PLoS ONE: A Novel Tre Serum Phospholipid Panel Differentierer normale individer fra Dem med prostatakræft

Abstrakt

Baggrund

Resultaterne af prostata specifikt antigen (PSA) og digital rektal eksamen (DRE) screeninger fører til både under og over behandling af prostatacancer (PSA). Som sådan er der et presserende behov for identifikation og evaluering af nye markører for tidlig diagnose og sygdom prognose. Undersøgelser har vist en forbindelse mellem PCA, lipider og lipid metabolisme. Derfor er formålet med denne undersøgelse var at undersøge de koncentrationer og distribution af serum lipider hos patienter med PCa sammenlignet med serum fra kontroller.

Metode

Brug Elektrospray massespektrometri (ESI-MS /MS) lipid profilering, vi analyserede serum fosfolipider fra aldersmatchede forsøgspersoner, som enten nydiagnosticerede med PCa eller sund (normal).

Resultater

vi fandt, at cholester (CE), dihydrosphingomyelin (DSM), phosphatidylcholin (PC), ægphosphatidylcholin (EPC) og æg phoshphatidylethanolamine (EPE) er de 5 store lipidgrupper, der varierede mellem normale og cancer sera. EPC 38: 5, PC 40: 3 og PC 42: 4 repræsenterer lipiderne arter mest fremherskende i PCa sammenlignet med normalt serum. Yderligere analyse viste, at serum EPC 38: 5 ≥0.015 nmol, PC 40,3 ≤0.001 nmol og PC 42: 4 ≤0.0001 nmol korrelerede med fraværet af PCa ved 94% forudsigelse. Omvendt serum EPC 38: 5 ≤0.015 nmol, PC 40: 3 ≥0.001 nmol, og PC 42:. 4 ≥0.0001 nmol korreleret med tilstedeværelsen af ​​PCa

Konklusion

Sammenfattende vi har vist, at EPC 38: 5, PC 40: 3 og PC 42: 4 kan tjene som tidlige prædiktive serummarkører for tilstedeværelsen af ​​PCa

Henvisning:. Patel N, Vogel R, Chandra-Kuntal K , Glasgow W, Kelavkar U (2014) A Novel Tre Serum Phospholipid Panel Differentierer normale individer fra dem med prostatakræft. PLoS ONE 9 (3): e88841. doi: 10,1371 /journal.pone.0088841

Redaktør: Peter C. Black, University of British Columbia, Canada

Modtaget: Juni 25, 2013; Accepteret: 16 Jan 2014; Udgivet: 6 marts 2014

Copyright: © 2014 Patel et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Finansiering:. Forfatterne har ingen støtte eller finansiering til at rapportere

konkurrerende interesser:. forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

Prostatakræft (PCA) er den mest almindeligt diagnosticeret. kræft hos mænd og den anden hyppigste årsag til kræftdødsfald hos mænd i den vestlige verden [1], [2]. Men forekomst af PCa varierer i hele verden, hvilket tyder på, at eksterne faktorer, for eksempel en fedtrig kost, kan bidrage til udviklingen sygdom [3]. Mens PCa allerede udgør en alvorlig trussel mod sundheden for den amerikanske befolkning, vil aldringen af ​​”baby boomer” generation væsentligt forværre dette problem [4]. Alderen specifikke forekomst af PCa stiger efter 60 år, og i 2 år, vil 80 millioner “store årgange” nærme denne milepæl.

Screening for prostatakræft er kontroversiel i lyset af, at de to store screeningsmetoder til PCA, det digitale rektal undersøgelse (DRE) og prostata-specifikt antigen (PSA) testserum, har begrænsninger [5]. PSA, i kombination med morfologi-baserede faktorer som klinisk udvikling og biopsi Gleason sum, anvendes mest almindeligt til diagnose og overvågning prostata sygdomsprogression, men har begrænset effektivitet på grund af mindre end ideelt specificitet og følsomhed. Flere andre PCA diagnostiske og prognostiske markører er blevet opdaget, og er ved at blive evalueret som potentielle supplementer til eksisterende screening teknikker [6]. Der er dog fortsat et presserende behov for identifikation og evaluering af nye markører til at bistå med tidlig diagnose og sygdom prognose til at vejlede klinikere i at yde behandling på passende vis.

Lipider spiller en vigtig rolle i biologiske funktioner, herunder membran sammensætning og regulering, energiomsætning, og signaltransduktion [7], og så ikke overraskende, har de vist sig at være involveret i kræft [8]. Navnlig lipider, såsom phosphatidylcholin (PC) og fedtsyrer, spiller en central rolle PCa udvikling og metastase [9], [10]. Faktisk viser undersøgelser en sammenhæng mellem høj kosten forbrug fedt og en større risiko for PCa [11], [12] samt potentialet i serum phospholipider niveauer for at tjene som prædiktorer for PCa [13]. Da mange undersøgelser har vist, at lipider spiller en afgørende rolle i PCa er formålet med vores undersøgelse var at undersøge, hvorvidt serum lipid profilering kunne skelne mellem dem med PCA og normale individer, og efterfølgende potentialet i disse lipider til at fungere som diagnostiske markører til PCA screening.

Materialer og metoder

menneskelige serumprøver fra kontroller og personer med PCa

Denne undersøgelse blev godkendt (fremskyndet) ved Memorial University Medical center (MUMC) menneske fag og etiske komité. ProMedDX, Massachusetts forudsat alle serumprøver (https://www.promeddx.com). Kodede prøver blev sendt i frossen tilstand, og laboratoriepersonale blev blindet, hvilke af modellerne var fra patienter eller normale individer, før alle de kliniske data og laboratoriesvar blev tilgængelige. I første omgang, vi analyserede lipid profiler af 154 totale serumprøver: 77 fra prostata cancer patienter og 77 fra normale individer. For yderligere statistisk analyse, vi delte serumprøver i to grupper: Prøver fra enkeltpersoner 50-60 år i alder og 61-70 år i alder. Da vi gennemføre en alder-matchede undersøgelse, vi udelukkede prøver fra dem uden for de to aldersgrupper, hvilket resulterede i 76 normal (én prøve data havde en fejl) og 57 PCA prøver. Undersøgelsen er blevet godkendt af den institutionelle Review Board. For detaljer sygehistorie af PCa patient henvises til data S1.

Lipidekstraktion

Lipider fra PCa og normal sera blev ekstraheret med chloroform og methanol, efter den protokol, der er oprettet ved Kansas Lipidomics Research Center (KLRC); metoden er en tilpasning af den beskrevet af Bligh og Dyer [14].

Databehandling

Data blev behandlet ved hjælp af masse-spektrometer-specifikke software sammen med Excel.

elektrospray-massespektrometri (ESI-MS /MS) lipid profilering

En automatiseret elektrosprayionisering-tandem massespektrometri fremgangsmåde blev anvendt, og erhvervelse og analyse blev udført som tidligere beskrevet [15], [16 ] med modifikationer. En portion på 3 pi plasma blev anvendt. Præcise mængder af interne standarder, opnået og kvantificerbare som tidligere beskrevet [17], blev tilføjet i følgende mængder (med nogle små variationer i mængder i forskellige partier af interne standarder): 0,60 nmol DI12: 0-PC, 0,60 nmol di24: 1 -PC, 0,60 nmol 13: 0-LysoPC, 0,60 nmol 19: 0-LysoPC, 0,30 nmol DI12: 0-PE, 0,30 nmol di23: 0-PE, 0,30 nmol 14: 0-lysoPE, 0,30 nmol 18: 0-lysoPE , 0,30 nmol 14: 0-lysoPG, 0,30 nmol 18: 0-lysoPG, 0,30 nmol DI14: 0-PA, 0,30 nmol DI20: 0 (phytanoyl) -PA, 0,20 nmol DI14: 0-PS, 0,20 nmol DI20: 0 ( phytanoyl) PS, 0,23 nmol 16: 0-18: 0-PI, 0,16 nmol di18: 0-PI, 2,5 nmol C13: 0 CE, og 2,5 nmol C23: 0 CE. Prøven og intern standard blev kombineret med opløsningsmidler, således at forholdet af chloroform /methanol /300 mM ammoniumacetat i vand var 300/665/35, og det endelige volumen var 1,2 ml. Denne blanding blev centrifugeret i 15 min ved lav hastighed for at pelletere partikler før præsentere autosampleren.

Ufraktionerede lipid ekstrakter blev indført ved kontinuerlig infusion i ESI kilden på en tripel kvadrupol MS (API 4000, Applied Biosystems, Foster city, CA). Prøverne blev indført ved hjælp af en autosampler (LC Mini PAL, CTC Analytics AG, Zwingen, Schweiz) monteret med den nødvendige injektionsloop for erhvervelse tid og præsenteret for ESI nålen i 30 pl /min.

Sekventiel forløber og neutrale tab scanninger af ekstrakterne producere en serie af spektre med hvert spektrum afslører et sæt lipidtype indeholdende en fælles hovedgruppe fragment. Lipidarter blev detekteret med følgende scanninger: PC, SM, og LysoPC, [M + H]

+ ioner i positiv ion-mode med precursor for 184,1 (Pre 184,1); PE og lysoPE, [M + H]

+ ioner i positiv ion-mode med Neutral Tab af 141,0 (NL 141,0); PI, [M + NH4]

+ i positiv ion-mode med NL 277,0; PS, [M + NH4]

+ i positiv ion-mode med NL 185,0; PA, [M + NH4]

+ i positiv ion-mode med NL 115,0; CE, [M + NH4]

+ i positiv ion-mode med Pre 369,3. SM blev bestemt ud fra den samme massespektrum som PC (Pre 184,1 i positiv modus) [18], [19] og ved sammenligning med PC interne standarder ved anvendelse af en molær responsfaktor for SM (i sammenligning med PC) bestemmes eksperimentelt til at være 0,39. kollisionen gastryk blev indstillet til 2 (arbitrære enheder). De kollisionsenergier, med nitrogen i kollisionen celle, var 28 V for PE, 40 V til PC (og SM), 25 V for PI, PS og PA, og 30 V for CE. Declustering potentialer var 100 V for alle lipider undtagen CE, for hvilke declustering potentialet var +225 V. Indgang potentialer var 15 V for PE, 14 V til PC (og SM), PI, PA, og PS, og + 10 V til CE. Exit potentialer var 11 V for PE, 14 V til PC (og SM), PI, PA, PS, og 10 V for CE. De masseanalysatorer blev justeret til en opløsning på 0,7 u fulde bredde i halv højde. For hvert spektrum blev 9 til 150 kontinuum scanninger gennemsnit i multiple kanal analysator (MCA) mode. Kilden temperatur (opvarmet forstøver) var 100 ° C, grænsefladen varmelegeme var på, 5,5 kV eller -4.5 kV blev påført elektrospray kapillær, curtain gas blev indstillet til 20 (arbitrære enheder), og de to ionkilde gasser blev sat til 45 (arbitrære enheder).

baggrunden for hvert spektrum blev trukket, var oplysningerne glattet, og toparealer integreret hjælp af en brugerdefineret script og Applied Biosystems Analyst software, og dataene blev korrigeret for overlap af isotopiske varianter (A + 2 toppe). Lipiderne i hver klasse blev kvantificeret i sammenligning med de to interne standarder for denne klasse. Den første og typisk hver 11

th sæt massespektre blev opnået på den interne standard kun blanding. Toppe svarende til målet lipider i disse spektre blev identificeret og molære mængder beregnet i sammenligning med de interne standarder på samme lipid klasse. For at korrigere for kemiske eller instrumentel støj i prøverne, den molære mængde af hver lipid metabolit detekteret i “interne standarder kun” spektre blev trukket fra den molære mængde af hver metabolit beregnet i hvert sæt af prøve spektre. Dataene fra hver “interne standarder kun” sat af spektre blev brugt til at korrigere dataene fra de følgende 10 prøver. Endelig blev de data, korrigeret for den del af prøven analyseret og normaliseret til prøven “tørvægt” til at producere data i enheder nmol /mg. Resultatet af denne analyse forudsat i alt 354 mulige lipider for tidlig identifikation af tilstedeværelsen af ​​PSA.

statistiske analyser

For at identificere potentielle modeller ved hjælp af 354 lipider, der blev identificeret, involveret analysen flere gentagelser af “bedste delmængder” logistisk regression. Analysen blev udført som ofte findes i “høj gennem-put” dataanalyse, som en begrænsning modeller til ikke mere end tre lipider svarer til en genomics problem over syv millioner potentielle biomarkører. Eksempler på denne type analyse er veldokumenterede [20] – [25]. Cross-klassifikationer og logistiske regressions modeller blev anvendt til at screene dataene for potentielle prædiktor kandidater. En standard tilgang til analyse i univariate hypotese test er at vælge en passende test fastsætte type I fejlprocent på et på forhånd fastsat værdi, beslutning om en passende grad af magt og bestemme den nødvendige stikprøvestørrelse. Som analysen i denne forskning spejle, der findes i genomik, vi ansat den falske opdagelse sats for at hjælpe i udvælgelsen af ​​lipider til brug i modellerne. Statistisk set den falske opdagelse sats er den forventede værdi af antallet af type I fejl divideret med antallet af afviste hypoteser, gives mindst én hypotese afvises [24]. Den falske opdagelse sats (FDR) er en fælles tilgang i samtidige test udviklet af Benjamini og Hochberg [26]. FDR er almindeligt anvendt i medicin og genomiske undersøgelser. Når en lille delmængde af lipider blev valgt, blev logistiske regressionsmodeller konstrueret og sammenlignet ved anvendelse af lipidværdier som kontinuerlige variabler. Den endelige model bestod af tre lipider. Som lipiderne blev anset kontinuerlig blev Receiver Operating karakteristik (ROC) kurver anvendes til at bestemme optimale cut-point som muliggør lethed i brug og fortolkning [27], [28] (G, H). Cut-point blev bestemt ved at maksimere arealet under kurven, AUC. Den resulterende AUC ved hjælp af de tre lipider i logistisk regression afledte sammensatte indeks er 0,9157. Alle statistiske analyser blev udført ved hjælp af SAS 9,2 ™ (SAS Institute, Inc., Cary, NC.).

Se flow Tabel 1 for vores statistisk strategi til identifikation af nye fosfolipider.

Resultater

Egg phosphatidylcholin (EPC 38: 5), phosphatidylcholin (PC 40: 3 og PC 42: 4) blev identificeret som unik kandidat til sygdomsdiagnose

for at identificere specifikke serum lipider arter forbundet med PCa, udførte vi MS-analyser. Da det er nødvendigt samtidigt at sammenligne hundredvis af lipider, vi indarbejdet den falske opdagelse sats (FDR) i vores analyser [29], [30]. Tabel 2 og 3 giver oplysninger om de gamle-matchede serumprøver; herunder Gleason scoringer og PSA niveauer for patienter diagnosticeret med PCa (fuld sygehistorie kan findes i data S1). Prøver fremhævet i gråt var fra enkeltpersoner uden for vores aldersgruppe og blev derfor ikke medtaget i analyserne. Data indsamlet fra Kansas Lipidomics Research Center (KLRC) og forarbejdede hjælp af MS-specifikke software sammen med Excel afslørede 354 forskellige arter af lipider (for detaljer se venligst data S2). Ved hjælp af en FDR værdi på P 0,05 identificerede vi 31 lipider statistisk signifikant associeret med PCa (tabel 4). Disse lipid arter er fra fem store grupper: cholester (CE), dihydrosphingomyelin (DSM), phosphatidylcholin (PC), æg phosphatidylcholin (EPC) og æg phoshphatidylethanolamine (EPE) Vejviser

Derefter bestemte vi, at odds ratio og relativ risiko for de 31 lipidtype identificeret af MS. Tabel 5 viser, at odds ratio (med 95% konfidensinterval [CI]) af de tre lipider, EPC 38: 5, PC 40: 3 og PC 42: 4 er lig med 10,061, 0,241 og 0,064 henholdsvis. Vi næste udført en følsomhedsanalyse baseret på disse værdier (tabel 6). For hver af de enkelte lipider, vi kontrolleret for eventuelle forstyrrende virkninger af de resterende to. For eksempel med PC 40: 3, er odds ratioen 0,241, hvilket indikerer, at efter at styre confounding virkning EPC 38: 5 og PC 42: 4, personer, hvis niveauet af PC 40: 3 er større end 0,001 nmol er mindre tilbøjelige at være “normalt udseende” i sammenligning med dem, hvis niveauet af PC 40: 3 er lavere end 0,001 nmol. Sammenfattende den samlede analyser antyder kraftigt, at personer med serumniveauer af EPC 38: 5 ≥0.015 nmol er mere tilbøjelige til at være kræft-fri eller normalt udseende, og individer med serumniveauer af PC 42: 4 ≥than 0,0001 nmol er mindre tilbøjelige at være normal i forhold til dem med PC 40:. 3 niveauer ≤0.001 nmol

sygdom forudsigelse og gyldigheden af ​​diagnostisk test

Vi næste vurderet, om EPC 38: 5 , PC 40: 3, og PC42: 4 kan anvendes som en diagnostisk test til PCA baseret på en følsomhedsanalyse (tabel 7). Brug logistisk regression med en følsomhed på 90,20% og en specificitet på 86,59%, ville vi forudsige 71 personer som sandt positive, 46 så sandt negative, 5 som falsk positive, og 11 som falsk negativ. I figur 1 vi plottet en Receiver Operating Characteristic (ROC) kurve til at undersøge den sande positive rate (Sensitivity) versus falske positiver (1-specificitet) [31], som et mål for den iboende gyldigheden af ​​vores diagnostisk test. Når vi undersøgte de tre lipider individuelt for at forudsige PCa, nøjagtigheden af ​​brug af EPC 38: 5 alene var 0,7149 (ROC1), til PC 40: 3 var 0,8268 (ROC2), og til PC 42: 4 var 0,8509 (ROC3). Ser man på kombinationer af lipider, ROC for PC40: 3 og PC42: 4 var 0,8822, for EPC 38: 5 og PC42: 4 var 0,9093 og for EPC 38: 5 og PC40: 3 var 0,8852 (data ikke vist). Men interessant nok anvendelse af en kombination af de tre phospholipider (EPC 38: 5, PC 40: 3 og PC 42: 4), resulterede i et område af kurven (AUC) af 0,9157. Således kan de tre lipider anvendes til at skelne kræft versus normal status med en nøjagtighed på ~92% baseret på afskæringsværdier (for deres tilstedeværelse eller fravær) af 0,015 nmol for EPC 38: 5, 0.001 nmol til PC 40: 3 og 0,0001 nmol til PC 42: 4 [8]. Vi konkluderer derfor, at hvis EPC 38: 5 er til stede i serum prøve ≥0.015 nmol og hvis PC 40,3 ≤0.001 nmol og PC 42: 4 ≤0.0001 nmol; så forudsige vi (95% konfidensinterval) at PCa er fraværende, og den enkelte er normal. Omvendt, hvis EPC 38: 5 ≤0.015 og både PC 40: 3 og PC 42: 4 er større end 0,001 og 0,0001 henholdsvis; derefter tilstedeværelsen af ​​PCa er meget sandsynligt

X-akse: 1-specificitet. Y-akse: følsomhed. Areal under kurven = 0,9157. ROC1: ———; ROC2:. -.–.- .; ROC3: ______ ___, og Model:. _________

Diskussion

I øjeblikket er det store problem i PSA-test er enten over- og /eller under- diagnose. På den ene side næsten 15-25% af mænd har PCa selv om deres PSA niveauer er normale (4,0 ng /ml eller mindre) [32], [33] .På den anden side høje PSA-niveauer observeres hos mænd med benign forstørret prostata (BPH), prostatitis eller indolente cancere [34], og data tyder på, at ca. 40% til 50% af tilfældene undergå unødvendig overbehandling. Desværre kan urologer ikke gå i gang med nogen specifikke terapeutiske muligheder, medmindre PCa er positivt identificeret i en biopsi, og det kræver yderligere 12-18 core biopsier, til en betydelig omkostning og sygelighed [35].

Beretningen om Prostata, Lung, tyktarmen og æggestokkene (PLCO) kræftscreening forsøg bemærker, at screening ikke var forbundet med en reduktion i PCa dødelighed i de første 7 år af forsøget (rate ratio, 1.13). Disse resultater understøtter gyldigheden af ​​de seneste amerikanske Forebyggende Services Task Force-anbefalinger imod screening alle mænd over en alder af 75 år [33]. Endvidere er der ingen beviser for, at balancen mellem fordele og skader fra PSA-screening er forskellig for afroamerikanere og hvide [36], [37]. Derfor er en stor styrke med denne undersøgelse er, at niveauet af EPC 38: 5, PC 40: 3, PC 42: 4 kan anvendes til præcist at forudsige tilstedeværelsen af ​​PCa, med en. høj følsomhed på 90,20% og specificitet på 86,59%. Desuden har vi brugt alders-matchede prøver fra individer i alderen fra 50 til 70 år således, kunne dette panel af lipider skelne mellem tilstedeværelse og fravær af PCa i personer, som var relativ ung. Det er tænkeligt, at hvis phospholipid profil, benyttes sammen med PSA og DRE screeningsundersøgelser, er der stor sandsynlighed for påvisning PCa tidligt-on. Ved at bruge dette panel som en screeningstest, vi håber at kunne hjælpe patienter at træffe informerede beslutninger om, hvorvidt eller ikke at vælge kirurgi eller andre behandlinger, som måske ikke er nødvendig, og der kan have negativ indflydelse deres livskvalitet.

Undersøgelser foreslår visse genetiske hændelser, der kan føre til malign progression kun kan forekomme i cancerpatienter forstadier ( “genetiske hændelser indikerer precursor PIN”), og ikke i ikke-prækursor prostata intraepitelialneoplasi (PIN). Vores tidligere undersøgelse [38] viser, at vi kan skelne kræft precursor pinkoder fra godartede pinkoder ved en bestemt ændring i 15-lipoxygenase-1 (15-LO-1) promotor DNA status methylering. Tilsvarende kan abnormaliteter i phospholipidmetabolisme også repræsentere kendetegnende for cancerceller, især da ændringer i phospholipider er forbundet med malign transformation, tumorigenicitet og metastase. Derfor kan fedtsyrer og lipidsammensætning også potentielt være markører for carcinogenese [39], [40]. Tidligere har der været et forsøg på at identificere kandidat lipid biomarkører for PCa ved shotgun lipidomics. Kvalitativ og kvantitativ profilering af seks forskellige kategorier af urin fosfolipider fra patienter med PCa blev udført, men resultaterne var ikke fyldestgørende [41]. Således kan urinmetabolitter ikke være pålidelige biomarkører for PCa afsløring eller til at skelne mellem indolent og aggressive tumorer. Vores undersøgelse, men ved hjælp af serum viser specifikke forskelle i phospholipid profil mellem individer, som mangler tumorer (normale) og dem, der har PCa.

Flere undersøgelser har vist en sammenhæng mellem PCa risiko og kost. F.eks Norrish og kolleger påviste, at kosten fiskeolier kan sænke PCa risiko, eventuelt gennem hæmning af arachidonsyre-afledte eicosanoid biosyntese [42]. Ligeledes eksisterer en positiv sammenhæng mellem Palmitinsyre og en samlet risiko for PCa mens der er en omvendt sammenhæng mellem PCa og stearinsyre [43], samt med phosphatidylcholin [41]. Cholin, et vigtigt mikronæringsstof nødvendig for cellemembranen syntese og phospholipidmetabolisme, fungerer også som en vigtig methyl donor. Cholin kan ændre DNA og virkningen cellesignalering via formidlende phospholipid metabolitter, påvirke celledeling [36].

For at afsløre flere af fedtsyrer, måling fedtsyresammensætningen af ​​serum fosfolipider kan give en bedre afspejling af det faktiske forbrug af kosten fedt end kosten vurdering teknikker. Faktisk fedtsyrer i serum afspejler kostindtagelse fedt i den post-absorptive fase, så processer, der påvirker biotilgængeligheden af ​​fedtsyrer, såsom deres transport, udskillelse og metabolisme, tages i betragtning [43]. Lipidomics potentielt indeholder detaljerede oplysninger om en bred vifte af individuelle serum lipidmetabolitter. Ved hjælp af denne metode, har vores undersøgelse identificeret potentielt interessante arter af cholester (CE), dihydrosphingomyelin (DSM), phosphatidylcholin (PC), æg phosphatidylcholin (EPC) og æg phoshphatidylethanolamine (EPE), der er forbundet med PSA. Mens fedtsyrer i fedtvæv synes bedre afspejler sædvanlige kostindtagelse fedt af nogle fedtsyrer end i blod [44], fedtvæv aspirater er vanskeligere at indsamle end blodprøver i stor skala prospektive undersøgelser. Desuden er fedtvæv overvejende består af triacylglycerol og kan ikke være lipidet valg til måling fedtsyrer på grund af en mindre del af disse fedtsyrer er indarbejdet i denne lipidfraktion [45].

Det kan konkluderes, på grund af konsistens og robusthed, specifikke fosfolipider identificeret i vores undersøgelse passer kriterierne for en fase 1/2 markører [46], især hvis de kan kombineres med PSA og DRE screening til diagnosticering af PSA. Vores data tyder på, at hvis EPC 38: 5 til stede i serumprøven er større end 0.015 nmol, PC 40: 3 er mindre end 0,001 nmol og PC 42: 4 er mindre end 0,0001 nmol, så forudsigeligheden af ​​fraværet af PCa er 94%. Omvendt, hvis EPC 38: 5 er mindre end 0,015 nmol, PC 40: 3 er større end 0.001 nmol, og PC 42: 4 er større end 0,0001 nmol, så forudsigeligheden af ​​tilstedeværelsen af ​​PCa er meget høj. Derfor er en kombination af serum EPC 38: 5, PC 40: 3 og PC 42: kan 4 anvendes som surrogat for tilstedeværelsen PCa. Med de oplysninger erfaringer fra vores undersøgelse, vil vi fortsætte med at bruge lipidomics strategi i en større data-sæt af normale og PCA patient serumprøver at validere vores resultater. Begrænsninger af denne undersøgelse er, at antallet af tilgængelige prøver ikke tillod os at opdele prøverne i en prøve træning prøve og validering, var der ingen PSA-værdier i patientens kohorten og også ingen oplysninger om, hvorvidt det var en repræsentativ patient kohorte . Som et resultat, erkender vi, at vores model sandsynligvis overvurderer den sande følsomhed og sande specificitet. Da replikation er hjørnestenen i al videnskabelig forskning er det vores håb, at dette arbejde er valideret med yderligere undersøgelser.

Støtte Information

data S1.

doi: 10,1371 /journal.pone.0088841.s001

(XLSX)

data S2.

doi: 10,1371 /journal.pone.0088841.s002

(XLSX)