急性心肌梗死患者血清代謝標志物的篩選研究.pdf

1、目的:隨著代謝組學的發(fā)展，如何利用代謝組學方法更好地為醫(yī)學實踐和醫(yī)學研究服務成為該領域的研究熱點。本研究利用液質聯(lián)用的代謝組學研究平臺對急性心肌梗死患者血清代謝輪廓進行分析，建立疾病區(qū)分模型并篩選出具有潛在診斷價值的特征代謝標志物。同時，本研究對急性心肌梗死患者血清代謝輪廓進行了分析，對在臨床病例研究中如何運用代謝組學方法研究疾病發(fā)生發(fā)展的內在機制、尋找可用于監(jiān)測和評估疾病進程的特征代謝物，以及如何利用模式識別方法建立基于特征代謝物的判

2、別模型進行了初步探討。
　　 方法:采用超高效液相色譜與質譜聯(lián)用(UPLC-MS)代謝組學研究平臺分析急性心肌梗死患者血清標本42例（模型組34例，驗證組8例）及健康對照組35例（模型組28例，驗證組7例），利用Mzmine2.0軟件對數(shù)據(jù)進行數(shù)據(jù)提取及歸一化處理，利用SIMCA-P+12.0.1.0軟件進行主成分分析(PCA)及正交偏最小二乘(OPLS-DA)聚類分析，對代謝輪廓數(shù)據(jù)的變異性進行分析，構建疾病區(qū)分模型，然后利用

3、二分類OPLS-DA模型中的變量投影重要性值(VIP)、VIP圖及系數(shù)圖（coefficient plot）中變量的置信區(qū)間和非參數(shù)檢驗篩選出區(qū)分健康人和急性心肌梗死病人的特征離子，并對它們進行鑒定;篩選特征代謝物，利用SPSS17.0軟件進行數(shù)據(jù)統(tǒng)計分析，同時利用ROC曲線及SVM支持向量機分類器模型對特征代謝物的臨床診斷效能進行評估。
　　 結果:成功的構建了“急性心肌梗死患者-健康對照組”的主成分分析(R2X=75.6％，

4、Q2=39.7％)及正交偏最小二乘代謝輪廓分析模型(R2Y=97.8％，Q2=97.0％)，驗證結果模型的預測準確度達到100％，篩選了36個對比急性心肌梗死患者與健康對照組間具有顯著差異的特征離子，并鑒定了其中的19個。差異代謝物主要涉及體內磷脂類物質的代謝通路，其中甘油磷脂類物質在急性心肌梗死患者血清中均呈下調趨勢，而鞘磷脂類物質除植物鞘氨醇(Phytosphingosine)在急性心肌梗死患者血清中呈下調趨勢外二羥神經(jīng)鞘氨醇（Sp

5、hinganine）、鞘氨醇(Sphingosine)及葡萄糖苷酰鞘氨醇(Glucosylceramide)均呈上調趨勢。與此同時，本研究還發(fā)現(xiàn)了，如亞麻油?；鈮A(Linoleylcarnitine)、油?；鈮A（Oleoylcarnitine）、2-苯基氨基腺苷（2-Phenylaminoadenosine）等與急性心肌梗死有關的物質。除Sphinganine外，其他代謝物的曲線下面積均大于0.8，SVM支持向量機分類器靈敏度、特異

6、度以及對驗證組樣本的區(qū)分正確率均能達到100％。
　　 結論:利用代謝輪廓分析方法所找到的特征代謝物具有很好的區(qū)分急性心肌梗死患者與健康人群的能力，可以作為潛在的疾病診斷標志物及新治療靶點在臨床領域做進一步研究。并且，經(jīng)過對鑒別出來的代謝物的分析，我們發(fā)現(xiàn)利用基于液質聯(lián)用平臺檢測血清中2-苯基氨基腺苷（2-Phenylaminoadenosine）、長鏈?；鈮A類物質及磷脂類物質輪廓的變化可能成為評估和監(jiān)測急性心肌梗死更加有效的