PLoS ONE: identifikation og karakterisering af Novel N-glycan-baserede biomarkører i Gastric Cancer

Abstrakt

Baggrund og Formål

At identificere og validere N-glycan biomarkører i gastrisk cancer (GC ), og til at belyse deres underliggende molekylære virkningsmekanisme.

Metoder

i alt 347 personer, herunder patienter med GC (gastrisk kræft) eller atrofisk gastritis og raske kontroller, blev tilfældigt opdelt i en uddannelse (n = 287) og en retrospektiv validering (n = 60). Serum N-glycan profilering blev opnået med DNA sequencer-assisteret /fluorophor-assisteret kulhydrat elektroforese (DSA-FACE). To diagnostiske modeller blev bygget baseret på N-glycan profiler ved hjælp af logistisk trinvis regression. Den diagnostiske ydeevne af hver model blev vurderet i retrospektiv, prospektive (n = 60), og opfølgning (n = 40) kohorter. Lectin-blotting blev udført for at bestemme den samlede kerne-fucosylering, og ekspressionen af gener involveret i kerne-fucosylering i GC blev analyseret ved revers transkriptase-polymerasekædereaktion.

Resultater Salg

Vi konstaterede mindst 9 N-glykanstrukturer (toppe) og niveauerne af kernefucose rester og fucosyltransferase blev signifikant reduceret i GC. To diagnostiske modeller, betegnet GCglycoA og GCglycoB, blev konstrueret til at differentiere GC fra kontrol og atrofisk gastritis. Arealerne under modtageren opererer karakteristiske (ROC) kurver (AUC) for både GCglycoA og GCglycoB var højere end for CEA, CA19-9, CA125 og CA72-4. Sammenlignet med CEA, CA19-9, CA125 og CA72-4, følsomhed GCglycoA steg 29,66%, 37,28%, 56,78% og 61,86%, henholdsvis, og nøjagtigheden steg 10,62%, 16,82%, 25,67% og 28.76%, henholdsvis . For GCglycoB, følsomheden steg 27,97%, 35,59%, 55,09% og 60,17%, og nøjagtigheden steg 21,26%, 24,64%, 31,40% og 34,30% i forhold til CEA, CA19-9, CA125 og CA72-4 hhv. Efter helbredende operation, kernen -fucosylerede top (top 3), og den samlede kerne -fucosylerede N-glycaner (sumfuc) blev tilbageført.

Konklusioner

Resultaterne viste, at de diagnostiske modeller baseret på N- glycan markører er værdifulde og ikke-invasive alternativer til identifikation GC. Vi konkluderede, at faldet kerne-fucosylering i både væv og serum fra GC patienter kan skyldes den reducerede ekspression af fucosyltransferase

Henvisning:. Liu L, Yan B, Huang J, Gu Q, Wang L, Fang M, et al. (2013) identifikation og karakterisering af Novel N-glycan-baserede biomarkører i Gastric Cancer. PLoS ONE 8 (10): e77821. doi: 10,1371 /journal.pone.0077821

Redaktør: Rakesh K. Srivastava, The University of Kansas Medical Center, USA

Modtaget: Maj 14, 2013; Accepteret: September 4, 2013; Udgivet: 17 oktober 2013

Copyright: © 2013 Liu 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:. Dette arbejde blev støttet af National Natural Science Foundation of China (Tilskud 81102693 og 81102565). De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

mavekræft (GC) er den fjerde mest udbredte kræft og den tredje hyppigste årsag til kræft-relaterede dødsfald, med en incidens på ca. 930.000; årligt, er det ansvarlig for mere end 700.000 dødsfald på verdensplan, og de fem-års overlevelse er 20-30% [1]. For patienter med GC, er overlevelse dikteret af den patologiske stadium af sygdommen på tidspunktet for diagnosen. Desværre, de almindelige symptomer på GC er ikke specifikke for sygdommen, og tidligt stadium GC må ikke forårsage mærkbare symptomer. Trods stigende kendskab til de molekylære mekanismer, der regulerer malign transformation og metastase, har den samlede overlevelsesraten for patienter med GC ikke væsentligt forbedret. Adskillige molekyler er blevet anbefalet som GC biomarkører, herunder carcinoembryonisk antigen (CEA) for postoperativ overvågning, kulhydrat antigen 19-9 (CA19-9), kulhydrat antigen 125 (CA125) og kulhydrat antigen 72-4 (CA72-4) [2- 6]. Imidlertid har ingen af disse tumormarkører demonstreret tilstrækkelig følsomhed eller specificitet til diagnosticering GC på et tidligt tidspunkt. Alternativt gastroskopi Forhøjer endelige diagnoser, men den diagnostiske værdi af gastroskopi er begrænset af omkostningerne, risici og ulemper. Derfor er der et presserende behov for at udvikle invasive biomarkører, der muliggør tidlig påvisning af GC.

Stigende tyder ændringen af N-koblede glycan kunne betragtes som en potentiel biomarkører til diagnosticering af kræft. Tidligere undersøgelser observeret en væsentlige ændringer i N-forbundne glycan i forskellige kræftformer og kræft cellelinjer, som omfatter kræft i bugspytkirtlen, brystkræft, prostatakræft, kræft i æggestokkene og leverkræft [7-11]. Yderligere analyse i GC også afsløret, at fri kompleks-type N-glycaner akkumuleret i MKN7 og MKN45 cellelinjer [12]. Men udsving og variation af N-koblede glycan i GC patienter er stadig stort set ukendt.

I vores tidligere undersøgelser ved hjælp af DNA-sequencer-assisteret /fluorophor-assisteret kapillarelektroforese (DSA-FACE), vi vist, at en forgrening α-1,3-fucosylerede triantennære glycan og et biantennær glycan var yderst specifik og følsom kandidat HCC biomarkører [13]. I den aktuelle undersøgelse, vi udnyttet DSA-FACE til retrospektivt profil serum N-glycaner i prøver fra patienter med GC eller atrofisk gastritis og fra raske individer. Vi karakteriseret de identificerede GC N-glycan markører med receiver opererer karakteristiske (ROC) kurver og valideret markørerne i potentielle og opfølgende kohorter. Vores mål var at identificere en lovende biomarkør til forudsigelse og detektion af GC med forbedret specificitet og følsomhed

Materialer og metoder

1.1:. Retrospektiv kohorte

Undersøgelsen protokol Den blev godkendt af den kinesiske etiske komité for Human Resources på det andet Military Medical University. Skriftligt informeret samtykke blev opnået fra patienterne og de raske kontrolpersoner.

I alt 247 patienter med GC (n = 138) eller atrofisk gastritis (n = 109) blev rekrutteret mellem 2010 og 2012. De diagnoser for alle de tilmeldte patienter blev histopatologisk bekræftet af 2 patologer på Changhai Hospital, Second Military Medical University (Shanghai, Kina). I kontrolgruppen blev 128 alders- og køn-matchede raske frivillige (sygdomsfrie) indskrevet i samme periode. Den gennemsnitlige alder og køn fordeling blev matchet i de 3 grupper. Et resumé af patientens data i Tabel 1. GC patienter, der fik præoperativ strålebehandling, kemoterapi eller strålebehandling, blev udelukket fra undersøgelsen.

Middel ± SD eller Nej (%)

Karakteristisk

Kontrol (n = 128)

atrofisk gastritis (n = 109)

GC (n = 138)

Age, y50.10 ± 5.9552.11 ± 6.2951.01 ± 6.01Men75 (58,59) 60 ( 55.05) 70 (50,72) CEA-positive 5 (3,91) 23 (21,10) 62 (44,93) CA19-9-positive 11 (8,59) 20 (18,35) 53 (38,41) CA125-positive 7 (5,47) 10 (9,17) 28 (20,29) CA72-4-positive 8 (6,25) 12 (11,01) 22 (15,94) TNM stageI22 (15,94) II28 (20,29) III63 (45,65) IV25 (18,12) tabel 1. Karakteristik af uddannelsen gruppen.

Forkortelser GC, gastrisk karcinom; SD, standardafvigelse. CSV Hent CSV

I alt 60 patienter (20 i hver gruppe) blev tilfældigt udvalgt fra de 3 grupper, der er beskrevet ovenfor for retrospektiv kontrol; de resterende patienter (n = 315) indgik i træningssættet til at konstruere den diagnostiske model. I løbet af de 2 år af studiet, 40 af de 138 patienter med GC i uddannelsen gruppen blev overvåget før og efter kurativ kirurgi, baseret på tilgængelighed. Uddannelsen gruppe omfattede 118 patienter med GC, 89 patienter med atrofisk gastritis, og 108 raske kontrolpersoner.

Laboratorie og kliniske data for alle deltagerne blev opnået fra kliniske journaler, patologi rapporter og personlige interviews. De indsamlede data omfattede køn, alder og gastrisk cancer egenskaber (såsom tumor placering, histologiske, dybde af invasion, og lymfeknudemetastase). Serumprøver blev opnået før kirurgiske resektioner; disse prøver blev indsamlet fra helblod under anvendelse af en standardprotokol, centrifugeret ved 10.000 x i 20 minutter og opbevaret ved -80 ° C. Sygdomsprogression i GC patienter blev klassificeret i henhold til den syvende udgave af The American Blandede Udvalg [14]: 20 patienter (16,95%) havde stadie I-sygdom, 25 (21,17%) havde stadie II-sygdom, 54 (45,76%) havde stadie III sygdom, og 19 (16,10%) havde stadie IV sygdom

1.2:. fremadrettet kohorte

for at evaluere den prædiktive værdi af de modeller, der er etableret i den retrospektive undersøgelse er beskrevet ovenfor, vi fremadrettet undersøgt en yderligere kohorte (n = 60) af patienterne med GC (n = 20) eller atrofisk gastritis (n = 20) og af raske individer (n = 20) fra maj 2012 til november 2012 på det samme hospital. Procedurerne og strategier var de samme som dem beskrevet ovenfor

1.3:. Vævsprøver

Vævsprøver blev opnået fra 20 ud af de 138 GC patienter; 2 udsnit, en tumor og en tilstødende vævsprøve, blev taget. Vævsprøverne (ca. 1 cm

3) blev straks frosset ved -80 ° C og udsat for omvendt transkriptase-polymerasekædereaktion (RT-PCR) og lectin-blotting. Alle væv blev anvendt i overensstemmelse med de institutionelle Review Board forordninger fra Anden Military Medical University

1.4:. Rutinemæssig detektering af tumormarkører

Rutinemæssige tumor markør blev udført ved hjælp af standard metoder og reagenser . CEA og CA19-9 niveauer blev bestemt på en Abbott i2000, og CA72-4 og CA125 niveauer blev målt ved hjælp af en Roche Cobas E601. De cut-off værdier, der anbefales af producenten for CEA, CA19-9, CA125 og CA72-4 var 5,0 mg /l, 39 U /l, 40 U /ml og 9,8 U /ml. Analyserne blev udført på Institut for Laboratory Medicine, Changhai Hospital, Anden Military Medical University, Shanghai

1.5:. Serum protein N-Glycan profilering

Serum protein N-glycan analyser blev udført som tidligere beskrevet [13]. Kort fortalt blev N-glycaner i 2 pi af serum frigivet fra proteiner med peptid-N-glycosidase F (PNGase F) (New England Biolabs, Boston, MA) mærket med 8-aminonaphtalene-1,3,6-trisulfonsyre (Invitrogen, Carlsbad, CA). Sialinsyre blev fjernet under anvendelse

Arthrobacter bacter ureafaciens

sialidase (Roche Bioscience, Palo Alto, CA), og de behandlede prøver blev analyseret under anvendelse DSA-FACE-teknologi på en kapillær elektroforese-baserede ABI3130 Genetic Analyzer (Applied Biosystems, Foster City , CA). De 9 højeste tinder der blev detekteret i alle prøver (der tegner sig for 90% af de samlede serum N-glycaner) blev analyseret ved hjælp GeneMapper (Applied Biosystems). Hver N-glycan struktur blev beskrevet numerisk ved at normalisere sin højde til summen af højderne af alle toppene, og vi analyserede disse data ved hjælp af SPSS 18,0 statistisk software (SPSS Inc., Chicago, IL).

1.6 : Tissue proteinekstraktion og lectin-blotting

vævene blev homogeniseret under anvendelse af en morter og støder og resuspenderes i lysepuffer indeholdende en proteasehæmmer cocktail (Roche Diagnostics, Meylan, Frankrig). Den ulyserede fraktion blev fjernet ved centrifugering (to gange ved 12000xg i 10 minutter ved 4 ° C). Koncentrationen af opløseligt protein blev bestemt ved anvendelse af BioRad-assayet (BioRad, Marnes-la-Coquette, Frankrig), og prøverne blev opbevaret ved -80 ° C.

I alt 25 ug serumprotein eller 50 ug protein ekstraheret fra frosne væv blev separeret ved 10% natriumdodecylsulfat-polyacrylamidgelelektroforese. Gelerne blev farvet med CBB G250, eller proteinerne i gelen blev overført til en nitrocellulosemembran (Whatman /Schleicher LI-COR Biosciences, Lincoln, NE) i 1 time ved stuetemperatur, vasket 4 gange med TBST, og har udarbejdet med Odyssey Infrarødt Imaging System (LI-COR Biosciences). Oprenset albumin (Sigma, St. Louis, MO) blev anvendt som en negativ kontrol for lectin-blot

1.7:. Total RNA ekstraktion fra væv og kvantitativ real-time PCR

RNA blev ekstraheret fra frosne væv under anvendelse af et Qiagen RNeasy mini kit ifølge producentens anvisninger (QIAGEN GmbH, Hilden, Tyskland). Renheden og koncentrationen af RNA blev bestemt ved anvendelse af et spektrofotometer (Eppendorf, Hamburg, Tyskland). cDNA blev syntetiseret fra 2 ug totalt RNA under anvendelse af en revers transkription-reagens (Toyobo, Osaka, Japan). Primerne blev designet ved hjælp Primer Express (Applied Biosystems), og sekvenserne er vist i tabel 2.

Gene

Forward Primer (5′-3 ‘)

reverse primer (5′-3′)

Fut85’CCTGGCGTTGGATTATGCTCA 3’5’CCCTGATCAATAGGGCCTTCT 3’GDP-Tr5’CTGCCTCAAGTACGTCGGTG 3’5’CCGATGATGATACCGCAGGTG 3’GAPDH5’ATGGGGAAGGTGAAGGTCG 3’5’GGGGTCATTGATGGCAACAATA 3’Table 2. polymerasekædereaktion primerpar sekvenser

Forkortelser:. A adenosin; C, cytidin; G, guanosin; T, thymidin; Fut8, fucosyltransferase; BNP-Tr, Guanosindifosfat-fucose transportør CSV download CSV

cDNA’er blev amplificeret i et Applied Biosystems 7300 Real-Time PCR-maskine i et totalt reaktionsvolumen på 20 pi, der indeholdt 10 pi 2X Fast SYBR Green Master Mix (Applied Biosystems, indbefatter Fast-Start Taq DNA polymerase reaktionspuffer), den deoxynukleotidtriphosphat mix (herunder deoxyuridintriphosphat, SYBR Green i dye, og MgCl2), og 2 pi af primerne til hvert gen (ved en slutkoncentration på 0,5 μΜ hver) . Hver reaktion blev udført tre gange. PCR cycling var som følger: denaturering ved 95 ° C i 5 minutter efterfulgt af 40 cykler af 95 ° C i 15 sekunder, 59 ° C eller 55 ° C i 15 sekunder og 72 ° C i 45 sekunder

den relative ekspression af α-1,6-fucosyltransferase (Fut8) og Guanosindifosfat (BNP) -fucose transporter (BNP-fuc-Tr) i hver prøve blev normaliseret til ekspressionen af GAPDH housekeeping-genet ved at subtrahere tærskel cyklus (Ct) værdi GAPDH sig fra Fut8 eller BNP-Tr (ACt). Den fold forskel blev beregnet ved at fratrække ACt af testprøven fra den af kontrolprøven for at opnå ΔΔCt og efterfølgende 2 ^ -ΔΔCt. Threshold cyklus værdier uden 40 cykler blev anset under det påviseligt niveau. Smelte kurver blev opnået for hver reaktion til at garantere, at et enkelt produkt blev amplificeret

1.8:. Statistisk analyse

Alle de kvantitative variabler blev udtrykt som middelværdi ± standardafvigelse, medmindre andet er angivet. De kvantitative variabler blev sammenlignet ved anvendelse af Students t-test, analyse af varians eller parametriske tests. Pearsons korrelationskoefficienter og de tilknyttede sandsynligheder (P) blev anvendt til at evaluere de korrelationer mellem parametrene; Spearman s korrelationskoefficienter blev beregnet for ordinale kategoriske variable. Nye glycan biomarkører blev identificeret og karakteriseret baseret på en fremadrettet trinvis logistisk regressionsanalyse. Den diagnostiske ydeevne enkelte biomarkører og de diagnostiske modeller blev evalueret ved hjælp af ROC-kurve analyse. Følsomheden, specificitet, positiv prædiktiv værdi (PPV), negativ prædiktiv værdi (NPV), og nøjagtighed blev beregnet ved hjælp af optimale cutoff værdier valgt fra ROC kurver. Alle de rapporterede P-værdierne er 2-halet, og P-værdier 0,05 blev betragtet som statistisk signifikant. De statistiske analyser blev udført ved hjælp af SPSS 18,0 til Windows (SPSS Inc.)

Resultater

2.1:. Forskellige N-Glycan profiler hos patienter med GC eller atrofisk gastritis og i raske kontroller

Brug DSA-flade teknologi, undersøgte vi de N-glycan profiler hos patienter med GC (n = 118) eller atrofisk gastritis (n = 89) og hos raske individer (n = 108). Vi kvantificeres og statistisk sammenligning toppene i 3 grupper. Mindst 9 N-glycanstrukturer (toppe) blev identificeret i alle prøverne (figur 1).

Mindst 9 toppe kan identificeres. Peaks 1, 2, 5 og 9 forøgede (røde pile), og toppe 3, 6 og 7 faldt (grønne pile) i gastrisk carcinoma sammenlignet med normale kontroller. Strukturerne af N-glycan toppe er vist nedenfor diagrammet. De åbne cirkler angiver B-linked galactose; trekanterne, a /b-1,3 /6-bundet fucose; og de faste cirkler, a /b-bundet mannose.

Callewaert et al og Liu et al tidligere publiceret en strukturel analyse af disse N-glycaner [15,16]. Den gennemsnitlige relative forekomst af disse N-glycan strukturer er vist i tabel 3. overflod af strukturerne i toppene 1, 2, 3, 5, 6, 7 og 9 var signifikant forskellig i GC, atrofisk gastritis, og sund kontrol grupper, hvilket indikerer, at forskellige N-glycan mønstre eksisteret under forskellige patofysiologiske forhold. Sammenlignet med den raske kontrolgruppe, toppe 1, 2, 5 og 9 blev forøget (P 0,05) og toppe 3, 6, og 7 blev nedsat i GC-gruppen (P 0,001). Overfloden af strukturerne i toppe 3, 5, 6, 7, og 9 var signifikant forskellig i GC-gruppen sammenlignet med den atrofisk gastritis gruppe (figur 2).

Midler ± SD

Variabel

Kontrol (n = 128)

atrofisk gastritis (n = 108)

GC (n = 138)

Age, y

a50.10 ± 5.9552.11 ± 6.2951.01 ± 6.010.270.766Peak 1

a6.96 ± 1.677.64 ± 2.028.20 ± 2.7510.09 0.001Peak 2

a1.09 ± 0.341.20 ± 0.381.31 ± 0.493.120.045Peak 3

a6.28 ± 1.636.47 ± 1.385.76 ± 1.2810.48 0.001Peak 4

a5.76 ± 0.935.61 ± 0.815.75 ± 0.821.120.327Peak 5

a40.02 ± 3.7539.60 ± 3.7642.16 ± 4.3314.94 0.001Peak 6

a21.40 ± 2.6120.51 ± 2.8516.99 ± 2.9888.36 0.001Peak 7

a5.87 ± 1.416.02 ± 1.715.21 ± 1.2111.15 0.001Peak 8

a7.94 ± 1.587.59 ± 2.247.46 ± 1.822.240.108Peak 9

a2.33±0.922.59±1.554.00±1.7748.12 0.001sumfuc

ab47.37±4.4047.47±5.3043.21±5.9427.01 0.001Table 3. N-Glycan profilering ved DNA sequencer-assisteret /fluorophor-assisteret kapillarelektroforese

Forkortelser:. GC, gastrisk karcinom; SD, standardafvigelse.

a analyser af varians

b Sumfuc repræsenterer den totale overflod af α-1,6-fucosylerede strukturer (summen af toppene 1, 2, 3, 4, 6, og 7). CSV Hent CSV

I mavekræft (GC) gruppe, niveauerne (repræsenteret som 95% konfidensintervaller [initiativerne]) af agalacto, kerne-α-1,6-fucosylerede biantennær glycan (NGA2F, peak1), kerne- α-1,6-fucosylerede halverer biantennær glykaner (NGA2FB, peak2) og forgrening a-1,3-fucosylerede triantennaries (NA3FB, peak 9) blev beskedent forhøjet (P 0,05) og de af bigalacto kerne-α-1,6 -fucosylated biantennær glykaner (NA2F, peak 6), blev nedsat

2.2:. Konstruktion og evaluering af en diagnostisk model baseret på N-glycan markører til at skelne gastrisk kræftpatienter fra raske kontroller

Vi evaluerede GC-relaterede N-glycan ændringer baseret på en logistisk regressionsanalyse. Logistiske regressionskoefficienter blev anvendt til at estimere odds ratioer for hver af de uafhængige variable. Den GCglycoA matematisk formel blev bygget til at differentiere de GC patienter fra raske kontroller (GCglycoA = -1,072 + 0,957 * peak4-0.331 * peak6 + 0,646 * peak9). For at vurdere evnen af GCglycoA, CEA, CA19-9, CA125 og CA72-4 at skelne GC patienter, vi karakteriseret arealet under ROC kurver (AUC). Sammenlignet med CEA (AUC = 0,74), CA19-9 (AUC = 0,76), CA125 (AUC = 0,72) og CA72-4 (AUC = 0,67), GCglycoA mere effektivt fremtrædende GC patienter fra normale kontroller (AUC = 0,88) i uddannelse gruppe (figur 3A). Tabel 4 lister følsomhed, specificitet, PPV, NPV, og nøjagtighed til forudsigelse af GC ved CEA, CA19-9, CA125, CA72-4 og GCglycoA. CEA i den anbefalede værdi på 5,0 ng /mL havde en følsomhed på 45,76%, 37 U /ml CA19-9 havde en følsomhed på 38,14%, 40 U /ml CA125 havde en følsomhed på 18,64%, og 9,8 U /mL CA72- 4 havde en følsomhed på 13,56%. En optimal afskæringsværdi på -0,772 blev udvalgt til GCglycoA baseret på ROC-kurven analyse. På dette cutoff værdi, GCglycoA havde en følsomhed på 75,42%, hvilket er en stigning i følsomhed på 29,66%, 37,28%, 56,78% og 61,86% i forhold til CEA, CA19-9, CA125 og CA72-4 hhv. Den diagnostiske nøjagtighed GCglycoA i differentiere GC patienter fra raske kontrolpersoner steg med 10,62%, 16,82%, 25,67% og 28,76% i forhold til CEA, CA19-9, CA125 og CA72-4 hhv. Når modellen blev anvendt på den retrospektive validering gruppen, følsomheden steg 45,00%, 45,00%, 55,00% og 55,00% og nøjagtigheden steg 15,00%, 17,50%, 20,00% og 20,00% sammenlignet med CEA, CA19-9, CA125 og CA72-4 henholdsvis (tabel 5).

(A) ROC analyse for at skelne mellem GC og kontrolpersoner ved hjælp af et N-glycan markør-baserede GC diagnostiske model (GCglycoA), CEA, CA19-9, CA125 eller CA72-4. Arealerne under ROC-kurven (AUC) angiver den diagnostiske effekt: CEA (0,74), CA19-9 (0,76), CA125 (0,72), CA72-4 (0,67) og GCglycoA (0,88). Den diagnostiske model blev konstrueret ved hjælp frem trinvis logistisk regressionsanalyse:

GCglycoA = -1,072 + 0.957peak4-0.331peak6 + 0.646peak9. (B) Den ROC analyse for at skelne mellem GC og atrofisk gastritis hjælp af GCglycoB diagnostiske model, CEA, CA19-9, CA125 eller CA72-4. AUC angiver den diagnostiske effekt: GCglycoB (0,82), CEA (0,65), CA19-9 (0,63), CA125 (0,69) og CA72-4 (0,64). Den diagnostiske model blev konstrueret ved hjælp frem trinvis logistisk regressionsanalyse:. GCglycoB = 5.273-1.371peak2 + 0.781peak4-0.453peak6 + 0.221peak9

Cutoff værdien

Aktuel status, antal emner

Vejviser

Test

GC +

GC-

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 54545.7695.3791.5361.6869.47GC-64103CA19-9 (37 U /ml) GC + 451038.1490.7481.8257.3163.27GC-7398CA125 (40 U /ml) GC + 22718.6493.5275.8651.2754.42GC-96101CA72-4 (9,8 U /ml) GC + 16813.5692.5966.6749.5151.33GC-102100GCglycoA (-0,77) GC + 891675.4285.1984.7676.0380.09GC-2992Table 4. Diagnostic Strøm af Differentiering Gastrisk carcinom fra Controls i Training Group

Forkortelser:. + positiv; – Negativ; GC, gastrisk karcinom; GCglycoA, N-glycan markør-baserede mavekræft diagnostiske model A; NPV, negativ prædiktiv værdi; PPV, positive prædiktive værdi. CSV Hent CSV Cutoff værdien

Aktuel status, antal emner Vejviser

Test

GC +

GC-

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 8040.00100.00100.0062.5070.00GC-1220CA19-9 (37 U /ml ) GC + 8140.0095.0088.8961.2967.50GC-1219CA125 (40 U /ml) GC + 6030.00100.00100.0058.8265.00GC-1420CA72-4 (9,8 U /ml) GC + 6030.00100.00100.0058.8265.00GC-1420GCglycoA (-0,77) GC + 17385.0085.0085.0085.0085.00GC-317Table 5. Diagnostic Strøm af Differentiering Gastrisk Carcinoma fra Controls i Retrospective verifikationsgruppe

Den potentielle evaluering viste, at følsomheden forbedret 65,00%, 65,00%, 85,00% og 80,00% og nøjagtigheden forbedret 30,00%, 27,50%, 37,50% og 37,50% i forhold til CEA, CA19-9, CA125 og CA72-4 (tabel 6).

Cutoff værdien

Aktuel status, antal emner Vejviser

Test

GC +

GC-

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 6130.0095.0085.7157.5862.50GC-1419CA19-9 (37 U /ml ) GC + 6030.00100.00100.0058.8265.00GC-1420CA125 (40 U /ml) GC + 2010.00100.00100.0052.6355.00GC-1820CA72-4 (9,8 U /ml) GC + 3115.0095.0075.0052.7855.00GC-1719GCglycoA -0.77GC + 19295,0090 .0090.4894.7492.50GC-118Table 6. diagnostisk Strøm af Differentiering Gastrisk Carcinoma fra Controls i Prospective verifikationsgruppe

2.3: Konstruktion og evaluering af en diagnostisk model til at skelne mavekræft fra atrofisk gastritis

Ved hjælp af en logistisk regressionsmodel, blev en anden diagnostisk model (GCglycoB) oprettet for at skelne mellem GC og atrofisk gastritis: GCglycoB = 5,273-1,371 * peak2 + 0,781 * peak4-0.453 * peak6 + 0,221 * peak9. Den optimale afskæringsværdi for GCglycoB (0,594) blev valgt på basis af ROC-kurven analyse. I uddannelsen gruppe, AUC for GCglycoB var 0,82, mens AUC for CEA, CA19-9, CA125 og CA72-4 var 0,65, 0,63, 0,69 og 0,64, henholdsvis (figur 3B). Den diagnostiske nøjagtighed GCglycoB i differentiere GC fra atrofisk gastritis steg 21,26%, 24,64%, 31,40% og 34,30%, og følsomheden steg 27,97%, 35,59%, 55,09% og 60,17% i forhold til CEA, CA19-9, CA125 og CA72- 4 (tabel 7). I valideringen gruppe, 85,00% nøjagtighed GCglycoB repræsenterede en stigning på 40,00%, 45,00%, 65,00% og 55,00% og 85,00% sensitivitet den angivne en stigning på 22,50%, 22,50%, 30,00% og 30,00% i forhold til CEA, CA19-9, CA125 og CA72-4 henholdsvis (tabel 8).

Cutoff værdien

Aktuel status, antal emner Vejviser

Test

GC +

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 541945.7678.6573.9752.2459.90GC-6470CA19-9 (37 U /ml) GC + 451738.1480.9072.5849.6656.52GC-7372CA125 (40 U /ml) GC + 22818.6491.0173.3345.7649.76GC-9681CA72-4 (9,8 U /ml ) GC + 16813.5691.0166.6744.2646.86GC-10281GCglycoB (0,594) GC + 88873.7391.0191.5872.3281.16GC-3081Table 7. Diagnostic Strøm af Differentiering Gastrisk Carcinoma fra atrofisk gastritis i Training Group

Forkortelser:. + positiv; – Negativ; GC, gastrisk karcinom; GCglycoB, N-glycan markør-baserede mavekræft diagnostiske model B; NPV, negativ prædiktiv værdi; PPV, positive prædiktive værdi. CSV Hent CSV Cutoff værdien

Aktuel status, antal emner Vejviser

Test

GC +

GC-

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 9445.0080.0069.2359.2662.50GC-1116CA19-9 (37 U /ml ) GC + 8340.0085.0072.7358.6262.50GC-1217CA125 (40 U /ml) GC + 4220.0090.0066.6752.9455.00GC-1618CA72-4 (9,8 U /ml) GC + 6430.0080.0060.0053.3355.00GC-1416GCglycoB (0,594) GC + 17385.0085.0085.0085.0085.00GC-317Table 8. diagnostisk Strøm af Differentiering Gastrisk Carcinoma fra atrofisk gastritis i Retrospective verifikationsgruppe

I den kommende gruppe, GCglycoB var mere præcise (85,00% vs. 30,00%, 30,00%, 10,00% og 15,00%) og følsom (90,00% mod 62,50%, 62,50%, 55,00% og 55,00% ) end CEA, CA19-9, CA125 og CA72-4 (tabel 9).

Cutoff værdien

Aktuel status, antal emner Vejviser

Test

GC +

GC-

Følsomhed,%

Specificitet,%

PPV,%

NPV,%

Nøjagtighed,%

CEA (5 ng /ml) GC + 6130.0095.0085.7157.5862.5GC-1419CA19-9 (37 U /ml ) GC + 6130.0095.0085.7157.5862.5GC-1419CA125 (40 U /ml) GC + 2010.00100.00100.0052.6355.00GC-1820CA72-4 (9,8 U /ml) GC + 3115.0095.0075.0052.7855.00GC-1719GCglycoB (0,594) GC + 17185.0095.0094.4486.3690.00GC-319Table 9. diagnostisk Strøm af Differentiering Gastrisk Carcinoma fra atrofisk gastritis i Prospective verifikationsgruppe

2.4: Nedsat niveau af samlede core-fucosylerede proteiner i mavekræft

Det samlede centrale α-1,6-fucoserester (summen af toppene 1, 2, 3, 4 , 6 og 7) var signifikant lavere (P 0,001; tabel 2) i GC patienter end i atrofisk gastritis patienter og normale kontroller. For at bekræfte dette fund, evaluerede vi koncentrationen af centrale fucosylerede proteiner i serum og væv hos patienter med GC under anvendelse LCA, fordi det specifikt genkender glycoproteiner med α-1,6-fucosylerede-N-acetyl-D-glucosamin-asparagin (GlcNAc- Asp) i trimannosyl- kerne. I serum, var der færre LCA-bindende kernefucose rester i GC-gruppen end i atrofisk gastritis og normale grupper (figur 4A). Den samlede kernefucose overflod var lavere i GC tumorer end i parret tilstødende væv (figur 4B). For at bestemme, om ændringen i den samlede kerne fucosylering i GC tumorer var relateret til ændrede glycosylerings biosyntese blev overflod af pattedyr α-1,6-fucosyltransferase (Fut8) og Guanosindifosfat transportør (BNP-Tr) i GC tumorer og tilstødende væv analyseret ved RT-PCR. Resultaterne viste, at Fut8 mRNA-ekspression var lavere i tumorer end i tilstødende væv (figur 4C). Der var imidlertid ingen signifikant forskel i Guanosindifosfat (BNP) -fucose transporter (BNP-fuc-Tr) genekspression mellem tumorer og tilstødende væv (figur 4D).

(A) lectin blots af serumproteiner probet med lens culinaris agglutinin A (LCA). Den vandrette akse repræsenterer de eksperimentelle grupper: kontrol (n = 20), atrofisk gastritis (n = 20), og gastrisk karcinom (GC) (n = 20); hver pulje består af 3 homogene prøver. Den lodrette akse angiver forholdet mellem fucosylerede protein til totalt protein. Forskellen mellem grupperne var statistisk signifikant (P 0,001). (B) Lectin blotting af væv proteiner probet med LCA. Den vandrette akse repræsenterer de eksperimentelle grupper: tumorvæv (n = 20) og tilstødende væv (n = 20). Den lodrette akse angiver forholdet mellem fucosylerede protein til totalt protein. Forskellen mellem grupperne var ikke statistisk signifikant (P 0,05). (C) Den relative messenger RNA (mRNA) ekspression af Fut8 i væv som målt ved RT-PCR. 9

b4.11±1.853.29±1.692.0470.047sumfuc

c43.88±7.7744.16±6.10-0.2170.830GCglycoA

d1.07 1

0.210

a0.127

a0.006

a-0.023

a0.088

a0.250

b0.055

0.0160.1480.9440.7930.3160.0040.532Peak 2

0.009

a0.038

a0.011

a-0.067

a0.010

a0.224

b-0.099

0.9170.6670.9040.4450.9060.0100.258Peak 3

0.083

a0.094

a0.066

a0.039

a-0.115

a-0.216

b-0.346

0.3480.2860.4550.6540.1930.013 0.001Peak 4

-0.045

a0.160

a0.047

a-0.006

a-0.091

a0.122

b0.074

0.6130.0680.5940.9430.3010.1670.403Peak 5

-0.029

a-0.156

a-0.020

a0.097

a0.108

a0.299

b0.478

0.7430.0760.8160.2700.2180.001 0.001Peak 6

0.009

a0.020

a0.044

a-0.114

a-0.348

a-0.757

b-0.787

0.9210.8170.6180.197 0.001 0.001 0.001Peak 7

-0.039

a0.089

a-0.075

a-0.161

a-0.245

a-0.368

b-0.517

0.6580.3110.3940.0660.005 0.001 0.001Peak 8

-0.135

a-0.058

a0.002

a-0.087

a-0.035

a-0.215

b0.011

0.1240.5130.9840.3210.6920.0140.897Peak 9

0.028

a-0.072

a-0.034

a0.095

a0.315

a0.794

b0.591

0.7510.4130.7030.280 0.001 0.001 0.001GCglycoA

-0.033

b-0.042

b-0.012

b0.046

b0.355

b10.869

0.7100.6370.8960.605 0.001 0.001GCglycoB

-0.052

b-0.045

b0.027

b0.105

b0.345

b0.869

0.5580.6110.7600.232 0.001 0.001Sumfuc

0.061

a0.151

a0.040

a-0.108

a-0.170

a-0.353

b-0.580

0.4860.0850.6510.2210.052 0.001 0.001Table 9

a2.67±1.583.97±1.804.17±1.334.84±2.276.834 0.001Sumfuc

b46.43±4.7743.21±5.5542.14±6.9442.91±6.942.9440.036Table

Kronisk sygdom

PLoS ONE: identifikation og karakterisering af Novel N-glycan-baserede biomarkører i Gastric Cancer

Be the first to comment

Leave a Reply Annuller svar