欢迎来到天天文库
浏览记录
ID:34143560
大小:12.25 MB
页数:205页
时间:2019-03-03
《基于多种分析技术的肺癌代谢组学研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、上海交通大学博士学位论文基于多种分析技术的肺癌代谢组学研究学院:药学院博士生:吴谦指导教师:闫超教授专业:药学2014年12月万方数据Ph.D.dissertationsubmittedtoShanghaiJiaoTongUniversityMETABOLOMICSTUDYOFLUNGCANCERBASEDONDIFFERENTANALYTICALMETHODSByPh.D.candidate:WuQianSupervisedbyProf.YanChaoSchoolofPharmacyShanghaiJiaoTongUniversityDecember,2014万方数据万方数据万方数据万方
2、数据摘要基于多种分析技术的肺癌代谢组学研究摘要肺癌是严重危害人类生命健康的重大疾病,其发病率和死亡率均居恶性肿瘤首位。由于早期肺癌患者常无特殊症状,临床就诊的肺癌患者多数处于中晚期。早期诊断和早期治疗可以显著提高生存率,但迄今临床上尚缺乏有效可靠的早期筛查诊断方法。代谢组学能够帮助人们更好的了解癌症的发病机制及病人体内物质的代谢途径,有助于癌症生物标志物的发现,并辅助临床诊断。本论文采用超高效液相色谱/高效液相色谱-四极杆飞行时间质谱(UPLC/HPLC-QTOF-MS)、加压毛细管电色谱-四极杆飞行时间质谱(pCEC-QTOF-MS)等不同分析技术,综合考察了尿液、血清、细胞等不同肺癌样
3、本与对照样本之间的代谢谱差异。随后采用多维模式识别技术以及单维统计分析,筛选并鉴定出不同肺癌样本与对照样本之间的差异代谢物。最后,通过进一步对发现的差异代谢物的代谢通路进行分析,推断肺癌可能与脂肪酸氧化代谢存在密切关系。本论文的研究内容主要包括以下几个部分:1、采用基于UPLC-QTOF-MS技术结合多维/单维统计分析进行了肺癌尿液代谢组学研究。通过分析肺癌病人与正常对照之间的尿样代谢轮廓差异,讨论了不同归一化方法在尿液代谢组学中的区别,筛选并鉴定出肺癌相关的20种尿液差异代谢物,包括肉碱和11种酰基肉碱,对应的代谢途径包括脂肪酸β-氧化代谢、甲硫氨酸代谢、嘌呤代谢、酪氨酸代谢等。I万方数
4、据摘要2、采用基于HPLC-QTOF-MS技术结合多维/单维统计分析进行了早期肺癌血清及尿液代谢组学研究。选取了肿块大小直径在3cm以下的肺癌病例,同时分析肺癌病人与正常对照之间的血清和尿样代谢轮廓差异。筛选并鉴定出51种肺癌血清差异代谢物,包括10种酰基肉碱、22种溶血磷脂、9种脂肪酸、3种类固醇、3种胆汁酸以及4种其他代谢物;筛选并鉴定出59种肺癌尿液差异代谢物,包括在16种酰基肉碱、6种谷氨酰胺结合物、以及质谱正负模式下共37种其他代谢物。进一步对这些差异代谢物进行ROC分析。在血清代谢物中,其中AUC值前5位的酰基肉碱组合、AUC值前5位的溶血磷脂组合、AUC值前4位的脂肪酸组合,
5、其AUC值均大于0.9,具有较高的诊断准确性。在尿液代谢物中,其中AUC值前10位的酰基肉碱组合、AUC值前4位的谷氨酰胺结合物组合,其AUC值大于或接近0.9,具有一定的诊断准确性。3、采用基于pCEC-QTOF-MS技术结合多维/单维统计分析进行了肺癌尿液代谢组学研究。搭建了pCEC-QTOF-MS联用系统,并首次将其应用于代谢组学研究,以肺癌病人尿液为对象进行了研究,发现并鉴定了15种差异代谢物,其中包括3种谷氨酰胺结合物。pCEC的独特分离机理有助于区分谷氨酰胺结合物的质谱碎片峰和共流出峰。4、采用基于HPLC-QTOF-MS技术结合多维/单维统计分析进行了肺癌细胞代谢组学及脂质组
6、学研究。以胚肺部正常成纤维细胞为对照,对7种肺癌细胞系同时进行极性代谢物和脂类代谢物的研究。在极性提取物中,总体上肺癌细胞中的游离肉碱及酰基肉碱浓度有显著变化,特别是A549细胞的大部分酰基肉碱浓度升高尤为显著。在脂类提取物中,共鉴定出488种脂类分子。进一步分析肺癌细胞与对照II万方数据摘要细胞之间的脂质代谢轮廓差异,得到51种脂类差异代谢物,包括3种神经酰胺,3种二酰基甘油,11种缩醛磷脂酰胆碱,1种缩醛磷脂酰乙醇胺,21种磷脂酰胆碱,3种磷脂酰乙醇胺,1种磷脂酰丝氨酸,以及8种神经鞘磷脂。5、初步建立了基于HPLC-QTOF-MS技术的组织、尿液、血清等不同样本的脂质组学分析方法。重
7、点考察了采用“核壳型”填料的快速、低压的血清脂质组学分析方法,共检测到21对,共42种溶血磷脂酰胆碱,并对其保留时间规律进行了讨论。关键词:代谢组学,脂质组学,肺癌,血清,尿液,液质联用,加压毛细管电色谱,酰基肉碱III万方数据ABSTRACTMETABOLOMICSTUDYOFLUNGCANCERBASEDONDIFFERENTANALYTICALMETHODSABSTRACTLungcancerremainsthem
此文档下载收益归作者所有