基于代谢组学的宫颈癌新辅助化疗敏感性和毒性反应的生物标志物提取及其机理研究

本项目针对宫颈癌临床治疗的实际医学问题，基于代谢组学方法，使用超高效液相色谱质谱（UPLC-MS），通过检测动物模型和临床患者的生物样本，即尿液和血液中内源小分子水平在药物干预后的动态变化，确定若干生物标志物。研究内容主要包括：宫颈癌生物标本库的建立、标志物筛选的统计模型、宫颈癌治疗后的生物标志物及其代谢网络、特异标志物的鉴定和生物学功能解释、支持临床决策的预测模型。本研究将使用一种新的多种群遗传算法（MPGA），用于筛选具有临床应用价值的宫颈癌特异性生物标志物。其特点是不仅能够筛选具有单独效应的标志物，而且能够筛选出具有交互作用的生物标志物。主要思想是尽量将各种不同种类的潜在生物标志物筛选出来进行分析和鉴别，确定多种标志物的组合作用，预测新辅助化疗（NACT）敏感性和毒性的靶向标志物及与前体蛋白或基因的关联，对其代谢网络进行合理的生物学解释，最后为临床医生使用NACT提供预测模型。

内源小分子代谢物浓度水平的变化为恶性肿瘤诊断和化疗敏感标志物的研究提供了丰富的信息。通过代谢组数据，可以研究机体在外界刺激或基因改变的影响下随时间变化的代谢模式特征，辨识和解析被研究对象的生理和病理状态。为此本研究采用一种基于随机森林（RF）和网络解卷积优化算法的网络构建方法，建立宫颈癌早期诊断及化疗敏感性的血浆代谢物的相关网络，并对其进行生物学解释，确定宫颈癌早期诊断及化疗敏感性的血浆生物标志物和相关代谢通路。宫颈癌早期诊断血浆代谢组学研究结果表明宫颈癌与卵巢癌、正常对照之间存在代谢模式差异，经单变量和PLS-DA分析筛选后确定了正负离子模式下共计382个差异变量，经过进一步的数据库查找和二级物质鉴定，确定了其中35种差异代谢物。本研究利用已经确定的35种差异代谢物为基础，利用本文提出网络构建方法建立了代谢网络，并通过数据库信息和文献报道确定了网络的合理性。本研究推测出的宫颈癌代谢相关网络，其中部分关系已经确定证明了该方法的有效性，其余未知的代谢通路和功能需通过生物学实验进一步验证。宫颈癌化疗敏感性血浆代谢组学研究结果表明敏感患者、中度敏感患者与轻度敏感患者之间具有明显的代谢模式差异，经单变量和PLS-DA分析筛选后确定了正模式下10个差异代谢物。基于本文提出的方法构建的代谢网络经文献报道验证具有合理性，为宫颈癌化疗敏感性机制研究及个体化治疗提供了参考依据。基于血浆代谢组学能够准确地区分宫颈癌与卵巢癌/正常对照，宫颈癌患者的血浆中代谢物相关网络提示其代谢通路变化，其发病可能与脂类代谢、色氨酸代谢、氨基酸代谢等密切相关。另外, 基于血浆代谢组学能够区分宫颈癌化疗敏感与非敏感患者，其血浆代谢物的变化提示宫颈癌化疗敏感性与氨基酸代谢、脂类代谢及二肽代谢等紧密相关，为鉴定宫颈癌新辅助化疗敏感性标记物及宫颈癌的个体化治疗提供了线索及依据。本项目已获得了一系列研究成果，已发表SCI收录论文3篇。