代谢组学在消化系统肿瘤中的应用进展

刘 超(综述)，巴吐尔·买买提明，玛依努尔·艾力(审校)

(1.新疆医科大学第一附属医院肿瘤中心三科，乌鲁木齐830054;2.新疆医科大学药学院，乌鲁木齐830011)

代谢组学是系统生物学的组成部分，是继基因组学和蛋白质组学之后新发展起来的一门学科，对生物体内所有代谢物进行定性定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，其研究对象大都是小分子物质[1]。分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。主要技术手段是核磁共振(nuclear magnetic resonance，NMR)、质谱、色谱。基因组学和蛋白质组学分别从基因和蛋白质层面探寻生命活动，而实际上细胞内许多生命活动是发生在代谢物层面的。基因与蛋白质的表达紧密相连，而代谢物反映了细胞所处的环境，这与细胞的营养状态、药物和环境的作用，及其他外界因素的影响密切相关。代谢组学由英国伦敦帝国理工大学Jeremy Nicholson教授创立之后迅速发展并渗透到多项领域，如疾病诊断、医药研制开发、毒理学、病理学研究、功能基因组研究、营养代谢等与人类健康密切相关的领域[2]。

消化道肿瘤是最常见恶性肿瘤，在世界范围内发病率和病死率均较高，在中国胃癌、结直肠癌、肝癌等发病率和病死率仅次于肺癌，绝大多数早期患者并无特异临床症状与体征，发现时已是进展期，疗效不理想，病死率高。早期筛查发现肿瘤能在可治疗阶段进行早期干预，降低病死率。目前内镜结合活组织病理检查诊断消化道肿瘤方法虽较为成熟，但由于其有创性，早期诊断价值受限，而传统肿瘤标志物的检测虽能提高诊断阳性率，但特异性不高。代谢组学在消化系统肿瘤中有广阔的应用前景。

1 代谢组学概述

代谢组学的研究样品主要是尿液、血浆或血清、唾液、腹水、支气管洗液、前列腺分泌物、细胞和组织的提取液等[3]。研究步骤包括样品制备、代谢物分离、检测与鉴定、数据分析与模型建立，其中代谢物的检测、分析与鉴定是其技术的核心部分[4]。

1.1 代谢组学研究技术平台

1.1.1 NMR NMR利用原子核在磁场中的能量变化来获得相关核信息，目前常用的有氢谱(1H-NMR)、碳谱(13C-NMR)和磷谱(31P-NMR)[5]。

1.1.2 质谱 质谱分析的基本原理是使样品中各组分电离生成离子束，进入质量分析器聚焦而得到质谱图像，从而确定其质量[6-7]。

1.1.2.1 气相色谱-质谱联用 气相色谱(gas chromatography，GC)特别适合于挥发物的混合物，并且可以直接气相分离[8]。具有“三高一快”(高灵敏度、高分离效能、高选择性和快速分析)的优点。

1.1.2.2 液相色谱-质谱联用 液相色谱适用于分离低挥发性或非挥发性、热稳定性差的物质。目前广泛应用的有高效液相色谱法(high performance liquid chromatography，HPLC)、超高相液相色谱法(ultra-performance liquid chromatography，UPLC)，具有更好的分离效率、峰容量以及灵敏度[9]。

1.1.2.3 毛细管电泳-质谱联用 毛细管电泳根据在电场作用下离子迁移的速度不同而对组分进行分离和分析，是目前最有力的分离手段。毛细管电泳技术可检测多种样品，并且具有所需样品量少、分析速度快、分离效率高和应用范围广等特点。

NMR与质谱相比各有其优缺点。NMR探测结构的准确性更高，更适合于定量分析，能够实现对样品的非破坏性、非选择性分析，满足了代谢组学中的对尽可能多的化合物进行检测的目标，但它存在灵敏度低、分辨率低等缺陷，常导致高丰度的分析物掩盖低丰度的分析物。质谱的优势在于能够提供较高的分辨率和检测灵敏度，敏感性更佳，且拥有更大的数据库，有可供参考的标准谱图库对结果进行定性分析[10]。

1.2 代谢组学数据分析平台 代谢组学研究产生的大量数据需借助专门的数据分析平台进行整理、转换、统计和输出，期间将采用一系列化学计量方法，主要包括非监督学习方法和监督学习方法两类。其中主成分分析(principal component analysis，PCA)、显著性分析(discriiminate analysis，DA)、偏最小二乘法-显著性分析联合法(partial least squares-discriiminate analysis，PLS-DA)等在代谢组学研究中较常用。

2 代谢组学在消化道肿瘤的应用

在肿瘤的相关研究、特别是无症状早期肿瘤的诊断中，代谢组学日益突显出无与比拟的优势。如有癌前病变发展阶段的卵巢交界性肿瘤、宫颈癌和子宫内膜癌往往与激素、脂质类小分子物质的代谢明显相关，缺乏早期预警的生物标志物，这些都符合代谢组学研究的特点与要求。代谢组学在肝癌、脑瘤研究中的成功更显示其可行性。因此，代谢组学有望成为研究肿瘤发生、发展的有力工具，可以明显鉴别肿瘤组织及肿瘤的各个阶段，鉴定出潜在特征生物标志物，实现对肿瘤的早期诊断及预测。

2.1 代谢组学在消化系统肿瘤诊断及鉴别中的应用 在消化系统肿瘤中，肿瘤标志物的检测在临床已普遍开展，对于消化系统肿瘤的早期诊断、分析疗效及预后、预测复发及转移有重要的价值，但也存在特异度不高和影响因素多等缺陷，而代谢组学有很大的优势[11]。

2.1.1 食管癌 Ayshamgul等[12]应用1H-NMR技术对109例食管癌患者和50例健康人的血浆标本进行检测，正交偏最小二乘法-显著性分析联合法方法能够区分两组血浆代谢组的核磁共振氢谱。Zhang等[13]运用PLS-DA检测健康人和食管癌患者(各25例)血清样本核磁共振氢谱，结果显示两组代谢组脂质代谢、氨基酸代谢、糖酵解、生酮、三羧酸循环差异显著，为代谢组学对食管癌的筛查、早期诊断和预后提供依据。

2.1.2 胃癌 陈英杰等[14]用HPLC检测48例胃癌患者与50例健康人尿液中15种核苷水平，发现胃癌患者尿中除5-甲基尿嘧啶(m5U)外，其余的平均值明显高于健康人，代谢组学方法较目前临床常用的胃癌初筛技术灵敏度更高。Wu等[15]用GC-质谱检测18例胃癌患者组织代谢物，发现9种上调代谢产物，GC-质谱方法可区别胃癌有无浸润性，可能对胃癌临床诊断或分期有意义。Chen等[16]采用GC-质谱对动物模型胃癌转移进行检测发现，29种特异性改变的代谢物，尤其是丝氨酸和脯氨酸代谢在胃癌转移中发挥着重要作用，代谢组学可为胃癌转移提供新的生物标志物。

2.1.3 结直肠癌 Feng等[17]对52例结肠癌患者和62例健康者尿液代谢组学分析显示，假尿嘧啶核苷和1-甲基鸟苷水平在结肠癌中相对较高，与肿瘤大小和病理分期(Dukes分期)相关，且诊断敏感性高于癌胚抗原、CA19-9和CA125等传统肿瘤标志物。Jordan等[18]对14份恶性直肠肿瘤和9份良性直肠肿块采用NMR的PCA进行分析，确定NMR可用于体外组织样本良、恶性的生化分类。Chan等[19]对31例结直肠癌患者结直肠黏膜进行研究，应用高分辨率魔角旋转-NMR和GC-质谱技术对31种分子标志物进行PCA分析，发现通过标志物能更清晰地对结肠直肠癌进行早期病理分类，还能区分结肠、直肠癌，弥补解剖学和临床上对结直肠癌研究的缺陷。

2.1.4 胰腺癌 Bathe等[20]采用核磁共振光谱对43例良性肝胆疾病和56例胰腺癌患者的血清标本进行定量分析，通过对代谢产物数据进行“靶标轮廓”分析显示:CA19-9的特异度为90%，但灵敏度只有50%～80%，胰腺癌活检诊断率只有约71%，活检阴性不是特别有助临床决策。因此，需要一个更准确、临床可行的方法区分胰腺疾病的良、恶性。Fang等[21]应用1H-NMR检测SD大鼠慢性胰腺炎和胰腺癌完整胰腺组织的代谢组学标志物差异，同时应用PCA方法区分出了胰腺癌和慢性胰腺炎，但标志物应用于临床还需要进一步研究。

2.1.5 肝胆癌 Wang等[22]采用 UPLC-质谱研究82例肝癌、48例肝硬化患者和90例健康者之间血清代谢物的差异，代谢轮廓分析显示其不仅可以区分患者与健康组，并且对肝硬化和肝癌之间有100%的灵敏度和特异度，鹅脱氧甘胆酸被认为是肝癌诊断及预后的指标，单独应用UPLC-质谱或联合甲胎蛋白检测可能是肝癌筛查及早期诊断的高效而便捷的工具。Yang等[23]用HPLC技术结合PCA对肝炎、肝硬化、肝癌患者的血液、尿液进行分析，结果显示代谢组学可以降低肝癌诊断的假阳性率，用HPLC标记的尿液中核苷物质比甲胎蛋白对诊断更有针对性。陆强等[24]用NMR检测35例肝硬化、38例肝癌患者和63例健康人血清代谢物，利用PLS-DA进行模式识别分析，表明该方法可将肝癌患者与健康人、肝硬化患者进行鉴别，肝癌诊断灵敏度高，假阳性率低，优于血清甲胎蛋白检测。Albiin等[25]采用1H-MRS分析45例有相关临床症状患者的胆汁，结果显示代谢组学诊断方法的灵敏度为88.9%，特异度为87.1%，准确度为87.8%。因此，对胆汁进行代谢组学分析能更灵敏地诊断胆管癌。

2.2 代谢组学在消化系统肿瘤治疗及预后中的应用 代谢组学在肿瘤治疗及预后领域有着广泛的应用。研究肿瘤细胞代谢物特征性改变可发现新的治疗靶点，准确预测其对某一治疗方案或药物的反应，有效监测药物疗效及毒副作用，实现肿瘤的个体化治疗。

Wang等[26]用代谢组学方法检测顺铂加氟尿嘧啶方案治疗胃癌小鼠的疗效，结果显示肿瘤在治疗组小鼠增长显著低于对照组，相对肿瘤生长率为59.6%，生长抑制率为41.9%，提示顺铂加氟尿嘧啶治疗胃癌有效。

Backshall等[27]运用1H-NMR对54例结直肠癌患者卡培他滨治疗前后的血液标本进行毒副作用程度对比发现，治疗后血液毒副作用较高。患者接受化疗前进行代谢轮廓分析有助于合理选择药物剂量，以达到最大药效及最小毒副作用。

3 小结与展望

代谢组学以小分子代谢物为研究对象，运用高通量、高敏感度的分析技术，结合化学计量方法，在肿瘤的研究中发挥着重要的作用，发现应用于临床的肿瘤标志物[28]，建立模型以实现对肿瘤筛查、早期诊断与鉴别，预测评估药效，指导个体化治疗及判断预后[29-32]。随着代谢组学技术的发展，将进一步提高检测灵敏度，降低检测成本，简化操作，有望在临床上得到更为广泛的应用。

大量研究已经得到与重要的生理病理变化和基因变异等有关的潜在标志性代谢物，但各个生物标志物之间关联性不强，缺乏交叉验证，有待进一步研究建立完整的诊断专家系统，常规化诊断，多技术联合的应用对代谢组学的发展提供了广阔的空间和平台[33]。随着代谢组学在肿瘤研究的应用不断增加，将更充分地认识到代谢组学的优越性。

[1]Mo ML，Palsson BØ.Understanding human metabolic physiology:a genome-to-systems approach[J].Trends Biotechnol，2009，27(1):37-44.

[2]Wisbart DS.Proteomics and the human metabolome project[J].Expert Rev Proteomics，2007，4(3):333-335.

[3]Acton TB，Xiao R，Anderson S，et al.Preparation of protein samples for NMR structure，function，and small-molecule screening studies[J].Methods Enzymol，2011，493:21-60.

[4]Serkova NJ，Spratlin JL，Eckhardt SG.NMR-based metabolomics:translational application and treatment of cancer[J].Curr Opin Mol Ther，2007，9(6):572-585.

[5]Ott KH，Aranibar N.Nuclear magnetic resonance metabonomics:methods for drug discovery and development[J].Methods Mol Biol，2007，358:247-271.

[6]Lauridsen M，Hansen SH，Jaroszewski JW，et al.Human urine as test material in 1H NMR-based metabonomics:recommendations for sample preparation and storage[J].Anal Chem，2007，79(3):1181-1186.

[7]Mikami T，Aoki M，Kimura T.The application of mass spectrometry to proteomics and metabolomics in biomarker discovery and drug development[J].Curr Mol Pharmacol，2012，5(2):301-316.

[8]Denkert C，Budczies J，Kind T，et al.Mass spectrometry-based metabolic profiling reveals different metabolite patterns in invasive ovarian carcinomas and ovarian borderline tumors[J].Cancer Res，2006，66:10795-10804.

[9]Pasikanti KK，Norasmara J，Cai S，et al.Metabolic footprinting of tumorigenic and nontumorigenic uroepithelial cells using twodimensional gas chromatography time-of-flight mass spectrometry[J].Anal Bioanal Chem，2010，398(3):1285-1293.

[10]Wagner S，Scholz K，Sieber M，et al.Tools in metabonomics:an integrated validation approach for LC-M S metabolic profiling of mercapturic acids in human urine[J].Anal Chem，2007，79(7):2918-2926.

[11]Blow N.Metabolomics:biochemistry's new look[J].Nature，2008，455(7213):697-700.

[12]Ayshamgul H，Batur M，Ilyar S.1H-MRS metabonomic analysis of plasma samples of esophageal cancer patients based on different pattern recognition[J].Zhonghua Zhong Liu Za Zhi，2010，32(9):681-684.

[13]Zhang X，Xu L，Shen J，et al.Metabolic signatures of esophageal cancer:NMR-basedmetabolomics andUHPLC-basedfocused metabolomicsof blood serum[J].Biochim Biophys Acta，2013，1832(8):1207-1216.

[14]陈英杰，郑育芳，王凝芳，等.尿中核苷检测在胃癌诊断中的意义[J].癌症，2003，22(5):537-540.

[15]Wu H，Xue R，Tang Z，et al.Metabolomic investigation of gastric cancer tissue using gas chromatography/mass spectrometry[J].Anal Bioanal Chem，2010，396(4):1385-1395.

[16]Chen JL，Tang HQ，Hu JD，et al.Metabolomics of gastric cancer metastasis detected by gas chromatography and mass spectrometry[J].World J Gastroenterol，2010，16(46):5874-5880.

[17]Feng B，Zheng MH，Zheng YF，et al.Normal and modified urinary nucleosides represent novel biomarkers for colorectal cancer diagnosis and surgery monitoring[J].J Gastroenterol Hepatol，2005，20(12):1913-1919.

[18]Jordan KW，Nordenstam J，Lauwers GY，et al.Metabolomic characterization of human rectal adenocarcinoma with intact tissue magnetic resonance spectroscopy[J].Dis Colon Rectum，2009，52(3):520-525.

[19]Chan EC，Koh PK，Mal M，et al.Metabolic profiling of human colorectal cancer using high-resolution magic angle spinning nuclear magnetic resonance(HR-MAS NMR)spectroscopy and gas chromatography mass spectrometry(GC/MS)[J].J Proteome Res，2009，8(1):352-361.

[20]Bathe OF，Shaykhutdinov R，Kopciuk K，et al.Feasibility of identifying pancreatic cancer based on serum metabolomics[J].Cancer Epidemiol Biomarkers Prev，2011，20(1):140-147.

[21]Fang F，He X，Deng H，et al.Discrimination of metabolic profiles of

pancreatic cancer from chronic pancreatitis by high-resolution magic angle spinning 1H nuclear magnetic resonance and principal components analysis[J].Cancer Sci，2007，98(11)，1678-1682.

[22]Wang B，Chen D，Chen Y，et al.Metabonomic profiles discriminate hepatocellular carcinoma from liver cirrhosis by ultraperformance liquid chromatography-mass spectrometry[J].J Proteome Res，2012，11(2):1217-1227.

[23]Yang J，Xu G，Zheng Y，et al.Diagnosis of liver cancer using HPLC-based metabonomics avoiding false-positive resultfrom hepatitis and hepatocirrhosis diseases[J].J Chromatogr B Analyt Technol Biomed Life Sci，2004，813(1/2):59-65.

[24]陆强，黄一红，丛辉，等.肝细胞癌、肝硬化患者血清中代谢组研究[J].分析化学，2009，37(2):194-198.

[25]Albiin N，Smith IC，Arnelo U，et al.Detection of cholangiocarcinoma with magneic resonance spect roscopy of bile in patients with and without primary sclerosing cholangitis[J].Acta Radiologica，2008，49(8):855-862.

[26]Wang X，Yan SK，Dai WX，et al.A metabonomic approach to chemosensitivity prediction of cisplatin plus 5-fluorouracil in a human xenograft model of gastric cancer[J].Int J Cancer，2010，127(12):2841-2850.

[27]Backshall A，Sharma R，Clarke SJ，et al.Pharmaco-metabonomic profiling as a predictor of toxicity in patients with inoperable colorectal cancer treated with capecitabine[J].Clin Cancer Res，2011，17(9):3019-3028.

[28]Rhee EP，Gerszten RE.Metabolomics and cardiovascular biomarker discovery[J].Clin Chem，2012，58(1):139-147.

[29]Dittrich R，Kurth J，Decelle EA，et al.Assessing prostate cancer growth with citrate measured by intact tissue proton magnetic resonance spectroscopy[J].Prostate Cancer Prostatic Dis，2012，15(3):278-282.

[30]Costello LC，Franklin RB，Zou J，et al.Human prostate cancer ZIP1/zinc/citrate genetic/metabolic relationship in the TRAMP prostate cancer animal model[J].Cancer Biology Therapy，2011，12(12):1078-1084.

[31]Borgan E，Sitter B，Lingjærde OC，et al.Merging transcriptomics and metabolomics--advances in breast cancer profiling[J].BMC Cancer，2010，10:628.

[32]Budiu RA，Mantia-Smaldone G，Elishaev E，et al.Soluble MUC1 and serum MUC1-specific antibodies are potential prognostic biomarkers for platinum-resistant ovarian cancer[J].Cancer Immunol Immunother，2011，60(7):975-984.

[33]Urayama S，Zou W，Brooks K，et al.Comprehensive mass spectrometry based metabolic profiling of blood plasma reveals potent discriminatory classifiers of pancreatic cancer[J].Rapid Commun Mass Spectrom，2010，24(5):613-620.