Αφηρημένο

Η εύρεση νέων πεπτίδιο βιοδείκτες για τον καρκίνο του στομάχου σε ανθρώπινους ορούς ότι μπορεί να εφαρμοστεί σε μια κλινικά πρακτικά εφαρμόσιμη μέθοδος πρόβλεψης για την παρακολούθηση του καρκίνου του στομάχου. Μελετήσαμε την πεπτιδιώματος ορό από δύο διαφορετικές biorepositories. Χρησιμοποιήσαμε πρώτα μια προσέγγιση χρωματογραφίας C8-ανάστροφης υγρή φάση για τον καθαρισμό του δείγματος, που ακολουθείται από ανάλυση φασματομετρία μάζας. Αυτά εφαρμόζονται πάνω δείγματα ορού από καρκίνο χωρίς ελέγχους και τους ασθενείς με καρκίνο του στομάχου σε διάφορα κλινικά στάδια. Στη συνέχεια δημιούργησε έναν αγωγό ανάλυση βιοπληροφορικής και προσδιόρισε πεπτίδιο υπογραφή διακρίσεις ασθενών αδενοκαρκίνωμα του στομάχου από καρκίνο χωρίς ελέγχους. Matrix Assisted Laser εκρόφηση /ιοντισμό-Time of Flight (MALDI-TOF) προκύπτει από 103 δείγματα έδειξε 9 πεπτίδια υπογραφής? με ακρίβεια πρόβλεψης 89% στο σύνολο εκπαίδευσης και το 88% στο σύνολο επικύρωσης. Τρεις από τις διακρίσεις πεπτιδίων ανακαλύφθηκαν ήταν θραύσματα Apolipoproteins C-Ι και C-III (apoC-Ι και C-III)? ποσοτικοποιήσαμε περαιτέρω τα επίπεδά τους στον ορό, καθώς και CA19-9 και CRP, χρησιμοποιώντας ποσοτική εμπορικές κλινικές δοκιμασίες σε 142 δείγματα. ΑροΟ-Ι και apoC-III ποσοτικά αποτελέσματα συσχετίζονται με τα αποτελέσματα MS. Στη συνέχεια χρησιμοποιείται apoB-100-ομαλοποιήθηκε apoC-Ι και apoC-ΙΙΙ, CA19-9 και τα επίπεδα CRP για να δημιουργήσει κανόνες που καθορίζονται για την πρόβλεψη του καρκίνου του στομάχου. Για την εκπαίδευση, χρησιμοποιήσαμε ορούς από ένα αποθετήριο, καθώς και για την επικύρωση, χρησιμοποιήσαμε ορούς από την δεύτερη αποθήκη. Πρόβλεψη ακρίβειες του 88,4% και 74,4% ελήφθησαν στα σύνολα εκπαίδευσης και επικύρωσης, αντίστοιχα. Τα επίπεδα ορού του apoC-Ι και apoC-ΙΙΙ σε συνδυασμό με άλλες κλινικές παράμετροι μπορούν να χρησιμεύσουν ως βάση για τη διαμόρφωση ενός διαγνωστικού σκορ για τους ασθενείς με καρκίνο του στομάχου

Παράθεση:. Cohen Μ, Yossef R, Erez Τ, Kugel Α, Welt Μ, Karpasas MM, et al. (2011) Ορός Apolipoproteins C-I και C-III μειώνονται σε καρκίνο του στομάχου ασθενείς: Αποτελέσματα από MALDI-Based πεπτιδιώματος και ανοσο-Based Clinical δοκιμασίες. PLoS ONE 6 (1): e14540. doi: 10.1371 /journal.pone.0014540

Επιμέλεια: Hana Algul, Τεχνικό Πανεπιστήμιο του Μονάχου, Γερμανία

Ελήφθη: 1, Ιουλίου του 2010? Αποδεκτές: 22, Νοεμβρίου του 2010? Δημοσιεύθηκε: 18 Γενάρη, 2011

Copyright: © 2011 Cohen et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Χρηματοδότηση ήταν που παρέχεται από την Ευρωπαϊκή Κοινότητα (FP6 GLYFDIS 037.661). RNTech SAS Γαλλία αναφέρεται ως χρηματοδότη οφείλεται στο γεγονός ότι η JT και ΗΒ είναι /ήταν υπάλληλοι της εταιρείας? οι συνεισφορές της JT και ΗΒ ορίζεται ως τελική έγκριση της έκδοσης που θα δημοσιευθεί, και δεν συμμετείχαν στη συμβολή με τη σύλληψη και το σχεδιασμό ή την απόκτηση των δεδομένων ή την ανάλυση και ερμηνεία των δεδομένων ή τη σύνταξη του χειρογράφου. Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:. Το γεγονός ότι οι δύο πρώην ή εν ενεργεία υπαλλήλους του RNTech SAS Γαλλία είναι συγγραφείς αυτού του χειρογράφου δεν μεταβάλλει την τήρηση όλων των PLoS ONE πολιτικές για την ανταλλαγή δεδομένων και υλικών, όπως αναφέρεται λεπτομερώς στο διαδικτυακό οδηγό για τους συγγραφείς.

Εισαγωγή

τα ποσοστά θνησιμότητας των πολλών μορφών καρκίνου δεν έχουν αλλάξει δραματικά στην τελευταία 20 χρόνια [1]. Η έγκαιρη ανίχνευση έδειξε να βελτιώσει σημαντικά την αποτελεσματικότητα της θεραπείας του καρκίνου, ακόμη ανίχνευσης είναι συχνά δυνατή μόνο μετά την εμφάνιση των πρώτων κλινικών συμπτωμάτων, η οποία σε μερικούς καρκίνους συμβαίνει πολύ αργά για την επιτυχή επέμβαση. Αυτό οφείλεται στην απουσία συγκεκριμένων και ευαίσθητα τεστ που επιτρέπουν έγκαιρη διάγνωση και την παρακολούθηση των καρκινικών καταστάσεων σε μεγάλο βαθμό. Συνεπώς, η ανακάλυψη νέων βιολογικών δεικτών όγκου όλο και περισσότερο θεωρείται κρίσιμο για τη βελτίωση της θεραπείας του καρκίνου. Κατά την τελευταία δεκαετία, πολλές μελέτες έχουν εστιάσει στην ανακάλυψη βιοδεικτών. Μία από τις πλέον υποσχόμενες πηγές για βιοδεικτών ανακάλυψη είναι το ανθρώπινο αίμα, ιδιαίτερα ορό και πλάσμα, η οποία μπορεί να αντανακλά πολλά συμβάντα στο σώμα, σε πραγματικό χρόνο. Ωστόσο, παρά την τεράστια προσπάθεια, μόνο ένας πολύ μικρός αριθμός των πρωτεϊνών του πλάσματος έχει αποδειχθεί ότι έχουν διαγνωστική αξία [2] – [5]. Συχνά, αυτές οι βιοδείκτες δεν σταθεί μόνη της και συνοδεύονται από άλλες εξετάσεις για την παρακολούθηση και τη διάγνωση. Οι περισσότεροι από αυτούς δεν είναι συγκεκριμένες και αρκετά ευαίσθητη για την ευρεία διάγνωση οθόνη [6], [7].

Μια πιθανή πηγή νέων βιοδεικτών του καρκίνου είναι η πεπτιδιώματος. Το σκεπτικό πίσω από την εστίαση σε πεπτίδια ορού βασίζεται σε στοιχεία που αποδεικνύουν ότι ο σχηματισμός και η ανάπτυξη του καρκίνου περιλαμβάνει την αλλαγή στο μεταβολισμό των πρωτεϊνών και των πεπτιδίων », και από την αυξημένη διαθεσιμότητα της μεθοδολογίας για την εξέταση ολόκληρου του πεπτιδιώματος. Όσον αφορά την ανάπτυξη του καρκίνου, μπορεί να συμβούν αλλαγές στη σειρά των ενδο- και εξω-κυτταρικά πεπτίδια που εκπροσωπούνται στο πεπτιδιώματος του αίματος, η οποία μπορεί να είναι ειδικά για το καρκινικό στάδιο, και έτσι έχουν ένα διαγνωστικό δυναμικό [2], [4], [ ,,,0],5]. Από την άποψη της τεχνολογίας ανίχνευσης, οι πρόσφατες εξελίξεις στην τεχνολογία MS επιτρέπουν την ανίχνευση εκατοντάδων πεπτιδίων από μερικά μικρολίτρα ορού [8], [9]. Πράγματι, προηγούμενες μελέτες πεπτιδιώματος αίματος ανέφεραν μια σειρά από πεπτίδια υπογραφής στον ορό που είχε διακριθεί υγιείς από ασθενείς με καρκίνο (που επισκοπείται στο [5]). Αυτό δείχθηκε για προστάτη, της ουροδόχου κύστης, του μαστού και του καρκίνου του θυρεοειδούς με Villanueva

κ.ά.

[10], [11]. Ανέφεραν πεπτίδια 61 υπογραφή που θα μπορούσαν να διακρίνουν τα υγιή άτομα από 3 διαφορετικούς τύπους των ασθενών με καρκίνο. Ενώ όλες αυτές οι πεπτιδίων και /ή θραυσμάτων τους βρίσκονται κανονικά στον ορό, οι διαφορές στην ποσότητα μεταξύ υγιών και προσβεβλημένων ατόμων που παρατηρήθηκαν. Ωστόσο, αν και αυτά τα αποτελέσματα καταδεικνύουν ότι το δυναμικό προφίλ πεπτιδιώματος έχει για τη διάγνωση του καρκίνου, παραμένει να αποδειχθεί ότι η προσέγγιση αυτή μπορεί να επεκταθεί για να ανακαλύψει βιοδεικτών κατάλληλο για την έγκαιρη διάγνωση και συνεπής παρακολούθηση. Πρώτον, η ικανότητα αυτών των ορών πεπτιδίου βιοδείκτες να διακρίνει τους ασθενείς από τους ελέγχους ήταν ως επί το πλείστον καταδειχθεί για ασθενείς με υψηλά προχωρημένο ή μεταστατικών όγκων. Επιπλέον, η ευρωστία αυτών των βιοδεικτών έχει προσβληθεί? ανεξέλεγκτη μεταβλητές, ως επί το πλείστον οφείλεται σε διαφορές στη μεταχείριση των δειγμάτων, τα πρωτόκολλα επεξεργασίας και ανάλυσης δεδομένων, έχει δειχθεί ότι τροποποιεί δραματικά τα αποτελέσματα αυτών των προσδιορισμών [11] – [19]. Με την τοποθέτηση σημαντική έμφαση στην απόκτηση του δείγματος, το χειρισμό, τη μεταποίηση, επεξεργασία σήματος MS και στατιστικές αναλύσεις μπορούν να επιτευχθούν πιο ισχυρή και επαναλήψιμα αποτελέσματα [18], [20], [21].

Σε αυτή την εργασία, εστιάσαμε στην ανακάλυψη μια σειρά από πεπτίδια υπογραφής που θα μπορούσαν να έχουν διαγνωστική αξία για τον καρκίνο του στομάχου. Για να επιτευχθεί αυτό, χρησιμοποιήθηκαν τρεις διαφορετικές πηγές ορού που αφορούν ασθενείς με καρκίνο του στομάχου σε διαφορετικά στάδια. Ένα αυστηρό πρωτόκολλο για τη συλλογή και την επεξεργασία του ορού εφαρμόστηκε [18], με τη χρήση ενός συνεκτικού διαδικασία εκχύλισης πεπτιδίου και αναγνώσεις MALDI-TOF, με ένα τροποποιημένο αγωγό ανάλυση. Μαζί, η βελτιωμένη αγωγός επέτρεψε την ταυτοποίηση ενός πεπτιδίου μοτίβο που κάνει διακρίσεις μεταξύ καρκίνου και του ελέγχου δειγμάτων. Τα αποτελέσματα αυτά επιβεβαιώθηκαν στο πρωτότυπο και νέο sera για τρεις προσδιορίζονται τα χαρακτηριστικά από το πρότυπο, αποΟ-I (δύο χαρακτηριστικά) και αποΟ-III, χρησιμοποιώντας δοκιμασίες ανοσο-βάση. Στη συνέχεια χρησιμοποιούνται τα επίπεδα ορού της αποΟ-Ι και αποΟ-III σε συνδυασμό με την CRP και CA19-9 δείκτες για τη διάκριση των ασθενών αδενοκαρκίνωμα του στομάχου από καρκίνο χωρίς ελέγχους.

Υλικά και Μέθοδοι

συγκομιδή του ορού και χειρισμό

οι οροί ελήφθησαν από δύο εμπορικές πηγές. 79 δείγματα ορών από την προ-λειτουργία ασθενών με καρκίνο του στομάχου και 33 δείγματα ορών από καρκίνο χωρίς μάρτυρες (συμπεριλαμβανομένων 10 ασθενών γαστρίτιδα) συλλέχθηκαν με RNTech (Παρίσι, Γαλλία) στη Ρουμανία. Οροί καρκίνος μορφή και οι ασθενείς μη καρκίνο ελήφθησαν μετά από ολονύκτια νηστεία κατά τον ακόλουθο τρόπο: 5 ml ελήφθη αίμα σε ένα σωλήνα vacuette ορού (Cat # 456005, Greiner Βίο One, Κρεμσμούενστερ, Αυστρία) και αφέθηκε να πήξει για περίπου 30 λεπτά, μετά από το οποίο ο σωλήνας φυγοκεντρήθηκε στις 3000 rpm σε έναν Hettich EBA 20S φυγόκεντρο (Hettich Ag, Tuttlingen, Germany) για 5 λεπτά σε θερμοκρασία δωματίου. Το διαχωρισμένο ορός δειγματίστηκε σε δείγματα 1 ml σε αποστειρωμένο κρυογονική σωλήνες (Nalgene, Rochester, ΝΥ, USA) και αμέσως καταψύχθηκαν στους (-70) ° C. 22 πριν από τη λειτουργία ορούς καρκίνο του στομάχου και 21 έλεγχοι συλλέχθηκαν με Asterand στις ΗΠΑ (Detroit, ΜΙ, USA) με τον ακόλουθο τρόπο: 10 ml αίματος αναρροφήθηκαν σε vacutainer SST συν πλαστικό σωλήνα BD (cat #BEC 367985, BD , San Jose, CA, USA). Ο σωλήνας αναμίχθηκε με αναστροφή 5 φορές και αφέθηκε να πήξει για περίπου 30 λεπτά σε κατακόρυφη θέση. Αυτό το στάδιο ακολουθήθηκε από μια φυγοκέντρηση των 1,100-1,300 g για 10 λεπτά σε θερμοκρασία δωματίου. Το διαχωρισμένο ορός δειγματίστηκε σε δείγματα 1 ml σε σωλήνες αποστειρωμένου κρυογονική σωλήνες (Nalgene) και αμέσως καταψύχθηκαν στους (-70) ° C. Για την πηγή Asterand, νηστεία δεδομένα δεν συλλέγονται σε οποιοδήποτε από αίμα ισοπαλίες σε τράπεζα της χώρας τους. δείγματα Οροί από δύο εταιρειών μεταφέρθηκαν σε ξηρό πάγο και αποθηκεύονται στους (-70) ° C αμέσως μετά την άφιξη. Δείγματα ορών αποψύχθηκαν σε πάγο για περίπου μία ώρα και μισή, 50 μΐ κατανέμονται σε δοκιμαστικούς σωλήνες lo-bind (Eppendorf, Hamburg, Germany) και αμέσως εκ νέου καταψύχθηκαν στους (-70) ° C. Όλα τα κλάσματα δείγματος φυλάχθηκαν στους (-70) ° C μέχρι την επεξεργασία. Μια τρίτη πηγή ορούς που λαμβάνονται στο εργαστήριο μας από 12 ισραηλινή ελέγχους χωρίς καρκίνο. Λήφθηκε αίμα με το εμπορικό σήμα σωλήνα που χρησιμοποιείται από RNTech (Cat # 456005, Greiner Bio One) και το χειρισμό του ορού ακολούθησαν τη διαδικασία της RNTech. Οι οροί που λαμβάνονται στο εργαστήριο μας ελήφθησαν από μη-νηστείας άτομα. Και οι δύο εταιρείες RNTech και Asterand έχουν συσταθεί και διεξήγαγε τις δραστηριότητές τους μετά κανονιστικών και ηθικών προτύπων, η εφαρμογή σε τοπικό, εθνικό, ευρωπαϊκό, ΗΠΑ και οι διεθνείς κανόνες και συστάσεις (ΟΗΕ), ιδίως όταν εφαρμόζεται σε συλλογή βιολογικού υλικού και την επεξεργασία και την αξιοποίηση ερευνητικών αποτελεσμάτων. Αυτό περιλαμβάνει τόσο την γραπτή συγκατάθεση του κάθε συμμετέχοντα ασθενή για την βιολογική και τράπεζα δεδομένων, και γραπτή έγκριση της μελέτης από την επιτροπή δεοντολογίας της κάθε κλινικής ινστιτούτου συμβάλλουν δείγματα σε τράπεζες των εταιρειών.

Ορός επεξεργασία των δειγμάτων και προετοιμασία για MS- MALDI ανάγνωση

Κάθε δείγμα ορού υποβλήθηκε σε επεξεργασία σε δύο με τρεις επαναλήψεις (από πανομοιότυπα δείγματα και σε χωριστά τυχαία ημερομηνίες). Τα πεπτίδια εκχυλίστηκαν σε σφαιρίδια επικαλυμμένα με C8, πλύθηκαν, εκλούσθηκαν, αναμιγνύεται με μήτρα CHCA, και αποτίθεται επί του MALDI πλάκα στόχο. Οι οροί υποβλήθηκαν σε επεξεργασία σε επαναλήψεις και εναποτίθεται επί του MALDI πλάκα εις διπλούν. Για λεπτομερή περιγραφή ανατρέξτε S1 αρχείου.

Η ανάλυση των δεδομένων της MALDI αποτέλεσμα

Η επεξεργασία δεδομένων πραγματοποιήθηκε σε δύο στάδια. Στο πρώτο στάδιο, μία μήτρα ένταση διεξήχθη από τις πρώτες αρχεία ASCII του MALDI-TOF αναγνώσεις από όλες τις πηγές ορούς δείγμα χρησιμοποιώντας νέα δειγματοληψία, ευθυγραμμίζοντας, και ανίχνευση m /z κορυφές, όπως περιγράφεται στο Villanueva

κ.ά.

[21]. Στο δεύτερο στάδιο, μηχανικής μάθησης χρησιμοποιήθηκε για να καθορίσει μια διακριτική μοτίβο που μπορεί να χρησιμοποιηθεί για την ταξινόμηση των ασθενών. Για το σκοπό αυτό, η διαδικασία που περιγράφεται στο Villanueva

κ.ά.

[21] τροποποιήθηκε όπως περιγράφεται παρακάτω. Το τροποποιημένο αγωγός βασίζεται εξ ολοκλήρου σε λογισμικό ανοικτού κώδικα και πρόσθετες λεπτομέρειες που περιγράφονται στην ενότητα βιοπληροφορικής στο S1 αρχείου.

(1) Ένα άθροισμα επανάληψη και τα βήματα φίλτρο χαρακτηριστικό προστέθηκαν για να εξετάσει μηδενικές τιμές ως ειδικές περιπτώσεις. αρχική μήτρα μας περιείχε ένα σημαντικό ποσό των μηδενικών τιμών για διαφορετικές λειτουργίες σε διαφορετικά δείγματα. Λόγω γενικό περιορισμό της τεχνολογίας MALDI, ένα σημαντικό κλάσμα αυτών των μηδενικών τιμών θα μπορούσαν να αντιπροσωπεύουν τις τιμές που λείπουν και όχι αληθινό μηδέν εντάσεις. Για να ξεπεραστεί αυτός ο περιορισμός μερικώς διαβάζουμε κάθε δείγμα σε επαναλήψεις, και υπολογίζεται η μέση ένταση, αγνοώντας το μηδέν αναγνώσεις έντασης. Μετά από αυτήν την επανάληψη άθροισμα, το οδήγησε μήτρα περιείχε ακόμη σημαντική ποσότητα των μηδενικών τιμών. μοντέλα SVM-based μπορούσαμε να κατατάξουμε σύμφωνα με μηδενικές τιμές αντιπροσωπεύουν τις τιμές που λείπουν και δεν είναι αλήθεια μηδέν εντάσεις. Ως εκ τούτου, φιλτράρονται χαρακτηριστικά που είχε ακόμα μηδενικές τιμές σε τουλάχιστον ένα από τα δείγματα. Καμία από αυτές αφαιρούνται χαρακτηριστικά είχε σαφή προτίμηση των μηδενικών τιμών σε μια συγκεκριμένη ανάθεση κλινική ομάδα. Η προκύπτουσα υπο-μήτρα χρησιμοποιήθηκε σε μια μηχανή μάθησης κατάταξης.

(2) αναπτύχθηκε μια νέα προσέγγιση για να χαρακτηρίσει παραμετροποίηση επιλογή. Οι ορισμοί για ανάλυση SVM-based αρχικά ήταν ως εξής: RNTech στομάχι έναντι του ελέγχου RNTech, Asterand στομάχι έναντι του ελέγχου Asterand. p-value Mann-Whitney υπολογίστηκε για κάθε κορυφή, σύμφωνα με την κλινική ομάδες που ορίζονται για την ανάλυση. Στη συνέχεια χρησιμοποιείται p-τιμές Mann-Whitney και εντάσεις κορυφής ως αποκοπές για να επιλέξετε ένα υποσύνολο των χαρακτηριστικών (κορυφές) για χρήση σε πειράματα μηχανικής μάθησης. Μια αποκοπής ένταση δεν φιλτράρει δείγματα στα οποία τουλάχιστον ένα μέσο ανάγνωσης είχε ένταση πάνω από το cutoff για την κορυφή που δοκιμάστηκαν. τιμές φίλτρου ήταν βελτιστοποιηθεί για την καλύτερη απόδοση σε ταξινομητές SVM-based (που παράγεται από LIBSVM, γραμμικό πυρήνα) σύμφωνα με το δεκαπλάσιο σταυρό επικύρωση από ένα πρωτόκολλο δύο σταδίων. Το πρώτο βήμα καθορισμένες περιοχές αναζήτησης και διαστήματα για τα δύο φίλτρα και επανάληψη πάνω από όλους τους συνδυασμούς. Στη συνέχεια, το δεύτερο βήμα επιλέξει το συνδυασμό των τιμών, η οποία προέβλεπε την καλύτερη απόδοση και μικρότερο αριθμό από χαρακτηριστικά.

(3) Ένα βήμα κανονικοποίησης προστέθηκε στον έλεγχο για cross-δείγματος και cross-πείραμα προκαταλήψεις. Για τη σύγκριση και την επιλογή των χαρακτηριστικών που δείχνουν παρόμοιες τάσεις και στις δύο πηγές πηγές ορούς », cross-πηγή εξομάλυνση των εντάσεων πραγματοποιήθηκε χρησιμοποιώντας τη λειτουργία R» ποσοστημόριο «για να καθορίσουν 9 όρια

X

1

.

9

που χωρίζουν τις κλιμακούμενες τιμές στην κατηγορία έλεγχο σε 10 ποσοστιαίων.

οι πρόσθετες μεθόδους βιοπληροφορικής που προβλέπονται στο S1 αρχείου.

ανοσο-βασισμένη εμπορική και κλινικές δοκιμασίες για την διαφορετικές απολιποπρωτεΐνες

ΑροΟ-III και apoB-100 επίπεδα μετρήθηκαν με Immunoturbidometry σε Ολύμπου 400 αυτόματο αναλυτή, χρησιμοποιώντας τα κιτ K-δοκιμασία (cat # Kai-006 και 6142, Kamiya Βιοϊατρικής, Seattle, WA, USA) όπως περιγράφηκε προηγουμένως [22]. Στο σπίτι ELISA για αποΟ-III περιγράφεται στο S1 αρχείου. επίπεδα ΑροΟ-Ι εξετάστηκαν χρησιμοποιώντας ένα κιτ Human AssayMax απολιποπρωτεΐνη C-Ι ELISA (Assaypro, St. Charles, ΜΟ, USA) σύμφωνα με τις οδηγίες του κατασκευαστή. Καθαρισμένο πρότυπα για τα ανθρώπινα αποΟ-I περιλαμβάνονταν στο κιτ.

Αποτελέσματα

Χρήση του MS-based μέθοδο για την αναγνώριση πεπτιδίων ορού υπογραφή για τον καρκίνο του στομάχου

Προηγούμενες μελέτες έδειξαν ότι καλά -designed και προσεκτικά ελεγχόμενες peptidomics οροί μπορούν να διαχωρίσουν συγκεκριμένους ασθενείς με καρκίνο που φέρουν και τους ελέγχους μη καρκινικές βασίζεται σε διακριτικά μοτίβα πεπτιδίων υπογραφή στον ορό [10], [11]. Ερευνήσαμε κατά πόσο αυτά τα αποτελέσματα μπορούν να αναπαραχθούν για τον καρκίνο του στομάχου και αν αυτός ο διαχωρισμός είναι επαρκής για την ανάλυση των ορών από διαφορετικές πηγές. Αναλύσαμε πρώτα τα προφίλ πεπτιδίου στον ορό των 62 ασθενών με καρκίνο του στομάχου σε διάφορα στάδια, καθώς και οροί ελέγχου 41 από υγιείς εθελοντές. Αυτοί οι οροί ελήφθησαν από δύο πηγές: (i) RNTech, μια εταιρεία που συλλέγονται ορούς στο Βουκουρέστι, Ρουμανία? και (ii) Asterand, μια εταιρεία που συλλέγονται ορούς στις ΗΠΑ. Για κάθε πηγή, οι οροί συλλέχθηκαν χρησιμοποιώντας ένα ενιαίο πρότυπο κλινικό πρωτόκολλο. Τα πρωτόκολλα ήταν συγκρίσιμα π.χ. ο τύπος του σωλήνα, ο χρόνος πήξης και η αρχική δέσμευση των ορών (βλέπε Μέθοδοι), ακόμη οι σωλήνες απόσυρση αίματος ήταν διαφορετική. διανομή ηλικία, το φύλο, και τα κλινικά χαρακτηριστικά των 103 ατόμων που περιλαμβάνονται σε αυτή τη μελέτη παρέχονται στον Πίνακα 1 και με περισσότερες λεπτομέρειες στο S1 αρχείου. Μια περίληψη των κλινικά στάδια του καρκίνου του στομάχου που προέρχεται από ορούς και για τις δύο πηγές δίνεται στον Πίνακα 1. Χειρισμός των δειγμάτων μετά το αρχικό συλλογή ήταν ομοιόμορφη, με τη συμμετοχή 2 κύκλους ψύξης-απόψυξης για να ολοκληρώσει την αρχική αποθήκευση και επακόλουθη καταμερισμού για την εξαγωγή πεπτιδίων και MS ανάλυση. Όλα τα 103 δείγματα ορού υποβλήθηκαν σε επεξεργασία με το χέρι, αλλά ταυτόσημα χρησιμοποίηση εκχύλισης αντίστροφης φάσης ενός σταδίου. δείγματα ορών και δείγμα επαναλήψεις υποβλήθηκαν σε επεξεργασία και να διαβάσετε τυχαία σε διαφορετικές ημερομηνίες για να αποφευχθεί η προετοιμασία ημερομηνία που σχετίζονται με προκατάληψη. Όλα προετοιμασία ορούς και απόθεση εκτελέστηκε με το ίδιο άτομο. Ομοίως, όλες οι MALDI αναγνώσεις έγιναν από τον ίδιο τεχνικό. ευαισθησία του οργάνου MALDI-TOF παρακολουθείται συστηματικά και συνεχώς βαθμονομηθεί κατά τη διάρκεια όλων των μετρήσεων.

Η

Ανάλυση του MS-based ορούς πεπτιδιώματος αποκάλυψαν ένα 9-πεπτίδιο υπογραφή που διακρίνουν τους ασθενείς αδενοκαρκίνωμα του στομάχου από καρκίνο δωρεάν ελέγχους

το σύνολο των 637 μάζας κορυφές (χαρακτηριστικά) εντοπίστηκαν στα 103 δείγματα που μελετήθηκαν. Τα αποτελέσματα της MALDI μετατράπηκαν σε μία μήτρα που περιέχει τις εντάσεις σήματος των 637 μάζας κορυφές (χαρακτηριστικά) για καθένα από τα μελετήθηκαν δείγματα ορού με επαναλήψεις για κάθε δείγμα (βλέπε μεθόδους, βιοπληροφορική). Ενώ χωρίς επίβλεψη ιεραρχική ομαδοποίηση χρησιμοποιώντας όλα τα χαρακτηριστικά δεν διαχωρίζουν τον καρκίνο και μη καρκινικές δείγματα, PCA ανάλυση όλων των χαρακτηριστικών για κάθε πηγή ορούς διαφοροποιούνται μεταξύ καρκίνου και δείγματα μη-καρκίνου (Εικόνες S1-S3). Αυτό υποδηλώνει ότι η λειτουργία διήθηση και η επιλογή είναι απαραίτητη πριν από την πρόσληψη μηχάνημα ταξινόμησης μάθησης που βασίζονται. Ως εκ τούτου, εμείς (i) εφαρμόζεται ένα βήμα χαρακτηριστικό φιλτραρίσματος και την επιλογή και (ii) χρησιμοποιείται p-τιμές Mann-Whitney και εντάσεις κορυφής ως αποκοπές για να επιλέξετε ένα υποσύνολο των χαρακτηριστικών (κορυφές) για χρήση σε πειράματα μηχανικής μάθησης. (Βλέπε μεθόδους, βιοπληροφορική). Στη συνέχεια αναλύονται σε κάθε πηγή (RNTech και Asterand) αν ορούς των ασθενών και των ελέγχων θα μπορούσε να διαχωρίζονται. Λάβαμε καλά αποτελέσματα για κάθε μία από τις ταξινομητές μονής πηγή? SVM-based ταξινομητές για RNTech και Asterand είχε 90,0% και 93,0% του προβλεπόμενου ακρίβειες, αντίστοιχα, σύμφωνα με δεκαπλάσια σταυρό επικύρωση του συνόλου εκπαίδευσης (Πίνακας 2Α). Τυχαία ανακάτεμα των μελών της ομάδας οδήγησε σε πολύ υψηλότερες τιμές p (π.χ. 0,8) και χαμηλή προβλεπόμενη ακρίβεια στην εκπαιδεύονται μοντέλα για κάθε πηγή ορούς. Αυτό έδειξε τη σημασία των κλινικών συνθηκών για την ταξινόμηση σε δύο κλινικά καθορισμένες ομάδες μέσα σε κάθε πηγή ορούς. Ωστόσο, οι ταξινομητές single-πηγή δεν αποδίδουν καλά σε δείγματα του άλλου πηγής, προβλέποντας σωστά κλινική κατάσταση μόνο σε 35/60 δείγματα (Asterand για RNTech) και 25/43 (RNTech για Asterand) (Πίνακας 2Α). Ως εκ τούτου, μεροληψία πηγή πεπτιδιώματος έχει σημαντική επίδραση στην ακρίβεια της πρόβλεψης.

Η

Η αδυναμία των μοντέλων εκπαιδευτεί σε μια πηγή για να προβλέψει επαρκώς κλινικές συνθήκες από τις αναγνώσεις από την άλλη πηγή (Πίνακας 2Α) είναι καλύτερη παρουσιάζονται κατά τον έλεγχο των χαρακτηριστικών που επιλέγονται από τους ταξινομητές συγκεκριμένη πηγή (Πίνακας 3). Μερικά από τα χαρακτηριστικά που λειτούργησε καλά σε μια πηγή έδειξε μια αντίθετη τάση από την άλλη πηγή. Άλλοι ήταν σημαντικό για την κατάταξη σε μία πηγή, αλλά είχε μικρή ή καθόλου επίδραση στην άλλη. Αυτές οι παρατηρήσεις μας οδήγησαν σε μια συγκριτική ανάλυση των δεδομένων από τις δύο πηγές. Εμείς παράγονται οικόπεδα κουτί για όλες τις εντάσεις κορυφής, σύμφωνα με την κλινική ομάδες. Αυτά τα οικόπεδα έδειξαν ότι κατά τη σύγκριση του ελέγχου και του καρκίνου εντάσεις για κάθε χαρακτηριστικό μέσα μια πηγή, η τάση που παρατηρείται μπορεί να διαφέρει μεταξύ των δύο πηγών (π.χ. m /z 1520, Σχήμα 1Α). Ακόμα και όταν η τάση ήταν επίμονη και στις δύο πηγές, οι τιμές έντασης θα μπορούσαν να είναι διαφορετικές (π.χ. m /z 6431? RNTech υψηλότερη από Asterand, Εικόνα 1Β). Για να δημιουργήσετε ένα μοντέλο πρόβλεψης, έπρεπε να (i) των απορρίψεων συγκεκριμένη πηγή φαινόμενα, και (ii) να προσθέσετε ένα βήμα κανονικοποίησης η οποία θα μείωνε την επίδραση των διαφορετικών επιπέδων έντασης, όπου διατηρήθηκε η τάση.

και Β αντιπροσωπεύουν μη-κανονικοποιημένη ένταση αιχμής? Γ και Δ αντιπροσωπεύουν εντάσεις παρακάτω ποσοστημόριο ομαλοποίηση σύμφωνα με τους ελέγχους της κάθε πηγής ορούς (βλέπε μεθόδους). Rn, RNTech? Όπως, Asterand.

Η

Η χρήση του μικτού συνόλου δεδομένων με ένα Mann-Whitney αποκοπής τιμή p για την επιλογή χαρακτηριστικό θα μπορούσε να απορρίψει συγκεκριμένη πηγή φαινόμενα. Κορυφές που έδειξαν διαφορετικές τάσεις σε διαφορετικές πηγές δεν θα είναι σημαντικές στο μικτό σύνολο των κλινικών διαχωρισμού ομάδα που βασίζεται? χαρακτηριστικό 1520 εκδηλώνεται αντίθετη τάση μεταξύ των πηγών, επιλέχθηκε από κάθε ενιαία ταξινομητή πηγή (Σχήμα 1Α, Πίνακας 3). Ως εκ τούτου, συνέβαλε στην έλλειψη επιτυχής εκτέλεση κάθε ενιαίας ταξινομητή πηγή στην άλλη πηγή (Πίνακας 2Α). Όπως ήταν αναμενόμενο, αυτό το χαρακτηριστικό δεν επιλέχθηκε από οποιοδήποτε μοντέλο με βάση το μικτό σύνολο. Δημιουργήσαμε ένα μικτό σύνολο δεδομένων κατά την αφαίρεση τυχαία 21 δείγματα καρκίνου του στομάχου από το μικτό σύνολο εκπαίδευσης, και να χρησιμοποιηθούν αυτά τα 21 απομακρύνονται δείγματα για επικύρωση. Επιπλέον, χρησιμοποιήσαμε τα 12 δείγματα ελέγχου χωρίς καρκίνο που συλλέγονται στο εργαστήριο μας ως ένα ανεξάρτητο σύνολο επικύρωσης ελέγχου. Το μοντέλο επιλέχθηκε σύμφωνα με μέγιστη προβλεπόμενη ακρίβεια σύμφωνα με μια δεκαπλάσια επικύρωσης σταυρό, όπως και πριν. Το καλύτερο μοντέλο βαθμολόγησης για τη μικτή ομάδα ήταν με τη χρήση (φίλτρο p-value Mann-Whitney των 0,044) 9 χαρακτηριστικά και είχε μια προβλεπόμενη ακρίβεια 84,1%, σύμφωνα με δεκαπλάσια σταυρό επικύρωση του συνόλου εκπαίδευσης. Είναι σημαντικό, προέβλεψε με ακρίβεια 10/12 ισραηλινή ελέγχους. Ωστόσο, αυτή η ταξινομητή προέβλεψε ανεπαρκώς (13 από 21) των 21 αφαιρούνται δείγματα καρκίνου του στομάχου μικτή που χρησιμοποιούνται για την επικύρωση.

Ως εκ τούτου, για να μειώσουν την επίδραση των διαφορών πηγή σχετιζόμενων με επίπεδα έντασης, η απόδοση του φίλτρου στην επιλογή χαρακτηριστικό ήταν ενισχυθεί με την εισαγωγή ενός ποσοστιαίου βήμα κανονικοποίησης. Αυτή η ομαλοποίηση εκτελέστηκε σύμφωνα με τους ελέγχους κάθε πηγής ορών ανεξάρτητα από τις άλλες πηγές (βλέπε μεθόδους, βιοπληροφορική). Για χαρακτηριστικά, όπως m /z 6431 με μια επίμονη τάση και στις δύο πηγές, αυτό το στάδιο διορθώνεται η ένταση πόλωσης (Εικόνα 1D). Πράγματι, 6.431 χαρακτηριστικό δεν επελέγη για τη μη κανονικοποιημένη mix-based ταξινομητή. Ωστόσο, επιλέχθηκε για την κανονικοποιημένη ταξινομητή μίγμα με βάση (Πίνακας 3). Ωστόσο, για τα χαρακτηριστικά όπως m /z 1520 με αντίθετες τάσεις και στις δύο πηγές, το βήμα αυτό δεν θα μπορούσε να αλλάξει την τάση, όπως αναμενόταν (Σχήμα 1C).

Εξετάσαμε την επίδραση του ποσοστιαίου κανονικοποίηση, εφαρμόζοντας πριν κατά μέσο όρο και επιλογής χαρακτηριστικών. Για να εκτιμηθεί καλύτερα η ακρίβεια πρόβλεψης χρησιμοποιήσαμε το μέτρο Matthews Συντελεστής Συσχέτισης (MCC). MCC χρησιμοποιείται στη μηχανική μάθηση ως μέτρο της ποιότητας του δυαδικού (δύο τάξη) ταξινομήσεις και επιστρέφει μια τιμή μεταξύ -1 και +1. Ένας συντελεστής 1 αποτελεί μια τέλεια πρόβλεψη, 0 κατά μέσο όρο τυχαία πρόβλεψη και -1 αντίστροφη πρόβλεψη. MCC θεωρείται γενικά ως ένα ισορροπημένο μέτρο το οποίο μπορεί να χρησιμοποιηθεί ακόμα και αν οι κατηγορίες είναι διαφορετικών μεγεθών. Έτσι υπολογίζεται το MCC για διάφορα πειράματα ταξινόμησης, προκειμένου να δείξει την επίδραση που εξομάλυνση είχε την ταξινόμηση. Τα αποτελέσματα φαίνονται στον Πίνακα 2. Σημειώνεται ότι χωρίς κανονικοποίηση, MCC ήταν σχετικά υψηλό για το σύνολο εκπαίδευσης, ακόμη έδειξε μέτρια απόδοση στο σύνολο επικύρωσης (Πίνακας 2). Το βήμα κανονικοποίησης έδωσε παρόμοιες υψηλές τιμές MCC για την εκπαίδευση και σύνολα επικύρωσης (Πίνακας 2). Το βήμα κανονικοποίησης για τον έλεγχο προκατάληψη cross-πηγή δεν ακύρωσε την ανάγκη μηχανικής μάθησης που βασίζονται ταξινομητή για να καθορίσει μια διακριτική μοτίβο? PCA από τις δύο πηγές αναμιγνύονται σύνολα κανονικοποιημένα δεδομένα οδήγησαν πάλι σε κακή διαχωρισμό μεταξύ του καρκίνου του στομάχου και του ελέγχου δειγμάτων (Σχήμα S4).

επικύρωσης ανοσο-βασιζόμενων γνωρίσματα που αντιπροσωπεύουν apoC-Ι και apoC-III

Ο ταξινομητής προέκυψε από την μικτή σύνολο δεδομένων, μετά ποσοστημόριο βήμα κανονικοποίησης, που απασχολούνται 9 χαρακτηριστικά (Πίνακας 2). Τρία από τα 9 χαρακτηριστικά που εμπλέκονται απολιποπρωτεΐνες: apoC-III (χαρακτηριστικό 9443) και apoC-Ι (χαρακτηριστικά 6431 και 6629, Πίνακας 3). Για την περαιτέρω επαλήθευση των αποτελεσμάτων MALDI-βάση, έχουμε αναπτύξει για πρώτη φορά ένα τεστ ELISA για την ποιοτική ανίχνευση της αποΟ-III στον ορό (βλέπε μεθόδους) και δοκιμαστεί όλα τα δείγματα ορών από Asterand και RNTech. Αποτελέσματα της ELISA ακολούθησε την τάση των MALDI αποτελέσματα (Σχήμα 2Α, Β)? Ένταση της apoC-III ήταν σημαντικά υψηλότερη σε ομάδες ελέγχου, σε σύγκριση με τις ομάδες του καρκίνου και στις δύο πηγές ορούς. Εμείς αναλύεται περαιτέρω τη συσχέτιση μεταξύ αποΟ-III ELISA και 9443 MALDI αποτελέσματα για κάθε δείγμα? ELISA και MALDI αποτελέσματα έδειξαν σημαντική συσχέτιση (p & lt? 0,0001, Kendall έτρεξε tau συσχέτισης). Εμείς στη συνέχεια αποστέλλονται δείγματα ορών από όλα σχεδόν τα δείγματα (ίδια κατάσταση με κατάψυξη) σε έναν εξωτερικό κλινικό εργαστήριο για immunoturbidity με βάση ποσοτικό προσδιορισμό για apoC-III [22]. Τα αποτελέσματα ελήφθησαν σε mg /dl (Σχήμα 2C) και όπως παραπάνω, την ποσότητα του apoC-III ήταν σημαντικά υψηλότερη στις ομάδες ελέγχου και των δύο πηγών ορών.

Boxplot παρουσιάσεις χαρακτηριστικό MALDI 9443 (Α), ποιοτικό προσδιορισμό ELISA για apoC-ΙΙΙ (Β) και ποσοτική δοκιμή immunoturbidity βασιζόμενων apoC-ΙΙΙ (Γ). Για ένα, μονάδες αντιπροσωπεύουν MALDI-based εντάσεις παρακάτω ποσοστημόριο ομαλοποίηση σύμφωνα με τους ελέγχους της κάθε πηγής ορούς (βλέπε μεθόδους). Για B, μονάδες αντιπροσωπεύουν αναλογίες OD του αποΟ-III ELISA μετά από εξομάλυνση με το μέσο όρο των ελέγχων από κάθε πηγή ορούς. Για C, οι μονάδες αντιπροσωπεύουν συγκέντρωση αποΟ-III σε ορούς. Για RNTech (Rn), * τιμή p & lt? 0,0001 για την Α και Β, και & lt? 0,05 για το C. Για Asterand (As), * τιμή p & lt? 0.01 για Α και Β, και = 0,06 για το C? Wilcoxon τεστ rank άθροισμα με διόρθωση συνέχειας (εναλλακτική υπόθεση: πραγματική μεταστροφή θέση είναι μεγαλύτερη από 0)

Η

Για να επαληθεύσετε τα αποτελέσματα αποΟ-Ι MALDI, χρησιμοποιήσαμε ένα εμπορικό ποσοτική κιτ ELISA που περιλαμβάνει αποΟ-I. πρότυπα και αναγνωρίζει τα δύο 6431 και 6629 παραλλαγές αποΟ-I. Τα αποτελέσματα ελήφθησαν σε μg /ml (Σχήμα 3Β) και ακολούθησε το πρότυπο που παρατηρήθηκε για τα MALDI αποτελέσματα (Σχήματα 1D και 3Α)? Ένταση της apoC-Ι ήταν σημαντικά υψηλότερη σε ομάδες ελέγχου, σε σύγκριση με τις ομάδες του καρκίνου και στις δύο πηγές ορούς. Για να εκτιμηθεί η εξειδίκευση της apoC-Ι και μείωση apoC-ΙΙΙ στους ορούς των ασθενών με καρκίνο του στομάχου που φέρει, προσδιορίσαμε apoB-100 επίπεδα. Τα δείγματα προσδιορίστηκαν για apoC-ΙΙΙ στην εξωτερική κλινικό εργαστήριο προσδιορίστηκαν παράλληλα για αροΒ-100 επίπεδα χρησιμοποιώντας immunoturbidity με βάση ποσοτικό προσδιορισμό. Τα αποτελέσματα ελήφθησαν σε mg /dl (Εικόνα 3C) και δεν έδειξαν σημαντική τάση μεταξύ του ελέγχου και του στομάχου ομάδες του καρκίνου που φέρουν. Ως εκ τούτου, θα μπορούσαμε να κάνουμε χρήση των apoB-100 αποτελέσματα ως ομαλοποίηση παράγοντας για την ανάλυση βιοπληροφορικής των ποσοτικών αποτελεσμάτων αποΟ-Ι και αποΟ-III (Εικόνες 3C, 3Β, 2C, αντίστοιχα).

Boxplot παρουσιάσεις του χαρακτηριστικό MALDI 6629 (Α), ποσοτική δοκιμασία ELISA για apoC-Ι (Β) και ποσοτική δοκιμή immunoturbidity βασιζόμενων αροΒ-100 (C). Για ένα, μονάδες αντιπροσωπεύουν MALDI-based εντάσεις παρακάτω ποσοστημόριο ομαλοποίηση σύμφωνα με τους ελέγχους της κάθε πηγής ορούς (βλέπε μεθόδους). Για Β και C, οι μονάδες αντιπροσωπεύουν apoC-Ι και αροΒ-100 συγκέντρωση σε ορούς, αντίστοιχα. Για RNTech (Rn), * p-value = 0,002 Α και & lt? 0,0001 για Β για Asterand (As), * τιμή p & lt? 0,05 Α και = 0,001 για το Β? Wilcoxon τεστ rank άθροισμα με διόρθωση συνέχειας (εναλλακτική υπόθεση: πραγματική μεταστροφή θέση είναι μεγαλύτερη από 0)

Η

Αναλύσαμε κλινικά αποΟ-Ι, αποΟ-III και apoB-100 για επιπλέον δείγματα από ασθενείς με καρκίνο του στομάχου. και του καρκίνου χωρίς ελέγχους (πηγή RNTech, ίδια πάγωμα-κράτος? συμπεριλαμβανομένων 10 ασθενών γαστρίτιδα στα καρκινικά χωρίς ελέγχους? σημειώστε πίνακα 1 για το σύνολο των αριθμών του δείγματος). Μπορούμε επίσης να αναλυθούν κλινικά CA19-9 και CRP επίπεδα για όλα τα δείγματα (ίδια πάγωμα-κράτος). Στη συνέχεια χρησιμοποιείται Clementine 10,0 λογισμικό επί των δειγμάτων RNTech να εκτιμήσει κατά πόσον κανόνες που βασίζονται σε apoB-100-κανονικοποιημένη CI και C-III, CA19-9 και CRP επίπεδα ορού μπορούν να χρησιμοποιηθούν για την ταξινόμηση μεταξύ των ορών ομάδων ελέγχου και του καρκίνου του στομάχου του RNTech πηγή ως πηγή κατάρτισης. Ο συνδυασμός όλων των 4 παραμέτρων απέδωσε καλύτερη ακρίβεια πρόβλεψης σε σύγκριση με συνδυασμό των λιγότερο από 4 παραμέτρους (Σχήμα 4 και τα δεδομένα δεν παρουσιάζονται). ακρίβεια πρόβλεψης του σετ εκπαίδευσης ήταν 88,4%. Χρησιμοποιήσαμε τις RNTech ληφθέν κανόνες που για την πηγή και την πρόβλεψη ακρίβεια Asterand ήταν 74,4% (Σχήμα 4). Τόσο για την κατάρτιση και την επικύρωση η ευαισθησία ήταν εξαιρετική (87/90 συνδυασμένες), αλλά η ειδικότητα ήταν λιγότερο ακριβής (37/52 συνδυασμένη).

(Α) Ακρίβεια πρόβλεψης που παράγεται από δέντρα απόφασης χρήση (1) apoC- Ι /apoB-100 και apoC-III /αροΒ-100? (2) CRP (μg /ml) και CA19-9 (U /ml)? και (3) apoC-I /αροΒ-100, apoC-III /αροΒ-100, CRP (μg /ml) και CA19-9 (U /ml) πάνω από την κατάρτιση που RNTech και δοκιμών που Asterand. (Β) δέντρο απόφασης χρησιμοποιώντας τις 4 διαθέτει apoC-I /αροΒ-100, apoC-III /αροΒ-100, CRP (μg /ml) και CA19-9 (U /ml).

Η

συζήτηση

τα τελευταία χρόνια, αρκετές αναφορές που περιγράφουν MS-προσδιορίζονται βιοδείκτες ορού /υπογραφές για καρκινικές καταστάσεις έχουν αποδειχθεί λάθος [5], [18]. Διαφορετικές πηγές μεροληψίας περιγράφηκαν συμπεριλαμβανομένης της επιλογής του δείγματος, το χειρισμό, τη μεταποίηση, την ανάγνωση και την ανάλυση [18], [20], [21]. Μετά την απομάκρυνση των παραγόντων προκατάληψη-συμβάλλοντας, φάνηκε ότι SELDI-TOF MS ολόκληρη ορού πρωτεομική προφίλ με IMAC επιφάνεια δεν ανιχνεύει αξιόπιστα καρκίνο του προστάτη [23]. Ως εκ τούτου, οι συγγραφείς πρότειναν ότι είναι απίθανο ότι μια προσέγγιση φασματομετρία μάζας με τη χρήση των μη επεξεργασμένων ειδών ορό θα γίνει διάκριση μεταξύ ανδρών με και χωρίς καρκίνο του προστάτη [24]. Από την άλλη πλευρά, άλλες πρόσφατες μελέτες MALDI-TOF που βασίζεται αποφεύγονται παράγοντες προκατάληψη που συνεισφέρουν και απασχολούνται τεχνικής επεξεργασίας ορών ένα βήμα εντοπίστηκαν διακρίσεις υπογραφές βιοδείκτη για διαφορετικούς καρκίνους συμπεριλαμβανομένου του καρκίνου του προστάτη [11].

Σε αυτό το μελέτη που υιοθέτησαν την προσέγγιση επεξεργασίας ορών ένα βήμα για την αναγνώριση μιας πεπτιδιώματος με βάση την υπογραφή για να διαφοροποιηθούν οι οροί που προέρχονται από ασθενείς με αδενοκαρκίνωμα του στομάχου. Κάναμε μια εύλογη προσπάθεια για να αποφευχθεί προηγουμένως αναφερθεί προκατάληψη παράγοντες που συμβάλλουν [18]. Αναλύσαμε οροί από δύο biorepositories. Παρατηρήσαμε ότι, ακόμη και όταν το χειρισμό ορούς, την επεξεργασία, την ανάγνωση και την ανάλυση MALDI είναι τα ίδια, η ανάλυση πεπτιδιώματος ωθείται από το biorepository. Εκτός από τις κοινωνικο-γεωγραφικές διαφορές (Ρουμανία και ΗΠΑ ως πηγή για τα δείγματα στο RNTech και Asterand, αντίστοιχα), η προκατάληψη πηγή που σχετίζονται μπορούσε να οφείλεται στη μάρκα του σωλήνα απόσυρσης του αίματος, που χρησιμοποιούνται στα διάφορα biorepositories.

Στη συνέχεια χρησιμοποιείται ένα μικτό σύνολο του δείγματος από δύο πηγές ορούς για την επιλογή χαρακτηριστικών και πρόσθεσε ένα βήμα κανονικοποίησης cross-πηγή για να αντισταθμίσει προκατάληψη πηγή. Βρήκαμε ότι (i) η χρήση της μικτής σύνολο δεδομένων με ένα Mann-Whitney αποκοπής τιμή p για την επιλογή χαρακτηριστικό θα μπορούσε να απορρίψει πηγή-ειδικά χαρακτηριστικά, και (ii) ένα ποσοστημόριο βήμα κανονικοποίησης βοηθά να επιλέξετε (για την εκμάθηση της μηχανής) εν μέρει σύμφωνη με τις δυνατότητές , στην οποία οι τάσεις είναι συμφωνούν μεταξύ των πηγών, αλλά τα επίπεδα έντασης είναι διαφορετικά μεταξύ των πηγών. Η ανάγκη για εξομάλυνση, όταν ασχολείται με τα δείγματα από διαφορετικές πηγές, είχε ήδη δειχθεί για την τεχνολογία υψηλής απόδοσης που βασίζεται σε μικροδιάταξη [25].