Диагностика серозного рака яичников высокой степени злокачественности Iа–Iс стадии по липидному профилю сыворотки крови

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Эпителиальный рак яичников (РЯ) занимает первое место по числу смертей среди заболеваний женских репродуктивных органов. Выявление более ранних стадий РЯ ассоциировано с улучшением исходов, однако сопряжено со сложностями.

Цель. Изучить возможность выявления РЯ на Iа–Iс стадиях при помощи высокоэффективной жидкостной хроматографии c масс-спектрометрической детекцией липидного профиля сыворотки крови.

Материалы и методы. С ноября 2019 по июль 2020 г. на базе ФГБУ «НМИЦ АГП им. акад. В.И. Кулакова» проведено обсервационное исследование «случай- контроль». В него включили 41 пациента: 1-я группа (основная) – 28 больных серозным РЯ высокой степени злокачественности I–IV стадии, 2-я группа (контрольная) – 13 условно здоровых женщин. Экстракты липидов сыворотки крови получали в соответствии с модифицированным методом Фолча. Анализ состава образцов проводили с помощью масс-спектрометрии с ионизацией электрораспылением. Непараметрическим методом Манна–Уитни выявлены статистически значимо различимые липиды. При использовании дискриминантного анализа ортогональных проекций на скрытые структуры (OPLS-DA) выполнялось построение дифференциальных OPLS-моделей.

Результаты. Первая OPLS-модель позволила кластеризовать пациентов с РЯ и без него на основании 128 липидов (R2=0,87, Q2=0,80, площадь под ROC-кривой AUC=1, чувствительность и специфичность 100%). Вторая модель ранжировала пациентов с I–II стадией РЯ и обследуемой группой контроля (108 липидов, R2=0,97, Q2=0,86). Третья модель построена для дифференциации ранних (Ia–Ia; n=5) и распространенных (IIa–IVa; n=23) стадий РЯ: R2=0,96, Q2=1,00, AUC=0,99. Содержание липидов ряда классов (диглицериды, триглицериды, фосфатидилхолины, этаноламины, сфингомиелины, церамиды, фосфатидилсерины, фосфоинозитолы, простагландины) значимо различалось в изучаемых группах.

Заключение. Идентификация липидного профиля крови с помощью высокоэффективной жидкостной хроматографии c масс-спектрометрической детекцией липидного профиля сыворотки крови позволяет отличить здорового человека от пациентов с II–IV и Ia–Iс стадиями РЯ, что свидетельствует о возможности использования в составе диагностической панели в качестве маркерных онколипидов более ранних стадий РЯ.

Об авторах

Мария Владимировна Юрова

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России; ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: m_yurova@oparina4.ru
ORCID iD: 0000-0002-0179-7635

аспирант каф. акушерства, гинекологии, перинатологии и репродуктивного здоровья, специалист в НМИЦ АГП

Россия, Москва; Москва

Владимир Евгеньевич Франкевич

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: v_frankevich@oparina4.ru

кандидат физ.-мат. наук, рук. отд. системной биологии в репродукции

Россия, Москва

Станислав Владиславович Павлович

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России; ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: s_pavlovich@oparina4.ru

кандидат медицинских наук, ученый секpетарь НМИЦ АГП, зав. учебной частью кафедрой акушерства, гинекологии, перинатологии и репродуктологии

Россия, Москва; Москва

Виталий Викторович Чаговец

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: vvchagovets@gmail.com

кандидат физ.-мат. наук, ст. научный сотрудник лаб. протеомики и метаболомики репродукции человека отд. системной биологии в репродукции

Россия, Москва

Наталия Леонидовна Стародубцева

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: n_starodubtseva@oparina4.ru

кандидат биол. наук, зав. лаб. протеомики репродукции человека

Россия, Москва

Григорий Николаевич Хабас

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: g_khabas@oparina4.ru

кандидат медицинских наук, рук. отделения инновационной онкологии и гинекологии

Россия, Москва

Лев Андреевич Ашрафян

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России

Email: levaa2004@yahoo.com
ORCID iD: 0000-0001-6396-4948

академик РАН, доктор медицинских наук, профессор, директор Института онкогинекологии и маммологии

Россия, Москва

Геннадий Тихонович Сухих

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России; ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Автор, ответственный за переписку.
Email: g_sukhikh@oparina4.ru

акад. РАН, доктор медицинских наук, профессор, директор НМИЦ АГП, заведующий кафедрой акушерства, гинекологии, перинатологии и репродуктологии

Россия, Москва; Москва

Список литературы

  1. USCS Data Visualizations – CDC. 2020 Available at: https://gis.cdc.gov/Cancer/USCS/DataViz.html Accessed: 15.04.2021.
  2. Koirala P, Moon AS, Chuang L. Clinical Utility of Preoperative Assessment in Ovarian Cancer Cytoreduction. Diagnostics (Basel). 2020;10(8):568.
  3. Schorge JO, Clark RM, Lee SI, Penson RT. Primary debulking surgery for advanced ovarian cancer: Are you a believer or a dissenter? Gynecol Oncol. 2014;135(3):595-605.
  4. Maringe C, Walters S, Butler J, et al. Stage at diagnosis and ovarian cancer survival: Evidence from the international cancer benchmarking partnership. Gynecol Oncol. 2012;127(1):75-82.
  5. Warren LA, Shih A, Renteira SM, et al. Analysis of menstrual effluent: Diagnostic potential for endometriosis. Mol Med. 2018;24(1):1.
  6. Devouassoux-Shisheboran M, Genestie C. Pathobiology of ovarian carcinomas. Chin J Cancer. 2015;34(1):50-5.
  7. Pavlovich SV, Yurova MV, Melkumyan AG, et al. Biomarkers in ovarian neoplasms: opportunities, limitations, and prospects for using in reproductive-aged women. Obstetrics and Gynegology. 2019;11:65-73. doi: 10.18565/aig.2019.11.65-73
  8. Xu Y. Lysophospholipid signaling in the epithelial ovarian cancer tumor microenvironment. Cancers (Basel). 2018;10(7):227.
  9. Hilvo M, de Santiago I, Gopalacharyulu P, et al. Accumulated metabolites of hydroxybutyric acid serve as diagnostic and prognostic biomarkers of ovarian high-grade serous carcinomas. Cancer Res. 2016;76(4):796-804.
  10. Trygg J, Wold S. Orthogonal projections to latent structures (O-PLS). J Chemometrics. 2002;16(3):119-28.
  11. R CoreTeam (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Available at: https://www.R-project.org/ Accessed: 15.04.2021.
  12. RStudio Team (2016). RStudio: Integrated Development for R. RStudio, Inc., Boston, MA. Available at: http://www.rstudio.com/ Accessed: 15.04.2021.
  13. Braicu EI, Darb-Esfahani S, Schmitt WD, et al. High-grade ovarian serous carcinoma patients exhibit profound alterations in lipid metabolism. Oncotarget. 2017;8(61):102912-22.
  14. Buas MF, Gu H, Djukovic D, et al. Identification of novel candidate plasma metabolite biomarkers for distinguishing serous ovarian carcinoma and benign serous ovarian tumors. Gynecol Oncol. 2016;140(1):138-44.
  15. Hou Y, Li J, Xie H, et al. Differential plasma lipids profiling and lipid signatures as biomarkers in the early diagnosis of ovarian carcinoma using UPLC-MS. Metabolomics. 2016;12(2):1-12.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. График счетов, построенный по результатам OPLS-DA- анализа МС-данных, полученных в режиме положительных ионов для образцов из групп контроля (зеленые точки) и основной – РЯ I–IV стадии (красные точки).

Скачать (60KB)
3. Рис. 2. График счетов, построенный по результатам OPLS-DA- анализа МС-данных, полученных в режиме положительных ионов для образцов из групп контроля (зеленые точки) и основной – РЯ Iа–Iс стадии (красные точки).

Скачать (53KB)
4. Рис. 3. График счетов, построенный по результатам OPLS-DA- анализа МС-данных, полученных в режиме положительных ионов для образцов из групп больных РЯ Iа–Iс (красные точки) и IIа–IVа (синие точки) стадий.

Скачать (57KB)
5. Рис. 4. ROC-кривая модели OPLS-DA, разработанной на основании уровней липидов в крови в группах больных РЯ Iа–Iс и IIа–IVа стадий.

Скачать (37KB)

© ООО "Консилиум Медикум", 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».