结合中红外光谱技术和靶向代谢组学的结直肠癌循环生物标志物的综合分析

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Integrative analysis of circulating biomarkers of colorectal cancer combining mid-infrared spectroscopy and targeted metabolomics

　　

瓦莱丽·蒙贝（Valérie Monbet）|威廉·拉乌尔（William Raoul）|帕特里克·埃蒙德（Patrick Emond）|马克西姆·格吉努（Maxime Gueguinou）|安托万·勒费弗尔（Antoine Lefevre）|阿德琳·多莉（Adeline Dolly）|本杰明·阿农（Benjamin Anon）|埃蒂安·多瓦尔（Etienne Dorval）|罗曼·肖塔德（Romain Chautard）|凡妮莎·科特（Vanessa Cottet）|科姆·勒帕日（C?me Lepage）|西尔万·曼弗雷迪（Sylvain Manfredi）|海伦·布拉斯科（Hélène Blasco）|蒂埃里·莱科姆特（Thierry Lecomte）|奥利维尔·西雷（Olivier Sire）

IRMAR，UMR CNRS 6625，法国雷恩大学

摘要

背景：

结直肠癌（CRC）是一种严重的健康问题，是全球第三大常见癌症，也是与癌症相关的第二大死亡原因。开发用于筛查、诊断、预后和预测的生物标志物对于早期管理和治疗CRC至关重要。尽管已经存在一些生物标志物，特别是针对DNA变化、除血红蛋白以外的蛋白质或其他生物样本中分子的检测方法，但仍需要新的、全面的、侵入性较小的检测方法，以反映肿瘤生物学特征。

方法：

本研究提出了一种结合中红外（MIR）光谱技术和靶向代谢组学的新方法，用于识别CRC的新生物标志物。我们在此介绍了一个在R语言中开发的原创统计流程，该流程通过自动搜索HMDB和KEGG数据库，整合光谱数据和代谢组学数据来识别生物标志物及其相关的生物途径。该流程通过两项研究进行了验证。第一项研究旨在识别出更可能患有CRC或晚期前体病变的平均风险成人亚群，以便在50岁开始进行结直肠筛查。它试图区分接受结肠镜检查的CRC患者中的低风险和高风险患者。第二项研究使用了CRC细胞系的异种移植模型来证明该流程的通用性。

结果：

我们的结果表明，这种综合方法可能提供一种相关、经济且准确的方法，用于筛查、诊断和理解CRC的病理机制。

结论：

这一创新工具可以通过提高CRC的风险评估能力并提供对潜在生物学过程的更好理解，从而改善患者管理。该方法的应用不仅可以扩展到CRC，还可以应用于其他疾病，为肿瘤学领域的筛查、诊断和治疗策略带来改进。

引言

结直肠癌（CRC）是发病率第四高的癌症，在法国（2020年数据）中是第二大死亡原因，无论性别或年龄[1]。开发新的生物标志物是管理CRC患者的重要课题。迄今为止，可用于评估CRC治疗效果的预测性生物标志物非常有限。RAS突变的检测阻止了在晚期阶段使用针对表皮生长因子（anti-EGFR）的单克隆抗体[2]、[3]。同样，微卫星不稳定性（MSI）/错配修复缺陷（dMMR）状态以及高免疫浸润也预示着针对免疫检查点（ICI）的抗体在治疗中的最佳效果[4]。

尽管已经有一些生物标志物，尤其是针对DNA变化的检测方法，但仍然需要更多新的、全面的、侵入性较小的检测方法来反映CRC相关的生物学特征[5]。在结直肠癌筛查领域，也需要新的生物标志物和新方法来改善治疗结果[6]。

鉴于与癌变过程相关的信号通路的复杂性，单一血清生物标志物不太可能被验证为有效的筛查工具。在寻找新的潜在有用生物标志物的过程中，基于质谱（MS）的转录组学已经发现了蛋白质生物标志物[7]。通过MS进行的脂质组学分析也是另一个有前景的研究领域[8]。MS在靶向代谢组学中的应用也在CRC中得到了验证[9]、[10]。

除了上述用于表征新有用生物标志物的技术外，分析呼吸或体液中释放的挥发性有机化合物（VOCs）可能为非侵入性代谢组学生物标志物开辟新的途径，这些标志物可以用作诊断工具[11]、[12]。然而，这一研究领域仍需要标准化和验证，正如一项针对63项已发表研究中的3554名患者的系统评价和荟萃分析所显示的那样[13]，另一项研究则专注于通过检测粪便中的VOCs来筛查CRC[14]。最近的一项有前景的研究集中在患者的呼吸组学分析上[15]。作者使用基于MS的靶向分析和机器学习算法，发现了短链脂肪酸和醛类代谢途径的失调。红外光谱技术也为这一研究领域做出了重要贡献。例如，这种方法甚至可以识别与CRC相关的细菌幽门螺杆菌[16]。作者展示了受抗生素治疗影响的急性胃炎的呼吸相关动态特征（短链脂肪酸和α-酮酸的衍生物）[16]。

我们提出了一种基于中红外（MIR）光谱测量宽广血谱范围的综合性整合方法，并结合靶向代谢组学，预计这种方法将以相对较低的成本提供更准确和可重复的结果，特别是在胃肠道癌症领域[17]。实际上，在我们之前关于肝病学的研究中，MIR光谱技术已经显示出其在评估腹水和肝硬化患者预后方面的潜力[18]，以及作为监测非酒精性脂肪性肝炎的诊断工具的潜力[19]。在消化系统肿瘤学中，我们也证明了其在接受一线贝伐单抗化疗的转移性CRC患者中的预后评估价值[20]。其他团队也成功地在包括外周血单核细胞和血浆[21]或石蜡包埋组织[22]在内的多种样本中应用了这种方法。值得注意的是，一项荟萃分析表明，基于血液的傅里叶变换红外光谱（FTIR）在CRC诊断中是一种有效的方法[23]。

本文的主要目的是介绍一个在R核心语言中开发的原创统计流程（见图1），该流程可以利用光谱数据和代谢组学数据，通过自动数据库搜索HMDB[24]和KEGG[25]来识别生物标志物及其相关的生物途径。自动数据库搜索功能源自Lilikoi软件包[26]、[27]。为了展示我们分析流程的多功能性和通用性，我们在两项涉及不同队列和临床目标的研究中验证了其性能。第一项研究旨在识别出更可能患有CRC或晚期前体病变的平均风险成人亚群，以便在50岁开始进行结直肠筛查。它试图区分接受结肠镜检查的CRC患者中的低风险和高风险患者，这是PROMEDEC研究的一部分，旨在改进CRC筛查。需要注意的是，患者数据与健康对照组的数据之前已有讨论和发表[20]。这里的任务更具挑战性，因为本研究旨在区分临界状态，而不仅仅是急性期与健康状态的明显区分。在第二项研究中，使用了CRC细胞系异种移植的临床前模型来证明该流程的通用性[28]。这项临床前工作侧重于代谢组学特征，因为基于MIR的急性肿瘤发展诊断比区分低风险和高风险的临界状态更为直接。由于这种创新且侵入性较小的（简单的血液检测）工具，该流程应该能够通过更好地诊断高风险患者的发病情况并深化对病理机制的理解，从而改善肿瘤学或其他疾病的患者管理。

部分片段

研究人群

这项辅助性的PROMEDEC研究是PROMIS研究（“评估用于结直肠癌筛查的蛋白质标志物”AFSSAP N°2008-A01245-50）的一部分。患者来自法国科特多尔（C?te-d’Or，21）、安德尔-卢瓦尔（Indre-et-Loire，37）和索恩-卢瓦尔（Sa?ne-et-Loire，71）省的结直肠筛查项目。患者招募时间为2010年1月至2012年1月。所有患者都书面同意参与。共有626名患者接受了结肠镜检查。

结果

我们在此报告了用于区分接受结肠镜检查的CRC患者中低风险和高风险患者的数据和流程（临床研究）。用于区分低风险和高风险患者的整个“vamos”流程显示在图1中。患者特征见表1。如第2.3节所述，收集了MIR光谱数据，并进行了第二次衍生和向量标准化处理。关于代谢组学数据，140种物质的相对强度...

讨论

除了我们自己开发的流程（见图1）基于Lilikoi程序的原理[32]外，本文的主要创新之处在于同时使用了靶向代谢组学和MIR光谱技术，从微量的血清样本中开发出低风险CRC患者的预测模型。通过三种互补的统计方法和区分光谱/曲线生物标志物，成功识别出了相关的代谢物。

结论

在未来，使用此类R流程的建模方法有望开发出创新的、侵入性较小的工具（如简单的血液检测），这些工具可以在整个疾病过程中改变CRC患者的管理方式，而不仅仅是在诊断上显而易见的急性阶段。这些进步有可能显著提高早期检测、风险分层和个性化护理的水平，最终改善患者的治疗结果和生活质量。

CRediT作者贡献声明

瓦莱丽·蒙贝（Valérie Monbet）：开发了统计流程并编写了代码，撰写了论文，绘制了图表。所有作者参与了数据采集，并对草稿进行了严格审查。威廉·拉乌尔（William Raoul）：设计了临床和动物实验，撰写了论文，所有作者参与了数据采集，并对草稿进行了严格审查。帕特里克·埃蒙德（Patrick Emond）：设计了临床和动物实验，所有作者参与了数据采集，并对草稿进行了严格审查。

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能会影响本文所述的工作。

致谢

感谢让·费弗尔（Pr Jean Faivre，已在世）对PROMIS研究的构思。该项目部分得到了以下法国癌症联盟（Ligue Contre le Cancer）地区委员会的支持：16（夏朗德）、37（安德尔-卢瓦尔）、49（曼恩-卢瓦尔）、72（萨尔特）和85（旺代）。我们还要感谢Inserm、图尔大学、布列塔尼南部大学、雷恩大学、布列塔尼大区和中央-卢瓦尔地区的财政支持。PROMIS研究得到了...