基于液相色谱-高分辨质谱的非靶向尿液分析在癌症诊断中的最新趋势:从数据预处理到诊断模型构建。综述

《TRAC-TRENDS IN ANALYTICAL CHEMISTRY》:Recent trends in LC-HRMS-based untargeted urine analysis to diagnose cancer: from data pre-processing to diagnostic model construction. A review.

【字体: 大 中 小 】 时间:2026年10月22日 来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY 13.5

编辑推荐:

   •提供了数据分析软件的比较•机器学习算法在峰拾取和噪声过滤中的日益重要作用•从计算密集型算法向简单、可解释指标的转变引言癌症因其高死亡率及早期诊断效果相对较低而成为现代医学的主要关注点。早期癌症诊断的重大进展使得癌症死亡率显著下降。包括乳腺X线摄影、前列腺特异性抗原检测、粪便

  
  • •
    提供了数据分析软件的比较
  • •
    机器学习算法在峰拾取和噪声过滤中的日益重要作用
  • •
    从计算密集型算法向简单、可解释指标的转变

引言

癌症因其高死亡率及早期诊断效果相对较低而成为现代医学的主要关注点。早期癌症诊断的重大进展使得癌症死亡率显著下降。包括乳腺X线摄影、前列腺特异性抗原检测、粪便免疫化学检测和低剂量计算机断层扫描在内的众多筛查项目已成功用于乳腺癌、前列腺癌、结直肠癌和肺癌的早期诊断,并降低了死亡率[1]。然而,现有筛查项目特异性低、过度诊断以及与成像工具相关的潜在健康风险,都要求开发新的无创诊断方法[2]。
尿液作为最具价值和最容易获取的分析样本之一脱颖而出,能够以无创方式轻松获得。同一人体内的尿液代谢物具有相对稳定性,这使得探索代谢模式成为可能。这种生物流体反映了机体动态的生理过程,在病理情况下捕获各种代谢物含量的变化。此外,由于蛋白质含量低和样品量大,基质效应相对较低,使尿液在样品制备方面具有吸引力[3]。尿液包含各种类别的代谢物,包括柠檬酸(Krebs)循环中间体、氨基酸代谢、脂肪酸氧化、儿茶酚胺生物合成、碳水化合物代谢、类固醇激素生化途径及其他代谢途径的代谢物,使其成为癌症代谢组学的宝贵生物流体[4]、[5]、[6]、[7]。
研究与特定疾病相关的代谢物浓度变化是代谢组学在医学中的一项关键实际应用。显然,利用液体色谱-高分辨质谱(LC-HRMS)进行的非靶向分析因其全面性以及能够在相对低浓度水平下获取数千种化合物信息的能力,在代谢组学领域占据了主导地位。尽管LC-HRMS效果显著,但仍面临一些关键限制。使用单一仪器监测大量分析物的机会受限于生物基质中数据处理的复杂性和代谢物鉴定的难度。非靶向LC-HRMS分析的结果包含数千种分析物,几乎不可能进行手动处理。质谱仪配备了用于自动数据预处理的商业软件,例如UNIFI(Waters)、DataAnalysis(Bruker)和Compound Discoverer(Thermo)。然而,由于供应商特定的数据格式差异,统一来自不同数据预处理软件的结果成为问题。此外,还提出了各种软件工具进行数据预处理,包括提取离子色谱图(EIC)构建、平滑、峰拾取、峰对齐和噪声估计算法的多样性。主要数据预处理算法的全面描述见综述文献[8]、[9]。软件工程领域发展迅速,提供了许多新型数据预处理工具,并不断对现有软件工具进行更新。
开发可靠诊断方法的策略基于获取稳健的数据集,这主要取决于生物流体的储存条件、样品处理质量以及非靶向LC-HRMS分析的质量控制(QC),以验证数据预处理的可重复性[10]。然而,即使获得可靠的数据集,在使用不同预处理软件时仍会观察到数据分析结果的不一致。生物标志物发现任务需要应用非靶向筛选对大型数据集进行分析,然后进行统计后处理。选择合适的数据预处理软件时,应考虑数据复杂度、变量数量和样本量。本综述的目的之一是对数据预处理软件的能力和特性进行批判性评估,重点关注其在癌症生物标志物发现中的应用,以及其优势和局限性。
通常,识别癌症生物标志物的主要策略包括通过化学计量学和机器学习(ML)方法,按照"正常-病理"原则对标定参与者队列。统计分析的第一步涵盖插值、数据归一化、降维和多变量分析。随后,将具有统计学显著差异的选定代谢物进行生化途径分析,然后使用各种机器学习算法创建分类模型。多变量数据分析和机器学习方法在文献[11]、[12]中有详细描述。机器学习方法在创建临床预测模型中的应用受到个体预后或诊断的多变量预测模型透明报告标准——人工智能(TRIPOD-AI)[13]和诊断准确性研究报告标准——人工智能(STARD-AI)[14]的规范。许多研究利用基于非靶向LC-HRMS的方法进行癌症生物标志物发现,涵盖广泛的生物标志物。然而,尽管在同一样品处理工具内应用了广泛的样品处理方法,所提出生物标志物列表中的不一致现象仍然普遍存在。从统计数据分析的角度来看,可以指出几个主要原因:(1)统计分析和机器学习方法的多样性以及数据分析缺乏统一方法;(2)研究参与者数量的差异和数据集的代表性;(3)分类模型验证的差异以及许多研究中缺乏外部验证。
本研究的目的是对非靶向LC-HRMS数据分析的所有步骤进行全面综述,从数据预处理到诊断模型构建。讨论了数据预处理软件和改进数据质量的工具,以及它们在癌症生物标志物发现中的潜在应用。讨论了统计数据分析方法和机器学习方法的工具箱,包括可用于非靶向LC-HRMS数据分析的新型方法。综述了癌症诊断中尿液分析所采用的数据预处理和统计分析方法的应用,并讨论了主要局限性和前景。

分节摘要

非靶向LC-HRMS分析的原始数据预处理软件

提供计算能力的技术发展显著扩展了非靶向代谢组学的潜力。尽管非靶向LC-HRMS分析前景广阔,但改进导致了数据集复杂度的增加。具有高度变异性的这类高维数据预处理颇具挑战性。在免费软件中,XCMS、MZmine、MS-DIAL和OpenMS应用最为频繁[15]、[16]。然而,它们的功能受到限制,尤其是当……

用于临床目的的LC-HRMS数据分析的统计分析方法

统计数据分析在生物标志物发现研究的数据解释中起着至关重要的作用[113]、[114]。统计数据分析的质量不仅取决于数据输入的质量,还取决于应用正确的数据分析方法。使用LC-HRMS进行生物标志物发现的重点是在不同参与者组的LC-HRMS生物流体分析结果中寻找特征性模式。"正常-病理"原则在癌症生物标志物研究中最普遍[4],……

非靶向LC-HRMS分析中尿液基质的挑战

尽管尿液具有无创性、采样简便、样本量大、蛋白质和脂质含量低以及尿液中可检测到的化学类别多样性广等优点,但尿液的LC-HRMS分析仍面临重大的方法学挑战。高盐含量需要特定的样品处理方式,如稀释、固相萃取,以防止电喷雾电离(ESI)中的信号抑制、ESI源污染和电离变化……

癌症相关研究中利用LC-HRMS尿液分析的数据分析工作流程

癌症诊断中尿液代谢组学的一般工作流程见图3。非靶向LC-HRMS分析被广泛用于尿液分析以诊断癌症(表4)。尽管数据预处理软件工具种类丰富,但大多数研究人员更倾向于使用供应商专用软件。此外,还可以观察到最广泛使用的软件(包括XCMS、MZmine和MS-DIAL)的应用。供应商专用软件考虑了设备的特性,提供高……

未来结论与展望

LC-HRMS数据预处理软件工具的发展特点在于数据预处理步骤的减少和参数设置的自动化。这带来了隐藏的威胁:首先,并非所有新型数据预处理算法都是通用的,且在不同设备和复杂基质上得到验证;其次,数据预处理质量控制的丧失可能掩盖较差的数据质量,导致虚假特征被纳入最终特征表;第三,……

CRediT作者贡献声明

Sanka Atapattu:写作——审阅与编辑,监督。Elina Gashimova:写作——审阅与编辑,写作——初稿,可视化,方法论,调查,正式分析,概念化。Azamat Temerdashev:写作——审阅与编辑,写作——初稿,监督,项目管理,方法论,调查,概念化。Vladimir Porkhanov:写作——审阅与编辑,写作——初稿,可视化,验证,概念化。Igor Polyakov:……

未引用参考文献

[188]。

知情同意声明

不适用。

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系,这些可能影响本文所报告的工作。

数据可用性

本文描述的研究未使用任何数据。

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系,这些可能影响本文所报告的工作。

致谢

本工作由俄罗斯科学基金和库班科学基金(项目编号:25-13-20015)资助,并使用库班国立大学环境分析中心(唯一标识符:RFMEFI59317X0008)的科学设备完成。
Elina Gashimova|Azamat Temerdashev|Tatyana Malitskaya|Dmitry Perunov|Vladimir Porkhanov|Igor Polyakov|Sanka N. Atapattu
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号