贝伐单抗治疗四周期后效果良好的患者的代谢差异

目的：利用代谢组学的研究方法，利用1H-NMR检测贝伐单抗治疗前后健康志愿者和非小细胞肺癌患者及不同疗效患者血浆代谢谱的变化. DA、LSVM等进行代谢组学数据分析，寻找差异代谢物和代谢途径，观察它们与临床疗效的关系，以寻找相应的标志物用于筛查患者、评估和预测疗效，指导开发抗肿瘤药物。个体化治疗。方法：采集30名健康志愿者、17名接受贝伐单抗联合化疗药物的患者、38名单独接受化疗的患者的176份临床血浆样本，采用核磁共振技术进行分析。进行小分子代谢物测定以获得它们的代谢指纹，使用无监督和有监督的机器学习模式分析来发现与贝伐单抗治疗效果相关的内源性代谢物变化。为了预测贝伐单抗的疗效，共训练和筛选了14个分类器，优化和验证了最佳线性支持向量机（LSVM）分类器。结果：使用 PCA 和 PLS-DA 对代谢物数据进行多变量数据分析，然后使用单独的 t 检验获得潜在的生物标志物以区分组。健康人和患者之间的潜在标志物包括柠檬酸盐、葡萄糖、丝氨酸等16种小分子代谢物；患者治疗前后的差异代谢物包括谷氨酰胺、牛磺酸、赖氨酸等12种代谢物；牛磺酸、谷氨酸、亮氨酸、三甲胺作为贝伐单抗、尿素等两个周期后反应良好（PR+MR）患者和反应不佳（SD）患者之间的潜在标志物，以及三种代谢物的浓度值前者的谷氨酰胺、亮氨酸、尿素比后者更接近正常人，说明贝伐单抗治疗患者的代谢紊乱得到改善：贝伐单抗四个周期治疗后与疗效相关的潜在标志物包括T-甲基组氨酸、精氨酸、丙氨酸、丙二醇、谷氨酸和赖氨酸。

代谢通路分析结果显示，健康组与患者的代谢差异主要表现在某些能量物质的代谢（如TCA循环、酮体合成与分解）、氨基酸相关代谢（如丙氨酸、谷氨酸、天冬氨酸代谢）和蛋白质合成相关代谢（如氨酰-tRNA合成）。与治疗前相比，患者在接受贝伐单抗和化疗药物治疗后，上述代谢途径也存在显着差异。通过用已知治疗效果的治疗前血浆代谢组数据训练LSVM模型，我们得到了一个分类器，可用于预测贝伐单抗联合化疗的治疗效果，在训练集中准确率为84.62 %(AUC=0.881)，在测试集中准确率为75%(AUC=0.75)。结论：在本研究中，患者接受了化疗、贝伐单抗、治疗前后临床血浆代谢组学分析确定了一些可能用于诊断非小细胞肺癌和评估药物疗效的潜在生物标志物，并分析了不同组间代谢途径的差异。贝伐单抗的疗效为预测贝伐单抗的疗效提供了一种新方法。