Streszczenie pracy doktorskiej
Praca doktorska pt. “Metabolomiczna analiza tkanki, surowicy i moczu w poszukiwaniu
biomarkerów raka pęcherza moczowego” stanowi cykl 5 artykułów opublikowanych w
czasopismach posiadających wskaźnik impact factor. Jestem pierwszym autorem trzech
publikacji oraz współautorem pozostałych dwóch. Temat pracy doktorskiej porusza
zagadnienie metabolicznych biomarkerów nowotworowych raka pęcherza moczowego które
mogłyby być potencjalnie wykorzystywane w praktyce klinicznej.
Artykuły przedstawiają metabolomiczną analizę tkanki nowotworowej, surowicy i moczu
pochodzącej od 100 pacjentów z rakiem pęcherza moczowego w porównaniu z tkanką,
surowicą i moczem kontrolnym pochodzących od 100 pacjentów z innymi, łagodnymi,
schorzeniami w obrębie dróg moczowych. Zastosowane techniki analityczne obejmują
wysokiej rozdzielczości 1H NMR, ICP-OES i wysokiej rozdzielczości laserową
desorpcję/jonizację MS (LDI-MS) opartą na nanocząstkach złota i srebra oraz spektrometrię
mas o ultra-wysokiej rozdzielczości (UHRMS) w połączeniu z ultra-wysokosprawną
chromatografią cieczową (UHPLC). Wielowymiarowa analiza statystyczna i analiza krzywej
ROC pozwoliły na kompleksową ocenę potencjału diagnostycznego zidentyfikowanych
metabolitów.
Połączenie poziomów tych metabolitów poprawiło rozróżnienie między
materiałem biologicznym pochodzącym od pacjentów z rakiem pęcherza moczowego w
porównaniu z kontrolą, sugerując, że uwzględnienie wielu biomarkerów może być kluczowe
dla precyzyjnej diagnozy. Dodatkowo analiza NMR próbek surowicy pozwoliła na
wyselekcjonowanie metabolitów, które odróżniają raka NMIBC i MIBC oraz metabolitów
różnicujących stopień złośliwości histopatologicznej (LG vs. HG). Wysokie wartości
obszarów pod krzywymi ROC wskazują na potencjalne zastosowanie kliniczne tych
metabolitów jako narzędzi diagnostycznych w przypadku raka pęcherza moczowego
Analizując dane z obrazowania MS, wyselekcjonowano 10 metabolitów różnicujących próbki
tkanki nowotworowej od zdrowej, które wykazały wysoką dokładność diagnostyczną w
analizie krzywej ROC, każdy z polem pod krzywą AUC >0.99. Analiza szlaków pozwoliła na
umiejscowienie tych metabolitów w 17 różnych szlakach metabolicznych.
Analiza surowicy z zastosowaniem metody 1H NMR pozwoliła na identyfikację 4 metabolitów
różnicujące surowice nowotworowe i kontrolne z doskonałą zdolnością predykcyjną
określoną na podstawie pola pod krzywą AUC wynoszącą 0.999. Analiza z zastosowaniem
ICP-OES zidentyfikowała dwa pierwiastki (Fe i Li) z polem pod krzywą AUC wynoszącą
0,807. Analiza z zastosowaniem spektrometrii mas LDI-MS oraz wysokorozdzielcza
spektrometria mas UHRMS umożliwiła dodatkową identyfikację odpowiednio 25 i 27
metabolitów różnicujących obydwie grupy. Ponadto w analizie LDI-MS i UHRMS
odpowiednio 5 i 23 metabolity wykazywały zdolność do rozróżnienia pomiędzy
poszczególnymi stopniami złośliwości histopatologicznej (grade) a surowicą kontrolną oraz 9
i 37 metabolity, które rozróżniały pomiędzy poszczególnymi stopniami zaawansowania
klinicznego (stage) a surowicą kontrolną.
Wyselekcjonowano 5 metabolitów, które mogą
potencjalnie służyć jako biomarkery do rozróżniania raka pęcherza moczowego o niskim
stopniu złośliwości (LG) i raka pęcherza moczowego o wysokim stopniu złośliwości (HG), a
także 9 metabolitów, które mogą pomóc w rozróżnieniu stadiów zaawansowania choroby
pTa/pT1 (NMIBC) i pT2 (MIBC). Analiza szlaków i wzbogacona analiza szlaków pozwoliły na
umiejscowienie metabolitów w łącznie 24 różnych szlakach metabolicznych (17+7).
Próbki moczu poddano analizie 1H NMR, LDI-MS oraz UHRMS. Zidentyfikowano
odpowiednio 5, 25 i 51 metabolitów różnicujących mocz pochodzący od pacjentów z rakiem
pęcherza moczowego w porównaniu z kontrolnymi próbkami moczu. Wszystkie metabolity z
analizy 1H NMR, LDI-MS charakteryzowały się wysoką wartością predykcyjną określoną na
podstawie pola pod krzywą AUC > 0,87, zaś 5 z 51 metabolitów z analizy UHRMS
charakteryzowało się bardzo wysokim wskaźnikiem AUC > 0,9. Udało się również
zidentyfikować metabolity które rozróżniają pomiędzy poszczególnymi stopniami
zaawansowania klinicznego i stopniami złośliwości histopatologicznej w porównaniu z
kontrolnymi próbkami moczu. Nie zidentyfikowano jednak statystycznie istotnych różnic we
wzorcach metabolitów, które rozróżniałyby między sobą poszczególne stopnie
zaawansowania klinicznego (pTa vs. pT vs. pT2) lub stopnie złośliwości histopatologicznej
(LG vs HG). Analiza szlaków i wzbogacona analiza szlaków obydwu publikacji dotyczących
analizy metabolomicznej moczu pozwoliły na umiejscowienie metabolitów w łącznie 7
różnych szlakach metabolicznych (3+4).
Podsumowując wyniki tego badania dostarczają informacji na temat potencjalnych
biomarkerów metabolicznych raka pęcherza moczowego oraz powiązanych z nim zmian
metabolicznych zachodzących w raku pęcherza moczowego. Zidentyfikowane metabolity, na
podstawie wyników analizy statystycznej, wykazują potencjał jako biomarkery diagnostyczne
dla tego nowotworu. Analiza szlaków metabolicznych, w których występują te metabolity,
oraz ich związek z procesami nowotworowymi dodatkowo umożliwiają lepsze zrozumienie
patogenezy i biologii raka pęcherza moczowego. Dalsze badania i weryfikacja tych wyników
może przyczynić się do rozwoju nowych strategii diagnostycznych i terapeutycznych z
zakresu omawianej choroby.
Praca dostępna jest pod adresem: https://www.ossolinski-urolog.pl/publications/merged-pdf.io_.html
