发表时间:(2019年4月)

IF:3.950

单位:

  1. 厦门大学
  2. 厦门理工大学

物种:小鼠的肿瘤,血清和骨骼肌

技术:核磁共振代谢组学分析

一、 概述:(用精炼的语言描述文章的整体思路及结果)

本研究通过原位植入BGC823细胞系建立了GCC鼠模型,并对胃组织,血清和腓肠肌进行基于核磁共振的代谢组学分析。在肿瘤中鉴定出20种差异代谢物,在血清中鉴定出13种,在腓肠肌中鉴定出14种。提供与GCC诱导的肌肉萎缩相关的代谢改变信息。

二、 研究背景:(简要介绍研究进展动态、研究目的和意义)

恶病质是一种多因素代谢综合征,在晚期癌症患者中发生率高达80%,占癌症死亡率的30%左右。而目前癌症恶病质的分子机制仍不清楚。本文旨在通过将BGC823细胞系原位植入小鼠建立GCC的鼠模型。对源自小鼠模型的肿瘤,血清和腓肠肌进行基于核磁共振的代谢组学分析,旨在揭示代谢变化,并鉴定与GCC密切相关的差异代谢物和扰乱的代谢途径。有利于系统了解GCC诱导的骨骼肌萎缩的分子机制。

三、实验设计:

四、研究成果:(重点图表展示)

1、比较胃癌恶病质小鼠和对照组小鼠模型之间的代谢谱,对NMR数据进行多变量统计分析。PCA和PLS-DA得分图都表明BGC823小鼠的代谢特征与对照组明显不同。表明GCC显着改变了恶病质小鼠胃组织,血清和腓肠肌的代谢表型。

2、分析胃组织NMR光谱中49种代谢物(图3A)。从BGC823胃组织与对照的OPLS-DA图中鉴定出20种显着代谢物(图4A)。这些显着代谢物与鉴定的差异代谢物一致(图5A,5B)。 BGC823胃组织显示糖酵解代谢物,乙酸盐,甘氨酸,谷氨酸,缬氨酸,苏氨酸,天冬氨酸,UDPG和色氨酸水平显着增加;牛磺酸,GPC,肌酸,肌醇,GSH,核酸代谢物水平降低(图4A,5A,5B)。这些差异代谢物主要参与糖酵解,能量代谢和核酸代谢,表明恶性肿瘤组织的明显代谢表型。

从血清NMR光谱中鉴定出总共26种代谢物(图3B),OPLS-DA图显示BGC823血清中13种显着代谢物,(图4B)。这些显着代谢物与鉴定的差异代谢物一致(图5C,5D)。BGC823血清显示碳水化合物,脂质和丙氨酸水平下调,以及乳酸,乙酸盐,肌酸,氨基酸水平上调(图4B,5C,5D)。BGC823血清中的这些代谢物变化表明癌症恶病质的典型代谢表型,其特征在于葡萄糖降低和乳酸增加,以及血液中游离氨基酸升高。

在腓肠肌样品中鉴定了27种代谢物(图3C)。OPLS-DA图中鉴定了14种显着代谢物(图4C)。BGC823腓肠肌中葡萄糖,乳酸,甘氨酸和琥珀酸水平下降,乙酸盐,谷氨酸盐,谷氨酰胺,精氨酸,BCAAs,IMP和赖氨酸水平升高(图4C)。三种代谢物(酪氨酸,苯丙氨酸和3甲基组氨酸)在OPLS-DA分析中显示出相对稳定的水平,而在t检验中显示显着增加的水平。这些差异代谢物主要参与氨基酸和碳水化合物的代谢,表明癌症恶病质的突出代谢表型,其特征在于促进的肌肉蛋白水解和扰乱的氨基酸代谢(图5E,5F)。

3、根据BGC823小鼠与对照组小鼠OPLS-DA分析,在胃肿瘤,血清和腓肠肌中鉴定了20,13和14种差异代谢物(图7)。图8显示了与BGC823恶病质胃组织,血清和腓肠肌密切相关的显着改变的代谢谱的概述。与对照组相比,BGC823小鼠的整合代谢组学和转录组学分析中鉴定的代谢物和mRNA的上调和下调。

文章亮点(与产品的结合点):

这篇文章基于GCC小数模型,阐明了恶病质小鼠的胃肿瘤,血清和骨骼肌的独特代谢特征。提供了对GCC复杂病理生理学的重要见解,并且还扩展了对与GCC诱导的骨骼肌萎缩相关的代谢改变的机制理解。另一方面,鉴定的差异代谢物主要涉及受损的代谢途径,包括葡萄糖和脂质代谢,嘌呤代谢,能量代谢,TCA循环补缺,碳水化合物代谢和氨基酸代谢。这些显着代谢途径可能有助于GCC发展的潜在代谢机制。结果突出了AKG在骨骼肌蛋白质周转中的作用。对恶病质患者的进一步临床治疗或者干预提供参考。

解读人:李琼,Metabolic profiling of tumors, sera and skeletal muscles from an orthotopic murine model of gastric cancer associated-cachexia(胃癌相关恶病质的原位小鼠模型中肿瘤,血清和骨骼肌的代谢谱分析)的更多相关文章

  1. 解读人:陈秋实,SP2: Rapid and Automatable Contaminant Removal from Peptide Samples for Proteomic Analyses(标准操作流程2:如何在蛋白质组学分析中快速和自动的去除肽段样品中的污染物)

    发表时间:2019年4月 IF:3.950 单位: 威斯康星医学院生物化学系 威斯康星医学院生物医学质谱研究中心 物种:人(人体肾脏细胞和蛋白) 技术:肽段清理 一. 概述:(用精炼的语言描述文章的整 ...

  2. Stress-induced changes in the S-palmitoylation and S-nitrosylation of synaptic proteins (解读人:陈凌云)

    文献名:Stress-induced changes in the S-palmitoylation and S-nitrosylation of synaptic proteins (压力诱导突触蛋 ...

  3. 解读人:闫克强,Metabolic and gut microbial characterization of obesity-prone mice under high-fat diet(高脂饮食下易胖倾向小鼠的代谢和肠道微生物菌群特征分析)

    单位: 上海中医药大学 蚌埠医学院 上海交通大学附属第六人民医院 夏威夷大学癌症中心 第二军医大学 技术:非靶向代谢组学,16S rRNA测序技术 一. 概述: 本研究对小鼠进行高脂饮食,根据体重增长 ...

  4. 解读人:刘杰,Targeted Quantitative Kinome Analysis Identifies PRPS2 as a Promoter for Colorectal Cancer Metastasis(PRM-磷酸化激酶定量发现结肠癌转移促进因子-PRPS2)

    关键词:PRM,kinase,colorectal cancer, metastasis, PRPS2 来自加州大学河滨分校的Yinsheng Wang教授应用PRM技术筛选出介导结肠癌细胞转移促进因 ...

  5. Journal of Proteome Research | Quantitative Subcellular Proteomics of the Orbitofrontal Cortex of Schizophrenia Patients (精神分裂症病人眶额叶皮层亚细胞结构的定量蛋白质组学研究)(解读人:王聚)

    期刊名:Journal of Proteome Research 发表时间:(2019年10月) IF:3.78 单位: 里约热内卢联邦大学 坎皮纳斯州立大学 坎皮纳斯州立大学神经生物学中心 卡拉博大 ...

  6. Journal of Proteome Research | An automated ‘cells-to-peptides’ sample preparation workflow for high-throughput, quantitative proteomic assays of microbes (解读人:陈浩)

    文献名:An automated ‘cells-to-peptides’ sample preparation workflow for high-throughput, quantitative p ...

  7. Mol Cell Proteomics. | Prediction of LC-MS/MS properties of peptides from sequence by deep learning (通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征) (解读人:梅占龙)

    通过深度学习技术根据肽段序列预测其LC-MS/MS谱特征 解读人:梅占龙  质谱平台 文献名:Prediction of LC-MS/MS properties of peptides from se ...

  8. 解读人:董鑫,Disease Development Is Accompanied by Changes in Bacterial Protein Abundance and Functions in a Refined Model of Dextran Sulfate Sodium (DSS)-Induced Colitis

    文章中文名:在葡聚糖硫酸钠(DSS)诱导下的结肠炎模型伴随着细菌蛋白质丰度和功能的改变 单位: 1 Helmholtz-Centre for Environmental Research - UFZ, ...

  9. 解读人:朱月琴,Hippocampal proteomic alteration in triple transgenic mouse model of Alzheimer’s disease and implication of PINK 1 regulation in donepezil treatment

    文章中文名:阿尔茨海默病三联转基因小鼠模型的海马蛋白质组学改变及Donepezil治疗中PINK 1调节的意义 发表时间:(2019年4月) IF:3.95 单位:澳门大学,威斯康星大学,暨南大学,广 ...

随机推荐

  1. 从信用卡欺诈模型看不平衡数据分类(1)数据层面:使用过采样是主流,过采样通常使用smote,或者少数使用数据复制。过采样后模型选择RF、xgboost、神经网络能够取得非常不错的效果。(2)模型层面:使用模型集成,样本不做处理,将各个模型进行特征选择、参数调优后进行集成,通常也能够取得不错的结果。(3)其他方法:偶尔可以使用异常检测技术,IF为主

    总结:不平衡数据的分类,(1)数据层面:使用过采样是主流,过采样通常使用smote,或者少数使用数据复制.过采样后模型选择RF.xgboost.神经网络能够取得非常不错的效果.(2)模型层面:使用模型 ...

  2. codeforces 653C C. Bear and Up-Down(乱搞题)

    题目链接: C. Bear and Up-Down time limit per test 2 seconds memory limit per test 256 megabytes input st ...

  3. leetcode 162 Find Peak Element(二分法)

    A peak element is an element that is greater than its neighbors. Given an input array where num[i] ≠ ...

  4. vscode 小笔记

    用户设置: { "git.ignoreMissingGitWarning": true, "workbench.statusBar.feedback.visible&qu ...

  5. linux命令学习笔记( 7 ) : mv 命令

    mv命令是move的缩写,可以用来移动文件或者将文件改名(move (rename) files),是Linux系统下常用的命令, 经常用来备份文件或者目录. .命令格式: mv [选项] 源文件或目 ...

  6. PS 滤镜— —Marble 效果

    clc; clear all; close all; addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm'); I=imread ...

  7. 如果你使用WebView+FloatingActionButton

    在WebView中想要使用FAB,如果你想向上滑动的时候隐藏FAB,那么需要再WebView外面套一个ScrollView! 原因之前也分析过,和为什么ListView不能让ToolBar.Tab隐藏 ...

  8. bzoj 4501: 旅行 01分数规划+概率期望dp

    题目大意: http://www.lydsy.com/JudgeOnline/problem.php?id=4501 题解: 首先我们不考虑可以删除边的情况下,如何计算期望边数. 然后我们发现这是个有 ...

  9. Nested loops、Hash join、Sort merge join(三种连接类型原理、使用要点)

    nested loop 嵌套循环(原理):oracle从较小结果集(驱动表.也可以被称为outer)中读取一行,然后和较大结果集(被侦查表,也可以叫做inner)中的所有数据逐条进行比较(也是等值连接 ...

  10. [转]SCSS 和 SASS 和 HAML 和CoffeeScript

    Asset Pipeline 提供了内建直接使用 Sass 撰写 CSS 的功能. 你也许会生出这样的疑惑:什么是 Sass? Why should I care? Sass (Syntactical ...