Analytical Chemistry：多尺度元素掺杂纳米线阵列耦合机器学习揭示不可逆肝病的代谢指纹图谱

以下文章来源于分析人 ，作者分析人

《背景介绍》

不可逆性肝病通常会导致严重的身体和心理伤害，在全球范围内每年会导致约200万人死亡。在这些死亡病例中，约有一半是由肝硬化并发症引起的，其余的则是由肝癌引起的，而且肝硬化往往最终会发展为肝癌。众所周知，早期发现的肝癌经及时治疗5年生存率可达到70%，远高于晚期。而早期发现的肝硬化经合理治疗可在无症状阶段持续长达20年，否则仅可持续相对较短时间且伴随频繁住院。因此，及早发现这些不可逆性肝病，从而进行及时治疗，并对其进行深入探索，可以避免致命并发症的发生，同时降低高死亡率。鉴于目前国内外的研究现状，进行体液代谢分子分析，挖掘高特异性代谢分子，有可能实现对不可逆性肝病的微创诊断。

近期，复旦大学附属中山医院沈锡中教授及其团队成员孙念荣副研究员与复旦大学邓春晖教授合作报道了多尺度元素掺杂纳米线阵列(NWArr-Si@Pt)为基质辅助LDI-MS对肝硬化、肝癌患者进行血清代谢指纹图谱(SMFs)分析（图1）。基于SMFs，可以很好地实现肝癌患者、肝硬化患者、健康人的区分。相关成果以“Multiscale Element-Doped Nanowire Array-Coupled Machine Learning Reveals Metabolic Fingerprints of Nonreversible Liver Diseases”为题发表在国际化学权威杂志Analytical Chemistry上（DOI: 10.1021/acs.analchem.2c03743）。

研究的主要内容

作者采用了多尺度元素掺杂纳米线阵列，通过设计介孔超结构以及均匀掺杂的贵金属Pt纳米颗粒和Si原子产生理想的促离子化效果。最终在数秒内即可从35 nL血清中高效地提取高质量SMFs。结合机器学习算法，分别建立了两个可靠的生物标志物组，用于从健康对照中区分肝癌和肝硬化，展现了近90%的准确度、敏感性和特异性。值得注意的是，即使AFP-阴性（<20 ng/mL−1）的肝癌样本也可以根据建立的生物标志物组被正确识别，表明其临床价值。此外，在先前建立的两个可信的生物标志物组的基础上，进一步构建了一个两组生物标志物间具有显著差异的生物标志物质组（图2），用于区分不同的肝病，其对肝癌检测的准确度、敏感性和特异性超过88%。在整个过程中，使用了200次迭代测试和不同的机器学习算法进行可信度验证和性能评估。在这项工作的最后，作者对关键的潜在生物标志物进行了简要的路径分析（图2 i），进一步证实了基于NWArr-Si@Pt的先进工具在临床代谢分析中的可行性。

图1：基于NWArr-Si@Pt的非可逆性肝病代谢分析示意图。(a)NWArr-Si@Pt的合成(b)NWArr-Si@Pt耦合机器学习在肝病中的应用。（来源：Anal. Chem.）

图2：肝癌、肝硬化、健康对照组中具有显著差异的主要特征的小提琴图及通路分析。(a)m/z 128.03，(b)m/z 140.12，(c)m/z 148.12，(d)m/z 169.11，(e)m/z 269.16，(f)m/z 322.15，(g)m/z 347.27，(h)m/z 409.22。(i)代谢途径分析。黄线表示中位数；绿线为四分位。****，p<0.0001；***，p<0.0005；**，p<0.01。（来源：Anal. Chem.）

小结

NWArr-Si@Pt辅助LDI-MS对不同肝病的诊断具有较高的准确度、敏感性和特异性。研究肝病与健康对照组间的代谢变化有助于提高肝病的早发现率并促进内在机制的阐明。这种基于NWArr-Si@Pt的先进方案有望进入临床实践，为代谢分子诊断在大规模临床应用奠定了坚实的基础。

转自：“NANO学术”微信公众号

如有侵权，请联系本站删除！