Rakovina močového mechúra (bladder cancer, BC) predstavuje 6. najčastejšie sa vyskytujúce nádorové ochorenie u mužov a 17. u žien [1]. Za účelom pravidelného sledovania vývoja karcinómu musia pacienti, postihnutí týmto závažným ochorením, pravidelne absolvovať invazívne diagnostické metódy – cystoskopiu a biopsiu. Tento, ale aj ďalšie dôvody, vedú vedcov k hľadaniu nových biomarkerov, ktoré by prispeli k vývoju nových, neinvazívnych a spoľahlivých metodík skorej diagnostiky BC. Nahradenie alebo minimalizácia využitia spomínaných invazívnych vyšetrení by tiež pomohla zvýšiť celkovú kvalitu života pacientov.
Pomocou vysokoúčinnej kvapalinovej chromatografie (HPLC) sme vykonali viacnásobnú analýzu 8 vzoriek moču pacientov s rakovinou močového mechúra a 8 vzoriek moču pacientov s hematúriou. Využili sme fluorescenčnú detekciu zložiek moču pri piatich rôznych nastaveniach fluorescenčného detektora. Zo získaných chromatogramov sme vykreslili prehľadné matice chromatogramov a rozdelili ich do jednominútových retenčných oblastí, ktoré sme podrobili štatistickej analýze. Z celkového hodnoteného počtu 150 oblastí bolo 36 štatisticky signifikantných. Korelácie medzi jednotlivými oblasťami sme sledovali pomocou analýzy hlavných komponentov za účelom zistenia optimálneho výberu použitej metódy a oblastí. Z našich výsledkov vyplýva, že sledovaním fluorescenčných zložiek moču je možné odlíšiť skúmané skupiny pacientov. Taktiež sme zredukovali rozmernosť dát a vyfiltrovali tak oblasti najvhodnejšie pre ďalšie (mnohorozmerné) analýzy. Tieto výsledky by mohli prispieť k zavádzaniu nových neinvazívnych diagnostických metód, k rýchlej a ľahko automatizovateľnej analýze skúmaných dát a hlavne k včasnej a spoľahlivej diagnostike BC.
Táto práca bola podporená projektmi NAWA International Academic Partnership Programme EUROPARTNER, PPI/APM/2018/1/00007/U/001, Strengthening and spreading international partnership activities of the Faculty of Biology and Environmental Protection for Interdisciplinary Research and Innovation of the University of Lodz; Agentúrou na podporu výskumu a vývoja (APVV), SK-BY-RD-19-0019; Kultúrnou a edukačnou grantovou agentúrou MŠVVaŠ SR (KEGA) 041UK-4/2020.
[1] Bray, F., Ferlay, J., Soerjomataram, I., Siegel, R. L., Torre L. A., Jemal, A. (2018) Global cancer statistics. GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. Ca Cancer J Clin. 2018;68:394-424
Ďakujeme za pekne spracovaný
Ďakujeme za pekne spracovaný príspevok s cennými výsledkami, ktoré majú aplikačný potenciál v klinickej diagnostike a predikcii. Predpokladám, že záujem výskumu sa v tejto oblasti sústredí na identifikáciu entít diskriminovaných na základe fluorescenčného signálu. Vedeli by ste priblížiť, aké metódy by mohli byť využité na zistenie chemickej štruktúry resp. identifikáciu potenciálnych biomarkerov?
iwa
Dobrý deň pani docentka
Dobrý deň pani docentka Waczulíková. Ďakujem Vám za položenú otázku. Na identifikáciu, charakterizáciu ale aj kvalifikáciu metabolitov sa v metabolomike bežne využívajú nukleárna magnetická rezonancia (NMR) a hmotnostná spektrometria (MS). Najpoužívanejšie analytické metódy v MS sú plynová chromatografia s hmotnostnou spektrometriou (GC-MS) a kvapalinová chromatografia s hmotnostnou spektrometriou (LC-MS). Hlavnou výhodou MS je jeho presnosť a špecifickosť, pokiaľ ide o detekciu metabolitov. V porovnaní s NMR je MS presnejšia, ale počas detekcie musia byť metabolity vo vzorke oddelené ešte pred hromadnou analýzou. Na rozdiel od MS spektroskopia založená na NMR je drahšia, má nižšiu citlivosť na detekciu metabolitov a limitáciu počtu metabolitov. Významné je, že NMR umožňuje rýchlu, nedeštruktívnu a automatizovateľnú analýzu neupravených vzoriek a kvantitatívnu detekciu mnohých rôznych skupín metabolitov.
Ďakujem za rýchlu odpoveď a
Ďakujem za rýchlu odpoveď a prajem veľa úspechov v ďalších experimentoch v rámci DP.
iwa
Dobrý deň,
Dobrý deň,
veľmi pekná prezentácia. Chcela by som sa len opýtať, či by ste pri rozlišovaní pacientov s hematúriou, resp. rakovinou uvažovali všetkých 36 štatisticky signifikantne odlišných oblastí alebo by ste ich v rámci zjednodušenia modelu redukovali na oblasti z 1. a 5. metódy, ktoré uvádzate, že majú najviac/najvýraznejšie rozdiely?
Martina Velísková
Dobrý deň, táto práca bola
Dobrý deň, táto práca bola zameraná na predbežné merania nízkeho počtu vzoriek (n = 16) v súvislosti s tvorbou mojej diplomovej práce. Pri navyšovaní počtu pacientov budeme pravdepodobne uvažovať všetky metódy. V prípade, že po navýšení počtu vzoriek budú výsledky porovnateľné s výsledkami tejto práce naším cieľom je redukcia rozmernosti dát. Preto by sme radi vyfiltrovali oblasti, ktoré pre danú výskumnú skupinu spolu dobre korelujú a zároveň vybrali tie metódy a oblasti, ktoré by s čo najvyššou senzitivitou a špecificitou dokázali diskriminovať skúmané skupiny pacientov.
Terézia Mária Gaberová
Ďakujem za odpoveď.
Ďakujem za odpoveď.