基于单细胞质谱分析的膀胱癌细胞分型研究

单细胞质谱分析能够获得单个细胞的代谢图谱,揭示细胞之间的异质性,在肿瘤学研究中具有重要价值。该文采用单细胞质谱和机器学习技术,建立了膀胱癌细胞亚型的鉴别方法。基于所采集的单细胞代谢数据,分别使用线性判别分析、随机森林、支持向量机、逻辑回归建立了机器学习分类模型,并进行了模型的性能评估。结果表明,各机器学习模型均具有良好的膀胱癌细胞分型能力,分类准确率≥94.9%,灵敏度≥88.6%,特异度≥93.3%。其中,随机森林算法的分类准确率达100%,模型的受试者工作特征曲线下面积达1。该方法实现了膀胱癌单细胞的代谢物检测及细胞亚型区分,也为更广泛的单细胞代谢组学研究提供了参考。

挥发性有机化合物作为泌尿系恶性肿瘤诊治标志物的研究进展

泌尿系恶性肿瘤患者近年来逐渐增多,早期诊治常可获得较好的临床预后。挥发性有机化合物是一组小分子代谢物,通过气相的形式在呼吸、汗液、血液、尿液和粪便中释放和被检测到,并且携带着人体生理和代谢状态的有用信息,其作为人体"气味指纹"常用于评估健康状况,以及疾病的筛查、诊断和治疗。全文就近年来将挥发性有机化合物作为泌尿系恶性肿瘤诊治标志物的研究进展进行综述,以期为代谢组学筛选泌尿系恶性肿瘤代谢标志物的相关研究提供参考依据。

CRABP2 and FABP5 identified by 2D DIGE profiling are upregulated in human bladder cancer

Bladder cancer （BC） is the second most common malignancy of the human genitourinary tract,and is characterized by a high recurrence rate and expensive treatment） There is still no ideal biomarker for diagnosing or monitoring human BC.In the present study,we used proteomics analysis,including two-dimensional fluorescence difference gel electrophoresis （2D DIGE） and matrix-assisted laser desorption ionization time of flight/time of flight mass spectrometry （MALDI-TOF/TOF MS）,to identify new potential protein markers of BC.