Identificatie van serum proteoom handtekeningen van lokaal gevorderde en gemetastaseerde maagkanker: een pilotstudie

Identificatie van serum proteoom handtekeningen van lokaal gevorderde en gemetastaseerde maagkanker: een pilotstudie
Abstracte achtergrond
De maagkanker is één van de meest voorkomende en dodelijke kanker wereldwijd. De initiële asymptomatische ontwikkeling en verdere specifieke symptomen leiden diagnose in het gevorderde stadium met een slechte prognose. Toch geen klinisch bruikbare biomarkers zijn beschikbaar voor deze maligniteit en invasieve gastro-intestinale endoscopie blijft de enige betrouwbare optie op dit moment. Daarom is er behoefte aan ontdekking van klinisch bruikbare invasieve diagnostische en /of prognostische gereedschap als alternatief (of complement) voor de huidige diagnostische hulpmiddelen. Hier was het doel om te zoeken naar serumeiwitten karakteristiek voor lokale en invasieve maagkanker
Methods
Voorbehandeling bloedmonsters werden verzameld van patiënten met de diagnose maagdarmkanker in de andere fase van de ziekte. 35 patiënten met lokaal gevorderde kanker en 18 patiënten met uitgezaaide kanker; 50 gezonde donoren werden ook opgenomen als controlegroep. Het lage molecuulgewicht fractie van serum proteoom (dwz endogene peptidoom) werd geprofileerd door de MALDI-TOF-massaspectrometrie, en de gehele proteoom bestanddelen werden geïdentificeerd en gekwantificeerd door LC-MS /MS shotgun benadering.
Resultaten
Multicomponent peptidoom handtekeningen werden geopenbaard dat een goede discriminatie tussen gezonde controlepersonen en patiënten met kanker, alsmede tussen patiënten met lokaal gevorderde en metastatische kanker toegestaan. Bovendien is een LC-MS /MS benadering bleek 49 serumeiwitten met verschillende dichtheden tussen gezonde donoren en patiënten met kanker (voornamelijk eiwitten geassocieerd met ontsteking en acute fase respons). Bovendien 19 serumeiwitten met verschillende dichtheden tussen patiënten met lokaal gevorderde en metastatische kanker werden geïdentificeerd (waaronder eiwitten geassocieerd met cytokine /chemokine respons en metabolisme van nucleïnezuren). Echter, benaderen noch peptidoom profiling of shotgun proteomics toegestaan ​​detecteren serum componenten onderscheid te maken tussen twee subgroepen van patiënten met plaatselijke ziekte die ofwel is ontwikkeld of niet uitzaaiingen tijdens de follow-up te ontwikkelen.
Conclusies
De moleculaire verschillen tussen lokaal gevorderde en metastatische maagkanker, evenals meer duidelijke verschillen tussen gezonde individuen en patiënten met kanker, zijn reflectie op het niveau van serum proteoom gemarkeerd. We hebben echter geen bewijs dat kenmerken van voorbehandeling serum proteoom een ​​risico op kanker verspreiding bij patiënten die als gevolg van lokale ziekte kunnen voorspellen. Toch gepresenteerde gegevens bevestigen de potentiële toepasbaarheid van een serum proteoom-handtekeningen gebaseerde biomarker in de diagnostiek van maagkanker.
Sleutelwoorden
Maagkanker Vroege diagnose Tumor Proteomics biologische markers Achtergrond
Maagkanker is de vierde meest voorkomende kanker en de tweede belangrijke oorzaak van kanker-gerelateerde sterfgevallen wereldwijd. Deze vorm van kanker in het bijzonder treft de bevolking van Oost-Azië, Oost-Europa, en delen van Midden- en Zuid-Amerika, en de morbiditeit is twee keer hoger voor mannen dan voor vrouwen [1]. De maligniteit wordt geassocieerd met specifieke symptomen of zelfs asymptomatische ontwikkeling in een vroeg stadium, wat vaak resulteert in de diagnose bij een vergevorderd stadium. Stadium van maagkanker correleert sterk met een slechte prognose. Volgens het rapport van de National Cancer Data Base, 5-jaars overlevingskans voor fase IA was 78% en daalde aanzienlijk in elke fase tot ongeveer 7% voor patiënten met stadium IIIB of stadium IV ziekte [2]. Zo zou een vroege diagnose van maagkanker radicaal te verhogen effectiviteit van de behandeling en het verbeteren van de prognose voor deze dodelijke ziekte. Momenteel is de meest efficiënte diagnostisch hulpmiddel voor detectie van maagkanker blijft een endoscopie, maar dit invasieve techniek is niet geschikt voor grootschalige screening. Helaas is er geen andere niet-invasieve biomarkers beschikbaar omdat de gebruikte gastrointestinale tumormarkers zoals CEA, CA 19-9 en CA 72-4 onvoldoende voor vroegtijdige diagnose van deze kanker vanwege hun lage sensitiviteit en specificiteit (20-30 %) [3-5]. De meerderheid van de maag gevallen van kanker (meer dan 90%) worden geclassificeerd als adenocarcinomen. Meer recent vier moleculaire subtypes van adenocarcinoom van de maag werden onderscheiden op basis van genomic profiling geleverd dankzij de Cancer Genome Atlas-project [6]. Echter, de kennis van de moleculaire biologie en heterogeniteit van deze kanker, met inbegrip van de ontwikkeling en mechanismen van progressie blijft maar vrij beperkt. Vandaar, een dringende noodzaak voor de identificatie van klinisch relevante biomarkers heeft niet alleen de vroege diagnose, maar ook prognose en voorspelling van het resultaat van de behandeling.
Clinical proteomics is een belangrijke benadering van de ontdekking van biomarkers van maagkanker [7]. Algemeen wordt aangenomen dat bloed proteoom is een veelbelovende bron van nieuwe biomerkers van deze kanker, waaronder markers bijzonder waardevol voor de vroegtijdige opsporing van de ziekte en controle van de respons op de behandeling [8]. Massa-spectrometrische profilering van het lage molecuulgewicht fractie van serum proteoom zogenaamde endogene peptidoom onthulde meervoudige peptide handtekeningen met potentiële toepasbaarheid in de classificatie en de diagnose van verschillende kankersoorten [9-13]. Enkele werken gepubliceerd die MALDI /-SELDI gebaseerde profilering van serum /plasma petidome onderzocht voor de diagnose van maagkanker, welk peptide handtekeningen die toegestaan ​​discriminerende gezonde donoren en patiënten met maagkanker, of signaturen geassocieerd met een verloop van een ziekte [voorgestelde ,,,0],14-22]. Verschillende onderdelen van dergelijke handtekeningen werden verder geïdentificeerd als fragmenten van KNG1 [18], APOC1 en APOA2 [19], SAA [20], TBB5 en TYB4 [22] of FIBA ​​[23, 24]. Meer recent is een panel van biomarkers uit serumeiwitten vooraf geselecteerd op basis van preklinisch muismodel (afamin, clusterin, VDBP en haptoglobine) is ingesteld om onderscheid tussen maagkanker patiënten en patiënten met benigne maagaandoeningen [25]. Toch is geen van voorgestelde serum proteoom handtekeningen van maagkanker is algemeen aanvaard en toch toegepast in de klinische praktijk.
Hier zijn we gericht op het proteoom kenmerken van voorbehandeling serum geassocieerd met het risico op uitzaaiingen van maagkanker te karakteriseren. Twee typen proteomische analyses uitgevoerd: (1) de lage molecuulgewicht fractie van serum proteoom werd geprofileerd door MALDI-TOF massaspectrometrie, (2) de gehele proteoom bestanddelen werden geïdentificeerd en gekwantificeerd door LC-MS /MS na digestie met trypsine (een "shotgun proteomics" -benadering). Groepen van eerder behandelde patiënten met lokaal gevorderde maagkanker en metastatische ziekte werden geïncludeerd deze studie (een gelijkaardige groep van gezonde individuen werd geanalyseerd als een referentie); dergelijke algemene proteomische analyse werd uitgevoerd op een groep van blanke patiënten met maagkanker voor het eerst. Serum proteoom handtekening die onderscheid gemaakt tussen patiënten met lokaal gevorderde kanker en uitgezaaide kanker werd ontdekt in deze pilot-studie, maar die specifiek zijn voor patiënten met lokaal gevorderde ziekte op het moment van de diagnose die uiteindelijk ontwikkeld metastasen niet op dit niveau werden waargenomen.
Methods
Kenmerken van patiëntengroepen
Fifty-drie patiënten met niet eerder behandelde biopsie bewezen adenocarcinoom van de maag werden gekwalificeerd in deze studie: 35 patiënten met lokaal gevorderde kanker, waaronder 16 patiënten met uitzaaiingen ontwikkelden tijdens de therapie of follow-up en 19 patiënten met geen gedetecteerd metastase tijdens de follow-up, en 18 patiënten met uitgezaaide kanker. De laatste groep bestond uit vier patiënten met verre uitbreiden tot één orgaan en 14 patiënten met uitbreiden tot meerdere organen; betrokken organen opgenomen buikvlies (13 gevallen), lever (acht gevallen), long (drie gevallen), andere locaties (acht gevallen). In het algemeen inclusie criteria betrokken: Eastern Cooperative Oncology Group (ECOG) performance status van 0-2, leeftijd 20-85 jaar, serum creatinine niveau < 1,5 mg /dl, serumbilirubine niveau < 2,0 mg /dl, een aantal granulocyten > 1500 cellen /l en een aantal bloedplaatjes > 100.000 cellen /l, terwijl uitsluitingscriteria betrokken: vorige maligniteit, een eerdere operatie, bestraling of chemotherapie. De voorbehandeling enscenering gebaseerd op lichamelijk onderzoek, esophagogastroscopy met biopten, CT-scan van de buik en borst onderzoek door X-ray of CT. Vijftig sexe en leeftijd gematchte ziektevrij donoren werden als controlegroep. Alle deelnemers aan de studie waren blanken (~ 65% van de mannen) met de leeftijd bij de range 34-74 jaar. Tabel 1 geeft meer gedetailleerde informatie over geanalyseerd groepen. Het onderzoek werd goedgekeurd door de bevoegde ethische commissie, en alle personen die deelnamen aan deze studie verschaft geïnformeerde toestemming te geven hun bewuste en vrijwillige participation.Table 1 Kenmerken van de donor groepen opgenomen in de studie
Group /parameter

Gezonde controle
Kankerpatiënten (alle gevallen)
patiënten met lokaal gevorderde kanker
patiënten met uitgezaaide kanker
Geen verspreiding

Verspreid
Number (n)
50
53
19
16
18
Geslacht (M /V)
30/20
37/16
07/12
13/3
12/6
Leeftijd (jaar)
28-60 (mediaan 50)
34-74 (mediaan 59)
36-70 (mediaan 59)
34-73 (mediaan 58)
35-74 (mediaan 60)
Tumor locatie
Upper derde
- 15 (28%)
3 (16%)
6 (37%)
6 (33%)
Midden derde
- 31 (59%)
13 (68%)
9 (57%)
9 (50%)
Lower derde
- 7 (13%)
3 (16%)
1 (6%)
3 (17%)
histologische graad
G1-G2
- 16 (30%)
10 (53%)
3 (19%)
3 ( 17%)
G3
- 29 (55%)
8 (42%)
11 (69%)
10 (56%) van Zazzle.nl Niet gespecificeerd
-
8 (15%)
1 (5%) Pagina 2 (12%)
5 (27%)
primaire tumor
CT1-T3
-
50 (94%)
19 (100%)
16 (100%)
15 (83%)
CT4
- 3 (6%)
0 (0%)
0 (0%)
3 (17%)
Lymfeklier
cN0
- 20 (38%)
13 (68%)
5 (31%) Pagina 2 (11%)
CN1-N3
- 33 (62%)
6 (32%)
11 (69%)
16 (89%)
metastase (aanvankelijke)
CM0
- 35 (66%)
19 (100%)
16 (100%)
0 (0%)
CM1
- 18 (34%)
0 (0%)
0 (0%)
18 (100%)
Groep patiënten met lokaal gevorderde kanker op het moment van de diagnose waren verder opgesplitst in subgroep, waar ofwel geen spread (controle) of opeenvolgende kanker verspreiding /uitbreiden (metastasen) werd gedetecteerd
Voorbereiding van serummonsters
Pre-behandeling bloed werd verzameld in een 5 ml vacutainer buis (Becton-Dickinson), gedurende 30 minuten bij kamertemperatuur om stolling en vervolgens gecentrifugeerd bij 1000 g gedurende 10 min
om het stolsel te verwijderen. Het serum werd in porties verdeeld en bewaard bij -70 ° C tot gebruik
profilering van het lage molecuulgewicht fractie van serum proteoom analyse
Voordat monsters werden verdund 1:. 5 met buffer die 20% acetonitril (ACN) en 25 mM ammoniumbicarbonaat en vervolgens gefiltreerd door centrifugatie door Amicon Ultra eenheden (50 kDa cut-off) voor het verwijderen van overvloedige hoog molecuulgewicht eiwitten, vooral albumine. Onmiddellijk voor analyse monsters werden ontzout en geconcentreerd door inladen ZipTip C18 microkolommen (EMD Millipore) en vervolgens geëlueerd met 1 pi matrixoplossing (verzadigde oplossing van a-cyano-4-hydroxy-kaneelzuur in 30% ACN /H <sub>2O en 0,1% TFA) direct op de 800 micrometer AnchorChip ™ (Bruker Daltonics) plaat. De analyse werd uitgevoerd met behulp van een UltrafleXtreme MALDI-TOF massa- spectrometer (Bruker Daltonics); de analysator werkzaam in de lineaire modus, en positieve ionen in het intern gebied tussen 1000 en 12.000 Da. De monsters werden gespot in tweevoud en voor elke spot twee spectra werden verworven. Massa kalibratie werd uitgevoerd na elke vier monsters met behulp van Protein Calibration Standard I (Bruker Daltonics). Randomisatie in blokken werd in spectra registratie een mogelijke lading te vermijden. Daarna worden de ruwe gegevens werden geëxporteerd naar TXT bestanden en de spectrale componenten werden voorbehandeld middels bioinformatica algoritmes die in onze groep uitlijning detectie en verwijdering van outlier profielen door Dixon Q-test opgenomen (één spectra werden uit ongeveer 5% van de monsters) gemiddelde technische herhalingen basislijn verwijdering en normalisatie van de totale ionenstroom. De spectra smoothing, piek picking, binning en statistische analyses werden uitgevoerd met behulp Spectrolyzer software (versie 1.0.21.3590, MedicWave).
LC-MS /MS analyse van serum proteoom componenten
Serum monsters werden gereduceerd met 5 mM dithiothreitol voor 5 minuten bij 95 ° C, daarna gealkyleerd met 10 mM joodacetamide gedurende 20 minuten in het donker bij kamertemperatuur en vervolgens gedurende de nacht gedigereerd bij 37 ° C met trypsine (Promega). De analyse werd uitgevoerd op Dionex UltiMate 3000 RSLC nanoLC systeem aangesloten Q Exactive Orbitrap massaspectrometer (Thermo Fisher Scientific); elk monster werd afzonderlijk geanalyseerd. Tryptische peptiden (2,5 ug peptiden) werden gescheiden op omkeerfase Acclaim PepMap RSLC nanoViper C18 kolom (75 urn x 25 cm, 2 urn granulering) met de acetonitril gradiënt (4-60%, in 0,1% mierezuur) bij 30 ° C en een stroomsnelheid van 250 nL /min (230 min). De spectrometer is actief in de data-afhankelijke MS /MS mode met onderzoek scans verkregen met een resolutie van 70.000 bij m /z 200 Da in MS modus en 17.500 bij m /z 200 Da in MS2 stand respectievelijk. De spectra werden opgenomen in de scan m /z bereik 300-2000 in de positieve ion modus. Hogere energie botsing dissociatie (HCD) ion fragmentatie werd uitgevoerd met genormaliseerde botsingsenergieën ingesteld op 25. Eiwit identificatie werd uitgevoerd met behulp van Swiss-Prot menselijke database met een precisie tolerantie 10 ppm voor peptide massa en 0,05 Da voor fragment ion massa. De dichtheden van de geïdentificeerde eiwitten werden geschat met behulp van MaxQuant 1.4.1.1 software.
Statistische en bioinformatica analyses
Van iedere component van MALDI massa-profielen de vergelijking tussen groepen donoren werd uitgevoerd met behulp van de Student's t test na logaritmische transformatie van de gegevens. Multi-component classifiers werden gebouwd en getest met de SVM-gebaseerde benadering met behulp van Spectrolyzer software (versie 1.0.21.3590, MedicWave). Significantie van verschillen in dichtheden van eiwitten gekwantificeerd door LC-MS /MS werden beoordeeld met de t-test of Mann-Whitney-test afhankelijk normaliteit van data (type distributie werd geschat met de Shapiro-Wilk test, de Lilliefors test en de F test voor homogeniteit van varianties), en de Nemenyi test voor paarsgewijze vergelijkingen. In het algemeen, p = 0,05 werd geselecteerd als statistische significantiedrempel behalve MALDI profielen waarbij de Bonferroni-correctie voor meervoudige tests toegepast. De empirische Proteoom Ontology Knowledge Base (EPO-KB), die geregistreerd m /z waarden annotates bekende peptide /eiwitten [26], werd gebruikt om hypothetische identificatie van de spectra componenten toe te wijzen (0,5% nauwkeurigheid van massa limiet is toegestaan). Lijst van genen die overeenkomt met geïdentificeerde eiwitten werd geannoteerd op GO termen met behulp van gProfiler (http: //biit cs ut ee /gprofiler /...); de betekenis van de term oververtegenwoordiging werd beoordeeld met behulp van de hypergeometrische verdeling-test. Om de functionele relaties tussen geïdentificeerde eiwitten overeenkomstige genen te visualiseren werden geannoteerd op de GeneMANIA Cytoscape plugin voor pathway interactie netwerken (http:. //Pagina genemania org /plugin /.)
Resultaten
Mass. profielen van het serum endogene peptidoom (het lage molecuulgewicht fractie van serum proteoom) werden gekarakteriseerd door MALDI-ToF spectrometrie in de gehele groep van 53 patiënten met maagkanker en 50 overeenkomende gezonde donoren. Deze analyse liet ons toe om de algehele mate van verschillen en overeenkomsten tussen de subgroepen van de geanalyseerde individuen ezels. In het algemeen, 255 spectrale componenten (peptide-ionen) werden onderscheiden in de geanalyseerde massa bereik (afb. 1a), en abundanties van 101 componenten toonde statistisch significante verschillen tussen vergeleken groepen (na de Bonferroni correctie tegen meerdere testen). Tabel 2 presenteert aantallen serum peptidoom componenten die bepaalde groepen donors gedifferentieerd. De grote verschillen in dichtheden van specifieke onderdelen serum waargenomen tussen patiënten met kanker en gezonde donoren (ongeveer 39% van de geregistreerde componenten gezwolgen statistisch significante verschillen). Grote verschillen werden waargenomen tussen patiënten met lokaal gevorderde kanker (alle gevallen) en patiënten met metastatische kanker (ongeveer 9% van geregistreerde componenten revelled statistisch significante verschillen); Dit is opmerkelijk dat vergelijkbare aantallen differentiëren componenten werden waargenomen bij patiënten met uitgezaaide kanker werden vergeleken met beide subgroepen met lokale ziekte afzonderlijk (dat wil zeggen, de groep waar de verre verspreiding van kanker werd ontdekt tijdens de follow-up en de groep zonder bewijs van ziekte). Coherent, kon goed presterende classificeerders worden gebouwd op basis van kenmerken van het serum peptidoom dat in vergelijking groepen van gezonde donoren en patiënten gescheiden met lokaal gevorderde of uitgezaaide kanker (de AUC maat voor SVM-gebaseerde classifier was boven 90% in ieder geval). In contrast, geen statistisch significant verschil waargenomen wanneer twee subgroepen van patiënten met lokaal gevorderde kanker (die ofwel ontwikkeld of niet ontwikkeld metastase in de follow-up) werden vergeleken (de AUC van SVM gebaseerde classifier was dan 50%). Figuur 1b geeft voorbeelden van serum peptidoom componenten met significant verschillende dichtheden onder vergeleken groepen. Dit is opmerkelijk dat onder petidome componenten die zowel gezonde controles van kankerpatiënten en patiënten onderscheiden met lokaal gevorderde kanker van patiënten met metastasen waren er verschillende componenten die vermoedelijk overeen met fragmenten van fibrinopeptide A (FIBA). Deze omvatten componenten met maatschappelijke m /z waarde 1088,7, 5903,5 en 5916,6 Da significant neerwaarts gereguleerd in het serum van patiënten met kanker, en onderdelen 1469,9 en 1626,0 Da met een duidelijk hogere dichtheden in het serum van patiënten met gemetastaseerde ziekte dan bij patiënten met lokaal gevorderde kanker (zie figuur . 1b; Extra file 1: Tabel S1). We concludeerden dat de moleculaire verschillen tussen lokaal gevorderde en metastatische maagkanker (evenals verschillen tussen gezonde individuen en patiënten met maagkanker in het algemeen) zijn reflectie op het niveau van serum peptidoom. Echter kan gebruik van peptidoom van voorbehandeling serum waarschijnlijk worden toegepast prognose van de ziekte verspreiden tijdens /na de behandeling. Fig. 1 Profiel van endogene serum peptidoom van de patiënten met maagkanker. Gemiddeld massaspectrum in de reeks 1000-10,000 Da. b Voorbeelden van serum peptidoom onderdelen die abundanties waren verschillend tussen monsters van gezonde controles en verschillende groepen patiënten met maagkanker. Boxplots
tonen minimum, lagere kwartiel, de mediaan, de bovenste kwartiel, maximale waarden, en uitschieters; sterretjes
gemarkeerd significante verschillen (p < 0,05 met de Bonferroni correctie)
Tabel 2 Aantallen serum peptidoom componenten met dichtheden verschillend tussen vergeleken groepen van personen
Groepen /verschillen
Controle vs. kanker (alle gevallen)
Lokaal gevorderde vs. uitgezaaide kanker
Lokale /no spread ten opzichte van uitgezaaide kanker
Lokale /uitbreiden vs. uitgezaaide kanker
lokale /no spread ten opzichte van lokale /uitbreiden kanker
n
50 vs. 53
35 vs. 18
19 vs. 18
16 vs. 18
19 vs . 16
p < 0.05
182
88
74
75
11
FDR
7%
14%
17%
17%
100%
p < 0,05 /Bonferroni
101
23
11
16
0
AUC (SVM)
0,94
0,91
0.92
0.97
0,48
getoond zijn nummers van differentiëren componenten die drempel van statistische significantie p = 0,05 (met bijbehorende FDR schatting) of drempel versterkt met de Bonferroni-correctie, en de kracht van SVM classifier bereikt gebouwd van peptidoom componenten (gekenmerkt door de AUC-waarde)
in de tweede stap selecteerden we monsters van 12 gezonde donoren en tien patiënten van elke kanker subgroep dezelfde leeftijd (mediaan ongeveer 56 jaar) en gedeelte van geslachten (ca. 80% van de mannen) in vergelijking subgroepen verzekeren. Deze monsters werden gebruikt voor verdere analyse gebaseerd op de shotgun LC-MS /MS benadering. In het algemeen werden ongeveer 450 geïdentificeerde eiwitten in serummonsters geanalyseerd. Niveaus van 234 serumeiwitten werden gekwantificeerd in monsters van elk van 42 individuen, waaronder 129 unieke serumeiwitten niet gerelateerd aan immunoglobulinen (105 immunoglobulinen Ig-verwante eiwitten, evenals putatieve gekarakteriseerde eiwitten, werden uitgesloten van verdere analyse); volledige gegevens worden gepresenteerd in de Extra file 1: Tabel S2. Er waren 49 serumeiwitten met dichtheden verschillend tussen gezonde donoren en patiënten met maagkanker (p-waarde < 0,05; geschatte FDR waarde = 13%): 41 proteïnen werden opgereguleerd, terwijl acht eiwitten in het bloed van patiënten met kanker (eiwitten in tabel vermeld werden neerwaarts gereguleerd 3,. voorbeelden in figuur 2). Dit is opmerkelijk dat vergelijkbare patronen kankergerelateerde opregulatie of neerwaartse regulatie van serumeiwitten waargenomen in alle subgroepen zijn van kankerpatiënten (hoewel kleiner geanalyseerde groepen kunnen statistische significantie van verschillen te verminderen, zie aanvullende bestandsinformatie 1: Tabel S3). Bovendien waren er 19 serumeiwitten met dichtheden verschillend tussen patiënten met lokaal gevorderde en metastatische kanker (p-waarde < 0,05; geschatte FDR waarde = 34%): drie eiwitten werden opgereguleerd terwijl 16 eiwitten in het bloed van patiënten met metastatische ziekte werden neerwaarts gereguleerd. Dit is opmerkelijk dat abundanties van C-reactief proteïne en angiogenin algemeen opgereguleerd in kanker monsters verder toegenomen metastatische monsters, terwijl abundanties van koolzuuranhydrase 1 algemeen neerwaarts gereguleerd in kankermonsters verder afgenomen metastatische monsters (Tabel 3). Bovendien, patronen van de verschillen tussen de monsters van patiënten met uitgezaaide kanker en alle patiënten met lokale ziekte werden behouden toen twee kleinere subgroepen van patiënten met lokaal gevorderde kanker waren paarsgewijs vergeleken met uitgezaaide kanker (zie Extra file 1: Tabel S4). Anderzijds, overvloed van slechts één eiwit (antitrombine-3) gaf een statistisch significant verschil bij twee subgroepen van patiënten met lokaal gevorderde kanker vergeleken (overvloed van dit eiwit was het hoogst in groep patiënten met lokale ziekte die verspreid tijdens opvolgen). We concludeerden dat multi-eiwit handtekening kon worden geïdentificeerd voor de indeling van voorbehandeling serummonsters van maagkanker patiënten, die van zowel lokaal gevorderde of gemetastaseerde ziekte leed. Echter, kenmerken van serum proteoom kon geen onderscheid maken patiënten met een lokale ziekte die verspreid tijdens de follow-up na de treatment.Table 3 Differentiatie serumeiwitten
Protein naam
Protein volledige naam
Gene naam
Controle /kanker
Lokale /gemetastaseerde
Ratio
p-waarde
Ratio
p-waarde

A1AG1
Alpha-1-zuur-glycoproteïne 1
ORM1
0,67
0,0008
1,00
0,5824
A1AG2
Alfa- 1-zuur glycoproteïne 2
ORM2
0,68
0,0006
1,00
0,7414
A1AT
Alpha-1-antitrypsine
SERPINA1
0.50
< 0,0001
1.03
0,6441
A1BG
Alpha-1B-glycoproteïne
A1BG
0.76
0,0072

1.04
0,5824
A2GL
leucine-rijke alpha-2-glycoproteïne
LRG1
0.46
0,0016
0,80
0,4414
AACT
Alpha-1-antichymotrypsine
SERPINA3
0.54
0,0007
0.97
0,9124
Adipo
Adiponectin
ADIPOQ
0,41
0,0092
1,60
0,3442
AFAM
Afamin
AFM
1.30
0,0355

1.06
0,5824
ANGI
Angiogenin
ANG
0,30
0,0465
0,24
0,0294
ApoA1
Apolipoproteïne AI
ApoA1
0.47
< 0,0001
1.31
0,0235
APOC1
apolipoproteïne CI
APOC1
0.25
< 0,0001
1.52
0,1183
apoc3
Apolipoprotein C-III
apoc3
1,82

0,0108
1,20
0,5824
APOE
apolipoproteïne E
APOE
0.62
0,0040
1.01
0,6441
APOF
Apolipoprotein F
APOF
0,64
0,0085
0,80
0,5235
APOM
Apolipoprotein M
APOM
0,92
0,4275
1,51
0,0263
C1S
Aanvulling C1s subonderdeel
C1S
0,70
0,0016
1,22
0,0748
CAH1
Koolzuuranhydrase 1
CA1
2,96
0,0173
2,41
0,0143
CBG
corticosteroïden-bindende globuline
SERPINA6
0.53
0,0117
1,08
0,7749
CD14
monocyten antigen CD14
CD14
0.56
0,0033
1.21
0,1658
CERU
ceruloplasmine
CP
0,67
0,0013
1,05
0,6129
CFAB
aanvullen factor B
CFB
0.61
0,0006
1.11
0,6441
CO2
Aanvulling C2
C2
0,64
0,0475
1.57
0,0679
CO4A
aanvullen C4-A
C4A
0,87
0,0435
0.94
0,7749
CO4B
aanvullen C4-B
C4B
0,73
0,0127
0.99
0,5526
CO5
complement C5
C5
0.77
0,0085
0,91
0,8776
CO6
aanvullen component C6
C6
0.64
0,0013
0.97
0,8431
CO8G
aanvullen component C8 gamma
C8G
0.66
0,0137

1.12
0,4679
CO9
aanvullen component C9
C9
0.42
< 0,0001
0.93
0,9124
CRP
C-reactief proteïne
CRP Restaurant < 0,01
0,0389
0.15
0,0414
CXCL7
bloedplaatjes basisch eiwit
PPBP
0,83
0,1516
1,53
0,0030
FETUA
Alpha-2-HS-glycoproteïne
AHSG
0,90
0,3095
1,34
0,0068
FHR1
aanvullen factor-H gerelateerde prot. 1
CFHR1
0.66
0,0725
1.30
0,0366
GPX3
glutathionperoxidase 3
GPX3
0.92
0,6065</sub>