1. Московский физико-технический институт (Национальный исследовательский университет), Долгопрудный, Россия
2. Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко, Москва, Россия 3. Московский физико-технический институт (Национальный исследовательский университет), Долгопрудный, Россия; Федеральный исследовательский центр “Фундаментальные основы биотехнологии” РАН, Москва, Россия 4. Автономная некоммерческая образовательная организация высшего образования “Сколковский институт науки и технологий”, Москва, Россия
Экспресс-идентификация биологических тканей стала существенно более доступным методом исследования благодаря применению методов масс-спектрометрии с прямой атмосферной ионизацией. В отличие от традиционных методов анализа, использующих хромато-масс-спектрометрические методы определения молекулярных компонент исследуемых объектов, она исключает возможность учёта эффектов подавления различными ионами друг друга по результатам измерений. Несмотря на существенный прогресс в области прямой масс-спектрометрии биологических тканей, вопрос атрибуции масс-спектрометрического профиля определённому виду ткани остаётся открытым. Применение современных методов машинного обучения (случайных лесов) позволяет проследить взаимосвязь между компонентами масс-спектрометрического профиля и результатом идентификации ткани опухоли мозга (астроцитомы или глиобластомы). В данной работе показано, что основные отличия в масс-спектрометрических профилях этих опухолей обусловлены их липидным составом. Получение статистически достоверных различий липидных профилей астроцитомы и глиобластомы позволяет быстро проводить анализ во время хирургической операции и сообщать нейрохирургу, с какой тканью он работает. Возможность точного определения границ новообразования существенно улучшает качество и оперативного вмешательства, и постоперационной реабилитации, равно как и продолжительность и качество жизни пациентов.
Загрузить PDF:
Ключевые слова: масс-спектрометрия, опухоли головного мозга, прямое профилирование, статистический анализ данных
Дополнительные материалы:
Цитирование:
Елиферов В.А., Жванский Е.С., Сорокин А.А., Шурхай В.А., Бормотов Д.С., Пеков С.И., Никитин П.В., Рыжова М.В., Куликов Е.Е., Потапов А.А., Николаев Е.Н., Попов И.А. (2020) Роль липидов при классификации астроцитомы и глиобластомы при помощи масс-спектрометрического профилирования опухолей. Биомедицинская химия, 66(4), 317-325.
Елиферов В.А. и др. Роль липидов при классификации астроцитомы и глиобластомы при помощи масс-спектрометрического профилирования опухолей // Биомедицинская химия. - 2020. - Т. 66. -N 4. - С. 317-325.
Елиферов В.А. и др., "Роль липидов при классификации астроцитомы и глиобластомы при помощи масс-спектрометрического профилирования опухолей." Биомедицинская химия 66.4 (2020): 317-325.
Елиферов, В. А., Жванский, Е. С., Сорокин, А. А., Шурхай, В. А., Бормотов, Д. С., Пеков, С. И., Никитин, П. В., Рыжова, М. В., Куликов, Е. Е., Потапов, А. А., Николаев, Е. Н., Попов, И. А. (2020). Роль липидов при классификации астроцитомы и глиобластомы при помощи масс-спектрометрического профилирования опухолей. Биомедицинская химия, 66(4), 317-325.
Переводная версия в журнале «Biomedical Chemistry (Moscow) Supplement Series B»:10.1134/S1990750821020025
Eberlin L.S., Norton I., Orringer D., Dunn I.F., Liu X., Ide J.L., Jarmusch A.K., Ligon K.L., Jolesz F.A., Golby A.J., Santagata S., Agar N.Y.R., Cooks R.G. (2013) Proc. Natl. Acad. Sci. USA, 110, 1611-1616. CrossRef Scholar google search
Sorokin A., Shurkhay V., Pekov S., Zhvansky E., Ivanov D., Kulikov E.E., Popov I.A., Potapov A.A., Nikolaev E.N. (2019) Curr. Top. Med. Chem., 19, 1521-1534. CrossRef Scholar google search
Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Blondel M., Müller A., Nothman J., Louppe G., Prettenhofer P., Weiss R., Dubourg V., Vanderplas J., Passos A., Cournapeau D., Brucher M., Perrot M., Duchesnay E. (2011) J. Machine Learning Res., 12, 2825-2830. Scholar google search
Richardson T.E., Sathe A.A., Kanchwala M., Jia G., Habib A.A., Xiao G., Snuderl M., Xing C., Hatanpaa K.J. (2018) J. Neuropathol. Exp. Neurol., 77, 542-548. CrossRef Scholar google search
Clark A.R., Calligaris D., Regan M.S., Pomeranz Krummel D., Agar J.N., Kallay L., MacDonald T., Schniederjan M., Santagata S., Pomeroy S.L., Agar N.Y.R., Sengupta S. (2018) J. Neurooncol., 140, 269-279. CrossRef Scholar google search
Guenther S., Muirhead L.J., Speller A.V.M., Golf O., Strittmatter N., Ramakrishnan R., Goldin R.D., Jones E., Veselkov K., Nicholson J., Darzi A., Takáts Z. (2015) Cancer Res., 75, 1828-1837. CrossRef Scholar google search
Taïb B., Aboussalah A.M., Moniruzzaman M., Chen S., Haughey N.J., Kim S.F., Ahima R.S. (2019) Sci. Rep., 9, 19593. CrossRef Scholar google search
Perrotti F., Rosa C., Cicalini I., Sacchetta P., del Boccio P., Genovesi D., Pieragostino D. (2016) Int. J. Mol. Sci., 17(12), DOI: 10.3390/ijms17121992. CrossRef Scholar google search
Wolrab D., Jirásko R., Chocholoušková M., Peterka O., Holčapek M. (2019) Trends Analytical Chemistry, 120, 115480. CrossRef Scholar google search
