|
编译：阿温，编辑：谢衣、江舜尧。 原创微文，欢迎转发转载。 高通量代谢分析在诊断学中具有重要意义，而繁琐的样品预处理在很大程度上阻碍了其临床应用。在此，我们设计了FeOOH@ZIF-8复合材料，该材料具有增强电离效率和尺寸排除的作用，可用于基于激光解吸/电离质谱(LDI-MS)的妇科肿瘤代谢诊断。FeOOH@ZIF-8辅助LDI-MS实现了快速、灵敏、选择性的血清代谢指纹图谱，并且无需任何富集或纯化。进一步分析提取的血清代谢指纹图谱可以成功地从健康者中鉴别出妇科癌症(GCs)患者，并区分出GCs的三种主要亚型。该方法具有低成本、高通量、易操作等特点，为疾病分析和分类带来了新的技术。 论文ID 原名：FeOOH@Metal-Organic Framework Core-Satellite Nanocomposites for Serum Metabolic Fingerprints of Gynecological Cancers 译名：FeOOH@ZIF8纳米复合材料用于检测妇科癌症的血清代谢指纹图谱 期刊：Angewandte Chemie-International Edition IF：12.257 发表时间：2020.4 通讯作者：万晶晶 通讯作者单位：华东师范大学化学与分子工程学院 实验设计 a) FeOOH@ZIF-8纳米复合材料的合成路线图；b) FeOOH@ZIF-8辅助LDI-MS提取血清代谢指纹图谱，用于三种主要妇科肿瘤的诊断。 实验结果 发生在子宫颈、子宫内膜和卵巢的肿瘤占妇科癌症（GCs）的95%，并且早期被诊断，治愈率可达80%。目前，GCs的诊断和预测策略严重依赖于活检样本的显微镜观察，但这种技术不适合大规模筛查。由于体液的筛查方式操作简单、成本低廉，所以在诊断中具有特殊的意义。传统的蛋白质生物标志物，如CEA、CA125和CD44已被证实对GCs有效，但其敏感性和特异性较低，在很大程度上限制了其实际临床应用。考虑到最终产物在生物过程中的重要性，所以代谢组学在精确诊断中比蛋白组学和基因组学更有优势。值得注意的是，GCs与代谢综合征高度相关，导致疾病发展过程中大量代谢物发生变化。因此，基于GCs生物体液的代谢指纹图谱，建立先进的检测工具具有重要意义。 质谱（MS）以其高准确性、高灵敏度、高分辨率和高通量等优点，在代谢组学研究中得到了广泛的应用。基质辅助激光解吸/电离质谱（MALDI-MS）检测速度快(~秒)和样本体积小(~μL)等特点，在临床应用中有很大前景，但常规的有机基质具有较强的噪音干扰和较差的重现性，所以对于检测小分子代谢物不尽人意。此外，由于生物样品的分子丰度低，样品的复杂性高，所以生物样品的直接代谢分析就需要做到在质谱中几乎不需要预处理，这具有很高的挑战性。本文作者立足于寻找更理想的基质材料来缩小检测物的质量范围，同时更大程度地简化样品的预处理，进而提高LDI-MS的检测效率。因此，迫切需要将LDI-MS应用于临床，尤其是体外诊断（IVD）。 迄今为止，普遍选择无机纳米材料作为LDI-MS基质。金属有机框架（MOFs）是一种无机纳米材料，具有独特半导体性质和良好的紫外吸收效率，并且复合材料型的MOFs具有更高的电离效率，能满足在分析复杂体系样品时所需的高选择性和高灵敏度的要求。通过对其形貌的精心设计，金属氧化物/MOFs复合材料可能在LDI性能上表现出重要的协同效应，有助于精确诊断。 通过简单的复合过程，将均匀的沸石型咪唑盐骨架（ZIF-8）晶体固定在FeOOH纳米棒上，得到复合材料（FeOOH@ZIF-8），用于诊断中生物体液的直接代谢分析。FeOOH@ZIF-8复合材料具有增强电离效率和尺寸排除作用，FeOOH@ZIF-8辅助LDI-MS实现了快速、灵敏、选择性的血清代谢指纹图谱，并且无需任何富集或纯化。分析提取的血清代谢指纹图谱可以成功地从健康者中鉴别出GCs患者，并区分出GCs的三种主要亚型。该方法为疾病分析和分类带来了新的思路。 通过对聚乙烯吡咯烷酮（PVP）进行改良，然后将其浸入2-甲基咪唑和硝酸锌溶液中，使ZIF-8结合到FeOOH上而获得FeOOH@ZIF-8纳米复合材料。FeOOH@ZIF-8的发射扫描电子显微镜（FESEM）图像呈现出均匀的杆状形态和粗糙的表面(图1a)。将FESEM图像放大后发现，直径约50nm的ZIF-8纳米颗粒均匀地粘附在FeOOH表面(图1b)，生成具有屏蔽结构的“核心-卫星”结构。ZIF-8之间的间距为3-15 nm，使得在检测小分子代谢物时，对相对大尺寸的蛋白质造成尺寸排阻作用。透射电子显微镜（TEM）图像(图1c)进一步显示了FeOOH@ZIF-8的固体性质，这进一步证明了“核心-卫星”结构。大角度环形暗场扫描TEM (HAADF STEM)图像和对应的元素映射图像(图1d)显示了内部Fe核心和外部Zn卫星。FeOOH@ZIF-8的多晶X射线衍射（PXRD）图谱(图1e)分别显示了FeOOH和ZIF-8的典型峰。通过傅里叶变换红外光谱（FTIR）进一步证实了ZIF-8在FeOOH@ZIF-8中的成功植入。 图1 FeOOH@ZIF-8纳米棒的表征 a-b) SEM图像，c) TEM图像，d) STEM图像和相应的元素映射图像，e) PXRD图谱。 FeOOH@ZIF-8纳米棒在355 nm波长下的吸收比单纯的ZIF-8或FeOOH更强，说明FeOOH@ZIF8纳米复合材料的异质结构能更有效地将从紫外光吸收的光子能量传递给分析物。鉴于在基质载体中阻止电子-空穴复合可以提高解吸/电离效率，于是进行了光电化学分析以深入了解FeOOH@ZIF-8纳米棒表面的电荷分离。值得注意的是，ZIF-8的存在可以显著增强纳米棒的光电流响应，说明ZIF-8可以降低FeOOH中电子-空穴复合的速率。因此，FeOOH@ZIF8异质结构在对代谢物的选择性检测上表现出尺寸排斥效应，在激光能量传递方面表现出较强的光吸收，还表现出更强的电荷分离能力，从而提高LDI-MS检测中的解吸/电离效率。 LDI实验是在正反射模式下进行的，该模式允许限定m/z范围的代谢组学和离子内收的分子峰，以便更好地进行疾病分类。ZIF-8作为基质在负反射模式下用于LDI-MS，但在正反射模式下无法检测小分子代谢物。FeOOH被包裹在ZIF-8中不能有效地与被分析物接触，以FeOOH/ZIF-8为基质时，能从较小的代谢物中检测到低强度的峰。FeOOH@ZIF-8与FeOOH相比，无论在高或低浓度下，代谢物均表现出质量峰强度增强，信噪比(S/N)增加(p<0.05)。进一步研究FeOOH@ZIF-8浓度对小分子分析物灵敏度的影响，其中浓度为1 mg/mL BSA对标准代谢物的检测效果最好。经LDI检测后FeOOH@ZIF-8的表面形貌保持良好，说明该复合材料在MS激光下具有良好的稳定性。根据小分子（丙氨酸、缬氨酸、赖氨酸、精氨酸、蔗糖）的信号强度，具有大小排斥效应的FeOOH@ZIF-8的表现优于ZIF-8、FeOOH/ZIF-8和FeOOH，表明其对复杂生物体液中小分子代谢物分析的选择性和敏感性(p<0.05，图2)。即使当BSA浓度增加到20 mg/mL时，FeOOH@ZIF-8作为基质仍然可以检测到高强度的代谢物，而FeOOH几乎没有作用。因此，FeOOH@ZIF-8对小分子代谢物的LDI效率优于ZIF-8、FeOOH/ZIF-8和FeOOH，说明在生物样品分析中控制异质结构的必要性。 图2 LDI-MS检测小分子代谢物 a-b)在0.5 M氯化钠作用下小分子代谢物的质谱图a)和接收信号的平均强度b)，c-d)在5 mg/mL BSA作用下小分子代谢物的质谱图c)和接收信号的平均强度d)。 以优化后的FeOOH@ZIF-8为基质，采用LDI-MS法提取血清代谢指纹图谱（SMF）。共179人接受了检查，包括90名健康对照组和89名GCs患者（30名CC患者，29名OC患者和30名EC患者），经单因素方差分析，四组间年龄分布差异无统计学意义(图3a)。将血清样品直接与基质混合，在低质量范围内收集m/z，无需繁琐耗时的预处理。图3b显示了OC患者、CC患者、EC患者和健康者中血清的典型LDI-MS图谱，其中所有病例均可观察到多个明显变化的峰。我们使用Otsu算法从原始FeOOH@ZIF-8辅助LDI-MS的结果中提取m/z值为106信号作为单个样本的SMF。采用正交偏最小二乘法（OPLS-DA）对89例GCs患者与90例健康对照组进行鉴别(图3c)。结果表明GCs患者与对照组之间存在显著的代谢差异。因此，基于FeOOH@ZIF-8的非侵入性代谢指纹图谱可用于从对照组中鉴别诊断出GCs的女性。 图3 89例GCs患者和90例健康者血清的代谢指纹图谱用于诊断 a) 89例GCs患者和90例健康者的数量和年龄分布；b) OC患者、CC患者、EC患者和健康对照组的典型质谱；c) 29例OC患者、30例CC患者、30例EC患者和30例健康对照组之间整体代谢差异的3D评分图。 鉴于研究GCs亚型对后续的医疗治疗具有重要意义，我们进一步利用OPLS-DA阐明三种GCs亚型的SMF。这三种亚型可以被分类，并且从组别间能明显区别得到，OC与对照组 (R2Y(cum) = 0.817, Q2(cum) = 0.718, AUC=0.9990，灵敏度为97.24%，特异度为98.67%)，CC与对照组(R2Y(cum) = 0.832, Q2(cum) = 0.802, AUC=0.9983，灵敏度为98.67%，特异度为97.33%)，EC与对照组(R2Y(cum) = 0.830, Q2(cum) = 0.798, AUC=0.9996，敏感性为98.67%，特异性为98.67%) (图4a)。其中OC、CC、EC组间的不同变化也导致明显的组间分离，进一步证实了代谢组学可以区分GCs的亚型。然后我们进行S-plot分析(图4b)，以p (cov, x-axis)≥|0.05|和p (corr, y-axis) > |0.5|为标准来筛选生物标志物。通过准确的质量测定和串联质谱结果鉴定潜在的生物标志物。通常情况下，2,3-丁二醇、丙烯醛、L-苹果酸、OC中倍他啶、CC中尿嘧啶及EC中尸体碱被认为是潜在的生物标志物。为了阐明建立的模型的诊断性能，我们进行了40名受试者的盲测，在对照组中OC患者的检出率为0.9972，CC患者的检出率为0.9216，EC患者的检出率为0.9947 (图4c)。因此，血清代谢指纹图谱建立的GCs诊断模型不仅可以区分健康者和GCs患者，也能区分三种GCs亚型。 图4 胃癌诊断的SMF数据解析以及盲法检测 a) OPLS-DA得分图显示了29例OC患者和30例健康者(左侧图)、30 例CC患者和30例健康者 (中间图)、30例EC患者和30例健康者(右侧图)之间的代谢差异(p < 0.005)；b) OC vs control(左侧图)，CC vs control(中间图)，EC vs control(右侧图)的S-plots，VIP值为>1的代谢物离子用红点标记；被选为潜在生物标志物的变量用虚线矩形突出显示，采用p≥|0.05|的方差值和p (corr) > |0.5|相关性系数；c)根据建立的模型进行盲法检测，以区分10例OC患者与10例健康者(左侧图)、10例CC患者与10例健康者(中间图)、10例EC患者与10例健康者(右侧图)。 结论 综上所述，本文设计了FeOOH@ZIF-8作为LDI-MS基质，实现了临床诊断中对于生物体液的直接代谢分析。在GCs模型中验证了这种优化组合的LDI-MS的诊断性能。我们期望所建立的方法可以普遍应用于精准医疗的高性能代谢分析中。 评价 原文网址：https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202001135 |
|
|
