肺癌呼吸标志物筛选及其生物信息学分析

收稿日期：2018−10−03.
网址：/eng/article/2019/1008-973X/201912017.shtml
基金项目：国家自然科学基金重大仪器专项资助项目（31627801）.
作者简介：吴谦（1989—），男，博士生，从事生物医学工程的研究. /0000-0002-0739-364X. E-mail：qianwu@ 通信联系人：王平，男，教授. /0000-0001-6474-2722. E-mail：cnpwang@
的 灵 敏 度 、 特 异 性 和 整 体 正 确 率 分 别 为 86.2%， 91.2% 和 89.6%， 说 明 所 提 方 法 能 简 便 、 有 效 区 分 正 常 人 和 肺 癌 病
人，为早期肺癌筛查提供方便、可靠的检测方法.
关键词： 呼出气体检测；肺癌标志物；生物信息学；转录组分析；蛋白结构分析；肺癌早期筛查
中图分类号： Rห้องสมุดไป่ตู้318
文献标志码： A
文章编号： 1008−973X（2019）12−2389−07
Screening and bioinformatics analysis of lung cancer exhale breath biomarkers
WU Qian, WANG Ping
(Key Laboratory for Biomedical Engineering of Education Ministry, Zhejiang University, Hangzhou 310027, China)
第 53 卷第 12 期 2019 年 12 月
浙 江 大 学 学 报 (工学版)
Journal of Zhejiang University (Engineering Science)
DOI: 10.3785/j.issn.1008-973X.2019.12.017
Vol.53 No.12 Dec. 2019
性 挥 发 性 有 机 物 （ VOC） . 采 用 转 录 组 分 析 得 到 肺 癌 和 健 康 人 的 差 异 表 达 基 因 ， 其 富 集 的 代 谢 通 路 与 人 体 内 产 生
VOC 的代谢通路一致，证明所筛选的 VOC 标志物与肺癌病人代谢具有相关性. 基于此 VOC 建立的肺癌诊断模型
肺癌呼吸标志物筛选及其生物信息学分析
吴谦，王平
(浙江大学 生物医学工程教育部重点实验室，浙江 杭州 310027)
摘 要：采用结合转录组、代谢通路、蛋白结构的呼出气体检测生物信息学分析方法来确定肺癌气体标志物，用于
肺癌的筛选诊断. 采用标准仪器（GCMS）检测肺癌病人和正常人的呼吸气体样本；经统计分析，筛选出 10 种特异
在世界范围内，肺癌的发病率和死亡率都在 各类癌症中居首位，但医学界一直缺少一种简便 的早期肺癌筛查方法. 人类的呼出气体中包含大 量人体健康状态的信息，其中挥发性有机物 （volatile organic compound，VOC）被认为是一种可
用于无创肺癌筛查的理想标志物[1]. 在过去的几 十年里，关于肺癌病人呼出气中 VOC 的研究已有 大量的报道[1-2]. 基于不同的统计方法，不同的研 究提出了各自的肺癌特异性 VOC 标志物[3]. 由于 关于呼气中的 VOC 与肺癌在生理病理学上的联
Abstract: The exhale breath detection combined bioinformatics analysis method, including transcriptome, metabolic pathway and protein structure, was proposed to identify gas markers for screening and diagnosis of lung cancer. Lung cancer patients and healthy controls' samples were collected to performe GC-MS and ROC curve analysis which obtained ten specific VOCs. Differentially expressed genes were obtained by transcriptome analysis. The differentially expressed genes and relative metabolic pathways were consistent with in vivo biological process, which meant that these VOCs come from the metabolism of lung cancer patient. The sensitivity, specificity and overall accuracy of lung cancer diagnosis model established based on VOCs were 86.2%, 91.2% and 89.6%, respectively. Thus, the proposed method can distinguish normal people and lung cancer patients simply and effectively, providing convenient approach for early screening of lung cancer. Key words: exhale breath detection; lung cancer biomarker; bioinformatics; transcriptome analysis; protein structure analysis; early screening of lung cancer