基于GC-TOF-MS及UHPLC-MS/MS双重技术的Ⅰ型子宫内膜癌代谢组学研究

发布时间：2021-04-02 06:48

　　研究背景:子宫内膜癌是严重危害女性健康的恶性肿瘤。根据2015年公布的统计数据,全球范围内,子宫内膜癌新发病例为319,600,位居女性恶性肿瘤第六位,并且在经济发达国家,发病率高达第四位。随着我国经济水平的上升,患有高血压、肥胖、糖尿病和高脂血症等子宫内膜癌高危因素的女性人数显著增加,该病发病率呈逐年递增趋势。子宫内膜癌分为两型（I型和II型）,其中I型即雌激素依赖型子宫内膜癌为子宫内膜癌中最常见类型（80%）,且发病呈年轻化趋势,如何明确I型子宫内膜癌发生发展的分子机制并寻求精准预测、早期诊断和早期治疗的靶体分子是当前研究的热点和重点。由于I型子宫内膜癌为激素依赖性肿瘤,常存在多种代谢通路异常,因此已描述生物体代谢变化规律的“代谢组学”为实现这一目标提供了实验基础。代谢组学一方面对内源性代谢物整体及其动态变化规律进行检测、量化,并寻找有效的内源性小分子标志物（核酸、氨基酸、脂肪酸、糖类等）,作为疾病诊断及个体化治疗监测的依据;另一方面确定该变化规律与生物过程的有机联系,从而揭示疾病的发生发展机理,使人们对肿瘤细胞的生命活动有了更深层次的理解,为肿瘤的研究提供了一个新的角度,并显示出... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：131 页

【学位级别】：博士

【部分图文】：

图１．２肿瘤组对疾病对照组血清样本ＰＣＡ得分散点图??

?４０??ＰＣ【１］??图１．２肿瘤组对疾病对照组血清样本ＰＣＡ得分散点图??图中ＰＣ［１］和ＰＣ［２］分别代表排名第一和第二的主成分得分，不同的散点颜色??和形状代表不同的样本分组，蓝色示肿瘤组血清样本，绿色示疾病对照组血清样??本。图中散点分布较分散，从各散点分布情况可见肿瘤组和疾病对照组血清样本??的区分在排名靠前的主成分上不太显著，聚类不明显，无显著分组趋势，样本基??本全部处于９５％置信区间内。相较于细胞培养和动物实验，由于临床病人的遗传??背景较复杂、饮食习惯和生活环境各异，因此两组血清样本间聚类不显著是可以??理解的，因此该数据值得进一步研究。??２．２．２２正交偏最小二乘法－判别分析（ＯＰＬＳ－ＤＡ）??由于相关变量影响

浙江大学博丄？学位论文?第一部分结果??２．２．４差异代谢物ＫＥＧＧ分析及代谢通路分析??本实验使用代谢网络研究最常用的ＫＥＧＧ?Ｐａｔｈｗａｙ数据库。将差异性代谢物??结果在ＫＥＧＧ数据库中映射，整理出差异代谢物映射的所有通路，并在ＫＥＧＧ通??路图上标著差异性代谢物，红色代表上调，蓝色代表下调。??ＩＣＥＧＧ分析仅找到所有差异代谢物参与的通路，但这些通路是否与实验条件??密切相关，我们还需要对差异代谢物进行富集分析和拓扑分析。??


本文编号：3114800