样本采集与处理
获取可用于代谢组学分析的基线血清样本
从AbATE试验中选取41例teplizumab治疗个体的基线血清样本， thawed at 4°C后取40 μL与10 μL内标和250 μL提取溶剂混合，涡旋、孵育、离心、干燥后保存。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
基线血清代谢物作为1型糖尿病患者teplizumab反应预测因子
Baseline Serum Metabolites as Predictors of Teplizumab Response in Individuals With Type 1 Diabetes
实验完整度
中基于41例患者血清的半靶向代谢组学分析及随机森林建模，包含代谢物鉴定与预测模型验证，但缺乏独立队列验证。
主要模型
41例新诊断1型糖尿病患者的基线血清样本 随机森林分类器预测模型
重点核对
应答者定义：治疗开始后2年时基线C肽下降<45% 代谢物显著性阈值：未校正P < 0.05 随机森林模型：70%训练集（14例应答者+14例无应答者）和30%测试集（13例） 模型验证：五折交叉验证、1,000次bootstrap重采样、1,000次置换检验
摘要
我们分析了来自Autoimmunity-blocking Antibody for Tolerance (AbATE)试验（NCT00129259）的41名新诊断1型糖尿病（T1D）个体的基线血清样本，以识别teplizumab反应的代谢预测因子。teplizumab应答者定义为治疗开始后2年时基线C肽水平下降<45%的个体。我们采用半靶向代谢组学方法，通过液相色谱-高分辨率串联质谱进行分析。我们鉴定出15种显著（P < 0.05）的代谢物，包括氨基酸及其衍生物、三羧酸（TCA）循环中间体和微生物来源的代谢物。应答者表现出较高水平的TCA循环代谢物、氨基酸衍生物和微生物代谢物，而无应答者则显示谷氨酸和酰基肉碱升高。这些代谢物被用于训练监督随机森林（RF）模型以预测治疗反应。模型性能通过70:30的训练-测试分割、五折交叉验证、bootstrap重采样（1,000次迭代）和置换检验（1,000次置换）进行评估。RF分类器在测试数据集中达到0.769的准确性和0.881的受试者工作特征曲线下面积。这些发现表明基线血清代谢组学特征具有预测teplizumab应答者的潜力。这可能潜在地适用于T1D预防工作中的其他免疫疗法。我们的发现需要进一步验证。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 基线血清代谢组学特征能否区分teplizumab治疗应答者与无应答者，并预测治疗反应？
- 核心机制
- 应答者基线具有较高的TCA循环中间体、氨基酸衍生物和微生物代谢物水平，以及较低的谷氨酸和酰基肉碱水平，可能反映更有利的免疫状态和β细胞保存状态。
- 主要证据
- 对41例患者基线血清进行LC-HRMS/MS半靶向代谢组学分析，鉴定出15种显著差异代谢物；随机森林模型在测试集中达到0.769准确率和0.881 AUC，置换检验P=0.012。
- 研究意义
- 基线血清代谢组学特征可能有助于识别最可能从teplizumab获益的个体，并可能适用于T1D预防中的其他免疫疗法。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
LC-HRMS/MS代谢组学分析
检测基线血清代谢物谱
使用ACE Excel 2 C18-PFP色谱柱进行梯度洗脱分离，正负离子模式采集全扫描MS和数据依赖/非依赖MS/MS数据。
数据预处理与代谢物鉴定
处理原始数据并鉴定差异代谢物
使用MZmine（版本4.5.0）进行数据处理，通过内部库和MassBank of North America的LC-HRMS/MS谱图进行level 2代谢物鉴定，采用未校正P < 0.05筛选显著代谢物。
随机森林预测模型构建与验证
评估基线代谢物谱对治疗反应的预测能力
以15种显著差异代谢物为预测因子，构建监督随机森林分类器，采用70:30训练-测试分割，并进行五折交叉验证、bootstrap重采样和置换检验。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
验证样本或模型特征
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 样本制备 | 带 fused conical insert 的LC进样瓶 | -- | -- |
| LC-HRMS/MS分析 | ACE Excel 2 C18-PFP色谱柱 | -- | -- |
| 数据处理 | MZmine | -- | 4.5.0 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本采集与处理 | 血清样本量41例；提取溶剂配比8/1/1（v/v/v）乙腈/甲醇/丙酮；离心条件20,000g、10 min、4°C 阅读提示：Methods中的Sample Preparation小节 |
| LC-HRMS/MS分析 | 色谱柱型号ACE Excel 2 C18-PFP（100 × 2.1 mm, 2 μm）；梯度0–80%乙腈/22 min；流速0.35 mL/min；柱温25°C；正负离子模式 阅读提示：Methods中的LC-HRMS/MS Instrumentation小节 |
| 代谢物筛选与鉴定 | 显著性阈值未校正P < 0.05；代谢物鉴定level 2；使用内部库和MassBank of North America谱图 阅读提示：Methods中的Data Processing and Statistical Analysis小节及Supplementary Table 1 |
| 随机森林建模 | 15种显著代谢物作为预测因子；训练集28例（14应答者+14无应答者），测试集13例；n_estimators = 300；random_state = 42；五折分层交叉验证；bootstrap 1,000次；置换检验1,000次 阅读提示：Methods中的Predictive Modeling小节及Supplementary Figs. 4–6 |
| 应答者定义 | 治疗开始后2年时基线C肽下降<45%定义为应答者；所有安慰剂参与者下降>45% 阅读提示：Research Design and Methods中的Design小节及Fig. 1 |