Application of untargeted GC-MS analysis for the identification of cancer biomarkers among steroid hormones in human urine

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The steroid profile is an informative tool both for doping control and clinical diagnostics. Untargeted analysis enables the identification of many compounds that may serve as potential biomarkers of various diseases. In this study, an untargeted GC-MS analysis was conducted on urine samples from 22 cancer patients with different localizations and 22 healthy volunteers. A total of 54 steroid hormones and several fatty acids were identified in the samples. Statistical analysis of the GC-MS data was performed using the Mann–Whitney test and Principal Component Analysis (PCA). Significant differences were found for 46 steroid hormones and 6 fatty acids between the cancer and healthy groups. Projection of the observations onto the factor plane allowed the two groups to be separated, demonstrating the potential of untargeted GC-MS analysis for cancer biomarker discovery.

About the authors

E. M. Gashimova

Kuban State University

Email: elina.gashimova@yandex.ru
149 Stavropolskaya St., Krasnodar, 350040 Russia

A. S. Podzhivotov

Kuban State University

149 Stavropolskaya St., Krasnodar, 350040 Russia

A. Z. Temerdashev

Kuban State University

149 Stavropolskaya St., Krasnodar, 350040 Russia

T. Yu. Malitskaya

Kuban State University

149 Stavropolskaya St., Krasnodar, 350040 Russia

D. V. Perunov

Research Institute – Regional Clinical Hospital No. 1 named after S.V. Ochapovsky

167 May 1 St., Krasnodar, 350086 Russia

I. S. Polyakov

Research Institute – Regional Clinical Hospital No. 1 named after S.V. Ochapovsky

167 May 1 St., Krasnodar, 350086 Russia

V. A. Porkhanov

Research Institute – Regional Clinical Hospital No. 1 named after S.V. Ochapovsky

167 May 1 St., Krasnodar, 350086 Russia

References

  1. Linhares B.L., Miranda E.P., Cintra A.R., Reges R., Torres L.O. Use, misuse and abuse of testosterone and other androgens // Sex Med Rev. 2022. V. 10. № 4. P. 583.
  2. Gosetti F., Mazzucco E., Gennaro M.C., Marengo E. Ultra high-performance liquid chromatography tandem mass spectrometry determination and profiling of prohibited steroids in human biological matrices. A review // J. Chromatogr. B: Anal. Technol. Biomed. Life Sci. 2013. V. 927. P. 22.
  3. Kaur-Atwal G., Reynolds J.C., Mussell C., Champarnaud E., Knapman T.W., Ashcroft A.E., Creaser C.S. Determination of testosterone and epitestosterone glucuronides in urine by ultra performance liquid chromatography-ion mobility-mass spectrometry // Analyst. 2011. V. 136. P. 3911.
  4. Marcos J., Pozo O.J. Derivatization of steroids in biological samples for GC–MS and LC–MS analyses // Bioanalysis. 2015. V. 7. № 19. P. 2515.
  5. Garcia-Arnes J.A., Garcia-Casares N. Doping and sports endocrinology: Anabolic-androgenic steroids // Rev. Clin. Esp. (Barc). 2022. V. 222. № 10. P. 612.
  6. Hayes B.L., Robinson T., Kar S., Ruth K.S., Tsilidis K.K., Frayling T. et al. Do sex hormones confound or mediate the effect of chronotype on breast and prostate cancer? A Mendelian randomization study // PLoS Genet. 2022. V. 18. № 1. Article e1009887.
  7. Blair I.A. Analysis of estrogens in serum and plasma from postmenopausal women: Past present, and future // Steroids. 2010. V. 75. № 4–5. P. 297.
  8. Fadl J., Aljuhani R.A., Albog Y.H., Khraisat A.F., Alsubaie K.A. Role of microRNA in sex steroid hormones signaling and its effect in regulation of endometrial, ovarian, and cervical cancer: A literature review // Cureus. 2024. V. 16. № 2. e54773.
  9. Zhu P., Ren J., Sun J., Geng J., Wang H., Ma M. The association of endogenous sex hormones with endometrial cancer risk: A systematic review and meta-analysis // Eur. J. Obstet. Gynecol. Reprod. Biol. 2025. V. 310. Article 113997.
  10. Воробьева Л.И., Свинцицкий В.С., Ткаля Ю.Г. Гормональный канцерогенез и обоснование применения гормональной терапии в лечении больных раком яичника // Клиническая онкология. 2013. № 1. C. 56.
  11. Moon J.Y., Kim K.J., Moon M.H., Chung B.C., Choi M.H. A novel GC-MS method in urinary estrogen analysis from postmenopausal women with osteoporosis // J. Lipid Res. 2011. V. 52. № 8. P. 1595.
  12. Keevil B. Steroid mass spectrometry for the diagnosis of PCOS // Med. Sci. 2019. V. 7. № 7. Article 78.
  13. Объедкова Е.В., Карцова Л.А., Кирсанов Д.О., Великанова Л.И., Легин А.В. Получение характерных профилей стероидных гормонов методом обращенно-фазовой ВЭЖХ // Журн. аналит. химии. 2014. Т. 69. № 2. С. 214. (Obedkova E.V., Kartsova L.A., Kirsanov D.O., Legin A.V., Velikanova L.I. Generation of characteristic profiles of steroid hormones by reversed-phase HPLC // J. Anal. Chem. 2014. V. 69. № 2. P. 200.)
  14. Velikanova L.I., Shafigullina Z.R., Lisitsin A.A., Vorokhobina N.V., Grigoryan K., Kukhianidze E.A., Bessonova E.A. Different types of urinary steroid profiling obtained by high-performance liquid chromatography and gas chromatography-mass spectrometry in patients with adrenocortical carcinoma // Horm. Cancer. 2016. № 7. P. 327.
  15. Gomez-Gomez A., Miranda J., Feixas G., Betegon A.A., Crispi F., Gratacós E., Pozo O.J. Determination of the steroid profile in alternative matrices by liquid chromatography tandem mass spectrometry // J. Steroid Biochem. Mol. Biol. 2020. V. 197. Article 105520.
  16. Wang R., Hartmann M.F., Wudy S.A. Targeted LC-MS/MS analysis of steroid glucuronides in human urine // J. Steroid Biochem. Mol. Biol. 2021. V. 205. Article 105774.
  17. Соколова Л.С., Ефремов А.А. Применение хромато-масс-спектрометрии в исследовании гормонов // Сорбционные и хроматографические процессы. 2012. Т. 12. № 6. C. 1033.
  18. Liu M., Ge Y., Xu X., Liao L. Quantification of urinary steroids by supported liquid extraction with GC-MS/MS: Unravelling cyclic fluctuations of steroid profiling in regular menstrual cycle // J. Pharm. Biomed. Anal. 2022. V. 216. Article 114789.
  19. Великанова Л.И., Стрельникова Е.Г., Объедкова Е.В., Кривохижина Н.С., Шафигуллина З.Р., Григорян К., Поваров В.Г., Москвин А.Л. Получение стероидных профилей мочи больных с инциденталомой надпочечников методом газовой хромато-масс-спектрометрии // Журн. аналит. химии. 2016. Т. 71. № 7. С. 775. (Velikanova L.I., Strel’nikova E.G., Obedkova E.V., Krivokhizhina N.S., Shafigullina Z.R., Grigoryan K., Moskvin A.L. Generation of urinary steroid profiles in patients with adrenal incidentaloma using gas chromatography–mass spectrometry. // J. Anal. Chem. 2016. V. 71. P. 748.)
  20. Denver N., Khan S., Homer N.Z.M., MacLean M.R., Andrew R. Current strategies for quantification of estrogens in clinical research // J. Steroid. Biochem. Mol. Biol. 2019. V. 192. Article 105373.
  21. Gomez C., Fabregat A., Pozo Ó.J., Marcos J., Segura J., Ventura R. Analytical strategies based on mass spectrometric techniques for the study of steroid // Trends Anal. Chem. 2014. V. 53. P. 106.
  22. Dmitrieva E., Temerdashev A., Azaryan A., Gashimova E. Quantification of steroid hormones in human urine by DLLME and UHPLC-HRMS detection // J. Chromatogr. B. 2020. V. 1159. Article 122390.
  23. Leinonen A., Vuorensola K., Lepola L.M., Kuuranne T., Kotiaho T., Ketola R.A., Kostiainen R. Liquid-phase microextraction for sample preparation in analysis of unconjugated anabolic steroids in urine // Anal. Chim. Acta. 2006. V. 559. P. 166.
  24. Saito K., Yagi K., Ishizaki A., Kataoka H. Determination of anabolic steroids in human urine by automated in-tube solid-phase microextraction coupled with liquid chromatography-mass spectrometry // Pharm. Biomed. Anal. 2010. V. 52. P. 727.
  25. Antonelli G., Artusi C., Marinova M., Brugnolo L., Zaninotto M., Scaroni C., Plebani M. Cortisol and cortisone ratio in urine: LC-MS/MS method validation and preliminary clinical application // Clin. Chem. Lab. Med. 2014. V. 52. № 2. P. 213.
  26. Bloem L.M., Storbeck K.H., Swart P., du Toit T., Schloms L., Swart A. C. Advances in the analytical methodologies: Profiling steroids in familiar pathways-challenging dogmas // J. Steroid. Biochem. Mol. Biol. 2015. V. 153. P. 80.
  27. Olesti E., Boccard J., Visconti G., González-Ruiz V., Rudaz S. From a single steroid to the steroidome: Trends and analytical challenges // J. Steroid. Biochem. Mol. Biol. 2021. V. 206. Article 105797.
  28. Gomez C., Fabregat A., Pozo Ó.J., Marcos J., Segura J., Ventura R. Analytical strategies based on mass spectrometric techniques for the study of steroid metabolism // Trends Anal. Chem. 2014. V. 53. P. 106.
  29. Woźniak B., Kłopot A., Matraszek-Żuchowska I., Sielska K., Żmudzki, J. Determination of natural and synthetic oestrogens in surface water using gas chromatography-mass spectrometry // Bull. Vet. Inst. Pulawy. 2014. V. 58. P. 603.
  30. Gomes R.L., Meredith W., Snape C.E., Sephton M.A. Analysis of conjugated steroid androgens: Deconjugation, derivatisation and associated issues // J. Pharm. Biomed. Anal. 2009. V. 49. № 5. P. 1133.
  31. Chan Y.X., Alfonso H., Chubb S.P., Handelsman D.J., Fegan P.G., Hankey G.J., Yeap B.B. Higher dihydrotestosterone is associated with the incidence of lung cancer in older men // Horm. Cancer. 2017. V. 8. P. 119.
  32. Jung B.H., Bai S.W., Chung B.C. Endogenous urinary steroids in premenopausal women with uterine leiomyomas. // Int. J. Gynaecol. Obstet. 2004. V. 84. P. 55.
  33. Konieczna L., Bączek T., Belka M., Fel A., Markuszewski M., Struck W., Kaliszan R. Steroid profiles as potential biomarkers in patients with urogenital tract cancer for diagnostic investigations analyzed by liquid chromatography coupled to mass spectrometry // J. Pharm. biomed. Anal. 2013. V. 73. P. 108.
  34. Bufa A., Bíró I., Poór V., Molnár G., Kovács K.A., Felinger A., GŐcze P.M. Altered urinary profiles of endogenous steroids in postmenopausal women with adenocarcinoma endometrii // Gynecol. Endocrinol. 2010. № 26. P. 10.
  35. Zhu G., Wang Y., Wang W., Shang F., Pei B., Zhao Y., Fan Z. Untargeted GC-MS-based metabolomics for early detection of colorectal cancer // Front. Oncol. 2021. V. 11. Article 729512.
  36. Struck-Lewicka W., Wawrzyniak R., Artymowicz M., Kordalewska M., Markuszewski M., Matuszewski M., Markuszewski M. J. GC-MS-based untargeted metabolomics of plasma and urine to evaluate metabolic changes in prostate cancer // J. Breath Res. 2020. V. 14. № 4. Article 047103.
  37. Che J., Zhao Y., Gu B., Li S., Li Y., Pan K., Zhang T. Untargeted serum metabolomics reveals potential biomarkers and metabolic pathways associated with the progression of gastroesophageal cancer // BMC Cancer. 2023. V. 23. № 1. P. 1238.
  38. Sobolevsky T., Krotov G., Dikunets M., Nikitina M., Mochalova E., Rodchenkov G. Anti-doping analyses at the Sochi olympic and paralympic games 2014 // Drug Test. Anal. 2014. V. 6. № 11–12. P. 1087.
  39. Temerdashev A., Nesterenko P., Dmitrieva E., Zhurkina K., Feng Y. GC-MS/MS determination of steroid hormones in urine using solid-phase derivatization as an alternative to conventional methods // Molecules. 2022. V. 27. № 18. P. 5796.
  40. Siegel R. L., Kratzer T. B., Giaquinto A. N., Sung H., Jemal A Cancer statistic // 2025. V. 75. № 1. P. 10.
  41. Кочнова Е.А., Соболевский Т.Г., Сизой В.Ф., Родченков Г.М. Хромато-масс-спектрометрический анализ стероидного профиля спортсмена // Заводск. лаборатория. Диагностика материалов. 2010. Т. 76. № 8. С. 20.
  42. de Jong W.H., Buitenwerf E., Pranger A.T., Riphagen I.J., Wolffenbuttel B.H., Kerstens M.N., Kema I.P. Determination of reference intervals for urinary steroid profiling using a newly validated GC-MS/MS method // Clin. Chem. Lab. Med. 2018. V. 56. № 1. P. 103.
  43. Dai W., Yin P., Chen P., Kong H., Luo P., Xu Z., Xu G. Study of urinary steroid hormone disorders: Difference between hepatocellular carcinoma in early stage and // Anal. Bioanal. Chem. 2014. V. 406. P. 4325.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».