Prediction of Indolent Breast Cancer with Favorable Prognostic Factors by Metabolic Profiling Using In Vivo and Ex Vivo MR Metabolomics


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

To evaluate whether metabolic profiles obtained using high-resolution magic angle spinning magnetic resonance spectroscopy (HR MAS MRS) and total choline-containing compound (tCho) on in vivo MRS could predict indolent tumors based on highly favorable prognostic factors. We analyzed 50 frozen tissue samples from 50 patients (mean 46.4 years, range 29–72 years) with breast cancer using HR MAS MRS. In vivo single-voxel MRS analyses were also performed on these patients preoperatively. We defined estrogen receptor (ER)-positive tumors with a low histological grade, low Ki-67-positivity (<14 %), and negative lymph node metastases as an indolent tumor. By univariate analysis, metabolic profiles on HR MAS MRS and tCho on in vivo MRS were compared according to dichotomized pathological parameters using the Mann–Whitney test. By multivariate analysis, orthogonal projections to latent structure-discriminant analysis (OPLS-DA) were performed to differentiate groups with different prognostic pathological parameters. A total of 6 indolent tumors (12 %) and 44 non-indolent tumors (88 %) were studied. By univariate analysis, tumors without recurrence showed significantly higher Tau and Cr values than those with recurrence (P = 0.041, respectively). By multivariate analysis, an OPLS-DA model showed sensitivities of 100, 77, and 82 % and specificities of 68, 100, and 96 % for the prediction of indolent tumors, tumors with recurrence, and tumors with lymph node metastases, respectively. By univariate analysis of in vivo MRS, tumors without recurrence showed significantly higher values of tCho than those with recurrence (P = 0.043 and 0.035). Several metabolites of Gly, Lac, Tau, Cr, GPC, and Cho on HR MAS MRS could be potential candidate biomarkers for predicting indolent tumors, tumors with early recurrence, and lymph node metastases. Metabolite profiling using HR MAS MRS might enable the prediction of breast cancer prognoses, especially for ER-positive tumors.

Об авторах

Hee Shin

Department of Radiology and Research Institute of Radiology, Asan Medical Center, College of Medicine, University of Ulsan

Автор, ответственный за переписку.
Email: docshin@amc.seoul.kr
Республика Корея, 88 Olympic-ro, 43-gil, Songpa-gu, Seoul, 138-736

Suhkmann Kim

Department of Chemistry, Chemistry Institute for Functional Materials, Pusan National University

Email: docshin@amc.seoul.kr
Республика Корея, Busan, 609-735

Hyeon-Man Baek

Department of Bio-Analytical Science, University of Science and Technology

Email: docshin@amc.seoul.kr
Республика Корея, 162 Yeongudanji-ro, Ochang-eup, Cheongwon-gun, Chungbuk, 363-883

Dahye Yoon

Department of Chemistry, Chemistry Institute for Functional Materials, Pusan National University

Email: docshin@amc.seoul.kr
Республика Корея, Busan, 609-735

Siwon Kim

Department of Chemistry, Chemistry Institute for Functional Materials, Pusan National University

Email: docshin@amc.seoul.kr
Республика Корея, Busan, 609-735

Joo Cha

Department of Radiology and Research Institute of Radiology, Asan Medical Center, College of Medicine, University of Ulsan

Email: docshin@amc.seoul.kr
Республика Корея, 88 Olympic-ro, 43-gil, Songpa-gu, Seoul, 138-736

Hak Kim

Department of Radiology and Research Institute of Radiology, Asan Medical Center, College of Medicine, University of Ulsan

Email: docshin@amc.seoul.kr
Республика Корея, 88 Olympic-ro, 43-gil, Songpa-gu, Seoul, 138-736

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer-Verlag Wien, 2016

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».