代谢组学在口腔癌及口腔潜在恶性病损研究中的应用

刘 怡，管晓燕， 王 倩， 白国辉 ，肖琳琳 ，彭 睿，刘建国

(1.遵义医学院附属口腔医院， 贵州 遵义 563099； 2.贵州省普通高等学校口腔疾病研究特色重点实验室·遵义市口腔疾病研究重点实验室， 贵州 遵义 563099)



综 述

代谢组学在口腔癌及口腔潜在恶性病损研究中的应用

刘 怡1，2，管晓燕1,2， 王 倩2， 白国辉1,2，肖琳琳1，彭 睿1，刘建国1,2

(1.遵义医学院附属口腔医院， 贵州 遵义 563099； 2.贵州省普通高等学校口腔疾病研究特色重点实验室·遵义市口腔疾病研究重点实验室， 贵州 遵义 563099)

代谢组学作为基因组学和蛋白质组学的延伸和终端，作为系统生物学的重要组成部分，近年来已成为疾病预防、发病机制以及疾病诊断的研究热点。随着代谢组学的发展，其在口腔癌及口腔潜在恶性病损中的研究可以为实验室和临床提供重要参考资料，本文就代谢组学的理论基础、检测方法及分析方法在口腔癌及口腔潜在恶性病损中的研究进展做一综述。

代谢组学；口腔癌；口腔潜在恶性病损

口腔癌是全球最常见的恶性肿瘤之一，发病率占全身恶性肿瘤的第6位，并呈逐年上升趋势[1]。WHO报道，从诊断口腔鳞状上皮细胞癌(Oral Squamous Cell Carcinoma,OSCC)开始，其5年存活率约为55%，而晚期疾病存活率只有30%[2-3]。有报道指出，早期诊断OSCC可以使其5年存活率达到80%～90%[4]。因此，早期发现癌及潜在恶性病损，对癌症的预防、早期诊断和治疗具有重要意义。WHO建议将易于癌变的口腔黏膜病变统称为潜在恶性病损，用“潜在恶性”取代“癌前”[5]。其病理特征是上皮异常增生，临床常见有口腔黏膜白斑病(Oral Leukoplakia,OLK)、口腔扁平苔藓(Oral Lichen Planus,OLP)、口腔黏膜下纤维化(Oral Submucous Fibrosis,OSF)等[1]。

随着人类基因组计划的完成，如何解析基因组功能是亟待解决的关键问题，代谢产物作为基因表达的最终产物，进而受到大家的一致关注。代谢组学的优点在于：易于检测，数据库小，通用性强，结果直接，数据准确[6]。基于以上优点,代谢组学成为目前研究的热点，被广泛应用于疾病的预防和诊断以及药物研发等领域。本文就代谢组学在口腔癌及口腔潜在恶性病损中的研究做一综述。

1 代谢组学技术概述

代谢组学的概念于1999年由Nicholson教授等提出，它是通过对生物体内所有代谢物进行定性定量分析，继而寻找其与生理病理变化的关系。本文将从以下3方面进行介绍。

1.1 研究样本来源 其样本来源主要是动植物细胞和组织提取液(血清、血浆、尿液、唾液、脑脊液、羊水等)。样本采集后用干冰或冰袋低温保存运输，继而置于-80 ℃低温下保存。

1.2 数据采集方式 主要包括核磁共振(Nuclear Magnetic Resonance Imaging，MRI)、质谱(Mass Spectrometer,MS)、色谱(Gas Chromatography,GC;Liquid Chromatograph,LC)以及色谱质谱联用等技术，其中色谱质谱联用技术包括气相色谱质谱联用(Gas Chromatography-Mass Spectrometer,GC-MS)和液相色谱质谱联用(Liquid Chromatograph-Mass Spectrometer,LC-MS)等。MRI具有无创性、无偏性等特点。GC-MS具有高分离率，高灵敏度等特点。

1.3 数据解析技术 通过代谢谱图结合模式识别技术，为疾病找到相关的生物学标志物。模式识别技术包括非监督的分析方法--主成分分析(Principal Components Analysis,PCA)和有监督的分析方法--偏最小二乘法判别分析(Partial Least Squares-Discriiminate Analysis,PLS-DA)，正交偏小二乘法判别分析(Orthogond Paest Squares Discriminate Analysis)。

2 代谢组学技术在口腔癌及口腔潜在恶性病损研究中的应用

机体新陈代谢产生的代谢物与机体生化状态息息相关。当机体发生病理变化时，其内稳态将会被打破继而引起代谢物浓度的变化。研究发现，在口腔癌及口腔潜在恶性病损患者的尿液、血液、唾液以及组织中都曾观察到代谢物浓度的变化，这有助于了解口腔癌及口腔潜在恶性病损的发病机制。

2.1 尿液 尿液作为身体循环里的“清道夫”，与机体代谢密切相关。和红兵等[7]通过对口腔良、恶性肿瘤患者的尿液进行研究表明：其中良恶性肺癌患者存在能量、脂类的代谢紊乱，口腔恶性肿瘤患者存在三羧酸循环、肌醇代谢紊乱，提示代谢组学技术能为口腔良、恶性肿瘤的早期诊断和治疗提供重要依据。

2.2 血液 血液中含有各种细胞代谢产物、激素和酶等成分，有营养、调节和防御等功能。血液中不仅储存着人体遗传信息，还携带着人体代谢信息，也是代谢组学研究的常用样本。

OLK是不能以临床和组织病理学的方法诊断为其他任何疾病的口腔黏膜上的白色斑块或斑片。作为最常见的口腔潜在恶性病变，癌变率为1.58%～27.27%。研究表明，OLK高危人群的筛查可早期发现OSCC[8]。 Ashish Gupta等[9]运用核磁共振氢谱(1H-Nuclear Magnetic Resonance Imaging，1H-MRI)与OPLS-DA结合的方法将OLK患者、OSCC患者以及健康人群血清中的代谢物进行了分析，得到了8种差异性代谢物，其中部分代谢物如谷氨酰胺、丙酸、丙酮和胆碱等能将OLK与其他两者区分的准确率高达93.5%，而谷氨酰胺、丙酮、乙酸和胆碱能将OLK和OSCC区分的准确率达92.4%，提示代谢组学技术能准确区分口腔癌及口腔潜在恶性病损，这为口腔癌的早期发现及诊治提供了新方向。

周京琳等[10]的研究表明OSCC患者和正常人群的血浆差异代谢物的位点在糖基化合物信号区内，提示可能与OSCC患者体内糖酵解增加，肿瘤细胞分裂、增殖，蛋白的过糖基化等有关。提示代谢组学可作为寻找OSCC生物标志物的有效方法。Tiziani S等[11]的研究表明代谢物谱分析可以将OSCC患者与健康人群区分开，并且还可以区分OSCC早期和晚期患者。OSCC患者血浆中的氨基酸、脂肪和糖代谢均出现了异常，晚期比早期患者更明显。提示代谢组学技术能区分出口腔鳞癌及其分期病变。

2.3 唾液 唾液是一种重要的生理性体液，富含血清产物和各种免疫细胞。由于其具有无创性、简便性、时效性、普及性、可靠性等优势，目前已被广泛应用[12]。近年来，随着唾液组学的发展，目前已有可能成为血液和尿液替代物的趋势，并被进一步定义为“生物标志物的潜在池”[13]。日本庆应义熟大学利用全谱氨基酸代谢组学技术对肿瘤病人和健康人唾液中的代谢物进行分析，发现氨基酸含量有明显的差异，并且区分两者的准确率高达80%[14]。

OLP是口腔黏膜慢性非特异性炎症，癌变率为0%～12.5%[8]。Yan SK等[15]采用LC-MS联用技术对OSCC:OLP和OLK患者以及正常人群的唾液代谢组学进行了研究，表明该方法可以有效区分OSCC、OLP、OLK 3种疾病，并且方法准确率达100%，提示该方法可以用于口腔癌及口腔潜在恶性病损的筛查。关键等[16]利用GC-MS技术分析了OLP患者与健康人群的唾液样本，发现酪氨酸、苯丙氨酸、谷氨酰胺、葡萄糖、牛磺酸、胆固醇、半胱氨酸等代谢物在OLP组样本中的相对浓度明显降低。提示这7个差异代谢物可能为OLP的生物标志物，氨基酸、糖酵解和脂肪酸代谢均出现紊乱，这为OLP的发病机制的探索及临床诊断提供了重要信息。该研究发现葡萄糖与苯丙氨酸含量降低，这与Yan SK等[15]的研究结果一致，这便从代谢组学的角度为OLP的潜在癌变性提供了佐证。

Wei J等[17]的研究表明OSCC患者、OLK患者和健康人的唾液代谢物含量具有显著性差异。与正常对照组相比，OSCC和OLK组乳酸含量增加，缬氨酸和苯丙氨酸含量减少。提示唾液代谢物检测可以鉴别OSCC和口腔潜在恶性病损。及昕等[18]利用LC-MS技术对OSCC患者和健康人的唾液样品进行分析，发现并鉴定到了7个与OSCC相关的生物标志物。结果显示，OSCC患者与正常人群相比主要存在着氨基酸、能量以及三羧酸循环异常。

2.4 其他组织 印度口腔癌发病率是全球之最，OSF的癌变率为7%～13%[19]。Musharraf 等[20]总共收取了51个样本的黏膜组织活检，其中包括15个OSF患者的样品，21个OSCC患者的样品，以及15个健康人群对照组的样品(健康人群取自第三磨牙翻瓣拔牙术中)。继而采用GC-MS联用技术对样本进行研究，研究表明代谢组学技术可以识别生物标志物，能够显著区分口腔癌与正常人群。在这项研究中，口腔癌和潜在恶性病损OSF与对照组相比氨基酸水平降低。提示氨基酸的代谢可以成为早期诊断和治疗口腔癌及口腔潜在恶性病损的新方向。

Warburg效应指出，绝大部分肿瘤细胞主要通过糖酵解产生能量[21]。有氧条件下，糖酵解是葡萄糖分解代谢进入三羧酸循环的途径。三羧酸循环作为糖类、脂类和氨基酸代谢枢纽，也是它们的最终代谢通路。由此可以看出，肿瘤细胞通过影响糖酵解进一步影响了能量、脂类以及氨基酸的代谢。

3 展望

随着代谢组学技术的进一步发展，因其样本获取容易、安全，检测方便、快速的优势，它在口腔癌及口腔潜在恶性病损研究和应用中前景广阔。伴随着“精准医疗”的推广，通过代谢组学技术对口腔癌及口腔潜在恶性病损进行生物标志物的识别、分析与应用，进而精确寻找到口腔癌及口腔潜在恶性病损的发病机制以及对其亚型进行精确分类，最终实现指导临床并制定出个性化精准治疗方案，以达到早期筛查、 预防、早期诊断和治疗的目的，提高疾病预防与诊治的效益。这将促进个体化靶向治疗以及精准医学的发展。

[1] 周曾同，刘伟.口腔癌前病变的癌变风险预测[J].实用肿瘤杂志，2015，30(1)：4-6.

[2] 郑家伟，李金忠，钟来平，等.口腔鳞状细胞癌临床流行病学研究现状[J].中国口腔颌面外科杂志，2007，5(2)：83-90.

[3] Zhou J,Xu B,Huang J,et al.1H NMR-based metabonomic and pattern recognition analysis for detection of oral squamous cell carcinoma[J].Clin Chim Acta,2009,401(1):8-13.

[4] Liu S A,Tsai W C,Wong Y K,et al.Nutritional factors and survival of patients with oral cancer[J].Head Neck,2006,28(11):998-1007.

[5] Van der Waal I.Potentially malignant disorders of the oral and oropharyngeal mucosa; terminology,classification and present concepts of management[J].Oral Oncol,2009,45(4-5):317-323.

[6] Taylor J,King R D,Altmann T,et al.Application of metabolomics to plant genotype discrimination using statistics and machine learning[J].Bioinformatics,2002,18 (suppl 2):S241-S248.

[7] 和红兵，石先哲，陈静，等.气相色谱-质谱和液相色谱-质谱联用方法用于口腔癌代谢组学分析[J].色谱，2012，30(3):245-251.

[8] Georgakopoulou E A,Achtari M D,Achtaris M,et al.Oral LichenPlanus as a Preneoplastic Inflammatory Model[J].J Biomed Biotechnol,2012,2012:759626.

[9] Gupta A,Gupta S,Mahdi A A.1H NMR-derived serum metabolomics of leukoplakia and squamous[J].Clin Chim Acta,2015,441(2):47- 55.

[10] 周京琳.采用基于1H-NMR的代谢组学方法对口腔鳞癌患者血浆的初步分析[D].成都：四川大学，2006.

[11] Tiziani S,Lopes V,Günther U L.Early Stage Diagnosis of oral cancer using 1H NMR-Based metabolomics[J].Neoplasia,2009,11(3):269-276.

[12] Kalmar J R.Advances in the detection and diagnosis of oral precancerous and cancerous lesions[J].Oral Maxillofacial Surg Clin N Am,2006,18(4):465-482.

[13] Zhang C Z,Cheng X Q,Li J Y,et al.Saliva in the diagnosis of diseases[J].Oral Science,2016,8(3):133-137.

[14] Winiarska K,Szymanski K,Gorniak P,et al.Hypoglycaemic,antioxidative and nephroprotective effects of taurine in alloxan diabetic rabbits[J].Biochimie,2009,91(2):261-270.

[15] Yan S K,Wei B J,Lin Z Y,et al.A metabonomic approach to the diagnosis of oral squamous cell carcinoma,oral lichen planus and oral leukoplakia[J].Oral Oncology,2008,44(5): 477-483.

[16] 关键，仪虹，李莹，等.口腔扁平苔藓患者唾液的代谢组学研究[J].口腔医学研究，2014，30(9):838-841.

[17] Wei J,Xie G,Zhou Z,et al.Salivary metabolite signatures of oral cancer and leukoplakia[J].Int J Cancer,2011,129(9):2207-2217.

[18] 及昕，崔磊华,张宁，等.口腔鳞状细胞癌患者唾液的代谢组学分析[J].中国老年学杂志，2016，36(3):560-562.

[19] Anlauf E,Derouiche A.Glutamine synthetase as an astrocytic marker:Its cell type and vesicle localization[J].Front Endocrinol(Lausanne),2013,16(4):144.

[20] Musharraf S G,Shahid N,Naqvi S M,et al.Metabolite profiling of preneoplastic and neoplastic lesions of oral cavity tissue samples revealed a biomarker pattern[J].Scientific Reports,2016,6:38985.

[21] Matthew G,Vander H,Lewis C,et al.Understanding the warburg effect: the metabolic requirements of cell proliferation[J].Science,2009,324(5930):1029-1033.

[收稿2017-03-12;修回2017-05-17]

(编辑：谭秀荣)

Application of metabonomics in the study of oral cancer and oral potentially malignant lesions

LiuYi1，2，GuanXiaoyan1,2，Wangqian2，BaiGuohui1,2，XiaoLinlin1，PengRui1，LiuJianguo2

(1.Department of Stomatological,Affiliated Hospital of Zunyi Medical University,Zunyi Guizhou 563099，China；2.Key Laboratry of Oral Diseases Researd,Higher Eduation Instution of Guizhou Prorince·Key Laboratory of Oral Diseases in Zunyi；Zunyi Guizhou 563099，China)

Metabonomics,which acts as an extension and terminal of genomics and proteomics,is an important part of systems biology.In recent years metabonomics has become a hot spot in prevention,pathogenesis and diagnosis of diseases.With the development of metabonomics,the study of oral cancer and oral potentially malignant lesions can provide important reference for laboratory and clinic.In this article,the theoretical basis of metabonomics,detection methods and analytic methods in the study of oral cancer and oral potentially malignant lesions are reviewed.

metabonomics；oral cancer；oral potentially malignant lesions

贵州省高等学校特色重点实验室建设项目(黔教合KY〔2013〕109);省市科药合作项目(省市科〔2014〕41)；遵义市科药局项目(遵市科合〔2016〕18)。

管晓燕，女，副主任医师，研究方向：口腔生物学研究，E-mail:1278279125@qq.com。

R473.78

A

1000-2715(2017)03-0339-03