Application of serum peptidomics based on MALDI-TOF MS in the differential diagnosis of benign and malignant pancreatic diseases

doi:10.3969/j.issn.1673-8640.2023.01.001

Abstract

Abstract:

Objective To investigate the role of serum peptidomics based on matrix-assisted laser desorption/ionization time-of-flight mass spectrometry（MALDI-TOF MS） in the differential diagnosis of benign and malignant pancreatic diseases. Methods A total of 176 patients with pancreatic ductal adenocarcinoma（PDAC） and 148 patients with chronic pancreatitis（CP） were enrolled and randomly classified into training set（122 cases of PDAC，103 cases of CP） and validation set（54 cases of PDAC，45 cases of CP） at a ratio of 7 to 3. Serum peptides were extracted by weak positive ion exchange method combined with magnetic bead adsorption，and peptide profiles were determined by MALDI-TOF MS. In the training set，binary Logistic regression analysis was used to establish a differential diagnosis model for distinguishing PDAC from CP based on differentially expressed peptides，and in the validation set，the model was verified. The amino acid sequences of differentially expressed peptides were determined by nano-liquid chromatography-electrospray ionization-tandem mass spectrometry（nano-LC/ESI-MS/MS），and the proteins to which they belonged to were identified. Receiver operating characteristic（ROC） curve was used to evaluate the efficacy of the differential diagnosis model in distinguishing PDAC from CP，which was compared with the differential diagnosis efficacy of serum carbohydrate antigen 19-9（CA19-9）. Results A total of 20 peptides were found to be different between PDAC and CP patients. The area under curve（AUC） of the differential diagnosis model established based on these 20 peptides was 0.988，the optimal cut-off value was 0.469，the sensitivity was 94.26%，and the specificity was 97.09%. In the validation set，the sensitivity of the model was 94.44%，and the specificity was 97.78%. The performance of differential diagnosis model was better than that of serum CA19-9（the sensitivity of 67.90% and the specificity of 91.30%）. The AUC of the differential diagnosis model combined with CA19-9 to distinguish PDAC and CP was 0.996，the sensitivity was 97.60%，and the specificity was 100.00%. The proteins to which the 3 peptides belonged to were successfully identified by nano-LC/ESI-MS/MS，m/z 1 758 was the fragment of zyxin，and m/z 4 053 and m/z 5 351 were both the fragments of fibrinogen. Conclusions A model for the differential diagnosis of PDAC and CP has been established based on serum peptidomics，which can distinguish PDAC from CP and malignant pancreatic diseases accurately，and it provides an idea for the further development of a non-invasive cancer diagnosis method.

Key words: Serum peptidomics, Matrix-assisted laser desorption/ionization time-of-flight mass spectrometry, Pancreatic cancer, Chronic pancreatitis

CLC Number:

R446.1

HUANG Yuan, CHEN Feng, MAO Leili, ZHANG Linglin, LÜ Qian, YAN Jun, CUI Wei. Application of serum peptidomics based on MALDI-TOF MS in the differential diagnosis of benign and malignant pancreatic diseases[J]. Laboratory Medicine, 2023, 38(1): 1-7.

Figures/Tables 7

References 18

[1]	SIEGEL R L, MILLER K D, JEMAL A. Cancer statistics,2019[J]. CA Cancer J Clin, 2019, 69(1):7-34. DOI URL
[2]	CHEN W Q, LI H, SUN K X, et al. Report of cancer incidence and mortality in China,2014[J]. Zhonghua Zhong Liu Za Zhi, 2018, 40(1):5-13.
[3]	郝金钢, 雷玉英, 谭艳华, 等. 扩散加权成像和IVIM定量参数在胰腺癌和肿块型慢性胰腺炎定性诊断的价值[J]. 实用放射学杂志, 2020, 36(3):4.
[4]	SUGIYAMA Y, FUJINAGA Y, KADOYA M, et al. Characteristic magnetic resonance features of focal autoimmune pancreatitis useful for differentiation from pancreatic cancer[J]. Jpn J Radiol, 2012, 30(4):296-309. DOI PMID
[5]	郭晓钟, 张永国. 胰腺癌早期诊断值得关注的几个问题[J]. 中华消化杂志, 2017, 37(1):2-4.
[6]	胰腺癌诊疗指南(2022年版)[J]. 临床肝胆病杂志, 2022, 38(5):1006-1030.
[7]	LUO G, JIN K, DENG S, et al. Roles of CA19-9 in pancreatic cancer:biomarker,predictor and promoter[J]. Biochim Biophys Acta Rev Cancer, 2021, 1875(2):188409. DOI URL
[8]	陈佳, 王健, 金炜, 等. 外泌体miRNA在胰腺癌研究中的进展[J]. 检验医学, 2018, 33(11):1049-1052.
[9]	LEE J, LEE J, KIM J H. Identification of matrix metalloproteinase 11 as a prognostic biomarker in pancreatic cancer[J]. Anticancer Res, 2019, 39(11):5963-5971. DOI PMID
[10]	DONG J, YU J, LI Z, et al. Serum insulin-like growth factor binding protein 2 levels as biomarker for pancreatic ductal adenocarcinoma-associated malnutrition and muscle wasting[J]. J Cachexia Sarcopenia Muscle, 2021, 12(3):704-716. DOI PMID
[11]	TAGUCHI F, SOLOMON B, GREGORC V, et al. Mass spectrometry to classify non-small-cell lung cancer patients for clinical outcome after treatment with epidermal growth factor receptor tyrosine kinase inhibitors:a multicohort cross-institutional study[J]. J Natl Cancer Inst, 2007, 99(11):838-846. DOI URL
[12]	KUIPER J L, LIND J S, GROEN H J, et al. VeriStrat^® has prognostic value in advanced stage NSCLC patients treated with erlotinib and sorafenib[J]. Br J Cancer, 2012, 107(11):1820-1825. DOI
[13]	GREGORC V, NOVELLO S, LAZZARI C, et al. Predictive value of a proteomic signature in patients with non-small-cell lung cancer treated with second-line erlotinib or chemotherapy(PROSE):a biomarker-stratified,randomised phase 3 trial[J]. Lancet Oncol, 2014, 15(7):713-721. DOI URL
[14]	VELSTRA B, VONK M A, BONSING B A, et al. Serum peptide signatures for pancreatic cancer based on mass spectrometry:a comparison to CA19-9 levels and routine imaging techniques[J]. J Cancer Res Clin Oncol, 2015, 141(3):531-541. DOI URL
[15]	WANG X, LIU G, SHENG N, et al. Peptidome characterization of ovarian cancer serum and the identification of tumor suppressive peptide ZYX36-58[J]. Ann Transl Med, 2020, 8(15):925. DOI PMID
[16]	ZHONG C, YU J, LI D, et al. Zyxin as a potential cancer prognostic marker promotes the proliferation and metastasis of colorectal cancer cells[J]. J Cell Physiol, 2019.
[17]	WU C, LUO Z, TANG D, et al. Identification of carboxyl terminal peptide of fibrinogen as a potential serum biomarker for gastric cancer[J]. Tumour Biol, 2016, 37(5):6963-6970. DOI URL
[18]	SANDANAYAKE N S, CAMUZEAUX S, SINCLAIR J, et al. Identification of potential serum peptide biomarkers of biliary tract cancer using MALDI MS profiling[J]. BMC Clin Pathol, 2014, 14(1):7. DOI PMID

项目	例数	年龄/岁	性别		TNM分期					CA19-9
项目	例数	年龄/岁	男/例	女/例	Ⅰ期/例	Ⅱ期/例	Ⅲ期/例	Ⅳ期/例	未知/例	检测值/（U/mL）	未检测/例
训练集
PDAC组	122	61（23~83）	71	51	9	42	9	28	34	181.25（0.00~42 364.23）	8
CP组	103	51（14~84）	73	30						13.30（0.00~111.90）	15
验证集
PDAC组	54	61（32~83）	32	22	3	17	5	14	15	224.00（0.30~10 930.00）	3
CP组	45	56（16~83）	31	14						26.40（6.30~112.10）	18

项目	例数	年龄/岁	性别		TNM分期					CA19-9
项目	例数	年龄/岁	男/例	女/例	Ⅰ期/例	Ⅱ期/例	Ⅲ期/例	Ⅳ期/例	未知/例	检测值/（U/mL）	未检测/例
训练集
PDAC组	122	61（23~83）	71	51	9	42	9	28	34	181.25（0.00~42 364.23）	8
CP组	103	51（14~84）	73	30						13.30（0.00~111.90）	15
验证集
PDAC组	54	61（32~83）	32	22	3	17	5	14	15	224.00（0.30~10 930.00）	3
CP组	45	56（16~83）	31	14						26.40（6.30~112.10）	18

组别	例数	X1 （m/z 1 758）	X2 （m/z 1 958）	X3 （m/z 2 018）	X4 （m/z 2 063）	X5 （m/z 2 773）	X6 （m/z 2 863）
PDAC组	122	0.00（0.00~199.15）	0.00（0.00~ 0.00）	0.00（0.00~0.00）	0.00（0.00~413.31）	0.00（0.00~540.33）	0.00（0.00~0.00）
CP组	103	0.00（0.00~0.00）	0.00（0.00~ 443.76）	0.00（0.00~79.80）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~108.18）
Z值		-4.96	-6.61	-4.19	-4.17	-5.06	-5.75
P值		0.00	0.00	0.00	0.00	0.00	0.00
组别	X7 （m/z 2 868）	X8 （m/z 2 974）	X9 （m/z 3 138）	X10 （m/z 3 306）	X11 （m/z 3 941）	X12 （m/z 4 053）	X13 （m/z 5 329）
PDAC组	0.00（0.00~ 388.42）	0.00（0.00~246.56）	0.00（0.00~369.44）	0.00（0.00~0.00）	0.00（0.00~387.22）	0.00（0.00~342.64）	86.90（0.00~899.80）
CP组	0.00（0.00~ 0.00）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~79.81）	0.00（0.00~0.00）	0.00（0.00~0.00）	37.32（0.00~123.53）
Z值	-5.17	-7.72	-4.74	-7.75	-4.41	-5.68	-8.85
P值	0.00	0.00	0.00	0.00	0.00	0.00	0.00
组别	X14 （m/z 5 351）	X15 （m/z 6 639）	X16 （m/z 7 790）	X17 （m/z 8 140）	X18 （m/z 8 906）	X19 （m/z 8 924）	X20 （m/z 8 942）
PDAC组	0.00（0.00~397.80）	0.00（0.00~44.26）	0.00（0.00~0.00）	43.04（0.00~497.69）	0.00（0.00~726.59）	37.15（0.00~779.33）	37.63（0.00~828.85）
CP组	0.00（0.00~0.00）	0.00（0.00~97.19）	0.00（0.00~75.25）	0.00（0.00~52.84）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~0.00）
Z值	-7.09	-5.56	-6.12	-8.83	-6.35	-8.60	-8.95
P值	0.00	0.00	0.00	0.00	0.00	0.00	0.00

组别	例数	X1 （m/z 1 758）	X2 （m/z 1 958）	X3 （m/z 2 018）	X4 （m/z 2 063）	X5 （m/z 2 773）	X6 （m/z 2 863）
PDAC组	122	0.00（0.00~199.15）	0.00（0.00~ 0.00）	0.00（0.00~0.00）	0.00（0.00~413.31）	0.00（0.00~540.33）	0.00（0.00~0.00）
CP组	103	0.00（0.00~0.00）	0.00（0.00~ 443.76）	0.00（0.00~79.80）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~108.18）
Z值		-4.96	-6.61	-4.19	-4.17	-5.06	-5.75
P值		0.00	0.00	0.00	0.00	0.00	0.00
组别	X7 （m/z 2 868）	X8 （m/z 2 974）	X9 （m/z 3 138）	X10 （m/z 3 306）	X11 （m/z 3 941）	X12 （m/z 4 053）	X13 （m/z 5 329）
PDAC组	0.00（0.00~ 388.42）	0.00（0.00~246.56）	0.00（0.00~369.44）	0.00（0.00~0.00）	0.00（0.00~387.22）	0.00（0.00~342.64）	86.90（0.00~899.80）
CP组	0.00（0.00~ 0.00）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~79.81）	0.00（0.00~0.00）	0.00（0.00~0.00）	37.32（0.00~123.53）
Z值	-5.17	-7.72	-4.74	-7.75	-4.41	-5.68	-8.85
P值	0.00	0.00	0.00	0.00	0.00	0.00	0.00
组别	X14 （m/z 5 351）	X15 （m/z 6 639）	X16 （m/z 7 790）	X17 （m/z 8 140）	X18 （m/z 8 906）	X19 （m/z 8 924）	X20 （m/z 8 942）
PDAC组	0.00（0.00~397.80）	0.00（0.00~44.26）	0.00（0.00~0.00）	43.04（0.00~497.69）	0.00（0.00~726.59）	37.15（0.00~779.33）	37.63（0.00~828.85）
CP组	0.00（0.00~0.00）	0.00（0.00~97.19）	0.00（0.00~75.25）	0.00（0.00~52.84）	0.00（0.00~0.00）	0.00（0.00~0.00）	0.00（0.00~0.00）
Z值	-7.09	-5.56	-6.12	-8.83	-6.35	-8.60	-8.95
P值	0.00	0.00	0.00	0.00	0.00	0.00	0.00