Метаболомный подход в диагностике бронхиальной астмы и хронической обструктивной болезни легких Medline.ru - медико-биологический информационный портал Медлайн.ру

Метаболомный подход в диагностике бронхиальной астмы и хронической обструктивной болезни легких

Анохина Т.Н. 1, Анаев Э.Х. 1, Чучалин А.Г.1, Ревельский А.И.2, Родионов А.А.2, Ревельский И.А.2, Алексеев Д.В.3, Кудрявцев В.Б.3

1- ФГУ «НИИ пульмонологии» ФМБА России (105077, г.Москва, ул. 11-я Парковая, д.32, тел.: (495) 4655384. E-mail: dr-anokhina@yandex.ru);
2- Химический факультет МГУ имени М.В. Ломоносова (119991, г.Москва, ГСП-1, Ленинские горы, МГУ, д.1, стр.3);
3- Механико-математический факультет МГУ имени М.В.Ломоносова (119991, г.Москва, ГСП-1, Ленинские горы, МГУ, д.1, Главное здание).

Резюме
Поиск новых неинвазивных методов и биомаркеров для диагностики БА и ХОБЛ является актуальной проблемой современной респираторной медицины. Цель: Оценить возможность метаболомного подхода при анализе конденсата выдыхаемого воздуха (КВВ) в диагностике бронхиальной астмы (БА) и хронической обструктивной болезни легких (ХОБЛ). Методы: В простое поперечное исследование было включено 20 пациентов с обострением ХОБЛ (в возрасте 66,58,5 лет; ОФВ1-57,322,9%долж.), 20 пациентов с обострением БА (в возрасте 50,213,2 лет; ОФВ1-71,420,7%долж.), 30 здоровых некурящих добровольца (в возрасте 25,49,6 лет; ОФВ1 - 98,46,8%долж.). КВВ собирали с помощью аппарата ECoScreen. Содержание СлОС различной полярности в КВВ определяли методами газовой хроматографии/масс-спектрометрии (ГХ-МС). Для обработки полученных данных использовали линейные методы теории распознавания образов. Результаты: В образцах КВВ больных ХОБЛ, БА и здоровых добровольцев было найдено более 100 различных СлОС в ультранизкой концентрации. 33 СлОС было идентифицировано. 9 соединений (2,3-дигидро-1-инден-1-он, этил цитрат, деканол-1, 2-феноксиэтанол и др.) обладали наибольшим информационным весом в дифференциальной диагностике групп. Математический анализ полученных данных позволил разделить здоровых и больных БА с надёжностью 75%, здоровых и больных ХОБЛ - с надёжностью 85%, больных БА и ХОБЛ - с надёжностью 83%. Вывод: Метаболомный подход при анализе КВВ позволяет диагностировать БА и ХОБЛ.

Ключевые слова
биомаркеры, конденсат выдыхаемого воздуха, среднелетучие органические соединения, метаболомика, диагностика, бронхиальная астма, ХОБЛ.

(статья в формате PDF. Для просмотра необходим Adobe Acrobat Reader)

открыть статью в

новом окне

Список литературы

1. Nicholson J.K., Lindon J.C. Systems biology: metabonomics. Nature 2008; 455: 1054-1056.

2. Serkova N.J., Niemann C.U. Pattern recognition and biomarker validation using quantitative 1H-NMR-based metabolomics. Expert Rev Mol Diagn 2006; 6: 717-731.

3. Bateman E.D., Hurd S.S., Barnes P.J. et al. Global strategy for asthma management and prevention: GINA executive summary. Eur Respir J 2008; 31: 143-178.

4. Rabe K.F., Hurd S., Anzueto A. et al. Global strategy for the diagnosis, management, and prevention of chronic obstructive pulmonary disease: GOLD executive summary. Am J Respir Crit Care Med 2007; 176: 532-555.

5. Carraro S., Giordano G., Stocchero M., Baraldi E. Exhaled breath condensate: metabolomics. Eur Respir Mon 2010; 49: 231-236.

6. Анаев Э.Х., Чучалин А.Г. Исследование конденсата выдыхаемого воздуха в пульмонологии (обзор зарубежной литературы). Пульмонология. 2002. - №2. - с.57-66.

7. Dettmer K., Aronov P.A., Hammock B.D. Mass spectrometry-based metabolomics. Mass Spectrom Rev 2007; 26: 51-78.

8. Coen M., Holmes E., Lindon J.C. et al. NMR-based metabolic profiling and metabonomic approaches to problems in molecular toxicology. Chem Res Toxicol 2008; 21: 9-27.

9. Pan Z., Raftery D. Comparing and combining NMR spectroscopy and mass spectrometry in metabolomics. Anal Bioanal Chem 2007; 387: 525-527.

10. De Laurentiis G., Paris D., Melck D. et al. Metabonomic analysis of exhaled breath condensate in adults by nuclear magnetic resonance spectroscopy. Eur Respir J 2008; 32 (5): 1175-1183.

11. Sofia M., Maniscalco M., de Laurentiis G. et al. Exploring airway diseases by NMR-based metabonomics: a review of application to exhaled breath condensate. J Biomed Biotechnol 2011; Vol. 2011, Article 403260, 7 pages.

12. Родионов А.А., Ревельский А.И., Ревельский И.А. и др. Хроматомасс- спектрометрическое определение среднелетучих органических веществ в конденсате выдыхаемого воздуха. Масс-спектрометрия. 2007. – Т.4. -№2. - с.143-148.

13. Miller M.R., Hankinson J., Brusasco V. et al. ATS/ERS Task Force. Standardisation of spirometry. Eur Respir J 2005; 26 (2): 319-338.

14. Функциональная диагностика в пульмонологии: Практическое руководство. Под ред. Чучалина А.Г. - М.: Издательский холдинг «Атмосфера», 2009. – 192 с.

15. Moser B., Bodrogi F., Eibl G. et al. Mass spectrometric profile of exhaled breath – field study by PTR-MS. Respir Physiol Neurobiol 2005; 145: 295-300.

16. Weston A.D., Hood L. Systems biology, proteomics, and the future of health care: toward predictive, preventative, and personalized medicine. J Proteome Res 2004; 3: 179-196.

17. Crameri R. The potential of proteomics and peptidomics for allergy and asthma research. Allergy 2005; 60: 1227-1237.

18. Sepper R., Prikk K. Proteomics: is it an approach to understand the progression of chronic lung disorders? J Proteome Res 2004; 3: 277-281.

19. Dragonieri S., Schot R., Mertens B.J. et al. An electronic nose in the discrimination of patients with asthma and controls. J Allergy Clin Immunol 2007; 120: 856-862.

20. Fabbri L.M., Romagnoli M., Corbetta L. et al. Differences in airway inflammation in patients with fixed airflow obstruction due to asthma or chronic obstructive pulmonary disease. Am J Respir Crit Care Med 2003; 167: 418-424.

21. Bhattacharya S., Srisuma S., Demeo D.L. et al. Molecular biomarkers for quantitative and discrete COPD phenotypes. Am J Respir Cell Mol Biol 2009; 40: 359-367.

22. Gibson P.G., Simpson J.L. The overlap syndrome of asthma and COPD: what are its features and how important is it? Thorax 2009; 64: 728–735.

23. Brasier A.R., Victor S., Boetticher G. Molecular phenotyping of severe asthma using pattern recognition of bronchoalveolar lavage-derived cytokines. J Allergy Clin Immunol 2008; 121: 30- 37.

24. Anderson G.P. Endotyping asthma: 2new insights into key pathogenic mechanisms in a complex, heterogeneous disease. Lancet 2008; 372: 1107-1119.

25. Chung K.F., Adcock I.M. Multifaceted mechanisms in COPD: inflammation, immunity, and tissue repair and destruction. Eur Respir J 2008; 31: 1334-1356.

26. Buszewski B., Kesy M., Ligor T., Amann A. Human exhaled air analytics: biomarkers of diseases. Biomed Chromatogr 2007; 21: 553-566.

27. Higashimoto Y., Yamagata Y., Taya S. et al. Systemic inflammation in chronic obstructive pulmonary disease and asthma: Similarities and differences. Respirology 2008; 13: 128-133.

28. Dragonieri S., Annema J.T., Schot R. et al. An electronic nose in the discrimination of patients with non-small cell lung cancer and COPD. Lung Cancer 2009; 64: 166-170.

29. Fens N., de Nijs S.B., Roldaan A.C. et al. Exhaled breath profiling enables discrimination of chronic obstructive pulmonary disease and asthma. Am J Respir Crit Care Med 2009; 180(11): 1076-1082.

30. Carraro S, Rezzi S, Reniero F, et al. Metabolomics applied to exhaled breath condensate in childhood asthma. Am J Respir Crit Care Med 2007; 175: 986–990.