The aim was to study the prognostic value of plasma ceramides (Cer) as cardiovascular death (CV death) markers in three independent coronary artery disease (CAD) cohorts. Corogene study is a prospective Finnish cohort including stable CAD patients (n = 160). Multiple lipid biomarkers and C-reactive protein were measured in addition to plasma Cer(d18:1/16:0), Cer(d18:1/18:0), Cer(d18:1/24:0), and Cer(d18:1/24:1). Subsequently, the association between high-risk ceramides and CV mortality was investigated in the prospective Special Program University Medicine—Inflammation in Acute Coronary Syndromes (SPUM-ACS) cohort (n = 1637), conducted in four Swiss university hospitals. Finally, the results were validated in Bergen Coronary Angiography Cohort (BECAC), a prospective Norwegian cohort study of stable CAD patients. Ceramides, especially when used in ratios, were significantly associated with CV death in all studies, independent of other lipid markers and C-reactive protein. Adjusted odds ratios per standard deviation for the Cer(d18:1/16:0)/Cer(d18:1/24:0) ratio were 4.49 (95% CI, 2.24–8.98), 1.64 (1.29–2.08), and 1.77 (1.41–2.23) in the Corogene, SPUM-ACS, and BECAC studies, respectively. The Cer(d18:1/16:0)/Cer(d18:1/24:0) ratio improved the predictive value of the GRACE score (net reclassification improvement, NRI = 0.17 and ΔAUC = 0.09) in ACS and the predictive value of the Marschner score in stable CAD (NRI = 0.15 and ΔAUC = 0.02). Distinct plasma ceramide ratios are significant predictors of CV death both in patients with stable CAD and ACS, over and above currently used lipid markers. This may improve the identification of high-risk patients in need of more aggressive therapeutic interventions.

Abstract Activation of lipid metabolism is an early event in carcinogenesis and a central hallmark of many cancers. However, the precise molecular composition of lipids in tumors remains generally poorly characterized. The aim of the present study was to analyze the global lipid profiles of breast cancer, integrate the results to protein expression, and validate the findings by functional experiments. Comprehensive lipidomics was conducted in 267 human breast tissues using ultraperformance liquid chromatography/ mass spectrometry. The products of de novo fatty acid synthesis incorporated into membrane phospholipids, such as palmitate-containing phosphatidylcholines, were increased in tumors as compared with normal breast tissues. These lipids were associated with cancer progression and patient survival, as their concentration was highest in estrogen receptor–negative and grade 3 tumors. In silico transcriptomics database was utilized in investigating the expression of lipid metabolism related genes in breast cancer, and on the basis of these results, the expression of specific proteins was studied by immunohistochemistry. Immunohistochemical analyses showed that several genes regulating lipid metabolism were highly expressed in clinical breast cancer samples and supported also the lipidomics results. Gene silencing experiments with seven genes [ACACA (acetyl-CoA carboxylase α), ELOVL1 (elongation of very long chain fatty acid–like 1), FASN (fatty acid synthase), INSIG1 (insulin-induced gene 1), SCAP (sterol regulatory element–binding protein cleavage–activating protein), SCD (stearoyl-CoA desaturase), and THRSP (thyroid hormone–responsive protein)] indicated that silencing of multiple lipid metabolism–regulating genes reduced the lipidomic profiles and viability of the breast cancer cells. Taken together, our results imply that phospholipids may have diagnostic potential as well as that modulation of their metabolism may provide therapeutic opportunities in breast cancer treatment. Cancer Res; 71(9); 3236–45. ©2011 AACR.

The risk determinants of type 1 diabetes, initiators of autoimmune response, mechanisms regulating progress toward β cell failure, and factors determining time of presentation of clinical diabetes are poorly understood. We investigated changes in the serum metabolome prospectively in children who later progressed to type 1 diabetes. Serum metabolite profiles were compared between sample series drawn from 56 children who progressed to type 1 diabetes and 73 controls who remained nondiabetic and permanently autoantibody negative. Individuals who developed diabetes had reduced serum levels of succinic acid and phosphatidylcholine (PC) at birth, reduced levels of triglycerides and antioxidant ether phospholipids throughout the follow up, and increased levels of proinflammatory lysoPCs several months before seroconversion to autoantibody positivity. The lipid changes were not attributable to HLA-associated genetic risk. The appearance of insulin and glutamic acid decarboxylase autoantibodies was preceded by diminished ketoleucine and elevated glutamic acid. The metabolic profile was partially normalized after the seroconversion. Autoimmunity may thus be a relatively late response to the early metabolic disturbances. Recognition of these preautoimmune alterations may aid in studies of disease pathogenesis and may open a time window for novel type 1 diabetes prevention strategies.

Both genetic and environmental factors are involved in the etiology of obesity and the associated lipid disturbances. We determined whether acquired obesity is associated with changes in global serum lipid profiles independent of genetic factors in young adult monozygotic (MZ) twins. 14 healthy MZ pairs discordant for obesity (10 to 25 kg weight difference) and ten weight concordant control pairs aged 24–27 years were identified from a large population-based study. Insulin sensitivity was assessed by the euglycemic clamp technique, and body composition by DEXA (% body fat) and by MRI (subcutaneous and intra-abdominal fat). Global characterization of lipid molecular species in serum was performed by a lipidomics strategy using liquid chromatography coupled to mass spectrometry. Obesity, independent of genetic influences, was primarily related to increases in lysophosphatidylcholines, lipids found in proinflammatory and proatherogenic conditions and to decreases in ether phospholipids, which are known to have antioxidant properties. These lipid changes were associated with insulin resistance, a pathogonomic characteristic of acquired obesity in these young adult twins. Our results show that obesity, already in its early stages and independent of genetic influences, is associated with deleterious alterations in the lipid metabolism known to facilitate atherogenesis, inflammation and insulin resistance.

Abstract Background Success of metabolomics as the phenotyping platform largely depends on its ability to detect various sources of biological variability. Removal of platform-specific sources of variability such as systematic error is therefore one of the foremost priorities in data preprocessing. However, chemical diversity of molecular species included in typical metabolic profiling experiments leads to different responses to variations in experimental conditions, making normalization a very demanding task. Results With the aim to remove unwanted systematic variation, we present an approach that utilizes variability information from multiple internal standard compounds to find optimal normalization factor for each individual molecular species detected by metabolomics approach (NOMIS). We demonstrate the method on mouse liver lipidomic profiles using Ultra Performance Liquid Chromatography coupled to high resolution mass spectrometry, and compare its performance to two commonly utilized normalization methods: normalization by l 2 norm and by retention time region specific standard compound profiles. The NOMIS method proved superior in its ability to reduce the effect of systematic error across the full spectrum of metabolite peaks. We also demonstrate that the method can be used to select best combinations of standard compounds for normalization. Conclusion Depending on experiment design and biological matrix, the NOMIS method is applicable either as a one-step normalization method or as a two-step method where the normalization parameters, influenced by variabilities of internal standard compounds and their correlation to metabolites, are first calculated from a study conducted in repeatability conditions. The method can also be used in analytical development of metabolomics methods by helping to select best combinations of standard compounds for a particular biological matrix and analytical platform.

Ceramides are molecular lipids implicated in apoptosis, inflammation, obesity, and insulin resistance. An earlier study reported that ceramides were associated with fatal outcome among patients with coronary heart disease. Here, we examined whether ceramides are associated with major adverse cardiovascular events (MACEs) among apparently healthy individuals. FINRISK 2002 is a population-based risk factor survey, which recruited men and women aged 25 to 74 years. The cohort was followed up until the end of 2014. We quantified 4 circulating ceramides, Cer(d18:1/16:0), Cer(d18:1/18:0), Cer(d18:1/24:0), and Cer(d18:1/24:1), in 8101 serum samples by a targeted liquid chromatography-tandem mass spectrometry assay. Primary outcome of interest was incident MACE (n=813). Secondary analyses were performed for MACE death (n=116) without previous nonfatal MACE and for recurrent MACE (n=226) among survivors of a previous incident MACE. We used Cox proportional hazard models adjusted for the Framingham covariates to determine the association of ceramides with the outcomes. Of the ceramide species, Cer(d18:1/18:0) had the strongest association with incident MACE and the highest unadjusted hazard ratio of 1.31 (95% confidence interval, 1.21-1.41), which remained significant at 1.21 (95% confidence interval, 1.11-1.33) after Framingham risk factor adjustments. The hazard ratios were generally stronger for recurrent and fatal events than for first events. Clinical net reclassification improvement was 7.5% (P=6.9×10-5) for Cer(d18:1/18:0). Distinct serum ceramides are associated with the risk of incident MACE in apparently healthy individuals. These results should encourage more detailed analyses of ceramides in cardiovascular pathobiology and suggest new biomarkers of MACE risk.

Mild cognitive impairment (MCI) is considered as a transition phase between normal aging and Alzheimer's disease (AD). MCI confers an increased risk of developing AD, although the state is heterogeneous with several possible outcomes, including even improvement back to normal cognition. We sought to determine the serum metabolomic profiles associated with progression to and diagnosis of AD in a prospective study. At the baseline assessment, the subjects enrolled in the study were classified into three diagnostic groups: healthy controls (n=46), MCI (n=143) and AD (n=47). Among the MCI subjects, 52 progressed to AD in the follow-up. Comprehensive metabolomics approach was applied to analyze baseline serum samples and to associate the metabolite profiles with the diagnosis at baseline and in the follow-up. At baseline, AD patients were characterized by diminished ether phospholipids, phosphatidylcholines, sphingomyelins and sterols. A molecular signature comprising three metabolites was identified, which was predictive of progression to AD in the follow-up. The major contributor to the predictive model was 2,4-dihydroxybutanoic acid, which was upregulated in AD progressors (P=0.0048), indicating potential involvement of hypoxia in the early AD pathogenesis. This was supported by the pathway analysis of metabolomics data, which identified upregulation of pentose phosphate pathway in patients who later progressed to AD. Together, our findings primarily implicate hypoxia, oxidative stress, as well as membrane lipid remodeling in progression to AD. Establishment of pathogenic relevance of predictive biomarkers such as ours may not only facilitate early diagnosis, but may also help identify new therapeutic avenues.