CN102819691B - 免疫层析试条生化反应过程的建模方法 - Google Patents

免疫层析试条生化反应过程的建模方法 Download PDF

Info

Publication number
CN102819691B
CN102819691B CN201210284034.9A CN201210284034A CN102819691B CN 102819691 B CN102819691 B CN 102819691B CN 201210284034 A CN201210284034 A CN 201210284034A CN 102819691 B CN102819691 B CN 102819691B
Authority
CN
China
Prior art keywords
test strip
immunity
reaction
chromatography test
compound
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210284034.9A
Other languages
English (en)
Other versions
CN102819691A (zh
Inventor
曾念寅
杜民
王子栋
李玉榕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN201210284034.9A priority Critical patent/CN102819691B/zh
Publication of CN102819691A publication Critical patent/CN102819691A/zh
Application granted granted Critical
Publication of CN102819691B publication Critical patent/CN102819691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)
  • Peptides Or Proteins (AREA)

Abstract

本发明涉及免疫层析试条定量测定技术领域，特别是一种基于非线性估计理论的免疫层析试条生化反应过程的建模方法，该建模方法根据免疫层析反应的机理及综合考虑试条的各种噪声和干扰，用状态空间模型以描述试条中抗原与抗体的免疫反应过程，通过非线性估计方法根据实验测量得到的观测数据对模型进行辨识。该建模方法建立的模型能够描述试条中抗原与抗体的免疫反应过程，从而检测定量试条中各个设计参数的影响及优化试条的特性，为实现金免疫层析试条定量测试提供保证。

Description

免疫层析试条生化反应过程的建模方法
技术领域
本发明涉及免疫层析试条定量测定技术领域，特别是一种基于非线性估计理论的免疫层析试条生化反应过程的建模方法。 
背景技术
免疫测定(Immunoassay, IA)是利用抗原抗体反应检测标本中微量物质的方法。基于抗原抗体反应的特异性和敏感性，免疫测定的应用范围遍及医学检验的多个领域。任何物质只要能获得相应的特异性抗体，即可用免疫测定进行检测。作为简便快速检验方法，金免疫层析技术（Gold Immunochromatographic assay, GICA)是一种将胶体金标记技术、免疫检测技术和层析分析技术等多种技术结合在一起的固相标记免疫检测技术。由于金标记技术与同位素、荧光素、化学发光等标记技术相比，具有独特的优势，其检测效率高、方法简便、无污染、试剂稳定、适用于单人份测定等特点。随着研究开发的进展，纳米金免疫层析测定应用领域越来越广，有临床诊断，食品安全检测，环境检测，农业及一些新兴领域比如分子诊断等，几乎涵盖了免疫学诊断检测的所有方面。
金免疫层析试条可用于定性、半定量及定量的检测。定性检测是进行阴性和阳性的判读，半定量主要有标准色板对照法、质控线对比法等。目前研究者们已高度重视纳米金免疫层析试条定量测试的研究，但一直没有对免疫层析试条进行建模来辅助定量免疫层析试条的研制。 
发明内容
本发明的目的在于提供一种免疫层析试条生化反应过程的建模方法，该建模方法建立的模型能够描述试条中抗原与抗体的免疫反应过程，从而检测定量试条中各个设计参数的影响及优化试条的特性，为实现金免疫层析试条定量测试提供保证。
本发明采用的技术方案是：一种免疫层析试条生化反应过程的建模方法，包括以下步骤：
步骤1：建立免疫层析试条生化反应过程中的各反应关系式：包括待测物（A）与玻璃纤维膜处的标记特异抗体（P）的反应[                                                ]，待测物（A）与检测线上的抗体（R）的反应[]，待测物（A）和标记特异抗体（P）形成的第一复合物（PA）与检测线上的抗体（R）的反应[]，以及标记特异抗体（P）与检测线上产生的第二复合物（RA）的反应[]；其中，k 1，k 2，…，k 8分别为各反应的反应动力学参数；各反应的反应速率分别为v 1、v 2、v 3、v 4；
步骤2：用x 1、x 2、x 3、x 4、x 5、x 6分别代表待测物（A）、标记特异抗体（P）、第一复合物（PA）、抗体（R）、第二复合物（RA）、第三复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系：
步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为：
步骤4：令，，建立免疫层析试条生化反应过程的微分方程：
    （1）
步骤5：测量检测线上的信号，建立所述信号大小与检测线上的第一复合物（PA）、第三复合物（RPA）的量的比例关系如下：
    （2）
其中，y表示检测线上的信号值，k 9表示比例系数；
步骤6：在免疫层析试条生化反应的过程中考虑系统噪声w(t)的影响，则公式（1）表示为：
    （3）
在测量得到的观测数据中考虑观测噪声的影响，则公式（2）表示为：
    （4）
其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量；
步骤7：将公式（3）、（4）转化为离散形式，如下：
    （5）
    （6）   
步骤8：令，将公式（5）、（6）表示为如下通式：
         （7）
           （8）
至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立；
步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，得到时间序列数据；
步骤10：根据实验测量得到的观测数据，设置待估计状态、参数、系统噪声及观测噪声方差的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的模型的建立。
本发明的有益效果是根据免疫层析反应的机理及综合考虑试条的各种噪声和干扰，用状态空间模型以描述试条中抗原与抗体的免疫反应过程，通过非线性估计方法根据实验测量得到的观测数据对模型进行辨识。该建模方法建立的模型能够描述试条中抗原与抗体的免疫反应过程，从而检测定量试条中各个设计参数的影响及优化试条的特性，为实现金免疫层析试条定量测试提供保证。
下面结合附图及具体实施例对本发明作进一步的详细说明。
附图说明
图1是本发明建模方法的工作流程图。
图2是是采集到的免疫层析试条反应的短时间序列图。
图3是扩展卡尔曼滤波算法估计出的免疫层析试条中各物质的变化情况图。
图4是扩展卡尔曼滤波算法估计出的模型参数图。
图5是扩展卡尔曼滤波建立的模型验证Hook效应图。
图6是验证扩展卡尔曼滤波建立的模型的有效性图。
图7是粒子滤波算法估计出的免疫层析试条中各物质的变化情况图。
图8是粒子滤波算法估计出的模型参数图。
具体实施方式
本发明免疫层析试条生化反应过程的建模方法，如图1所示，包括以下步骤：
步骤1：建立免疫层析试条生化反应过程中的各反应关系式：包括待测物（A）与玻璃纤维膜处的标记特异抗体（P）的反应[]，待测物（A）与检测线上的抗体（R）的反应[]，待测物（A）和标记特异抗体（P）形成的第一复合物（PA）与检测线上的抗体（R）的反应[]，以及标记特异抗体（P）与检测线上产生的第二复合物（RA）的反应[]；其中，k 1，k 2，…，k 8分别为各反应的反应动力学参数；各反应的反应速率分别为v 1、v 2、v 3、v 4；
步骤2：用x 1、x 2、x 3、x 4、x 5、x 6分别代表待测物（A）、标记特异抗体（P）、第一复合物（PA）、抗体（R）、第二复合物（RA）、第三复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系：
步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为：
步骤4：令，，建立免疫层析试条生化反应过程的微分方程：
    （1）
步骤5：测量检测线上的信号，建立所述信号大小与检测线上的第一复合物（PA）、第三复合物（RPA）的量的比例关系如下：
    （2）
其中，y表示检测线上的信号值，k 9表示比例系数；
步骤6：在免疫层析试条生化反应的过程中考虑系统噪声w(t)的影响，则公式（1）表示为：
    （3）
在测量得到的观测数据中考虑观测噪声的影响，则公式（2）表示为：
    （4）
其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量；
步骤7：将公式（3）、（4）转化为离散形式，如下：
    （5）
    （6）   
步骤8：令，将公式（5）、（6）表示为如下通式：
         （7）
           （8）
至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立；
步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，从而得到时间序列数据如图2所示；
步骤10：用非线性估计理论，根据实验测量得到的观测数据，设置待估计状态、参数、系统噪声及观测噪声方差的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的模型的建立。从结果中我们可以观察到随着反应的进行，免疫层析试条系统中各物质随时间变化的量，及各反应的反应速率，系统噪声及观测噪声的变化情况。同时，本发明建立的模型可以验证免疫层析反应系统中存在的HOOK效应。
下面结合实施例对本发明做进一步说明。
实施例1: 用扩展卡尔曼滤波方法进行免疫层析定量测定反应过程的建模方法
我们根据实验测量得到的观测数据见图2，然后设置待估计状态、参数、系统噪声及观测噪声方差的初始值，对模型进行辨识。结果如下：
扩展卡尔曼滤波算法估计出免疫层析试条中各物质的变化情况见图3；扩展卡尔曼滤波算法估计出的模型参数见图4；扩展卡尔曼滤波算法建立的模型验证Hook效应见图5；验证扩展卡尔曼滤波算法建立模型的有效性结果见图6。
实施例2: 用粒子滤波方法进行免疫层析定量测定反应过程的建模方法
我们根据实验测量得到的观测数据见图2，然后设置待估计状态、参数、系统噪声及观测噪声方差的初始值，对模型进行辨识。结果如下：
粒子滤波算法估计出免疫层析试条中各物质的变化情况见图7；粒子滤波算法估计出的模型参数见图8。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。 

Claims (1)

1.一种免疫层析试条生化反应过程的建模方法，其特征在于：包括以下步骤：
步骤1：建立免疫层析试条生化反应过程中的各反应关系式：包括待测物（A）与玻璃纤维膜处的标记特异抗体（P）的反应[                                                ]，待测物（A）与检测线上的抗体（R）的反应[]，待测物（A）和标记特异抗体（P）形成的第一复合物（PA）与检测线上的抗体（R）的反应[]，以及标记特异抗体（P）与检测线上产生的第二复合物（RA）的反应[]；其中，k 1，k 2，…，k 8分别为各反应的反应动力学参数；各反应的反应速率分别为v 1、v 2、v 3、v 4；
步骤2：用x 1、x 2、x 3、x 4、x 5、x 6分别代表待测物（A）、标记特异抗体（P）、第一复合物（PA）、抗体（R）、第二复合物（RA）、第三复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系：
步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为：
步骤4：令，，建立免疫层析试条生化反应过程的微分方程：
    （1）
步骤5：测量检测线上的信号，建立所述信号大小与检测线上的第一复合物（PA）、第三复合物（RPA）的量的比例关系如下：
    （2）
其中，y表示检测线上的信号值，k 9表示比例系数；
步骤6：在免疫层析试条生化反应的过程中考虑系统噪声w(t)的影响，则公式（1）表示为：
    （3）
在测量得到的观测数据中考虑观测噪声的影响，则公式（2）表示为：
    （4）
其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量；
步骤7：将公式（3）、（4）转化为离散形式，如下：
    （5）
    （6）   
步骤8：令，将公式（5）、（6）表示为如下通式：
         （7）
           （8）
至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立；
步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，得到时间序列数据；
步骤10：根据测量得到的观测数据，设置待估计状态、参数、系统噪声及观测噪声方差的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的模型的建立。
CN201210284034.9A 2012-08-11 2012-08-11 免疫层析试条生化反应过程的建模方法 Active CN102819691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210284034.9A CN102819691B (zh) 2012-08-11 2012-08-11 免疫层析试条生化反应过程的建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210284034.9A CN102819691B (zh) 2012-08-11 2012-08-11 免疫层析试条生化反应过程的建模方法

Publications (2)

Publication Number Publication Date
CN102819691A CN102819691A (zh) 2012-12-12
CN102819691B true CN102819691B (zh) 2015-03-04

Family

ID=47303801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210284034.9A Active CN102819691B (zh) 2012-08-11 2012-08-11 免疫层析试条生化反应过程的建模方法

Country Status (1)

Country Link
CN (1) CN102819691B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104101704B (zh) * 2014-07-02 2016-03-02 华中科技大学 一种免疫层析试纸卡定量检测方法
CN104142395B (zh) * 2014-08-01 2016-03-23 厦门大学 一种免疫层析试条动态定量测试方法
CN105699347B (zh) * 2016-01-28 2018-08-17 福州大学 一种荧光免疫层析读数仪量程调节的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1451963A (zh) * 2002-04-17 2003-10-29 福州大学 金标试条定量测试方法及系统
CN102253038A (zh) * 2011-04-21 2011-11-23 福州大学 基于嵌入式ccd图像采集的金免疫定量检测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109067A1 (en) * 2001-12-06 2003-06-12 Immunetech, Inc. Homogeneous immunoassays for multiple allergens

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1451963A (zh) * 2002-04-17 2003-10-29 福州大学 金标试条定量测试方法及系统
CN102253038A (zh) * 2011-04-21 2011-11-23 福州大学 基于嵌入式ccd图像采集的金免疫定量检测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FCM聚类算法实现金免疫层析试条定量检测的研究;曾念寅等;《仪器仪表学报》;20100430;第31卷(第4期);221－225 *
基于光电技术的金免疫层析试条定量测试的研究;陈延平等;《仪器仪表学报》;20020630;第23卷(第3期);331-332 *
杜民.基于光电检测与信息处理技术的纳米金免疫层析试条定量测试的研究.《中国优秀硕博士论文全文数据库(博士)医药卫生科技辑(月刊)》.2005,(第7期),E059-66. *

Also Published As

Publication number Publication date
CN102819691A (zh) 2012-12-12

Similar Documents

Publication Publication Date Title
Lv et al. Wet NH3-triggered NH2-MIL-125 (Ti) structural switch for visible fluorescence immunoassay impregnated on paper
Li et al. Gold nanoparticle amplified optical microfiber evanescent wave absorption biosensor for cancer biomarker detection in serum
Ranzoni et al. Frequency-selective rotation of two-particle nanoactuators for rapid and sensitive detection of biomolecules
Geißler et al. Six-color time-resolved forster resonance energy transfer for ultrasensitive multiplexed biosensing
Hansen et al. Nanoswitch-linked immunosorbent assay (NLISA) for fast, sensitive, and specific protein detection
Li et al. Dual-channel luminescent signal readout strategy for classifying aprotic/protic polar organic medium and naked-eye monitoring of water in organic solvents
Zeng et al. Inference of nonlinear state-space models for sandwich-type lateral flow immunoassay using extended Kalman filtering
CN101923088B (zh) 一种金纳米棒免疫探针及其制备方法与应用
Liu et al. A sensitive colorimetric aptasensor based on trivalent peroxidase-mimic DNAzyme and magnetic nanoparticles
Suwansa-ard et al. Comparison of surface plasmon resonance and capacitive immunosensors for cancer antigen 125 detection in human serum samples
CN102819691B (zh) 免疫层析试条生化反应过程的建模方法
Xi et al. Protein discrimination using a colorimetric sensor array based on gold nanoparticle aggregation induced by cationic polymer
Xiang et al. Quantitative detection of aflatoxin B1 using quantum dots-based immunoassay in a recyclable gravity-driven microfluidic chip
EP1801590A4 (en) METHOD FOR TESTING ANTIGEN AND REAGENT THEREOF
Ragavendar et al. A mathematical model to predict the optimal test line location and sample volume for lateral flow immunoassays
Psarouli et al. Fast label-free detection of C-reactive protein using broad-band Mach-Zehnder interferometers integrated on silicon chips
Wu et al. A portable magnetic particle spectrometer for future rapid and wash-free bioassays
Hecht et al. Label-acquired magnetorotation as a signal transduction method for protein detection: aptamer-based detection of thrombin
CN103575896A (zh) 高灵敏可抛式多组分化学发光成像免疫传感器
Koukouvinos et al. Rapid C-reactive protein determination in whole blood with a White Light Reflectance Spectroscopy label-free immunosensor for Point-of-Care applications
CN102667452B (zh) 物质确定设备
CN101762697A (zh) 一种定量检测血液中肿瘤相关抗原15-3的磁性免疫层析试纸条及制备方法
Zhang et al. A novel cucurbit [7] uril anchored bis-functionalized metal-organic framework hybrid and its potential use in fluorescent analysis of illegal stimulants in saliva
Wang et al. Dual-Emitting Mixed-Lanthanide Metal–Organic Framework for Ratiometric and Quantitative Visual Detection of 2, 6-Pyridine Dicarboxylic Acid
CN105445453A (zh) 一种基于纳米金生长的可视化免疫分析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant