CN103226667A - 高血压及并发症的表征参数的获取方法 - Google Patents

高血压及并发症的表征参数的获取方法 Download PDF

Info

Publication number
CN103226667A
CN103226667A CN2013101853011A CN201310185301A CN103226667A CN 103226667 A CN103226667 A CN 103226667A CN 2013101853011 A CN2013101853011 A CN 2013101853011A CN 201310185301 A CN201310185301 A CN 201310185301A CN 103226667 A CN103226667 A CN 103226667A
Authority
CN
China
Prior art keywords
hypertension
complication
disease
characterization parameter
site
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.)
Granted
Application number
CN2013101853011A
Other languages
English (en)
Other versions
CN103226667B (zh
Inventor
杨进
董靖
徐博特
贺红娟
蔡丹
张伟
许嘉玲
李林
赵东
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.)
XI'AN AGEN HEALTH Inc
Original Assignee
XI'AN AGEN HEALTH Inc
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 XI'AN AGEN HEALTH Inc filed Critical XI'AN AGEN HEALTH Inc
Priority to CN201310185301.1A priority Critical patent/CN103226667B/zh
Publication of CN103226667A publication Critical patent/CN103226667A/zh
Application granted granted Critical
Publication of CN103226667B publication Critical patent/CN103226667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

本发明涉及一种高血压及并发症的表征参数的获取方法,该方法包括以下步骤:1)建立高血压及并发症易感基因数据库;2)根据步骤1)所建立的高血压及并发症易感基因数据库构建个体高血压及并发症的表征参数分析平台;3)基于步骤2)所建立的分析平台对个体的高血压及并发症的表征参数进行分析;4)输出个体的高血压及并发症的表征参数。本发明提供了一种获取的表征信息准确、获取信息及时以及为后续治疗工作奠定基础的高血压及并发症的表征参数的获取方法。

Description

高血压及并发症的表征参数的获取方法
技术领域
本发明属于医疗检测技术领域,涉及一种参数的获取方法,尤其涉及一种高血压及并发症的表征参数的获取方法。
背景技术
原发性高血压(primaryhypertension)是以血压升高为主要临床表现伴或不伴有多种心血管危险因素的综合征,通常简称为高血压。高血压是多种心、脑血管疾病的重要病因和危险因素,影响重要脏器,如心、脑、肾的结构与功能,最终导致这些器官的功能衰竭,迄今仍是心血管疾病死亡的主要原因之一。
2010版《中国高血压防治指南》公布,中国目前高血压患者已超过2亿人,每10个成年人中就有2人患有高血压,每年还在继续新增1,000万高血压患者。而中国每年死亡的300万心血管病患者中,50%都与高血压有关。如果不加以控制,2020年预计中国将有4亿高血压病人。更为重要的是,高血压不经有效控制将会严重影响心、脑、肾的结构与功能,并发高血压肾病、高血压心脏病和高血压脑卒中等,导致这些器官的功能衰竭,这是最终导致患者致残和构成生命威胁的主要原因,患者及其家庭还将承受巨大的精神和经济负担。现阶段,卫生部在我国人群特点的基础上制定了坚持预防为主,防治结合的策略。针对正常高值血压者、高血压患者或有严重并发症患者进行全面评估,根据危险分层,适病症治疗,决定干预或治疗措施。正常高值血压者、高血压患者坚持(非)药物疗法,改变不良生活方式;长期平稳有效控制高血压,提高降压达标率,减少一系列心脑血管病的发生。对比1991全国高血压抽样调查和2002全国营养调查数据,高血压患者的知晓率由26.3%提高到了30.2%,治疗率由12.1%提高到24.7%,而控制率则由2.8%提高到6.1%。在许多高血压防治研究社区的管理人群中,高血压控制率已达60%以上。同期高血压的最主要并发症——脑卒中的死亡率也在我国部分城市中老年人口中以每年3%的速度平稳下降。
高血压及并发症是一种多病因的多基因疾病。遗传学分析发现高血压病人常有家族病史,揭示遗传因素对高血压的发生及发展有一定作用。从我国高血压流行状况来看,控制危险因素包含个人不良生活方式及环境因素是符合国情的全人群和高危人群及病人相结合的防治策略。这四种疾病(高血压、高血压肾病、高血压脑卒中和高血压左心室肥厚)的发生都是由内因和外因共同作用产生的结果。该表征获取方法通过基因检测及遗传分析(内因)确定疾病高易感人群的患病风险,采集疾病相关的逐渐累积的外界风险因素(外因),对高血压及三种并发症进行全面准确的综合内外因风险评估。
现代科学的发展促进了高血压等疾病从常规体检向基因检测的转变,通过基因检测可以深入细微之处对疾病进行剖析,准确预警未来某个生命时段是否存在发生疾病的可能性或机率,以便及早采取有效的防病措施。单位点或单基因的遗传分析结果预警患病几率是不充分的,预测结果也有较大偏差。因此,通过致病基因、易感基因的筛选或SNP位点的组合来预警更有优势。基因检测属于临床医学范畴,由医疗机构实施“基因诊断”,诊断致病基因,挖掘病因;基因检测也属于疾病预防保健范畴,由非医疗的专业机构实施检测,检测疾病易感基因,准确预警。该表征获取方法采用的是位点微效累积理论和主要位点决定论的遗传分析技术,全面兼顾了疾病遗传缺陷基因与复杂疾病显性遗传两方面,既诊断这四种疾病(高血压、高血压肾病、高血压脑卒中和高血压左心室肥厚)的致病基因,又检测它们的疾病易感基因,预警疾病风险、提示预防疾病,从而达到防止或延缓疾病的发生、减轻疾病的严重程度。
在国内,从事商业化基因检测产品供应的主要是一些生物科技公司,而真正具备大规模检测能力的公司大约有10家。他们主要集中于上海、北京、广州等大城市,拥有芯片技术、高通量测序技术和质谱基因检测技术等实力,提供着包括疾病易感基因检测、个体化用药检测和儿童天赋基因检测等技术服务,少数公司推出人体全基因组测序服务。随着未来基因健康产业集中度不断加强和国家对基因健康产业的严格监管,多数公司将被淘汰,仅有掌握核心竞争力包括整合优势基因检测平台、遗传分析技术与疾病风险基因预警技术、基因导向下健康管理建议技术方面的专业机构(公司)得以发展。
目前,关于高血压及并发症病症预警或干预的相关专利集中于单个疾病的诊断、治疗后的评估,少有复杂疾病单个SNP位点易感性综合遗传分析方法的报道。同时,高血压及并发症易感性综合遗传分析深入研究不多,基因健康产业转化的预警或干预类产品单纯“拷贝”欧美国家健康管理建议,都缺乏准确性、系统性和全面性。
发明内容
为了解决背景技术中存在的上述技术问题,本发明提供了一种获取的表征信息准确、获取信息及时以及为后续治疗工作奠定基础的高血压及并发症的表征参数的获取方法。
本发明的技术解决方案是:本发明提供了一种高血压及并发症的表征参数的获取方法,其特殊之处在于:所述高血压及并发症的表征参数的获取方法包括以下步骤:
1)建立高血压及并发症易感基因数据库;
2)根据步骤1)所建立的高血压及并发症易感基因数据库构建个体高血压及并发症的表征参数分析平台;
3)基于步骤2)所建立的分析平台对个体的高血压及并发症的表征参数进行分析;
4)输出个体的高血压及并发症的表征参数。
上述步骤1)的具体实现方式是:
1.1)在GWAS网站上初步查询到与高血压相关联的基因名称;
1.2)在NCBI的Pubmed数据库里面,筛查出与中国人高血压相关的易感基因;
1.3)查找与中国人群相关的关联分析的结果,确定步骤1.2)中所得到的易感基因的位点;
1.4)在NCBI的SNP数据库中验证步骤1.3)中所确定的易感基因的位点;
1.5)编写易感基因文集;所述易感基因文集包括基因基本信息、功能信息、致病信息、提示信息以及环境因素等内容。
上述步骤1.3)中与中国人群相关的关联分析需要满足的条件是:样本是大样本人群、样本来源是中国人群、or值大于1、95%CI不包含1以及在统计学上呈显著;所述大样本人群至少包括200人。
上述与高血压相关联的易感基因是NEDD4L、AGT、KLK1、eNOS、RGS2、ACE、ADRB2、ADD1、ZNF652、AGTR1、Renalase、KLKB1、GRK4、TH、GPX4、CDKN2B-AS1、9p21、eNOS、TGF-β1、GDF15、ANP以及CYP11B2;所述与高血压相关联的易感基因的位点是rs4149601、rs699、rs5517、rs1799983、rs1042713、rs4961、rs16948048、rs4253325、rs1801058、rs2070762、rs713041、rs2383207、rs10757278、rs4808793、rs4343、rs5186、rs5051、rs5050、rs2576178、rs1799998、rs1800471、rs34717272、rs13447447。
上述步骤2)中平台的构建过程是:
2.1)获取步骤1)所建立的高血压及并发症易感基因数据库中的疾病位点SGR以及疾病群体CGR值;
2.2)根据步骤2.1)所得到的疾病位点SGR值以及疾病群体CGR值获取个体疾病CGR值;
2.3)根据步骤2.2)所得到的个体疾病CGR值建立高血压及并发症的表征参数。
上述步骤2.1)的具体实现方式是:
疾病位点SGR数据的计算方式是:
疾病的检测位点有n个,位点1有三种基因型:AA、AB、BB;所述三种基因型对应发病风险分别为or11、or12、or13;所述三种基因型对应基因型频率分别为fre11、fre12、fre13;基因型为AA的SGR值:
SGR1=or11/(or11*fre11+or21*fre21+or31*fre31),SGR2=or12/(or12*fre12+or22*fre22+or32*fre32),以此类推,SGRn=or1n(or1n*fre1n+or2n*fre2n+or3n*fre3n)该疾病的群体(综合)发病风险:CGR=SGR1*SGR2*……*SGRn。
上述步骤2.2)中个体疾病CGR值的计算方式是:
SGRn=基因型NN的or值/(位点n的or*fre总和)。
CGR=SGRa×SGRb×……×SGRn。
上述步骤3)的具体实现方式是:
3.1)采集离体血液样本,并通过分子生物学手段获取该离体血液样本的个体基因检测数据;
3.2)将步骤3.1)所得到的个体基因检测数据逐个与高血压及并发症易感基因数据库进行比对,若对比一致,则进行步骤3.3);若不一致,则退出表征参数的获取过程,重复进行步骤3.1);
3.3)根据步骤2)所建立的分析平台计算各种与高血压相关联疾病的CGR值;
3.4)根据高风险判断标准和步骤3.3)所计算出来的CGR值,得到个体高血压及并发症的表征参数。
本发明的优点是:
本发明通过建立基因数据库、建立表征参数检测信息平台以及输出表征参数信息等方式构建了一种高血压及并发症的表征参数的获取方法。对于高血压及并发症易感基因数据库而言,该数据库整合了高血压、高血压肾病、高血压脑卒中和高血压左心室肥厚最新的24个易感基因27个位点。以目前的科技发展而言,基因检测能够检测出这些遗传的易感基因型,检测准确率达到99.9%。虽然将来高血压及并发症的易感基因会不断发掘,但是高血压及并发症易感基因数据库会不断更新,产品会不断进行升级。第二,本发明所采用的表征参数检测信息平台(并发症分析平台)可以高效整合、实现系统自动化处理基因检测数据,该平台引入了CGR(Combined Genetic Risk,综合发病风险指数)值为主的疾病风险评估模型,依据疾病易感基因位点检测结果,对高血压及并发症做了疾病遗传风险分析和高风险疾病深度遗传分析。第三,本发明所建立的基因文集(基因信息文库),在高血压及并发症易感基因数据库的指导下,高血压及并发症的每一种疾病易感基因都编写了基因文集,并信息化导入并发症分析平台。在并发症分析平台上,针对相关高风险疾病深度遗传分析,分析结果都会有疾病易感基因重点提示。第四,输出高血压及并发症的表征参数,该表征参数是基因导向下的健康管理建议,高血压及并发症基因检测是主动预防疾病的发生。了解个体在不同疾病上的发生倾向,并以基因检测结果为依据,进行全面的生活调整或干预,以期降低风险延缓疾病发生、发展。高血压及并发症的发生是基因、环境共同作用的结果,若检测出某种疾病的风险,那么基因导向下的健康管理建议可以针对性的进行个体干预,避开不良的生活方式和环境因素,做到真正的预防疾病。基于本发明的原理,可以预测高血压患者高血压并发症的发生倾向,延缓疾病的发生和发展。本发明针对以上不足,该表征获取方法结合个人家族病史,以权威的中国人群遗传基因数据库为基础,组合了高血压及三种并发症24个易感基因上27个位点,采用有效的遗传分析模型——CGR分析模型进行遗传分析[P];转化产品结合了遗传分析和健康管理,可以早期预警高血压及并发症重大慢性疾病的转归方向,指导人们有针对性地进行疾病预防、改善健康状况、提高生活质量。
具体实施方式
本发明提供了一种高血压及并发症的表征参数的获取方法,该高血压及并发症的表征参数的获取方法包括以下步骤:
1)建立高血压及并发症易感基因数据库:
1.1)在GWAS网站上初步查询到与高血压相关联的基因名称;
1.2)在NCBI的Pubmed数据库里面,筛查出与中国人高血压相关的易感基因;
1.3)查找与中国人群相关的关联分析的结果,确定步骤1.2)中所得到的易感基因的位点;与中国人群相关的关联分析需要满足的条件是:样本是大样本人群、样本来源是中国人群、or值大于1、95%CI不包含1以及在统计学上呈显著;所述大样本人群至少包括200人。
1.4)在NCBI的SNP数据库中验证步骤1.3)中所确定的易感基因的位点;
1.5)编写易感基因文集;所述易感基因文集包括基因基本信息、功能信息、致病信息、提示信息以及环境因素等内容。
2)根据步骤1)所建立的高血压及并发症易感基因数据库构建个体高血压及并发症的表征参数分析平台:
2.1)获取步骤1)所建立的高血压及并发症易感基因数据库中的疾病位点SGR数据以及疾病群体CGR数据;
疾病位点SGR数据的计算方式是:
疾病的检测位点有n个,位点1有三种基因型:AA、AB、BB;所述三种基因型对应发病风险分别为or11、or12、or13;所述三种基因型对应基因型频率分别为fre11、fre12、fre13;基因型为AA的SGR值:
SGR1=or11/(or11*fre11+or21*fre21+or31*fre31),SGR2=or12/(or12*fre12+or22*fre22+or32*fre32),以此类推,SGRn=or1n(or1n*fre1n+or2n*fre2n+or3n*fre3n)该疾病的群体(综合)发病风险:CGR=SGR1*SGR2*……*SGRn。
2.2)根据步骤2.1)所得到的疾病位点gr数据以及疾病群体gr数据获取个体疾病CGR值:
其中:个体疾病CGR值的计算方式是:
SGRn=基因型NN的or值/(位点n的or*fre总和)。
CGR=SGRa×SGRb×……×SGRn。
2.3)根据步骤2.2)所得到的个体疾病CGR值建立高血压及并发症的表征参数。
3)基于步骤2)所建立的分析平台对个体的高血压及并发症的表征参数进行分析:
3.1)采集离体血液样本,并通过分子生物学手段获取该离体血液样本的个体基因检测数据;
3.2)将步骤3.1)所得到的个体基因检测数据逐个与高血压及并发症易感基因数据库进行比对,若对比一致,则进行步骤3.3);若不一致,则退出表征参数的获取过程,重复进行步骤3.1);
3.3)根据步骤2)所建立的分析平台计算各种与高血压相关联疾病的CGR值;
3.4)根据高风险判断标准和步骤3.3)所计算出来的CGR值,得到个体高血压及并发症的表征参数。
4)输出个体的高血压及并发症的表征参数。
与高血压相关联的易感基因是NEDD4L、AGT、KLK1、eNOS、RGS2、ACE、ADRB2、ADD1、ZNF652、AGTR1、Renalase、KLKB1、GRK4、TH、GPX4、CDKN2B-AS1、9p21、eNOS、TGF-β1、GDF15、ANP以及CYP11B2;所述与高血压相关联的易感基因的位点是rs4149601、rs699、rs5517、rs1799983、rs1042713、rs4961、rs16948048、rs4253325、rs1801058、rs2070762、rs713041、rs2383207、rs10757278、rs4808793、rs4343、rs5186、rs5051、rs5050、rs2576178、rs1799998、rs1800471、rs34717272、rs13447447。
以上与高血压相关联的易感基因的位点是选自以下单个SNP组成组:rs4149601(AG)其定义风险等位基因A;rs699(CT)其定义风险等位基因CC;rs5517(AG)其定义风险等位基因AA;rs1799983(GT)其定义风险等位基因T;rs1042713(AG)其定义风险等位基因G;rs4961(GT)其定义风险等位基因TT;rs16948048(AG)其定义风险等位基因AA;rs4253325(AG)其定义风险等位基因A;rs1801058(CT)其定义风险等位基因CC;rs2070762(CT)其定义风险等位基因C;rs713041(CT)其定义风险等位基因C;rs2383207(AG)其定义风险等位基因G;rs10757278(AG)其定义风险等位基因GG;rs4808793(CG)其定义风险等位基因CC;rs4343(AG)其定义风险等位基因A;rs5186(AC)其定义风险等位基因C;rs5051(CT)其定义风险等位基因CC;rs5050(GT)其定义风险等位基因GG;rs2576178(CT)其定义风险等位基因G;rs1799998(CT)其定义风险等位基因CC;rs1800471(CG)其定义风险等位基因C;rs34717272(ID)其定义风险等位基因DD;rs13447447(ID)其定义风险等位基因DD。
本发明采集了高血压及并发症24个基因27个位点的基因检测,与北京华大中生科技发展有限公司合作,采用国际上先进的ABI3730测序和MassARRAY技术平台。ABI3730测序技术平台采用毛细管电泳技术替代传统的聚丙烯酰胺平板电泳,精准的测序质量、专业的生物信息分析,保证样品每个多态性位点的精确定位;MassARRAY技术平台结合PCR的高灵敏度和质谱的高精密度,自动化分析基因变异。ABI3730测序和MassARRAY两种自动化平台极大的降低了人工操作失误的几率,完美整合保证基因检测的高质量、高效率。
高血压及并发症基因检测遗传分析服务类产品建立了高血压及并发症易感基因数据库,该数据库整合了中国汉族人高血压及三种并发症(高血压肾病、高血压脑卒中和高血压左心室肥厚)的24个基因27个位点。在《HypertensionResearch》、《Journal of Hypertension》等权威杂志的《The C718T polymorphism inthe3’-untranslated regionof glutathione peroxidase-4gene is a predictor ofcerebralstroke in patients with essential hypertension》、《Genetic polymorphisms of therenin–angiotensin–aldosterone system and renal insufficiency inessentialhypertension》等文章中,分析了这些多态性位点与相关疾病的关联性,证实这些位点是致病位点,与疾病强烈关联。并发症分析平台是高血压及并发症综合预警产品的一个独立的遗传分析平台,该平台可以快速整合、系统处理基因检测数据,自动化导出分析结果,方便进一步深度遗传分析。
本发明涉及高血压及并发症(高血压肾病、高血压脑卒中和高血压左心室肥厚)的24个基因27个位点的基因检测,以及并发症分析平台,最后,产品针对基因检测和遗传分析结果,给出基因导向下的个性化健康管理建议。
具体而言,本发明的原理是:
①易感基因检测在ABI3730测序和MassARRAY技术平台上综合检测了高血压及其三种并发症相关的24个基因上27个位点,并依据检测结果对基因位点进行基因分型。②疾病遗传风险分析采用疾病风险评估模型,结合高血压患病史和家族病史,综合判断疾病遗传风险。③高风险疾病深度遗传分析从基因检测位点分析、综合发病风险分布、群体发病风险、个体发病风险和风险基因相关危险因素等方面对高血压疾病进行了深度遗传分析,从基因检测位点方面对高血压的三种并发症进行了深度遗传分析,详细阐释了导致高血压肾病和高血压三种并发症风险增高的遗传基因和与突变遗传基因相关的危险因素。④高风险疾病内外因综合评估高血压及并发症都是遗传因素(内因)和生活方式与环境危险因素(外因)的共同作用的结果。本对高血压及并发症风险状态进行内外因综合评估,找到与疾病相关的遗传因素和生活方式与环境危险因素。⑤基因导向下的个性化健康管理建议通过基因检测、预测分析,根据个体的基因组信息和个体差异性(年龄、膳食构成、运动等)有针对性地制定个性化健康管理。比如,可以进行有针对性的营养保健,选择适合自己遗传体质的保健品;可以对日常生活等进行科学指导,制定适应每个人不同特点的保健方案;同时可以根据基因组信息对重大疾病的预防进行指导。
表1是本高血压及并发症易感基因数据库的24个易感基因上27个检测位点。
Figure BDA00003205414400101
本发明的工作详细过程是:
1.客户向健康管理中心提出检测申请,并填写知情同意书、基因检测申请单、健康信息记录表。2.血液样本采集、保存。步骤1和步骤2也可以由检测机构或代理商直接代办。3.样品送基因检测实验室。4.按照表1的易感基因检测位点进行基因检测,并及时反馈基因检测结果。5.疾病遗传风险分析和高风险疾病深度遗传分析。6.高风险疾病内外因综合评估。7.基因导向下的个性化健康管理建议。其中,步骤5、步骤6和步骤7是通过并发症分析平台自动化平台来实现的。专业遗传分析师会依据基因检测结果,完成步骤5、步骤6和步骤7,并会提供个性化健康管理方面的咨询。
在步骤5疾病遗传风险分析中引入综合发病风险指数(CGR)。CGR是综合疾病相关的所有SNP位点基因型患病风险,与相应位点的同民族人群之平均患病风险比值的乘积计算得来的,即CGR是患某种疾病风险与同民族人群之平均患病风险相比的结果。
如高血压的检测位点有n个,位点1有三种基因型:AA、AB、BB,对应发病风险为or1、or2、or3,对应基因型频率为fre1、fre2、fre3。而客户的位点基因型为AA,SGR(single-site genetic risk)值为疾病中单位点发病风险。
则该客户位点1的SGR1=or11/(or11×fre11+or21×fre21+or31×fre31),
SGR2=or12/(or12×fre12+or22×fre22+or32×fre32),
以此类推
SGRn=or1n/(or1n×fre1n+or2n×fre2n+or3n×fre3n),
那么,该客户高血压的综合发病风险:CGR=SGR1×SGR2×……×SGRn
or11,or21,or31依次表示第一个位点的第一、第二和第三三种基因型对应发病风险。
fre11,fre21,fre31依次表示第一个位点的第一、第二和第三三种基因型对应基因型频率。
高血压及并发症易感基因数据库建立过程是:
1.在GWAS(Genome-wide association study,全基因组关联分析)网站(http://www.genome.gov/),初步查询到与高血压(Hypertension)相关联的基因名称。这些基因与高血压相关。
2.在NCBI的Pubmed数据库里面,筛查出与中国人高血压相关的易感基因。
3.查找与中国人群相关的关联分析的结果,确定该基因(位点)是易感基因(位点)。关联分析必须同时满足以下条件:
①样本是大样本人群(大于200人);
②样本来源是中国人群;
③or值>1,95%CI不包含1;
④p值小于0.05,统计学上显著。
①主要是保障研究的可参考性,小样本的结果可能存在一些样本特异性;②是为了保证样本来源。
③和④都是为了确保基因位点与疾病相关在统计学上显著。
4.在NCBI的SNP数据库中验证该易感基因的位点。
5.编写(易感)基因文集。基因文集由基因基本信息、功能信息、致病信息、提示信息和环境因素组成。在Pubmed数据库查询易感基因基本信息和功能信息,根据关联分析结果分析致病信息、提示信息和环境因素。

Claims (8)

1.一种高血压及并发症的表征参数的获取方法,其特征在于:所述高血压及并发症的表征参数的获取方法包括以下步骤:
1)建立高血压及并发症易感基因数据库;
2)根据步骤1)所建立的高血压及并发症易感基因数据库构建个体高血压及并发症的表征参数分析平台;
3)基于步骤2)所建立的分析平台对个体的高血压及并发症的表征参数进行分析;
4)输出个体的高血压及并发症的表征参数。
2.根据权利要求1所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤1)的具体实现方式是:
1.1)在GWAS网站上初步查询到与高血压相关联的基因名称;
1.2)在NCBI的Pubmed数据库里面,筛查出与中国人高血压相关的易感基因;
1.3)查找与中国人群相关的关联分析的结果,确定步骤1.2)中所得到的易感基因的位点;
1.4)在NCBI的SNP数据库中验证步骤1.3)中所确定的易感基因的位点;
1.5)编写易感基因文集;所述易感基因文集包括基因基本信息、功能信息、致病信息、提示信息以及环境因素等内容。
3.根据权利要求2所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤1.3)中与中国人群相关的关联分析需要满足的条件是:样本是大样本人群、样本来源是中国人群、or值大于1、95%CI不包含1以及在统计学上呈显著;所述大样本人群至少包括200人。
4.根据权利要求3所述的高血压及并发症的表征参数的获取方法,其特征在于:所述与高血压相关联的易感基因是NEDD4L、AGT、KLK1、eNOS、RGS2、ACE、ADRB2、ADD1、ZNF652、AGTR1、Renalase、KLKB1、GRK4、TH、GPX4、CDKN2B-AS1、9p21、eNOS、TGF-β1、GDF15、ANP以及CYP11B2;所述与高血压相关联的易感基因的位点是rs4149601、rs699、rs5517、rs1799983、rs1042713、rs4961、rs16948048、rs4253325、rs1801058、rs2070762、rs713041、rs2383207、rs10757278、rs4808793、rs4343、rs5186、rs5051、rs5050、rs2576178、rs1799998、rs1800471、rs34717272、rs13447447。
5.根据权利要求4所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤2)中平台的构建过程是:
2.1)获取步骤1)所建立的高血压及并发症易感基因数据库中的疾病位点SGR以及疾病群体CGR值;
2.2)根据步骤2.1)所得到的疾病位点SGR值以及疾病群体CGR值获取个体疾病CGR值;
2.3)根据步骤2.2)所得到的个体疾病CGR值建立高血压及并发症的表征参数。
6.根据权利要求5所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤2.1)的具体实现方式是:
疾病位点SGR数据的计算方式是:
疾病的检测位点有n个,位点1有三种基因型:AA、AB、BB;所述三种基因型对应发病风险分别为or11、or12、or13;所述三种基因型对应基因型频率分别为fre11、fre12、fre13;基因型为AA的SGR值:
SGR1=or11/(or11*fre11+or21*fre21+or31*fre31),SGR2=or12/(or12*fre12+or22*fre22+or32*fre32),以此类推,SGRn=or1n(or1n*fre1n+or2n*fre2n+or3n*fre3n)该疾病的群体(综合)发病风险:CGR=SGR1*SGR2*……*SGRn。
7.根据权利要求6所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤2.2)中个体疾病CGR值的计算方式是:
SGRn=基因型NN的or值/(位点n的or*fre总和);
CGR=SGRa×SGRb×……×SGRn。
8.根据权利要求7所述的高血压及并发症的表征参数的获取方法,其特征在于:所述步骤3)的具体实现方式是:
3.1)采集离体血液样本,并通过分子生物学手段获取该离体血液样本的个体基因检测数据;
3.2)将步骤3.1)所得到的个体基因检测数据逐个与高血压及并发症易感基因数据库进行比对,若对比一致,则进行步骤3.3);若不一致,则退出表征参数的获取过程,重复进行步骤3.1);
3.3)根据步骤2)所建立的分析平台计算各种与高血压相关联疾病的CGR值;
3.4)根据高风险判断标准和步骤3.3)所计算出来的CGR值,得到个体高血压及并发症的表征参数。
CN201310185301.1A 2013-05-17 2013-05-17 高血压及并发症的表征参数的获取方法 Active CN103226667B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310185301.1A CN103226667B (zh) 2013-05-17 2013-05-17 高血压及并发症的表征参数的获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310185301.1A CN103226667B (zh) 2013-05-17 2013-05-17 高血压及并发症的表征参数的获取方法

Publications (2)

Publication Number Publication Date
CN103226667A true CN103226667A (zh) 2013-07-31
CN103226667B CN103226667B (zh) 2016-05-25

Family

ID=48837112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310185301.1A Active CN103226667B (zh) 2013-05-17 2013-05-17 高血压及并发症的表征参数的获取方法

Country Status (1)

Country Link
CN (1) CN103226667B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050344A (zh) * 2013-09-30 2014-09-17 西安时代基因健康科技有限公司 冠心病的表征参数的获取方法
CN105154553A (zh) * 2015-09-21 2015-12-16 上海中优生物高科技有限责任公司 高血压型肥胖基因个体化干预饮品的制备方法及其系统
CN105740597A (zh) * 2015-12-10 2016-07-06 西安时代基因健康科技股份有限公司 复杂疾病遗传风险参数检测系统
CN105803105A (zh) * 2016-05-27 2016-07-27 福建爱我健康生物科技有限公司 一种用于评估皮肤再生情况的引物和探针及试剂盒
CN106778083A (zh) * 2016-11-28 2017-05-31 墨宝股份有限公司 一种自动生成基因检测报告的方法及装置
CN107256323A (zh) * 2016-09-05 2017-10-17 云健康基因科技(上海)有限公司 一种ⅱ型糖尿病风险评估模型的构建方法和构建系统
CN109256213A (zh) * 2018-08-21 2019-01-22 四川靠谱健康管理有限公司 一种结合遗传风险与环境危险因素的健康管理方法
CN109493966A (zh) * 2018-10-27 2019-03-19 平安医疗健康管理股份有限公司 一种基于数据处理的高血压认证方法及相关设备
CN109509511A (zh) * 2018-06-28 2019-03-22 吉恩生物科技(昆山)有限公司 一种心脑血管相关参数分析方法
CN109762880A (zh) * 2019-01-15 2019-05-17 广州序科码生物技术有限责任公司 一种检测健康人易感基因的方法及其应用
CN109897895A (zh) * 2019-01-11 2019-06-18 江苏百世诺医疗科技有限公司 一种TaqMan-MGB探针技术检测影响降压药物疗效基因的方法学建立
CN115349491A (zh) * 2022-07-25 2022-11-18 山东中医药大学 一种正常高值血压痰湿壅盛证动物模型的建立方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101302563A (zh) * 2008-07-08 2008-11-12 上海中优医药高科技有限公司 一种多基因疾病遗传风险综合评估方法
CN101845501A (zh) * 2010-05-18 2010-09-29 孟涛 一种复杂疾病易感性综合遗传分析方法
CN101886129A (zh) * 2010-06-30 2010-11-17 首都医科大学附属北京安贞医院 高血压易感基因AGTR1单核苷酸多态性位点rs388915的检测方法及检测试剂盒
CN102108384A (zh) * 2009-12-23 2011-06-29 上海主健生物工程有限公司 预防妊娠高血压综合征的检测试剂盒
CN102930135A (zh) * 2012-09-28 2013-02-13 西安时代基因健康科技有限公司 糖尿病及并发症的表征参数的获取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101302563A (zh) * 2008-07-08 2008-11-12 上海中优医药高科技有限公司 一种多基因疾病遗传风险综合评估方法
CN102108384A (zh) * 2009-12-23 2011-06-29 上海主健生物工程有限公司 预防妊娠高血压综合征的检测试剂盒
CN101845501A (zh) * 2010-05-18 2010-09-29 孟涛 一种复杂疾病易感性综合遗传分析方法
CN101886129A (zh) * 2010-06-30 2010-11-17 首都医科大学附属北京安贞医院 高血压易感基因AGTR1单核苷酸多态性位点rs388915的检测方法及检测试剂盒
CN102930135A (zh) * 2012-09-28 2013-02-13 西安时代基因健康科技有限公司 糖尿病及并发症的表征参数的获取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈杰 等: "遗传药理学与高血压药物治疗进展", 《中国临床药理学与治疗学》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050344A (zh) * 2013-09-30 2014-09-17 西安时代基因健康科技有限公司 冠心病的表征参数的获取方法
CN105154553A (zh) * 2015-09-21 2015-12-16 上海中优生物高科技有限责任公司 高血压型肥胖基因个体化干预饮品的制备方法及其系统
CN105740597B (zh) * 2015-12-10 2018-11-27 西安时代基因健康科技股份有限公司 复杂疾病遗传风险参数检测系统
CN105740597A (zh) * 2015-12-10 2016-07-06 西安时代基因健康科技股份有限公司 复杂疾病遗传风险参数检测系统
CN105803105A (zh) * 2016-05-27 2016-07-27 福建爱我健康生物科技有限公司 一种用于评估皮肤再生情况的引物和探针及试剂盒
CN107256323A (zh) * 2016-09-05 2017-10-17 云健康基因科技(上海)有限公司 一种ⅱ型糖尿病风险评估模型的构建方法和构建系统
CN107256323B (zh) * 2016-09-05 2020-11-13 云健康基因科技(上海)有限公司 一种ⅱ型糖尿病风险评估模型的构建方法和构建系统
CN106778083A (zh) * 2016-11-28 2017-05-31 墨宝股份有限公司 一种自动生成基因检测报告的方法及装置
CN109509511A (zh) * 2018-06-28 2019-03-22 吉恩生物科技(昆山)有限公司 一种心脑血管相关参数分析方法
CN109256213A (zh) * 2018-08-21 2019-01-22 四川靠谱健康管理有限公司 一种结合遗传风险与环境危险因素的健康管理方法
CN109493966A (zh) * 2018-10-27 2019-03-19 平安医疗健康管理股份有限公司 一种基于数据处理的高血压认证方法及相关设备
CN109897895A (zh) * 2019-01-11 2019-06-18 江苏百世诺医疗科技有限公司 一种TaqMan-MGB探针技术检测影响降压药物疗效基因的方法学建立
CN109762880A (zh) * 2019-01-15 2019-05-17 广州序科码生物技术有限责任公司 一种检测健康人易感基因的方法及其应用
CN115349491A (zh) * 2022-07-25 2022-11-18 山东中医药大学 一种正常高值血压痰湿壅盛证动物模型的建立方法
CN115349491B (zh) * 2022-07-25 2023-09-15 山东中医药大学 一种正常高值血压痰湿壅盛证动物模型的建立方法

Also Published As

Publication number Publication date
CN103226667B (zh) 2016-05-25

Similar Documents

Publication Publication Date Title
CN103226667A (zh) 高血压及并发症的表征参数的获取方法
CN104662168B (zh) 用于癌症检测的血浆dna突变分析
Dispenzieri et al. Use of nonclonal serum immunoglobulin free light chains to predict overall survival in the general population
CN105002286A (zh) 与高血压和/或心血管疾病发病风险相关的多个单核苷酸多态性位点及相关应用
CN103459614B (zh) 胎儿性染色体的非侵入性产前基因分型
CN102930135A (zh) 糖尿病及并发症的表征参数的获取方法
CN107267510B (zh) 长链非编码lncRNA-OD1在骨质疏松症疾病中的应用
CN104254618A (zh) 母体血浆中胎儿dna分数的基于大小的分析
CN109082471A (zh) 一种肺腺癌患者预后预测用外周血mRNA标记物及其筛选方法和应用
Kitahara et al. Association between adult height, genetic susceptibility and risk of glioma
Patsch et al. Monitoring dynamic cytotoxic chemotherapy response in castration-resistant prostate cancer using plasma cell-free DNA (cfDNA)
CN109762880A (zh) 一种检测健康人易感基因的方法及其应用
CN109182527A (zh) 一种用于胶质瘤中预后评价及化疗效果预测的干扰素相关试剂盒
CN110257518B (zh) 一种用于预测转移性结直肠癌转化治疗疗效的基因集
JP2015089364A (ja) 体細胞多重変異によるがん診断方法、がん医薬開発方法及びがん診断装置
US20230366037A1 (en) Prediction tool for judging drug sensitivity and long-term prognosis of liver cancer based on gene detection and use thereof
CN108034712A (zh) 川崎病冠状动脉病变风险诊断与检测试剂盒
WO2022247903A1 (zh) 冠心病多基因遗传风险评分及其构建方法与联合临床风险评估应用
CN107653311B (zh) 与血脂水平相关的单核苷酸多态性rs4883263检测系统及相关应用
CN104050344A (zh) 冠心病的表征参数的获取方法
CN105177130B (zh) 用来评估艾滋病人发生免疫重建炎性综合症的标志物
CN107447024A (zh) Hla‑b等位基因在制备预测植物何首乌及其成分致肝损伤风险的检测试剂中的应用
WO2017106365A1 (en) Methods for measuring mutation load
Patil et al. Personalised Precision Medicine-A Novel Approach for Oral Cancer Management
CN105112415A (zh) 用于2型糖尿病患病风险评估的遗传位点rs780092及检测试剂盒

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 710075 Shaanxi city of Xi'an province high tech Zone Fenghui Road No. 34 Changan Plaza A block 9 room 902

Applicant after: XI'AN AGEN HEALTH INC.

Address before: 710075 Shaanxi city of Xi'an province high tech Zone Fenghui Road No. 34 Changan Plaza A block 9 room 902

Applicant before: Xi'an AGEN Health Inc.

COR Change of bibliographic data
C14 Grant of patent or utility model
GR01 Patent grant
CI03 Correction of invention patent
CI03 Correction of invention patent

Correction item: Patentee|Address

Correct: Xi'an Shidai gene Health Technology Co., Ltd|710075 Room 902, 9 / F, block a, new Chang'an Plaza, No.34 Fenghui South Road, hi tech Zone, Xi'an City, Shaanxi Province

False: Xi'an Shidai gene Health Technology Co., Ltd|710075 Room 902, 9 / F, block a, new Chang'an Plaza, No.34 Fenghui South Road, hi tech Zone, Xi'an City, Shaanxi Province

Number: 19

Volume: 32