CN105120852A - 评估生物样品质量的工具和方法 - Google Patents

评估生物样品质量的工具和方法 Download PDF

Info

Publication number
CN105120852A
CN105120852A CN201480020954.7A CN201480020954A CN105120852A CN 105120852 A CN105120852 A CN 105120852A CN 201480020954 A CN201480020954 A CN 201480020954A CN 105120852 A CN105120852 A CN 105120852A
Authority
CN
China
Prior art keywords
biomarker
sample
blood
quality
biological sample
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.)
Pending
Application number
CN201480020954.7A
Other languages
English (en)
Inventor
B·卡姆朗格
O·施米茨
J·卡斯特勒
G·卡奇普尔
M·多斯特勒
V·里本伯格
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.)
Metanomics Health GmbH
Original Assignee
Metanomics Health GmbH
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 Metanomics Health GmbH filed Critical Metanomics Health GmbH
Publication of CN105120852A publication Critical patent/CN105120852A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/49—Blood
    • G01N33/492—Determining multiple analytes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/49—Blood
    • G01N33/491—Blood by separating the blood components
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00—Chemical aspects of mass spectrometric analysis of biological material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2570/00—Omics, e.g. proteomics, glycomics or lipidomics; Methods of analysis focusing on the entire complement of classes of biological molecules or subsets thereof, i.e. focusing on proteomes, glycomes or lipidomes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biophysics (AREA)
  • Ecology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Zoology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Virology (AREA)

Abstract

本发明涉及诊断方法领域。具体地，本申请涉及评价生物样品质量的方法，包括步骤：在样品中确定表1,1ˊ,2,2ˊ,3,3ˊ,4,5,5ˊ,6,7,和/或8的至少一种生物标记的量，和将该至少一种生物标记的量与参照相比较，由此评价样品的质量。本发明还涉及用于实施上述方法的工具，例如装置和试剂盒。

Description

评估生物样品质量的工具和方法
发明领域
本发明涉及诊断方法领域。具体地，本申请涉及评估生物样品质量的方法，包括步骤:在样品中确定表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8的至少一种生物标记的量，和将该至少一种生物标记的量与参照相比较，由此评估样品的质量。本发明还涉及用于实施上述方法的工具，例如装置和试剂盒。
背景技术
对于与代谢物谱分析相关的任何生物医药研究，例如潜在的生物标记鉴定和验证，储存在生物库中的生物材料的价值由于分析前的干扰因素而减小，这些干扰因素干扰样品代谢组(metabolome),并可能导致非均衡(unbalanced)的研究设计、增加的变异性、不规则效应(erraticeffects)、和无再现性的结果。评估生物材料的质量，对于确保用于代谢物谱分析或其它分析方法或诊断方法的生物材料的质量和适宜性，是关键的具体地，相关干扰因素有血液、血浆或血清样品的加工和储存时间和温度的增加、离心程序的影响、溶血(hemolysis)、血细胞污染(例如，由于离心后血沉棕黄层(buffylayer)或血凝块的扩散引起)、冷冻程序、预定用于血浆制备的血液样品的微凝血(例如由于血液和抗凝剂的延迟的或不充分的混合)、和其它分析前步骤。
存在各种用于生物库的质量保证和质量控制的标准，例如，ISO9001,ISO指南34,ISO17025等等(参见，例如，Carter2011,BiopreservationandBiobanking9(2):157-163；Elliott2008,IntJEpidemiology37:234-244)。为了评估生物材料的质量，目前，测定生化标准参数，例如样品中核酸含量和完整性、凝结活性的存在、或细胞组成、细胞完整性和细胞数量。然而，对于代谢组分析所需要的更确定的质量评估而言，此类标准参数的评估是不适宜的。
可以确保用于蛋白质组分析的样品的质量的蛋白质生物标记，已有报告(参见例如WO2012/170669)。而且，已有报告，温育对血浆和血清样品的代谢组的组成有影响(Liuetal.2010,AnalBiochem406:105-115；Fliniauxetal.2011,JournalofBiomolecularNMR51(4):457-465；Boyanton2002,ClinicalChemistry48(12):2242-2247；Berninietal.2011,JournalofBiomolecularNMR49:231-243)。
然而，仍然没有可以用于评估生物材料的代谢组质量的标准，这样的标准是高度期望的。
本发明的技术问题可以看作是提供可满足上述需求的工具和方法。该技术问题通过权利要求中表征的和本文下面描述的实施方案得以解决。
发明概述
因此，本发明涉及用于评估生物样品质量的方法，包括步骤：
(a)在所述样品中确定表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8中的至少一种生物标记的量；和
(b)将该至少一种生物标记的量与参照相比较，由此评估样品的质量。
优选地，本发明涉及用于评估生物样品质量的方法，包括步骤：
(a)在所述样品中确定表1,2,3,4,5,6,7和/或8中的至少一种生物标记的量；和
(b)将该至少一种生物标记的量与参照相比较，由此评估样品的质量。
根据本发明所提及的方法涵盖基本上由上述步骤组成的方法或包括另外步骤的方法。然而，应理解的是，在优选实施方式中，方法是离体进行的(即不在人或动物身体上实施的)方法。方法优选可以通过自动化来辅助。
在优选实施方案中，本发明方法包含一个或多个以下步骤：
i)使所述生物样品接触特异地与至少一种本发明生物标记相互作用的试剂，和确定在所述生物标记和所述特异地与所述生物标记相互作用的试剂之间形成的复合物的量；
ii)使所述生物样品接触特异地与所述至少一种本发明生物标记反应的酶，和确定通过所述酶从所述生物标记形成的产物的量；
iii)使所述生物样品接触改变至少一种生物标记的化学结构的试剂，优选地以形成所述生物标记物的非天然衍生物，和检测所述衍生物；
iv)当评估为质量欠缺时，丢弃所述样品；和
iv)当评估为质量欠缺时，排除对所述样品的进一步分析。
术语“评估”在本文中指，区分样品的质量就代谢分析而言是否欠缺(不足)。在本文中，样品质量欠缺指，样品的组成不允许对代谢组的组成实现恰当的分析，而具有足够的质量的样品允许对代谢组的组成实现恰当的分析。样品质量欠缺可能由于代谢组成在代谢物量和代谢物化学性质方面的改变而导致不正确的分析。优选地，质量欠缺可以由于代谢物降解和/或所述代谢物的化学改变而引起。更优选地，样品可以因分析前干扰因素的负面影响而质量欠缺，所述干扰因素优选是长时间的加工、溶血、微凝血、细胞污染、不恰当的储存条件、和/或不恰当的冷冻，优选缓慢冷冻。
如本领域技术人员将理解，对于100％的受调查的样品而言，该评估，尽管优选是，但通常可能并非都是正确的。然而，所述术语要求统计学上显著部分的样品可以被正确评估。关于部分是否是统计学上显著的，可以由本领域技术人员使用各种熟知的统计评价工具(例如置信区间确定、p-值确定、Student氏t检验(Student′st-test)、曼-怀二氏检验(Mann-Whitneytest)等)容易地确定。具体内容可见于Dowdy和Wearden，研究统计学(StatisticsforResearch)，JohnWiley&Sons，纽约1983中。优选的置信区间为至少50％、至少60％、至少70％、至少80％、至少90％、或至少95％。p-值优选为0.2、0.1、或0.05。
本文中使用的术语“生物标记”指用作本说明书中提及的质量减损或状况的指示物的分子种类。所述分子种类可以是在受试者的样品中发现的代谢物本身。而且，该生物标记也可以是衍生自所述代谢物的分子种类。在这样的情况下，实际的代谢物将在样品中或在测定过程中被化学修饰，并且作为所述修饰的结果，一种化学上不同的分子种类(即分析物)将成为被测定的分子种类。在这种情况下应理解，该分析物可以代表实际的代谢物，具有作为相应质量减损的指示物的相同潜力。
而且，根据本发明的生物标记无需对应于一种分子种类。而是，该生物标记可以包括化合物的立体异构体或对映异构体。此外，生物标记还可以是生物学上的一类异构分子的异构体的总和。所述异构体在一些情况下应显示相同的分析特征，并且因此是不能通过多种分析方法(包括在下面描述的所附实施例中应用的那些方法)区分的。然而，这些异构体可以共享至少相同的总和式参数(sumformulaparameters)，并且因此，例如在脂质的情况下，在脂肪酸和/或鞘氨醇碱基(sphingobase)部分中具有相同的链长和相同的双键数。
极性生物标记可以优选地通过本说明书其它部分述及的以及以下实施例中描述的技术获得。脂质生物标记可以根据本发明获得，优选地如本说明书其它部分描述的，且尤其是通过在蛋白沉淀后样品分离为极性水相和有机脂质相(例如，如以下实施例中所述，通过混合乙醇和二氯甲烷)而作为脂质级分获得。这些生物标记在本文中可以标记为“脂质级分”。备选地或额外地，可以使用固相提取(SPE),从样品中富集生物标记。
在本发明方法中，测定表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8所示生物标记物中的至少一种代谢物。更优选地，测定表1a,1b,1c,1d,1a′,1c′,1d′,2a,2b,2c,2d,2a′,2b′,2c′,2d′,3a,3c,3a′,3c′,4a,4b,4c,4d,5a,5b,5c,5d,5′,6a,6b,6c,6d,7a,7c,8a,8b,8c,和/或8d所示生物标记物中的至少一种代谢物。甚至更优选地，测定表1,2,3,4,5,6,7和/或8所示生物标记物中的至少一种代谢物。最优选地，测定表1a,1b,1c,1d,2a,2b,2c,2d,3a,3c,4a,4b,4c,4d,5a,5b,5c,5d,6a,6b,6c,6d,7a,7c,8a,8b,8c,和/或8d所示生物标记物中的至少一种代谢物。
优选地，在本发明方法中，测定一组生物标记以加强评估的特异性和/或灵敏度。优选地，该组包含所述表中显示的所述生物标记中的至少2,至少3,至少4,至少5,至少10种或多达全部所述生物标记。优选地，在本发明方法中，按表号，测定表中的至少一种生物标记，即，表X或X’(其中X是1,2,3,4,5,6,7,8)中的至少一种生物标记。更优选地，在本发明方法中，测定表X中的至少一种生物标记，即，来自表1,2,3,4,5,6,7和/或8之任一中的至少一种生物标记。
本文中使用的代谢物是指，特定代谢物的至少一个分子到多达所述特定代谢物的许多分子。还应理解，一组代谢物是指多种化学上不同的分子，其中对于各代谢物，可存在至少一个分子到许多分子。根据本发明的代谢物包括所有类型的有机或无机化合物，包括包含在生物材料(例如生物体)中的那些。优选地，根据本发明的代谢物为小分子化合物。更优选，在考虑多种代谢物的情况下，所述多种代谢物代表一个代谢组，即在特定时间和特定条件下生物体、器官、组织、体液或细胞中所包含的代谢物的集合。
除了本说明书中记载的特定生物标记，优选地，也可在本发明的方法中测定其他生物标记和/或指示物。这样的生物标记可以包括肽或多肽生物标记，例如在WO2012/170669,Liu2010上述引文,或Fliniaux2011,上述引文中提及的那些。
术语“样品”在本文中指，包含生物材料和尤其是代谢生物标记(包括本文中述及的那些)的样品。优选地，本发明样品是来自体液，优选地血液、血浆、血清、唾液或尿液的样品，或来源于(例如通过活检)细胞、组织或器官的样品。更优选，样品是血液、血浆或血清样品，最优选是血浆样品。上述样品可源自本文别处详述的受试者。获得前述不同类型生物样品的技术为本领域公知的。例如，血液样品可通过采血获得，而组织或器官样品可以例如通过活组织检查获得。
前述样品优选在它们用于本发明方法之前被预处理。如在下文更详细的描述，所述的预处理可以包括释放或分离化合物或除去过量的材料或废弃物所需要的处理。而且，预处理可以旨在消毒样品和/或除去污染物例如不想要的细胞、细菌或病毒。合适的技术包括离心、提取、分级分离、超滤、蛋白质沉淀之后过滤和纯化和/或富集化合物。而且，可以进行其它预处理从而以合适进行化合物分析的形式或浓度提供化合物。例如，如果在本发明的方法中使用气相色谱-质谱联用，则需要在进行所述的气相色谱法之前将化合物进行衍生。另一类预处理可以是在合适的储存条件下储存样品。此处所述储存条件包括储存温度、压力、湿度、时间、以及用防腐剂处理所储存的样品。适宜的和必要的预处理也取决于用于实施本发明方法的手段，且为本领域技术人员所熟知的。如前文所述的预处理的样品也包含在本发明所用的术语“样品”中。
本发明所述及的样品可以优选地来源自受试者。本文中使用的术语受试者涉及动物，优选涉及哺乳动物。更优选地，受试者是啮齿类动物，最优选是小鼠或大鼠、或灵长类，且最优选地是人。优选地，受试者疑似患有或不患有疾病或医学状况，或疑似有危险或没有危险发展疾病或医学状况。
本文中使用的术语“测定量”是指，确定样品中待通过本发明方法测定的生物标记的至少一种特征性质。根据本发明的特征性质是表征生物标记的物理和/或化学性质(包括生物化学性质)的性质。这些性质包括例如分子量、粘度、密度、电荷、自旋、旋光性、颜色、荧光、化学发光、元素组成、化学结构、与其它化合物反应的能力、在生物读出系统中引发反应(例如诱导报告基因)的能力等。所述性质的值可以用作特征特性，并能够根据本领域公知的技术进行测定。此外，特征性质可以是通过标准运算例如算术计算(例如乘法、除法或对数运算)从生物标记的物理和/或化学性质的值产生的任何性质。最优选，该至少一种特征性质允许确定和/或化学鉴定所述至少一种生物标记及其量。因此，特征值优选也包括与该特征值所来自的生物标记的丰度相关的信息。例如，生物标记的特征值可以是质谱中的峰。这样的峰包含生物标记的特征信息，即质荷比(m/z)信息，以及与样品中所述生物标记的丰度(即其量)相关的强度值。
如之前所描述的，对样品包含的各生物标记，可以优选根据本发明进行定量或半定量测定。关于定量测定，可以基于就本文上面提及的特征性质所测定的值，确定生物标记的绝对量或精确量，或确定生物标记的相对量。在不能或不应测定生物标记的精确量的情况下，可测定相对量。在所述情况中，可确定，相对于以第二量包含所述生物标记的第二样品，生物标记的存在量是增大还是减少。在优选的实施方案中，包含所述生物标记的所述第二样品是如在本文其它地方说明的经计算的参照。因此定量分析生物标记还包括有时称为生物标记的半定量分析的分析。
此外，本发明的方法中所使用的测定优选包括，在前述分析步骤之前使用化合物分离步骤。优选地，所述的化合物分离步骤导致样品包含的代谢物的时间分辨分离。因此，根据本发明优选使用的适宜分离技术包括，所有色谱分离技术例如液相色谱法(LC)、高效液相色谱法(HPLC)、气相色谱法(GC)、薄层色谱法、分子排阻或亲和色谱法。这些技术为本领域公知的，并能够被本领域技术人员毫不费力地应用。最优选地，LC和/或GC为本发明方法中考虑的色谱技术。用于生物标记的此类测定的合适装置在本领域中是熟知的。优选地，使用质谱法，尤其是气相色谱-质谱法(GC-MS)、液相色谱-质谱法(LC-MS)、直接注入质谱法或傅里叶变换-离子回旋共振(ion-cyclotrone-resonance)-质谱法(FT-ICR-MS)、毛细管电泳-质谱法(CE-MS)、高效液相色谱法-质谱法联用(HPLC-MS)、四级杆质谱法、任何串联质谱(例如MS-MS或MS-MS-MS)、电感耦合等离子体质谱法(ICP-MS)、热解质谱法(Py-MS)、离子迁移率质谱法或飞行时间质谱法(TOF)。最优选地，如下文详述的，使用LC-MS和/或GC-MS。所述技术公开于例如Nissen1995,JournalofChromatographyA,703:37-57,US4,540,884或US5,397,894，其公开内容通过引用并入本文。作为质谱技术的替代或附加，可以使用如下技术确定化合物：核磁共振(NMR)、磁共振成像(MRI)、傅里叶变换红外分析(FT-IR)、紫外线(UV)光谱法、折光率(RI)、荧光检测、放射性化学检测、电化学检测、光散射(LS)、分散式拉曼光谱术或火焰电离检测(FID)。这些技术为本领域技术人员熟知的，并可毫不费力地应用。本发明的方法优选由自动化进行辅助。例如，样品加工或预处理可以由机器人自动完成。数据处理和比较优选由合适的计算机程序和数据库来辅助。前文所述的自动化使得能够以高通量方法使用本发明的方法。
此外，至少一种生物标记还可以通过特定的化学或生物学测定法来测定。所述测定法应包括允许特异性检测样品中该至少一种生物标记的工具。优选，所述工具能够特异性识别该生物标记的化学结构，或能够基于其与其他化合物反应的能力或其在生物学读出系统中引发反应(例如，报告基因的诱导)的能力特异性鉴定该生物标记。能够特异性识别生物标记的化学结构的工具优选是抗体或与化学结构特异性相互作用的其他蛋白质，例如受体或酶。例如，可通过本领域技术人员熟知的方法将生物标记用作抗原来获得特异性抗体。本文提到的抗体包括多克隆抗体和单克隆抗体，以及其能够结合抗原或半抗原的片段，例如Fv、Fab和F(ab)2片段。本发明还包括人源化的杂交抗体，其中表现出想要的抗原-特异性的非人供体抗体的氨基酸序列与人受体抗体的序列组合。而且，本发明还涵盖单链抗体。供体序列通常包括至少供体的结合抗原的氨基酸残基，但还可以包含供体抗体的其它结构和/或功能相关的氨基酸残基。这些杂交体(hybrids)可以通过本领域公知的一些方法进行制备。能够特异性识别生物标记的合适蛋白质优选是参与所述生物标记的代谢转化的酶。所述酶可以使用该生物标记作为底物或可以将底物转化成该生物标记。此外，所述抗体可以用作产生特异性识别生物标记的寡肽的基础。这些寡肽将例如包括酶用于结合所述生物标记的结合结构域或口袋。基于抗体和/或酶的适宜测定法可以是RIA(放射性免疫测定)、ELISA(酶联免疫吸附测定)、夹心酶免疫试验、电化学发光夹心免疫测定(ECLIA)、解离放大镧系荧光免疫测定(DELFIA)或固相免疫试验。此外，还可基于生物标记与其他化合物反应的能力(即通过特定的化学反应)而鉴定生物标记。此外，可以基于生物标记在生物学读出系统中引发反应的能力，而在样品中测定它。生物反应应当以可以指示样品包含的生物标记的存在和/或量的读出方式检测。生物反应可以为例如基因表达的诱导或者细胞或生物的表型反应。在优选的实施方案中，至少一种生物标记的测定是定量过程，从而例如也允许确定样品中该至少一种生物标记的量。
如上所述，所述测定至少一种生物标记优选地可以包括质谱法(MS)。如本文中使用的质谱法包括允许确定对应于化合物(即，待根据本发明测定的生物标记)的分子量(即质量)或质量变量的所有技术。优选地，本文所用的质谱法涉及GC-MS、LC-MS、直接注入质谱、FT-ICR-MS、CE-MS、HPLC-MS、四极杆质谱法、任何的串联质谱(例如MS-MS或MS-MS-MS)、ICP-MS、Py-MS、TOF或应用前述技术的任何组合方法。如何应用这些技术是本领域技术人员熟知的。而且，合适的装置是可以商购的。更优选地，本文所用质谱法涉及LC-MS和/或GC-MS，即涉及与在先的色谱分离步骤有效连接的质谱法。更优选地，本文所用质谱法包括四极杆MS。最优选地，如下进行所述四极杆MS:a)在质谱仪的第一分析四极杆中选择通过离子化产生的离子的质荷比(m/z)，b)在填有碰撞气体且用作碰撞腔室的另一后续四极杆中通过施加加速电压，使步骤a)中选择的离子裂解，c)在另一后续四极杆中对通过步骤b)中的裂解过程产生的离子的质荷比进行选择，其中至少进行该方法的步骤a)-c)一次，和分析作为离子化过程的结果存在于物质混合物中的所有离子的质荷比，其中四极杆填有碰撞气体但在该分析期间不施加加速电压。根据本发明应用的所述最优选质谱法的详述可以在WO2003/073464找到。
更优选地，所述质谱法是液相色谱(LC)MS和/或气相色谱(GC)MS。本文所用液相色谱是指能够在液相或者超临界相分离化合物(即代谢物)的所有技术。液相色谱的特征在于使流动相中的化合物通过固定相。因为每种个体化合物有其特定的保留时间(即化合物通过该体系所需要的时间)，当化合物以不同速率通过固定相时，它们在时间上被分开。本文所用液相色谱还包括HPLC。用于液相色谱的装置可以商购得到，例如从美国安捷伦科技(AgilentTechnologies,USA)。根据本发明应用的气相色谱原则上和液相色谱操作类似。然而，这些化合物(即代谢物)不是存在于通过固定相的液体流动相中，而是存在于气体中。这些化合物通过色谱柱，所述柱含有作为固定相的固体支持材料，或柱壁可作为固定相或涂敷有固定相。同样地，每一化合物具有过柱所需的特定时间。而且，在气相色谱的情况下，优选考虑在气相色谱之前对化合物进行衍生化。合适的衍生化技术是本领域公知的。优选地，根据本发明的衍生化涉及甲氧氨化(methoxymation)和三甲基硅烷基化(优选地，极性化合物)，以及转甲基化、甲氧氨化和三甲基硅烷基化(优选地，非极性(即亲脂性的)化合物)。
术语“参照”指，可能与样品质量欠缺相关的各生物标记的特征性质的值。优选地，参照是生物标记的阈值(例如量或量的比值)，其中所述阈将特征性质的可能数值范围分成第一和第二部分。其中一个部分与欠缺的质量相关，而另一部分与足够的质量相关。阈值本身也可以与足够的质量或欠缺的质量相关。在阈与质量欠缺相关时，如果在所研究的样品中发现的值与阈值基本上相同或落入与欠缺的质量相关的部分中时，则指示样品的质量欠缺。在阈与足够的质量相关时，如果在所研究的样品中发现的值与阈值基本上相同或落入与足够的质量相关的部分中时，则指示样品具有足够的质量。
根据上述本发明方法，参照优选是从已知具有欠缺的质量的一个样品或多数个样品(即，优选地1,2,3,4,5,10,50或100个以上样品)获得的参照。在此情况下，当在受试样品中发现的该至少一种生物标记的值基本相同时，则指示质量欠缺；而当在受试样品中发现的该至少一种生物标记的值不同时，则指示质量足够。
优选，根据上述本发明方法，所述参照来源于已知具有欠缺质量的一个样品或多数个样品。更优选地，当样品中至少一种生物标记的量与所述参照基本上相同时，则指示质量欠缺；而当该量与所述参照不同时则指示质量足够。
也优选，所述参照来源于已知具有足够质量的一个样品或多数个样品。更优选地，当样品中至少一种生物标记的量与所述参照基本上相同时，则指示质量足够；而当该量与所述参照不同时则指示质量欠缺。
如本文中其他地方所指出的，可以测量群体中个体的至少一种生物标记的相对量或改变程度。怎样计算合适的参考值(优选平均值或中值)为本领域公知的。
如果受试样品的特征性质的值和在定量测定的情况下强度值与参照值基本上相同，则该受试样品的该至少一种生物标记的值和参照值基本相同。基本上相同意指，两个值之间的差异优选是不显著的，并且应当具有如下特征，即强度值至少在参照值的第1到99百分位数、第5到95百分位数、第10到90百分位数、第20到80百分位数、第30到70百分位数、第40到60百分位数的区间内，优选为参照值的第50、60、70、80、90或95百分位数。用于确定两个量是否基本相同的统计学检验是本领域熟知的，也描述于本文其它部分。
在另一方面，观察到的两个值的差异应当是统计学显著的。优选地，相对值或绝对值的差异优选是显著的，落在参照值的第45和55百分位数、第40和60百分位数、第30和70百分位数、第20和80百分位数、第10和90百分位数、第5和95百分位数、第1和99百分位数的区间之外。优选的相对中值改变或改变程度描述于后附表以及实施例中。在下表中，生物标记的优选相对改变以“变化方向”栏中的“UP(向上)”指示为增加，以“DOWN(向下)”指示减少。优选的改变程度值示于“估计的倍数变化”栏。用于上述相对改变或改变程度的优选参照也示于下表中。可以理解，这些改变优选是相对于下面的相应表中指出的参照所观察到的改变。
优选地，将参照，即至少一种生物标记的至少一个特征性质的值或其比值，存储在合适的数据存储介质中，如数据库中，并且因此可用于未来的评估。
术语“比较”指，确定所测定的生物标记值是否与参照基本相同或与之不同。优选地，如果观察到的差异是统计学上显著的(可以通过本说明书中其他地方提及的统计学技术确定)，则认为生物标记的值与参照不同。如果差异不具有统计显著性，则该生物标记值与参照为基本上相同。基于上述比较，可以评估样品的质量，即，可以评估样品是否具有足够的质量。
对于本说明书所述的特定生物标记，优选的以相对量或比值表示的改变值(即，表示为中值的比值的改变)示于下面的表中。基于下表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8(优选地下表1,2,3,4,5,6,7和/或8)中显示的生物标记的比值和计算的p值，可以得出一个给定生物标记的增加或减少是否指示样品的质量欠缺。
比较优选由自动化进行辅助。例如，可使用合适的计算机程序，所述程序包括可以用于比较两个不同数据集(例如包括特征性质(一个或多个)的值的数据集)的算法。这样的计算机程序和算法是本领域公知的。尽管有以上描述，但也可以进行手动比较。
在一个优选实施方案中，根据标准“可分析性”(assayability)(表1a,2a,3a,4a,5a,6a,7a,8a,1a′,2a′,3a′,和5′)，选择生物标记(一个或多个)。在本发明生物标记的上下文中，术语“可分析性”指，生物标记的性质可以通过至少一种商业临床实验室试验，例如优选地酶学的、比色的、或免疫学的试验，加以分析。
在再一个优选实施方案中，根据标准"性能"(performance)(表1b,2b,4b,5b,6b,8b,和2b′)，选择生物标记(一个或多个)。在本发明生物标记的上下文中，术语“性能”指，生物标记的性质具有尽可能低的p值。
在再一个优选实施方案中，根据标准"GC-极性"(GC-polar)(表1c,2c,3c,4c,5c,6c,7c,8c,1c′,2c′,3c′,和5’)，选择生物标记(一个或多个)。在本发明生物标记的上下文中，术语"GC-极性"指，生物标记的性质可以从极性级分，优选地按照下面的实施例中所述获得的极性级分，通过气相色谱法分析。
在再一个优选实施方案中，根据标准"独特性"(uniqueness)(表9)，选择生物标记(一个或多个)。在本发明生物标记的上下文中，术语"独特性"指，生物标记的性质特异地指示特定的分析前干扰因素(质量问题)。因此，优选地，通过在样品中测定表9的生物标记，可以确定所述样品是否由于所述表中给出的质量问题而受损。本领域技术人员明了，可以从表9引用的表中读出特定生物标记的改变方向。
有利地，在本发明所基于的研究中已经发现，相对于而言，上述特定生物标记的量可以是与各种分析前干扰因素相关的生物材料样品质量的指示物，其中所述分析前干扰因素为例如不恰当的加工和储存、溶血、血细胞污染、预定用于血浆制备的血液样品的微凝血、和其它分析前步骤。因此，在样品中，上面详述的至少一种生物标记原则上可以用于评估样品是否具有用于代谢组分析的足够质量。在疾病或医学状况的有效代谢组诊断中，当恰当的样品质量对于可靠诊断具有决定性时，这是尤其有用的。
除非下文另行规定，否则上面对术语的所有定义和解释加上必要的变更适用于下面进一步描述的所有其他实施方案。
在本发明方法的一个优选实施方案中，针对长时间的血浆加工，评估或进一步评估生物样品，其中所述至少一种生物标记来自表1或1’，优选表1。在一个优选实施方案中，标记来自表1a,1b,1c,1a′,和/或1c′。
在本发明方法的另一个优选实施方案中，针对长时间的血液加工，评估或进一步评估生物样品，其中所述至少一种生物标记来自表2或2’，优选表2。在一个优选实施方案中，标记来自表2a,2b,2c,2a′,2b′,和/或2c′。
在本发明方法的再一个优选实施方案中，针对溶血，评估或进一步评估生物样品，其中所述至少一种生物标记来自表3或3’，优选表3。在一个优选实施方案中，标记来自表3a,3c,3a′,和/或3c′。
在本发明方法的再一个优选实施方案中，针对微凝血，评估或进一步评估生物样品，其中所述至少一种生物标记来自表4或4’，优选表4。在一个优选实施方案中，标记来自表4a,4b,和/或4c。
在本发明方法的再一个优选实施方案中，针对血细胞污染，评估或进一步评估生物样品，其中所述至少一种生物标记来自表5或5’，优选表5。在一个优选实施方案中，标记来自表5a,5b,和/或5c。在一个优选实施方案中，上述血细胞是白细胞。
此外，在本发明方法的一个优选实施方案中，针对不恰当的储存，评估或进一步评估生物样品，其中所述至少一种生物标记来自表6或6’，优选表6。在一个优选实施方案中，标记来自表6a,6b,和/或6c。
此外，在本发明方法的一个优选实施方案中，针对不恰当的冷冻，评估或进一步评估生物样品，其中所述至少一种生物标记来自表7或7’，优选表7。在一个优选实施方案中，标记来自表7a和/或7c。
此外，在本发明方法的一个优选实施方案中，针对长时间的血液凝结，评估或进一步评估生物样品，其中所述至少一种生物标记来自表8或8’，优选表8。在一个优选实施方案中，标记来自表8a,8b,和/或8c。
因此，在本发明方法的优选实施方案中，可以针对上述干扰因素之任一单独地评估生物材料，或可以针对选自下组的干扰因素的组合，评估生物材料：长时间的血浆加工、长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存、不恰当的冷冻、和长时间的血液凝结。优选的组合可以是例如：
-长时间的血浆加工和长时间的血液加工；
-长时间的血浆加工、长时间的血液加工、和溶血；
-长时间的血浆加工、长时间的血液加工、溶血和微凝血；
-长时间的血浆加工、长时间的血液加工、溶血、微凝血和血细胞污染；
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、血细胞污染和不恰当的储存；
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存和不恰当的冷冻；
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存、不恰当的冷冻、和长时间的血液凝结
-长时间的血液加工和溶血；
-长时间的血液加工、溶血和微凝血；
-长时间的血液加工、溶血、微凝血、和血细胞污染；
-长时间的血液加工、溶血、微凝血、血细胞污染和不恰当的储存；
-长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存和不恰当的冷冻；
-长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存、不恰当的冷冻、和长时间的血液凝结
-长时间的血浆加工、和溶血；
-长时间的血浆加工、溶血、和微凝血；、
-长时间的血浆加工、溶血、微凝血、和-血细胞污染；
-长时间的血浆加工、溶血、微凝血、血细胞污染和不恰当的储存
-长时间的血浆加工、溶血、微凝血、血细胞污染、不恰当的储存、和长时间的血液凝结
-长时间的血浆加工、长时间的血液加工、和微凝血；
-长时间的血浆加工、长时间的血液加工、微凝血、和血细胞污染；
-长时间的血浆加工、长时间的血液加工、微凝血、血细胞污染和不恰当的储存
-长时间的血浆加工、长时间的血液加工、微凝血、血细胞污染、不恰当的储存和不恰当的冷冻
-长时间的血浆加工、长时间的血液加工、微凝血、血细胞污染、不恰当的储存、不恰当的冷冻、和长时间的血液凝结
-长时间的血浆加工、长时间的血液加工、溶血、和血细胞污染；
-长时间的血浆加工、长时间的血液加工、溶血、血细胞污染和不恰当的储存
-长时间的血浆加工、长时间的血液加工、溶血、血细胞污染、不恰当的储存和不恰当的冷冻
-长时间的血浆加工、长时间的血液加工、溶血、血细胞污染、不恰当的储存、不恰当的冷冻、和长时间的血液凝结
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、和不恰当的储存
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、不恰当的储存和不恰当的冷冻
-长时间的血浆加工、长时间的血液加工、溶血、微凝血、不恰当的储存、不恰当的冷冻、和长时间的血液凝结
-长时间的血浆加工、长时间的血液加工、和溶血；
-长时间的血浆加工、长时间的血液加工、和不恰当的储存
-长时间的血浆加工、长时间的血液加工、不恰当的储存、和长时间的血液凝结。
本发明还涉及用于评估生物样品的质量的装置或系统，包括：
(a)所述样品的分析部件，所述分析部件包含表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8,优选表1,2,3,4,5,6,7和/或8的至少一种生物标记的检测器，所述检测器允许确定该所述至少一种生物标记在样品中的量；和与所述分析部件有效连接的，
(b)包含数据处理部件和数据库的评价部件，所述数据库包含储存的参照，所述数据处理部件已经明确地潜入了算法，其中所述算法可以用于比较经分析部件确定的该至少一种生物标记的量与该存储的参照以及用于产生输出信息，基于该输出信息可以建立质量评估。
本文所用的装置应包含至少前述的部件。装置的部件优选彼此有效地连接。怎样以有效的方式连接这些手段将取决于装置中所包括的部件的类型。例如，当检测器允许自动的定性或定量测定生物标记时，通过所述自动操作的分析部件获得的数据可以被例如计算机程序处理，以利于评价部件中的评估。优选地，在这种情况下，这些部件包含在单一装置中。所述装置因此可以包括生物标记的分析部件、和作为评价部件用于处理所得数据以实现评估和容纳(stabling)输出信息的计算机或数据处理装置。优选的装置为无需专科临床医师的特殊知识即可以应用的装置，例如仅需样品上样的电子装置。装置的输出信息优选是数值，其允许对样品的质量做出结论，并因此有助于诊断的可靠性或疑难排解。
在根据本发明的装置中用作存储参照的优选参照是，从质量欠缺的一个样品或多数个样品获得的、所分析的至少一种生物标记的量或源于其的值。在此情况下，明确嵌入的算法优选将该至少一种生物标记的测定量和参照进行比较，其中相同或基本上相同的量或值应指示样品的质量欠缺，而不同的量则指示样品具有足够的质量。
备选地，在根据本发明的装置中用作存储参照的另一优选参照是，从具有足够质量的一个样品或多数个样品获得的、所分析的至少一种生物标记的量或源于其的值。在此情况下，明确嵌入的算法优选将该至少一种生物标记的测定量和参照进行比较，其中相同或基本上相同的量或值应指示样品具有足够的质量，而不同的量则指示样品质量欠缺。
优选差异是在下面的表中针对相应生物标记显示为相对改变或改变程度的那些差异。
优选，在本发明装置中，表1的至少一种生物标记可以用于评估长时间的血浆加工优选，在本发明装置中，表2的至少一种生物标记可以用于评估长时间的血液加工优选，在本发明装置中，表3的至少一种生物标记可以用于评估溶血。优选，在本发明装置中，表4的至少一种生物标记可以用于评估微凝血。优选，在本发明装置中，表5的至少一种生物标记可以用于评估血细胞污染。优选，在本发明装置中，表6的至少一种生物标记可以用于评估不恰当的储存。优选，在本发明装置中，表7的至少一种生物标记可以用于评估不恰当的冷冻。优选，在本发明装置中，表8的至少一种生物标记可以用于评估长时间的血液凝结时间。
此外优选地，装置的部件可以落实到包含若干装置的系统中，所述若干装置彼此间有效地连接。取决于用于本发明系统的部件，可以通过如下方式将所述工具功能性连接：采用允许在所述工具之间进行数据传输的工具(例如，玻璃纤维电缆和其它用于高通量数据传输的电缆)，使各工具相互连接。尽管如此，本发明还考虑工具之间的无线数据传递，例如经由LAN(无线LAN，W-LAN)。优选系统包括用于测定生物标记的工具。本文中使用的测定生物标记的工具包括用于分离生物标记的工具(例如色谱装置)和用于代谢物测定的工具(例如质谱装置)。适宜的装置已在上文进行详细描述。用在本发明系统中的用于化合物分离的优选工具包括色谱装置，更优选进行液相色谱法、HPLC和/或气相色谱法的装置。用于化合物测定的优选装置包括质谱装置，更优选GC-MS、LC-MS、直接注入质谱、FT-ICR-MS、CE-MS、HPLC-MS、四极杆质谱、串联质谱(包括MS-MS或MS-MS-MS)、ICP-MS、Py-MS或TOF。分离工具和测定工具优选彼此偶联。最优选，如在本说明书的其他部分详细描述的，将LC-MS和/或GC-MS用于本发明的系统中。进一步包括的可以是用于比较和/或分析从生物标记测定工具所获得的结果的工具。用于比较和/或分析结果的工具可包括至少一个数据库和用于执行结果比较的计算机程序。上述系统和装置的优选实施方案也在下面进行了详细描述。
此外，本发明涉及包含至少一种生物标记的特征值的数据集合，其中所述特征值指示生物材料样品具有足够的质量或具有欠缺的质量。
术语“数据集合”指，可以在物理和/或逻辑上将其归在一起的数据的集合。因此，数据集合可以落实到单一的数据存储介质中，或彼此有效连接的物理分离的数据存储介质中。优选地，数据集合由数据库实现。因此，本文所用的数据库包括在适当的存储介质中的数据集合。而且，数据库优选进一步包含数据库管理系统。数据库管理系统优选为基于网络的、分层级的或面向对象的数据库管理系统。而且，数据库可以为联邦数据库(federaldatabase)或集成数据库(integrateddatabase)。更优选地，数据库作为分布式(联邦)系统(distributed(federal)system)(例如作为客户机-服务器-系统)执行。更优选地，建立数据库的结构以允许检索算法对试验数据集和数据集合所包含的数据集进行比较。具体地，通过使用该算法，可以搜索数据库检索指示上述样品质量的相似或相同数据集(例如查询搜索)。因此，如果在数据集合中鉴定到相同或相似数据集，那么所述试验数据集与所述质量相关联。因此，可以将从数据集合获得信息用作例如，上述本发明方法的参照。更优选地，数据集合包括上述任一组中包含的所有生物标记的特征值。
鉴于上述，本发明涵盖包含前述数据集合的数据存储介质。
本文所用的术语“数据存储介质”包括基于单个物理实体的数据存储介质，例如CD、CD-ROM、硬盘、光存储介质或软盘。而且，该术语进一步包括由物理分离的实体组成的数据存储介质，所述的物理分离实体以提供前述的数据集合的方式(优选地，以适于查询检索的方式)有效地彼此连接。
本发明还涉及一种系统，包括:
(a)用于比较样品的至少一种生物标记的特征值的工具；与其有效连接到的
(b)上述数据存储介质。
本文所用的术语“系统”涉及有效地彼此连接的不同工具。所述的工具可以应用在单一的装置中或可以是彼此有效地连接的物理分离的装置。用于比较生物标记的特征值的工具优选基于上述的比较算法来运行。数据存储介质优选包括上述数据集合或数据库，其中每个存储的数据集都指示上面提及的样品质量。因此，本发明的系统能够鉴别试验数据集是否被存储在数据存储介质中的数据集合所包含。因此，本发明的方法可通过本发明的系统来实施。
在系统的优选实施方案中，包括用于测定样品的生物标记的特征值的工具。术语“用于测定生物标记的特征值的工具”优选涉及用于代谢物测定的上述装置，例如质谱装置、NMR装置或用于进行生物标记的化学或生物学测定的装置。
一般，本发明考虑将来自表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8,优选表1,2,3,4,5,6,7和/或8的至少一种生物标记、或其检测试剂用于评估样品质量。
优选，表1和/或1′的至少一种生物标记可以用于评估长时间的血浆加工。优选，表2和/或2′的至少一种生物标记可以用于评估长时间的血液加工。优选，表3和/或3′的至少一种生物标记可以用于评估溶血。优选，表4和/或4′的至少一种生物标记可以用于评估微凝血。优选，表5和/或5′的至少一种生物标记可以用于评估血细胞污染。优选，表6的至少一种生物标记可以用于评估不恰当的储存。优选，表7的至少一种生物标记可以用于评估不恰当的冷冻。优选，表8的至少一种生物标记可以用于评估长时间的血液凝结时间。
更优选，表1的至少一种生物标记可以用于评估长时间的血浆加工更优选，表2的至少一种生物标记可以用于评估长时间的血液加工更优选，表3的至少一种生物标记可以用于评估溶血。更优选，表5的至少一种生物标记可以用于评估血细胞污染。
如何基于至少一种生物标记制造检测试剂是本领域技术人员熟知的。例如，可以生产特异地与该至少一种生物标记结合的抗体或适体(aptamer)。类似地，生物标记自身可以用作该组合物，例如，在复合物中或以修饰的或衍生化的形式，例如当通过GCMS分析时。
本发明还提供评估生物样品质量的试剂盒，包含来自表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8,优选表1,2,3,4,5,6,7和/或8的至少一种生物标记的检测试剂和，优选地用于所述至少一种生物标记的参照。
术语“试剂盒”在本文中指，上述成分的集合，优选地所述组合分开地或在单一一个容器中提供。容器也可以包含用于实施本发明方法的说明书。这些说明书可以是手册的形式，或可以通过计算机程序代码提供，所述计算机程序代码当在计算机或数据处理装置上执行时能够实施本发明方法中所述的比较和建立样品的质量评估。计算机代码可以在数据存储介质或装置例如光存储介质(例如光盘)上提供，或直接在计算机或数据处理装置上提供。此外，试剂盒可以包含至少一个上述参照的标准品，即，具有预定量的至少一种生物标记的溶液，其中所述预定量代表参考量。此标准品可以代表，例如来自具有足够质量或不足质量的一个样品或多数个样品的该至少一个生物标记的量。
优选，本发明试剂盒包含来自表1,1′,2,2′,3,3′,4,5,5′,6,7,和/或8,优选表1,2,3,4,5,6,7和/或8之每一个的至少一种生物标记的检测试剂和，优选地用于所述至少一种生物标记之每一个的参照，以允许评估样品是否具有与以下任一相关的质量欠缺：长时间的血浆加工、长时间的血液加工、溶血、微凝血、血细胞污染、不恰当的储存和不恰当的冷冻。
在一些实施方案中，试剂盒可以包含其它成分，例如缓冲剂、试剂(例如缀合物和/或底物)等等，见本文公开。
可以理解，本发明还涉及将本发明试剂盒用于评估样品具有足够质量或不足质量的上述目的。
优选，包含表1和/或1′的至少一种生物标记的试剂盒可以用于评估长时间的血浆加工优选，包含表2和/或2′的至少一种生物标记的试剂盒可以用于评估长时间的血液加工优选，包含表3和/或3′的至少一种生物标记的试剂盒可以用于评估溶血。优选，包含表4的至少一种生物标记的试剂盒可以用于评估微凝血。优选，包含表5和/或5′的至少一种生物标记的试剂盒可以用于评估血细胞污染。优选，包含表6的至少一种生物标记的试剂盒可以用于评估不恰当的储存。优选，包含表7的至少一种生物标记的试剂盒可以用于评估不恰当的冷冻。优选，包含表8的至少一种生物标记的试剂盒可以用于评估长时间的血液凝结时间。
更优选，包含表1的至少一种生物标记的试剂盒可以用于评估长时间的血浆加工更优选，包含表2的至少一种生物标记的试剂盒可以用于评估长时间的血液加工。更优选，包含表3的至少一种生物标记的试剂盒可以用于评估溶血。更优选，包含表5的至少一种生物标记的试剂盒可以用于评估血细胞污染。
在一个优选实施方案中，本发明涉及实施代谢组分析的方法，包括根据本发明方法评估至少一个生物样品的质量，和实施代谢组分析，优选地仅使用被评估过具有足够质量的生物样品。
在再一个优选实施方案中，本发明涉及实施代谢组分析的方法，包括订购根据本发明方法之一进行的至少一个生物样品的质量评估，和实施代谢组分析，优选地仅使用被评估过具有足够质量的生物样品。
在再一个优选实施方案中，本发明涉及根据质量对生物样品实施分层(stratifying)的方法，包括根据本发明方法评估至少一个生物样品的质量，和根据质量对所述至少一个样品进行分层。
在再一个优选实施方案中，本发明涉及根据质量对生物样品实施分层的方法，包括订购根据本发明方法之一进行的至少一个生物样品的质量评估，和根据质量对所述至少一个样品进行分层。
在再一个优选实施方案中，本发明涉及从生物样品池中移除不符合质量标准的生物样品的方法，包括根据本发明方法评估所述池的至少一个生物样品的质量，和从所述池中移除被评价为质量欠缺的所述样品。
在再一个优选实施方案中，本发明涉及从生物样品池中移除不符合质量标准的生物样品的方法，包括订购根据本发明方法进行的对所述池的至少一个生物样品的质量评估，和从所述池中移除被评价为质量欠缺的所述样品。
在再一个优选实施方案中，本发明涉及将生物样品纳入研究，优选临床研究中的方法，包括根据本发明方法评估至少一个生物样品的质量，和如果评估为质量足够则将所述生物样品纳入所述研究中。
在再一个优选实施方案中，本发明涉及将生物样品纳入研究，优选临床研究中的方法，包括订购根据本发明方法进行的至少一个生物样品的质量评估，和如果评估为质量足够则将所述生物样品纳入所述研究中。
本文引用的所有文献一般性地就其公开内容或就上面指出的具体公开内容并入此处作为参考。
现在将通过下面的实施例对本发明进行说明，但这些实施例并非对本发明范围的限制。
实施例
实施例1：实验设计以分析加工时间和加工温度在人血浆上的代谢影响
设计本实验以分析在样品的分析前加工过程中短期温育对人血浆代谢组的影响，从而鉴定用于对血浆生物库样本实现质量控制的生物标记。将EDTA血浆合并物分成1ml的等分试样，在温度4℃,12℃和21℃温育。在0h,0.5h,2h,5h和16h时间点，将10个等分试样均冷冻在-80℃，并如实施例4所述分析(在实施例1中没有分析鞘脂)。以随机化的分析顺序设计，分析血浆样品。将原始峰数据针对每一分析顺序的所有样品的中位值进行标化，以说明方法变异性(所谓的“比值”)。为了允许半定量数据的实验综合性比对，在本实验中使用12个重复样品分析了MxPoolTM，比值进一步相对于这些MxPoolTM样品的中值标化，即，来自本研究的比值，与相对于相同MxPoolTM的其它等分试验标化的来自其它项目的数据，在相同水平上并因此是可比较的。来自靶方法的总量化数据(二十烷酸类(eicosanoids),儿茶酚胺类)与其绝对定量数据一起保留。数据进行log10转化以接近正态分布。通过具有“时间”和“温度”固定效应的一元线性模型(ANOVA)，进行统计学分析。ANOVA因子“时间”被设定到参照“0”，“温度”被设定到参照“4℃”。显著性水平设定为5％的阿尔法误差。通过本方法鉴定的代谢物是与生物库样本的增加加工时间或加工温度相关的质量减损效应的指示物(表1)。
实施例2：实验设计以分析不同血液加工程序在人血浆上的代谢影响
设计本实验以分析不同血液样品操作程序对人血浆代谢组的影响，从而鉴定用于对血浆生物库样本实现质量控制的生物标记。不同的血液操作组包括以下程序：
●开始血液凝结
●在0℃长时间温育
●在室温长时间温育
●溶血
●白细胞污染
●冷冻方案
招募二十名健康自愿者(13名女性、7名男性)，使用20号safety-fly血液收集系统通过静脉穿刺抽取64ml血液，放入3个9ml的K3EDTAmonovette管、接着1ml放入1个中性monovette管(样品被丢弃)、接着放入1个9ml中性monovette管、接着3个9mlK3EDTAmonovette管。通过颠倒，温和地混合monovette，以防止溶血。打开K3EDTAmonovette并就各受试者分别合并。
在如下不同组中处理每个受试者的血液:
●开始血液凝结
室温5min后，将9-ml中性monovette中的血液倾析到一个9-ml-K3EDTAmonovette中，在冷冻离心机中1500xg离心15分钟，制备血浆。将血浆在液氮中冷冻，并在分析前储存在-80℃。
●在0℃长时间温育
2x5ml血液合并物分别在0℃温育4h和6h。该时间段后，在冷冻离心机中1500xg离心15分钟，制备血浆。在分析前将血浆储存在-80℃。
●在室温长时间温育
5ml血液合并物在室温温育1h。该时间段后，在冷冻离心机中1500xg离心15分钟，制备血浆。在分析前将血浆储存在-80℃。
●溶血
使2x6ml血液合并物分别通过具有25号针头(1级溶血)和27号针头(2级溶血)的注射剂。在冷冻离心机中1500xg离心15分钟，制备血浆。在分析前将血浆储存在-80℃。
●白细胞污染/冷冻方案/对照
在冷冻离心机中1500xg离心剩余的血液合并物15分钟。抽取较上面的血浆上清液，在离心管中混合。冷冻该血浆样品的等分试样，并在分析前储存在-80℃，以充当对照。该血浆样品的其它等分试验在-20℃冷冻，并在这一天结束时转移并储存在-80℃直至分析前(“缓慢冷冻”——见表7)。将较下面的血浆上清液与来自离心管的血沉棕黄层的物质混合，导致两个级别的白细胞污染。
本实验的血浆样品按照实施例4所述以随机化的分析顺序设计进行分析。代谢物谱分析提供半定量分析平台，导致相对于规定的参照组的相对代谢物水平(“比值”)。为了支持该概念，也为了允许比对不同分析批(“实验”)，在整个过程中平行地运行两个不同的参照样品类型。首先，从所有样品的等分试验产生项目合并物，在每个分析顺序中以4个重复物测量。对于所有半定量分析的代谢物，数据相对于在每个分析顺序中合并物参照样品的中值标化，以给出合并物标化的比值(每个代谢物，针对每个样品实施)。这可以抵消仪器之间和之内的变异。第二，在本实验中使用12个重复样品分析了MxPoolTM，合并物标化的比值进一步相对于这些MxPoolTM样品的中值标化，即，来自本研究的比值，与相对于相同MxPoolTM的其它等分试验标化的来自其它项目的数据，在相同水平上并因此是可比较的。来自靶方法(二十烷酸类,儿茶酚胺类)的总量化数据与其绝对定量数据一起保留。
数据分析：
在统计学分析前数据进行log10转化以接近正态分布。通过混和线性模型(ANOVA)，以受试者作为随机截距和性别作为固定效应，计算代谢物比值改变。表2-5中的比值是相对于该对照组表示的。
实施例3：实验设计以分析-20℃长期储存在人血浆上的代谢影响
设计本实验以分析-20℃长期储存对人血浆代谢组的影响，从而鉴定用于对血浆生物库样本实现质量控制的生物标记。EDTA血液合并物等分试验分别在-20℃或液氮中冷冻。181天和365天后，通过实施例4描述的代谢物谱分析，对储存在每个温度的各4个等分试验样品，进行分析(在实施例3中没有分析鞘脂)。以随机化的分析顺序设计，分析血浆样品。从所有样品的等分试样产生项目合并物，在每个分析顺序中以4个重复物进行测量。将原始峰数据针对每一分析顺序的项目合并物的中值进行标化，以说明方法变异性(所谓的“比值”)。比值进行log10转化以接近数据的正态分布。通过一元线性模型(ANOVA)，将固定效应“温度”设定为“-196℃”的参照，统计学分析-20℃储存181天和365天相对于在液氮中储存相同时间后代谢物的改变。显著性水平设定为5％的阿尔法误差。代谢物是指示生物库样本中与增加的血浆储存时间或温度相关的质量问题的生物标记(表6)。
实施例4用于MS分析的样品制备和MS分析
准备人血浆样品，并如下述进行LC-MS/MS和GC-MS或SPE-LC-MS/MS(激素)分析。从血浆中沉淀以分离蛋白质。在添加水以及乙醇和二氯甲烷的混和物后，剩余的样品分级分离为含水的极性相和有机的亲脂相。
对于脂质提取物的转甲醇分解(transmethanolysis)，往蒸发后的提取物中加入140μl氯仿、37μl盐酸(37％重量的HCl水溶液)、320μl甲醇以及20μl甲苯。密封容器并在100℃振摇加热2小时。随后蒸干溶液。使残留物完全干燥。
在密封容器中与甲氧胺盐酸盐反应(在吡啶中20mg/ml，100l，1.5h，60℃)，从而进行羰基基团的甲氧氨化。作为时间标准品，加入20μl奇数直链脂肪酸溶液(在3/7(v/v)吡啶/甲苯中7至25个碳原子的脂肪酸各0.3mg/mL以及27、29和31个碳原子的脂肪酸各0.6mg/mL的溶液)。最后，仍然在该密封容器中，用100μLN-甲基-N-(三甲基硅烷基)-2,2,2-三氟乙酰胺(MSTFA)在60℃衍生化30分钟。注入GC前的最终体积是220μl。
对于极性相，衍生化以如下方式进行：在密封容器中与甲氧胺盐酸盐反应(在吡啶中20mg/ml，50l，1.5h，60℃)，以进行羰基基团的甲氧氨化。作为时间标准品，加入10μl奇数直链脂肪酸溶液(在3/7(v/v)吡啶/甲苯中的溶液，其中7至25个碳原子的脂肪酸各0.3mg/mL，27、29和31个碳原子的脂肪酸各0.6mg/mL)。最后，仍然在该密封容器中，用50μLN-甲基-N-(三甲基硅烷基)-2,2,2-三氟乙酰胺(MSTFA)在60℃衍生化30分钟。注入GC前的最终体积是110μl。
GC-MS系统由与Agilent5973MSD偶联的Agilent6890GC组成。自动进样器是来自CTC的CompiPal或GCPal。
对于分析，取决于分析的样品材料以及来自相分离步骤的级份，使用具有包含0％至35％芳族部分(moieties)的不同聚甲基硅氧烷固定相的常用商业毛细管分离柱(30mx0.25mmx0.25μm)(例如:DB-1ms,HP-5ms,DB-XLB,DB-35ms,AgilentTechnologies)。无分流地注入多达1μL的最终体积，并且烘箱温度程序始于70℃并终于340℃，根据样品材料以及来自相分离步骤的级份使用不同的加热速率，以实现充分的色谱分离以及每一个分析峰内的扫描次数。此外，分析使用RTL(保持时间锁定，AgilentTechnologies)，常用的GC-MS标准条件，例如标称1至1.7ml/min的恒定流速，氦作为流动相气体，用70eve通过电子轰击进行离子化，用2.5至3次扫描/秒的扫描速率及标准调谐条件在m/z15至600的范围中扫描。
HPLC-MS系统由与API4000质谱仪(AppliedBiosystem/MDSSCIEX，Toronto，加拿大)偶联的Agilent1100LC系统(AgilentTechnologies，Waldbronn，德国)组成。HPLC分析在具有C18固定相的市售反相分离柱上进行(例如:GROMODS7pH,ThermoBetasilC18)。注入多达10μL最终样品体积的经蒸发和重构的极性和亲脂相，并且用甲醇/水/甲酸或乙腈/水/甲酸梯度以200μL/min的流速进行梯度洗脱来实现分离。
质谱法通过电喷雾离子化进行，其中以正模式用于非极性级份，以负或正模式用于极性级份，采用多反应监测-(MRM)-模式和100-1000amu的全扫描。
血浆样品中类固醇和儿茶酚胺类的分析：
通过在线SPE-LC-MS(固相萃取-LC-MS)测定类固醇及其代谢物。如Yamada等人(YamadaH,YamaharaA,YasudaS,AbeM,OguriK,FukushimaS,Ikeda-WadaS:Dansylchloridederivatizationofmethamphetamine:amethodewithadvantagesforscreeningandanalysisofmethamphetamineinurine.JournalofAnalyticalToxicology,26(1):17-22(2002))描述的，通过在线SPE-LC-MS，测定儿茶酚胺类及其代谢物。
血浆样品中二十烷酸类的分析：
通过离线和在线SPE-LC-MS/MS(固相萃取-LC-MS/MS)，自血浆测定二十烷酸类和相关代谢物。通过稳定同位素标记的标准，进行绝对定量。
实施例5：实验设计以分析增加的血液凝结时间的代谢影响
设计本实验以分析增加的血液凝结时间对人血清代谢组的影响，从而鉴定用于对血清生物库样本实现质量控制的生物标记。允许145个血液样品在室温凝结1-2h。允许另一组46个血液样品在室温凝结24h。离心凝血后的样品，移出血清上清液并冷冻。血清样品储存在-80℃直到用于实施例4所述的代谢物谱分析(实施例5中没有分析鞘脂)。以随机化的分析顺序设计，分析本实验的血清样品。从所有样品的等分试样产生合并物，在每个分析顺序中以4个重复物进行测量。对于所有半定量分析的代谢物，数据相对于在每个分析顺序中合并物参照样品的中值标化，以给出合并物标化的比值(每个代谢物，针对每个样品实施)。这抵消了仪器之间和内部的变异。
数据分析：
在统计学分析前数据进行log10转化以接近正态分布。通过一元线性模型(ANOVA)，以处理组和性别作为固定效应，计算代谢物比值改变。表8中的数据表示为血液的24h血液凝结期相对于直接血液加工为血清的比值和p值。
表1‘：指示血浆样品中与增加的血浆样品加工时间相关的质量问题的其它生物标记。给出了在所示温度(21℃)和时间(5h,16h)加工的样品与对照样品的相对比值以及相应的p值。
表1a：指示血浆样品中与增加的血浆样品加工时间相关的质量问题的优选生物标记：基于可分析性(assayability)选择。
生物标记(代谢物)
谷氨酸
麦芽糖
半胱氨酸
谷氨酸:谷氨酰胺的样品内比率
甘油酸
苏糖酸
甘油-3-磷酸,极性级分
谷氨酰胺
3-磷酸甘油酸(3-PGA)
胱氨酸
表1a‘：指示血浆样品中与增加的血浆样品加工时间相关的质量问题的其它优选生物标记：基于可分析性选择。
生物标记(代谢物)
天冬氨酸
天冬酰胺
天冬氨酸:天冬酰胺的样品内比率
表1b：指示血浆样品中与增加的血浆样品加工时间相关的质量问题的优选生物标记：基于性能(performance)选择。
表1c:指示血浆样品中与增加的血浆样品加工时间相关的质量问题的优选生物标记：基于方法“GC-极性”选择。
生物标记(代谢物)
谷氨酸
麦芽糖
α-酮戊二酸
半胱氨酸
甘油酸
苏糖酸
甘油-3-磷酸,极性级分
丙酮酸
谷氨酰胺
3-磷酸甘油酸(3-PGA)
谷氨酸:谷氨酰胺的样品内比率
胱氨酸
丙氨酸
甘油,极性级分
异柠檬酸
缬氨酸
亮氨酸
奎尼酸
丝氨酸
赤藓糖醇
反-4-羟脯氨酸
甘氨酸
阿拉伯糖
5-氧代脯氨酸
延胡索酸盐
酮亮氨酸
表1c’:指示血浆样品中与增加的血浆样品加工时间相关的质量问题的其它优选生物标记：基于方法“GC-极性”选择。
生物标记(代谢物)
天冬氨酸
天冬酰胺
天冬氨酸:天冬酰胺的样品内比率
表2a：指示血浆样品中与增加的血液样品加工时间相关的质量问题的优选生物标记：基于可分析性选择。
生物标记(代谢物)
次黄嘌呤
鸟氨酸
牛磺酸
麦芽糖
甘油-3-磷酸,极性级分
谷氨酸
甘油酸
精氨酸
胱氨酸
柠檬酸
表2a‘：指示血浆样品中与增加的血液样品加工时间相关的质量问题的其它优选生物标记：基于可分析性选择。
生物标记(代谢物)
谷氨酸:谷氨酰胺的样品内比率
苏糖酸
天冬酰胺
天冬氨酸:天冬酰胺的样品内比率
天冬氨酸
半胱氨酸
鸟氨酸与精氨酸的样品内比率
核糖
3-磷酸甘油酸(3-PGA)
表2b：指示血浆样品中与增加的血液样品加工时间相关的质量问题的优选生物标记：基于性能选择。
生物标记(代谢物)
次黄嘌呤
鞘氨二烯醇-1-磷酸(d18:2)
鸟氨酸
血栓烷B2
9-羟基十八碳二烯酸(9-HODE)(C18:trans[10]cis[12]2)
鞘氨醇(d16:1)
鞘氨醇-1-磷酸(d16:1)
鞘氨醇-1-磷酸(d18:1)
牛磺酸
油酰基肉碱
焦磷酸(PPi)
鞘氨醇-1-磷酸(d17:1)
鞘氨二烯醇(d18:2)
鞘氨醇(d18:1)
二氢鞘氨醇-1-磷酸(d18:0)
表2b‘：指示血浆样品中与增加的血液样品加工时间相关的质量问题的其它优选生物标记：基于性能选择。
生物标记(代谢物)
鸟氨酸:精氨酸的样品内比率
表2c：指示血浆样品中与增加的血液样品加工时间相关的质量问题的优选生物标记：基于方法“GC-极性“选择。
表2c‘：指示血浆样品中与增加的血液样品加工时间相关的质量问题的其它优选生物标记：基于方法“GC-极性“选择。
生物标记(代谢物)
谷氨酸:谷氨酰胺的样品内比率
苏糖酸
天冬酰胺
天冬氨酸:天冬酰胺的样品内比率
天冬氨酸
半胱氨酸
鸟氨酸:精氨酸的样品内比率
核糖
3-磷酸甘油酸(3-PGA)
表3：鉴定的生物标记的列表，所述生物标记指示血浆样品中与溶血相关的质量问题。
表3’：指示血浆样品中与溶血相关的质量问题的其它生物标记。
溶血级别1 溶血级别1
生物标记(代谢物) 相对于对照的比值 p-值
苏糖酸 0.7313 5.6471E-08
天冬氨酸 0.6737 3.2136E-05
葡萄糖 0.9511 0.13980293
次黄嘌呤 0.8022 0.021891904
核糖 0.8831 0.034991325
3-磷酸甘油酸(3-PGA) 0.4448 1.50258E-06
表3a：指示血浆样品中与溶血相关的质量问题的优选生物标记：基于可分析性选择。
生物标记(代谢物)
牛磺酸
麦芽糖
甘油-3-磷酸,极性级分
谷氨酸
甘油酸
胱氨酸
半胱氨酸
天冬酰胺
表3a’：指示血浆样品中与溶血相关的质量问题的其它优选生物标记：基于可分析性选择。
生物标记(代谢物)
苏糖酸
天冬氨酸
葡萄糖
次黄嘌呤
核糖
3-磷酸甘油酸(3-PGA)
表3c：指示血浆样品中与溶血相关的质量问题的优选生物标记：基于方法”GC-极性”选择。
表3c’：指示血浆样品中与溶血相关的质量问题的其它优选生物标记：基于方法”GC-极性”选择。
生物标记(代谢物)
苏糖酸
天冬氨酸
葡萄糖
次黄嘌呤
核糖
3-磷酸甘油酸(3-PGA)
表4：鉴定的生物标记的列表，所述生物标记指示血浆样品中与微凝血相关的质量问题。
表4a：指示血浆样品中与微凝血相关的质量问题的优选生物标记：基于可分析性选择。
生物标记(代谢物)
牛磺酸
鸟氨酸
胱氨酸
麦芽糖
谷氨酰胺
天冬酰胺
甘油-3-磷酸,极性级分
表4b：指示血浆样品中与微凝血相关的质量问题的优选生物标记：基于性能选择。
生物标记(代谢物)
鞘氨醇(d16:1)
鞘氨醇(d18:1)
牛磺酸
亚牛磺酸
鞘氨二烯醇(d18:2)
二氢鞘氨醇(d18:0)
焦磷酸(PPi)
鞘氨醇-1-磷酸(d18:1)
二氢鞘氨醇-1-磷酸(d18:0)
表4c：指示血浆样品中与微凝血相关的质量问题的优选生物标记：基于方法“GC-极性“选择。
表5：鉴定的生物标记的列表，所述生物标记指示血浆样品中与白细胞污染相关的质量问题。
表5’：指示血浆样品中与白细胞污染相关的质量问题的其它生物标记
白细胞污染级别2 白细胞污染级别2
生物标记(代谢物) 相对于对照的比值 p-值
苏糖酸 0.776 7.43E-06
苏糖酸也是在基于可分析性和/或基于方法”GC-极性”的选择中指示血浆样品中与白细胞污染相关的质量问题的再一优选生物标记。
表5a：指示血浆样品中与白细胞污染相关的质量问题的优选生物标记：基于可分析性选择。
生物标记(代谢物)
甘油-3-磷酸,极性级分
牛磺酸
次黄嘌呤
麦芽糖
谷氨酸
甘油酸
表5b：指示血浆样品中与白细胞污染相关的质量问题的优选生物标记：基于性能选择。
表5c：指示血浆样品中与白细胞污染相关的质量问题的优选生物标记：基于方法“GC-极性“选择。
生物标记(代谢物)
甘油-3-磷酸,极性级分
肌-肌醇
鲨-肌醇
甘油,极性级分
牛磺酸
延胡索酸盐
次黄嘌呤
α-酮戊二酸
反-4-羟脯氨酸
葡萄糖-1-磷酸
草酸
β-丙氨酸
赤藓糖醇
假尿苷
磷酸(无机的和来自有机磷酸的)
5-氧代脯氨酸
麦芽糖
果糖胺
亚牛磺酸
尿酸
谷氨酸
3-羟基丁酸
甘油酸
表6：鉴定的生物标记的列表，所述生物标记指示血浆样品中与储存相关的质量问题。
表6a：指示血浆样品中与储存相关的质量问题的优选生物标记：基于可分析性选择
生物标记(代谢物)
谷氨酸
谷氨酰胺
天冬氨酸
天冬酰胺
半胱氨酸
胱氨酸
甘油酸
苏糖酸
葡萄糖
表6b：指示血浆样品中与储存相关的质量问题的优选生物标记：基于性能选择
生物标记(代谢物)
谷氨酸
谷氨酰胺
天冬氨酸
天冬酰胺
磷脂酰胆碱氢过氧化物(C16:0,C18:2-OOH)
磷脂酰胆碱氢过氧化物(C16:0,C18:1-OOH)
磷脂酰胆碱氢过氧化物(C18:0,C18:2-OOH)
三酰甘油酯氢过氧化物(C16:0,C18:1,C18:3-OOH)
三酰甘油酯氢过氧化物(C16:0,C18:2,C18:2-OOH)
三酰甘油酯氢过氧化物(C16:0,C18:1,C18:2-OOH)
三酰甘油酯氢过氧化物(C18:1,18:2,C18:2-OOH)
三酰甘油酯氢过氧化物(C16:0,C18:1,C20:4-OOH)
三酰甘油酯氢过氧化物(C18:1,C18:1,C18:3-OOH)
胆固醇酯氢过氧化物(C18:2-9-OOH)
胆固醇酯氢过氧化物(C18:2-13-OOH)
胆固醇酯氢过氧化物(C20:4-OOH)
胆固醇酯氢过氧化物(C18:2-9-OOH)
胆固醇酯氢过氧化物(C18:2-13-OOH)
表6c：指示血浆样品中与储存相关的质量问题的优选生物标记：基于方法”GC-极性”选择
生物标记(代谢物)
谷氨酸
谷氨酰胺
天冬氨酸
天冬酰胺
半胱氨酸
胱氨酸
丙酮酸
甘油酸
5-氧代脯氨酸
甘油,极性级分
苏糖酸
磷酸(无机的和来自有机磷酸的)
葡萄糖
表7：鉴定的生物标记的列表，所述生物标记指示由于样品的缓慢冷冻导致的质量问题。
表7a：指示由于样品的缓慢冷冻导致的质量问题的优选生物标记：基于可分析性选择
生物标记(代谢物)
胱氨酸
天冬酰胺
谷氨酸
甘油酸
次黄嘌呤
谷氨酰胺
表7c：指示由于样品的缓慢冷冻导致的质量问题的优选生物标记：基于方法”GC-极性”选择
生物标记(代谢物)
赤藓糖醇
甘油,极性级分
胱氨酸
α-酮戊二酸
天冬酰胺
谷氨酸
吲哚-3-乙酸
甲硫氨酸
延胡索酸盐
甘油酸
色氨酸
反-4-羟脯氨酸
次黄嘌呤
谷氨酰胺
焦磷酸(PPi)
表8：鉴定的生物标记的列表，所述生物标记指示血清样品中与延长的血液凝结相关的质量问题。
表8a：指示血清样品中与延长的血液凝结相关的质量问题的优选生物标记。基于可分析性选择
生物标记(代谢物)
甘油-3-磷酸,极性级分
精氨酸
鸟氨酸
谷氨酸
半胱氨酸
天冬氨酸
甘油酸
天冬酰胺
牛磺酸
胱氨酸
苏糖酸
麦芽糖
次黄嘌呤
表8b：指示血清样品中与延长的血液凝结相关的质量问题的优选生物标记。基于性能选择
生物标记(代谢物)
苹果酸
甘油-3-磷酸,极性级分
丙酮酸
精氨酸
葡萄糖-1-磷酸
5-氧代脯氨酸
鸟氨酸
甘露糖
谷氨酸
半胱氨酸
8-羟基二十碳四烯酸(C20:trans[5]cis[9,11,14]4)(8-HETE)
α-酮戊二酸
天冬氨酸
表8c：指示血清样品中与延长的血液凝结相关的质量问题的优选生物标记。基于方法“GC-极性“选择
表9：指示血浆或血清样品中特定质量问题的优选生物标记：基于标准“独特性”选择：独特出现在表1至8之一中的生物标记(代谢物)和其指示的相应质量问题(干扰因素)

Claims (26)

1.用于评价生物样品的质量的方法，包括步骤：
(a)在所述样品中确定表1,1',2,2',3,3',4,5,5',6,7,和/或8中的至少一种生物标记的量；和
(b)将该至少一种生物标记的量与参照相比较，由此评价样品的质量。
2.权利要求1的方法，其中针对血液样品的长时间加工，评估生物样品，且其中所述至少一种生物标记来自表1、1’、2和/或2’。
3.权利要求1或2的方法，其中针对溶血，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表3或3’。
4.权利要求1至3之任一的方法，其中针对微凝血，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表4。
5.权利要求1至4之任一的方法，其中针对血细胞污染，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表5或5’。
6.权利要求1至5之任一的方法，其中针对不恰当的储存，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表6。
7.权利要求1至6之任一的方法，其中针对不恰当的冷冻，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表7。
8.权利要求1至7之任一的方法，其中针对长时间的血液凝结时间，评估或进一步评估生物样品，且其中所述至少一种生物标记来自表8。
9.权利要求1至8之任一的方法，其中所述至少一种生物标记是谷氨酸。
10.权利要求1至8之任一的方法，其中所述至少一种生物标记是甘油酸。
11.权利要求1的方法，其中步骤(a)是：
(a)在所述样品中确定表1,2,3,4,5,6,7和/或8中的至少一种生物标记的量。
12.权利要求11的方法，其中针对血液样品的长时间加工，评估生物样品，且其中所述至少一种生物标记来自表1和/或2。
13.权利要求11或12的方法，其中针对溶血，评估生物样品，且其中所述至少一种生物标记来自表3。
14.权利要求11至13之任一的方法，其中针对微凝血，评估生物样品，且其中所述至少一种生物标记来自表4。
15.权利要求11至14之任一的方法，其中针对血细胞污染，评估生物样品，且其中所述至少一种生物标记来自表5。
16.权利要求11至15之任一的方法，其中针对不恰当的储存，评估生物样品，且其中所述至少一种生物标记来自表6。
17.权利要求11至16之任一的方法，其中针对不恰当的冷冻，评估生物样品，且其中所述至少一种生物标记来自表7。
18.权利要求11至17之任一的方法，其中针对长时间的血液凝结时间，评估生物样品，且其中所述至少一种生物标记来自表8。
19.权利要求1至18之任一的方法，其中所述参照来源于已知具有欠缺质量的一个样品或多数个样品。
20.权利要求19的方法，其中，当样品中该至少一个生物标记的量与所述参照基本上相同时，则指示质量欠缺；而当该量不同时则指示质量足够。
21.权利要求1至18之任一的方法，其中所述参照来源于已知具有足够质量的一个样品或多数个样品。
22.权利要求21的方法，其中，当样品中该至少一个生物标记的量与所述参照基本上相同时，则指示质量足够；而当该量不同时则指示质量欠缺。
23.权利要求1至22之任一的方法，其中所述样品是血浆、血液或血清样品。
24.用于评价生物样品的质量的装置，包括：
(a)所述样品的分析部件，所述分析部件包含表1,1',2,2',3,3',4,5,5',6,7,和/或8,优选表1,2,3,4,5,6,7和/或8的至少一种生物标记的检测器，所述检测器允许确定该所述至少一种生物标记在样品中的量；和与所述分析部件有效连接的，
(b)包含数据处理部件和数据库的评价部件，所述数据库包含储存的参照，所述数据处理部件已经明确地潜入了算法，其中所述算法用于比较经分析部件确定的该至少一种生物标记的量与该存储的参照以及用于产生输出信息，基于该输出信息建立质量评估。
25.来自表1,1',2,2',3,3',4,5,5',6,7,和/或8的至少一种生物标志,优选表1,2,3,4,5,6,7和/或8的至少一种生物标志、或其检测试剂用于评估样品质量的用途。
26.用于评估生物样品质量的试剂盒，包含来自表1,1',2,2',3,3',4,5,5',6,7,和/或8的至少一种生物标志,优选表1,2,3,4,5,6,7和/或8的至少一种生物标志的检测试剂，和优选地用于所述至少一种生物标记的参照。
CN201480020954.7A 2013-02-14 2014-02-14 评估生物样品质量的工具和方法 Pending CN105120852A (zh)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201361764640P 2013-02-14 2013-02-14
US201361764625P 2013-02-14 2013-02-14
EP13155318.2 2013-02-14
EP13155310.9 2013-02-14
US61/764,625 2013-02-14
EP13155310 2013-02-14
EP13155318 2013-02-14
US61/764,640 2013-02-14
PCT/IB2014/059002 WO2014125443A1 (en) 2013-02-14 2014-02-14 Means and methods for assessing the quality of a biological sample

Publications (1)

Publication Number Publication Date
CN105120852A true CN105120852A (zh) 2015-12-02

Family

ID=51353544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480020954.7A Pending CN105120852A (zh) 2013-02-14 2014-02-14 评估生物样品质量的工具和方法

Country Status (11)

Country Link
US (1) US20160003799A1 (zh)
EP (1) EP2956127A4 (zh)
JP (1) JP6388606B2 (zh)
KR (1) KR20150119118A (zh)
CN (1) CN105120852A (zh)
AU (1) AU2014217452B2 (zh)
BR (1) BR112015019453A2 (zh)
CA (1) CA2900031A1 (zh)
DE (1) DE112014000822T5 (zh)
IL (1) IL240346A0 (zh)
WO (1) WO2014125443A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105996126A (zh) * 2016-07-12 2016-10-12 福建中烟工业有限责任公司 天冬氨酸甘油酯用于降低卷烟烟气中苯酚释放量的用途
CN111402961A (zh) * 2020-02-28 2020-07-10 上海鹿明生物科技有限公司 一种多物种gc-ms内源性代谢物数据库及其建立方法
CN113433239A (zh) * 2021-06-25 2021-09-24 郑州大学第一附属医院 一种用于贲门癌诊断的标志物及试剂盒

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017512996A (ja) * 2014-03-26 2017-05-25 メタノミクス ヘルス ゲーエムベーハー 代謝産物パネルに基づく血液サンプルの品質の決定のための手段および方法
CN104713970B (zh) * 2015-04-01 2017-03-15 山东省肿瘤医院 一种血清代谢组学分析模型的构建方法
EP3371730A4 (en) * 2015-11-04 2019-06-19 Metabolon, Inc. AUTOMATED SAMPLE QUALITY ASSESSMENT
JP6779500B2 (ja) 2017-03-30 2020-11-04 株式会社島津製作所 クロマトグラフ質量分析方法及び装置
WO2018203885A1 (en) * 2017-05-02 2018-11-08 Liquid Biosciences, Inc. Systems and methods for determining attributes of biological samples
JP7348626B2 (ja) * 2019-07-17 2023-09-21 国立大学法人山梨大学 生体試料の状態評価装置、システム、方法、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009105044A1 (en) * 2008-02-22 2009-08-27 Agency For Science, Technology And Research (A*Star) Mesenchymal stem cell particles
WO2012170669A1 (en) * 2011-06-07 2012-12-13 Yale University Avenue Biomarkers for assessment of the molecular quality in biospecimens

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030232396A1 (en) * 2002-02-22 2003-12-18 Biolife Solutions, Inc. Method and use of protein microarray technology and proteomic analysis to determine efficacy of human and xenographic cell, tissue and organ transplant
US20090137063A1 (en) * 2005-11-29 2009-05-28 Karl Skold Method for determining the quality of a biological sample
US8026049B2 (en) * 2007-03-23 2011-09-27 Wisconsin Alumni Research Foundation Noninvasive measurement and identification of biomarkers in disease state
ES2443540T3 (es) * 2007-07-17 2014-02-19 Metabolon, Inc. Biomarcadores para pre-diabetes y métodos que usan los mismos
CN101918838A (zh) * 2007-11-22 2010-12-15 特拉斯医药有限公司 血液试样的品质评估方法
US8026102B2 (en) * 2009-01-21 2011-09-27 Blaze Medical Devices, LLC Apparatus and method to characterize blood and red blood cells via erythrocyte membrane fragility quantification
EP2513653A1 (en) * 2009-10-09 2012-10-24 Carolyn Slupsky Methods for diagnosis, treatment and monitoring of patient health using metabolomics

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009105044A1 (en) * 2008-02-22 2009-08-27 Agency For Science, Technology And Research (A*Star) Mesenchymal stem cell particles
WO2012170669A1 (en) * 2011-06-07 2012-12-13 Yale University Avenue Biomarkers for assessment of the molecular quality in biospecimens

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIU L ET AL: "Differences in metabolite profile between blood plasma and serum", 《ANALYTICAL BIOCHEMISTRY》 *
PATRIZIA BERNINI ET AL: "Standard operating procedures for pre-analytical handling of blood and urine for metabolomic studies and biobanks", 《JOURNAL OF BIOMOLECULAR NMR》 *
T.C PEAKMAN ET AL: "The UK Biobank sample handling and storage validation studies", 《INTERNATONAL JOURNAL OF EPIDEMIOLOGY》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105996126A (zh) * 2016-07-12 2016-10-12 福建中烟工业有限责任公司 天冬氨酸甘油酯用于降低卷烟烟气中苯酚释放量的用途
CN111402961A (zh) * 2020-02-28 2020-07-10 上海鹿明生物科技有限公司 一种多物种gc-ms内源性代谢物数据库及其建立方法
CN113433239A (zh) * 2021-06-25 2021-09-24 郑州大学第一附属医院 一种用于贲门癌诊断的标志物及试剂盒

Also Published As

Publication number Publication date
DE112014000822T5 (de) 2015-10-29
US20160003799A1 (en) 2016-01-07
IL240346A0 (en) 2015-09-24
AU2014217452B2 (en) 2018-10-25
AU2014217452A1 (en) 2015-08-20
BR112015019453A2 (pt) 2017-07-18
WO2014125443A1 (en) 2014-08-21
KR20150119118A (ko) 2015-10-23
CA2900031A1 (en) 2014-08-21
EP2956127A4 (en) 2016-10-05
JP2016510414A (ja) 2016-04-07
EP2956127A1 (en) 2015-12-23
JP6388606B2 (ja) 2018-09-12

Similar Documents

Publication Publication Date Title
CN105120852A (zh) 评估生物样品质量的工具和方法
Picotti et al. Selected reaction monitoring–based proteomics: workflows, potential, pitfalls and future directions
CN103038644B (zh) 用于在受试者中诊断胰腺癌的工具和方法
JP5167239B2 (ja) 糖尿病の検出手段および検出方法
EP2486405B1 (en) Method for quantifying biomolecules
CN106415274A (zh) 基于代谢物组的血液样本质量的测定方法和手段
CN101611313A (zh) 质谱法生物标记测定
CN101443663A (zh) 诊断糖尿病的工具和方法
Kiseleva et al. Plasma preparation to measure FDA-approved protein markers by selected reaction monitoring
JP2017523418A (ja) 生物学的サンプルの品質を評価するための手段及び方法
JP2019039915A (ja) 生物学的サンプルの質を評価するための手段及び方法
LU93103B1 (en) Quality of samples

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151202