CN105452868A - 产前筛选 - Google Patents

产前筛选 Download PDF

Info

Publication number
CN105452868A
CN105452868A CN201480017541.3A CN201480017541A CN105452868A CN 105452868 A CN105452868 A CN 105452868A CN 201480017541 A CN201480017541 A CN 201480017541A CN 105452868 A CN105452868 A CN 105452868A
Authority
CN
China
Prior art keywords
mass
aneuploidy
sample
gestation
fetus
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
CN201480017541.3A
Other languages
English (en)
Other versions
CN105452868B (zh
Inventor
R·K·埃尔斯
S·A·巴特勒
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.)
ILES RAY KRUSE
Original Assignee
Map Diagnostics Ltd
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 Map Diagnostics Ltd filed Critical Map Diagnostics Ltd
Publication of CN105452868A publication Critical patent/CN105452868A/zh
Application granted granted Critical
Publication of CN105452868B publication Critical patent/CN105452868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • 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
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • 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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848—Methods of protein analysis involving mass spectrometry
    • 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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/689—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to pregnancy or the gonads
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0027—Methods for using particle spectrometers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/26—Mass spectrometers or separator tubes
    • H01J49/34—Dynamic spectrometers
    • H01J49/40—Time-of-flight spectrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/36—Gynecology or obstetrics
    • G01N2800/368—Pregnancy complicated by disease or abnormalities of pregnancy, e.g. preeclampsia, preterm labour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/38—Pediatrics
    • G01N2800/385—Congenital anomalies

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Microbiology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Reproductive Health (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种筛选母本尿液样品的质谱指纹特征变化的方法，发现所述质谱指纹特征变化是胎儿非整倍性(例如唐氏综合征)的特征，并应用于筛选妊娠的其它胎儿异常和紊乱(包括妊娠滋养细胞疾病)。

Description

产前筛选
发明领域
本发明涉及一种筛选母体尿液样品的质谱指纹特征变化的方法，发现所述质谱指纹特征变化是胎儿非整倍性(例如唐氏综合征)的特征，并应用于筛选妊娠的其它胎儿异常和妊娠紊乱(包括妊娠滋养细胞疾病)。
具体而言，本发明涉及一种检测胎儿非整倍性的方法，所述胎儿非整倍性例如唐氏综合征、帕陶综合征、特纳综合征、克兰费尔特综合征、爱德华综合征和三重X。
背景技术
21三体综合征，通常称为唐氏综合征，其特征是染色体21的额外拷贝，并且是最常见的严重先天异常之一，其成为学龄儿童显著学习障碍的最常见单一因素。受唐氏综合征影响的人具有严重的智力缺陷，缩短的预期寿命，以及异常免疫应答，这使其易受严重感染。唐氏综合征患者中有40％具有先天性心脏病和较高的罹患白血病的风险。患有唐氏综合征的人在40岁之后易于发展阿兹海默症疾病的神经病理学变化特点。
在孕早期(即约15～16周)，唐氏综合征的确定性测试是羊膜穿刺术后的染色体组型分析。这种分析所需的羊水取样具有诱导自发流产的风险，100例中有约1例发生该状况。
最初，母亲年龄是鉴定女性是否具有唐氏综合征婴儿高风险的唯一因素。40岁时，产有唐氏综合征婴儿的几率是百分之一。这已导致多家医院为超过某一年龄(通常为35或37岁)的女性提供羊膜穿刺术。然而，这仅能鉴定出全部唐氏综合征病例中的15–30％，因为大多数病例仍会在更年轻的女性中出现。
在过去的25年中，已发展出多种标志物血液测试以筛选唐氏综合征。血清α-胎蛋白(AFP)加人绒膜促性腺激素(hCG)是最常用的标志物。然而，更近期时已将非偶联雌三醇(uE3)和抑制素A添加至需要筛选的标志物。
筛选性能根据对于所用的标志物的选择和是否采用超声来估计孕龄并检测15-22周时的颈部皱褶厚度而变化。当筛选血清标志物且将超声与母亲年龄联用时，5％假阳性率的检出率估计为：双重测试(AFP+hCG)为59％，三重测试(AFP，hCG，uE3)为69％，且四重测试(包含抑制素A)为76％。
现有的筛选技术是昂贵的，并且要求以最小侵入性操作对血液取样，并且对针对胎龄的水平变化进行校正的检测值进行数学建模。
人绒膜促性腺激素(hCG)是一种糖肽激素，其由胎儿胎盘的合胞滋养层产生，并且分子量为约38千道尔顿。其可通过在受精后数天内基于母体尿液中的免疫测定来检测。完整的hCG分子是异质二聚体，其包含特定的β25亚基，该亚基非共价结合至α亚基，这对于其它糖蛋白是常见的。
在唐氏综合征中，平均上，完整hCG和游离β–亚基的母体血清水平升高，但升高的程度大于30游离β–hCG。在妊娠女性的血清和尿液中均能检测到HCG，其形式为hCG的游离α和β亚基，以及hCG的降解产物和游离β–亚基hCG的降解产物。
hCG的β–亚基的最终降解产物是尿促性腺激素肽(UGP)，也称作β–核心–hCG、β–核心片段、β–核心或尿促性腺激素片段(uGF)。
UGP被分泌进入尿液。WO97/03363描述了唐氏综合征的产前尿液筛选方法，其包括在妊娠头三个月中检测母体尿液样品，以测定样品中的UGP水平是否高于来自正常的10例妊娠的尿液样品中所见的UGP水平。描述于WO97/03363的方法采用UGP特异性的免疫测定。
已通过HPLC质谱法和晶体分析成熟表征了hCG。利用胰蛋白酶消化，已采用基质辅助激光解吸/电离飞行时间质谱法(MALDI-ToFMS)进行hCG及其亚基的肽质量图谱分析。Jacoby，E.S等在ClinicalChemistry，46(11)，1796-1803(2000)中描述了从妊娠尿液纯化hCGβ-核心片段(hCGβcf)，其因二硫苏糖醇(DTT)减少而减少，并且由MALDI-ToFMS进行分析。他们总结称，产生了DTT-减少的hCGβcf质谱，但并没有准确确定hCGβcf糖基化可能会导致独特的“指纹”。来自妊娠女性的未经提取的尿液样品的MALDI-ToFMS分析仅显示对应于蛋白质化hCGβcf的宽峰。
WO03/065043描述了对MALDI-TOFMS靶标上的免疫球蛋白的固定，其随后用于蛋白质(例如hCGβcf)的鉴定和相对定量。
人绒膜促性腺激素(hCG)是异质二聚化的糖蛋白激素，其具有8个糖基化位点，包含四个N-连接的寡糖和四个O-连接的寡糖。所述N-连接的寡糖通过天冬酰胺残基上的β-N-糖苷键连接至多至肽链；两个在α亚基上且两个在β亚基上。他们共有相同的基础结构特点：N-乙酰基葡萄糖胺(GLcNAc)连接至天冬酰胺残基上，然后连接至另一个GLcNAc、甘露糖和甘露糖的分支。这是单触角(monantennary)戊糖核心，其剩余组分保持可变。所述O-连接的寡糖由α-O-糖苷键连接至β-亚基羧基末端肽的丝氨酸残基上。
已广泛报道在正常和异常妊娠中，碳水化合物异质性的hCG的游离β-亚基(hCGβ)具有可变的单-、二-和三触角碳水化合物结构(ElliottMM，KardanaA，LustbaderJW，ColeLA.Endocrine.1997年8月；7(1):15-32，Carbohydrateandpeptidestructureofthealpha-andbeta-subunitsofhumanchorionicgonadotropinfromnormalandaberrantpregnancyandchoriocarcinoma(来自正常和异常妊娠和绒膜癌的人绒膜促性腺激素的α-和β-亚基的碳水化合物和肽结构))。
被称为β-核心片段(hCGβcf)的hCG的β-亚基的降解产物由经四个二硫桥连接的来自hCG的β-亚基的肽，即，肽β6-40和β55-92组成。其在代谢之前保留了原始hCGβ分子的多个抗原决定簇，所述代谢主要在肾中发生。该β6-40肽链包含两个hCGβN-连接的碳水化合物部分，尽管寡糖因代谢而被截短。
采用MALDI-ToFMS研究hCGβcf糖基化时，导致似乎具有独特“指纹”的色谱，所用方法涉及采用二硫苏糖醇对样品预处理，以减少肽的质量，由此使其进入质谱仪的相对最适的分辨范围。根据Jacoby等(2000)的MALDI-ToFMS分析，导致对应于质子化hCGβcf的宽峰。
MALDI-ToFMS的缺点在于，其并不是定量技术。因此，所得的原始质谱结果并不能用于直接产生适用于诊断测试算法的对比数据。
发明内容
hCG糖基化极具可变性，并且hCG的高度糖基化发生于妊娠紊乱和胎儿非整倍性(例如唐氏综合征)中。现今已发现，通过对获自多至第二个三月期(优选在怀孕第7周～第13周)的妊娠女性的未经提取的、未处理的尿液样品进行MADLI-ToFMS分析，能够获得独特的质谱，其可显示糖基化变体的特征变化。这些特征变化能够指示过度糖基化的hCG的代谢产物，其具有妊娠紊乱和胎儿非整倍性中滋养层的细胞中糖基化过程的特点，因此能够指示这些病症。
根据本发明的一个方面，提供一种检测多至第二个三月期的妊娠紊乱或胎儿非整倍性的方法，所述方法包括，对来自妊娠女性的母体尿液样品进行直接质谱分析，和，将所述分析所得的特征与获自正常妊娠的质谱特征做比较，以确定来自所述样品的所述特征是否指示妊娠紊乱或胎儿非整倍性。
根据本发明的一个方面，提供一种检测多至第二个三月期的胎儿非整倍性的方法，所述方法包括对来自妊娠女性的母体尿液样品进行直接质谱分析，和，将所述分析所得的特征与获自无非整倍性妊娠的质谱特征做比较，以确定来自所述样品的所述特征是否指示胎儿非整倍性。
本发明的方法提供了一种筛选对象以鉴定其母亲具有患有或发展妊娠紊乱，或怀有非整倍性胎儿的风险。
本文中所用的妊娠紊乱包括：子宫外孕、先兆流产、妊娠剧吐和妊娠滋养细胞疾病、胎盘功能不全、先兆子痫、妊娠糖尿病、产科胆汁郁积，和正常生殖与辅助增殖中的习惯性流产。本发明方法提供一种筛选取样时已经存在的妊娠紊乱的方法，所述妊娠紊乱例如子宫外孕、先兆流产、妊娠剧吐和妊娠滋养细胞疾病。本发明方法还可提供对于发展通常在妊娠晚期(即，取样后)出现的其它妊娠紊乱的风险的指示，所述妊娠紊乱例如，胎盘功能不全、先兆子痫、妊娠糖尿病、产科单酯郁积和正常生殖与辅助增殖中的习惯性流产。因此，所述方法同时具有诊断和预后价值。
本文中所用的"胎儿非整倍性"指的是其中胎儿具有多于或少于46条染色体的情况。这导致如下病症：例如唐氏综合征(21三体性)、帕陶综合征(13三体性)、特纳综合征(其中一个X染色体的全部或部分丢失)、克兰费尔特综合征(由男性中多出一个X染色体所致)、爱德华综合征(18三体性)和三重X(由女性中多出一个X染色体所致)。优选所述胎儿非整倍性是三体性紊乱(例如，唐氏综合征、帕陶综合征和爱德华综合征)，更优选唐氏综合征。
"直接质谱分析"指的是所述方法中采用由质谱分析产生的数据，而非样品中存在的组分的推断质量。
本发明方法在至多至(且包括)妊娠第二个三月期获取的样品上进行。优选地，所述母体尿液样品来自怀孕7～16周，例如，怀孕7、8、9、10、11、12、13、14、15或16周的妊娠女性。更优选地，所述母体尿液样品来自怀孕8～13周的妊娠女性。
优选地，所述尿液样品是净尿液样品。或者，所述尿液样品可经稀释或处理(浓缩、过滤等)。
优选地，所述尿液样品经稀释。该尿液样品能以1/100(即，一份样品在100份稀释剂中)、1/500、1/1000、1/2500或更大比例稀释。最优选地，所述样品以1/1000，即一份尿液样品在1000份稀释剂中，稀释。优选地，所述稀释剂是水，更优选是去离子水。
优选地，所述尿液样品在稀释前不经处理。所述处理包括浓缩感兴趣蛋白质(例如hCG)；通过例如HPLC分离hCG，或用化学剂处理以干扰或断裂分子内键。具体而言，所述样品优选不用还原剂处理。更优选地，所述样品不用二硫苏糖醇(DTT)处理。
优选地，所述质谱特征由自动化定量法测定，其能够区别来自正常妊娠女性的尿液样品质谱和来自患有妊娠紊乱或怀有非整倍性胎儿的妊娠女性的尿液样品的质谱特征。本文中所用的"正常"妊娠女性是不具有妊娠紊乱且怀有无非整倍性胎儿的妊娠女性。
本文中所用的"自动化定量法"指的是通过计算机软件程序处理由检测样品的质谱仪直接输出的数据。
优选地，通过自动化定量法测定的质谱特征能够区分来自怀有无非整倍性胎儿的妊娠女性的尿液样品质谱和来自怀有非整倍性胎儿的妊娠女性的尿液样品的质谱特征。产生质谱(例如MALDI-TofMS)的方法通常不是定量技术。例如，这些质谱中的Y轴是谱中质量峰的“相对强度”的指标，但并不是一个样品与另一样品之间的质量峰之间。为了克服该不足，需要标准化以使样品谱之间的Y轴值相当。标准化是产生数据结构以减少数据重复和不一致性的过程。可采用若干种标准化技术。典型的标准化方法包括给定点处的总面积百分数、方差算法和比率差异。百分数差计算如下
百分数差异＝(Y参比–Y1/Y参比×100％)
其中Y参比是谱中最小Y值，而Y1是各点的Y值。
方差计算如下：
方差＝(Y1–Y参比)2
比率差异计算如下：
比率差异＝(比率1-比率2)。
因此，来自质谱的数据经控制以提供对于质谱上所见定性变化的定量度量。
优选地，使各样品与参比谱模型做比较。"参比谱模型"是给定范围内的预期质量，通过对匹配孕龄的正常妊娠尿液样品的集合的统计学分析确定。优选地所述范围是约500–100,000m/z，例如1,000–75,000m/z、2,500–50,000m/z、5,000-25,000m/z或6,000-14,000m/z。最优选地，所述范围是6,000-14,000m/z。优选地，由匹配孕龄的无非整倍性妊娠尿液样品的集合的统计学分析确定预期质量的谱模型是约6,000-14,000m/z。
优选地，该谱模型通过数据处理方法产生，所述数据处理方法产生给定范围内质谱的相对比例的标准化的统计学确定指数。这使所有谱相当，从而能够对任何给定质量值的中值和百分位数变化建模。优选地，所述范围是约6,000-14,000m/z。
优选地，从获自怀孕8～16周的患有妊娠紊乱或具有胎儿非整倍性(例如唐氏综合征)的母体尿液建立平行"疾病"模型，该模型如上所述由给定范围内质谱的相对比例的标准化的统计学确定指数产生。优选地，所述范围是约6,000-14,000m/z。
给定范围内质谱的相对比例的标准化的统计学确定指数可采用质谱曲线下总面积来计算。然后，这可用于计算相对强度。
质谱的曲线下面积如下计算：将质谱分为给定数量的m/z的多个箱(bin)。本文中所述的"箱"具有其常规统计学含义，例如，是一系列数值范围之一，其中数据按统计学分析分选。例如，所述箱的大小可以是100m/z、50m/z、25m/z、10m/z或5m/z。所用箱的大小越小，该方法越精确。
相对强度(Y轴值)可通过“方差”法计算，因而各箱中给定的Y值相当。在该方法中，从各箱Y值减去谱最小Y值(Y参比)，并且将该差值平方化。用于计算方差的式子＝(y1-y参比)2，并且计算出的方差随后称为“相对强度”。
施加标准化技术之后，可计算获自怀孕7～16周的具有正常妊娠的女性的样品的标准化谱值与获自患有妊娠紊乱或具有非整倍性胎儿的女性的值(平均值、标准偏差、倾斜、上四分位数和下四分位数、中值、峰度以及第95和第5百分位数)的比率。
获自对应孕龄的具有正常妊娠的女性的样品和获自患有妊娠紊乱或具有非整倍性胎儿的女性的样品之间的各质量箱的相对强度差异能够采用市售可得的统计学测试(例如StatsDirectTM和Origin8TM)来获得。
然后通过绘图(例如，如图1所示)比较参比谱模型和疾病模型，以鉴定‘热点’，即，两种模型之间的差异点。这可以是峰大小的减小或增大，或峰的外观。差异点随后可被用于确定是否存在非整倍性胎儿，或妊娠紊乱的可能性。这可采用合适算法完成。
从6,000至<8,000m/z、从9,000至<9,600m/z和从10,900至12,000m/z的特定区段被鉴定为来自胎儿非整倍性妊娠和无非整倍性妊娠的样品之间的质谱差异区域。具体地，对获自多至14周孕期的样品，优选取自12、13或14周孕期的样品，利用这些差异区域来产生预测性算法分数＝(m/z11400)+(m/z9200)/(m/z6700)。
从10,900至12,000m/z的特定区段被鉴定为来自第二个三月期中胎儿非整倍性妊娠的样品和无非整倍性妊娠的样品之间的质谱差异区域。对于获自该第二个三月期的样品，优选获自15、16或17周孕期时的样品，利用这些差异面积产生预测性算法分数＝(m/z11300)+(m/z11400)+(m/z11500)+(m/z11600)+(m/z11700)+(m/z11800)+(m/z11900)。
该质谱分析能够采用合适的计算机软件程序而被容易地计算。也可采用合适的算法对计算机编程，以提供对于是否存在非整倍性胎儿，或妊娠紊乱的可能性的指示。
优选地，所进行的质谱分析是基质辅助激光解吸/电离飞行时间质谱法(MALDI-ToFMS)。
还描述了一种检测多至第二个三月期的妊娠紊乱或胎儿非整倍性的方法，所述方法包括：
a)从妊娠女性获得母体尿液样品；
b)对该样品进行直接质谱分析；
c)将获自所述分析的特征与获自来源于正常妊娠女性的母体尿液样品的质谱特征做比较，以确定来自妊娠女性的所述样品的所述特征是否指示妊娠紊乱或胎儿非整倍性。
优选地，所述方法检测胎儿非整倍性，并且将获自所述分析的特征与来自无非整倍性妊娠的女性的特征做比较。
在该说明书中，术语"包含(包括)"具有其常规字典含义，以表示非排他性涵盖。即，词语"包含(包括)"(或其任何衍生形式)用于涵盖一个或多个特征，不排除还涵盖其它特征的可能性。词语“优选的”(或其任何衍生形式)指示一个或多个特征是优选但非必需的。
本说明书(包括任何所附权利要求、摘要和附图)中公开的全部或任何特征和/或如此公开的任方法或工艺的全部或任何步骤可以任何方式组合，除了其中至少一些此类特征和/或步骤相互排斥的组合。
除非另有说明，出于等同或类似目的，该说明书(包括任何所附权利妖气、摘要和附图)中所公开的各特征可由具有相同作用的替代性特征替换。因此，除非另有说明，公开的各特征仅仅是一系列等同或相似特征的一个示例。
本发明不限于上述实施方式中的细节。本发明延伸至本说明书(包括任何所附的权利要求、摘要和附图)所公开特征的任一新型组合或任何新型组合，或者延伸至如此公开的任何方法或工艺步骤的任一新型组合或任何新型组合。
现参考下述附图，以下述实施例描述本申请：
图1显示基于最小平方标准化技术的12～14周孕期的唐氏综合征和无非整倍体妊娠的比较。
图2说明基于谱差异的用于唐氏综合征筛选的简单预测性算法，和基于最小平方标准化技术的用于12～14周孕期的唐氏综合征和无非整倍体妊娠的比较。
图3显示基于最小平方标准化技术的15～17周孕期的唐氏综合征和无非整倍体妊娠的比较。
图4说明基于谱差异的用于唐氏综合征筛选的简单预测性算法，和如图3所示的基于最小平方标准化技术的用于15～17周孕期的唐氏综合征和无非整倍体妊娠的比较。在简单算法中采用七个‘热点’。
实施例1
采用无关母体年龄和种族的32份非选择的个人妊娠尿液样品的档案集合。
在点样至MALDI目标板上供于质谱分析之前，尿液样品以1500rpm离心三分钟以去除细胞碎片。样品在去离子水中以1/100～1/1000(样品份数/水份数)稀释。
MALDI板(394孔)如下制备：吸移0.5μl的芥子酸基质溶液(20mg/ml，溶解于ddH2O中的50/50v/v乙腈(ACN)和0.1％三氟乙酸(TFA))，并使其干燥。添加稀释尿液(0.5μl)的样品，随后允许其干燥，然后另添加0.5μl的芥子酸基质溶液。允许其室温干燥1小时，然后进行质谱分析。
质谱分析型采用ShimadzuAximaplusMALDI质谱仪进行；氮脉冲激光器(λ最大＝337nm)以90％功率喷射以从各样品解吸离子。所示离子以20kV电场以1.2m线性管向下加速，并用微通道板探测器以500MHz的取样速率进行检测。光谱通过加和20-30个激光射击来产生。采用正线性模型，以获取谱。
通过运行已知准确质量的样品来建立MALDI-ToF仪器的质量校准。为了校准该仪器以用于唐氏综合征谱指纹，运行浓度为10pmol/μl的马心细胞色素C作为外部校准物。产生的两点校准在[M+H]+＝12.361Da和[M+2H]2+＝6181Da。为了在软件程序之间将谱数据转换成兼容的数据文档，则捕获6,000-14,000m/z之间的谱指纹作为逗号分隔的(也称为CSV)数值数据集。
标准化：
然后，将逗号分隔的数据转换成M.文件(M.file)格式以使其对MATLAB软件可读。
计算6,000-14,000m/z的质量范围内的各样品的曲线下总面积，并且将该区域分为80个100m/z单元的个体箱。
相对强度(Y轴值)通过“方差”法计算，因而各箱中给定的Y值相当。在该方法中，从各箱Y值减去谱最小Y值(Y参比)，并且将该差值平方化。用于计算方差的式子＝(y1-y参比)2，并且计算出的方差随后称为“相对强度”。
施加各标准化技术之后，计算12～13周孕期的不复杂妊娠和非整倍体妊娠的标准化的谱值(平均值、标准偏差、倾斜、上四分位数和下四分位数、中值、峰度以及第95和第5百分位数)的比率。
对应分别孕龄的不复杂妊娠和非整倍体妊娠之间的各质量箱(每100m/z)的谱强度的差异采用统计学测试(StatsDirectTM和Origin8TM)获取。
结果
用于评估唐氏综合征与不复杂个体妊娠相比的6,000～14,000m/z之间指纹特征的谱强度相对水平的计算模型如下生成：对来自孕龄12-13的妊娠尿液，用各箱的经标准化的曲线下面积的对数的中值第95和第5百分位数对质荷比(m/z)6,000～14,000道尔顿作图。
附图的图1显示基于最小平方标准化技术的12～14周孕期的唐氏综合征和无非整倍体妊娠的比较。图A显示重叠的平均质谱，以箱中值作为固态形状，并在6000～14,000m/z以第5和第95百分位数作为唐氏综合征(方形)和无非整倍性(圆形)妊娠的须(whisker)。
附图的图2说明基于谱差异的用于唐氏综合征筛选的简单预测性算法，和如图1所示的基于最小平方标准化技术的用于12～14周孕期的唐氏综合征和无非整倍体妊娠的比较。在简单算法中采用三个‘热点’。
预测算法分数＝(m/z11400)+(m/z9200)/(m/z6700)。
该算法用于6份唐氏综合征和33份无非整倍性样品，计算全部分数并绘制点图–因而，以9为截止值，指示>99.9％的可能检出率以及<0.1％的假阳性率。
实施例2
采用第二个三月期内(即，在15、16和17周孕期)获得的样品重复实施例1的方法。
附图的图3显示基于最小平方标准化技术的15～17周孕期的唐氏综合征和无非整倍体妊娠的比较。图A显示重叠的平均质谱，以箱中值作为固态形状，并在6000～14,000m/z以第5和第95百分位数作为唐氏综合征(方形)和无非整倍性(圆形)妊娠的须(whisker)。
附图的图4说明基于谱差异的用于唐氏综合征筛选的简单预测性算法，和如图3所示的基于最小平方标准化技术的用于15～17周孕期的唐氏综合征和无非整倍体妊娠的比较。在简单算法中采用七个‘热点’。
预测性算法分数＝(m/z11300)+(m/z11400)+(m/z11500)+(m/z11600)+(m/z11700)+(m/z11800)+(m/z11900)
该算法用于10份唐氏综合征和44份无非整倍性样品，计算全部分数并绘制点图–因而，以9为截止值，指示90％的可能检出率以及6％的假阳性率。
实施例3样品的妊娠紊乱分析
将来自患有妊娠滋养细胞疾病(例如，葡萄胎妊娠和妊娠剧吐妊娠)的女性的尿液样品与获自具有正常妊娠的女性的样品做比较。发现相比来自正常妊娠的样品，归因于三触角糖型()的hCGβcf高糖基化在来自葡萄胎和妊娠剧吐妊娠的女性尿液中最高。尽管这些分子经历代谢过程，这支持了先前公开的数据，其显示在疾病和异常妊娠中，hCG的N-连接的高糖基化的程度更高。这些hCG糖基化差异将会导致质谱分析的可检测质量变化。本发明方法可利用这些变化，以检测妊娠紊乱，例如妊娠滋养细胞疾病。
在该说明书中，术语"包含(包括)"具有其常规字典含义，以表示非排他性涵盖。即，词语"包含(包括)"(或其任何衍生形式)用于涵盖一个或多个特征，不排除还涵盖其它特征的可能性。词语“优选的”(或其任何衍生形式)指示一个或多个特征是优选但非必需的。
本说明书(包括任何所附权利要求、摘要和附图)中公开的所有特征和/或如此公开的任方法或工艺的所有步骤可以任何方式组合，除了其中至少一些此类特征和/或步骤相互排斥的组合。
除非另有说明，出于等同或类似目的，该说明书(包括任何所附权利妖气、摘要和附图)中所公开的各特征可由具有相同作用的替代性特征替换。因此，除非另有说明，公开的各特征仅仅是一系列等同或相似特征的一个示例。
本发明不限于任何上述实施方式的细节。本发明延伸至本说明书(包括任何所附的权利要求、摘要和附图)所公开特征的任一新型组合或任何新型组合，或者延伸至如此公开的任何方法或工艺步骤的任一新型组合或任何新型组合。

Claims (19)

1.一种检测多至第二个三月期的妊娠紊乱或胎儿非整倍性的方法，所述方法包括，对来自妊娠女性的母本尿液样品提供质谱分析，和将所述分析所得的特征与获自正常妊娠的质谱特征做比较，以确定来自所述样品的所述特征是否指示妊娠紊乱或胎儿非整倍性。
2.如权利要求1所述的方法，所述方法用于检测多至第二个三月期的胎儿非整倍性，所述方法包括提供来自妊娠女性的母体尿液样品，对该尿液样品进行直接质谱分析，和将获自所述分析的特征与获自无非整倍性妊娠的质谱特征做比较，以测定来自所述样品的所述特征是否指示胎儿非整倍性。
3.如权利要求1或权利要求2所述的方法，其特征在于，所述母体尿液样品来自7～16周孕期的妊娠女性。
4.如权利要求1～3中任一项所述的方法，其特征在于，所述尿液样品在直接质谱分析之前经稀释。
5.如权利要求1～3中任一项所述的方法，其特征在于，所述样品用于直接质谱分析而不进行任何在先处理。
6.如前述权利要求中任一项所述的方法，其特征在于，所述妊娠紊乱选自子宫外孕、先兆流产、妊娠剧吐、妊娠滋养细胞疾病、功能不全、先兆子痫、妊娠糖尿病、产科胆汁郁积，和正常生殖与辅助增殖中的习惯性流产。
7.如权利要求中任一项所述的方法，其特征在于，所述方法用于在妊娠期间对母体进行下述一种或多种的诊断：子宫外孕、先兆流产、妊娠剧吐和妊娠滋养细胞疾病中。
8.如前述权利要求中任一项所述的方法，其特征在于，所述方法用于在妊娠期间对母体进行下述一种或多种的预后：胎盘功能不全-先兆子痫、妊娠糖尿病、产科胆汁郁积和正常生殖与辅助增殖中的习惯性流产。
9.如前述权利要求中任一项所述的方法，其特征在于，所述质谱特征通过自动化定量法来确定，其能够区分来自正常妊娠女性的尿液样品的质谱和来自患有妊娠紊乱或怀有非整倍性胎儿的妊娠女性的尿液样品的质谱特征。
8.如前述权利要求中任一项所述的方法，其特征在于，所述质谱特征通过自动化定量法来确定，其能够区分来自怀有无非整倍性胎儿的妊娠女性的尿液样品的质谱和来自怀有非整倍性胎儿的妊娠女性的尿液样品的质谱特征。
9.如权利要求8所述的方法，其特征在于，所述胎儿非整倍性是唐氏综合征。
10.如前述权利要求中任一项所述的方法，其特征在于，将各样品与预期质量为约500-100,000m/z的参比谱模型做比较，所述预期质量通过对匹配孕龄的正常妊娠尿液样品的集合进行统计学分析来确定。
11.如前述权利要求中任一项所述的方法，其特征在于，将各样品与预期质量为约6,000-14,000m/z的参比谱模型做比较，所述预期质量通过对匹配孕龄的无非整倍性妊娠尿液样品的集合进行统计学分析来确定。
12.如权利要求10或权利要求11所述的方法，其特征在于，所述参比谱模型通过数据处理方法生成，所述数据处理方法产生500-100,000m/z质谱的相对比例的标准化的统计学确定指数。
13.如权利要求10～12中任一项所述的方法，其特征在于，通过数据处理方法生成疾病模型，所述数据处理方法产生从8～16周孕期的患有妊娠紊乱或具有胎儿非整倍性的妊娠女性获得的母体尿液的500-100,000m/z质谱的相对比例的标准化的统计学确定指数。
14.如权利要求10～13中任一项所述的方法，其特征在于，通过数据处理方法生成疾病模型，所述数据处理方法产生从8～16周孕期的具有胎儿非整倍性的妊娠女性获得的母体尿液的6,000-14,000m/z质谱的相对比例的标准化的统计学确定指数。
15.如权利要求13或权利要求14所述的方法，其特征在于，通过作图将参比谱模型和疾病模型做比较，以鉴定所述两种模型之间的差异点。
16.如前述权利要求中任一项所述的方法，其特征在于，进行的质谱分析是基质辅助激光解吸/电离光谱法(MALDI)。
17.如权利要求16所述的方法，其特征在于，该MALDI光谱法是飞行时间质谱法(MALD-ToFMS)。
CN201480017541.3A 2013-03-22 2014-03-20 产前筛查 Active CN105452868B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB1305317.8A GB201305317D0 (en) 2013-03-22 2013-03-22 Prenatal screening for fetal abnormalities and disorders of pregnancy
GB1305317.8 2013-03-22
PCT/GB2014/050876 WO2014147404A1 (en) 2013-03-22 2014-03-20 Prenatal screening

Publications (2)

Publication Number Publication Date
CN105452868A true CN105452868A (zh) 2016-03-30
CN105452868B CN105452868B (zh) 2019-04-19

Family

ID=48326524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480017541.3A Active CN105452868B (zh) 2013-03-22 2014-03-20 产前筛查

Country Status (11)

Country Link
US (1) US10393729B2 (zh)
EP (1) EP2976647B1 (zh)
JP (1) JP6441892B2 (zh)
CN (1) CN105452868B (zh)
AU (1) AU2014234010A1 (zh)
BR (1) BR112015024110A2 (zh)
CA (1) CA2900333A1 (zh)
EA (1) EA201591682A1 (zh)
GB (2) GB201305317D0 (zh)
HK (3) HK1214358A1 (zh)
WO (1) WO2014147404A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110808099A (zh) * 2019-03-27 2020-02-18 北京大学第三医院（北京大学第三临床医学院） 一种用于检测异位妊娠的系统和方法
CN111202492A (zh) * 2018-11-20 2020-05-29 中国科学院上海营养与健康研究所 基于机器学习算法搭建的唐氏综合征肤纹辅助筛查

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2943778B1 (en) 2013-01-09 2020-10-28 The Regents of The University of California Apparatus and methods for fluorescence imaging using radiofrequency-multiplexed excitation
EP3120130B1 (en) 2014-03-18 2023-07-26 The Regents of the University of California Parallel flow cytometer using radiofrequency mulitplexing, and method
EP3362778B1 (en) 2015-10-13 2022-08-03 Omega Biosystems Incorporated Multi-modal fluorescence imaging flow cytometry system
AU2017234815B2 (en) 2016-03-17 2022-11-03 Becton, Dickinson And Company Cell sorting using a high throughput fluorescence flow cytometer
EP3455608A1 (en) * 2016-05-12 2019-03-20 BD Biosciences Fluorescence imaging flow cytometry with enhanced image resolution
CN109477785B (zh) 2016-09-13 2022-09-27 贝克顿·迪金森公司 具有光学均衡的流式细胞仪
DE102017008885B4 (de) 2017-09-22 2024-04-25 Bruker Daltonics GmbH & Co. KG Massenspektrometrisches Verfahren und MALDI-TOF-Massenspektrometer
DE102018103609B4 (de) 2018-02-19 2021-06-02 Bruker Daltonik Gmbh Flüssigkeitsanschluss-Einrichtung für die Ionisierung durch Elektrosprühen
WO2021007075A1 (en) 2019-07-10 2021-01-14 Becton, Dickinson And Company Reconfigurable integrated circuits for adjusting cell sorting classification

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1795387A (zh) * 2003-03-25 2006-06-28 普罗特奥格尼克斯公司 生物液体的蛋白质组分析
CN1928548A (zh) * 2005-09-11 2007-03-14 翁炳焕 蛋白质组学产前诊断方法
CN101437959A (zh) * 2004-09-20 2009-05-20 普罗特奥格尼克斯公司 诊断胎儿非整倍体

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5324667A (en) * 1989-01-17 1994-06-28 Macri James N Method for detecting down sydrown by non-invasive maternal blood screening
US5716853A (en) * 1995-07-07 1998-02-10 Chiron Diagnostics Corporation Prenatal down syndrome screening with assays specific for UGP
WO2003065043A2 (en) 2002-01-29 2003-08-07 King's College London An Institute Incorporated By Royal Charter Of Strand Identification and relative quantification of proteins
US8068990B2 (en) * 2003-03-25 2011-11-29 Hologic, Inc. Diagnosis of intra-uterine infection by proteomic analysis of cervical-vaginal fluids
US7425700B2 (en) * 2003-05-22 2008-09-16 Stults John T Systems and methods for discovery and analysis of markers
US7991557B2 (en) * 2004-06-19 2011-08-02 Genenews Corporation Computer system and methods for constructing biological classifiers and uses thereof
CA2608988A1 (en) * 2005-06-03 2006-12-07 Cambridge Enterprise Limited Biomarkers for psychotic disorders
WO2009059259A2 (en) * 2007-10-31 2009-05-07 Children's Hospital Medical Center Detection of worsening renal disease in subjects with systemic lupus erythematosus
JP2012093230A (ja) * 2010-10-27 2012-05-17 St Marianna Univ School Of Medicine Ｃ型肝炎に対するペグインターフェロン・リバビリン併用療法の治療効果の予測方法およびそれに用いられる予測キット
EP2836833A4 (en) * 2012-04-13 2015-10-14 Univ Wayne State PRENATAL DETECTION OF DOWN SYNDROME AND TRISOMY 18

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1795387A (zh) * 2003-03-25 2006-06-28 普罗特奥格尼克斯公司 生物液体的蛋白质组分析
CN101437959A (zh) * 2004-09-20 2009-05-20 普罗特奥格尼克斯公司 诊断胎儿非整倍体
CN1928548A (zh) * 2005-09-11 2007-03-14 翁炳焕 蛋白质组学产前诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ELI S.JACOBY ET AL.: "Determination of the Glycoforms of Human Chorionic Gonadotropin β-Core Fragment by Matrix-assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry", 《CLINICAL CHEMISTRY》 *
ZEEV B. ALFASSI ET AL.: "On the Normalization of a Mass Spectrum for Comparison of Two Spectra", 《AMERICAN SOCIETY FOR MASS SPECTROMETRY》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111202492A (zh) * 2018-11-20 2020-05-29 中国科学院上海营养与健康研究所 基于机器学习算法搭建的唐氏综合征肤纹辅助筛查
CN111202492B (zh) * 2018-11-20 2021-08-10 中国科学院上海营养与健康研究所 基于机器学习算法搭建的唐氏综合征肤纹辅助筛查
CN110808099A (zh) * 2019-03-27 2020-02-18 北京大学第三医院（北京大学第三临床医学院） 一种用于检测异位妊娠的系统和方法

Also Published As

Publication number Publication date
JP2016518591A (ja) 2016-06-23
JP6441892B2 (ja) 2018-12-19
US10393729B2 (en) 2019-08-27
EA201591682A1 (ru) 2016-02-29
CN105452868B (zh) 2019-04-19
CA2900333A1 (en) 2014-09-25
EP2976647B1 (en) 2019-05-15
US20160054293A1 (en) 2016-02-25
WO2014147404A1 (en) 2014-09-25
HK1214358A1 (zh) 2016-07-22
BR112015024110A2 (pt) 2017-07-18
HK1221767A1 (zh) 2017-06-09
GB201518627D0 (en) 2015-12-02
AU2014234010A1 (en) 2015-08-20
HK1221768A1 (zh) 2017-06-09
EP2976647A1 (en) 2016-01-27
GB201305317D0 (en) 2013-05-08
GB2531938A (en) 2016-05-04

Similar Documents

Publication Publication Date Title
CN105452868A (zh) 产前筛选
DE112005001166B4 (de) Verfahren und Vorrichtung zum Identifizieren von Proteinen in Gemischen
US10401337B2 (en) Method and apparatus for improved quantitation by mass spectrometry
JP5299060B2 (ja) 糖ペプチド構造解析方法及び装置
CN106018535B (zh) 一种完整糖肽鉴定的方法与系统
EP2847594B1 (en) Method for highly multiplexed quantitation of peptides by mass spectrometry and labeling reagent sets therefor
JP5855264B2 (ja) Ｎ−型糖ペプチドの高スループット同定および定量のためのバイオインフォマティックスプラットフォーム
CN103389335A (zh) 一种鉴定生物大分子的分析装置和方法
CN110191963A (zh) 用于预测由于早产胎膜早破相对于特发性自然分娩所造成的早产的生物标志物
Zhu et al. A LC-MS all-in-one workflow for site-specific location, identification and quantification of N-/O-glycosylation in human chorionic gonadotropin drug products
CN112824894B (zh) 糖肽解析装置
US20160003842A1 (en) Glycopeptide identification
Iles et al. Direct and rapid mass spectral fingerprinting of maternal urine for the detection of Down syndrome pregnancy
EP3186641B1 (en) Rapid screening and evaluation of diabetes and prediabetes by glycated hemoglobin mass spectrometry
US9530633B2 (en) Method for isomer discrimination by tandem mass spectrometry
JP2014215172A (ja) ペプチド構造解析のための質量分析データ解析装置
CN113383236A (zh) 多属性鉴定未知生物样品的方法
JP2021536567A (ja) 複合試料内の関連化合物の同定およびスコア化
KR20120124767A (ko) 당 동정을 위한 새로운 생물정보처리 분석 방법
Van der Burgt et al. Parallel processing of large datasets from NanoLC-FTICR-MS measurements
Sun et al. A novel algorithm for glycan de novo sequencing using tandem mass spectrometry
GB2575168A (en) Precursor selection for data-dependent tandem mass spectrometry
CN107576733A (zh) 一种基于糖蛋白非糖肽的质谱多反应监测定量糖蛋白方法
Jacob et al. Data Processing and Computational Techniques
CN107003319A (zh) 提供妊娠预测的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160615

Address after: Cambridge County

Applicant after: ILES RAY KRUSE

Address before: Cambridge County

Applicant before: MAP DIAGNOSTICS LIMITED

REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1221768

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1221768

Country of ref document: HK