CN107557464A - 用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 - Google Patents
用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 Download PDFInfo
- Publication number
- CN107557464A CN107557464A CN201610510362.4A CN201610510362A CN107557464A CN 107557464 A CN107557464 A CN 107557464A CN 201610510362 A CN201610510362 A CN 201610510362A CN 107557464 A CN107557464 A CN 107557464A
- Authority
- CN
- China
- Prior art keywords
- blood plasma
- mir
- virology
- alt
- early stage
- 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
Links
- 108010050904 Interferons Proteins 0.000 title claims abstract description 39
- 102000014150 Interferons Human genes 0.000 title claims abstract description 39
- 229940079322 interferon Drugs 0.000 title claims abstract description 39
- 238000011282 treatment Methods 0.000 title claims abstract description 34
- 208000002672 hepatitis B Diseases 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 208000000419 Chronic Hepatitis B Diseases 0.000 title claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 title claims description 19
- 108091070501 miRNA Proteins 0.000 claims abstract description 71
- 239000002679 microRNA Substances 0.000 claims abstract description 66
- 210000002381 plasma Anatomy 0.000 claims abstract description 56
- 230000014509 gene expression Effects 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 22
- 108091048308 miR-210 stem-loop Proteins 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims abstract description 15
- 238000007619 statistical method Methods 0.000 claims abstract description 9
- 238000002560 therapeutic procedure Methods 0.000 claims description 22
- 239000000523 sample Substances 0.000 claims description 21
- 108091062170 Mir-22 Proteins 0.000 claims description 18
- 210000002966 serum Anatomy 0.000 claims description 11
- 238000010839 reverse transcription Methods 0.000 claims description 7
- 239000002299 complementary DNA Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000002773 nucleotide Substances 0.000 claims description 4
- 125000003729 nucleotide group Chemical group 0.000 claims description 4
- 102100034343 Integrase Human genes 0.000 claims description 3
- 108010092799 RNA-directed DNA polymerase Proteins 0.000 claims description 3
- 238000011529 RT qPCR Methods 0.000 claims 1
- 239000003153 chemical reaction reagent Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 18
- 230000004044 response Effects 0.000 abstract description 11
- 238000012549 training Methods 0.000 description 17
- 238000010200 validation analysis Methods 0.000 description 10
- 108010092851 peginterferon alfa-2b Proteins 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 210000004185 liver Anatomy 0.000 description 6
- 108091064218 miR-1224 stem-loop Proteins 0.000 description 6
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 5
- 101710142246 External core antigen Proteins 0.000 description 5
- 208000015181 infectious disease Diseases 0.000 description 5
- 239000002777 nucleoside Substances 0.000 description 5
- 150000003833 nucleoside derivatives Chemical class 0.000 description 5
- 241000700605 Viruses Species 0.000 description 4
- 230000001684 chronic effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 208000019423 liver disease Diseases 0.000 description 4
- 238000003753 real-time PCR Methods 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003612 virological effect Effects 0.000 description 3
- 108010045483 HLA-DPB1 antigen Proteins 0.000 description 2
- 108700011259 MicroRNAs Proteins 0.000 description 2
- 238000013103 analytical ultracentrifugation Methods 0.000 description 2
- 230000000840 anti-viral effect Effects 0.000 description 2
- 239000000427 antigen Substances 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000006454 hepatitis Diseases 0.000 description 2
- 108020004999 messenger RNA Proteins 0.000 description 2
- 238000002493 microarray Methods 0.000 description 2
- 239000003147 molecular marker Substances 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000004797 therapeutic response Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102000040650 (ribonucleotides)n+m Human genes 0.000 description 1
- 206010067484 Adverse reaction Diseases 0.000 description 1
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 1
- 108010082126 Alanine transaminase Proteins 0.000 description 1
- 206010008909 Chronic Hepatitis Diseases 0.000 description 1
- 208000003322 Coinfection Diseases 0.000 description 1
- 102100023387 Endoribonuclease Dicer Human genes 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000047351 Exportin-5 Human genes 0.000 description 1
- 238000000729 Fisher's exact test Methods 0.000 description 1
- 102100031618 HLA class II histocompatibility antigen, DP beta 1 chain Human genes 0.000 description 1
- 206010019663 Hepatic failure Diseases 0.000 description 1
- 101000847058 Homo sapiens Exportin-5 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010022004 Influenza like illness Diseases 0.000 description 1
- 241000701076 Macacine alphaherpesvirus 1 Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 101710163270 Nuclease Proteins 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 238000002123 RNA extraction Methods 0.000 description 1
- 102000006382 Ribonucleases Human genes 0.000 description 1
- 108010083644 Ribonucleases Proteins 0.000 description 1
- 208000007271 Substance Withdrawal Syndrome Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 230000002155 anti-virotic effect Effects 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000024245 cell differentiation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 231100000749 chronicity Toxicity 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005860 defense response to virus Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 101150083707 dicer1 gene Proteins 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000030279 gene silencing Effects 0.000 description 1
- 238000012226 gene silencing method Methods 0.000 description 1
- 230000005182 global health Effects 0.000 description 1
- 231100000283 hepatitis Toxicity 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000011337 individualized treatment Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 210000005229 liver cell Anatomy 0.000 description 1
- 208000007903 liver failure Diseases 0.000 description 1
- 231100000835 liver failure Toxicity 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000011866 long-term treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 108091045790 miR-106b stem-loop Proteins 0.000 description 1
- 108091030503 miR-1260 stem-loop Proteins 0.000 description 1
- 108091046552 miR-1260a stem-loop Proteins 0.000 description 1
- 108091024426 miR-1281 stem-loop Proteins 0.000 description 1
- 108091054004 miR-4284 stem-loop Proteins 0.000 description 1
- 108091038240 miR-638 stem-loop Proteins 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000010415 tropism Effects 0.000 description 1
- 230000029812 viral genome replication Effects 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于医学分子生物学领域。涉及干扰素治疗慢性乙型肝炎的疗效预测，具体涉及血浆miRNA联合ALT表达水平预测干扰素治疗慢乙肝早期病毒学反应预测模型，还涉及检测血浆miRNA水平的方法和试剂盒。本发明通过将血浆中miR‑22、miR‑210以及ALT作为预测因子，将其表达水平和血浆中ALT水平进行统计学分析,代入预测公式后进行类别判断,结果显示，其预测准确度为87.4%，敏感度和特异度分别为80.6%、83.3%。本发明将有助于降低治疗费用并提高干扰素治疗慢性乙型肝炎完全应答的比例；本发明的相应的检测方法方便、快速、成本较低；本发明的相应检测试剂盒检测效率高效、成本低廉。
Description
技术领域
本发明属医学分子生物学技术领域，涉及干扰素治疗慢性乙型肝炎的疗效预测，具体涉及血浆miRNA联合ALT表达水平预测干扰素治疗慢乙肝早期病毒学反应，还涉及检测血浆miRNA水平的方法和试剂盒。
背景技术
现有技术公开了乙型肝炎病毒（HBV）感染是一个重要的全球健康问题。研究显示，HBV感染能引起多种慢性肝脏疾病，包括无症状慢性HBV携带感染、慢性肝炎甚至进展为肝纤维化、肝衰竭以及肝癌。调查显示，在亚洲，成年HBV感染者中5%-10%发展成为慢性乙型肝炎，每年有超过50万中国人死于HBV相关的肝脏疾病。业内认为，HBV感染是一个复杂的疾病进程涉及到肝细胞、HBV以及免疫系统的相互作用，其慢性化的准确机制仍不是很清楚，因此，抗病毒治疗的主要目的是希望能够清除或长期地抑制病毒复制，从而降低或减缓肝脏疾病的进程。针对慢性乙型肝炎现有的治疗选择包括核苷类似物(NUCs)和聚乙二醇干扰素a-2a(Peg-IFN)，其中，核苷类似物的抗病毒作用主要体现在抑制病毒聚合酶活性，实践显示，核苷类似物在慢乙肝患者的长期治疗中可以有效地维持对HBV复制水平的抑制，但是长期使用核苷类似物可能出现抗病毒耐药，停药后容易出现复发；Peg-IFN是治疗慢乙肝的重要一线药物，特别是对于HBeAg阳性的病人，能够促使其中30-40%的病人实现HBeAg血清学转化，但是，仍然有多数患者接受Peg-IFN治疗后的结局并不理想（近70%患者对治疗无应答），而且IFN治疗往往会带来如流感样症状、白细胞及血小板减少等副作用；因此，为了提高干扰素治疗的整体应答率以及减少不良反应的出现，在慢乙肝病人接受干扰素治疗前，筛选出有可能受益于该治疗的病人显得尤为重要。研究表明在HBeAg阳性及阴性病人中，一些病毒和宿主特性可能与治疗反应性相关，然而，只有部分病人对Peg-IFN的治疗反应变异性可以被这些特性解释，治疗效果可能也由肝内其他因素决定。已经有若干研究致力于明确抗病毒反应与聚乙二醇干扰素(Peg-IFN)疗效的相关性，有报道称，对于HBeAg阳性的慢乙肝病人而言，低基线HBV DNA、高基线ALT水平与干扰素治疗的良好结局有着独立相关性；此外，肝内基因HLA-DPB1、SERPIN-E1联合HBeAg状态、HBV基因型、HBsAg基线水平形成的多参数模型能够正确区分90%的病人，其中HLA-DPB1、SERPIN-E1可以作为独立的预测因子；这些研究提示某些细胞因子或临床指标可能可以作为预测干扰素疗效的指标，但是目前仍然存在包括预测准确度低、病例数不足、预测参数繁多等若干问题，这方面仍然有很多工作值得深入。
目前已知的与治疗疗效相关的因素有： 1. 治疗前ALT水平， 2. 治疗前HBV DNA水平, 3. 治疗前HBsAg水平， 4.性别， 5. 肝脏组织学状态， 6. 治疗过程中HBsAg滴度动态变化等等； 然而，目前相关指标的预测能力尚有限，急需一种能在血液中方便检测到的，有较高预测准确度的分子标志物及预测模型。
发明内容
本发明的目的在于克服现有技术存在的缺陷，提供一种能在血液中方便检测到的，有较高预测准确度的分子标志物及预测模型；尤其涉及血浆miRNA联合ALT表达水平预测干扰素治疗慢乙肝早期病毒学反应，及检测血浆miRNA水平的方法和试剂盒。
本发明提供了用于预测干扰素治疗慢性乙型肝炎早期病毒学反应的预测因子及其预测模型，其包括：两种血浆miRNA以及ALT；同时提供了相应的、高效的检测血浆miRNA表达水平的方法。本发明通过将血浆中miRNA表达水平和血浆中ALT水平进行统计学分析,代入预测公式后进行类别判断,用于临床判断干扰素治疗慢性乙型肝炎的早期疗效；与现有技术相比，本发明的预测因子及其预测模型具有芯片筛选的基础并且在两个独立的慢乙肝病人样本群中得到了验证，有助于慢性乙肝患者个体化治疗的开展，提高干扰素治疗慢性乙型肝炎完全应答的比例、并最终降低治疗费用。
本发明基于现有技术的基础，MicroRNAs（miRNAs）是一类非编码小分子RNA（19-23个核苷酸），又称小RNA（miRNA）。小RNA存在于各类组织中，可以调节体内约30%的基因表达。它们可以靶向目标mRNA通过与特异性靶mRNA的3’ 翻译末端进行核苷酸配对来促进其降解或抑制翻译，从而参与到很多细胞活动中包括细胞分化、增殖、凋亡等。 miRNA是由长前体RNA进行转录产生，并被Drosha（一种核酸酶）预处理后通过exportin-5介导的出核过程转运到细胞浆。miRNA进一步被DICER酶剪切，最后形成17-24个核苷酸的成熟miRNA，并与RISC复合体结合，执行基因沉默功能。有研究公开了在人类血浆和血清中存在miRNAs并且具有高度稳定性和RNA酶抵抗性，这为miRNAs作为分子标记物提供了可能性。
具体的，本发明提供了一种预测干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，该预测模型包括三种预测因子：两种血浆miRNAs以及ALT。
并且，基于该预测模型本发明提供了一种预测干扰素治疗慢性乙型肝炎疗效的试剂盒，该试剂盒中含有针对两种血浆miRNA的特异性探针核苷酸。
同时，本发明提供了一种预测干扰素治疗慢性乙型肝炎早期病毒学反应的预测公式，即检测两种血浆miRNA以及ALT在干扰素使用前的血浆、血清样品中的表达水平，将样品中预测因子的表达水平利用统计学方法分析并对干扰素疗效进行预测。
本发明中，所述miRNAs中至少一种的表达水平高于或者低于已知的标准水平。
进一步，本发明提供了一种预测干扰素治疗慢性乙型肝炎早期病毒学应答的方法，该方法包括：（1）血浆、血清样本总RNA的抽提， （2）总RNA样本采用特异性miRNAs逆转录引物进行逆转录以获得cDNA， （3） 采用特异性miRNAs前向PCR引物以及通用反向引物进行qRT-PCR反应以获得两种血浆miRNAs的表达水平，（4）慢乙肝病人接受干扰素治疗前，两种血浆miRNAs的表达水平联合ALT水平，利用统计学方法进行分析，用于预测干扰素治疗慢乙肝病人的早期病毒学反应。
本发明中，所述的统计方法分析样品中预测因子的表达水平与标准水平差异的显著性，包括下列各项中的一个或者几个：（1）采用Mann Whitney test比较并筛选出有统计学差异的血浆miRNAs；（2）将有统计学差异的并进过筛选的miRNAs以及重要的临床指标放入二元logistic回归中建立预测模型并获得相应的预测公式，同时得到相应的ROC曲线和预测准确度；（3）在另一个独立的样本群中，将预测因子的表达水平代入已建立好的预测公式中计算出相应概率值（P值），并进一步得到相应的ROC曲线和预测准确度。
本发明中，利用本发明提供的两种血浆miRNAs联合ALT的表达谱分析了75例接受干扰素治疗的HBV患者样本，其预测准确度为87.4%，敏感度和特异度分别为80.6%、83.3%。本发明进一步在另外37例接受干扰素治疗的HBV患者中验证了此预测模型，并取得了81.6%的预测准确度，相应的敏感度和特异度分别为78.9%和94.4%。
本发明提供了一种预测模型，能够以较高准确度预测干扰素治疗慢性乙型肝炎的早期病毒学反应。与其他已知的与疗效相关因素相比，该预测模型是一个独立的预测因素，最终将有助于降低治疗费用并提高干扰素治疗慢性乙型肝炎完全应答的比例；本发明的相应的检测方法方便、快速、成本较低；本发明得相应检测试剂盒检测效率高效、成本低廉。
附图说明
图1. miR-22、miR-210以及ALT在Training phase中预测干扰素疗效的ROC曲线。
图2. miR-22、miR-210以及ALT在Validation phase中预测干扰素疗效的ROC曲线。
具体实施方式
实施例1：miRNA表达谱的检测
实验材料：
本发明从112例接受聚乙二醇干扰素或普通干扰素治疗的慢性乙肝患者中获得血浆样本，112例入组的慢乙肝病人根据收取样本的时间前后划分为训练集和测试集，入组病人的基本临床数据如表1所示，其中平均病毒载量为7.15 log10 拷贝/毫升，入组排除标准： 入组的HBV患者在开始治疗前6个月未接受核苷类似物或干扰素治疗， 病毒载量在1×104 拷贝/毫升以上， 表面抗原（HBsAg）阳性持续大于6个月，肝脏谷丙转氨酶不正常 (>1.0ULN). 进一步排除标准包括HIV、HCV或HEV共感染，所有病人检测HBV表面抗原， e抗原（E601, Roche Modular Systems）， 病毒载量通过定量PCR检测（匹基生物），早期应答定义为在治疗开始后12周HBVDNA下降大于2log值， 下降小于2log值定义为无应答；
实验方法：
1）血浆总RNA抽提和特异性miRNAs的逆转录
使用100µl血浆样本抽提总RNA：将病人的血浆样本进行2000×g，4℃，20分钟离心，再进行10,000×g，4℃，30分钟离心，最后进行14,000×g，4℃，10分钟离心，以保证去除所有细胞碎片。取100μl经梯度离心后的血浆进行总RNA抽提，然后加入500μl TRIzol-LS(Invitrogen)，根据说明书进行RNA抽提步骤。将抽提出来的RNA用11μl DEPC水溶解，再加入5μl DEP C水溶解的特异性miRNAs逆转录引物（锐博），轻轻混匀，70℃孵育10分钟，反应结束后加入4μl的逆转录体系（Applied Biosystems），包括2.5 μl 10*RT buffer, 1 μlMutiscribe, 0.25 μl dNTP, 0.25 μl RNAsin，进行逆转录反应（16℃，30分钟；42℃，1小时；85℃，5分钟）；
2）特异性miRNAs的定量检测
本发明使用实时荧光定量PCR方法比较了112份血浆标本， 通过该方法检测了15种血浆miRNAs的表达水平，血浆样本总RNA经过特异性逆转录引物逆转录成相应的cDNA，再利用特异性的PCR前向引物以及通过反向引物进行定量PCR检测相应血浆miRNAs的表达水平，根据治疗开始后HBV DNA下降水平是否达到2log，所有入组病人划分为治疗有效组（earlyvirological response group）和治疗无效组（no response group），整理并比较15种血浆miRNAs在两组中表达水平的差异性；
实验结果显示了对112例接受干扰素治疗的慢乙肝病人进行的miRNA表达谱检测，其中
75例信息充分的病人入组为训练集（training phase），首先检测训练集中所有病人15种血浆miRNAs的表达水平，采用一定的统计分析方法建立最优的预测模型并得到相应的预测公式，然后将训练集中生成的预测模型在37例慢乙肝病人组成的测试集（validationphase）中进行验证，解惑显示，两组病人的基本临床病毒学指标水平相似（如表1所示）：
其中： aMann Whitney test b.括号中为百分数. c Fisher’s exact test. d 只统计了基因型B与C。
实施例2：统计分析及确立预测miRNAs谱
试验方法：
Training phase中miRNAs表达谱检测：本研究在前期实验室工作的基础上进一步收集75例接受干扰素治疗的慢乙肝病人血浆样本，并采用定量PCR的方法检测miRNAs芯片筛选出的11个miRNAs中的10个以及文献报道对HBV复制有重要影响的5个，共15个血浆miRNAs的表达水平，根据治疗开始后HBV DNA下降水平是否达到2log，将Training phase中所有病人划分为治疗有效组（early virological response group，EVR）和治疗无效组（noresponse group,NR），在EVR和NR之间比较上述15个miRNAs的表达水平以获得在两组中具有显著统计学差异的miRNAs；
Validation phase中miRNAs表达谱检测：采用同样的方法在由37例慢乙肝病人血浆样本组成的另一个独立的cohort中继续检测上述15个血浆miRNAs的表达水平，Validationphase同样根据治疗开始后HBV DNA下降水平是否达到2log划分为EVR和NR两个组，将检测到的15个血浆miRNAs的表达水平在两组中比较统计学差异，观察是否有与training phase中重合的在两组中有显著统计学差异的miRNAs；
结果显示，
寻找干扰素治疗效果相关miRNA谱
本发明首先在75例慢乙肝病人中对治疗前15种血浆miRNA表达谱采用定量PCR的方法进行检测以及Mann Whitney test的方法在EVR和NR组之间进行统计学差异比较（如表2所示），实验结果表明8个血浆miRNAs在EVR和NR组之间存在显著的统计学差异，包括miR-22、miR-106b、miR-210、miR-638、miR-1224、miR-1260a、miR-1281、miR-4284。
继而，本发明使用同样的定量PCR方法在37例慢乙肝病人的血浆样本中检测上述15种miRNAs的表达趋势并比较它们在EVR和NR组之间的统计学差异（如表3所示），结果所示，miR-22、miR-210、miR-1224在EVR和NR组中存在显著的统计学差异，所述3个miRNAs在training phase中的EVR和NR之间具有显著的统计学差异；
本发明实验结果表明：miR-22、miR-210以及miR-1224在training phase和validationphase中均在EVR和NR之间具有显著的统计学，说明所述的3个血浆miRNAs具有较好的区分干扰素治疗慢乙肝病人疗效的作用。
表2. Training phase中15种血浆miRNAs的基线表达水平
表3. Validation phase中15种血浆miRNAs的基线表达水平
实施例3 建立干扰素治疗慢乙肝病人疗效预测模型
重要预测因子的筛选：在training phase和validation phase两个独立的cohorts中，miR-22、miR-210以及miR-1224在EVR组的表达水平都高于NR组，此外，在两个phases的所有相关临床病毒学指标中，ALT的表达水平在EVR组也都显著高于NR组，因此3种血浆miRNAs以及ALT均有可能可以用于区分干扰素治疗慢乙肝病人的疗效；基于目前的研究表明miR-22和miR-210在HBV的复制以及HCC的进展中扮演了一定的作用，也有研究表明这两种miRNAs在癌症以及免疫调节方面同样扮演了重要的角色，有关miR-1224功能的研究报道尚少见，而且此项miRNAs的检测CT值在33左右，所以本实验中将miR-1224排除，在后续的预测模型建立中不予考虑；最终，本实验筛选出miR-22、miR-210以及ALT作为重要预测因子，进一步用于建立干扰素治疗慢乙肝病人疗效预测模型；
建立Training phase中预测模型：本发明进一步运用二元Logistic回归分析评价miR-22、miR-210与ALT联合是否可以作为预测模型，从而为干扰素治疗慢乙肝病人疗效提供较好的预测准确度；将75例慢乙肝病人相应的miR-22、miR-210与ALT的表达水平输入SPSS软件，获得预测公式：logit (p) = -14.856+ 0.012 * ALT - 0.519 * miR-22 + 3.831 *miR-210，以及相关的概率值（P值），然后采用受试者工作特征曲线（receiver operatingcharacteristic curve，ROC）分析该预测模型以及相应P值预测干扰素治疗慢乙肝病人疗效的准确度，如图1所示：miR-22、miR-210联合ALT在training phase中的曲线下面积（thearea under the curve，AUC）为0.874，表明该预测模型的预测准确度为0.874，95%可信区间为0.795-0.953，敏感度为80.6%，特异度为83.3%，结果表明该预测模型在trainingphase中具有较好的预测准确度；
Validation phase中预测模型的验证：本发明在另外一个独立的cohort中进一步验证在training phase中建立的预测模型以及得到的预测公式，将37例接受干扰素治疗的慢乙肝病人相应的miR-22、miR-210以及ALT的水平代入上述预测公式，并且进一步计算出相对应的P值，再利用P值构建ROC曲线图，如图2所示：miR-22、miR-210联合ALT在validationphase中的预测准确度为0.816,95%可信区间为0.662-0.970，敏感度为78.9%，特异度为94.4%，结果表明，由miR-22、miR-210联合ALT组成的预测模型在validation phase中同样具有较好的预测准确度。
本发明的实验结果表明，血浆来源miR-22、miR-210联合ALT组成的预测模型在预测干扰素治疗慢乙肝病人早期病毒学应答中具有良好的预测准确度，该预测模型较简易、检测手段方便快速、预测准确度较高，有助于为临床慢乙肝病人的指导用药提供一定的方向性，从而降低治疗费用并提高干扰素治疗慢性乙型肝炎完全应答的比例。
Claims (7)
1.用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，该预测模型包括三种预测因子、相应检测方法和预测公式；
所述的预测因子是血浆miRNAs选自miR-22、miR-210以及ALT作为预测因子，
所述的相应检测方法包括，检测获得的检测血浆样品中两种特异性血浆miRNAs的表达水平，并结合接受干扰素治疗前的ALT水平，预测干扰素治疗对慢乙肝患者的早期病毒学反应；
所述的预测公式包括，检测两种血浆miRNA以及ALT在干扰素使用前的血浆、血清样品中的表达水平，将样品中预测因子的表达水平利用统计学方法分析并对干扰素疗效进行预测。
2.按权利要求1所述的用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，所述的预测公式为：logit (p) = -14.856+ 0.012 * ALT - 0.519 * miR-22 +3.831 * miR-210，以及相关的概率值P值。
3.按权利要求1所述的用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，所述的相应检测方法中，所述miRNA中至少一种的表达水平高于或者低于已知的标准水平。
4.按权利要求1所述的用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，所述的相应检测方法包括步骤：（1）血浆样本总RNA的抽提， （2）采用特异性miRNAs逆转录引物对总RNA样本进行逆转录以获得相应cDNA， （3） 采用特异性miRNAs前向PCR引物以及通用反向引物进行qRT-PCR反应以检测两种特异性血浆miRNAs的表达水平；（4）慢乙肝病人接受干扰素治疗前的两种血浆miRNAs的表达水平联合ALT水平，用于预测干扰素治疗的早期病毒学反应。
5.按权利要求1或4所述的用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，所述的相应检测方法利用统计学方法分析样品中两种血浆miRNAs以及ALT表达水平与标准水平差异的显著性。
6.按权利要求1或4所述的用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型，其特征在于，所述的相应检测方法中，通过二元logistic回归建立预测公式并且获得相应ROC曲线和cutoff value，再将miRNAs以及ALT的表达水平代入预测公式进行类别判断。
7.一种预测干扰素治疗慢性乙型肝炎早期病毒学反应的试剂盒，其特征在于，该试剂盒含有针对两种血浆来源miRNAs的特异性探针核苷酸，所述血浆miRNAs选自miR-22、miR-210。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610510362.4A CN107557464B (zh) | 2016-07-02 | 2016-07-02 | 用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610510362.4A CN107557464B (zh) | 2016-07-02 | 2016-07-02 | 用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107557464A true CN107557464A (zh) | 2018-01-09 |
| CN107557464B CN107557464B (zh) | 2021-06-04 |
Family
ID=60969183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610510362.4A Expired - Fee Related CN107557464B (zh) | 2016-07-02 | 2016-07-02 | 用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107557464B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115679003A (zh) * | 2022-10-28 | 2023-02-03 | 北京大学 | 用于预测药物疗效的组合物、系统及用途 |
| CN116179684A (zh) * | 2023-03-10 | 2023-05-30 | 重庆医科大学 | 血清miRNA作为慢乙肝患者接受干扰素治疗应答标志物中的应用 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908096A (zh) * | 2010-06-30 | 2010-12-08 | 厦门大学附属中山医院 | 干扰素治疗慢性乙型肝炎疗效的预测方法 |
| CN102399852A (zh) * | 2010-09-08 | 2012-04-04 | 上海市公共卫生临床中心 | 用于预测干扰素治疗慢性乙型肝炎疗效的血浆miRNA谱及检测试剂盒 |
| CN102643803A (zh) * | 2011-02-21 | 2012-08-22 | 上海市公共卫生临床中心 | 一种预测干扰素治疗慢性乙型肝炎疗效的血浆miRNA谱及检测试剂盒 |
| CN103370424A (zh) * | 2010-12-15 | 2013-10-23 | 米拉根医疗公司 | 作为心脏状况药物功效的替代标志物的血载miRNA |
| US20150203844A1 (en) * | 2012-08-13 | 2015-07-23 | Cedars-Sinai Medical Center | Exosomes and micro-ribonucleic acids for tissue regeneration |
-
2016
- 2016-07-02 CN CN201610510362.4A patent/CN107557464B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908096A (zh) * | 2010-06-30 | 2010-12-08 | 厦门大学附属中山医院 | 干扰素治疗慢性乙型肝炎疗效的预测方法 |
| CN102399852A (zh) * | 2010-09-08 | 2012-04-04 | 上海市公共卫生临床中心 | 用于预测干扰素治疗慢性乙型肝炎疗效的血浆miRNA谱及检测试剂盒 |
| CN103370424A (zh) * | 2010-12-15 | 2013-10-23 | 米拉根医疗公司 | 作为心脏状况药物功效的替代标志物的血载miRNA |
| CN102643803A (zh) * | 2011-02-21 | 2012-08-22 | 上海市公共卫生临床中心 | 一种预测干扰素治疗慢性乙型肝炎疗效的血浆miRNA谱及检测试剂盒 |
| US20150203844A1 (en) * | 2012-08-13 | 2015-07-23 | Cedars-Sinai Medical Center | Exosomes and micro-ribonucleic acids for tissue regeneration |
Non-Patent Citations (3)
| Title |
|---|
| FUJUN YU等: "Serum microRNA-210 levels in different groups of chronic hepatitis B patients", 《CLINICA CHIMICA ACTA》 * |
| G. SONG等: "Studying the association of microRNA-210 level with chronic hepatitis B progression", 《JOURNAL OF VIRAL HEPATITIS》 * |
| 林小田等: "《现代肝病诊断与治疗》", 30 January 2013, 军事医学科学出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115679003A (zh) * | 2022-10-28 | 2023-02-03 | 北京大学 | 用于预测药物疗效的组合物、系统及用途 |
| CN116179684A (zh) * | 2023-03-10 | 2023-05-30 | 重庆医科大学 | 血清miRNA作为慢乙肝患者接受干扰素治疗应答标志物中的应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107557464B (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Correia et al. | Circulating microRNAs as potential biomarkers of infectious disease | |
| CN102016037B (zh) | 血清/血浆miRNA在HBV感染和肝癌早期诊断中的应用 | |
| Li et al. | Serum microRNA profiles serve as novel biomarkers for HBV infection and diagnosis of HBV-positive hepatocarcinoma | |
| Bandiera et al. | Hepatitis C virus-induced upregulation of MicroRNA miR-146a-5p in hepatocytes promotes viral infection and deregulates metabolic pathways associated with liver disease pathogenesis | |
| Chen et al. | A pilot study of serum microRNA signatures as a novel biomarker for occult hepatitis B virus infection | |
| Marcolongo et al. | A seven‐gene signature (cirrhosis risk score) predicts liver fibrosis progression in patients with initially mild chronic hepatitis C | |
| do Amaral et al. | Circulating miRNAs in nontumoral liver diseases | |
| CN104232636A (zh) | 乙型肝炎microRNA分子标志物组合及其用途 | |
| Chen et al. | Replication and infectivity of hepatitis B virus in HBV-related glomerulonephritis | |
| Motawi et al. | Serum interferon-related microRNAs as biomarkers to predict the response to interferon therapy in chronic hepatitis C genotype 4 | |
| CN107557464A (zh) | 用于干扰素治疗慢性乙型肝炎早期病毒学反应的预测模型及检测试剂盒 | |
| Coppola et al. | Correlation between the hepatic expression of human microRNA hsa-miR-125a-5p and the progression of fibrosis in patients with overt and occult HBV infection | |
| Li et al. | Comprehensive analysis of circRNAs expression profiles in different periods of MDBK cells infected with bovine viral diarrhea virus | |
| CN102643803B (zh) | 一种预测干扰素治疗慢性乙型肝炎疗效的血浆miRNA谱及检测试剂盒 | |
| EP2914751A1 (en) | Effect of hbv on clinical outcome of hepatocellular carcinoma cancer patients | |
| Wanga et al. | Hepatic miR-122 expression correlated with IL-28B genetic polymorphisms in hepatocellular carcinoma patients with living donor liver transplantation | |
| EP2476758A1 (en) | Method for prediction of therapeutic effect on chronic hepatitis c | |
| CN102021169A (zh) | 一种血清/血浆miRNA组合物及其应用 | |
| EP2872649B1 (en) | Method for detecting a minority genotype | |
| CN102250885A (zh) | 一种丙型肝炎病毒基因的克隆方法 | |
| CN110699450A (zh) | miRNA生物标志物在肝脏疾病诊断和预后判断中的应用 | |
| Castro et al. | Acute and chronic HBV infection in central Argentina: High frequency of sub-genotype F1b, low detection of clinically relevant mutations and first evidence of HDV | |
| Amr et al. | Assessment of serum level of miRNAs before and after treatment with sofosbuvir in Egyptian patients with chronic HCV infection | |
| Niknamian | MicroRNAs biomarkers profiling in diagnosis and therapeutic management of hepatitis B virus infection | |
| CN110699443A (zh) | hsa-miR-378i作为标志分子在制备诊断结核病试剂盒中的用途及其检测试剂盒 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210604 |