CN108511084A - 一种肠道菌群监测管理的方法和系统 - Google Patents
一种肠道菌群监测管理的方法和系统 Download PDFInfo
- Publication number
- CN108511084A CN108511084A CN201810285059.8A CN201810285059A CN108511084A CN 108511084 A CN108511084 A CN 108511084A CN 201810285059 A CN201810285059 A CN 201810285059A CN 108511084 A CN108511084 A CN 108511084A
- Authority
- CN
- China
- Prior art keywords
- data
- intestinal flora
- volatile metabolites
- intestinal
- unit
- 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
Links
Classifications
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种肠道菌群监测管理方法,包括:提供检测硬件、云端服务器和用户终端,用所述检测硬件检测人体生物样品产生的挥发性代谢物,以获得检测数据;检测硬件将所述检测数据转换成数字信号,并通过网络将所述数字信号上传到所述云端服务器;云端服务器对所述数字信号进行肠道菌群分析以形成分析数据;将所述处理分析数据反馈到所述用户终端。所述肠道菌群监测管理方法能对肠道菌群产生的挥发性代谢产物进行检测以得到至少两种所述肠道菌群的相对丰度,避免现有技术存在的肠道菌群检只能检测特定单一菌种。此外,本发明还提供了一种用于所述肠道菌群监测管理方法的肠道菌群监测管理系统。
Description
技术领域
本发明涉及肠道菌群监测领域,尤其涉及一种肠道菌群监测管理的方法和系统。
背景技术
人体内有100万亿个微生物,包括细菌、古细菌、真菌、病毒等,其数量是人体细胞的10倍。95%的细菌生活在肠道,构成了肠道菌群。人体的健康与肠道菌群的结构息息相关,肠道菌群能影响人体的体重、消化能力、抵御感染和自体免疫疾病的患病风险,还能控制人体对癌症治疗药物的反应。绝大多数肠道菌群大概有1000个不同的种类,大多数归属于6大门类,分别是:厚壁菌门、拟杆菌门、变形菌门、放线菌门、疣微菌门、梭杆菌门。肠道菌群按照和人体的关系还可以分为三个大类,即有益菌、有害菌和中性菌。肠道菌群的不同种类之间,菌群与宿主之间,菌群、宿主与环境之间,始终处于动态平衡状态中,形成一个互相依存,相互制约的系统。不同种类的细菌需要不同的营养基底,他们功能不同,并产生不同的代谢物。人与肠道菌群是共生关系,人所处的环境和摄入的饮食等,会影响肠道菌群的平衡,如多样性、数量和功能,从而改变其产生的代谢物的种类和浓度,这些代谢物进而会影响人体的许多重要器官包括肠道、大脑、心血管系统、肺部、肝脏等。如果肠道菌群是平衡的,其产生的有益代谢物如短链脂肪酸,如乙酸、丙酸和丁酸,以及维生素等将会维持在合理的水平且保持合适的比例,从而促进人体的健康;如果肠道菌群失衡,如丧失多样性,数量减少,功能丧失,其产生的有益代谢物如短链脂肪酸等水平将下降或者比例失调,而且可能伴随产生水平异常的害代谢物如氨气、硫化氢等不能有效地被分解和排出,从而打破了肠道菌群的平衡,使人体的健康受损,因此有必要对人体进行持续性的肠道菌群监测。
现有技术通常采用消化功能综合分析(Comprehensive digestive stoolanalysis,CDSA)法和肠道菌群基因测序技术对肠道菌群进行检测。CDSA法需要寄送样品到专业的实验室,通过对人体排泄物进行检测分析来评估肠道病理、寄生虫、菌群的生态及人体消化系统的状况,但此方法成本高,耗时过长,不利于对肠道菌群进行健康趋势的判断。肠道菌群基因测序技术提取人体排泄物或肠道内容物中的DNA样本并进行测序和统计分析,结合实时荧光定量PCR技术,能够揭示出肠道菌群的种类、相对丰度和进化关系并定量研究肠道菌群,但同样存在着成本高,耗时过长、无法便携化的问题,会有明显的迟延,且存在样品变化的隐患,只能作为专业实验室用途,无法作为消费类产品使用。
细菌挥发性代谢产物是细菌代谢产物的重要组成部分,与细菌生命活动和细菌生长数量密切关联,是细菌与周围各种生物进行交流的重要信息素。大多数细菌释放的挥发性代谢物都具有微生物种属特异性,意味着在某些情况下,挥发性特征或某些典型化合物能够作为检测和鉴别细菌的生物标志。在医学上,细菌挥发性代谢产物作为一种新的检测靶标,成为了监测细菌的有效方法。近年来,基于挥发性化合物分析的气味指纹技术在医疗健康中的应用越来越活跃。人体肠道中营养丰富,是微生物生长的良好培养基。代谢产物会产生特定的挥发性气味物质,基于这点可利用气味指纹技术来检测肠道中的微生物。
公开号为CN106596774A的中国发明专利公开了一种生防菌挥发性代谢物的检测方法,该方法主要用于对特定菌种的代谢物进行分析,通过固相微萃取技术收集细菌挥发物,用配置多模式进样口的气相色谱-质谱联用仪,在全扫描模式下结合商业谱库检索和正构烷烃保留指数匹配的方式对细菌挥发物进行鉴定,根据化合物分子鉴定结果,对细菌挥发物含量进行定量分析。但该方法需要专门的手工实验操作来进行检测,无法实现自动监测。主要用于特定生防菌种的代谢物分析,且没有根据代谢物情况反映菌种的变化并进一步进行菌群管理。公开号为CN101918583A的中国发明专利公开了一种用于鉴定样品中细菌的挥发性有机化合物的快速检测。涉及用于鉴定样品中结核分枝杆菌有无的方法。包括:收集疑似具有结核分枝杆菌的样品;及检测一种或多种指示样品中结核分枝杆菌有无的挥发性有机化合物的有无。但其主要用于有害菌种结核分枝杆菌的分析,也因此,其主要是对菌种的定性有和无,没有具体的定量分析。且没有根据代谢物情况映射菌种的变化并进一步进行菌群管理。
公开号为CN106419711A的中国发明专利公开了一种自动检测肠道菌群基因的智能马桶盖及其应用。包括马桶盖、不锈钢清洁喷嘴、采样棒、采样液、基因提取模块、PCR扩增模块、基因传感器、数据上报模块等。用户可直接将智能马桶盖安放于马桶之上,如厕过程中如果需要检测粪便,则智能马桶盖会自动采集粪便样本,并在基因层面上进行特种肠道菌群丰度的检测,检测结果通过网络传送到云服务器,用户通过移动端APP获取自己的检测结果。但只能检测特种单一菌群的相对丰度,同时基因测序技术传感器寿命较短,存在较大的精度和可靠性隐患,成本较高。
因此,有必要开发一种新型肠道菌群监测管理方法以解决上述技术问题。
发明内容
本发明的目的在于提供一种肠道菌群监测管理方法,用于对肠道菌群产生的挥发性代谢产物进行检测以得到至少两种所述肠道菌群的相对丰度,避免现有技术存在的肠道菌群检只能检测特定单一菌种的问题。
为实现上述目的,本发明的肠道菌群监测管理方法,包括:
步骤S1:提供人体生物样品、检测硬件、云端服务器和用户终端,用所述检测硬件检测所述人体生物样品,以获得检测数据;
步骤S2:所述检测硬件将所述检测数据转换成数字信号,并通过网络将所述数字信号上传到所述云端服务器;
步骤S3:所述云端服务器对所述数字信号进行处理分析以形成处理分析数据;
步骤S4:所述云端服务器将所述处理分析数据反馈到所述用户终端;
其特征在于,所述步骤S1中,用所述检测硬件检测所述人体生物样品产生的挥发性代谢物,所述挥发性代谢物由至少两种所述肠道菌群产生,所述步骤S3中,所述处理分析包括肠道菌群分析,所述处理分析数据包括至少两种所述挥发性代谢物的挥发性代谢物种类数据和挥发性代谢物浓度数据,所述云端服务器根据所述挥发性代谢物种类数据和所述挥发性代谢物浓度数据进行所述肠道菌群分析得到至少两种所述肠道菌群的相对丰度数据。
本发明所述肠道菌群监测管理方法的有益效果在于:所述肠道菌群监测管理方法采用电子、气体传感器、计算机信息技术,能实现多种肠道菌群相对丰度检测,且不需要寄送到专门的实验室处理,利于低成本的方式对用户的肠道菌群状况进行长期持续的全面监测。
优选的,所述挥发性代谢物包含乙酸、丙酸、丁酸、氨气或硫化氢中的任意两种或多种。其有益效果在于:检测种类较为全面,全方面反应肠道内菌群挥发物的情况。
优选的,所述肠道菌群包括生黄瘤胃球菌、多形杆状菌、嗜黏蛋白阿克曼氏菌、双歧杆菌、布氏瘤胃球菌、氢营养型布劳特氏菌、埃氏巨球形菌、罗斯氏菌、直肠真杆菌、柔嫩梭菌、霍氏真杆菌、厌氧棒状菌、大肠杆菌或脱硫弧菌中的任意两种或多种。其有益效果在于:检测种类较为全面,全方面反应肠道内聚落的情况。
优选的,所述人体生物样品包括人体排泄物、肠道内容物。
优选的,所述步骤S1中,所述检测硬件安装在用于承接所述人体排泄物的排泄设施上。其有益效果在于:方便用户自由选择时间进行检测。
优选的,所述检测硬件包括控制单元和传感器阵列,所述步骤S1中,所述检测数据包括电信号,所述传感器阵列包括至少两个传感器,至少两个所述传感器检测所述挥发性代谢物并输出所述电信号,所述控制单元采集所述电信号并将所述电信号转换为所述数字信号。其有益效果在于:利用多个传感器保证同时检测多种挥发性代谢物。
优选的,所述控制单元包括温度调制单元和数据采集转换单元,所述传感器为金属氧化物传感器,所述步骤S1中,所述温度调制单元对所述传感器阵列施加周期循环的加热电压,使所述金属氧化物传感器在不同温度下和所述挥发性代谢物反应并检测,所述数据采集转换单元将所述传感器阵列输出的所述电信号转换成所述数字信号。其有益效果在于:保证金属氧化物传感器能检测到低浓度的挥发性代谢物。
优选的,所述步骤S2中,所述检测硬件包括临时数据存储单元和数据传输单元,所述数字信号存储在所述临时数据存储单元中,所述数据传输单元将所述数字信号上传到所述云端服务器。其有益效果在于:所述检测硬件在一段时间内可以生成一系列的所述数字信号,将所述数字信号存储在所述临时数据存储单元中,使得所述云端服务器一次性可以接受和处理较多的所述数字信号,进而形成能够反映菌种情况随时间变化趋势的所述处理分析数据,转换成数字信号,方便数据的传输。
优选的,所述步骤S3中,所述云端服务器中存储有已知代谢物的种类和浓度关系数据,所述处理分析包括挥发性代谢物分析,所述处理分析数据包括所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据,所述云端服务器基于所述已知代谢物的种类和浓度关系数据对所述数字信号进行所述挥发性代谢物分析以形成所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据。其有益效果在于:根据存储的知识库能够自动处理分析上传的数字信号,不需要人工识别、矫正结果。
优选的,所述步骤S3中,所述云端服务器包括数据分类器训练单元、数据分类器、深度学习算法单元、领域自适应算法单元和知识库单元,所述知识库单元中存储有所述已知代谢物的种类和浓度关系数据,所述深度学习算法单元分别提取所述数字信号和所述已知代谢物的种类和浓度关系数据的数据特征,然后由所述领域自适应算法提取所述数据特征中的共有数据特征,所述数据分类器训练单元基于所述共有数据特征训练分类器以生成所述数据分类器,所述数据分类器对所述数字信号进行所述代谢物分析,得到所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据。其有益效果在于:用深度学习算法和领域自适应算法智能处理,消除气体传感器在测量时因环境变化(温度、湿度、压力等)以及传感器漂移导致的数据分布不一致,能够使分析结果更为精确。
优选的,其特征在于,所述检测硬件检测不同批次人体生物样品的所述挥发性代谢物,获得一系列的所述检测数据并将所述检测数据转化为系列数字信号,所述云端服务器对所述系列数字信号进行所述肠道菌群分析以形成至少两种所述肠道菌群的菌群相对丰度变化趋势数据。其有益效果在于:方便用户查看趋势。
优选的,所述云端服务器中存储有已知肠道菌群种类与已知代谢物种类的对应关系数据,所述云端处理器对所述系列数字信号进行所述挥发性代谢物分析以得到挥发性代谢物浓度变化趋势数据并依据所述挥发性代谢物浓度变化趋势数据和所述已知肠道菌群种类与已知代谢物种类的对应关系数据得到所述菌群相对丰度变化趋势数据。其有益效果在于:能够跟踪监测并进一步进行菌群趋势分析。
优选的,所述处理分析数据包括饮食建议数据,所述云端服务器中存储有已知肠道菌群种类与已知肠道菌群食物的对应关系数据,所述云端服务器根据所述菌群相对丰度变化趋势数据和所述已知肠道菌群种类与已知肠道菌群食物的对应关系数据形成所述饮食建议数据。其有益效果在于:能够提出饮食建议。
本发明还提供了一项所述的肠道菌群监测管理方法的肠道菌群监测管理系统,其特征在于,所述肠道菌群监测管理系统包括检测硬件、云端服务器和用户终端,所述检测硬件用以检测人体生物样品产生的挥发性代谢物以获得检测数据以及将所述检测数据转化成数字信号并上传至所述云端服务器,所述云端服务器用以对所述数字信号进行处理分析以形成处理分析数据;
其中,所述挥发性代谢物由至少两种肠道菌群产生,所述处理分析包括肠道菌群分析,所述处理分析数据包括至少两种所述挥发性代谢物的挥发性代谢物种类数据和挥发性代谢物浓度数据。
本发明所述肠道菌群监测管理系统的有益效果在于:采用电子、传感器、计算机信息技术,能实现多种肠道菌群相对丰度检测,且不需要寄送到专门的实验室处理,利于低成本的方式对用户的肠道菌群状况进行长期持续的全面监测。
优选的,所述检测硬件包括控制单元、传感器阵列、临时数据存储单元和数据传输单元,所述检测数据包括电信号,所述传感器阵列用以检测所述挥发性代谢物并输出所述电信号,所述控制单元用以采集所述电信号并将所述电信号转化为所述数字信号,所述临时数据存储单元用以存储所述数字信号,所述数据传输单元用以将所述数字信号上传到所述云端服务器。其有益效果在于:保证传感器能检测到低浓度的挥发性代谢物,所述检测硬件在一段时间内可以生成一系列的所述数字信号,将所述数字信号存储在所述临时数据存储单元中,使得所述云端服务器一次性可以接受和处理较多的所述数字信号,进而形成能够反映菌种情况随时间变化趋势的所述处理分析数据,转换成数字信号,方便数据的传输。
优选的,所述控制单元包括温度调制单元和数据采集转换单元,所述传感器阵列包括至少两个传感器,所述传感器包括金属氧化物传感器,所述温度调制单元用以对所述传感器施加周期循环的加热电压以使所述传感器阵列在不同温度下和所述挥发性代谢物反应并输出所述电信号,所述数据采集转换单元用以将所述电信号转换成所述数字信号。其有益效果在于:利用多个传感器保证同时检测多种挥发性代谢物,保证传感器能检测到低浓度的挥发性代谢物。
优选的,所述云端服务器包括数据分类器训练单元、数据分类器、深度学习算法单元、领域自适应算法单元和知识库单元,所述处理分析包括挥发性代谢物分析,所述处理分析数据包括所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据,所述知识库单元中存储有已知代谢物的种类和浓度关系数据,所述深度学习算法单元用以分别提取所述数字信号和所述已知代谢物种类和浓度关系数据的数据特征,所述领域自适应算法用以提取所述数据特征中的共有数据特征,所述数据分类器训练单元用以根据所述共有数据特征来训练分类器以生成所述数据分类器,所述数据分类器用以对所述数字信号进行所述挥发性代谢物分析,得到所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据。其有益效果在于:用深度学习算法和领域自适应算法智能处理,消除气体传感器在测量时因环境变化(温度、湿度、压力等)以及传感器漂移导致的数据分布不一致,能够使分析结果更为精确,根据存储的知识库能够自动处理分析上传的数字信号,不需要人工识别、矫正结果。
优选的,所述检测硬件用于获取不同时间的所述检测数据并转化为系列数字信号,所述云端服务器用于对所述系列数字信号进行所述肠道菌群分析以形成至少两种所述肠道菌群的菌群相对丰度变化趋势数据。其有益效果在于:能够跟踪监测并进一步进行菌群趋势分析并提出饮食建议。
优选的,所述云端服务器中存储有已知肠道菌群种类与已知代谢物种类的对应关系数据,所述云端处理器用于对所述系列数字信号进行所述挥发性代谢物分析以得到挥发性代谢物浓度变化趋势数据并依据所述挥发性代谢物浓度变化趋势数据和所述已知肠道菌群种类与已知代谢物种类的对应关系数据得到所述菌群相对丰度变化趋势数据。其有益效果在于:能够跟踪监测并进一步进行菌群趋势分析。
优选的,所述处理分析数据包括饮食建议数据,所述云端服务器中存储有已知肠道菌群种类与已知肠道菌群食物的对应关系数据,所述云端服务器根据所述菌群相对丰度变化趋势数据和所述已知肠道菌群种类与已知肠道菌群食物的对应关系数据形成所述饮食建议数据。其有益效果在于:能够提出饮食建议。
附图说明
图1为本发明的肠道菌群监测管理方法的流程示意图;
图2为本发明的肠道菌群监测管理系统的结构示意图;
图3为本发明的检测硬件的结构示意图;
图4为本发明的云端服务进行所述处理分析的流程示意图;
图5为本发明的代谢物具体浓度变化趋势示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术存在的问题,本发明实施例提供了一种肠道菌群监测管理方法,如图1所示,包括:
步骤S1:提供人体生物样品、检测硬件、云端服务器和用户终端,用所述检测硬件检测所述人体生物样品,以获得检测数据;
步骤S2:所述检测硬件将所述检测数据转换成数字信号,并通过网络将所述数字信号上传到所述云端服务器;
步骤S3:所述云端服务器对所述数字信号进行处理分析以形成处理分析数据;
步骤S4:所述云端服务器将所述处理分析数据反馈到所述用户终端;
所述步骤S1中,用所述检测硬件检测所述人体生物样品产生的挥发性代谢物,所述挥发性代谢物由至少两种肠道菌群产生,所述步骤S3中,所述处理分析包括肠道菌群分析,所述处理分析数据包括至少两种所述挥发性代谢物的挥发性代谢物种类数据和挥发性代谢物浓度数据,所述云端服务器根据所述挥发性代谢物种类数据和所述挥发性代谢物浓度数据进行所述肠道菌群分析得到至少两种所述肠道菌群的相对丰度数据。
本发明一些实施例中,所述人体生物样品为排泄物或肠道内容物。
本发明一些实施例中,所述检测硬件由控制单元、传感器阵列、临时数据存储单元和数据传输单元组成,所述传感器阵列用以检测所述挥发性代谢物并输出电信号,所述临时数据存储单元用以存储所述数字信号,所述数据传输单元用以将所述数字信号上传到所述云端服务器。
本发明一些实施例中,所述传感器阵列由两个传感器组成。
本发明一些实施例中,所述控制单元由微控制器、温度调制单元和数据采集转换单元组成,所述传感器为金属氧化物传感器,所述步骤S1中,所述温度调制单元对所述传感器阵列施加周期循环的加热电压,使所述检测硬件在不同温度下和所述挥发性代谢物反应,所述数据采集转换单元将所述传感器阵列输出的所述电信号转换成所述数字信号。
本发明一些实施例中,所述挥发性代谢物为乙酸、丙酸、丁酸、氨气或硫化氢。
本发明一些实施例中,所述肠道菌群为生黄瘤胃球菌(Ruminococcusflavefaciens)、多形杆状菌(Bacteroides)、嗜黏蛋白阿克曼氏菌(Akkermansiamuciniphila)、双歧杆菌(Bifidobacterium)、布氏瘤胃球菌(Ruminococcusbromii)、氢营养型布劳特氏菌(Blautiahydrogenotrophica)、埃氏巨球形菌(Megasphaeraelsdenii)、罗斯氏菌(Roseburiainulinivorans)、直肠真杆菌(Eubacteriumrectale)、柔嫩梭菌(Faecalibacteriumprausnitzii)、霍氏真杆菌(Eubacteriumhallii)、厌氧棒状菌(Anaerostipes)、大肠杆菌(Escherichia coli)或脱硫弧菌(Desulfovibriopiger)。
本发明一些实施例中,所述肠道菌群监测管理方法用于对人体排泄物中的肠道菌群进行监测管理。具体的,所述步骤S1中,所述温度调制单元以3秒为一个周期,对所述传感器阵列的每一个所述传感器施加在0.6-1.6伏特范围内变化的加热电压,使所述传感器可以在不同的温度下和所述挥发性代谢物反应,来保证所述传感器能检测到低浓度的所述挥发性代谢物和同时检测多种所述挥发性代谢物。
本发明一些实施例中,所述步骤S2中,所述数据采集转换单元将所述传感器阵列输出的所述电信号转换成所述数字信号,所述数字信号存储在所述临时数据存储单元中。具体的,所述数据采集转换单元以10毫秒的周期采集一次所述电信号,所述数字信号存储在所述临时数据存储单元中,直到检测结束。
本发明一些实施例中,所述数据采集单元采集所述电信号的周期不小于2毫秒。
本发明一些实施例中,所述云端服务器由分类器训练单元405、数据分类器406、深度学习算法单元403、领域自适应算法单元404和知识库单元402组成,所述知识库单元402中存储有所述已知代谢物种类和浓度关系数据,即标签好的知识库。
本发明一些实施例中,所述步骤S3中,所述检测硬件将所述数字信号上传到所述云端服务器,本发明一些实施例中,所述深度学习算法单元用以分别提取所述数字信号和所述已知代谢物数据的数据特征;为了消除所述传感器阵列在测量时因环境变化,如温度、湿度、压力等以及所述传感器漂移导致的数据分布不一致,所述领域自适应算法单元进一步提取所述数字信号和所述已知代谢物种类和浓度关系数据的共有数据特征,基于所述数据特征和所述标签好的知识库训练所述分类器,然后由训练好的所述分类器处理所述数字信号,得到所述处理分析数据
本发明一些实施例中,所述步骤S4中,所述云端服务器对所述数字信号进行所述肠道菌群分析。可以看出一周来,有害的氨气的浓度从40ppb升至65ppb,(PPb,partperbillion,十亿分之一)有明显升高的趋势;有益的丁酸的浓度从5ppb降至0.5ppb,浓度下降的趋势不明显;乙酸和丙酸的浓度基本没有变化,分别维持在15ppb和5ppb左右,表明能制造乙酸和丁酸的细菌,以及能同时制造丙酸和丁酸的细菌的数量变化趋势均较为平稳;由于缺乏提供给能生产丁酸的柔嫩梭菌的食物,所述柔嫩梭菌的数量呈减少趋势;由于提供给能生产氨气的大肠杆菌的食物过量,所述大肠杆菌的数量呈显著增加的趋势。
本发明实施例还提供了一种用于所述肠道菌群监测管理方法的肠道菌群监测管理系统,如图2所示,所述肠道菌群监测管理系统包括检测硬件201,云端服务器202和用户终端203,所述检测硬件201用以检测人体生物样品产生的挥发性代谢物以获得检测数据,以及将所述检测数据转化成数字信号并上传至所述云端服务器202,所述云端服务器202用以对所述数字信号进行肠道菌群分析以形成分析数据,所述用户终端203用以接收所述处理分析数据。
本发明一些实施例中,如图3所示,所述检测硬件由控制单元302、传感器阵列301、临时数据存储单元303和数据传输单元304组成,所述控制单元302用以控制所述传感器阵列301、所述临时数据存储单元303和所述数据传输单元304,所述传感器阵列301用以和所述挥发性代谢物反应输出电信号,所述临时数据存储单元303用以检测过程中数字信号的存储,所述数据传输单元304用以将所述数字信号上传到所述云端服务器。
本发明一些实施例中,参照图3,所述控制单元包括温度调制单元3021和数据采集转换单元3023,所述温度调制单元3021用以对所述检测硬件施加周期循环的加热电压,使所述检测硬件在不同温度下和所述挥发性代谢物反应,所述数据采集转换单元3023用以将所述传感器阵列输出的所述电信号转换成数字信号。
本发明一些实施例中,所述传感器阵列为3个传感器,所述传感器为微热板的金属氧化物传感器。
本发明一些实施例中,所述微热板的金属氧化物传感器为奥地利AMS公司的CCS801。本发明另一些实施例中,所述微热板的金属氧化物传感器为日本FIGARO公司的TGS8100。
本发明一些实施例中,所述相对相对丰度为14种所述肠道菌群的相对丰度。
本发明一些实施例,所述用户终端203或所述云端服务器202存储有肠道菌群对应关系,所述肠道菌群对应关系为所述肠道菌群、所述挥发性代谢物、所述肠道菌群的食物之间的对应关系,所述用户终端203提供每次所述处理分析数据的查询,进一步可根据多次所述处理分析数据得到代谢物变化趋势,更进一步可根据所述代谢物变化趋势得和所述肠道菌群对应关系得到相应的所述肠道菌群变化的趋势。
本发明一些实施例,所述检测硬件201安装在所述人体排泄物的排泄设施上。
本发明一些实施例中,如图4所示,所述云端服务器由分类器训练单元405、数据分类器406、深度学习算法单元403、领域自适应算法单元404和知识库单元402组成,所述知识库单元402中存储有所述已知代谢物种类和浓度关系数据,即标签好的知识库,所述深度学习算法单元403用以提取所述数字信号和所述已知代谢物数据的数据特征,所述领域自适应算法单元404用以取出所述数字信号和所述已知代谢物数据所共有的数据特征,所述数据分类器406用以处理所述数字信号,得到所述处理分析数据,所述处理分析数据包括所述挥发性代谢物的种类数据和浓度数据。
本发明一些具体实施例中,所述云端服务器用以对所述挥发性代谢物的,数字信号进行肠道菌群分析以形成分析数据并将所述处理分析数据反馈到所述用户终端。所述处理分析数据如图3和图5所示。参照图3和图5,可以看出一周来,有害的氨气明显有升高的趋势,浓度从40ppb一直升到65ppb,而有益的丁酸却一直在减少,浓度从5ppb一直降到0.5ppb。进一步进行菌群分析可得,乙酸和丙酸基本没有变化,分别维持在15ppb和5ppb左右,表明同时制造乙酸和丁酸,以及同时制造丙酸和丁酸的细菌趋势较为平稳,柔嫩梭菌的待检代谢物只有丁酸,单独生产丁酸的柔嫩梭菌可能其数目减少或是缺乏食物,氨气主要是由大肠杆菌所生产,可能数量过多或是满足他们的食物太多。柔嫩梭菌主要的食物为非淀粉多糖、糖醇类,大肠杆菌主要食物为蛋白质,因此可建议此用户减少蛋白质的摄入,增加非淀粉多糖类食物、糖醇类食物的摄入。
虽然本发明已以较佳实施例披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (20)
1.一种肠道菌群监测管理方法,其特征在于,包括:
步骤S1:提供人体生物样品、检测硬件、云端服务器和用户终端,用所述检测硬件检测所述人体生物样品,以获得检测数据;
步骤S2:所述检测硬件将所述检测数据转换成数字信号,并通过网络将所述数字信号上传到所述云端服务器;
步骤S3:所述云端服务器对所述数字信号进行处理分析以形成处理分析数据;
步骤S4:所述云端服务器将所述处理分析数据反馈到所述用户终端;
其中,所述步骤S1中,所述人体生物样品包含挥发性代谢物,用所述检测硬件检测所述挥发性代谢物,获得检测数据,所述步骤S3中,所述处理分析包括肠道菌群分析,所述处理分析数据包括至少两种所述挥发性代谢物的挥发性代谢物种类数据和挥发性代谢物浓度数据,所述云端服务器根据所述挥发性代谢物种类数据和所述挥发性代谢物浓度数据进行所述肠道菌群分析得到至少两种所述肠道菌群的相对丰度数据。
2.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述挥发性代谢物包含乙酸、丙酸、丁酸、氨气或硫化氢中的任意两种或多种。
3.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述肠道菌群包括生黄瘤胃球菌、多形杆状菌、嗜黏蛋白阿克曼氏菌、双歧杆菌、布氏瘤胃球菌、氢营养型布劳特氏菌、埃氏巨球形菌、罗斯氏菌、直肠真杆菌、柔嫩梭菌、霍氏真杆菌、厌氧棒状菌、大肠杆菌或脱硫弧菌中的任意两种或多种。
4.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述人体生物样品包括人体排泄物或肠道内容物。
5.如权利要求1或4所述的肠道菌群监测管理方法,其特征在于,所述步骤S1中,所述检测硬件安装在用于承接所述人体排泄物的排泄设施上。
6.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述步骤S1中,所述检测硬件包括控制单元和传感器阵列,所述检测数据包括电信号,所述传感器阵列包括至少两个传感器,至少两个所述传感器检测所述挥发性代谢物并输出所述电信号,所述控制单元采集所述电信号并将所述电信号转换为所述数字信号。
7.如权利要求6所述的肠道菌群监测管理方法,其特征在于,所述步骤S1中,所述控制单元包括温度调制单元和数据采集转换单元,所述传感器为金属氧化物传感器,所述温度调制单元对所述传感器阵列施加周期循环的加热电压,使所述金属氧化物传感器在不同温度下和所述挥发性代谢物反应并检测,所述数据采集转换单元将所述传感器阵列输出的所述电信号转换成所述数字信号。
8.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述步骤S2中,所述检测硬件包括临时数据存储单元和数据传输单元,所述数字信号存储在所述临时数据存储单元中,所述数据传输单元将所述数字信号上传到所述云端服务器。
9.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述步骤S3中,所述云端服务器中存储有已知代谢物的种类和浓度关系数据,所述处理分析包括挥发性代谢物分析,所述云端服务器基于所述已知代谢物的种类和浓度关系数据对所述数字信号进行所述挥发性代谢物分析以形成所述挥发性代谢物种类数据和所述挥发性代谢物浓度数据。
10.如权利要求9所述的肠道菌群监测管理方法,其特征在于,所述步骤S3中,所述云端服务器包括数据分类器训练单元、数据分类器、深度学习算法单元、领域自适应算法单元和知识库单元,所述知识库单元中存储有所述已知代谢物的种类和浓度关系数据,所述深度学习算法单元分别提取所述数字信号和所述已知代谢物的种类和浓度关系数据的数据特征,然后由所述领域自适应算法提取所述数据特征中的共有数据特征,所述数据分类器训练单元基于所述共有数据特征训练分类器以生成所述数据分类器,所述数据分类器对所述数字信号进行所述挥发性代谢物分析,得到所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据。
11.如权利要求1所述的肠道菌群监测管理方法,其特征在于,所述检测硬件检测不同批次人体生物样品的所述挥发性代谢物,获得一系列的所述检测数据并将所述检测数据转化为系列数字信号,所述云端服务器对所述系列数字信号进行所述肠道菌群分析以形成至少两种所述肠道菌群的菌群相对丰度变化趋势数据。
12.如权利要求9或11所述的所述的肠道菌群监测管理方法,其特征在于,所述云端服务器中存储有已知肠道菌群种类与已知代谢物种类的对应关系数据,所述云端处理器对所述系列数字信号进行所述挥发性代谢物分析以得到挥发性代谢物浓度变化趋势数据,依据所述挥发性代谢物浓度变化趋势数据和所述已知肠道菌群种类与已知代谢物种类的对应关系数据得到所述菌群相对丰度变化趋势数据。
13.如权利要求11所述的肠道菌群监测管理方法,其特征在于,所述处理分析数据包括饮食建议数据,所述云端服务器中存储有已知肠道菌群种类与已知肠道菌群食物的对应关系数据,所述云端服务器根据所述菌群相对丰度变化趋势数据和所述已知肠道菌群种类与已知肠道菌群食物的对应关系数据形成所述饮食建议数据。
14.一种用于如权利要求1-13中任一项所述的肠道菌群监测管理方法的肠道菌群监测管理系统,其特征在于,所述肠道菌群监测管理系统包括检测硬件、云端服务器和用户终端,所述检测硬件用以检测人体生物样品产生的挥发性代谢物以获得检测数据以及将所述检测数据转化成数字信号并上传至所述云端服务器,所述云端服务器用以对所述数字信号进行处理分析以形成处理分析数据;
其中,所述挥发性代谢物由至少两种肠道菌群产生,所述处理分析包括肠道菌群分析,所述处理分析数据包括至少两种所述挥发性代谢物的挥发性代谢物种类数据和挥发性代谢物浓度数据。
15.如权利要求14所述的肠道菌群监测管理系统,其特征在于,所述检测硬件包括控制单元、传感器阵列、临时数据存储单元和数据传输单元,所述检测数据包括电信号,所述传感器阵列用以检测所述挥发性代谢物并输出所述电信号,所述控制单元用以采集所述电信号并将所述电信号转化为所述数字信号,所述临时数据存储单元用以存储所述数字信号,所述数据传输单元用以将所述数字信号上传到所述云端服务器。
16.如权利要求15所述的肠道菌群监测管理系统,其特征在于,所述控制单元包括温度调制单元和数据采集转换单元,所述传感器阵列包括至少两个传感器,所述传感器包括金属氧化物传感器,所述温度调制单元用以对所述传感器施加周期循环的加热电压以使所述传感器阵列在不同温度下和所述挥发性代谢物反应并输出所述电信号,所述数据采集转换单元用以将所述电信号转换成所述数字信号。
17.如权利要求14所述的肠道菌群监测管理系统,其特征在于,所述云端服务器包括数据分类器训练单元、数据分类器、深度学习算法单元、领域自适应算法单元和知识库单元,所述处理分析包括挥发性代谢物分析,所述处理分析数据包括所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据,所述知识库单元中存储有已知代谢物的种类和浓度关系数据,所述深度学习算法单元用以分别提取所述数字信号、所述已知代谢物种类和浓度关系数据的数据特征,所述领域自适应算法用以提取所述数据特征中的共有数据特征,所述数据分类器训练单元用以根据所述共有数据特征来训练分类器以生成所述数据分类器,所述数据分类器用以对所述数字信号进行所述挥发性代谢物分析,得到所述挥发性代谢物种类数据或所述挥发性代谢物浓度数据。
18.如权利要求14所述的肠道菌群监测管理系统,其特征在于,所述检测硬件用于获取不同时间的所述检测数据并转化为系列数字信号,所述云端服务器用于对所述系列数字信号进行所述肠道菌群分析以形成至少两种所述肠道菌群的菌群相对丰度变化趋势数据。
19.如权利要求17或18所述的肠道菌群监测管理系统,其特征在于,所述云端服务器中存储有已知肠道菌群种类与已知代谢物种类的对应关系数据,所述云端处理器用于对所述系列数字信号进行所述挥发性代谢物分析以得到挥发性代谢物浓度变化趋势数据并依据所述挥发性代谢物浓度变化趋势数据和所述已知肠道菌群种类与已知代谢物种类的对应关系数据得到所述菌群相对丰度变化趋势数据。
20.如权利要求18所述的肠道菌群监测管理系统,其特征在于,所述处理分析数据包括饮食建议数据,所述云端服务器中存储有已知肠道菌群种类与已知肠道菌群食物的对应关系数据,所述云端服务器根据所述菌群相对丰度变化趋势数据和所述已知肠道菌群种类与已知肠道菌群食物的对应关系数据形成所述饮食建议数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810285059.8A CN108511084A (zh) | 2018-04-02 | 2018-04-02 | 一种肠道菌群监测管理的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810285059.8A CN108511084A (zh) | 2018-04-02 | 2018-04-02 | 一种肠道菌群监测管理的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108511084A true CN108511084A (zh) | 2018-09-07 |
Family
ID=63380077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810285059.8A Pending CN108511084A (zh) | 2018-04-02 | 2018-04-02 | 一种肠道菌群监测管理的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108511084A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109297924A (zh) * | 2018-11-16 | 2019-02-01 | 禚元华 | 一种多功能智能妇科分泌物检查装置 |
CN110060778A (zh) * | 2019-04-23 | 2019-07-26 | 完美(上海)健康科技有限公司 | 以肠道菌群为靶点的健康管理方案 |
CN111139180A (zh) * | 2020-01-07 | 2020-05-12 | 山东大学齐鲁医院(青岛) | 一种肠道菌群的培养保护系统 |
CN112725237A (zh) * | 2021-01-27 | 2021-04-30 | 川北医学院附属医院 | 一种肠道细菌培养观测方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005315836A (ja) * | 2004-04-02 | 2005-11-10 | Toto Ltd | 腸内状態報知装置及び方法 |
JP2009250647A (ja) * | 2008-04-02 | 2009-10-29 | Toto Ltd | 健康状態測定装置 |
CN102099808A (zh) * | 2008-05-15 | 2011-06-15 | 尤多克斯有限责任公司 | 利用针对性的益生菌来改善人体健康的方法和系统 |
US20140275858A1 (en) * | 2013-03-14 | 2014-09-18 | Elwha Llc | Systems, devices, and methods including intestinal microbial flora mapping |
CN104790488A (zh) * | 2015-04-01 | 2015-07-22 | 河南科技大学 | 一种能够动态检测人体肠道菌群变化的家用智能马桶 |
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
CN105455820A (zh) * | 2014-07-07 | 2016-04-06 | 北京大学深圳研究生院 | 一种血糖浓度检测仪及检测系统 |
CN105842299A (zh) * | 2015-01-30 | 2016-08-10 | Toto株式会社 | 身体信息检测系统 |
CN106264534A (zh) * | 2015-11-03 | 2017-01-04 | 郑洪� | 人体口气处理系统 |
CN106419711A (zh) * | 2016-12-28 | 2017-02-22 | 李天璞 | 一种自动检测肠道菌群基因的智能马桶盖及其应用 |
CN107328924A (zh) * | 2017-07-31 | 2017-11-07 | 重庆微奥云生物技术有限公司 | 一种微生物代谢产物检测系统及方法 |
CN107480474A (zh) * | 2017-08-01 | 2017-12-15 | 山东师范大学 | 基于肠道菌群丰度的分类器建模评价校验方法及系统 |
CN107510412A (zh) * | 2017-09-05 | 2017-12-26 | 广东美的环境电器制造有限公司 | 马桶、马桶盖以及马桶盖的控制方法 |
CN107604084A (zh) * | 2017-10-30 | 2018-01-19 | 深圳市第三人民医院 | 细菌耐药性快速预测系统及其预测方法 |
-
2018
- 2018-04-02 CN CN201810285059.8A patent/CN108511084A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005315836A (ja) * | 2004-04-02 | 2005-11-10 | Toto Ltd | 腸内状態報知装置及び方法 |
JP2009250647A (ja) * | 2008-04-02 | 2009-10-29 | Toto Ltd | 健康状態測定装置 |
CN102099808A (zh) * | 2008-05-15 | 2011-06-15 | 尤多克斯有限责任公司 | 利用针对性的益生菌来改善人体健康的方法和系统 |
US20140275858A1 (en) * | 2013-03-14 | 2014-09-18 | Elwha Llc | Systems, devices, and methods including intestinal microbial flora mapping |
CN105455820A (zh) * | 2014-07-07 | 2016-04-06 | 北京大学深圳研究生院 | 一种血糖浓度检测仪及检测系统 |
CN105842299A (zh) * | 2015-01-30 | 2016-08-10 | Toto株式会社 | 身体信息检测系统 |
CN104790488A (zh) * | 2015-04-01 | 2015-07-22 | 河南科技大学 | 一种能够动态检测人体肠道菌群变化的家用智能马桶 |
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
CN106264534A (zh) * | 2015-11-03 | 2017-01-04 | 郑洪� | 人体口气处理系统 |
CN106419711A (zh) * | 2016-12-28 | 2017-02-22 | 李天璞 | 一种自动检测肠道菌群基因的智能马桶盖及其应用 |
CN107328924A (zh) * | 2017-07-31 | 2017-11-07 | 重庆微奥云生物技术有限公司 | 一种微生物代谢产物检测系统及方法 |
CN107480474A (zh) * | 2017-08-01 | 2017-12-15 | 山东师范大学 | 基于肠道菌群丰度的分类器建模评价校验方法及系统 |
CN107510412A (zh) * | 2017-09-05 | 2017-12-26 | 广东美的环境电器制造有限公司 | 马桶、马桶盖以及马桶盖的控制方法 |
CN107604084A (zh) * | 2017-10-30 | 2018-01-19 | 深圳市第三人民医院 | 细菌耐药性快速预测系统及其预测方法 |
Non-Patent Citations (2)
Title |
---|
章吉良等: "《微传感器:原理、技术及应用》", 31 December 2005 * |
陈坚等: "《小细菌大健康 现代社会慢病微生态健康管理》", 31 December 2017 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109297924A (zh) * | 2018-11-16 | 2019-02-01 | 禚元华 | 一种多功能智能妇科分泌物检查装置 |
CN109297924B (zh) * | 2018-11-16 | 2020-06-05 | 禚元华 | 一种多功能智能妇科分泌物检查装置 |
CN110060778A (zh) * | 2019-04-23 | 2019-07-26 | 完美(上海)健康科技有限公司 | 以肠道菌群为靶点的健康管理方案 |
CN111139180A (zh) * | 2020-01-07 | 2020-05-12 | 山东大学齐鲁医院(青岛) | 一种肠道菌群的培养保护系统 |
CN112725237A (zh) * | 2021-01-27 | 2021-04-30 | 川北医学院附属医院 | 一种肠道细菌培养观测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paz et al. | Rumen bacterial community structure impacts feed efficiency in beef cattle | |
CN108511084A (zh) | 一种肠道菌群监测管理的方法和系统 | |
Shaani et al. | Microbiome niche modification drives diurnal rumen community assembly, overpowering individual variability and diet effects | |
Lagkouvardos et al. | Cultured microbes represent a substantial fraction of the human and mouse gut microbiota | |
Sun et al. | Marked variation between winter and spring gut microbiota in free-ranging Tibetan Macaques (Macaca thibetana) | |
Drouin et al. | Dynamic succession of microbiota during ensiling of whole plant corn following inoculation with Lactobacillus buchneri and Lactobacillus hilgardii alone or in combination | |
Zoetendal et al. | High-throughput diversity and functionality analysis of the gastrointestinal tract microbiota | |
Phillips et al. | Microbiome analysis among bats describes influences of host phylogeny, life history, physiology and geography | |
Fromin et al. | Statistical analysis of denaturing gel electrophoresis (DGE) fingerprinting patterns | |
Mu et al. | High‐production dairy cattle exhibit different rumen and fecal bacterial community and rumen metabolite profile than low‐production cattle | |
Beattie et al. | Discrimination among Bacillus cereus, B. mycoides and B. thuringiensis and some other species of the genus Bacillus by Fourier transform infrared spectroscopy | |
Hermes et al. | Molecular ecological tools to decipher the role of our microbial mass in obesity | |
Suzuki et al. | The gut microbiota and Bergmann’s rule in wild house mice | |
Resende et al. | Changes in the gut bacteria composition of healthy men with the same nutritional profile undergoing 10-week aerobic exercise training: a randomized controlled trial | |
Wang et al. | Bacterial diversity and lactic acid bacteria with high alcohol tolerance in the fermented grains of soy sauce aroma type baijiu in North China | |
US20230401449A1 (en) | Means and methods for classifying microbes | |
Fagbemigun et al. | Isolation and characterization of potential starter cultures from the nigerian fermented milk product nono | |
Franco et al. | Fermentation quality and bacterial ecology of grass silage modulated by additive treatments, extent of compaction and soil contamination | |
Ashe et al. | Characterization of bacterial community dynamics of the human mouth throughout decomposition via metagenomic, metatranscriptomic, and culturing techniques | |
Astantri et al. | Lab-made electronic nose for fast detection of Listeria monocytogenes and Bacillus cereus | |
Ramírez-Vega et al. | The bacterial community associated with the Amarillo Zamorano maize (Zea mays) landrace silage process | |
Feng et al. | Differences in gut microbiome composition and antibiotic resistance gene distribution between Chinese and Pakistani university students from a common peer group | |
Mai et al. | Understanding the extent and sources of variation in gut microbiota studies; a prerequisite for establishing associations with disease | |
Skotniczny et al. | Molecular Detection and Identification of Plant-Associated Lactiplantibacillus plantarum | |
Strachan et al. | Differential carbon utilization enables co-existence of recently speciated Campylobacteraceae in the cow rumen epithelial microbiome |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |