CN110511995B - 一组结核病标志物及其应用 - Google Patents

一组结核病标志物及其应用 Download PDF

Info

Publication number
CN110511995B
CN110511995B CN201910852683.6A CN201910852683A CN110511995B CN 110511995 B CN110511995 B CN 110511995B CN 201910852683 A CN201910852683 A CN 201910852683A CN 110511995 B CN110511995 B CN 110511995B
Authority
CN
China
Prior art keywords
tuberculosis
genes
gbp5
dhrs9
batf2
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.)
Active
Application number
CN201910852683.6A
Other languages
English (en)
Other versions
CN110511995A (zh
Inventor
喻德华
曹艳华
毛玉
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.)
Shenzhen You Shengkang Bioscience Co ltd
Original Assignee
Shenzhen You Shengkang Bioscience Co 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 Shenzhen You Shengkang Bioscience Co ltd filed Critical Shenzhen You Shengkang Bioscience Co ltd
Priority to CN201910852683.6A priority Critical patent/CN110511995B/zh
Publication of CN110511995A publication Critical patent/CN110511995A/zh
Application granted granted Critical
Publication of CN110511995B publication Critical patent/CN110511995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • 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
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • 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
    • G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
    • G16B35/20—Screening of libraries
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • 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
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Genetics & Genomics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Molecular Biology (AREA)
  • Zoology (AREA)
  • Biochemistry (AREA)
  • Library & Information Science (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明提供了一组结核病标志物及其应用，所述结核病标志物包括GBP5、KLRB1、DHRS9、BATF2和B3GALTL基因，其应用优选包括实时定量PCR、基因芯片检测、治疗结核病的药物中的任一种。经实验证明，GBP5基因和DHRS9基因在活动性结核感染者血液中的表达水平高于健康人血液，而KLRB1基因在活动性结核感染者血液中的表达水平低于健康人血液；BATF2和B3GALTL两种基因在陈旧性结核感染者血液的表达量远低于活动性结核感染者血液和健康人血液中的表达量。因此，五种基因可作为鉴别活动性结核感染者、陈旧性结核感染者和健康人组合物，使结合诊断更加的准确、快速。

Description

一组结核病标志物及其应用
技术领域
本发明属于生物医药领域，涉及一组结核病标志物及其应用，尤其涉及一种鉴别活动性结核病、陈旧性结核病的标志物及其应用。
背景技术
由结核杆菌引起的结核病是第九大传染病，每年致死人数比艾滋病还要多。在2016年，共有一百三十万结核病人死亡，其中90％是成人，65％是男性。结核病同时也是一种常见的艾滋病引起的并发症。在2017年，全球共有一千八百名HIV感染者死于肺结核引起的并发症。除此之外，虽然世界各国的医药卫生水平不断发展，但是近些年来由于耐药结核杆菌(multidrug-resistant tuberculosis，MDR-TB)引发的结核病可以对抗包括利福平(rifampicin)在内的多种抗生素，结核病仍然是一种严重的威胁。尽管如此，人们发现大部分的结核病如果在早期确诊的话可以很大程度上被治愈。因此快速准确的早期确诊方法对于降低结核病的死亡率至关重要，然而目前使用的传统确诊方法，例如痰培养等，都需要2-3天。
据报道，确诊结核病的患者中有95％以上的人是肺结核，但是在他们之中只有87％接受了恰当的医疗。结核病早期症状不明显，临床上缺乏早期诊断结核病的有效手段，且检测成本高昂，成为结核病难发现的主要原因之一。现有技术中报道了关于结核病筛查标志物，目前为止，大部分结核病检测标志物主要可以分成以下几类：1)以呼吸有机化合物(VOCs)为代表的人体代谢产物。2)免疫抗体类标志物，例如白细胞介素IL-8，IL-10。3)转录调控因子，例如某些lncRNA和miRNA。
CN107523626A公开了一组用于活动性肺结核无创诊断的外周血基因标记物，该标记物为包括GBP5基因在内的56个基因，并且根据该组外周血基因标记物设计引物，所设计的引物可用于活动性肺结核的无创诊断。该发明可区分肺结核病人与正常人群、肺结核病人与其他肺部疾病人群、肺结核病人与潜在肺结核感染个人，并可作为检测抗结核疗效的指标。
US20150315643A1公开了包括GBP5基因在内的48个基因与肺结核的关系，ANKRD22、FCGR1A、SERPING1、BATF2、FCGR1C、FCGR1B、LOC728744、IFITM3、EPSTI1、GBP5、IF144L、GBP6、GBP1、LOC400759、IFIT3、AIM2、SEPT4、C1QB、GBP1、RSAD2、RTP4、CARD17、IFIT3、CASP5、CEACAM1、CARD17、ISG15、IF127、TIMM10、WARS、IF16、TNFAIP6、PSTPIP2、IF144、SCO2、FBXO6、FER1L3、CXCL10、DHRS9、OAS1、STAT1、HP、DHRS9、CEACAM1、SLC26A8、CACNA1E、OLFM4和APOL6。
但检测标志物过多会显著增加检测成本，标志物过少可能会降低检测灵敏度与特异性，近年来虽然陆续出现了一些先进的基于核酸扩增的分子生物学检测技术(如XpertMTB/RIFassay)，但由于受到仪器设备和诊断费用的限制，以及假阳性率偏高等问题，还无法全面推广。
因此，亟待提供一组结核病标志物既满足检测的准确度又能将检测标志物数量降到最低，满足临床需要。
发明内容
针对现有技术的不足及实际的需求，本发明提供一组结核病标志物及其应用。本发明的结核病标志物检测灵敏度高，特异性好，可以有效区分活动性结核病、陈旧性结核病，为其早期筛查、治疗与预后判断提供基础。
为达此目的，本发明采用以下技术方案：
第一方面，本发明提供一组结核病标志物，其特征在于，所述结核病标志物包括GBP5、KLRB1、DHRS9、BATF2和B3GALTL基因。
本发明中，采用五个基因的组合检测并鉴别是否患有结核病以及结核病的种类，不同于现有技术中广撒网的模式，本发明仅检测五个基因的相对表达量即可鉴别结核病，且检测灵敏度高特异性好，在保证检测质量的同时降低检测成本，发明人发现，KLRB1和B3GALTL两个基因可提高结核病标志物组合的检测准确度，相比采用GBP5、DHRS9和BATF2的组合方式，五个基因联合检测更为有效。
第二方面，本发明提供一种检测如权利要求1所述结核病标志物的引物探针组，包括如SEQ ID NO.1-15所示的核苷酸序列。
GBP5基因特异性引物和探针的核苷酸序列如SEQ ID NO.1-3所示：
上游引物(SEQ ID NO.1)：5’-TGGCAGAGCAACAGAAAATG-3’；
下游引物(SEQ ID NO.2)：5’-CTGGAGCTCACTGAGAAGGC-3’；
探针(SEQ ID NO.3)：5’-AGATGCAGGAACAGGCTGCACAGC-3’；
KLRB1基因特异性引物的核苷酸序列如SEQ ID NO.4-6所示：
上游引物(SEQ ID NO.4)：5’-TCTTCCTCGGGATGTCTGTCA-3’；
下游引物(SEQ ID NO.5)：5’-GACAAGGAGAATAATCCCAGCACAG-3’；
探针(SEQ ID NO.6)：ATCAATTTGCCCTGAAAC；
DHRS9基因特异性引物的核苷酸序列如SEQ ID NO.7-9所示：
上游引物(SEQ ID NO.7)：5’-CCAAGTTGGGGAGAAAGGTCT-3’；
下游引物(SEQ ID NO.8)：5’-GTCAGCCAGTCAGTGGGAGC-3’；
探针(SEQ ID NO.9)：TGCACACCAAAAGCTTTCATGTCCC；
BATF2基因特异性引物的核苷酸序列如SEQ ID NO.10-12所示：
上游引物(SEQ ID NO.10)：5’-CCTAAAGCCACAGCAGAAGAG-3’；
下游引物(SEQ ID NO.11)：5’-CAGGGTCCTTCCTCATTCTTTC-3’；
探针(SEQ ID NO.12)：TTCATCTCATAAACAAAAAGGAAG；
B3GALTL基因特异性引物的核苷酸序列如SEQ ID NO.13-15所示：
上游引物(SEQ ID NO.13)：5’-TTGTCTTACTCACATTTCCTTTGCT-3’；
下游引物(SEQ ID NO.14)：5’-TGTTAACATCCCTAGCCTAAAAATA-3’；
探针(SEQ ID NO.15)：TTGTCTTACTCACATTTCCTTTGCT.
第三方面，本发明提供一种鉴别结核病的系统，包括检测如第一方面所述的结核病标志物的试剂和/或仪器。
优选地，所述系统还包括数据处理装置，所述数据处理装置内设有如下(a1)和(a2)所示的功能的模块：
(a1)分别检测待测者组织样本中GBP5，KLRB1，DHRS9，BATF2和B3GALTL基因的相对表达量，然后根据如下公式计算待测者的五种基因的三种联合表达量，其中基因名称代表该基因的表达量：
联合表达量H＝0.01518829*GBP5-0.02734444*KLRB1+0.02798146*DHRS9+0.10395875*BATF2+0.08155459*B3GALTL-0.71290608；
联合表达量M＝0.02497483*GBP5-0.0100665*KLRB1+0.02395066*DHRS9+-0.10778161*BATF2+-0.12874396*B3GALTL+0.98433662；
联合表达量T＝-0.04016313*GBP5-0.01727794*KLRB1+-0.05193212*DHRS9+0.00382286*BATF2+0.04718937*B3GALTL-0.27143054；
(a2)根据所述联合表达量按照如下方法确定待测样本为活动性结核病、陈旧性结核病或健康：
分别计算三种联合表达量的P值，得到三个P数值，其中P值＝1/(1+e-联合表达量)；
根据(a1)所得联合表达量分别计算对应的P值，得到PH、PM和PT，比较三个P值的大小，若PH最大则归类为健康；若PM最大则归类为陈旧性结核病；若PT最大则归类为活动性结核，其中P值＝1/(1+e-联合表达量)。
采用本发明鉴别结核病的系统可以有效鉴别结核病样本，并进一步区分活动性结核病或陈旧性结核病，为早期筛查以及后期应用提供基础。
第四方面，本发明提供一种非疾病诊断治疗目的的鉴别活动性结核病或陈旧性结核病的方法，包括如下步骤：
(1)分别检测第一方面所述结核病标志物的相对表达量；
(2)通过步骤(1)所得结核病标志物相对表达量分别计算联合表达量H、M和T，计算公式如第三方面中所述模块(a1)所示；
(3)根据步骤(2)所得联合表达量分别计算对应的P值，得到PH、PM和PT，比较三个P值的大小并将样本归类，归类方式如第三方面所述模块(a2)所示。
优选地，步骤(1)所述检测的方法包括PCR、基因组测序或基因芯片中的任一种或至少两种的组合。
第五方面，本发明提供一种如第一方面所述的结核病标志物、第二方面所述的引物组和探针组、第三方面所述鉴别结核病的系统、第四方面所述的方法在制备检测结核病的产品中的应用。
第六方面，本发明提供一种如第一方面所述的结核病标志物、第二方面所述的引物组和探针组、第三方面所述鉴别结核病的系统、第四方面所述的方法在制备鉴别活动性结核病或陈旧性结核病的产品中的应用。
第七方面，本发明提供一种如第一方面所述的结核病标志物、第二方面所述的引物组和探针组、第三方面所述鉴别结核病的系统、第四方面所述的方法在制备监测结核病发生或发展的产品中的应用。
优选地，所述产品包括试剂盒、检测试剂、检测芯片、或诊断和/或治疗结核病的药物中的任一种。
与现有技术相比，本发明具有如下有益效果：
(1)本发明提供的结核病标志物可鉴别结核病阳性和非感染人样本，且GBP5、KLRB1、DHRS9、BATF2和B3GALTL基因组合检测时特异性最高；
(2)本发明提供的结核病标志物不仅能鉴别结核病阳性样本，还能进一步鉴别区分活动性结核病或陈旧性结核病，具有重要的临床意义；
(3)本发明提供的结核病标志物可以在保证检测质量的前提下尽可能降低检测标志物的数量，降低检测成本，具有推广意义；
(4)本发明提供的结核病标志物可采用血液样本进行实时定量PCR或基因芯片检测，取样方便，操作简单，实时定量PCR检测时间缩短至8小时。
附图说明
图1为实施例2中GBP5基因在不同人群中的ΔΔCt值；
图2为实施例2中KLRB1基因在不同人群中的ΔΔCt值；
图3为实施例2中DHRS9基因在不同人群中的ΔΔCt值；
图4为实施例2中BATF2基因在不同人群中的ΔΔCt值；
图5为实施例2中B3GALTL基因在不同人群中的ΔΔCt值；
图6为实施例3中使用GBP5、DHRS9和BATF2三种基因区分活动性结核感染者和非活动性结核感染者的ROC曲线；
图7为实施例3中使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因区分活动性结核感染者和非活动性结核感染者的ROC曲线；
图8为实施例3中使用GBP5、DHRS9和BATF2三种基因区分陈旧性结核感染者和非陈旧性结核感染者的ROC曲线；
图9为实施例3中使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因区分陈旧性结核感染者和非陈旧性结核感染者的ROC曲线。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果，以下通过具体实施方式来进一步说明本发明的技术方案，但本发明并非局限在实施例范围内。
实施例1芯片法筛选差异表达基因
1、供试者
(1)芯片筛选：3例经临床确诊的活动性结核病患者(T)，3例经临床确诊的陈旧性结核感染者(M)和3例健康人(H)供试者均为自愿参与。
(2)RT-PCR验证：共两批供试者
第一批次供试者共178人，用于验证GBP5，KLRB1，DHRS9基因，其中包括83例经临床确诊的活动性结核病患者(T)，21例经临床确诊的陈旧性结核感染者(M)和74例健康人(H)；
第二批次供试者共43人，用于验证BATF2和B3GALTL基因，其中包括26例经临床确诊的活动性结核病患者(T)，9例经临床确诊的陈旧性结核感染者(M)和8例健康人(H)。
2、芯片筛选差异表达基因
使用Thermo Fisher Scientific公司PrimeView Human Gene Expression Array(普瑞麦迪(北京)实验室技术有限公司)对供试者外周血单个核细胞进行基因芯片分析，分析的具体步骤参照芯片使用说明书，经P<0.05，Fold change>2标准筛选获得差异基因表达谱。
按照组间差异倍数Fold change>10且在T和M，T和H中趋势一致，在T与M组间共筛选得到23个差异表达基因，在T与H组间共筛选得到30个差异表达基因。T与M组间的23个差异表达基因和T与H组间的30个差异表达基因共存在14个为重叠基因，最终筛选得到39个差异表达基因。
实施例2RT-PCR验证
采用RT-PCR对芯片筛选得到的39个基因进行验证，以第一批次178例供试者验证为例，分别提取中178例供试者组织样本中的RNA，反转录获得cDNA。以178例供试者的cDNA为模板，采用RT-PCR检测供试者中芯片差异中筛选获得的前30个差异表达基因的组间相对表达量。相对表达量采用ΔΔCt方法，即ΔΔCtgene＝ΔCtgene-ΔCtref；其中gene为目的基因，五个基因的引物探针序列见表1，所述ref为GAPDH基因，作为内参基因。差异假设检验采用双边two-sample Mann-Whitney test，并经过FDR(False discovery rate)方法矫正。第二批次43例供试者验证方法与第一批次完全相同，只不过用于验证后9个基因，五个基因在不同人群中的表达差异见表2，五个基因在不同人群中的ΔΔCt值结果分别见图1-5，5个图表依次描述了GBP5、KLRB1、DHRS9、BATF2和B3GALTL5个基因在不同人群中的表达情况，其中纵坐标为5个基因其中一个的ΔΔCt值，横坐标为不同类型的人群分组，其中T为活动性结核感染者，M为陈旧性结核感染者，H为健康人。标题内数字代表除去不合格样本后实际参与数据计算的样本数，为了表示方便，表2中显示的是p-value的-log10值，即当p-value值为0.01时，其-log10值为2。
表1基因引物探针序列及编号
Figure BDA0002197324060000091
表2基因在不同人群中的表达差异
Figure BDA0002197324060000092
经计算发现，GBP5、KLRB1、DHRS9三种基因在健康人和活动性结核感染者中存在明显的表达差异。其中GBP5基因和DHRS9基因在活动性结核感染者血液中的表达水平高于健康人，而KLRB1基因在活动性结核感染者血液中的表达水平低于健康人；BATF2和B3GALTL两种基因在陈旧性结核感染者血液，活动性结核结核病感染者血液和健康常人中存在明显的表达差异，两者在陈旧性结核感染者血液的表达量远低于活动性结核感染者血液和健康人中的表达量。使用五种基因组合的表达量可以鉴别活动性结核感染者、陈旧性结核感染者和健康人。
实施例3联合表达量和ROC曲线验证
根据第一批次和第二批次共221名供试者的相对表达量(相对于GAPDH)分别计算每个样本的三种联合表达量和P值；
联合表达量H＝0.01518829*GBP5-0.02734444*KLRB1+0.02798146*DHRS9+0.10395875*BATF2+0.08155459*B3GALTL-0.71290608；
联合表达量M＝0.02497483*GBP5-0.0100665*KLRB1+0.02395066*DHRS9+-0.10778161*BATF2+-0.12874396*B3GALTL+0.98433662；
联合表达量T＝-0.04016313*GBP5-0.01727794*KLRB1+-0.05193212*DHRS9+0.00382286*BATF2+0.04718937*B3GALTL-0.27143054；
P值＝1/(1+e-联合表达量)。
经过221名供试者(其中109名T供试者，30名M供试者，82名H供试者)的测试，使用GBP5、DHRS9和BATF2三种基因与联合使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因组合区分活动性结核感染者和非活动性结核感染者结果如表3所示，使用GBP5、DHRS9和BATF2三种基因与联合使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因组合区分陈旧性结核感染者和非陈旧性结核感染者的结果如表4所示。
表3
准确度 特异性 AUC
三基因联合 74.7％ 66.7％ 0.817
五基因联合 85.3％ 90.9％ 0.909
表4
准确度 特异性 AUC
三基因联合 94.5％ 99.0％ 0.977
五基因联合 100.0％ 99.0％ 0.995
从表3、表4可以看出当使用五种基因组合区分动活动性结核感染者和非活动性结核感染者时，准确率>74％，特异性>90％；当使用五种基因组合区分动陈旧性结核感染者和非陈旧性结核感染者时，准确率为100％；特异性为99.0％。
对疾病组和对照组测定结果进行ROC曲线分析，通过确定测定值的上下限、组距以及截断点(cut-off point)，按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率(1-特异性)。以敏感性(代表真阳性率)为纵坐标，1-特异性(代表假阳性率)为横坐标作图绘成ROC曲线。使用GBP5、DHRS9和BATF2三种基因与联合使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因组合区分活动性结核感染者和非活动性结核感染者时的ROC曲线分别见图6-7；使用GBP5、DHRS9和BATF2三种基因与联合使用GBP5、KLRB1、DHRS9、BATF2和B3GALTL五种基因组合区分陈旧性结核感染者和非陈旧性结核感染者时的ROC曲线分别见图8-9.
ROC曲线下的面积值在0.5和1.0之间。在AUC＞0.5的情况下，AUC越接近于1，说明诊断效果越好。AUC在0.5～0.7时有较低准确性，AUC在0.7～0.9时有一定准确性，AUC在0.9以上时有较高准确性。AUC为0.5时，说明诊断方法接近与随机猜测，无诊断价值。ROC曲线分析采用Python计算机语言编程，具体源代码见https://github.com/yaotianran/general_feature_selection.
图6和图7分别显示了五种基因组合和三种基因组合区分活动性结核感染者和非活动性结核感染者的ROC曲线。图中纵坐标为准确度，横坐标为1-特异性，即当特异性接近100％时，坐标点应接近于Y轴。
图8和图9分别显示了五种基因组合和三种基因组合区分陈旧性结核感染者和非陈旧性结核感染者的ROC曲线。图中纵坐标为准确度，横坐标为1-特异性，即当特异性接近100％时，坐标点应接近于Y轴。
综上所述，本发明提供的结核病标志物可以辅助指示食管鳞癌的发生和发展，且GBP5、KLRB1、DHRS9、BATF2和B3GALTL基因组合检测时特异性最高，所述结核病标志物不仅能鉴别结核病阳性样本，还能进一步鉴别区分活动性结核病或陈旧性结核病，采用实时定量PCR进行检测，检测时间缩短至8小时，降低了检测成本，具有重要的临床意义。
申请人声明，本发明通过上述实施例来说明本发明的详细方法，但本发明并不局限于上述详细方法，即不意味着本发明必须依赖上述详细方法才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。
SEQUENCE LISTING
<110> 深圳市优圣康生物科技有限公司
<120> 一组结核病标志物及其应用
<130> 20190904
<160> 18
<170> PatentIn version 3.5
<210> 1
<211> 20
<212> DNA
<213> 人工合成
<400> 1
tggcagagca acagaaaatg 20
<210> 2
<211> 20
<212> DNA
<213> 人工合成
<400> 2
ctggagctca ctgagaaggc 20
<210> 3
<211> 24
<212> DNA
<213> 人工合成
<400> 3
agatgcagga acaggctgca cagc 24
<210> 4
<211> 21
<212> DNA
<213> 人工合成
<400> 4
tcttcctcgg gatgtctgtc a 21
<210> 5
<211> 25
<212> DNA
<213> 人工合成
<400> 5
gacaaggaga ataatcccag cacag 25
<210> 6
<211> 18
<212> DNA
<213> 人工合成
<400> 6
atcaatttgc cctgaaac 18
<210> 7
<211> 21
<212> DNA
<213> 人工合成
<400> 7
ccaagttggg gagaaaggtc t 21
<210> 8
<211> 20
<212> DNA
<213> 人工合成
<400> 8
gtcagccagt cagtgggagc 20
<210> 9
<211> 25
<212> DNA
<213> 人工合成
<400> 9
tgcacaccaa aagctttcat gtccc 25
<210> 10
<211> 21
<212> DNA
<213> 人工合成
<400> 10
cctaaagcca cagcagaaga g 21
<210> 11
<211> 22
<212> DNA
<213> 人工合成
<400> 11
cagggtcctt cctcattctt tc 22
<210> 12
<211> 24
<212> DNA
<213> 人工合成
<400> 12
ttcatctcat aaacaaaaag gaag 24
<210> 13
<211> 25
<212> DNA
<213> 人工合成
<400> 13
ttgtcttact cacatttcct ttgct 25
<210> 14
<211> 25
<212> DNA
<213> 人工合成
<400> 14
tgttaacatc cctagcctaa aaata 25
<210> 15
<211> 25
<212> DNA
<213> 人工合成
<400> 15
ttgtcttact cacatttcct ttgct 25
<210> 16
<211> 22
<212> DNA
<213> 人工合成
<400> 16
tggaaggact catgaccaca gt 22
<210> 17
<211> 19
<212> DNA
<213> 人工合成
<400> 17
gccatcacgc cacagtttc 19
<210> 18
<211> 25
<212> DNA
<213> 人工合成
<400> 18
ccatcactgc cacccagaag actgt 25

Claims (7)

1.一种检测结核病标志物的引物探针组，其特征在于，所述引物探针组包括如SEQ IDNO.1-15所示的核苷酸序列；
所述结核病标志物包括GBP5、KLRB1、DHRS9、BATF2和B3GALTL基因。
2.一种鉴别结核病的系统，其特征在于，包括检测如权利要求1所述的结核病标志物的试剂和/或仪器；
所述系统还包括数据处理装置，所述数据处理装置内设有如下(a1)和(a2)所示的功能的模块：
(a1)分别检测待测者组织样本中GBP5，KLRB1，DHRS9，BATF2和B3GALTL基因的相对表达量，然后根据如下公式计算待测者的五种基因的三种联合表达量，其中基因名称代表该基因的表达量：
联合表达量H＝0.01518829*GBP5-0.02734444*KLRB1+0.02798146*DHRS9+0.10395875*BATF2+0.08155459*B3GALTL-0.71290608；
联合表达量M＝0.02497483*GBP5-0.0100665*KLRB1+0.02395066*DHRS9+-0.10778161*BATF2+-0.12874396*B3GALTL+0.98433662；
联合表达量T＝-0.04016313*GBP5-0.01727794*KLRB1+-0.05193212*DHRS9+0.00382286*BATF2+0.04718937*B3GALTL-0.27143054；
(a2)根据所述联合表达量按照如下方法确定待测样本为活动性结核病、陈旧性结核病或健康：
分别计算三种联合表达量的P值，得到三个P数值，其中P值＝1/(1+e-联合表达量)；
根据(a1)所得联合表达量分别计算对应的P值，得到PH、PM和PT，比较三个P值的大小，若PH最大则归类为健康；若PM最大则归类为陈旧性结核病；若PT最大则归类为活动性结核，其中P值＝1/(1+e-联合表达量)。
3.一种非疾病诊断治疗目的的鉴别活动性结核病或陈旧性结核病的方法，其特征在于，包括如下步骤：
(1)分别检测权利要求1所述结核病标志物的相对表达量；
(2)通过步骤(1)所得结核病标志物相对表达量分别计算联合表达量H、M和T，计算公式如权利要求2中所述模块(a1)所示；
(3)根据步骤(2)所得联合表达量分别计算对应的P值，得到PH、PM和PT，比较三个P值的大小并将样本归类，归类方式如权利要求2所述模块(a2)所示。
4.根据权利要求3所述的方法，其特征在于，步骤(1)所述检测的方法包括PCR、基因组测序或基因芯片中的任一种或至少两种的组合。
5.一种如权利要求1所述的引物探针组或权利要求2所述鉴别结核病的系统在制备鉴别活动性结核病或陈旧性结核病的产品中的应用。
6.一种如权利要求1所述的引物探针组或权利要求2所述鉴别结核病的系统在制备监测活动性结核病或陈旧性结核病发生或发展的产品中的应用。
7.根据权利要求6所述的应用，其特征在于，所述产品包括试剂盒、检测试剂、检测芯片或诊断结核病的药物中的任一种。
CN201910852683.6A 2019-09-10 2019-09-10 一组结核病标志物及其应用 Active CN110511995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910852683.6A CN110511995B (zh) 2019-09-10 2019-09-10 一组结核病标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910852683.6A CN110511995B (zh) 2019-09-10 2019-09-10 一组结核病标志物及其应用

Publications (2)

Publication Number Publication Date
CN110511995A CN110511995A (zh) 2019-11-29
CN110511995B true CN110511995B (zh) 2023-03-24

Family

ID=68630660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910852683.6A Active CN110511995B (zh) 2019-09-10 2019-09-10 一组结核病标志物及其应用

Country Status (1)

Country Link
CN (1) CN110511995B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068193B (zh) * 2022-08-26 2024-07-26 中国医学科学院病原生物学研究所 结核病分子标志物组合及其用途
CN116994646B (zh) * 2023-08-01 2024-06-11 东莞市滨海湾中心医院(东莞市太平人民医院、东莞市第五人民医院) 一种菌阳活动性肺结核风险评估模型的构建方法与应用

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108753951A (zh) * 2018-06-14 2018-11-06 深圳市优圣康生物科技有限公司 一种apoe和slco1b1基因多态性检测试剂盒

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012031008A2 (en) * 2010-08-31 2012-03-08 The General Hospital Corporation Cancer-related biological materials in microvesicles
US10406218B2 (en) * 2014-04-09 2019-09-10 La Jolla Institute For Allergy And Immunology Specific and unique T cell responses and molecular signatures for the treatment and diagnosis of Mycobacterium tuberculosis
US20160281166A1 (en) * 2015-03-23 2016-09-29 Parabase Genomics, Inc. Methods and systems for screening diseases in subjects

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108753951A (zh) * 2018-06-14 2018-11-06 深圳市优圣康生物科技有限公司 一种apoe和slco1b1基因多态性检测试剂盒

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"BATF2/SARI通过抑制p53依赖的NF-κB转录活性诱导肿瘤细胞凋亡";路钊等;《中国生物化学与分子生物学报》;20110620;第27卷(第6期);第524-532页 *
"KLF2 and KLF4 control endothelial identity and vascular integrity";Panjamaporn Sangwung等;《JCI Insight》;20170223;第2卷(第4期);e91700 *
"超声联合MRI对胎儿中枢神经系统发育异常的诊断价值";彭勇进等;《深圳中西医结合杂志》;20161215;第26卷(第23期);第54-55页 *

Also Published As

Publication number Publication date
CN110511995A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN107523626B (zh) 一组用于活动性肺结核无创诊断的外周血基因标记物
CN103614477B (zh) 一种诊断人类脊髓性肌萎缩症的荧光定量pcr试剂盒
CN110511995B (zh) 一组结核病标志物及其应用
CN108796074B (zh) 检测环状RNA circRNF13的试剂在制备肿瘤辅助诊断制剂上的应用及试剂盒
CN107653313B (zh) Retn和klk1在作为结核病检测标志物中的应用
CN108977533B (zh) 一种用于预测慢性乙肝炎症损伤的miRNA组合物
CN114369656A (zh) 一种结核性脑膜炎辅助诊断分子标记物及其应用和试剂盒
CN111321219B (zh) Acta2甲基化作为哮喘诊断标志物的用途
CN110527721B (zh) 一种陈旧性结核病标志物及其应用
CN111733227A (zh) 特发性视神经炎诊断分子标记物circRNA、试剂盒及应用
CN102031314A (zh) 一种用于检测人偏肺病毒核酸的引物和探针序列
CN114107454A (zh) 基于宏基因/宏转录组测序的呼吸道感染病原检测方法
CN116068193B (zh) 结核病分子标志物组合及其用途
CN112575078B (zh) lncRNAs作为活动性肺结核病特异性标志物的应用
Panigrahi et al. Expression profiling of cultured podocytes exposed to nephrotic plasma reveals intrinsic molecular signatures of nephrotic syndrome
CN105713961B (zh) 结核分枝杆菌非编码rna的系统发现、标注和功能研究
CN113493863B (zh) 用于检测covid-19易感性的分子标记、试剂盒及应用
CN114686586B (zh) 一种用于诊断结核性胸膜炎的分子标志物组合物及其应用
CN112048552B (zh) 诊断重症肌无力的肠道菌群及其应用
CN114921588B (zh) 适于ont测序平台的用于感样本中鼻病毒检测的靶向区段和引物组及其应用
TW201807196A (zh) 以ｂ型肝炎病毒基因序列篩檢肝癌高危險性的方法
CN118222703A (zh) 生物标志物在制备诊断活动性结核病的产品中的应用及诊断活动性结核病的试剂盒
TWI564561B (zh) Detection of KRAS oncogene for circulating cancer cells
WO2009157251A1 (ja) 統合失調症の診断方法
CN116694752A (zh) lncRNA 046173作为标志物在开发结核病患者筛查试剂中的应用

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