CN110970131A - 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用 - Google Patents

一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用 Download PDF

Info

Publication number
CN110970131A
CN110970131A CN201911017215.3A CN201911017215A CN110970131A CN 110970131 A CN110970131 A CN 110970131A CN 201911017215 A CN201911017215 A CN 201911017215A CN 110970131 A CN110970131 A CN 110970131A
Authority
CN
China
Prior art keywords
immunoglobulin
glomerular disease
classification
glomerular
detection
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
CN201911017215.3A
Other languages
English (en)
Other versions
CN110970131B (zh
Inventor
于晓波
秦晓松
刘建华
李阳
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.)
BEIJING PROTEOME RESEARCH CENTER
Shengjing Hospital of China Medical University
Original Assignee
BEIJING PROTEOME RESEARCH CENTER
Shengjing Hospital of China Medical University
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 BEIJING PROTEOME RESEARCH CENTER, Shengjing Hospital of China Medical University filed Critical BEIJING PROTEOME RESEARCH CENTER
Priority to CN201911017215.3A priority Critical patent/CN110970131B/zh
Publication of CN110970131A publication Critical patent/CN110970131A/zh
Application granted granted Critical
Publication of CN110970131B publication Critical patent/CN110970131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • G01N33/6893—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 diseases not provided for elsewhere
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/34—Genitourinary disorders
    • G01N2800/347—Renal failures; Glomerular diseases; Tubulointerstitial diseases, e.g. nephritic syndrome, glomerulonephritis; Renovascular diseases, e.g. renal artery occlusion, nephropathy

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Epidemiology (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型的建立方法及其在肾小球疾病的检测和分类分型中的应用，所述的模型能够对肾小球疾病患者进行分类分型，从而支持临床决策，降低医疗开支，降低感染机率，提高患者接受度。

Description

一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及 其应用
技术领域
本发明属于生物医药领域，具体涉及一种基于免疫球蛋白定量检测的肾小球疾病检测和分类分型的方法。
背景技术
慢性肾脏疾病(chronic kidney disease,CKD)是威胁世界公共健康的主要疾病之一，在我国CKD的发病率已高达13％，并且近年来发病率还有升高的趋势。基于肾活检的流行病学调查显示肾小球疾病(glomerular disease,GD)在我国CKD中占主要地位，主要包括原发性肾小球疾病(primary glomerulopathy,PG)和继发性肾小球疾病(secondaryglomerulopathy,SG)，其中PG占约80％，为绝大多数。这些患者通常有着相似的临床表现和组织病理学特征，但是每种疾病的治疗方法有着较大的差异，并且个体对于治疗反应，疾病进展及预后都有着显著的不同，未经规范的治疗患者肾功能会恶化，并最终进展为终末期肾病，故对肾脏疾病患者的早期准确的诊断、分型非常重要。
目前，肾组织活检仍然是肾小球疾病患者诊断的金标准，作为一种有创检查，肾组织活检的临床应用受到诸多限制，诊断难度较大，且易受病例医师主观因素影响，而血清学诊断因其无创、操作简单、易于标准化、且适合高通量检测，容易满足日常临床检验的要求。
CN108414479A公开了一种免疫组合物在制备IgA肾病无创检测用试剂中的用途，所述免疫组合物包括抗-IgA抗体，所述IgA肾病无创检测包括在采集自受试者的生物样品中检测免疫球蛋白IgA。
CN102317453A通过检测来自在尿蛋白检查和尿潜血检查的至少一项中被判断为阳性的被测者或者被诊断为IgA肾病的患者的扁桃体的试样中存在的密螺旋体属细菌或弯曲杆菌属细菌，能够在不对被测者造成躯体上的负担的情况下，简便且迅速地以高概率预测IgA肾病。另外，能够在不对被测者造成躯体上的负担的情况下，简便且迅速地以高概率选择出对于IgA肾病的治疗扁桃体摘除有效的IgA肾病患者。
然而，现有技术中对肾小球疾病患者的分类分型仍然比较简单，对应的肾小球疾病的检测方法也比较单一，因而急需对临床常见肾小球疾病建立了分类分型模型，对患者所患肾病进行分型预测，为进一步研究不同肾小球疾病的发病机制及临床诊治提供参考。
发明内容
本发明对IgA肾病(IgA nephropathy，IgAN)，特发性膜性肾病(idiopathicmembranous nephropathy，IMN)，微小病变肾病(minimal change nephropathy，MCN)，狼疮性肾炎(lupus nephritis，LN),糖尿病肾病(diabetic nephropathy,DN)，局灶节段性肾小球硬化(focal segmental glomerulosclerosis，FSGS)，ANCA相关性肾小球肾炎(ANCN-associated glomerulonephritis，ANCA-AG)和紫癜性肾炎(Henoch-
Figure BDA0002246079490000022
purpuranephritis，HSPN)等八种常见肾小球疾病患者的免疫球蛋白(包括IgG，IgG1-4，IgA，IgA1-2)进行定量检测，发现不同肾病患者中IgG、IgA及其亚型的血清浓度有一定分布规律，因此对上述肾小球疾病建立了分类分型模型，能够对患者肾小球疾病进行预测。
本发明的第一方面提供了一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型的建立方法，所述的方法包括如下步骤：
(1)采集肾小球疾病患者和健康个体Normal的组织样本，所述的肾小球疾病选自IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG中的至少两种；
(2)定量测定所述组织样本中免疫球蛋白的浓度，将所述的组织样本的免疫球蛋白的浓度值构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分类分型模型：
Figure BDA0002246079490000021
其中，i为健康个体Normal或肾小球疾病，x为健康个体Normal或肾小球疾病患者血清中免疫球蛋白的浓度值。
优选的，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG。
优选的，所述的肾小球疾病患者和健康个体Normal组织样本中，每种组织样本至少为20例，更优选的，每种组织样本至少25例，特别优选的，每种组织样本至少50例。
优选的，所述的组织样本为血清样本。
优选的，所述的免疫球蛋白包含IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1、IgA2中的至少两种，更优选的，所述的免疫球蛋白为IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1、IgA2中的8种。
优选的，所述的检测获取所述肾小球疾病患者和健康个体血清中免疫球蛋白的浓度的检测方法包括单向免疫扩散法、酶联免疫吸附法，放射免疫法，免疫比浊法。其中，所述的单向免疫扩散法优选为芯片法，所述的免疫比浊法优选为免疫透射比浊法或免疫散射比浊法。
更优选的，所述的检测方法为芯片法，所述的芯片法包括：分别配制免疫球蛋白梯度浓度的标准品，分别制备血清样品、标准品以及阴性对照的检测芯片，将载有待测样品的芯片与带标记的免疫球蛋白抗体反应，使用芯片扫描仪测定免疫球蛋白的浓度。
在本发明的一个具体实施方式中，所述的芯片法包括：
(1)配制免疫球蛋白不同浓度的标准品：使用PBS(优选为PH7.4)稀释各免疫球蛋白标准品，配制成1.998mg/ml浓度的母液，再用含有BSA的PBS(优选为PH7.4)缓冲液进行系列倍比稀释，分别配置人IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1、IgA2不同浓度的标准品；
(2)分别制备血清样品、标准品以及阴性对照的检测芯片：用稀释缓冲液稀释血清样品，与标准品同时点制在晶芯高分子三维基片上，其中阴性对照为1×PBS(PH7.4)和BSA溶液。
(3)免疫球蛋白浓度检测：将标记的抗免疫球蛋白的抗体与载有血清样品的芯片反应，反应完毕后分别用PBST和双蒸水清洗，室温晾干，使用芯片扫描仪532nm通道扫描芯片，提取芯片荧光信号值。
优选的，将所述的肾小球疾病患者和健康个体Normal的免疫球蛋白的浓度值进行对数变换后构成训练集。更优选的，将所述的肾小球疾病患者和健康个体Normal的免疫球蛋白IgG2、IgG3或IgG4中的一个或多个的浓度值进行对数变换后，与所述的肾小球疾病患者和健康个体Normal的免疫球蛋白IgG、IgG1、IgA、IgA1和IgA2的浓度值构成训练集。所述的肾小球疾病患者和健康个体Normal的免疫球蛋白的浓度值进行对数变换可以提高其正态性。
在本发明的一个具体实施方式中，所述的基于免疫球蛋白定量检测的肾小球疾病分类分型模型的建立方法，包括如下步骤：
(1)采集肾小球疾病患者和健康个体Normal的组织样本，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG，所述的肾小球疾病患者和健康个体样本中每个组织样本至少20例；
(2)定量测定组织样本中免疫球蛋白IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1和IgA2的浓度，将所述的组织样本的浓度构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分类分型模型：
Figure BDA0002246079490000041
Figure BDA0002246079490000042
其中，i为健康个体Normal或肾小球疾病IgAN，MN，MCN，LN，DN，HSPN，FSGS和ANCN-AG，x为健康个体Normal或肾小球疾病患者免疫球蛋白血清浓度值。
本发明的第二方面还提供一种基于免疫球蛋白定量检测的肾小球疾病检测或分类分型方法，所述的方法包括如下步骤：
采用本发明所述的基于免疫球蛋白定量检测的肾小球疾病分类分型模型的建立方法获得肾小球疾病多变量正态分类分型模型；定量检测待检测者免疫球蛋白血清浓度，将待检测者免疫球蛋白血清浓度带入肾小球疾病多变量正态分类分型模型，获得各肾小球疾病概率；比较各肾小球疾病概率，肾小球疾病概率为待检测者肾小球疾病类型。
在本发明的一个具体实施方式中，所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型方法包括如下步骤：
(1)采集肾小球疾病患者和健康个体Normal的组织样本，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG，所述的肾小球疾病患者和健康个体样本中每个样本至少20例；
(2)定量测定组织样本中免疫球蛋白IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1和IgA2的浓度，将所述的组织样本的浓度构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分类分型模型：
Figure BDA0002246079490000051
Figure BDA0002246079490000052
其中，i为健康个体Normal或肾小球疾病IgAN，MN，MCN，LN，DN，HSPN，FSGS和ANCN-AG，x为健康个体Normal或肾小球疾病患者血清中免疫球蛋白的浓度值；
(4)定量检测待检测者免疫球蛋白血清浓度，将待检测者免疫球蛋白血清浓度带入肾小球疾病多变量正态分类分型模型，获得各肾小球疾病概率；
(5)比较各肾小球疾病概率，概率最大值对应为待检测者肾小球疾病类型。
优选的，所述的定量测定待检测者血清中免疫球蛋白浓度的检测方法包括单向免疫扩散法，酶联免疫吸附法，放射免疫法，免疫比浊法。其中，所述的单向免疫扩散法优选为芯片法，所述的免疫比浊法优选为免疫透射比浊法或免疫散射比浊法。更优选的，所述的检测方法为芯片法，包括：配制免疫球蛋白的不同浓度的标准品，分别制备血清样品、标准品以及阴性对照的检测芯片，将载有待测样品的芯片与标记过的免疫球蛋白抗体反应，使用芯片扫描仪测定免疫球蛋白的浓度。
本发明的第三方面提供了一种检测免疫球蛋白浓度的试剂或设备在制备肾小球疾病检测或分类分型产品中的应用，所述的肾小球疾病检测或分类分型产品包括本发明所述得方法建立得到的肾小球疾病检测或分类分型模型。
本发明所述的检测免疫球蛋白浓度的试剂或设备包括定量测定血清中免疫球蛋白浓度的试剂或设备，例如是单向免疫扩散法，酶联免疫吸附法，放射免疫法或免疫比浊法检测免疫球蛋白浓度的所使用的试剂或设备。
在本发明的一个具体实施方式中，所述的肾小球疾病检测或分类分型产品包括如下方法建立得到的肾小球疾病检测或分类分型模型：
(1)采集肾小球疾病患者和健康个体Normal的组织样本，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG，所述的肾小球疾病患者和健康个体样本中每个组织样本至少20例；
(2)定量测定组织样本中免疫球蛋白IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1和IgA2的浓度，将所述的组织样本的浓度构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分类分型模型：
Figure BDA0002246079490000071
Figure BDA0002246079490000072
其中，i为健康个体Normal或肾小球疾病IgAN，MN，MCN，LN，DN，HSPN，FSGS和ANCN-AG，x为健康个体Normal或肾小球疾病患者免疫球蛋白血清浓度值。
本发明提出一种基于免疫球蛋白定量检测的肾小球疾病的分类分型模型以及对肾小球疾病的检测或分类分型方法，所述的模型取得了较好的精度和召回率，能够准确的对肾小球疾病或健康对照组进行分类分型，并解决了现有的侵袭性技术操作检测成本高，感染概率大，患者接受度低的问题。
本发明所述的组织样本是指血清样本，所述的血清样本指血液凝固后，在血浆中除去纤维蛋白原及某些凝血因子后分离出的淡黄色透明液体或已去除纤维蛋白原的血浆。
本发明所述的健康个体是指正常体检人群。
本发明所述的检测包括检测待检测者是否患病或病症类型。
附图说明
图1为不同分型的肾病患者免疫球蛋白浓度分布图；
图2为肾小球疾病患者的分类分型模型图；
图3为肾小球疾病分类分型模型的评估图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
以下实施例中使用的实验试剂和设备如下:
所用试剂：
晶芯高分子三维基片D购自博奥生物集团有限公司；
样本稀释液1×PBS(137mMNaCl，2.7mMKCl，10mM Na2HPO4，2mM KH2PO4)；
清洗液0.05％PBST(0.05％Tween，1×PBS)，Tween购自美国Amresco公司；
人IgG，人IgA购自北京中杉金桥生物技术有限公司；
驴抗人hIgG(Fc)Alex555抗体，兔抗人IgA(Fc)Alex647抗体购自美国JacksonImmuno research公司；
鼠抗人IgG1 Hinge-Alexa
Figure BDA0002246079490000081
488，IgG2 Fc-Alexa
Figure BDA0002246079490000082
488，IgG3 Hinge-Alexa
Figure BDA0002246079490000083
647，IgG4 Fc-Alexa
Figure BDA0002246079490000084
647，IgA1-Alexa
Figure BDA0002246079490000085
647，IgA2-Alexa
Figure BDA0002246079490000086
48抗体购自美国Southern biotech公司；
人重组IgG1，IgG2，IgG3，IgG4蛋白，购自北京义翘神州科技有限公司；
IgA1，IgA2蛋白购自美国Fitzgerald Industries International公司；
BSA(Albumin from bovine serum)购自美国Sigma-Aldrich公司。
所用的仪器设备：
美国Molecular Devices仪器公司生产的生物芯片扫描仪(
Figure BDA0002246079490000087
4300A)；
德国PEPperPRINT公司生产的孵育盘(
Figure BDA0002246079490000088
3/5)；
德国Eppendorf股份公司生产的温度控制混匀器(MixMate)；
台式离心机(Centrifuge 5810R)；
德国Siemens公司的BN-Ⅱ全自动特种蛋白分析仪。
实施例1
下面结合附图和实施例对本发明做进一步详细说明。所述是对本发明的解释，而不是限定。
一、样本收集
样本来自中国医科大学附属盛京医院，通过采集肾脏组织活检或临床症状诊断为IgA肾病(IgA nephropathy，IgAN)、膜性肾病(membranousnephropathy，IMN)，微小肾病(minimal change disease，MCN)，狼疮性肾炎(Lupus nephritis，LN)，糖尿病肾病(Diabetic Nephrothy，DN)，过敏性紫癜性肾炎(Henoch-
Figure BDA0002246079490000091
purpuraglomerulonephritis，HSPN)组织样本各50例，局灶节段性肾小球硬化(focal segmentalglomerulosclerosis，FSGS)组织样本44例，ANCA相关性血管炎肾损伤(ANCN-associatedsystemic vasculitis glomerulonephritis，AASVG)组织样本25例。健康个体人群50例作为健康对照组。
二、标准品配制
人IgG使用1×PBS(PH7.4)配制成1.998mg/ml浓度溶液,再用含有BSA的1×PBS(PH7.4)缓冲液进行系列倍比稀释，配制成浓度分别999μg/ml,499.5μg/ml,……3.902μg/ml,且含BSA终浓度为200μg/ml的标准品。
按上述方法分别配制IgA标准品3.125,6.25,12.5,25,50,100,200,400μg/mL；IgA1标准品9.3967,18.7934,37.5869,75.17375,150.3475,300.695,601.39,1202.78μg/mL；IgA2标准品1.42,2.83,5.66,11.32,22.65,45.30,90.59,181.19μg/mL；IgG1和IgG2标准品7.0312,14.062,28.125,56.25,112.5,225,450,900μg/mL；IgG3和IgG4标准品1.953,3.906,7.8125,15.625,31.25,62.5,125,250μg/mL。
三、芯片制备
将血清样品在稀释缓冲液中稀释(1:500)与IgG标准品同时点制在晶芯高分子三维基片D上，每个样本重复两个点。阴性对照为1×PBS(PH7.4)和BSA溶液(1mg/mL BSA的1×PBS)。
四、IgG浓度检测
芯片用含有1％BSA的0.05％PBST，室温封闭12rpm，1h，然后加入cy3标记的抗IgG抗体，室温摇床孵育12rpm，孵育1h。0.05％PBST洗涤3次，每次10min，然后用双蒸水清洗2次，每次2min，室温晾干。使用
Figure BDA0002246079490000092
4300A芯片扫描仪532nm通道扫描芯片，用软件GenePixpro 6.0(Molecular Devices,CA,USA)提取芯片荧光信号值。
五、其他7种免疫球蛋白浓度检测
按照步骤三、四中所述方法分别检测血清样本中IgA、IgA1-2、IgG1-4的浓度。使用芯片定量分析肾小球病患者和健康个体的血清样品的IgG、IgA及其亚型水平，发现不同肾病组患者的免疫球蛋白水平分布不同(参见图1)。
(6)统计学分析及分类模型建立
首先构建免疫球蛋白的相关系数矩阵，根据两个变量之间的正态性计算Pearson相关系数或Spearman相关系数。除各免疫球蛋白的均值差异外，正常组与疾病组的相关性模式不同，提示各疾病具有独特的协方差结构。基于多元正态分布的分类可能能够利用这一信息来帮助区分不同的肾小球疾病患者和健康个体。
因此，本发明开发了免疫球蛋白组多变量正态分布模型来对正常和8种肾病进行分类。用训练集的免疫球蛋白组数据，计算平均向量(μ)和协方差矩阵(Σ)来描述免疫球蛋白组多变量正态分布模型，其中对IgG2、IgG3、IgG4进行对数变换，以提高其正态性。
Figure BDA0002246079490000101
对于一个已测定8种免疫球蛋白浓度(x)的样本，可以使用下面的公式生成模型中9组的概率。最大概率对应于最适合的免疫球蛋白组多变量正态分布模型，从而得到最终的预测分类。
Figure BDA0002246079490000102
其中，x为肾小球疾病患者或健康个体Normal免疫球蛋白血清浓度值，i为Normal和选自IgAN，IMN，MCN，LN，DN，HSPN，FSGS和ANCN-AG。
本实施例所有样本重复3次实验，从精度(Precision)，召回率(Recall)来评估模型。图2结果显示，模型取得了较好的精度和召回率，能够准确的对肾小球疾病或健康对照组进行分类分型。
实施例2
采用实施例1的方法测定某患者血清的免疫球蛋白浓度，测定值如表1：
表1
免疫球蛋白的种类 IgA_2 IgA1_2 IgA2_2 IgG_2 IgG1_2 IgG2_2 IgG3 IgG4_2
浓度值(g/L) 1.63 5.35 0.06 14.57 2.76 0.10 0.076 0.013
将上述免疫球蛋白浓度数值代入免疫球蛋白组多变量正态分布模型中，得到各肾小球疾病的概率，概率值如表2：
表2
疾病类别 IgAN IMN MCN FSGS LN PN DN ANCA
概率值 1.54E-07 0.007790888 0.00029248 0.00043365 1.97765E-05 4.46247E-06 3.75918E-07 2.3761E-06
比较各概率值可知，该患者患特发性膜性肾病(IMN)。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

Claims (10)

1.一种基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，所述的方法包括如下步骤：
(1)采集肾小球疾病患者和健康个体Normal的组织样本；
(2)定量测定所述组织样本中免疫球蛋白的浓度，将所述的组织样本中免疫球蛋白的浓度值构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分布模型：
Figure FDA0002246079480000011
x为肾小球疾病患者或健康个体Normal免疫球蛋白血清浓度值，i为Normal和肾小球疾病。
2.根据权利要求1所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG中的至少两种。
3.根据权利要求1-2任意一项所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的肾小球疾病患者和健康个体Normal组织样本中每种样本至少为20例。
4.根据权利要求1-3任意一项所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的免疫球蛋白包含IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1、IgA2中的至少两种，优选的，所述的免疫球蛋白为IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1、IgA2中的8种。
5.根据权利要求1-4任意一项所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的检测获取所述组织样本中免疫球蛋白浓度的检测方法包括单向免疫扩散法，酶联免疫吸附试验，放射免疫试验或免疫比浊法。
6.根据权利要求1-5任意一项所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的检测方法为免疫芯片法。
7.根据权利要求1-6任意一项所述的基于免疫球蛋白定量检测的肾小球疾病检测或分类分型模型的建立方法，其特征在于，所述的方法包括：
(1)采集肾小球疾病患者和健康个体Normal的组织样本，所述的肾小球疾病为IgA肾病IgAN，膜性肾病IMN，微小肾病MCN，狼疮性肾炎LN，糖尿病肾病DN，过敏性紫癜性肾炎HSPN，局灶节段性肾小球硬化FSGS和ANCA相关性血管炎肾损伤ANCN-AG，所述的肾小球疾病患者和健康个体样本中每个组织样本至少20例；
(2)定量测定组织样本中免疫球蛋白IgG、IgG1、IgG2、IgG3、IgG4、IgA、IgA1和IgA2的浓度，将所述的组织样本的浓度构成训练集；
(3)采用训练集的数据计算平均向量μi和协方差矩阵Σi，获得肾小球疾病多变量正态分类分型模型：
Figure FDA0002246079480000021
Figure FDA0002246079480000022
其中，i为健康个体Normal或肾小球疾IgAN，MN，MCN，LN，DN，HSPN，FSGS和ANCN-AG，x为健康个体Normal或肾小球疾病患者免疫球蛋白血清浓度值。
8.一种基于免疫球蛋白定量检测的肾小球疾病检测或分类分型方法，所述的方法包括，根据权利要求1-7任意一项所述的基于免疫球蛋白定量检测的肾小球疾病分类分型模型的建立方法获得肾小球疾病多变量正态分类分型模型；定量检测待检测者免疫球蛋白血清浓度，将待检测者免疫球蛋白血清浓度带入肾小球疾病多变量正态分类分型模型，获得各肾小球疾病概率；比较各肾小球疾病概率，肾小球疾病概率为待检测者肾小球疾病类型。
9.一种检测免疫球蛋白浓度的试剂或设备在制备肾小球疾病检测或分类分型产品中的应用，所述的肾小球疾病检测或分类分型产品包括权利要求1-7所述的方法建立得到的肾小球疾病检测或分类分型模型。
10.权利要求9所述的一种检测免疫球蛋白浓度的试剂或设备在制备肾小球疾病检测或分类分型产品中的应用，所述的检测免疫球蛋白浓度的试剂或设备包括定量测定血清中免疫球蛋白浓度的试剂或设备，优选的，所述的检测免疫球蛋白浓度的试剂或设备为单向免疫扩散法，酶联免疫吸附法，放射免疫法或免疫比浊法检测免疫球蛋白浓度的所使用的试剂或设备。
CN201911017215.3A 2019-10-24 2019-10-24 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用 Active CN110970131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911017215.3A CN110970131B (zh) 2019-10-24 2019-10-24 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911017215.3A CN110970131B (zh) 2019-10-24 2019-10-24 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用

Publications (2)

Publication Number Publication Date
CN110970131A true CN110970131A (zh) 2020-04-07
CN110970131B CN110970131B (zh) 2024-01-26

Family

ID=70029853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911017215.3A Active CN110970131B (zh) 2019-10-24 2019-10-24 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用

Country Status (1)

Country Link
CN (1) CN110970131B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111584087A (zh) * 2020-05-22 2020-08-25 肾泰网健康科技(南京)有限公司 基于ai技术aav不同治疗方案预后预测模型的方法及模型
CN111933281A (zh) * 2020-09-30 2020-11-13 平安科技（深圳）有限公司 一种疾病分型的确定系统、方法、装置及存储介质
CN117016486A (zh) * 2023-07-20 2023-11-10 澎立生物医药技术(上海)股份有限公司 一种IgA肾病合并膜性肾病的动物模型构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020110799A1 (en) * 1998-12-21 2002-08-15 Wayne D. Comper Kidney disease detection and treatment
CN1554025A (zh) * 2001-03-12 2004-12-08 Īŵ���ɷ����޹�˾ 患病状态的细胞为基础的检测和鉴别
TW201126165A (en) * 2010-01-29 2011-08-01 Nat Defense Medical Ct Biomarkers for IgA nephropathy and applications thereof
WO2013050573A1 (en) * 2011-10-06 2013-04-11 Institut National De La Sante Et De La Recherche Medicale (Inserm) C-mip : a biomarker of lupus nephritis
CN108700596A (zh) * 2016-02-01 2018-10-23 普雷西奥公司 用于心血管疾病和事件的诊断和预后方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020110799A1 (en) * 1998-12-21 2002-08-15 Wayne D. Comper Kidney disease detection and treatment
CN1554025A (zh) * 2001-03-12 2004-12-08 Īŵ���ɷ����޹�˾ 患病状态的细胞为基础的检测和鉴别
TW201126165A (en) * 2010-01-29 2011-08-01 Nat Defense Medical Ct Biomarkers for IgA nephropathy and applications thereof
WO2013050573A1 (en) * 2011-10-06 2013-04-11 Institut National De La Sante Et De La Recherche Medicale (Inserm) C-mip : a biomarker of lupus nephritis
CN108700596A (zh) * 2016-02-01 2018-10-23 普雷西奥公司 用于心血管疾病和事件的诊断和预后方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李小影 等: "M 型磷脂酶A2 受体和IgG4 与特发性膜性肾病相关性的研究进展" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111584087A (zh) * 2020-05-22 2020-08-25 肾泰网健康科技(南京)有限公司 基于ai技术aav不同治疗方案预后预测模型的方法及模型
CN111584087B (zh) * 2020-05-22 2023-03-10 肾泰网健康科技(南京)有限公司 基于ai技术aav不同治疗方案预后预测模型的方法及模型
CN111933281A (zh) * 2020-09-30 2020-11-13 平安科技（深圳）有限公司 一种疾病分型的确定系统、方法、装置及存储介质
CN117016486A (zh) * 2023-07-20 2023-11-10 澎立生物医药技术(上海)股份有限公司 一种IgA肾病合并膜性肾病的动物模型构建方法
CN117016486B (zh) * 2023-07-20 2024-05-14 上海澎立生技医药研究有限公司 一种IgA肾病合并膜性肾病的动物模型构建方法

Also Published As

Publication number Publication date
CN110970131B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
Mahapatra et al. Clinically practiced and commercially viable nanobio engineered analytical methods for COVID-19 diagnosis
JP5684724B2 (ja) 強直性脊椎炎を有する患者における抗−ＴＮＦα抗体に対する臨床応答を予測する血清マーカー
CN110970131B (zh) 一种基于免疫球蛋白定量检测的肾小球疾病分类分型模型及其应用
KR100679173B1 (ko) 위암 진단용 단백질 마커 및 이를 이용한 진단키트
CN102713620B (zh) 结合内外校准法的分析物定量多重微阵列
CN104823052A (zh) 用于诊断和/或监测结核病的生物标记
CN105572354A (zh) 一种检测早期胃癌的抗体芯片试剂盒
JP2022512890A (ja) 試料の品質評価方法
WO2011014349A1 (en) Serum markers predicting clinical response to anti-tnfalpha antibodies in patients with psoriatic arthritis
Barrs et al. Detection of Aspergillus-specific antibodies by agar gel double immunodiffusion and IgG ELISA in feline upper respiratory tract aspergillosis
CN115798712A (zh) 一种诊断待测者是否是乳腺癌的系统以及生物标志物
Koene et al. Serum protein profiles as potential biomarkers for infectious disease status in pigs
JP2003149242A (ja) 抗体検出方法及び抗原マイクロアレイ
CN113470814A (zh) 检测alr、nlr、plr和anri的物质在预测血管侵犯发生风险中的应用
RU2009144277A (ru) Способы и композиции для диагностики остеоартрита у животного семейства кошачьих
KR20160139894A (ko) 인터페론감마방출분석과 함께 사용되는 활동성 결핵과 잠복성 결핵을 구별하는 바이오마커 및 그 용도
KR20150140657A (ko) 자간전증의 진단을 위한 방법 및 조성물
RU181920U1 (ru) Иммуночип для трепонема-специфической серологической диагностики сифилиса
CN113702636B (zh) 血浆自身抗体标志物在乳腺癌早期诊断及其分子亚型表征中的应用
CN112877420B (zh) 与视网膜病变相关的生物标志物及其应用
EP3236263B1 (en) Method for diagnosing arthrosis
Chou et al. Rapid and multiplexed detection of Lyme disease using a grating coupled-fluorescent plasmonics (GC-FP) biosensor platform
CN115209917A (zh) 用于检测花生过敏的测定法
Aryaeipour et al. Detection cell-free DNA (CFDNA) using nested-PCR as a diagnosis tool for human fascioliasis infection
Maeno et al. Development of a novel and rapid measurement system for growth differentiation factor-15, progranulin, and osteopontin in uterine sarcoma

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