CN111638261A - 一种计算设备、存储介质和地中海贫血筛查装置及系统 - Google Patents

一种计算设备、存储介质和地中海贫血筛查装置及系统 Download PDF

Info

Publication number
CN111638261A
CN111638261A CN202010302420.0A CN202010302420A CN111638261A CN 111638261 A CN111638261 A CN 111638261A CN 202010302420 A CN202010302420 A CN 202010302420A CN 111638261 A CN111638261 A CN 111638261A
Authority
CN
China
Prior art keywords
globin chain
ratio
alpha
beta
chain
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
CN202010302420.0A
Other languages
English (en)
Other versions
CN111638261B (zh
Inventor
王玉玺
宋合兴
李运涛
周晓光
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.)
Rongzhi Biotechnology Qingdao Co ltd
Original Assignee
Rongzhi Biotechnology Qingdao 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 Rongzhi Biotechnology Qingdao Co ltd filed Critical Rongzhi Biotechnology Qingdao Co ltd
Priority to CN202010302420.0A priority Critical patent/CN111638261B/zh
Publication of CN111638261A publication Critical patent/CN111638261A/zh
Application granted granted Critical
Publication of CN111638261B publication Critical patent/CN111638261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848Methods of protein analysis involving mass spectrometry
    • G01N33/6851Methods of protein analysis involving laser desorption ionisation mass spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/72Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood pigments, e.g. haemoglobin, bilirubin or other porphyrins; involving occult blood
    • G01N33/721Haemoglobin

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Cell Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开一种计算设备、存储介质和地中海贫血筛查装置及系统。该计算设备,包括处理器和存储器,存储器中存储有程序,处理器执行程序时实现:接收受检者的待测样本的血红蛋白质谱图数据;对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。

Description

一种计算设备、存储介质和地中海贫血筛查装置及系统
技术领域
本发明涉及医药临床检测领域。更具体地,涉及一种计算设备、存储介质和地中海贫血筛查装置及系统。
背景技术
地中海贫血原名珠蛋白生成障碍性贫血,又称海洋性贫血,是一种可遗传的溶血性贫血症。其发病原因主要是由于α、β基因的缺失、突变等引起。根据基因变异位点所在的基因簇可分为α珠蛋白生成障碍性贫血和β珠蛋白生成障碍性贫血。该疾病广泛分布于世界各地,东南亚即为高发区之一。我国广东、广西、四川发病率较高,长江以南各省区近年来发病率也逐渐增高。
目前临床筛查主要基于血常规检测和血红蛋白电泳分析,临床检查指标通常为小细胞低色素性贫血,伴随电泳结果HbA2、HbF含量变化或出现异常血红蛋白条带。由于不同类型基因的缺失或突变所引发的生理变化不同,多数地中海贫血基因携带者并无显著临床病变表现,特别是静止型α地中海贫血基因携带者在检查过程中由于现有手段灵敏度不够而发生漏筛。
中国专利申请201510618319.5、发明名称“一种测定血红蛋白α与β珠蛋白链比率的方法及应用”公开了使用质谱仪检测血红蛋白裂解片段作为标志肽段推断血红蛋白的α珠蛋白链与β珠蛋白链比率,对β地中海贫血进行识别。该方法通过同位素标记α、β珠蛋白链的裂解片段,得到碎片离子峰的峰面积比值,以此作为评判依据。虽然该方法采用质谱技术检测,但其实际方法是通过检测血红蛋白裂解肽段的比例关系推断珠蛋白链间相对含量比例,未能同时分析低丰度珠蛋白链(如δ链),因此无法同时对我国高发的α-地中海贫血进行筛查。
中国专利申请201910945988.1、发明名称“用于质谱诊断地中海贫血症的特征蛋白标记组合物及其诊断产品”公开了使用MALDI-TOF质谱仪检测血红蛋白α、β、γ珠蛋白链相对含量对地中海贫血识别。该方法通过将目标珠蛋白链与内标物(内标蛋白标准品脱辅基肌红蛋白,m/z为16952)进行相对定量,分别测定正常群体的不同珠蛋白链相对于内标物的含量与地中海贫血患者的珠蛋白链相对于内标物的含量,确定α、β、γ珠蛋白链上调、下调变化,以此作为评判依据。虽然该方法采用MALDI-TOF质谱技术检测,但其实际方法是通过检测血红蛋白不同珠蛋白链各自的含量变化。
发明内容
本发明的目的在于提供一种基于飞行时间质谱技术的地中海贫血筛查方法及装置,以解决现有技术中的至少一个问题。
为达到上述目的,本发明采用下述技术方案:
本发明的第一方面涉及一种地中海贫血筛查方法,包括
接收受检者的待测样本的血红蛋白质谱图数据;
对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
可选地,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,则判定所述受检者为疑似。
可选地,所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
可选地,在接收受检者的待测样本的血红蛋白质谱图数据之前,所述方法还包括
制备受检者待测样本;
利用微量移液器将受检者的待测样本滴加到飞行时间质谱仪的靶板上。
利用飞行时间质谱仪对受检者的待测样本进行采集,得到所述待测样本的血红蛋白质谱图数据。
本发明的第二方面涉及一种计算设备,包括处理器和存储器,所述存储器中存储有程序,所述处理器执行所述程序时实现:
接收受检者的待测样本的血红蛋白质谱图数据;
对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
可选地,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,则判定所述受检者为疑似。
可选地,所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
本发明的第三方面涉及一种存储介质,存储有程序,所述程序执行时实现:
接收受检者的待测样本的血红蛋白质谱图数据;
对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
可选地,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,则判定所述受检者为疑似。
可选地,所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
本发明的第四方面涉及一种地中海贫血筛查装置,包括
基质辅助激光解吸电离飞行时间质谱仪,对受检者的待测样本进行采集,得到所述待测样本的血红蛋白质谱图数据;以及
本发明第二方面所述的计算设备。
本发明第五方面涉及一种地中海贫血筛查系统,包括
本发明第四方面的装置;
显示器,用于显示判定结果。
可选地,所述系统还包括
微量移液器,用于将受检者的待测样本滴加到所述质谱仪的靶板上。
本发明的有益效果如下:
本发明使用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)通过观测血红蛋白珠蛋白链并结合软件定量计算对地中海贫血进行定性分析。通过大量的样本分析统计发现健康人群血红蛋白不同珠蛋白链含量之间存在着稳定的比例关系,而对于地中海贫血患者则该比例关系会发生明显变化。基于新一代MALDI-TOF MS定量重现性好的特点,可实现全血中不同血红蛋白链相对含量的精准分析,建立了完善的地中海贫血筛查方法、装置和系统,使地中海贫血筛查流程复杂、准确度低,容易发生漏筛的问题得以解决。基于飞行时间质谱蛋白质分析技术,分析对象由血红蛋白四聚体变为具体的每条珠蛋白链,可直接分析每条珠蛋白链的具体变化,特异性更强。此外该方法只需一项检测,样本前处理流程简单快捷,试剂耗材消耗量少,检测通量高。检测结果不易受实验室条件影响,更容易实现标准统一,有望应用于地中海贫血大规模临床筛查中。
本发明相比现有的电泳方法大大缩短了样本前处理的时间,有效的解决了现有方法对地中海贫血筛查时存在的准确率低、检测通量低、特异性及灵敏度差等问题。
中国专利申请201510618319.5虽然采用质谱技术检测,但其实际方法是通过检测血红蛋白裂解肽段的比例关系推断珠蛋白链间相对含量比例,与本发明所涉及的方法(即直接分析α、β、δ珠蛋白链相对比例关系)存在差异。该专利所涉及方法只能对高丰度的珠蛋白链进行分析,未能同时分析低丰度珠蛋白链(如δ链),无法同时对我国高发的α-地中海贫血进行筛查。
相比于中国专利申请201910945988.1,虽然该方法采用MALDI-TOF质谱技术检测,但其实际方法是通过加入参照物后检测血红蛋白不同珠蛋白链各自相对参照物的含量变化,其结果易受到参照物本身偏差及参照物与样本间未知干扰的影响,而本发明所涉及的方法采用人体血液中各珠蛋白链相对比例关系(即直接分析α、β、δ珠蛋白链相对比例关系),无需引入外界物质,因此无其他干扰因素,其结果特异性更高,检测更准确。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明;
图1为通过本发明的分析程序得到的正常个体的血红蛋白质谱图的显示截图。
图2为通过本发明的分析程序得到的β地中海贫血患者的血红蛋白质谱图的显示截图。
图3为通过本发明的分析程序得到的α地中海贫血患者的血红蛋白质谱图的显示截图。
图4示出根据本发明实施例的地中海贫血筛查方法。
图5示出根据本发明实施例的受检者为一个β地中海贫血患者的定量结果显示截图。
图6示出根据本发明实施例的受检者为一个α地中海贫血患者的定量结果显示截图。
图7示出适于用来实现本发明实施例的筛选方法的计算机系统架构图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
通过发明人大量的样本分析统计发现健康人群血红蛋白不同珠蛋白链含量之间存在着稳定的比例关系,而对于地中海贫血患者则该比例关系会发生明显变化。具体过程如下:
正常人群样本分析
(1)制备样本:现有正常人群的全血样本50例,50例样本来自于中国科学院样本库。将这50例正常人群样本与三级水按照体积比1:200混合,得到一级稀释液,然后用SA基质液与一级稀释液按照体积比1:10混合,得到待测样本。
(2)制备靶板:用微量移液器将上述50例待测样本滴加到飞行时间质谱仪配套的靶板上,每个样本重复点2个靶孔,滴加后待其自然干燥结晶。
(3)将上述干燥后的靶板置于飞行时间质谱上采集,得到包含所有珠蛋白链及其变异体的质谱图数据。图1为通过本发明的分析程序得到的正常个体的血红蛋白质谱图的显示截图。谱图中m/z=15127Da峰为α珠蛋白链质谱峰,m/z=15868Da峰为β珠蛋白链质谱峰,m/z=15924Da峰为δ珠蛋白链质谱峰。
(4)将质谱图数据输入本发明的程序中,计算正常人群全血样本中各珠蛋白链相对丰度比例关系。
β地中海贫血患者样本分析
(1)制备样本:现有β地中海贫血患者的全血样本100例,100例样本来自于中国科学院样本库。将这100例β地中海贫血患者的全血样本与三级水按照体积比1:200混合,得到一级稀释液,然后用SA基质液与一级稀释液按照体积比1:10混合,得到待测样本。
(2)制备靶板:用微量移液器将上述100例待测样本滴加到飞行时间质谱仪配套的靶板上,每个样本重复点2个靶孔,滴加后待其自然干燥结晶。
(3)将上述干燥后的靶板置于飞行时间质谱上采集,得到包含所有珠蛋白链及其变异体的质谱图数据。图2为通过本发明的分析程序得到的β地中海贫血患者的血红蛋白质谱图。谱图中m/z=15127Da峰为α珠蛋白链质谱峰,m/z=15868Da峰为β珠蛋白链质谱峰,m/z=15924Da峰为δ珠蛋白链质谱峰。从质谱图中可发现β珠蛋白链丰度明显低于α珠蛋白链丰度,δ珠蛋白链相对β珠蛋白链丰度较健康群体样本显著增高。
(4)将质谱图数据输入本发明的程序中,计算β地中海贫血患者全血样本中各珠蛋白链相对丰度比例关系。
α地中海贫血患者样本分析
(1)制备样本:现有α地中海贫血患者的全血样本100例,100例样本来自于中国科学院样本库。将这100例α地中海贫血患者的全血样本与三级水按照体积比1:200混合,得到一级稀释液,然后用SA基质液与一级稀释液按照体积比1:10混合,得到待测样本。
(2)制备靶板:用微量移液器将上述100例待测样本滴加到飞行时间质谱仪配套的靶板上,每个样本重复点2个靶孔,滴加后待其自然干燥结晶。
(3)将上述干燥后的靶板置于飞行时间质谱上采集,得到包含所有珠蛋白链及其变异体的质谱图数据。图3为通过本发明的分析程序得到的α地中海贫血患者的血红蛋白质谱图的显示截图。谱图中m/z=15127Da峰为α珠蛋白链质谱峰,m/z=15868Da峰为β珠蛋白链质谱峰,m/z=15924Da峰为δ珠蛋白链质谱峰。从质谱图中可发现α珠蛋白链丰度明显低于β珠蛋白链丰度。
(4)将质谱图数据输入本发明的程序中,计算α地中海贫血患者全血样本中各珠蛋白链相对丰度比例关系。
依据上述三组样本所得到的不同类型全血样本中各类珠蛋白链相对丰度关系,本发明的算法基于统计学分析,对峰面积进行积分并计算不同珠蛋白链峰面积相对比值,得到正常人群中β/α、δ/α、δ/β的比值与地中海贫血患者存在显著性差异,再依据每类样本比值的分布情况进行回归分析,得到三种珠蛋白链在地中海贫血患者和健康群体间的截止点(Cutoff)值,即δ/β对应的第一阈值,δ/α对应的第二阈值以及β/α对应的第三阈值。对于如何通过回归分析统计得到数据的Cutoff值,属于本领域技术人员的公知常识。
发明人发现,采样样本数量的不同会使得阈值略微变化,考虑到本专利所涉及方法为筛查手段,因此可以微调阈值使检测的灵敏度达到最优。为此,本发明所指的阈值可以为一个数值范围,即:中心值±偏差,例如,第一阈值=第一中心值±第一偏差。
经过分析,若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,并且δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值,并且β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;以上三种情况都不是的话,判定为疑似,需再次测试确认或采用其他辅助手段确认。
按照上述对阈值的解释,例如“>第一阈值”表示“>(第一中心值+第一偏差)”;“<第三阈值”表示“<(第三中心值-第三偏差”。
按照此规则,算法在检测到数值在[中心值-偏差,中心值+偏差]范围内,则判定为疑似样本。例如,若δ珠蛋白链与β珠蛋白链峰面积比值落入[第一中心值-第一偏差,第一中心值+第一偏差],δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定为疑似样本。
具体地,如对于图2的β地中海贫血患者样本进一步分析,通过软件对峰面积积分计算,可知β地中海贫血患者样本中δ珠蛋白链与β珠蛋白链相对比值>11%,δ珠蛋白链与α珠蛋白链相对比值>9.5%、β珠蛋白链与α珠蛋白链相对比值<125.0%。将样本数增加或减少,这些值略有改变。
类似地,如对图3的α地中海贫血患者样本进一步分析,通过软件对峰面积积分计算,可知α地中海贫血患者样本中β珠蛋白链与α珠蛋白链相对比值>125.0%。将样本数增加或减少,该值略有改变。
类似地,如对图1的正常人群样本进一步分析,通过软件对峰面积积分计算,可知正常人群样本中δ珠蛋白链与β珠蛋白链相对比值<11.0%,δ珠蛋白链与α珠蛋白链相对比值>9.5%、β珠蛋白链与α珠蛋白链相对比值<125.0%。
因此,更优选地,为了不存在漏检,本发明采用不同样本数量下得到的每类样本比值的分布情况的范围值,即第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%第三阈值为125.0%±0.5%。
总之,发明人通过大量样本的统计分析,找出了上述统计规律,能够作为筛选地中海贫血患者的判断标准。
由此,如图4所示,本发明提供一种地中海贫血筛查方法,包括
S101、接收受检者的待测样本的血红蛋白质谱图数据;
S103、对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
S105、根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
本发明使用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)通过观测血红蛋白珠蛋白链并结合软件定量计算对地中海贫血进行定性分析。通过大量的样本分析统计发现健康人群血红蛋白不同珠蛋白链含量之间存在着稳定的比例关系,而对于地中海贫血患者则该比例关系会发生明显变化。基于新一代MALDI-TOF MS定量重现性好的特点,可实现全血中不同血红蛋白链相对含量的精准分析,建立了完善的地中海贫血筛查方法、装置和系统,使地中海贫血筛查流程复杂、准确度低,容易发生漏筛的问题得以解决。基于飞行时间质谱蛋白质分析技术,分析对象由血红蛋白四聚体变为具体的每条珠蛋白链,可直接分析每条珠蛋白链的具体变化,特异性更强。此外该方法只需一项检测,样本前处理流程简单快捷,试剂耗材消耗量少,检测通量高。检测结果不易受实验室条件影响,更容易实现标准统一,有望应用于地中海贫血大规模临床筛查中。
本发明相比现有的电泳方法大大缩短了样本前处理的时间,有效的解决了现有方法对地中海贫血筛查时存在的准确率低、检测通量低、特异性及灵敏度差等问题。
中国专利申请201510618319.5虽然采用质谱技术检测,但其实际方法是通过检测血红蛋白裂解肽段的比例关系推断珠蛋白链间相对含量比例,与本发明所涉及的方法(即直接分析α、β、δ珠蛋白链相对比例关系)存在差异。该专利所涉及方法只能对高丰度的珠蛋白链进行分析,未能同时分析低丰度珠蛋白链(如δ链),无法同时对我国高发的α-地中海贫血进行筛查。
相比于中国专利申请201910945988.1,虽然该方法采用MALDI-TOF质谱技术检测,但其实际方法是通过加入参照物后检测血红蛋白不同珠蛋白链各自相对参照物的含量变化,其结果易受到参照物本身偏差及参照物与样本间未知干扰的影响,而本发明所涉及的方法采用人体血液中各珠蛋白链相对比例关系(即直接分析α、β、δ珠蛋白链相对比例关系),无需引入外界物质,因此无其他干扰因素,其结果特异性更高,检测更准确。
可选地,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,判定为疑似。
可选地,所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
接下来,对该统计学规律进行验证。
在一个具体实施例中:
制备样本:采用β地中海贫血受检者A全血样本,来自于中国科学院某样本库。将该样本与纯水按照体积比为1:200混合,得到一级稀释液。再将一级稀释液与SA基质液按体积比1:10混合,涡旋混匀,即为待测样本。
制备靶板:用微量移液器将上述A待测样本滴加到飞行时间质谱配套的靶板上,每个样本平行点2个靶孔,自然晾干。
将上述干燥后的靶板置于飞行时间质谱上扫描,得到包含不同珠蛋白链的质谱图。
如图5所示为受检者的定量结果显示截图。从图中可见,A2组的样本的β/α、δ/α、δ/β的比值分别为58.3%,9.8%和16.9%,B2组的样本的β/α、δ/α、δ/β的比值分别为66.4%,10.4%和15.6%,C2组的样本的β/α、δ/α、δ/β的比值分别为69.1%,9.5%和13.8%,根据上述判断标准,该受检者为β地中海贫血。与样本的实际情况相符,说明判断标准的正确性。
类似地,制备α地中海贫血样本,如图6所示为受检者的定量结果显示截图。从图中可见,第一组的样本的β/α、δ/α、δ/β的比值分别为137.6%,13.8%和19.0%,第二组的样本的β/α、δ/α、δ/β的比值分别为145.1%,13.8%和20.0%,根据上述判断标准,符合β珠蛋白链峰面积与α珠蛋白链峰面积比值>125.0%(尽管不符合δ珠蛋白链峰面积与α珠蛋白链峰面积比值<9.5%),则该受检者为α地中海贫血。与样本的实际情况相符,说明判断标准的正确性。
可选地,在接收受检者的待测样本的血红蛋白质谱图数据之前,所述方法还包括
制备受检者待测样本;
其中,该制备方法与之前所述类似。
利用微量移液器将受检者的待测样本滴加到飞行时间质谱仪的靶板上。
利用飞行时间质谱仪对受检者的待测样本进行采集,得到所述待测样本的血红蛋白质谱图数据。
本发明提供一种计算设备,包括处理器,所述处理器执行程序时实现图4所示的方法步骤。
在一个具体示例中,如图7所示,适于用来实现本实施例提供的筛选方法的计算机系统,包括中央处理模块(CPU),其可以根据存储在只读存储器(ROM)中的程序或者从存储部分加载到随机访问存储器(RAM)中的程序,该程序例如实现本申请招聘方法的应用程序或者执行程序时执行该方法。CPU、ROM以及RAM通过总线被此相连。输入/输入(I/O)接口也连接至总线。
以下部件连接至I/O接口:包括键盘、鼠标等的输入部分;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口。可拆卸介质,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器上,以便于从其上读出的计算机程序根据需要被安装入存储部分。
特别地,根据本实施例,上文流程图描述的过程可以被实现为计算机软件程序。例如,本实施例包括一种计算机程序产品,其包括有形地包含在计算机可读介质上的计算机程序,上述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。
附图中的流程图和示意图,图示了本实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或示意图中的每个方框可以代表一个模块、程序段或代码的一部分,上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,示意图和/或流程图中的每个方框、以及示意和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本实施例中所涉及到的模块可以通过软件的方式实现。所描述的模块也可以设置在处理器中。
作为另一方面,本实施例还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质,也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当上述一个或者多个程序被一个设备执行时,使得上述设备执行本申请的筛选方法。
本发明还提供一种地中海贫血筛查装置,包括
基质辅助激光解吸电离飞行时间质谱仪,对受检者的待测样本进行采集,得到所述待测样本的血红蛋白质谱图数据;以及上述计算设备。
本发明还提供一种地中海贫血筛查系统,包括
上述地中海贫血筛查装置;以及
显示器,用于显示判定结果。
具体地,结果报告例如显示为“β-地贫”、“α-地贫”、“正常”和“疑似”。
可选地,所述系统还包括
微量移液器,用于将受检者的待测样本滴加到所述质谱仪的靶板上。
需要说明的是,在本发明的描述中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于本领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (9)

1.一种计算设备,包括处理器和存储器,所述存储器中存储有程序,其特征在于,所述处理器执行所述程序时实现:
接收受检者的待测样本的血红蛋白质谱图数据;
对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
2.根据权利要求1所述的计算设备,其特征在于,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,则判定所述受检者为疑似。
3.根据权利要求2所述的计算设备,其特征在于,
所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
4.一种存储介质,存储有程序,其特征在于,所述程序执行时实现:
接收受检者的待测样本的血红蛋白质谱图数据;
对所述血红蛋白质谱图数据中的α珠蛋白链、β珠蛋白链和δ珠蛋白链的峰面积进行积分,分别计算δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值;
根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症。
5.根据权利要求4所述的存储介质,其特征在于,所述根据所述δ珠蛋白链与β珠蛋白链峰面积之间的比值、δ珠蛋白链与α珠蛋白链峰面积之间的比值以及β珠蛋白链与α珠蛋白链峰面积之间的比值的相互关系,确定判定所述受检者是否患有地中海贫血症包括
若δ珠蛋白链与β珠蛋白链峰面积比值>第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<第三阈值,则判定所述受检者为β地中海贫血;若δ珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第二阈值或β珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第三阈值,则判定所述受检者为α地中海贫血;若δ珠蛋白链与β珠蛋白链峰面积比值<所述第一阈值,δ珠蛋白链峰面积与α珠蛋白链峰面积比值>所述第二阈值、β珠蛋白链峰面积与α珠蛋白链峰面积比值<所述第三阈值,则判定所述受检者为正常;否则,则判定所述受检者为疑似。
6.根据权利要求5所述的存储介质,其特征在于,
所述第一阈值为11.0%±0.5%,第二阈值为9.5%±0.5%,第三阈值为125.0%±0.5%。
7.一种地中海贫血筛查装置,其特征在于,包括
基质辅助激光解吸电离飞行时间质谱仪,对受检者的待测样本进行采集,得到所述待测样本的血红蛋白质谱图数据;以及
根据权利要求1-3中任一项所述的计算设备。
8.一种地中海贫血筛查系统,其特征在于,包括
权利要求7所述的装置;
显示器,用于显示判定结果。
9.根据权利要求8所述的系统,其特征在于,还包括
微量移液器,用于将受检者的待测样本滴加到所述质谱仪的靶板上。
CN202010302420.0A 2020-04-17 2020-04-17 一种计算设备、存储介质和地中海贫血筛查装置及系统 Active CN111638261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010302420.0A CN111638261B (zh) 2020-04-17 2020-04-17 一种计算设备、存储介质和地中海贫血筛查装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010302420.0A CN111638261B (zh) 2020-04-17 2020-04-17 一种计算设备、存储介质和地中海贫血筛查装置及系统

Publications (2)

Publication Number Publication Date
CN111638261A true CN111638261A (zh) 2020-09-08
CN111638261B CN111638261B (zh) 2023-04-07

Family

ID=72328871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010302420.0A Active CN111638261B (zh) 2020-04-17 2020-04-17 一种计算设备、存储介质和地中海贫血筛查装置及系统

Country Status (1)

Country Link
CN (1) CN111638261B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114324557A (zh) * 2021-12-03 2022-04-12 融智生物科技(青岛)有限公司 一种基于MALDI-TOF MS的ζ-珠蛋白的检测方法

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4159895A (en) * 1977-03-30 1979-07-03 Coulter Electronics, Inc. Method and apparatus for the detection of beta thalassaemia minor
CN1065094A (zh) * 1992-04-14 1992-10-07 复旦大学 人血红蛋白(珠蛋白)α1,基因和α2基因的检测技术
US20080280345A1 (en) * 2005-02-01 2008-11-13 King's College London Screening Method
JP2009109230A (ja) * 2007-10-26 2009-05-21 Sekisui Chem Co Ltd ヘモグロビン類の測定方法
CN101529238A (zh) * 2006-10-16 2009-09-09 积水化学工业株式会社 血红蛋白类的测定方法
US20090250604A1 (en) * 2005-03-31 2009-10-08 The Noguchi Institute Analysis Method for Biological Sample and Screening Method for Disease Marker
JP2010066225A (ja) * 2008-09-12 2010-03-25 Nagoya Univ 質量分析法を利用した複数癌腫の血液検出のための方法および生物マーカー
WO2011000516A2 (en) * 2009-06-29 2011-01-06 Erasmus University Medical Center Rotterdam Gamma globin therapy
WO2011095981A1 (en) * 2010-02-03 2011-08-11 St. John's Research Institute An in-vitro method for characterizing hemoglobin variant
US20120214831A1 (en) * 2009-10-30 2012-08-23 Kabushiki Kaisha Yakult Honsha Method for determination of sensitivity to anti-cancer agent
CN103649332A (zh) * 2011-04-06 2014-03-19 皇家飞利浦有限公司 用于β地中海贫血性状的新型相关标记
CN105223290A (zh) * 2015-09-24 2016-01-06 重庆医科大学附属儿童医院 一种测定血红蛋白α与β珠蛋白链比率的方法及应用
CN107110873A (zh) * 2014-08-29 2017-08-29 曼普知识产权控股有限公司 检测血红蛋白中异常的方法
US20170254814A1 (en) * 2014-08-29 2017-09-07 Map Ip Holding Limited Rapid Screening And Evaluation Of Diabetes And Prediabetes By Glycated Hemoglobin Mass Spectrometry
CN109115859A (zh) * 2018-10-23 2019-01-01 广东祥岳生物技术有限公司 一种新生儿地中海贫血筛查结果质量控制方法
US20190111114A1 (en) * 2015-12-30 2019-04-18 Takahiro Maeda Methods for identifying and treating hemoglobinopathies
CN110093413A (zh) * 2019-04-09 2019-08-06 深圳市卫生健康发展研究中心 检测β地中海贫血的引物组和试剂盒
CN110133280A (zh) * 2019-04-29 2019-08-16 融智生物科技(青岛)有限公司 一种β链变异的血红蛋白糖化率的测定方法
WO2019178187A1 (en) * 2018-03-13 2019-09-19 The Children's Hospital Of Philadelphia Compositions and methods for hemoglobin production
US20190365734A1 (en) * 2017-01-30 2019-12-05 The Children's Hospital Of Philadelphia Compositions and methods for hemoglobin production
CN110632326A (zh) * 2019-10-01 2019-12-31 北京毅新博创生物科技有限公司 用于质谱诊断地中海贫血症的特征蛋白标记组合物及其诊断产品
CN110658252A (zh) * 2019-10-01 2020-01-07 长沙湘华质谱医学科技有限公司 用于质谱诊断地中海贫血症的特征蛋白质谱模型及其用途

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4159895A (en) * 1977-03-30 1979-07-03 Coulter Electronics, Inc. Method and apparatus for the detection of beta thalassaemia minor
CN1065094A (zh) * 1992-04-14 1992-10-07 复旦大学 人血红蛋白(珠蛋白)α1,基因和α2基因的检测技术
US20080280345A1 (en) * 2005-02-01 2008-11-13 King's College London Screening Method
US20090250604A1 (en) * 2005-03-31 2009-10-08 The Noguchi Institute Analysis Method for Biological Sample and Screening Method for Disease Marker
CN101529238A (zh) * 2006-10-16 2009-09-09 积水化学工业株式会社 血红蛋白类的测定方法
JP2009109230A (ja) * 2007-10-26 2009-05-21 Sekisui Chem Co Ltd ヘモグロビン類の測定方法
JP2010066225A (ja) * 2008-09-12 2010-03-25 Nagoya Univ 質量分析法を利用した複数癌腫の血液検出のための方法および生物マーカー
WO2011000516A2 (en) * 2009-06-29 2011-01-06 Erasmus University Medical Center Rotterdam Gamma globin therapy
US20120214831A1 (en) * 2009-10-30 2012-08-23 Kabushiki Kaisha Yakult Honsha Method for determination of sensitivity to anti-cancer agent
WO2011095981A1 (en) * 2010-02-03 2011-08-11 St. John's Research Institute An in-vitro method for characterizing hemoglobin variant
CN103649332A (zh) * 2011-04-06 2014-03-19 皇家飞利浦有限公司 用于β地中海贫血性状的新型相关标记
CN107110873A (zh) * 2014-08-29 2017-08-29 曼普知识产权控股有限公司 检测血红蛋白中异常的方法
US20170254814A1 (en) * 2014-08-29 2017-09-07 Map Ip Holding Limited Rapid Screening And Evaluation Of Diabetes And Prediabetes By Glycated Hemoglobin Mass Spectrometry
US20180224462A1 (en) * 2014-08-29 2018-08-09 Map Ip Holding Limited Method For Detecting Abnormalities In Hemoglobin
CN105223290A (zh) * 2015-09-24 2016-01-06 重庆医科大学附属儿童医院 一种测定血红蛋白α与β珠蛋白链比率的方法及应用
US20190111114A1 (en) * 2015-12-30 2019-04-18 Takahiro Maeda Methods for identifying and treating hemoglobinopathies
US20190365734A1 (en) * 2017-01-30 2019-12-05 The Children's Hospital Of Philadelphia Compositions and methods for hemoglobin production
WO2019178187A1 (en) * 2018-03-13 2019-09-19 The Children's Hospital Of Philadelphia Compositions and methods for hemoglobin production
CN109115859A (zh) * 2018-10-23 2019-01-01 广东祥岳生物技术有限公司 一种新生儿地中海贫血筛查结果质量控制方法
CN110093413A (zh) * 2019-04-09 2019-08-06 深圳市卫生健康发展研究中心 检测β地中海贫血的引物组和试剂盒
CN110133280A (zh) * 2019-04-29 2019-08-16 融智生物科技(青岛)有限公司 一种β链变异的血红蛋白糖化率的测定方法
CN110632326A (zh) * 2019-10-01 2019-12-31 北京毅新博创生物科技有限公司 用于质谱诊断地中海贫血症的特征蛋白标记组合物及其诊断产品
CN110658252A (zh) * 2019-10-01 2020-01-07 长沙湘华质谱医学科技有限公司 用于质谱诊断地中海贫血症的特征蛋白质谱模型及其用途

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAOWEN YU等: "A novel tandem mass spectrometry method for first-line screening of mainly beta-thalassemia from dried bold spots", 《JOURNAL OF PROTEOMICS》 *
LIDONG HE等: "Diagnosis of hemoglobinopathy and β-Thalassemia by 21 Tesla Fourier Transform Ion Cyclotron Resonance Mass Spectrometry and Tandem Mass Spectrometry of Hemoglobin from Blood", 《CLINICAL CHEMISTRY》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114324557A (zh) * 2021-12-03 2022-04-12 融智生物科技(青岛)有限公司 一种基于MALDI-TOF MS的ζ-珠蛋白的检测方法
CN114324557B (zh) * 2021-12-03 2024-05-10 融智生物科技(青岛)有限公司 一种基于MALDI-TOF MS的ζ-珠蛋白的检测方法

Also Published As

Publication number Publication date
CN111638261B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
EP1337845B1 (en) Method for analyzing mass spectra
JP2003533672A (ja) 非標的化複雑試料分析の方法
AU2002241535A1 (en) Method for analyzing mass spectra
US10928363B2 (en) Method and device for chromatographic mass spectrometry
CN103776891B (zh) 一种检测差异表达蛋白质的方法
CN105223290B (zh) 一种测定血红蛋白α与β珠蛋白链比率的方法及应用
CN114414704A (zh) 评估甲状腺结节恶性程度或概率的系统、模型及试剂盒
CN111638261B (zh) 一种计算设备、存储介质和地中海贫血筛查装置及系统
JP4317083B2 (ja) 質量分析方法及び質量分析システム
JP2016061670A (ja) 時系列データ解析装置及び方法
CN111458417A (zh) 联合检测待测样品中多种抗生素的方法及试剂盒
CN109856310A (zh) 基于hplc-ms的去除代谢物离子峰表中假阳性质谱特征的方法
CN110133280B (zh) 一种β链变异的血红蛋白糖化率的测定方法
CN112415208A (zh) 一种评价蛋白组学质谱数据质量的方法
CN1965232A (zh) 质谱分析装置、质谱分析方法和质谱分析程序
US10937525B2 (en) System that generates pharmacokinetic analyses of oligonucleotide total effects from full-scan mass spectra
US9189595B2 (en) Apparatus and associated method for analyzing small molecule components in a complex mixture
Zhao et al. Discovery of distinct protein profiles for polycystic ovary syndrome with and without insulin resistance by surface-enhanced laser adsorption/ionization time of flight mass spectrometry
Johann Jr et al. Novel approaches to visualization and data mining reveals diagnostic information in the low amplitude region of serum mass spectra from ovarian cancer patients
CN101153872A (zh) 一种新型检测评估危重病人的试剂盒和方法
JP2004219140A (ja) 質量スペクトルの解析方法およびコンピュータプログラム
JP2017227542A (ja) 質量分析データ処理装置、質量分析装置、質量分析データ処理方法、及び質量分析データ処理用プログラム
WO2006130368A2 (en) Iterative base peak framing of mass spectrometry data
US20140051092A1 (en) Method And Apparatus For The Analysis Of Biological Samples
CN109406656A (zh) 一种鉴定银屑病生物标记物的方法及其检测试剂盒

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