CN111796097A - 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具 - Google Patents

诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具 Download PDF

Info

Publication number
CN111796097A
CN111796097A CN202010476095.XA CN202010476095A CN111796097A CN 111796097 A CN111796097 A CN 111796097A CN 202010476095 A CN202010476095 A CN 202010476095A CN 111796097 A CN111796097 A CN 111796097A
Authority
CN
China
Prior art keywords
mild
severe
diseases
mucoid
alpha
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
CN202010476095.XA
Other languages
English (en)
Other versions
CN111796097B (zh
Inventor
张定宇
周溪
尚游
薛宇
邱洋
舒婷
吴迪
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.)
Wuhan Jinyintan Hospital
Original Assignee
Wuhan Jinyintan Hospital
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 Wuhan Jinyintan Hospital filed Critical Wuhan Jinyintan Hospital
Priority to CN202010476095.XA priority Critical patent/CN111796097B/zh
Publication of CN111796097A publication Critical patent/CN111796097A/zh
Application granted granted Critical
Publication of CN111796097B publication Critical patent/CN111796097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
    • G01N33/56983—Viruses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/005—Assays involving biological materials from specific organisms or of a specific nature from viruses
    • G01N2333/08—RNA viruses
    • G01N2333/165—Coronaviridae, e.g. avian infectious bronchitis virus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G01N2333/4701—Details
    • G01N2333/4716—Complement proteins, e.g. anaphylatoxin, C3a, C5a
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G01N2333/4701—Details
    • G01N2333/4725—Mucins, e.g. human intestinal mucin
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G01N2333/4701—Details
    • G01N2333/4728—Details alpha-Glycoproteins
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/56—Staging of a disease; Further complications associated with the disease
    • 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
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Virology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及生物技术领域，特别涉及诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具。该血浆蛋白标志物，包括锌‑α2‑糖蛋白、类粘蛋白1、类粘蛋白2、补体因子I。结果表明，这四种蛋白组合预测轻症患者转重症的受试者工作特征曲线(ROC)下面积(AUC)值为1，其预测轻症转重症的真阳性率为100％，假阳性率为0。此外，利用酶联免疫吸附(ELISA)实验发现上述四种蛋白浓度在轻症患者与重症患者血浆中均存在显著性差异，这就进一步确定了该组合预测轻症转重症的准确性。

Description

诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或 试剂工具
技术领域
本发明涉及生物技术领域，特别涉及诊断新冠肺炎由轻症转重症的血浆 蛋白标志物、检测试剂或试剂工具。
背景技术
SARS-CoV-2感染所造成的新型冠状病毒疾病(COVID-19)其症状范围 很广，从轻微的感冒发烧，到呼吸道综合症、肺炎、全身多器官衰竭甚至死 亡；约10％到20％的轻症患者可发展为重症患者。目前，尚无针对冠状病毒 疾病发生、发展及转归的生物标志物。
发明内容
有鉴于此，本发明提供了诊断新冠肺炎由轻症转重症的血浆蛋白标志物、 检测试剂或试剂工具。Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein 1、 Alpha-1-acid glycoprotein 2及Complement factor I蛋白浓度在轻症患者与重症 患者血浆中均存在显著性差异，这就进一步确定了该组合预测轻症转重症的 准确性。
为了实现上述发明目的，本发明提供以下技术方案：
本发明提供了蛋白作为新型冠状病毒疾病由轻症转重症的检测标志物的 应用；
所述蛋白包括锌-α2-糖蛋白(Zinc-alpha-2-glycoprotein，基因名称 AZGP1)、类粘蛋白1(Alpha-1-acid glycoprotein 1，基因名称ORM1)、类 粘蛋白2(Alpha-1-acidglycoprotein 2，基因名称ORM2)、补体因子I (Complement factor I，基因名称CFI)中的一个或两者以上的组合物。
在上述研究的基础上，本发明还提供了特异性结合蛋白的抗体在制备检 测新型冠状病毒疾病由轻症转重症的试剂或诊断工具中的应用；所述蛋白包 括锌-α2-糖蛋白(Zinc-alpha-2-glycoprotein，基因名称AZGP1)、类粘蛋白1 (Alpha-1-acidglycoprotein 1，基因名称ORM1)、类粘蛋白2(Alpha-1-acid glycoprotein 2，基因名称ORM2)、补体因子I(Complement factor I，基因名 称CFI)中的一个或两者以上的组合物。
在本发明的一些具体实施方案中，所述诊断工具包括芯片、试纸条或试 剂盒。
在本发明的一些具体实施方案中，所述抗体包括anti-AZGP1、 anti-ORM1/2或anti-CFI的一个或两者以上的组合物。
在上述研究的基础上，本发明还提供了基因作为新型冠状病毒疾病由轻 症转重症的检测标志物的应用；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合 物。
在上述研究的基础上，本发明还提供了抑制基因表达的制剂在制备检测 新型冠状病毒疾病由轻症转重症的试剂或诊断工具中的应用；所述基因包括 AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合物。
在本发明的一些具体实施方案中，所述诊断工具包括芯片、试纸条或试 剂盒。
在本发明的一些具体实施方案中，所述制剂包括AZGP1基因表达的抑制 剂、ORM1基因表达的抑制剂、ORM2基因表达的抑制剂或CFI基因表达的 抑制剂中的一个或两者以上的组合物。
在上述研究的基础上，本发明还提供了检测新型冠状病毒疾病由轻症转 重症的试剂，包括特异性结合蛋白的抗体和/或抑制基因表达的制剂；
所述蛋白包括锌-α2-糖蛋白(Zinc-alpha-2-glycoprotein，基因名称 AZGP1)、类粘蛋白1(Alpha-1-acid glycoprotein 1，基因名称ORM1)、类 粘蛋白2(Alpha-1-acidglycoprotein 2，基因名称ORM2)、补体因子I (Complement factor I，基因名称CFI)中的一个或两者以上的组合物；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合 物。
在上述研究的基础上，本发明还提供了检测新型冠状病毒疾病由轻症转 重症的试剂盒，包括特异性结合蛋白的抗体和/或抑制基因表达的制剂；
所述蛋白包括锌-α2-糖蛋白(Zinc-alpha-2-glycoprotein，基因名称 AZGP1)、类粘蛋白1(Alpha-1-acid glycoprotein 1，基因名称ORM1)、类 粘蛋白2(Alpha-1-acidglycoprotein 2，基因名称ORM2)、补体因子I (Complement factor I，基因名称CFI)中的一个或两者以上的组合物；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合 物。
人类血浆蛋白的变化代表了病毒感染导致的疾病条件下病理生理变化的 指标。结合蛋白质组学与机器学习技术，我们可以分析不同症状COVID-19 患者不同病程的血浆蛋白表达差异，建立完整的蛋白质数据库，对疾病不同 阶段的蛋白质组表达变化进行分析比较，发现与疾病进程相关的特异性蛋白， 以作为疾病诊断潜在的生物标志物。
本发明提供了一组用于诊断新冠肺炎由轻症转重症的血浆蛋白标志物， 包括锌-α2-糖蛋白(Zinc-alpha-2-glycoprotein，基因名称AZGP1)、类粘蛋白 1(Alpha-1-acidglycoprotein 1，基因名称ORM1)、类粘蛋白2(Alpha-1-acid glycoprotein 2，基因名称ORM2)、补体因子I(Complement factor I，基因名 称CFI)。结果表明，这四种蛋白组合预测轻症患者转重症的受试者工作特征 曲线(ROC)下面积(AUC)值为1，其预测轻症转重症的真阳性率为100％， 假阳性率为0。此外，利用酶联免疫吸附(ELISA)实验发现 Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein 1、Alpha-1-acid glycoprotein 2及Complement factor I蛋白浓度在轻症患者与重症患者血浆中 均存在显著性差异，这就进一步确定了该组合预测轻症转重症的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍。
图1示轻症组与重症组血浆蛋白质谱结果；
图2示ROC曲线分析；
图3示混沌矩阵分析；
图4示ELISA检测结果；
图5示ELISA检测结果；
图6示ELISA检测结果；
图7示ELISA检测结果。
具体实施方式
本发明公开了诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂 或试剂工具，本领域技术人员可以借鉴本文内容，适当改进工艺参数实现。 特别需要指出的是，所有类似的替换和改动对本领域技术人员来说是显而易 见的，它们都被视为包括在本发明。本发明的方法及应用已经通过较佳实施 例进行了描述，相关人员明显能在不脱离本发明内容、精神和范围内对本文 所述的方法和应用进行改动或适当变更与组合，来实现和应用本发明技术。
本发明提供的诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂 或试剂工具中所用原料及试剂均可由市场购得。
下面结合实施例，进一步阐述本发明：
实施例1：新冠肺炎患者血浆样品质谱分析
1.实验材料
新冠肺炎患者血浆样品，来源某医院，包括10位轻症患者采集的全血 (M1-M10，简称为M)，以及7位重症患者采集的全血(S1-S7，简称为S)， 共计17份全血样品。根据国家卫生健康委员会办公厅和国家中医药管理局办 公室联合印发《新型冠状病毒感染的肺炎诊疗方案(试行第六版)》，临床分 型如下：轻型，临床症状轻微,影像学未见肺炎表现；重型，符合下列任何一 条：1、出现气促，RR≥30次/分；2、静息状态下，指氧饱和度≤93％；3、 动脉血氧分压(Pa02)/吸氧浓度(Fi02)≤300mg1mmHg＝0.1Pa)、高海拔 (海拔超过1000米)地区应根据以下公式对Pa02/Fi02进行校正：Pa02/F102 ×[大气压(mHg)/760]；4、肺部影像学显示24-48小时内病灶明显进展>50％ 者按重型管理。
2.实验过程
(1)以下(1)至(3)实验均在生物安全等级三级实验室开展。
(2)全血样品在37℃水浴锅中孵育1h，待血细胞完全凝结。
(3)将样品于4℃，3000rpm离心15min，吸取上层血浆。将血浆放置 56℃水浴锅中完全灭活60min，并经过外部彻底消毒后备用。
(4)委托某公司，在Thermo ScientificTM Q ExactiveTM仪器平台上利用 ThermoScientific TMT对各组血浆蛋白进行标记并开展相对定量质谱分析。
结果如图1所示，每组均得到530种蛋白。
实施例2：机器学习筛选轻症转重症标志物
1.实验材料
17份血浆样品(见实施例1)质谱数据，Python 3.7 (https://www.anaconda.com/)、Scikit learn 0.22.1 (https://scikit-learn.org/stable/)。本实验源代码 https://github.com/Ning-310/POC-19。
2.实验过程
(1)筛选差异蛋白，筛选S组与M组中蛋白倍数变化(FC)绝对值大 于0.8，且双尾非配对Welch T检验小于0.01(|log2(FC)|>0.8,unpaired two-sided Welch’s t-test,P<0.01)的差异蛋白。
(2)从差异蛋白中随机选择不超过5个蛋白组成潜在的最优标志物组合 (OBC)，每个蛋白的初始重量值设为1，并设置了1000种OBC备选。
(3)对于每个候选OBC，我们随机生成一个训练数据集和一个测试数据 集，比率为4:1。测试数据集仅用于评估绩效，不用于训练。利用机器学习算 法惩罚logistic回归(PLR)，使用最小绝对收缩和选择算子惩罚和岭回归(L2 正则化)惩罚迭代优化5种蛋白质的权重值。
(4)利用质谱数据，计算鉴定出的OBC中各蛋白质区分重症与危重症 患者可能性的真阳性(True Positive，TP)、真阴性(True Negative，TN)、 假阳性(False Positive，FP)和假阴性(False Negative，FN)数。然后计算 灵敏度(Sensitivity，Sn)、特异性(Specificity，Sp)、准确性(Accuracy， Ac)、阳性预测值(Positive Predictive Value，PPV)、阴性预测值(Negative Predictive Value，NPV)、Mathew相关系数(Mathewcorrelation coefficient， MCC)，如下所示：
Figure BDA0002515894450000061
Figure BDA0002515894450000062
Figure BDA0002515894450000063
进行5倍交叉验证，根据Sn和1-Sp评分绘制了受试者工作特性(ROC) 曲线下面积，并计算了ROC线下面积值(AUC)值。
(5)为了简化OBC的组成，如果交叉验证受试者工作特征曲线(ROC) 下面积(AUC)值增加了5倍，则随机丢弃一个蛋白质。重复进行该程序， 直到AUC值不再增加。然后，确定所有1000个候选OBC的AUC值，并根 据最高AUC值确定最终OBC。并搜索质谱结果，确定OBC中各蛋白的相对 表达量。
结果如图2所示，ROC曲线下的面积值AUC在大于0.5的情况下，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。我们发现这四种蛋白 组合Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein 1、Alpha-1-acid glycoprotein 2及Complement factor I的AUC值为1，表明该组合具有极佳的 预判轻症转重症性能。
实施例3：验证OBC预测者准确性
1.实验材料
17份血浆样品(见实施例1)质谱数据，Python 3.7 (https://www.anaconda.com/)。
2.实验过程
(1)将鉴定出的OBC中各蛋白质区分轻症与重症患者可能性的真阳性 (TruePositive，TP)、真阴性(True Negative，TN)、假阳性(False Positive， FP)和假阴性(False Negative，FN)比率进行混沌逻辑分析。
(2)通过Scikit learn 0.22.1软件，绘制混沌矩阵。
结果如图3所示，该OBC组合预测轻症转重症的真阳性率为100％，假 阳性率为0。
实施例4：ELISA验证OBC预测由轻症转重症准确性
1.实验材料
15份轻症患者血浆样品、15份重症患者血浆样品、5份健康者对照血浆 样品，来源某医院。Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein 1、 Alpha-1-acidglycoprotein 2及Complement factor I检测ELISA试剂盒，购自 某公司。检测Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein 1、 Alpha-1-acid glycoprotein 2及Complement factor I所用抗体分别为人源 anti-AZGP1抗体、人源anti-ORM1/2抗体或人源anti-CFI抗体。
2.实验过程
(1)(1)以下(1)至(3)实验均在生物安全等级三级实验室开展。
(2)全血样品在37℃水浴锅中孵育1h，待血细胞完全凝结。
(3)将样品于4℃，3000rpm离心15min，吸取上层血浆。将血浆放置 56℃水浴锅中完全灭活60min，并经过外部彻底消毒后备用。
(4)取出试剂盒提供的相应ELISA预包被板，每孔加入100μl试剂盒提 供的标准品或实验用血浆样品。用试剂盒提供的胶盖密封。在37℃下孵育2 小时。
(3)弃掉每孔里的液体，不要清洗。向每孔中加入100μl试剂盒提供的 生物素抗体(1x)。用新的胶盖密封，37℃下孵育1小时。
(4)弃掉每孔里的液体，用试剂盒提供的清洗缓冲液清洗3次，每次 200μl。
(5)每孔加入100μl的试剂盒提供的HRP-avidin(1x)。用新的胶盖密 封，37℃下孵育1小时。
(6)弃掉每孔里的液体，用清洗缓冲液清洗5次，每次200μl。
(7)每孔中加入90μl试剂盒提供的TMB底物。避光，37℃下孵育15-30 分钟。
(8)每孔中加入50μl试剂盒提供的停止液，轻轻拍打预包被板，确保液 体彻底混匀。
(9)在5分钟内，用酶标仪直接在450nm处读取的读数。如果波长校 正可用，则可设置双OD：450nm和540nm或450nm和570nm，纠正光学缺 陷，得到更为准确的读数。通过已知浓度的标准品换算每孔血浆样品中蛋白 浓度。
结果如表1及图4～7所示，利用ELISA检测发现Zinc-alpha-2-glycoprotein、Alpha-1-acid glycoprotein1、Alpha-1-acid glycoprotein 2及Complement factor I蛋白浓度在轻症患者与重症患者血浆中均存在显著性差异，这就进一步确定 了该OBC组合预测轻症转重症的准确性。
表1
Figure BDA0002515894450000081
Figure BDA0002515894450000091
Figure BDA0002515894450000101
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普 通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润 饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.蛋白作为新型冠状病毒疾病由轻症转重症的检测标志物的应用；
所述蛋白包括锌-α2-糖蛋白、类粘蛋白1、类粘蛋白2、补体因子I中的一个或两者以上的组合物。
2.特异性结合蛋白的抗体在制备检测新型冠状病毒疾病由轻症转重症的试剂或诊断工具中的应用；所述蛋白包括锌-α2-糖蛋白、类粘蛋白1、类粘蛋白2、补体因子I中的一个或两者以上的组合物。
3.如权利要求2所述的应用，其特征在于，所述诊断工具包括芯片、试纸条或试剂盒。
4.如权利要求2或3所述的应用，其特征在于，所述抗体包括anti-AZGP1、anti-ORM1/2或anti-CFI中的一个或两者以上的组合物。
5.基因作为新型冠状病毒疾病由轻症转重症的检测标志物的应用；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合物。
6.抑制基因表达的制剂在制备检测新型冠状病毒疾病由轻症转重症的试剂或诊断工具中的应用；所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合物。
7.如权利要求6所述的应用，其特征在于，所述诊断工具包括芯片、试纸条或试剂盒。
8.如权利要求6或7所述的应用，其特征在于，所述制剂包括AZGP1基因表达的抑制剂、ORM1基因表达的抑制剂、ORM2基因表达的抑制剂或CFI基因表达的抑制剂中的一个或两者以上的组合物。
9.检测新型冠状病毒疾病由轻症转重症的试剂，其特征在于，包括特异性结合蛋白的抗体和/或抑制基因表达的制剂；
所述蛋白包括锌-α2-糖蛋白、类粘蛋白1、类粘蛋白2、补体因子I中的一个或两者以上的组合物；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合物。
10.检测新型冠状病毒疾病由轻症转重症的试剂盒，其特征在于，包括特异性结合蛋白的抗体和/或抑制基因表达的制剂；
所述蛋白包括锌-α2-糖蛋白、类粘蛋白1、类粘蛋白2、补体因子I中的一个或两者以上的组合物；
所述基因包括AZGP1、ORM1、ORM2、CFI中的一个或两者以上的组合物。
CN202010476095.XA 2020-05-29 2020-05-29 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具 Active CN111796097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010476095.XA CN111796097B (zh) 2020-05-29 2020-05-29 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010476095.XA CN111796097B (zh) 2020-05-29 2020-05-29 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具

Publications (2)

Publication Number Publication Date
CN111796097A true CN111796097A (zh) 2020-10-20
CN111796097B CN111796097B (zh) 2023-09-08

Family

ID=72806642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010476095.XA Active CN111796097B (zh) 2020-05-29 2020-05-29 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具

Country Status (1)

Country Link
CN (1) CN111796097B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112345750A (zh) * 2020-11-03 2021-02-09 上海市公共卫生临床中心 一种新冠肺炎病程预测和监控的分子标志物及其应用
CN112795646A (zh) * 2021-04-06 2021-05-14 中国科学院北京基因组研究所(国家生物信息中心) 一种预判重症新冠肺炎（covid-19）的标志物及其产品和用途
CN115097147A (zh) * 2022-08-23 2022-09-23 细胞生态海河实验室 测定样本中生物标志物水平的试剂在预测奥密克戎复阳风险的应用及代谢、蛋白、联合模型

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595162A (zh) * 2003-09-09 2005-03-16 北京德易信达科技开发有限公司 用蛋白生物芯片检测sars患者血液中生物标记的用途
US20150110779A1 (en) * 2012-03-15 2015-04-23 Bristol-Myers Squibb Company Methods for predicting gastrointestinal immune-related adverse events (gi-irae) in patients treated with modulation of the co-stimulatory pathway
CN111041089A (zh) * 2020-03-13 2020-04-21 广州微远基因科技有限公司 Covid-19感染的宿主标志物的应用
CN111122864A (zh) * 2020-03-25 2020-05-08 中山生物工程有限公司 新型冠状病毒IgG抗体酶联免疫检测试剂盒及其检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4829809A (en) * 1986-08-26 1989-05-16 City Technology Limited Gas calibration method and apparatus
JP2001041916A (ja) * 1999-05-21 2001-02-16 Daikin Ind Ltd ガス検出装置
CN102706948B (zh) * 2012-06-21 2013-12-11 无锡市尚沃医疗电子股份有限公司 一种利用电化学传感器测量气体浓度的方法与装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595162A (zh) * 2003-09-09 2005-03-16 北京德易信达科技开发有限公司 用蛋白生物芯片检测sars患者血液中生物标记的用途
US20150110779A1 (en) * 2012-03-15 2015-04-23 Bristol-Myers Squibb Company Methods for predicting gastrointestinal immune-related adverse events (gi-irae) in patients treated with modulation of the co-stimulatory pathway
CN111041089A (zh) * 2020-03-13 2020-04-21 广州微远基因科技有限公司 Covid-19感染的宿主标志物的应用
CN111122864A (zh) * 2020-03-25 2020-05-08 中山生物工程有限公司 新型冠状病毒IgG抗体酶联免疫检测试剂盒及其检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHRISTOPH B. MESSNER等: "Clinical classifiers of COVID-19 infection from novel ultra-high-throughput proteomics", 《MEDRXIV》 *
万佳: "严重急性呼吸系统综合征（SARS）的血浆差异蛋白质组研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112345750A (zh) * 2020-11-03 2021-02-09 上海市公共卫生临床中心 一种新冠肺炎病程预测和监控的分子标志物及其应用
WO2022095781A1 (zh) * 2020-11-03 2022-05-12 上海市公共卫生临床中心 一种新冠肺炎病程预测和监控的分子标志物及其应用
CN112795646A (zh) * 2021-04-06 2021-05-14 中国科学院北京基因组研究所(国家生物信息中心) 一种预判重症新冠肺炎（covid-19）的标志物及其产品和用途
CN115097147A (zh) * 2022-08-23 2022-09-23 细胞生态海河实验室 测定样本中生物标志物水平的试剂在预测奥密克戎复阳风险的应用及代谢、蛋白、联合模型

Also Published As

Publication number Publication date
CN111796097B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN111796098B (zh) 诊断新冠肺炎由重症转危重症的血浆蛋白标志物、检测试剂或检测工具
Pitarch et al. Prediction of the clinical outcome in invasive candidiasis patients based on molecular fingerprints of five anti-Candida antibodies in serum
CN111733228A (zh) 用于检测新型冠状病毒疾病是否治愈的标志物、试剂或试剂盒
CN111796097A (zh) 诊断新冠肺炎由轻症转重症的血浆蛋白标志物、检测试剂或试剂工具
Mousavi-Nasab et al. Neutrophil to lymphocyte ratio and C-reactive protein level as prognostic markers in mild versus severe COVID-19 patients
Aksaray et al. Diagnostic value of sTREM-1 and procalcitonin levels in the early diagnosis of sepsis
Wick et al. RAGE has potential pathogenetic and prognostic value in nonintubated hospitalized patients with COVID-19
Kurian et al. Association of serum ferritin with severity and clinical outcome in COVID-19 patients: An observational study in a tertiary healthcare facility
Arakawa et al. Serum stratifin and presepsin as candidate biomarkers for early detection of COVID-19 disease progression
CN107255711A (zh) 骨桥蛋白用于制备或筛选慢加急性肝衰竭诊断试剂的用途
Davenport et al. Clinical relevance of testing for antineutrophil cytoplasm antibodies (ANCA) with a standard indirect immunofluorescence ANCA test in patients with upper or lower respiratory tract symptoms.
Yang Expression profile of IL-17 in lung tissues of patients with lung cancer and COPD and clinical significance
Shu et al. Assay design for unambiguous identification and quantification of circulating pathogen-derived peptide biomarkers
Xue et al. Changes in heparin-binding protein, procalcitonin, and C-reactive protein within the first 72 hours predict 28-day mortality in patients admitted to the intensive care unit with septic shock
TWI704349B (zh) 蛋白質生物標記用以診斷川崎症的用途
Bojorges-Aguilar et al. 317. Invasive fungal infections in critically-ill patients with COVID-19 in Mexico City
Moldovan et al. The Value of the “Lab-Score” Method in Identifying Febrile Infants at Risk for Serious Bacterial Infections
Cao et al. Value of IL-1β and IL-23 in predicting 28-day mortality due to sepsis: a retrospective study
Jiang et al. Comparison of clinical characteristics in patients with coronavirus disease and influenza A in Guangzhou, China
Merkler et al. Risk stratification models for stroke in patients hospitalized with COVID-19 infection
Ajayababu et al. Effect of volume of instillate on the diagnostic utility of bronchoalveolar lavage galactomannan in patients with suspected chronic pulmonary aspergillosis—A pilot study
Nazri et al. C-reactive Protein, Albumin, Urea, CRP/Albumin Ratio, and Urea/Albumin Ratio: A Retrospective Evaluation in COVID-19 Patients.
Öncel et al. Evaluation of ischemia-modified albumin in the diagnosis and the clinical severity of COVID-19 in children
Aljehani et al. Immune biomarkers associated with COVID-19 disease severity in an urban, hospitalized population.
CN117969827B (zh) 抗caspase 14抗体在制备类风湿关节炎补充诊断产品中的应用

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