CN111929430B - 用于诊断认知障碍的生物标记物及其应用 - Google Patents
用于诊断认知障碍的生物标记物及其应用 Download PDFInfo
- Publication number
- CN111929430B CN111929430B CN202010816217.5A CN202010816217A CN111929430B CN 111929430 B CN111929430 B CN 111929430B CN 202010816217 A CN202010816217 A CN 202010816217A CN 111929430 B CN111929430 B CN 111929430B
- Authority
- CN
- China
- Prior art keywords
- content
- value
- sphingomyelin
- cognitive disorder
- biomarkers
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/04—Preparation or injection of sample to be analysed
- G01N30/06—Preparation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/26—Conditioning of the fluid carrier; Flow patterns
- G01N30/28—Control of physical parameters of the fluid carrier
- G01N30/34—Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/26—Conditioning of the fluid carrier; Flow patterns
- G01N30/28—Control of physical parameters of the fluid carrier
- G01N30/36—Control of physical parameters of the fluid carrier in high pressure liquid systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
- G01N30/7233—Mass spectrometers interfaced to liquid or supercritical fluid chromatograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
-
- 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
- G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
- G01N2030/8809—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
- G01N2030/8813—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials
- G01N2030/8822—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials involving blood
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2405/00—Assays, e.g. immunoassays or enzyme assays, involving lipids
- G01N2405/04—Phospholipids, i.e. phosphoglycerides
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2405/00—Assays, e.g. immunoassays or enzyme assays, involving lipids
- G01N2405/08—Sphingolipids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/28—Neurological disorders
- G01N2800/2814—Dementia; Cognitive disorders
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Endocrinology (AREA)
- Biophysics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供了用于诊断认知障碍的生物标记物及其应用,该生物标记物为SM(d18:2/24:1),结合TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)),SM(d18:1/24:1(15Z)),PC(P‑16:0/22:4(7Z,10Z,13Z,16Z)),PC(P‑18:0/18:4(6Z,9Z,12Z,15Z))用于判断是否存在认知障碍。该诊断认知障碍的生物标记物,用于制备诊断认知障碍的诊断试剂或试剂盒,可判别认知障碍,可用于早期发现、诊断和预测认知障碍。
Description
技术领域
本发明属于生物检测技术领域,具体涉及用于诊断认知障碍的生物标记物及其应用。
背景技术
认知障碍是一种进行性神经退行性疾病,如果不能及早的被发现、关注和干预,就容易发展成为痴呆,例如阿尔兹海默症(AD)。这是一种导致渐进性记忆障碍、认知缺陷、个人性格的变化等的疾病。在全世界有超过500万名以上患有阿尔茨海默病,而处于认知障碍的患者数量更多。目前为止,尽管有许多对发病机制的研究,但是依然没有发现认知障碍的诊断标志物。
认知障碍( mild cognitive impairment,MCI)是正常认知与AD之间的中间状态。研究显示,轻度认知障碍(MCI)在65岁以上人群中患病率为10%至20%,向AD转化的累积概率为33%。因此,对于AD以及AD前期的MCI的早期诊断和及时干预,将把防治AD疾病的关口前移,可望有效延缓AD疾病的进展,降低家庭的负担,对于整个社会和医学发展都有意义。目前,临床上诊断轻度认知障碍( mild cognitive impairment,MCD)和阿尔茨海默病(A1zheimer disease,AD)的主要方法有量表检测、影像学检测、脑脊液生物标志物检测。量表检测,需要提问和回答,消耗非常大的医学资源,耗时耗力;影像学检测需用到磁共振成像(MRI)、正电子发射型计算机断层显像(PET)等昂贵设备无法大量普及;脑脊液取样具有创伤性,取样难度大,患者及家属多不愿配合。目前尚无种准确性高,特异性强的MCI和AD外周血生物标志物。
为寻找一种易于检测的生物标志物诊断方法,来预测和诊断认知障碍,本发明提供了一种制备诊断认知障碍的生物标记物,利用新型分子标志物,判别认知障碍,可用于早期发现、诊断和预测认知障碍的试剂或试剂盒应用。
发明内容
为了能有效预测和诊断认知障碍,本发明提供了用于诊断认知障的生物标记物。
为实现上述目的,本发明采用以下的技术方案为:
用于诊断认知障碍的生物标记物,该生物标记物为鞘磷脂(sphingomyelin,SM)SM(d18:2/24:1)。
如上所述的诊断认知障碍的生物标志物在制备检测试剂或试剂盒中的应用。
如上所述应用优选地,所述生物标记物还包括甘油三酯(Triglyceride,TG)TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)),SM(d18:1/24:1(15Z)),磷脂酰胆碱(Phosphatidylcholines,PC)PC(P-16:0/22:4(7Z,10Z,13Z,16Z)),PC(P-18:0/18:4(6Z,9Z,12Z,15Z))。
如上所述的应用,优选地,所述生物标志物SM(d18:2/24:1)与TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)) 的含量单位为mg/L时,根据计算公式响应变量TC=19.00-5.631×10-4×BM1+1.548×10-4×BM2,计算TC值(TC值即公式中的响应变量值),公式中BM1为SM(d18:2/24:1) 的含量,BM2为TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)) 的含量,根据TC值预测认知障碍:若TC≥0.5,则判定为认知障碍;若TC<0.5,则为正常。
如上所述的应用,优选地,所述生物标志物SM(d18:2/24:1)与SM(d18:1/24:1(15Z)) 的含量单位为mg/L时,根据计算公式TC=15.14 - 4.46×10-5×BM1- 4.399×10-6×BM3,计算TC值,公式中BM1为SM(d18:2/24:1) 的含量,BM3为SM(d18:1/24:1(15Z)) 的含量,根据TC值预测认知障碍:若TC≥0.421,则判定为认知障碍;若TC<0.421,则为正常。
如上所述的应用,优选地,所述生物标志物SM(d18:2/24:1)与PC(P-16:0/22:4(7Z,10Z,13Z,16Z)) 的含量单位为mg/L时,根据计算公式TC= 38.68-1.205×10-4×BM1-6.997×10-5×BM4,计算TC值,公式中BM1为SM(d18:2/24:1) 的含量,BM4为PC(P-16:0/22:4(7Z,10Z,13Z,16Z)) 的含量,根据TC值预测认知障碍:若TC≥0.749,则判定为认知障碍;若TC<0.749,则为正常。
如上所述的应用,优选地,所述生物标志物SM(d18:2/24:1)与PC(P-18:0/18:4(6Z,9Z,12Z,15Z)) 的含量单位为mg/L时,根据计算公式TC=18.57-5.931×10-5×BM1-3.954×10-5×BM5,计算TC值,公式中BM1为SM(d18:2/24:1) 的含量,BM5为PC(P-18:0/18:4(6Z,9Z,12Z,15Z)) 的含量,根据TC值预测认知障碍:若TC≥0.676,则判定为认知障碍;若TC<0.676,则为正常。
本发明的有益效果在于:
本发明提供的一种诊断认知障碍的生物标记物,主要为SM(d18:2/24:1),结合TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)),SM(d18:1/24:1(15Z)),PC(P-16:0/22:4(7Z,10Z,13Z,16Z)),或PC(P-18:0/18:4(6Z,9Z,12Z,15Z));通过测定其含量,根据TC值预测可判别认知障碍,可用于早期发现、诊断和预测认知障碍的试剂盒应用。
附图说明
图1为正负离子模式下VIP>1的样本;
图2为正负离子模式下(O)PLS-DA的得分图;
图3 为正负离子模式下S-plot图;
图4为基于逻辑回归模型的ROC曲线(变量为BM1+BM2);
图5 为基于逻辑回归模型的ROC曲线(变量为BM1+BM3);
图6 为基于逻辑回归模型的ROC曲线(变量为BM1+BM4);
图7为基于逻辑回归模型的ROC曲线(变量为BM1+BM5)。
具体实施方式
以下实施例用于进一步说明本发明,但不应理解为对本发明的限制。在不背离本发明精神和实质的前提下,对本发明所作的修饰或者替换,均属于本发明的范畴。
若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
实施例1
一、患者人群标准
1. 模型建立样本群80 人(内部人群,即建立预测模型时所用样本群体)。
对照人群:男女比例为1:1,年龄范围:45岁以上,MMSE量表分数>26分,并且 Moca量表分数>27分,MRI核磁检测显示无异常。
患者人群:男女比例为1:1,年龄范围,45岁以上,MMSE量表分数<26分,并且 Moca量表分数<27分,MRI核磁检测部分显示异常。
2. 模型验证样本群体80人(外部人群,即验证模型时所用的样本(非内部人群)
二、实验仪器及试剂
样本采集:选取经临床评价为正常和认知障碍的患者血清进行试验。
实验仪器:1.冷冻离心机:型号D3024R,Scilogex公司,美国;2.漩涡振荡器:型号MX-S,Scilogex公司,美国;3.高分辨质谱仪:ESI-QTOF/MS;型号:Xevo G2-S Q-TOF;厂家:Waters, Manchester, UK;4.超高效液相色谱:UPLC;型号:ACQUITY UPLC I-Class系统;厂家:Waters, Manchester, UK;5.数据采集软件:MassLynx4.1; 厂家:Waters;6.分析鉴定软件:Progenesis QI; 厂家:Waters。
实验试剂:异丙醇、乙腈,甲酸,甲酸氨,亮氨酸脑啡肽,甲酸钠;厂家均为Fisher。
三、实验方法
1.样品前处理
收集的血清样本在冰上解冻,200μL的血浆用600μL的预冷异丙醇萃取,涡流1min,室温孵育10min,然后将萃取混合物在-20℃下储存过夜,4000r离心20min后,将上清液转移到新的离心管,用异丙醇/乙腈/水(按体积比为2:1:1)稀释至1:10。样品在LC-MS分析前保存在-80℃。此外,还将每个萃取混合物的10μL组合在一起制备混合血浆样品。
2. 脂质组学的超高效液相色谱-质谱联用方法
样品用ACQUITY UPLC(Waters,美国)连接到带有ESI的Xevo-G2XS高分辨飞行时间(QTOF)质谱仪(Waters)进行分析。采用CQUITY UPLC BEH C18色谱柱(2.1×10 0 mm,1.7μm,Waters),流动相为10 mM甲酸铵-0.1%甲酸-乙腈(A,乙腈:水为60:40,v/v)和10 mM甲酸铵-0.1%甲酸-异丙醇-乙腈(B,异丙醇:乙腈为90:10,v/v)。在大规模研究之前,进行了包括10分钟、15分钟和20分钟洗脱期的中试实验,以评估流动相组成和流速对脂质保留时间的潜在影响。在正离子模式(PIM)中,丰富的脂质前体离子和碎片以相同的顺序分离,具有相似的峰形和离子强度。此外,具有10分钟洗脱期的混合质控(QC)样品也表现出与测试样品相似的前体和碎片的基峰强度。流动相流速为0.4mL/min。该柱最初用40%B洗脱,然后在2分钟内线性梯度到43%B,然后在0.1min内将B的百分比增加到50%。在接下来的3.9分钟内,梯度进一步增加到54%B,然后B的量0.1分钟内增加到70%。在梯度的最后部分,B的量在1.9分钟内增加到99%。最后,溶液B在0.1分钟内返回到40%,并且在下一次进样之前将色谱柱平衡1.9分钟。每次进样量为5μL,用Xevo-G2XS型QTOF质谱仪检测正负两种模式下的脂质,采集范围为 m/z50~1200年,采集时间为0.2s/次。离子源温度为120℃,去溶温度为600℃,气体流量为1000L/h,以氮气为流动气体。毛细管电压为2.0kV(+)/锥体电压为1.5kV(-),锥体电压为30V。甲酸钠和亮氨酸脑啡肽作校正液(waters质谱仪器自带)样品被随机排序。每10个样本注入一个QC样本并进行分析,以调查数据的重复性。
四、结果分析:
1.利用多元统计学寻找血清差异物质
对于内部人群采用正交偏最小二乘判别分析(OPLS-DA)结合了正交信号矫正(OSC)和 PLS-DA 方法,通过去除不相关的差异来筛选差异变量。VIP值为OPLSDA第一主成分的变量重要性投影,通常以VIP>1为代谢组学常用评判标准,作为差异代谢物筛选的标准之一; 图2为正负离子模式下(O)PLS-DA的得分图,C为正离子模式下(O)PLS-DA的得分图,D为D为负离子模式下(O)PLS-DA的得分图,认知障碍组(DIS表示)和空白对照组(CK表示)两个分组中的第一主成分和第二主成分通过降维的方式所得的得分图,横坐标表示组间差异,纵坐标表示组内差异,且两组结果分离较好,说明此方案可以使用。图3为正负离子模式下S-plot图,E为正离子模式下S-plot图,F为负离子模式下S-plot图,横坐标表示主成分与代谢物的协相关系数,纵坐标表示主成分与代谢物的相关系数,同时满足p<0.05,VIP>1的条件下,负离子模式有59个差异物,正离子模式有117个差异物。
2.约登指数分析
为了进一步缩小范围,将VIP阈值提高到3,同时体现正常和患者之间的倍数差异在0.8倍以下,或者增加1.2倍以上,最终得到以下10个化合物,具体见表1。
然后对他们进行youden 约登指数计算,用来反映单个指标对整体的诊断和预测效果,结果如下表1:
表1 认知障碍相关脂质的约登指数分析
化合物名称 | AUC值 | 特异性 | 敏感度 |
TG(16:0/18:1(9Z)/18:2(9Z,12Z)) | 0.861 | 0.833 | 0.833 |
PC(22:6(4Z,7Z,10Z,13Z,16Z,19Z)/18:0) | 0.889 | 0.833 | 0.833 |
SM(d18:1/24:1(15Z)) | 0.917 | 0.833 | 1 |
TG(16:0/18:1(9Z)/18:3(6Z,9Z,12Z)) | 0.917 | 1 | 0.833 |
PC(O-16:0/20:4(8Z,11Z,14Z,17Z)) | 0.861 | 0.833 | 0.833 |
SM(d18:2/24:1) | 0.944 | 0.833 | 1 |
SM(d16:1/20:0) | 0.889 | 1 | 0.667 |
PC(P-16:0/22:4(7Z,10Z,13Z,16Z)) | 0.917 | 0.833 | 1 |
PE(18:0/17:0) | 0.889 | 0.667 | 1 |
PC(P-18:0/18:4(6Z,9Z,12Z,15Z)) | 0.917 | 0.833 | 1 |
表1列出来单个代谢物预测认知障碍的曲线下面积(AUC)、敏感度和特异性,相关参数显示以上20种脂质中,SM(d18:2/24:1)的预测能力最好(AUC=0.944)。而24:1,就是表示含有神经酸链。
3. 内部人群七折交叉验证结果
根据上述结果,挑选YOUDEN AUC值大于0.9的变量化合物,进行下一步的分析。
表2
编号 | m/z | 化合物名称 | AUC值 |
BM1 | 855.6603 | SM(d18:2/24:1) | 0.944 |
BM2 | 896.770388 | TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)) | 0.917 |
BM3 | 813.6863083 | SM(d18:1/24:1(15Z)) | 0.917 |
BM4 | 838.5974778 | PC(P-16:0/22:4(7Z,10Z,13Z,16Z)) | 0.917 |
BM5 | 810.5649318 | PC(P-18:0/18:4(6Z,9Z,12Z,15Z)) | 0.917 |
将内部人群随机分为7份,选择1份为验证集,其他为训练集,如此反复七次,考察最佳的变量组合。将其次的结果,包括AUC,敏感度,特异性都取平均值,并进行统计学显著性计算,结果如下表3。
表3
组合 | 逻辑回归 AUC | 敏感度 | 特异性 |
BM1+BM2 | 1 | 0.833 | 1 |
BM1+BM3 | 1 | 1 | 0.833 |
BM1+BM4 | 1 | 0.833 | 0.833 |
BM1+BM5 | 0.984 | 0.833 | 1 |
组合之间,AUC值并没有显著性p<0.05差异。
基于上述建立逻辑回归模型A、B、C、D如下:
"模型A" 变量为上述20个代谢物 的BM1+BM2,计算公式为:TC=19.00-5.631×10-4×BM1+1.548×10-4×BM2,计算TC值,公式中BM1为SM(d18:2/24:1)的含量,BM2为TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z))的含量,根据TC值预测认知障碍:若TC≥0.5,则判定为认知障碍;若TC<0.5,则为正常。
"模型B" 变量为上述BM1+BM3,计算公式为:TC=15.14 - 4.46×10-5×BM1-4.399×10-6×BM3,计算TC值,公式中BM1为SM(d18:2/24:1)的含量,BM3为SM(d18:1/24:1(15Z))的含量,根据TC值预测认知障碍:若TC≥0.421,则判定为认知障碍;若TC<0.421,则为正常。
"模型C" 变量为上述BM1+BM4,计算公式为:TC= 38.68-1.205×10-4×BM1-6.997×10-5×BM4,计算TC值,公式中BM1为SM(d18:2/24:1),BM4为PC(P-16:0/22:4(7Z,10Z,13Z,16Z)),根据TC值预测认知障碍:若TC≥0.749,则判定为认知障碍;若TC<0.749,则为正常。
"模型D" 变量为上述BM1+BM5,计算公式为:TC=18.57-5.931×10-5×BM1-3.954×10-5×BM5,计算TC值,公式中BM1为SM(d18:2/24:1)的含量,BM5为PC(P-18:0/18:4(6Z,9Z,12Z,15Z))的含量,根据TC值预测认知障碍:若TC≥0.676,则判定为认知障碍;若TC<0.676,则为正常。
4. 外部数据集,逻辑回归模型验证
对于外部人群建立逻辑回归模型验证上述结果的准确性,并绘制相应的ROC曲线图。
"模型A" 变量为上述BM1+BM2,结果如图4,Sensitivity(敏感性)=1,Specificity(特异性)=1,Accuracy(准确度) =1。
"模型B" 变量为上述BM1+BM3,结果如图5,Sensitivity(敏感性)=1,Specificity(特异性)=0.833,Accuracy(准确度)=1。
"模型C" 变量为上述BM1+BM4,结果如图6,Sensitivity(敏感性)=0.833,Specificity(特异性)=1,Accuracy(准确度)=1。
"模型D" 变量为上述BM1+BM5,结果如图7,Sensitivity(敏感性)=0.833,Specificity(特异性)=1,Accuracy(准确度)=1。
数据显示:SM(d18:2/24:1),或结合TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)),SM(d18:1/24:1(15Z)),PC(P-16:0/22:4(7Z,10Z,13Z,16Z)),PC(P-18:0/18:4(6Z,9Z,12Z,15Z))都表现出非常高的诊断能力,能进行临床试剂盒的应用。
通过对样本信息的对比分析可知:以上5种生物标记物,与正常组相比,BM1、BM3、BM4和BM5在认知障碍组均呈下降趋势,BM2则相反。
Claims (1)
1.生物标志物鞘磷脂SM(d18:2/24:1)在制备诊断认知障碍检测试剂或试剂盒中的应用;
其特征在于,SM(d18:2/24:1)和磷脂酰胆碱PC(P-18:0/18:4(6Z,9Z,12Z,15Z))、鞘磷脂SM(d18:1/24:1(15Z))、甘油三酯TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z)),或磷脂酰胆碱PC(P-16:0/22:4(7Z,10Z,13Z,16Z))制备诊断认知障碍检测试剂或试剂盒,
其中,当所述生物标志物鞘磷脂SM(d18:2/24:1)与甘油三酯TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z))的含量单位为mg/L时, 根据计算公式响应变量TC=19.00-5.631×10-4×BM1+1.548×10-4×BM2,计算TC值,公式中BM1为鞘磷脂SM(d18:2/24:1)的含量,BM2为甘油三酯TG(16:0/18:0/18:4(6Z,9Z,12Z,15Z))的含量,根据TC值预测认知障碍:若TC≥0.5,则判定为认知障碍;若TC<0.5,则为正常;
当所述生物标志物鞘磷脂SM(d18:2/24:1)与鞘磷脂SM(d18:1/24:1(15Z)) 的含量单位为mg/L时,根据计算公式TC=15.14 - 4.46×10-5×BM1- 4.399×10-6×BM3,计算TC值,公式中BM1为鞘磷脂SM(d18:2/24:1)的含量,BM3为鞘磷脂SM(d18:1/24:1(15Z))的含量,根据TC值预测认知障碍:若TC≥0.421,则判定为认知障碍;若TC<0.421,则为正常;
当所述生物标志物鞘磷脂SM(d18:2/24:1)与磷脂酰胆碱PC(P-16:0/22:4(7Z,10Z,13Z,16Z)) 的含量单位为mg/L时,根据计算公式TC= 38.68-1.205×10-4×BM1-6.997×10-5×BM4,计算TC值,公式中BM1为鞘磷脂SM(d18:2/24:1)的含量,BM4为磷脂酰胆碱PC(P-16:0/22:4(7Z,10Z,13Z,16Z))的含量,根据TC值预测认知障碍:若TC≥0.749,则判定为认知障碍;若TC<0.749,则为正常;
当所述生物标志物鞘磷脂SM(d18:2/24:1)与磷脂酰胆碱PC(P-18:0/18:4(6Z,9Z,12Z,15Z)) 的含量单位为mg/L时,根据计算公式TC=18.57-5.931×10-5×BM1-3.954×10-5×BM5,计算TC值,公式中BM1为鞘磷脂SM(d18:2/24:1)的含量,BM5为磷脂酰胆碱PC(P-18:0/18:4(6Z,9Z,12Z,15Z))的含量,根据TC值预测认知障碍:若TC≥0.676,则判定为认知障碍;若TC<0.676,则为正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010816217.5A CN111929430B (zh) | 2020-08-14 | 2020-08-14 | 用于诊断认知障碍的生物标记物及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010816217.5A CN111929430B (zh) | 2020-08-14 | 2020-08-14 | 用于诊断认知障碍的生物标记物及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111929430A CN111929430A (zh) | 2020-11-13 |
CN111929430B true CN111929430B (zh) | 2021-09-17 |
Family
ID=73310884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010816217.5A Active CN111929430B (zh) | 2020-08-14 | 2020-08-14 | 用于诊断认知障碍的生物标记物及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929430B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679018B (zh) * | 2020-08-14 | 2020-11-20 | 宝枫生物科技(北京)有限公司 | 用于诊断认知障碍的生物标记物及其应用 |
CN112798771B (zh) * | 2021-03-31 | 2021-07-30 | 宝枫生物科技(北京)有限公司 | 用于诊断脑白质病变的生物标志物及其应用 |
CN112834653B (zh) * | 2021-04-09 | 2023-02-28 | 宝枫生物科技(北京)有限公司 | 用于诊断脑白质病变的生物标志物f3及其应用 |
CN113447599B (zh) * | 2021-08-27 | 2021-11-16 | 宝枫生物科技(北京)有限公司 | 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 |
CN114019078B (zh) * | 2022-01-04 | 2022-04-05 | 宝枫生物科技(北京)有限公司 | 用于帕金森病诊断的生物标志物的应用 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101977594A (zh) * | 2008-02-01 | 2011-02-16 | B.R.A.H.M.S有限公司 | 患有轻度认知障碍需要治疗的患者的鉴定方法以及这种患者的治疗 |
WO2012168561A1 (en) * | 2011-06-10 | 2012-12-13 | Teknologian Tutkimuskeskus Vtt | Method of diagnosing on increased risk of alzheimer's disease |
CN104933277A (zh) * | 2014-03-20 | 2015-09-23 | 大连医科大学附属第二医院 | 基于代谢组学数据建立分析预测糖尿病认知功能障碍平台的方法 |
CN106501409A (zh) * | 2016-10-26 | 2017-03-15 | 王喜军 | 一种基于老年痴呆症的尿液代谢标志物鉴定方法 |
CN106535881A (zh) * | 2014-04-14 | 2017-03-22 | N·V·努特里奇亚 | 用于评估和治疗或预防受损的血浆极性脂质水平的方法 |
CN107667293A (zh) * | 2015-02-03 | 2018-02-06 | 法奈科斯公司 | 用于阿茲海默氏病的诊断工具 |
WO2018049268A1 (en) * | 2016-09-08 | 2018-03-15 | Duke University | Biomarkers for the diagnosis and characterization of alzheimer's disease |
CN109709235A (zh) * | 2019-02-25 | 2019-05-03 | 马红华 | 阿尔茨海默病或轻度老年认知障碍的早期诊断、预测生物标志物组合、应用及其测定方法 |
CN110646554A (zh) * | 2019-09-12 | 2020-01-03 | 北京博远精准医疗科技有限公司 | 基于代谢组学的胰腺癌诊断标志物及其筛选方法和应用 |
-
2020
- 2020-08-14 CN CN202010816217.5A patent/CN111929430B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101977594A (zh) * | 2008-02-01 | 2011-02-16 | B.R.A.H.M.S有限公司 | 患有轻度认知障碍需要治疗的患者的鉴定方法以及这种患者的治疗 |
WO2012168561A1 (en) * | 2011-06-10 | 2012-12-13 | Teknologian Tutkimuskeskus Vtt | Method of diagnosing on increased risk of alzheimer's disease |
CN104933277A (zh) * | 2014-03-20 | 2015-09-23 | 大连医科大学附属第二医院 | 基于代谢组学数据建立分析预测糖尿病认知功能障碍平台的方法 |
CN106535881A (zh) * | 2014-04-14 | 2017-03-22 | N·V·努特里奇亚 | 用于评估和治疗或预防受损的血浆极性脂质水平的方法 |
CN107667293A (zh) * | 2015-02-03 | 2018-02-06 | 法奈科斯公司 | 用于阿茲海默氏病的诊断工具 |
WO2018049268A1 (en) * | 2016-09-08 | 2018-03-15 | Duke University | Biomarkers for the diagnosis and characterization of alzheimer's disease |
CN106501409A (zh) * | 2016-10-26 | 2017-03-15 | 王喜军 | 一种基于老年痴呆症的尿液代谢标志物鉴定方法 |
CN109709235A (zh) * | 2019-02-25 | 2019-05-03 | 马红华 | 阿尔茨海默病或轻度老年认知障碍的早期诊断、预测生物标志物组合、应用及其测定方法 |
CN110646554A (zh) * | 2019-09-12 | 2020-01-03 | 北京博远精准医疗科技有限公司 | 基于代谢组学的胰腺癌诊断标志物及其筛选方法和应用 |
Non-Patent Citations (4)
Title |
---|
Brain and blood metabolite signatures of pathology and progression in Alzheimer disease: A targeted metabolomics study;Varma,VR等;《PLOS MEDICINE》;20180125;第15卷(第1期);第1-31页 * |
Metabolomics in the Development and Progression of Dementia: A Systematic Review;Jiang,YF等;《FRONTIERS IN NEUROSCIENCE》;20190412;第13卷;第1-17页 * |
Targeted Metabolomic Analysis of Soluble Lysates from Platelets of Patients with Mild Cognitive Impairment and Alzheimer"s Disease Compared to Healthy Controls: Is PC aeC40:4 a Promising Diagnostic Tool?;Oberacher,H等;《JOURNAL OF ALZHEIMERS DISEASE》;20171231;第57卷(第2期);第493-504页 * |
轻度认知障碍患者血脂水平的关系;马立华等;《心脑血管病防治》;20051231;第5卷(第6期);第28-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111929430A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111929430B (zh) | 用于诊断认知障碍的生物标记物及其应用 | |
CN111679018B (zh) | 用于诊断认知障碍的生物标记物及其应用 | |
CN112798727B (zh) | 用于诊断脑白质病变的生物标志物f7及其应用 | |
CN112834653B (zh) | 用于诊断脑白质病变的生物标志物f3及其应用 | |
CN112798771B (zh) | 用于诊断脑白质病变的生物标志物及其应用 | |
CN113049715B (zh) | 用于诊断脑白质病变的生物标志物及其应用 | |
CN113447601B (zh) | 用于诊断脑梗死及脑白质病变的生物标志物及其应用 | |
CN113447599B (zh) | 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 | |
CN113433254B (zh) | 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 | |
CN113447600B (zh) | 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 | |
CN114236019B (zh) | 脑白质病变的生物标志物的应用 | |
CN114019061B (zh) | 用于帕金森病检测的生物标志物及其应用 | |
CN114354952B (zh) | 帕金森病代谢组学生物标志物及其应用 | |
CN114019078B (zh) | 用于帕金森病诊断的生物标志物的应用 | |
CN114047263A (zh) | 代谢标志物在制备用于诊断ais的检测试剂或检测物的用途及试剂盒 | |
CN114264757B (zh) | 脑白质病变的生物标志物组合及其应用 | |
CN114264756B (zh) | 用于诊断帕金森病的生物标志物r1及其应用 | |
CN114019079B (zh) | 诊断帕金森病的生物标志物及其应用 | |
CN114414818B (zh) | 用于肺尘埃沉着病检测的生物标志物的应用 | |
CN114047281B (zh) | 帕金森病的生物标志物的组合及其应用 | |
CN114414819B (zh) | 诊断尘肺病的生物标志物及其应用 | |
CN114414809B (zh) | 用于诊断尘肺病的生物标志物的应用 | |
WO2023285462A1 (en) | Biomarkers for alzheimer's disease | |
CN114544982A (zh) | 尘肺诊断的生物标志物及其应用 | |
CN118090930A (zh) | 基于血液代谢物的阿尔茨海默症标志物及其应用 |
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 |