CN112005118B - 测定犬生物学年龄的标志物 - Google Patents
测定犬生物学年龄的标志物 Download PDFInfo
- Publication number
- CN112005118B CN112005118B CN201980027663.3A CN201980027663A CN112005118B CN 112005118 B CN112005118 B CN 112005118B CN 201980027663 A CN201980027663 A CN 201980027663A CN 112005118 B CN112005118 B CN 112005118B
- Authority
- CN
- China
- Prior art keywords
- time
- results
- extended period
- age
- dog
- 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
- 241000282472 Canis lupus familiaris Species 0.000 title claims abstract description 323
- 239000003550 marker Substances 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 236
- 230000032683 aging Effects 0.000 claims abstract description 120
- 239000000090 biomarker Substances 0.000 claims abstract description 119
- 210000003743 erythrocyte Anatomy 0.000 claims abstract description 82
- 102000001554 Hemoglobins Human genes 0.000 claims abstract description 74
- 108010054147 Hemoglobins Proteins 0.000 claims abstract description 74
- 210000004369 blood Anatomy 0.000 claims abstract description 58
- 239000008280 blood Substances 0.000 claims abstract description 58
- 241000282465 Canis Species 0.000 claims abstract description 35
- 210000001772 blood platelet Anatomy 0.000 claims abstract description 34
- 102000002260 Alkaline Phosphatase Human genes 0.000 claims abstract description 29
- 108020004774 Alkaline Phosphatase Proteins 0.000 claims abstract description 29
- 210000002700 urine Anatomy 0.000 claims abstract description 28
- 230000005484 gravity Effects 0.000 claims abstract description 20
- 102000004506 Blood Proteins Human genes 0.000 claims abstract description 5
- 108010017384 Blood Proteins Proteins 0.000 claims abstract description 5
- 241001465754 Metazoa Species 0.000 claims description 58
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 58
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 54
- 235000005911 diet Nutrition 0.000 claims description 46
- 230000037213 diet Effects 0.000 claims description 45
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 43
- 238000004820 blood count Methods 0.000 claims description 38
- 108010088751 Albumins Proteins 0.000 claims description 32
- 102000009027 Albumins Human genes 0.000 claims description 32
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 29
- 235000012000 cholesterol Nutrition 0.000 claims description 29
- 239000008103 glucose Substances 0.000 claims description 29
- 238000005534 hematocrit Methods 0.000 claims description 29
- 229910052698 phosphorus Inorganic materials 0.000 claims description 29
- 239000011574 phosphorus Substances 0.000 claims description 29
- 239000004382 Amylase Substances 0.000 claims description 27
- 102000013142 Amylases Human genes 0.000 claims description 27
- 108010065511 Amylases Proteins 0.000 claims description 27
- 235000019418 amylase Nutrition 0.000 claims description 27
- 229940109239 creatinine Drugs 0.000 claims description 27
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 26
- 239000011575 calcium Substances 0.000 claims description 26
- 229910052791 calcium Inorganic materials 0.000 claims description 26
- 238000008050 Total Bilirubin Reagent Methods 0.000 claims description 23
- 210000000265 leukocyte Anatomy 0.000 claims description 22
- 108010082126 Alanine transaminase Proteins 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 17
- 210000004698 lymphocyte Anatomy 0.000 claims description 16
- 210000003979 eosinophil Anatomy 0.000 claims description 15
- 210000003714 granulocyte Anatomy 0.000 claims description 15
- 210000001616 monocyte Anatomy 0.000 claims description 15
- 238000007635 classification algorithm Methods 0.000 claims description 14
- 235000021004 dietary regimen Nutrition 0.000 claims description 14
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 claims description 13
- 230000037396 body weight Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000005303 weighing Methods 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 30
- 235000018102 proteins Nutrition 0.000 description 13
- 102000004169 proteins and genes Human genes 0.000 description 13
- 108090000623 proteins and genes Proteins 0.000 description 13
- 239000012491 analyte Substances 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 102000006395 Globulins Human genes 0.000 description 8
- 108010044091 Globulins Proteins 0.000 description 8
- 230000036541 health Effects 0.000 description 8
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 8
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000017169 kidney disease Diseases 0.000 description 7
- 239000000654 additive Substances 0.000 description 5
- 230000000996 additive effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 206010012601 diabetes mellitus Diseases 0.000 description 5
- 208000019423 liver disease Diseases 0.000 description 5
- 102000004877 Insulin Human genes 0.000 description 4
- 108090001061 Insulin Proteins 0.000 description 4
- 206010033307 Overweight Diseases 0.000 description 4
- 229940125396 insulin Drugs 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- XZKIHKMTEMTJQX-UHFFFAOYSA-N 4-Nitrophenyl Phosphate Chemical compound OP(O)(=O)OC1=CC=C([N+]([O-])=O)C=C1 XZKIHKMTEMTJQX-UHFFFAOYSA-N 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 208000014311 Cushing syndrome Diseases 0.000 description 2
- 208000017701 Endocrine disease Diseases 0.000 description 2
- DAYLJWODMCOQEW-TURQNECASA-O NMN(+) Chemical compound NC(=O)C1=CC=C[N+]([C@H]2[C@@H]([C@H](O)[C@@H](COP(O)(O)=O)O2)O)=C1 DAYLJWODMCOQEW-TURQNECASA-O 0.000 description 2
- DFPAKSUCGFBDDF-UHFFFAOYSA-N Nicotinamide Chemical compound NC(=O)C1=CC=CN=C1 DFPAKSUCGFBDDF-UHFFFAOYSA-N 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 208000010067 Pituitary ACTH Hypersecretion Diseases 0.000 description 2
- 208000020627 Pituitary-dependent Cushing syndrome Diseases 0.000 description 2
- 208000037063 Thinness Diseases 0.000 description 2
- 208000005485 Thrombocytosis Diseases 0.000 description 2
- 208000035056 Tick-Borne disease Diseases 0.000 description 2
- OHJMTUPIZMNBFR-UHFFFAOYSA-N biuret Chemical compound NC(=O)NC(N)=O OHJMTUPIZMNBFR-UHFFFAOYSA-N 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 235000021045 dietary change Nutrition 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 235000020905 low-protein-diet Nutrition 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 238000013450 outlier detection Methods 0.000 description 2
- 235000020777 polyunsaturated fatty acids Nutrition 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910052594 sapphire Inorganic materials 0.000 description 2
- 239000010980 sapphire Substances 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 230000005476 size effect Effects 0.000 description 2
- 206010043554 thrombocytopenia Diseases 0.000 description 2
- 206010048828 underweight Diseases 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- PHIQHXFUZVPYII-ZCFIWIBFSA-O (R)-carnitinium Chemical compound C[N+](C)(C)C[C@H](O)CC(O)=O PHIQHXFUZVPYII-ZCFIWIBFSA-O 0.000 description 1
- 241001556567 Acanthamoeba polyphaga mimivirus Species 0.000 description 1
- 208000000819 Adrenocortical Hyperfunction Diseases 0.000 description 1
- 208000019838 Blood disease Diseases 0.000 description 1
- FRPHFZCDPYBUAU-UHFFFAOYSA-N Bromocresolgreen Chemical compound CC1=C(Br)C(O)=C(Br)C=C1C1(C=2C(=C(Br)C(O)=C(Br)C=2)C)C2=CC=CC=C2S(=O)(=O)O1 FRPHFZCDPYBUAU-UHFFFAOYSA-N 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 206010015548 Euthanasia Diseases 0.000 description 1
- 208000004262 Food Hypersensitivity Diseases 0.000 description 1
- 206010016946 Food allergy Diseases 0.000 description 1
- 208000002972 Hepatolenticular Degeneration Diseases 0.000 description 1
- 206010020564 Hyperadrenocorticism Diseases 0.000 description 1
- 208000037171 Hypercorticoidism Diseases 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010022971 Iron Deficiencies Diseases 0.000 description 1
- 206010025476 Malabsorption Diseases 0.000 description 1
- 208000004155 Malabsorption Syndromes Diseases 0.000 description 1
- 241001595898 Monophlebidae Species 0.000 description 1
- -1 PLT Proteins 0.000 description 1
- 102000004160 Phosphoric Monoester Hydrolases Human genes 0.000 description 1
- 108090000608 Phosphoric Monoester Hydrolases Proteins 0.000 description 1
- 206010063493 Premature ageing Diseases 0.000 description 1
- 208000032038 Premature aging Diseases 0.000 description 1
- 208000014151 Stomatognathic disease Diseases 0.000 description 1
- 108090000340 Transaminases Proteins 0.000 description 1
- 229930003270 Vitamin B Natural products 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 201000005255 adrenal gland hyperfunction Diseases 0.000 description 1
- 230000001780 adrenocortical effect Effects 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 235000001014 amino acid Nutrition 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008236 biological pathway Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 208000015322 bone marrow disease Diseases 0.000 description 1
- 229960004203 carnitine Drugs 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 208000019902 chronic diarrheal disease Diseases 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000009535 clinical urine test Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 229910000365 copper sulfate Inorganic materials 0.000 description 1
- ARUVKPQLZAKDPS-UHFFFAOYSA-L copper(II) sulfate Chemical compound [Cu+2].[O-][S+2]([O-])([O-])[O-] ARUVKPQLZAKDPS-UHFFFAOYSA-L 0.000 description 1
- 230000002549 cytobiological effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000001952 enzyme assay Methods 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000020932 food allergy Nutrition 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 239000001046 green dye Substances 0.000 description 1
- 230000007166 healthy aging Effects 0.000 description 1
- 208000018578 heart valve disease Diseases 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 208000018706 hematopoietic system disease Diseases 0.000 description 1
- 235000008085 high protein diet Nutrition 0.000 description 1
- 208000013403 hyperactivity Diseases 0.000 description 1
- 208000003532 hypothyroidism Diseases 0.000 description 1
- 230000002989 hypothyroidism Effects 0.000 description 1
- 208000026278 immune system disease Diseases 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 208000002551 irritable bowel syndrome Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 235000014659 low sodium diet Nutrition 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000005087 mononuclear cell Anatomy 0.000 description 1
- 229960003966 nicotinamide Drugs 0.000 description 1
- 235000005152 nicotinamide Nutrition 0.000 description 1
- 239000011570 nicotinamide Substances 0.000 description 1
- 235000020956 nicotinamide riboside Nutrition 0.000 description 1
- 239000011618 nicotinamide riboside Substances 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 235000017924 poor diet Nutrition 0.000 description 1
- 229940070017 potassium supplement Drugs 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229940091258 selenium supplement Drugs 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 102000014898 transaminase activity proteins Human genes 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 238000005353 urine analysis Methods 0.000 description 1
- 235000019156 vitamin B Nutrition 0.000 description 1
- 239000011720 vitamin B Substances 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
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
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Environmental Sciences (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Animal Husbandry (AREA)
- Tropical Medicine & Parasitology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
Abstract
一种用于测定成年犬的生物学年龄或衰老速度的方法，所述方法包括测定选自由以下所组成的组中的一种或多种生物标志物的水平：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重；将结果与从已知年龄和相似类别(玩赏型(toy)、小型、中型、大型或巨型)的犬获得的值进行比较。用于执行该方法的试剂盒、系统和/或计算机介质形成了本发明的其他方面。
Description
相关申请交叉引用
本申请要求于2018年02月21日提交的英国专利申请号GB 1802757.3和于2018年06月08日提交的英国专利申请号GB 1809447.4的优先权，出于任何和所有目的，通过引用将两者全部内容合并于此。
技术领域
本发明涉及用于测定犬的生物学年龄和测定犬的衰老速度(pace of aging)的方法，以及用于执行这种方法的系统和/或介质。
背景技术
正如Karasik D.等人，老年医学杂志系列A：生物科学和医学科学，2005年5月1日；60(5)：574-87(The Journals of Gerontology Series A:Biological Sciences andMedical Sciences.2005May 1；60(5):574-87)所解释的，与实足年龄相同的其他个体相比(基于临床生物化学和细胞生物学措施)，生物学年龄估计了个体的功能状态。不同的个体衰老速度会导致实足年龄和生物学年龄之间的差异，因此，在任何给定的实足年龄，生物学年龄的个体值都可能有很大的差异。最终，“生物学年龄”可以作为个体总体健康状况和生理弹性(即从身体或环境压力中恢复的能力)，剩余健康生命周期和健康期望寿命的指标。因此，生物学年龄可以帮助识别有年龄相关紊乱风险的个体，可以作为相对适合度的度量，并且可以预测与实足年龄无关的晚年残障和死亡。
虽然已经在人类中进行了“衰老速度”的研究，尤其是为了追踪某些健康措施的功效(Belsky等，美国国家科学院院刊(Proceedings of the National Academy ofSciences)，2015年7月28日：112(30)：E4101-10)，申请人不知道有关伴侣动物的此类研究的报道。
在健康的动物中，就饮食、活动水平和获得适当的兽医护理而言，具有适当的生活方式，预期生物学年龄与该动物的实足年龄直接相关。但是，诸如不良饮食或恶劣的生活条件等因素可能会使犬的衰老更快。类似地，涉及有益饮食和运动水平的特别健康的生活方式可能导致犬拥有一个比它的实际实足年龄低的生物学年龄。后者被认为是优选的，因为这会导致动物整体上更健康并且寿命更长。
进行能提供犬的生物学年龄的明确指示的测试会很有用。这将不仅可以为兽医和宠物主人提供关于犬的健康和幸福的总体水平的指示，而且还将允许进行评估以测定诸如特殊治疗、饮食、运动水平或其他生活方式的选择等因素随着时间的推移对犬的健康的影响。
需要一种明确的测试，其在测定犬的生物学年龄方面提供可靠和可再现的结果。
发明内容
申请人已经发现，许多特定的生物标志物在测定成年犬的生物学年龄方面特别有用，但是为了进行评估，需要考虑犬的体型。
根据本发明，提供了一种用于测定成年犬的生物学年龄的方法，所述方法包括测定选自以下所组成的组中的生物标志物的水平：(1)血球蛋白水平(blood globulinlevel)，(2)血总蛋白(blood total protein)，(3)血碱性磷酸酶(blood alkalinephosphatase)，(4)血小板计数(blood platelet count)，(5)血平均红细胞体积(bloodmean corpuscular volume)或(6)尿比重(urine specific gravity)，将结果与从已知年龄和相似类别(category)(玩赏型(toy)、小型、中型、大型或巨型)的犬获得的值进行比较。
如本文所用，表述“类别(category)”是指特定犬的体重类别。表1中定义了类别：
表1
| 体型类别名称 | 犬的体重范围 |
| 玩赏型 | 最高5Kg |
| 小型 | 5-10Kg |
| 中型 | 10-25Kg |
| 大型 | 25-40Kg |
| 巨型 | 超过40Kg |
为了测定一个特定的成年犬属于哪个类别，可以在测试时对其进行称重。然而，特别地，考虑到正常的体重变化，在至少两个并且优选地至少三个单独的场合(occasion)下对犬进行称重，例如在6-24个月的期间内称重，并取平均体重。然后根据平均体重将犬分配到特定类别。如果认为犬明显超重或体重不足，则在将犬分配到尺寸类别时应考虑到这一点。因此，例如，在犬明显超重或肥胖的情况下，以致于由于超重而进入较高的类别，应该将其分配给更适合其理想体重的类别，该理想体重将低于实际体重的建议值。相反，体重不足的犬可能会更好地分配到较高的类别，更适合其理想体重。
因此，在特定的实施方案中，本发明的方法包括预备步骤，该步骤是通过如上所述在一个或多个场合称重犬来测定成年犬的体重，并将犬分配至特定的体重类别。
因此本发明可以进一步提供一种用于测定成年犬的生物学年龄的方法，所述方法包括(i)测定成年犬的体重，(ii)将犬分配到选自玩赏型、小型、中型、大型或巨型的类别中，(iii)测定选自以下所组成的组中的生物标志物的水平：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，并且(iv)将结果与从已知年龄和相似类别(玩赏型、小型、中型、大型或巨型)的犬获得的值进行比较。
申请人已经惊奇地发现，成年犬的体重对上面列出的特定生物标志物具有显著影响，并且每个类别具有与其他类别明确不同的平均年龄轨迹(age trajectory)。这使得在任何特定情况下对生物学年龄的估计都变得明确。尽管普遍认识到犬的体型对寿命会有影响，较大的犬具有相对较短的生命周期，但申请人是第一个领会到这种变化反映在生物标志物水平上并且可以使用特定生物标志物给成年犬分配生物学年龄。
如本文所用，“成年犬”的表述是指至少两岁，例如2岁至11岁的犬。
上面列出的生物标志物，虽然先前已知与特定疾病的应用有关，但是先前与生物学年龄的测定没有直接相关。通常已知它们在健康犬中处于可接受的范围内，但是申请人通常第一个认识到它们也以与犬的体型类别直接相关的方式随时间变化。
特别地，通常为了提供对一系列疾病和状况(condition)的诊断而测定血球蛋白水平。在健康的犬中，它们的典型范围为1.8-3.9g/dL。例如，低球蛋白水平可能是肾脏或肝脏疾病的指标，而高水平可能表明存在感染、炎性疾病或免疫紊乱、或甚至某些类型的癌症。
常规结合血白蛋白水平测试来测量血总蛋白，以允许测定如上所述的血球蛋白水平。典型地，在健康的犬中，总蛋白水平范围为5.4-7.5g/dL。超过该范围的高水平血总蛋白可能是犬体内脱水的迹象，例如由于没有喝水、或呕吐、或慢性腹泻所致。成年犬血总蛋白水平低可能表示吸收不良综合症，例如由食物过敏或肠道炎症(如肠易激综合症)而引起。
在健康的犬中，血碱性磷酸酶(ALK)的水平将在24-141u/L之间。血清ALK水平升高通常被用作肝病或心脏病以及某些特定品种的遗传疾病的诊断标志物。这些包括杜宾犬(Dobermans)、贝灵顿梗犬(Bedlington terriers)或西高地梗犬(West Highlandterriers)，它们可能容易患上铜累积病(copper storage diseases)。
测量血小板计数以检测犬的血小板减少症或血小板增多症。健康的犬的血小板计数在每微升血液175,000-200,000血小板之间。低值(血小板减少症)可能是由出血引起的，例如由外伤或自发性内出血而引起，但也可能表示基础疾病，例如癌症或蜱媒疾病(ortick-borne disease)。高值(血小板增多症)可能是对肾上腺素释放的暂时反应，但可能是基础的骨髓疾病的征兆。
通常测量血平均红细胞体积(MCV)以测定犬是否患有铁缺乏症或肝脏疾病，这可能导致MCV降低，或再生性贫血，导致MCV升高。在健康的犬中，典型的红细胞约7微米宽。
测量尿比重(成年犬正常约为1.030)以测定一系列肾脏疾病或紊乱。
然而，申请人已经发现，尽管许多生物标志物显示出随着年龄的明确和显著变化，但是这些特定标志物在生命周期的成年部分中显示出明确的单调响应。这意味着可以轻松、可靠地转换响应，以提供生物学年龄的准确度量。
特别是，在健康犬中，血球蛋白、总蛋白、碱性磷酸酶和血小板计数的水平会随着年龄而升高，而平均红细胞体积和尿比重会随着年龄而降低。
上面列出的生物标志物可以使用常规方法测定，并且实际上，这些标志物是作为许多常规血液和尿液测试的一部分进行测量的，旨在确定动物的疾病状态。使用与从可变年龄的健康犬获得所有值的分析方法和技术相同的分析方法和技术对被测样品进行适当的测试。
所使用的方法通常涉及导致分光光度变化的分析(例如，化学或抗体相关的变化会导致在某些波长下可检测的信号)。这些都是高度自动化和高效的，并且构成了许多常规兽医健康检查的基础。实例包括但不限于，对于血液和尿液化学：IDEXX VetTest；对于CBC：Scil Vet ABC血液学分析仪；同样对于尿液：尿液分析条。
例如，通常使用缩二脲反应来测量血清总蛋白，其中血清蛋白与氢氧化钠中的硫酸铜反应形成紫色的“缩二脲”络合物。紫色强度与蛋白质浓度成正比。
在这些蛋白质中，可以通过将白蛋白与染料，特别是溴甲酚绿染料结合来测量白蛋白，该染料与白蛋白形成稳定的络合物。生成的络合物吸收来自未结合的染料的不同波长的光，因此可以使用分光仪检测其存在。一旦测定了这一点，就可以通过从总蛋白中减去白蛋白水平来估算总球蛋白部分。
类似地，可以使用比色酶测定法测定碱性磷酸酶水平，例如，使用对硝基苯基磷酸酯(p-nitrophenyl phosphate，pNPP)作为酶底物，因为当被ALK脱磷酸时，它变为黄色(λmax＝405nm)。
血小板计数可以使用国际参考方法(IRM)来测定，例如在美国临床病理学杂志2001(Am J Clin Pathol)；115：460–464中所述。但是，许多血小板计数器可在市场上买到，包括Cell-Dyn蓝宝石(Cell-Dyn Sapphire)(加利福尼亚州,克拉拉市,雅培诊断(AbbottDiagnostics,Santa Clara,CA))，Sysmex XE-2100(日本，神户市，希森美康(Sysmex,Kobe,Japan))，ADVIA2120(西门子诊断，塔里顿，纽约州(Siemens Diagnostics,Tarrytown,NY))和贝克曼库尔特LH 750(Beckman Coulter LH 750)(贝克曼库尔特，迈阿密，佛罗里达州(Beckman Coulter,Miami,FL))。
许多这样自动血液学分析仪也可用于测定平均红细胞体积。可替代地，这可以根据血细胞比容(Hct)和红细胞计数(RBC)使用公式例如MCV(以fl计)＝(Hct[以L/L计]/RBC[以×1012/L计])×1000来计算。
尿比重也可以使用常规方法，例如通过使用折光仪(refractometer)来测量。
适当地，将测定一种以上的生物标志物，特别是将测定2、3、4、5或全部6种生物标志物，以便提供对犬的生物学年龄的准确评估。在测试多种生物标志物的情况下，可以将犬的年龄评估为所得结果的平均值。可替代地，可以分析生物标志物之间的关系，并且可以应用适当的算法来提供生物学年龄的最佳评估。
在下文中，特别是在图1至图6中，示出了显示用于本发明方法的生物标志物随年龄变化的水平的曲线图。
从这些曲线图中可以明确地看出，在2岁至11岁的年龄范围内发现的选定生物标志物有明确的上升或下降趋势，并且此外，绝对水平和犬的体型之间也有相当明确的界限(demarcation)。
因此，通过将特定生物标志物的水平与适当的一个曲线图，例如图1至图6的适当的曲线图之一进行比较，考虑到犬的体型，来测定犬的生物学年龄，这是一件容易的事。可替代地，基线结果可以被存储在例如计算机或计算机可读设备中，并且然后可以使用适当的算法将来自测试对象犬的结果与这些结果进行比较，这在本领域中将被理解。因此，在本发明方法的特定实施方案中，在计算机上(in silico)进行将来自测试动物的结果与从已知年龄的健康动物获得的已知值进行比较的步骤。
被编程为实现这种算法的计算机或机器可读盒带(machine-readable cassette)可能是新颖的，并且形成了本发明的另一方面。如上所述，可以通过安装用于处理从测试动物接收的数据的合适的“应用(app)”来执行计算机编程。
可替代地，该信息可以适合于格式化为“滚轮(wheel)”或计算尺类型的计算器，从而可以通过旋转或对准计算器的元件以反映所获得的结果来读取生物学年龄，从而指出并可以读取特定体型的犬的生物学年龄。
在特定的实施方案中，当犬属于小型或玩赏型类别时，在本发明的方法中评估除碱性磷酸酶以外的至少一种生物标志物。这避免了由于在这些犬类型中注意到的响应的任何变化而可能引起的任何混乱，从而导致了曲线图的性质并非完全单调。
如果需要，在本发明的方法中还可以包括另外的生物标志物。这些另外的生物标志物可以选自在样品，特别是血液样品的常规临床评估的背景下测量的生物标志物。此类标志物的例子包括葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和丙氨酸转氨酶或丙氨酸转氨酶(ALT)/转氨酶(SGPT)(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。例如，ALB、AMYL、CHOL、淋巴细胞和单核细胞计数可能与ALKP一起对更准确地评估特定品种特别有用。
测定这些标志物的方法是本领域中很好理解的。它们包括光谱分析，以及如上所讨论的使用可商购的血液分析仪。
还发现许多这些标志物随犬的年龄和体型而显著变化，如下文图7至图28所示。结果，它们可以用于确认使用上面列出的标志物获得的结果。这可以通过将从测试动物获得的结果与此处的适当曲线图进行比较来完成。可替代地，如果需要，可以使用适当的算法，使用已编程为执行此比较的计算机以计算机方式对结果进行计算。
在这之后，该方法可用于测定特定犬的最佳喂养或护理方案。例如，一般认为，虽然年轻成长的犬从高能量/高蛋白饮食中受益，但年长的犬可能具有较低的能量需求，并且因此相应的调整了可利用的饮食。特别是，许多制造商生产的“高级”系列犬粮的热量较低，纤维含量较高，但蛋白质和脂肪含量较高，适合年长的犬。低蛋白饮食对于保护肾脏功能特别有用。
这些饮食通常是根据犬的实足年龄推荐的，这些都是已知的。例如，可能建议当犬大约7或8岁或更年轻(例如，大型犬5岁)时，改用“高级”饮食。
但是，对于特别健康的动物来说，这可能是不合适的，因为犬的能量水平可以在更长时间内保持在较高水平，并且过早改变饮食习惯可能会降低这种情况。相反，过早衰老的犬可能会从更早的饮食改变中受益，以避免例如由于进食比所需能量更高的能量而引起的体重增加或肥胖。本发明方法的应用，例如作为常规兽医检查的一部分，将确保可以在适合于所讨论的特定犬的时间做出关于饮食变化的决定。
其他生活方式的选择，例如运动方案可能如此。一般而言，活动会随着年龄而下降，但是通过使用诸如Whistle之类的活动监视器，可能会根据犬的年龄跟踪活动并评估有关运动方案变化的建议是否适合于生物学年龄。本发明的使用将允许对这些选项进行调整以适合特定的犬。
类似地，在不知道犬的实足年龄的情况下，例如由于它是流浪犬或“营救”犬，测定何时改变“高级”饮食或减少运动水平可能很难以以任何程度的测定性决定。但是，一旦达到生物学年龄，在本发明的基础上，就可以针对特定的犬优化关于饮食和/或生活方式选择的决定。
因此，在另一方面，本发明提供了一种为特定成年犬选择护理或饮食方案的方法，所述方法包括使用上述方法测定犬的生物学年龄，并使用获得的结果来测定特定的护理或饮食方案。
本发明的方法可以合适地在延长的时间段内对从同一只成年犬获得的样品进行一次以上，例如，每月重复一次或每两年重复一次，特别是3个月至18个月，例如每年进行兽医健康检查期间。然后可以将结果用于测定特定犬的年龄轨迹或“衰老速度”。这在测试特定兽医治疗、生活方式选择(例如运动或饮食方案)对犬衰老过程的影响的研究中可能特别有用。可替代地，它可以用来为主人提供任何特定治疗或生活方式选择是否会影响其犬衰老速度的指示。
特定动物的高衰老速度也可能提供与年龄相关的紊乱或状况过早发展的风险的指示。这样的状况可以包括关节炎、牙齿疾病、内分泌紊乱(例如肾上腺皮质功能亢进或甲状腺功能减退)、心脏病(例如慢性瓣膜性心脏病)、糖尿病、肝脏疾病、肾脏疾病、前列腺问题、癌症以及行为或认知障碍。在某些情况下，可以对由于使用本发明的方法测定的具有较高的生物学年龄或特别快的衰老速度而被鉴定为有患这种障碍风险的犬进行预防性治疗。可替代地，可以为“处于危险中”的犬设计监测程序，以检查诸如内分泌紊乱等状况，以便可以及早诊断出任何此类状况并进行相应治疗。
本发明的方法可以单独进行，或者可以用于证实或确认使用其他方法进行的生物学年龄或衰老速度的测定结果，所述其他方法可以是生物学或生理学上的。
本发明的方法在测定特定饮食或护理方案对任何特定犬的衰老速度的功效上可能特别有用。在这种情况下，在为犬选择或规定特定饮食或护理方案的情况下，可以通过重复使用本发明的方法来测定饮食或护理方案对犬衰老速度的影响的评估，所述评估使用一段时期内从犬中采集的样品，例如以一定的间隔，例如1-18个月的适当定期间隔，包括在引入特定饮食或护理方案之前和之后。通过比较在改变饮食或护理方案前后犬的衰老速度，所述改变对犬的衰老速度有什么影响将变得显而易见。
例如，这将对犬粮制造商很有用，因为它将使制造商确保开发出新产品帮助最大程度地减少各种体型的犬的衰老速度。可替代地，它将允许主人或兽医评估饮食或护理方案的任何变化对特定动物的影响，并在，必要时鼓励对饮食或护理方案进行进一步的改变或调整，以确保衰老速度保持较低。
在又一个实施方案中，本发明提供了一种测定特定饮食或护理方案对犬衰老的速度的功效的方法，所述方法包括：
(i)在引入特定的饮食或护理方案之前，在一段时期内重复使用来自犬的样品实施本发明的方法以测定犬的第一衰老速度，
(ii)在引入特定的饮食或护理方案之后，在一段时期内重复使用来自犬的样品实施本发明的方法以测定犬的第二衰老速度，
(iii)比较第一衰老速度与第二衰老速度，以测定特定饮食方案对犬衰老速度的影响。
在这种背景下，护理方案可以包括医学治疗，例如，给予药物或药剂，所述药物或药剂促进支持健康衰老的生物学途径和/或预防或治疗犬的与年龄相关的状况，所述犬被测定为处于这种状况的风险或易受这种状况的影响，或者特定疾病监测方案的设计，所述设计适于检测早期成年犬可能较易患上的特定年龄相关的状况的发作，并且然后适当治疗该状况。
饮食方案或疗法的选择允许将犬的饮食调整为“高级”饮食，在特别适合于该特定犬的时间发生。
但是，可以根据获得的结果选择任何专门的饮食方案。这些可能包括但不限于低磷饮食、低蛋白饮食、低钠饮食、钾补充饮食、多不饱和脂肪酸(PUFA)补充饮食、抗氧化剂补充饮食、维生素B补充饮食、流质饮食、硒补充饮食、欧米茄3-6比例饮食、或补充了肉碱、支链氨基酸或衍生物、核苷酸、烟酰胺前体(例如烟酰胺单核苷酸(NMN)或烟酰胺核糖苷(NR))或它们的任何组合的饮食。
饮食将由兽医或营养师根据本领域的普通技术来选择。
总之，使用来自Banfield兽医网络的表面上健康的动物的数据，申请人已经能够证明，随着犬的年龄和体型的不同，许多血液、血球计数和尿液分析物的手段存在显著差异，并且已经识别出在以可靠的方式测定生物学年龄方面特别有用的方法。
也可以提供用于实施本发明方法的试剂盒。特别地，试剂盒将包括用于定量测定上述一种或多种生物标志物(1)至(6)的水平的工具。此类工具可包括例如用于测量尿比重的成套工具(例如折光仪)和/或其他设备(例如侧向流动设备(“浸量尺”型测试)和光学阅读器)，以定量测定特定分析物。在一个特定的实施方案中，试剂盒将包括用于检测在本发明的方法中检测到的生物标志物的特定组合的自动分析仪。
试剂盒还可以包括检测上述一种或多种另外的生物标志物的工具。
但是，特别地，本发明的方法将在兽医检查的背景下进行，其中使用上面概述的方法在实验室中测定特定的生物标志物。
此外，如上所讨论，可以将可用于执行本发明的方法的算法合并到专门适于执行这些方法的系统中。
因此，本发明进一步提供了一种用于测定成年犬的生物学年龄的系统，所述系统包括：
处理器；和
存储算法的代码的存储器，所述算法在由处理器执行时，导致计算机系统：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；
通过分类算法分析和转换一种或多种生物标志物的至少一个输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生输出，其中所述输出是犬的生物学年龄；
可选地，根据所述输出基于所述生物学年龄对犬的持续护理或饮食方案提供个性化推荐；和
在图形用户界面上显示生物学年龄和/或个性化推荐。
用于定义要在系统中使用的训练数据集的样本动物包括从每个体型类别中的已知实足年龄的健康动物获得的数据。适当地，在每组样本动物中将存在至少50种，例如至少500、2000或5000种每种体型类别的动物。然后，通过将来自测试动物的结果和从与测试动物相同体型类别的健康动物获得的训练数据集进行比较，来开发分类代码。如果测量了多个生物标志物，则根据每个单独的生物标志物进行生物学年龄的测定，并如上所述评估结果的平均值，以提供最终的分类代码。
此外，本发明进一步提供了一种用于测定成年犬的衰老速度的系统，所述系统包括：
处理器；和
存储算法的代码的存储器，所述算法在由处理器执行时，导致计算机系统：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；
通过预测算法分析和转换一种或多种生物标志物的至少一个输入电平和第二输入电平以得出生物学年龄，其中预测算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生第一输出，其中所述第一输出是犬的生物学年龄；
将第一输出与至少一个第三输入电平进行比较，所述第三输入电平包括由系统在至少一个较早的时间点测定的所述犬的生物学年龄，以及第四输入电平，所述第四输入电平包括在所述较早的时间点与从犬身上获得生物标志物的时间之间的时间段，
分析和转换第一输出以及第三和第四输入电平，以测定犬的衰老速度；
提供第二输出，所述第二输出显示犬的衰老速度。所述系统还可以基于测定的衰老速度为犬的持续护理或饮食方案提供个性化推荐，并且该个性化推荐适当地显示在图形用户界面上。
特别地，这样的系统可以适于测定特定饮食或护理方案对犬衰老速度的影响。在这种情况下，系统中的处理器将进一步产生第五输入电平，该第五输入电平是在对犬进行特定饮食或护理方案之前或之后在不同时间点测定的犬的衰老速度，并分析和转换第二输出和第五输入电平，以产生指示衰老速度变化的第三输出。在这种情况下，它可以进一步提供有关特定饮食或护理方案调整的个性化推荐，以期改善对衰老速度的影响。可以在图形用户界面上显示第三输出和/或个性化推荐。
非暂时性计算机可读介质，其存储指令，所述指令在被处理器执行时使计算机系统识别成年犬的生物学年龄，或犬的衰老速度，或特定的犬的饮食或护理方案的影响，并根据上述系统，在图形用户界面上转移结果构成本发明的其他方面。
如果需要，可以通过一组纳入和/或排除标准来过滤在上述系统和方法中使用的训练数据集。如果需要，可以从数据集中排除某些不健康的动物或表现出体征或继续发展与年龄相关的状况的动物。
附图说明
现在将参考附图以示例的方式具体描述本发明，其中：
图1显示了不同体型类别的犬的以g/dl计的球蛋白水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图2显示了不同体型类别的犬的以g/dl计的总蛋白(TP)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图3显示了不同体型类别的犬的以国际单位/升(u/l)计的碱性磷酸酶(ALK)水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图4显示了不同体型类别的犬的以103/μl计的血小板计数在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图5显示了不同体型类别的犬的以fl计的平均红细胞体积在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图6显示了不同体型类别的犬的尿比重对以年计的年龄(x轴)的结果；
图7显示了不同体型类别的犬的以g/dl计的白蛋白水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图8显示了不同体型类别的犬的以国际单位/l(u/l)计的ALT水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图9显示了不同体型类别的犬的以国际单位/l(u/l)计的淀粉酶(AMYL)水平在对数尺度上对以年计的年龄(x轴)的结果；
图10显示了不同体型类别的犬的以mg/dl计的血尿素氮(BUN)水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图11显示了不同体型类别的犬的以mg/dl计的钙水平(y轴)对以年计的年龄(x轴)的结果；
图12显示了不同体型类别的犬的以mg/dl计的胆固醇(CHOL)水平(y轴)对以年计的年龄(x轴)的结果；
图13显示了不同体型类别的犬的以mg/dl计的肌酐(CREA)水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图14显示了不同体型类别的犬的以mg/dl计的葡萄糖(GLU)水平(y轴)对以年计的年龄(x轴)的结果；
图15显示了不同体型类别的犬的以mg/dl计的磷(PHOS)水平在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图16显示了不同体型类别的犬的以mg/dl计的总胆红素水平(TBIL)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图17显示了不同体型类别的犬的嗜酸性粒细胞百分比(％)(y轴)对以年计的年龄(x轴)的结果；
图18显示了不同体型类别的犬的粒细胞百分比(％)(y轴)对以年计的年龄(x轴)的结果；
图19显示了不同体型类别的犬的血细胞比容(HCT)百分比(％)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图20显示了不同体型类别的犬的以g/dl计的血红蛋白水平(HGB)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图21显示了不同体型类别的犬的淋巴细胞百分比(％)(y轴)对以年计的年龄(x轴)的结果；
图22显示了不同体型类别的犬的以pg计的平均红细胞血红蛋白量(MCH)水平(TBIL)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图23显示了不同体型类别的犬的平均红细胞血红蛋白浓度(MCHC)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图24显示了不同体型类别的犬的血单核细胞百分比(％)(y轴)对以年计的年龄(x轴)的结果；
图25显示了不同体型类别的犬的以fl计的平均血小板体积(MPV)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图26显示了不同体型类别的犬的以106/μl计的红细胞计数(RBC)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；
图27显示了不同体型类别的犬的以％计的红细胞分布宽度(RDW)在对数尺度上(y轴)对以年计的年龄(x轴)的结果；并且
图28显示了不同体型类别的犬的以103/μl计的白细胞计数(WBC)在对数尺度上(y轴)对以年计的年龄(x轴)的结果。
具体实施方式
实施例1
关键的年龄相关生物标志物的测定
申请人对从来自初级护理兽医医院网络(Banfield兽医医院)的主要网络的健康犬获得的生物标志物数据进行了主要统计分析。仅包括“标准面板(standard panel)”的测试结果。其他自主测试(即标准面板之外的测试)通常来自潜在患有健康状况的动物，这些健康状况可能会影响到特定的分析物，并因此将其排除在外，因为它们会提供趋势信息的可靠度较低的来源。
还排除了任何非数字或二元的/本质上是二元的测试(即，仅单个结果值将被视为“正常”结果)，因为这些不被认为对发现基本健康群体的趋势的目的有用。
在排除上述情况(即非标准面板测试以及非数字和二元测试)之后，研究中仍保留了以下分析物的列表。
血液化学-碱性磷酸酶(ALKP)、葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、总蛋白质(TP)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)、球蛋白(GLOB)和ALT/SGPT(ALT)。
血球计数(CBC)-红细胞计数(RBC)、白细胞计数(WBC)、平均红细胞体积(MCV)、血细胞比容(HCT)、血红蛋白(HGB)、平均血球血红蛋白(MCH)、平均红细胞血红蛋白浓度(MCHC)、红色血细胞。
分布宽度(RDW)、血小板计数(PLT)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
尿液-尿比重
数据提取
对于所有测试类型(即血液化学、CBC和尿液)，基础研究群体都是在上述提到的初级护理兽医医院主要网络中看到的所有犬，在所述初级护理兽医医院中进行了医院内血液/尿液诊断，并且：
就诊时所述动物的年龄未超过15岁。
预约类型不是“急救/紧急”或“疾病”。
就诊原因不是“实验室结果复测”、“中毒”、“DOA(送达医院已经死亡)”、“安乐死”或“疾病复查”。
就诊期间未给出“病态”标记的诊断(肥胖或超重除外)。
在就诊的一天之内，该犬没有被安乐死或标记为“过世”。
对同一只动物的测试没有在同一天内完成多次(为避免纳入可能从分析仪中已经获得的怀疑有故障的结果)。
根据上面表1列出的体型分类，使用个体平均体重(从数据集中1.5岁以后的所有就诊中计算)对犬进行体型分类-即，“玩赏型”犬体重最高5Kg，小型犬体重为5-10Kg，“中型”犬的体重为10-15Kg，“大型”犬体重为25-40Kg，“巨型”犬体重超过40Kg。
为了清除健康状况可能会改变其血液/尿液结果的动物，根据数据类型，进一步实施了限制，如下所示：
血液化学
在它们的诊所就诊期间，犬不应该被诊断出患有肾脏疾病、肝病、糖尿病、库欣病、肾上腺皮质功能亢进(hyperadrenocorticism)或非特异性“代谢紊乱”。
犬在任何时候都不应该配发/盘点(inventoried)胰岛素和/或胰岛素注射器和/或葡萄糖曲线测试(表明可能患有糖尿病)。
犬在任何时候不应该分配/盘点库欣病药物。
测试应该在2010年至2016年之间进行(以确保医院使用类似的设备)。
CBC
犬在它们去诊所期间不应该被诊断出患有肾脏疾病。
在测试的7天内，犬不应该被诊断为感染性疾病或血液紊乱。
不应在特许医院或独立医院进行测试(因为在此期间他们使用的是不同的分析仪模型)。
测试应该在2010年至2015年之间进行(以确保医院使用类似的设备)。
尿液
犬在它们去诊所期间不应该被诊断出患有肾脏疾病或糖尿病。
在测试的7天内，犬不应该被诊断为泌尿系统病痛。
犬在任何时候都不应配发/盘点(inventoried)胰岛素和/或胰岛素注射器和/或葡萄糖曲线测试(表明可能患有糖尿病)。
测试应该在2010年至2014年之间进行(以确保使用类似的设备测量)。
数据清理是按分析物逐个进行的。特别是：
以不同单位记录在该分析物的大多数测试中的任何分析物值，要么在清理阶段(CBC数据)被从数据集中清除，要么在第一时间没有提取(血液化学和尿液数据)。
对于所有变量，清除了生物学上认为不可能的缺失值和负值；对于所有变量，除粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％外，出于相同原因也清除了零值，其中零值有效。
从数据集中清除了任何无法计算出品种体型的犬(由于没有记录的成年体重)。
经过上述初步清理步骤后，按一年年龄段和品种体型将数据分组。对于没有零值的所有变量，然后在应用对数变换之前和之后计算所有这些组的平均偏斜度-其中通过对数变换可以减少绝对偏斜度，这表明数据分布现在可能更“正常”，在其余的分析中保留对数变换。
使用‘M.P.J.van der Loo，基于分布的单变量数据离群值检测，讨论文件10003，荷兰统计局，海牙(2010)’(M.P.J.van der Loo,Distribution based outlier detectionfor univariate data.Discussion paper 10003,Statistics Netherlands,The Hague(2010))所记载的方法论检测离群值，并应用于极值R包中(extreme values R package)。简而言之，将数据的中心80％用于拟合数据的正态分布，并且将高于和低于平均值的值的最极端0.5％预期所在的范围之外的数据标记为离群值并清除。分别针对每个年龄段x体型的组合进行此操作，以考虑跨时间和不同体型更改位置和规模的可能性。
分析
数据分析是使用R包中的mgcv和gamm4，通过广义加性建模(GAM)技术进行的。此方法论的优势在于，它允许平均值(在某些情况下，数据的其他方面，例如标准差)可以使用样条函数建模，而样条函数无需具有闭合形式的方程式(即不必一定是线性或多项式)，从而给予模型更大的“自由”来描述数据。
运行了两种不同的模型-一种模型将平均值和(对数)标准差建模为时间的平滑函数，而另一种模型仅建模平均值，但能够给出动物方差之间和之内的估计值。第二个模型用于估计第一个模型的误差方差如何可能被分成动物内部和动物之间的。
使用正常分数图、直方图以及拟合对(vs.)残差图(residual plots)评估来自两个模型的残差。
这两个模型的更多细节如下：
模型1-模型1是一种称为高斯位置尺度加性模型的GAM模型，该模型将标准偏差的平均值和对数建模为时间的平滑函数(薄板回归样条)，这对每种体型类别(犬)都不同。由于高斯位置尺度加性模型无法合并随机项，因此该模型在数据集上运行，该数据集是从数据集中每只动物中随机选择的观察值组成的。
模型2-模型2是广义加性混合模型(GAMM)，该模型对模型1的平均值进行建模，但假设方差恒定。为每个个体添加一个加性随机项。由于此模型在应用于整个数据集时很难在实际时间范围内收敛，因此它建立在一个较小的子集上，该子集由来自所有个体的20个样本中的1个的所有就诊组成。
对于所有模型，平滑参数均保留为默认值，并对预测图应用了一些进一步的平滑，以使一些锯齿点均匀。
来自模型1的结果显示为每种分析物的预测平均值和预测标准差随年龄变化的图表，以及95％的预测置信区间。这些仍然在对数尺度上，在这里使用了对数变换。结果如图1至图28所示。
进一步的图表显示了按年龄划分的每种分析物的预测值，以及原始尺度的95％预测区间(即，单个点的置信区间)。来自模型2的结果被用于将该间隔大致分为动物之间和动物内部(分别说明-一只新动物的平均值与群体平均值之间的差异有多大以及一只新动物的单个点与群体平均值的差异有多大)。应当注意，在这种情况下，置信和预测区间未调整。
从这些曲线图中检查了特别感兴趣的年龄区间(4-8岁)，以了解在此范围内哪些分析物倾向于与年龄具有大致单调(即增加或减少)的关系。对于这些分析物，在线性预测值的尺度上，将4岁和8岁时的值之间的差异表示在标准偏差尺度上，以便在某种程度上表明数据中相对于噪声的差异的大小。
结果
数据集大小
下表2中给出了使用的数据集的大小(清洗后)：
表2
模型拟合
模型1(如上所述)已成功拟合到所有分析物上。除粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％外，所有模型均显示出拟合良好的残差(即接近正态分布)。应当谨慎对待这四个例外的结果(其中一些例外包括多个零值，这些零值导致了奇怪的残差模式(residual pattern))。
模型结果
分析了显示模型1对每种血液化学、CBC和尿液分析物的预测平均值和标准差(SDs)(具有95％的CI)的曲线图。这些是在“线性预测值的尺度”上的，即如果分析物被对数变换，则在对数尺度上。
曲线图显示的是原始尺度上的预测平均值，预测区间为95％，仅针对大型犬。这些仅针对一种犬类别绘制作为说明，因为所有曲线图一起绘制时，这些图变得过于嘈杂。
这些结果显示，对于所有分析物，平均值随年龄(所有体型)均显示出明确且显著的变化。这在年轻阶段尤为明显，许多在大约2-3岁时显示出明显的变化，例如PHOS和TP。但是，某些分析物(例如ALB、PLT和GLOB)在大约2-4岁后的平均值中表现出相当稳定的变化，而其他分析物在中年几乎没有显示出变化，只是在老年时急剧上升或下降，例如BUN。
所有分析物均显示出明显的(且显著的)尺寸效应，并且这种模式通常遵循相同的尺寸逻辑顺序，至少近似(例如CHOL、CREA和MPV)，这为实际效果增加了更多的权重。尺寸效应在预测的SD中并不总是那么明确(例如，BUN和TP具有相当相似的SD轮廓，尽管在预测平均值中可见尺寸效应)，尽管有时是(例如，GLU的预测SD随着品种体型类别的减小而增加)。
但是，预测SD的大小通常使这些差异的影响相形见绌，即，与年龄或体型相关的平均值差异相比，数据中的噪声水平很大。在给定预测区间(基本上是新单点的置信区间)的曲线图中可以清楚地看出这一点。但是，例外情况通常围绕着早期生命中与年龄相关的差异(例如PHOS)，而不是与衰老相关的差异。
个体之间和个体内部(即个体与个体之间的可变性与围绕单个个体的平均值的“真实”噪声)之间噪声的分裂是不同的。在某些情况下(例如CHOL)，大多数似乎是在个体之间(即，这可能是一个在个体之间相当不同，但在一只犬中趋于相当一致的度量)，而在其他情况下(例如TBIL)，大多数似乎是在个体内部(即，这可能潜在的是个体内部每天变化很大的分析物或具有高测量误差的测试)。
表3总结了在感兴趣的年龄范围内观察到一致趋势的地方，并表示了SD尺度上每种分析物的变化(因此，该数量越大，相对于数据中噪声的变化越大)。
表3
/>
该表表明，相对于数据中的噪声(即SD大于0.2)，在感兴趣的年龄范围内既显示单调趋势又在该年龄范围内具有最有利(即最高)差异的分析物如下：
尿比重、GLOB、TP、ALKP(不适用于玩赏型或小型犬)，MCV和PLT以及这些生物标志物的结果如图1至图6所示。
结果，使用本发明的方法，这些标志物以及实际上这些曲线图可以用于测定生物学年龄。
另外的生物标志物也可以用于确认或完善结果，因为这些标志物还显示出取决于年龄的明确且明显的轨迹，尽管不是单调的方式。
Claims (201)
1.一种用于测定成年犬的生物学年龄的方法，所述方法包括测定选自由以下所组成的组中的生物标志物的水平：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重；将结果与从已知年龄和相似类别的犬获得的值进行比较；
其中所述相似类别的犬选自玩赏型犬、小型犬、中型犬、大型犬或巨型犬；和
其中当所述相似类别的犬为小型犬或玩赏型犬时，评估除血碱性磷酸酶以外的至少一种生物标志物。
2.根据权利要求1所述的方法，所述方法还包括对所述成年犬进行称重并将所述犬分配到特定类别的预备步骤。
3.根据前述权利要求中任一项所述的方法，其中通过在至少两个单独的场合下对特定成年犬进行称重并计算平均体重来确定其类别。
4.根据权利要求1或2所述的方法，其中测定了生物标志物(1)至(6)中的不止一种，并且将犬的生物学年龄评估为所得结果的平均值。
5.根据权利要求3所述的方法，其中测定了生物标志物(1)至(6)中的不止一种，并且将犬的生物学年龄评估为所得结果的平均值。
6.根据权利要求3所述的方法，其中测定所有生物标志物(1)至(6)。
7.根据权利要求1或2所述的方法，其中通过将选自(1)至(6)的生物标志物的水平分别与显示对应生物标志物随年龄变化的水平的曲线图进行比较，来评估犬的生物学年龄。
8.根据权利要求3所述的方法，其中通过将选自(1)至(6)的生物标志物的水平分别与显示对应生物标志物随年龄变化的水平的曲线图进行比较，来评估犬的生物学年龄。
9.根据权利要求4所述的方法，其中通过将选自(1)至(6)的生物标志物的水平分别与显示对应生物标志物随年龄变化的水平的曲线图进行比较，来评估犬的生物学年龄。
10.根据权利要求5所述的方法，其中通过将选自(1)至(6)的生物标志物的水平分别与显示对应生物标志物随年龄变化的水平的曲线图进行比较，来评估犬的生物学年龄。
11.根据权利要求6所述的方法，其中通过将选自(1)至(6)的生物标志物的水平分别与显示对应生物标志物随年龄变化的水平的曲线图进行比较，来评估犬的生物学年龄。
12.根据权利要求1或2所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
13.根据权利要求12所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
14.根据权利要求3所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
15.根据权利要求14所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
16.根据权利要求4所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
17.根据权利要求16所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
18.根据权利要求5所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
19.根据权利要求18所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
20.根据权利要求6所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
21.根据权利要求20所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
22.根据权利要求7所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
23.根据权利要求22所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
24.根据权利要求8所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
25.根据权利要求24所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
26.根据权利要求9所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
27.根据权利要求26所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
28.根据权利要求10所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
29.根据权利要求28所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
30.根据权利要求11所述的方法，其中测量至少一种额外的生物标志物，并且获得的结果用于确认或完善使用生物标志物(1)至(6)获得的结果。
31.根据权利要求30所述的方法，其中所述至少一种额外的生物标志物选自由以下所组成的组中：葡萄糖(GLU)、淀粉酶(AMYL)、总胆红素(TBIL)、白蛋白(ALB)、胆固醇(CHOL)、血尿素氮(BUN)、肌酐(CREA)、磷(PHOS)、钙(CA)和ALT/SGPT(ALT)和血球计数(CBC)：红细胞计数(RBC)、白细胞计数(WBC)、血细胞比容(HCT)、血红蛋白(HGB)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)、平均血小板体积(MPV)、粒细胞％、淋巴细胞％、单核细胞％和嗜酸性粒细胞％。
32.根据权利要求1或2所述的方法，其中比较结果的步骤在计算机上执行。
33.根据权利要求3所述的方法，其中比较结果的步骤在计算机上执行。
34.根据权利要求4所述的方法，其中比较结果的步骤在计算机上执行。
35.根据权利要求5所述的方法，其中比较结果的步骤在计算机上执行。
36.根据权利要求6所述的方法，其中比较结果的步骤在计算机上执行。
37.根据权利要求7所述的方法，其中比较结果的步骤在计算机上执行。
38.根据权利要求8所述的方法，其中比较结果的步骤在计算机上执行。
39.根据权利要求9所述的方法，其中比较结果的步骤在计算机上执行。
40.根据权利要求10所述的方法，其中比较结果的步骤在计算机上执行。
41.根据权利要求11所述的方法，其中比较结果的步骤在计算机上执行。
42.根据权利要求12所述的方法，其中比较结果的步骤在计算机上执行。
43.根据权利要求13所述的方法，其中比较结果的步骤在计算机上执行。
44.根据权利要求14所述的方法，其中比较结果的步骤在计算机上执行。
45.根据权利要求15所述的方法，其中比较结果的步骤在计算机上执行。
46.根据权利要求16所述的方法，其中比较结果的步骤在计算机上执行。
47.根据权利要求17所述的方法，其中比较结果的步骤在计算机上执行。
48.根据权利要求18所述的方法，其中比较结果的步骤在计算机上执行。
49.根据权利要求19所述的方法，其中比较结果的步骤在计算机上执行。
50.根据权利要求20所述的方法，其中比较结果的步骤在计算机上执行。
51.根据权利要求21所述的方法，其中比较结果的步骤在计算机上执行。
52.根据权利要求22所述的方法，其中比较结果的步骤在计算机上执行。
53.根据权利要求23所述的方法，其中比较结果的步骤在计算机上执行。
54.根据权利要求24所述的方法，其中比较结果的步骤在计算机上执行。
55.根据权利要求25所述的方法，其中比较结果的步骤在计算机上执行。
56.根据权利要求26所述的方法，其中比较结果的步骤在计算机上执行。
57.根据权利要求27所述的方法，其中比较结果的步骤在计算机上执行。
58.根据权利要求28所述的方法，其中比较结果的步骤在计算机上执行。
59.根据权利要求29所述的方法，其中比较结果的步骤在计算机上执行。
60.根据权利要求30所述的方法，其中比较结果的步骤在计算机上执行。
61.根据权利要求31所述的方法，其中比较结果的步骤在计算机上执行。
62.根据权利要求1或2所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
63.根据权利要求62所述的方法，其中延长的时间段是从1个月到10年。
64.根据权利要求3所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
65.根据权利要求64所述的方法，其中延长的时间段是从1个月到10年。
66.根据权利要求4所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
67.根据权利要求66所述的方法，其中延长的时间段是从1个月到10年。
68.根据权利要求5所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
69.根据权利要求68所述的方法，其中延长的时间段是从1个月到10年。
70.根据权利要求6所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
71.根据权利要求70所述的方法，其中延长的时间段是从1个月到10年。
72.根据权利要求7所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
73.根据权利要求72所述的方法，其中延长的时间段是从1个月到10年。
74.根据权利要求8所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
75.根据权利要求74所述的方法，其中延长的时间段是从1个月到10年。
76.根据权利要求9所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
77.根据权利要求76所述的方法，其中延长的时间段是从1个月到10年。
78.根据权利要求10所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
79.根据权利要求78所述的方法，其中延长的时间段是从1个月到10年。
80.根据权利要求11所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
81.根据权利要求80所述的方法，其中延长的时间段是从1个月到10年。
82.根据权利要求12所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
83.根据权利要求82所述的方法，其中延长的时间段是从1个月到10年。
84.根据权利要求13所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
85.根据权利要求84所述的方法，其中延长的时间段是从1个月到10年。
86.根据权利要求14所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
87.根据权利要求86所述的方法，其中延长的时间段是从1个月到10年。
88.根据权利要求15所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
89.根据权利要求88所述的方法，其中延长的时间段是从1个月到10年。
90.根据权利要求16所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
91.根据权利要求90所述的方法，其中延长的时间段是从1个月到10年。
92.根据权利要求17所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
93.根据权利要求92所述的方法，其中延长的时间段是从1个月到10年。
94.根据权利要求18所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
95.根据权利要求94所述的方法，其中延长的时间段是从1个月到10年。
96.根据权利要求19所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
97.根据权利要求96所述的方法，其中延长的时间段是从1个月到10年。
98.根据权利要求20所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
99.根据权利要求98所述的方法，其中延长的时间段是从1个月到10年。
100.根据权利要求21所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
101.根据权利要求100所述的方法，其中延长的时间段是从1个月到10年。
102.根据权利要求22所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
103.根据权利要求102所述的方法，其中延长的时间段是从1个月到10年。
104.根据权利要求23所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
105.根据权利要求104所述的方法，其中延长的时间段是从1个月到10年。
106.根据权利要求24所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
107.根据权利要求106所述的方法，其中延长的时间段是从1个月到10年。
108.根据权利要求25所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
109.根据权利要求108所述的方法，其中延长的时间段是从1个月到10年。
110.根据权利要求26所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
111.根据权利要求110所述的方法，其中延长的时间段是从1个月到10年。
112.根据权利要求27所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
113.根据权利要求112所述的方法，其中延长的时间段是从1个月到10年。
114.根据权利要求28所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
115.根据权利要求114所述的方法，其中延长的时间段是从1个月到10年。
116.根据权利要求29所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
117.根据权利要求116所述的方法，其中延长的时间段是从1个月到10年。
118.根据权利要求30所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
119.根据权利要求118所述的方法，其中延长的时间段是从1个月到10年。
120.根据权利要求31所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
121.根据权利要求120所述的方法，其中延长的时间段是从1个月到10年。
122.根据权利要求32所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
123.根据权利要求122所述的方法，其中延长的时间段是从1个月到10年。
124.根据权利要求33所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
125.根据权利要求124所述的方法，其中延长的时间段是从1个月到10年。
126.根据权利要求34所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
127.根据权利要求126所述的方法，其中延长的时间段是从1个月到10年。
128.根据权利要求35所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
129.根据权利要求128所述的方法，其中延长的时间段是从1个月到10年。
130.根据权利要求36所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
131.根据权利要求130所述的方法，其中延长的时间段是从1个月到10年。
132.根据权利要求37所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
133.根据权利要求132所述的方法，其中延长的时间段是从1个月到10年。
134.根据权利要求38所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
135.根据权利要求134所述的方法，其中延长的时间段是从1个月到10年。
136.根据权利要求39所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
137.根据权利要求136所述的方法，其中延长的时间段是从1个月到10年。
138.根据权利要求40所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
139.根据权利要求138所述的方法，其中延长的时间段是从1个月到10年。
140.根据权利要求41所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
141.根据权利要求140所述的方法，其中延长的时间段是从1个月到10年。
142.根据权利要求42所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
143.根据权利要求142所述的方法，其中延长的时间段是从1个月到10年。
144.根据权利要求43所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
145.根据权利要求144所述的方法，其中延长的时间段是从1个月到10年。
146.根据权利要求44所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
147.根据权利要求146所述的方法，其中延长的时间段是从1个月到10年。
148.根据权利要求45所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
149.根据权利要求148所述的方法，其中延长的时间段是从1个月到10年。
150.根据权利要求46所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
151.根据权利要求150所述的方法，其中延长的时间段是从1个月到10年。
152.根据权利要求47所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
153.根据权利要求152所述的方法，其中延长的时间段是从1个月到10年。
154.根据权利要求48所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
155.根据权利要求154所述的方法，其中延长的时间段是从1个月到10年。
156.根据权利要求49所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
157.根据权利要求156所述的方法，其中延长的时间段是从1个月到10年。
158.根据权利要求50所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
159.根据权利要求158所述的方法，其中延长的时间段是从1个月到10年。
160.根据权利要求51所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
161.根据权利要求160所述的方法，其中延长的时间段是从1个月到10年。
162.根据权利要求52所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
163.根据权利要求162所述的方法，其中延长的时间段是从1个月到10年。
164.根据权利要求53所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
165.根据权利要求164所述的方法，其中延长的时间段是从1个月到10年。
166.根据权利要求54所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
167.根据权利要求166所述的方法，其中延长的时间段是从1个月到10年。
168.根据权利要求55所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
169.根据权利要求168所述的方法，其中延长的时间段是从1个月到10年。
170.根据权利要求56所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
171.根据权利要求170所述的方法，其中延长的时间段是从1个月到10年。
172.根据权利要求57所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
173.根据权利要求172所述的方法，其中延长的时间段是从1个月到10年。
174.根据权利要求58所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
175.根据权利要求174所述的方法，其中延长的时间段是从1个月到10年。
176.根据权利要求59所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
177.根据权利要求176所述的方法，其中延长的时间段是从1个月到10年。
178.根据权利要求60所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
179.根据权利要求178所述的方法，其中延长的时间段是从1个月到10年。
180.根据权利要求61所述的方法，其在延长的时间段内用从同一只成年犬获得的样品重复进行，并且所述结果用于确定所述成年犬的年龄轨迹或衰老速度。
181.根据权利要求180所述的方法，其中延长的时间段是从1个月到10年。
182.一种为特定成年犬选择护理或饮食方案的方法，所述方法包括使用根据前述权利要求中任一项所述的方法测定犬的生物学年龄，并使用获得的结果来确定特定的护理或饮食方案。
183.根据权利要求182所述的方法，所述方法包括选择适合于犬的生物学年龄的饮食方案。
184.一种测定特定饮食或护理方案对犬衰老的速度的功效的方法，所述方法包括：
(i)在第一时间段内执行权利要求62至181中任一项所述的方法，以测定犬的第一衰老速度，
(ii)在第二时间段内执行权利要求62至181中任一项所述的方法，以测定犬的第二衰老速度，其中第一时间段或第二时间段中的一个是在引入所述特定饮食或护理方案之后
(iii)比较所述第一衰老速度和所述第二衰老速度以确定所述特定饮食或护理方案对犬衰老速度的影响。
185.根据权利要求184所述的方法，所述方法进一步包括调整所述特定饮食或护理方案以减慢犬的衰老速度。
186.一种计算机或机器可读盒带，所述计算机或机器可读盒带被编程为实施根据权利要求1至185中的任一项所述的方法。
187.一种用于测定成年犬的生物学年龄的系统，所述系统包括：
处理器；和
存储算法的代码的存储器，所述算法在由所述处理器执行时，导致计算机系统：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换所述一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生输出，其中所述输出是犬的生物学年龄。
188.根据权利要求187所述的系统，其中根据所述输出基于所述生物学年龄对犬的持续护理或饮食方案提供个性化推荐；和
在图形用户界面上显示所述生物学年龄和/或个性化推荐。
189.一种测定成年犬的衰老速度的系统，所述系统包括：
处理器；和
存储算法的代码的存储器，所述算法在由处理器执行时，导致计算机系统：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换所述一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生第一输出，其中所述第一输出是犬的生物学年龄；
将所述第一输出与至少一个第三输入电平进行比较，所述第三输入电平包括由系统在至少一个较早的时间点测定的所述犬的生物学年龄，以及第四输入电平，所述第四输入电平包括在所述较早的时间点与从犬身上获得生物标志物的时间之间的时间段，
分析和转换第一输出以及第三和第四输入电平，以测定犬的衰老速度；
提供第二输出，所述第二输出显示犬的衰老速度。
190.根据权利要求189所述的系统，其中还基于衰老速度为犬的持续护理或饮食方案提供个性化推荐，其中第二输出和/或所述个性化推荐显示在图形用户界面上。
191.一种测定特定饮食或护理方案对成年犬衰老速度的影响的系统，所述系统包括：
处理器；和
存储算法的代码的存储器，所述算法在由处理器执行时，导致计算机系统：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生第一输出，其中所述第一输出是犬的生物学年龄；
将第一输出与至少一个第三输入电平进行比较，所述第三输入电平包括由系统在至少一个较早的时间点测定的所述犬的生物学年龄，以及第四输入电平，所述第四输入电平包括在所述较早的时间点与从犬身上获得生物标志物的时间之间的时间段，
分析和转换第一输出以及第三和第四输入电平，以测定犬的衰老速度；
提供显示犬衰老速度的第二输出，产生第五输入电平，所述第五输入电平是在对犬进行特定饮食或护理方案之前或之后的不同时间点测定的犬衰老的速度，
分析和转换第二输出和第五输入电平，以产生指示衰老速度变化的第三输出。
192.根据权利要求191所述的系统，其中还提供与特定饮食或护理方案的调整有关的个性化推荐，以调整对衰老速度的影响，其中第三输出和/或个性化推荐显示在图形用户界面上。
193.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储指令，所述指令在由处理器执行时，导致计算机系统通过以下步骤识别成年犬的生物学年龄：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生输出，其中所述输出是犬的生物学年龄。
194.根据权利要求193所述的非暂时性计算机可读介质，其中根据所述输出基于所述生物学年龄对犬的持续护理或饮食方案提供个性化推荐；和
在图形用户界面上显示生物学年龄和/或个性化推荐。
195.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储指令，所述指令在由处理器执行时，导致计算机系统通过以下步骤识别成年犬的衰老速度：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生第一输出，其中所述第一输出是犬的生物学年龄；
将第一输出与至少一个第三输入电平进行比较，所述第三输入电平包括由系统在至少一个较早的时间点测定的所述犬的生物学年龄，以及第四输入电平，所述第四输入电平包括在所述较早的时间点与从犬身上获得生物标志物的时间之间的时间段，
分析和转换第一输出以及第三和第四输入电平，以测定犬的衰老速度；
提供显示犬衰老速度的第二输出。
196.根据权利要求195所述的非暂时性计算机可读介质，其中还基于衰老速度为犬的持续护理或饮食方案提供个性化推荐，其中在图形用户界面上显示第二输出和/或个性化推荐。
197.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储指令，所述指令在由处理器执行时，使计算机系统通过以下步骤测定特定饮食或护理方案对成年犬衰老速度的影响：
接收与动物有关的一种或多种生物标志物的至少一种输入电平，其中所述一种或多种生物标志物中的至少一种包括与以下有关的信息：(1)血球蛋白水平，(2)血总蛋白，(3)血碱性磷酸酶，(4)血小板计数，(5)血平均红细胞体积或(6)尿比重，或它们的任意组合；
接收与所述动物的体型类别有关的第二输入电平，其中所述体型类别选自玩赏型、小型、中型、大型或巨型；其中当所述体型类别为小型或玩赏型时，所述一种或多种生物标志物的至少一种输入电平不为(3)血碱性磷酸酶；
通过分类算法分析和转换一种或多种生物标志物的至少一种输入电平和第二输入电平以得出生物学年龄，其中分类算法包括从训练数据集开发的代码，所述训练数据集包括与来自每个体型类别的一组样本动物的所述一种或多种生物标志物有关的信息；
产生第一输出，其中所述第一输出是犬的生物学年龄；
将第一输出与至少一个第三输入电平进行比较，所述第三输入电平包括在至少一个较早的时间点测定的所述犬的生物学年龄，以及第四输入电平，所述第四输入电平包括在所述较早的时间点与从犬身上获得生物标志物的时间之间的时间段，
分析和转换第一输出以及第三和第四输入电平，以测定犬的衰老速度；
提供第二输出，所述第二输出显示犬的衰老速度，
产生第五输入电平，所述第五输入电平是在对犬进行特定饮食或护理方案之前或之后的不同时间点测定的犬的衰老速度，
分析和转换第二输出和第五输入电平，以产生指示衰老速度变化的第三输出。
198.根据权利要求197所述的非暂时性计算机可读介质，其中还提供与特定饮食或护理方案的调整有关的个性化推荐，以调整对衰老速度的影响，其中在图形用户界面上显示第三输出和/或个性化推荐。
199.根据权利要求187至198中任一项所述的系统或非暂时性计算机可读介质，其中所述一组样本动物是每个体型类别中的已知年龄的健康动物。
200.根据权利要求187至198中任一项所述的系统或非暂时性计算机可读介质，其中所述训练数据集由一组纳入和/或排除标准过滤。
201.一种降低成年犬发展与年龄有关的状况的风险的方法，所述方法包括使用根据权利要求187至190中任一项所述的系统测定成年犬的生物学年龄或衰老速度，并调节犬的饮食或护理方案。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| GBGB1802757.3A GB201802757D0 (en) | 2018-02-21 | 2018-02-21 | Analyitical method and means |
| GB1802757.3 | 2018-02-21 | ||
| GBGB1809447.4A GB201809447D0 (en) | 2018-06-08 | 2018-06-08 | Analytical method and means |
| GB1809447.4 | 2018-06-08 | ||
| PCT/US2019/018943 WO2019165064A1 (en) | 2018-02-21 | 2019-02-21 | Markers for determining the biological age of a dog |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112005118A CN112005118A (zh) | 2020-11-27 |
| CN112005118B true CN112005118B (zh) | 2024-05-10 |
Family
ID=65729435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980027663.3A Active CN112005118B (zh) | 2018-02-21 | 2019-02-21 | 测定犬生物学年龄的标志物 |
Country Status (4)
| Country | Link |
|---|---|
| US (3) | US11395478B2 (zh) |
| EP (1) | EP3756016A1 (zh) |
| CN (1) | CN112005118B (zh) |
| WO (1) | WO2019165064A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112005118B (zh) * | 2018-02-21 | 2024-05-10 | 马斯公司 | 测定犬生物学年龄的标志物 |
| CN111175480A (zh) * | 2020-01-13 | 2020-05-19 | 北京奇云诺德信息科技有限公司 | 一种血液生化指标计算性别和年龄的方法 |
| WO2021173800A1 (en) * | 2020-02-25 | 2021-09-02 | Advanced Animal Diagnostics, Inc. | Methods and compositions for identifiying a survivability index for an animal |
| WO2023066942A1 (en) | 2021-10-18 | 2023-04-27 | Immundiagnostik Ag | Test system for obtaining a blood count suitable for home use and telemedicine |
| WO2023209060A1 (en) | 2022-04-28 | 2023-11-02 | Société des Produits Nestlé S.A. | Methods of determining a health status of a dog based on one or more biomarkers, and methods of treating a mortality risk identified by the health status |
| WO2023209061A1 (en) | 2022-04-28 | 2023-11-02 | Société des Produits Nestlé S.A. | Methods of determining a health status of a cat based on one or more biomarkers, and methods of treating a mortality risk identified by the health status |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2406642A (en) * | 2001-07-20 | 2005-04-06 | Mars Uk Ltd | A method of feeding a non-human animal. |
| CN101247833A (zh) * | 2005-06-29 | 2008-08-20 | 希尔氏宠物营养品公司 | 预防和治疗炎性疾病的方法和组合物 |
| CN101365351A (zh) * | 2005-06-29 | 2009-02-11 | 希尔氏宠物营养品公司 | 用于预防及治疗肾脏疾病的方法和组合物 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0117790D0 (en) * | 2001-07-20 | 2001-09-12 | Mars Uk Ltd | Diagnostic marker |
| US8382687B2 (en) | 2009-03-02 | 2013-02-26 | The Iams Company | Method for determining the biological age of a companion animal |
| CN106156463A (zh) * | 2015-04-03 | 2016-11-23 | 宠邦智能科技（上海）有限公司 | 具有自学习能力的宠物健康生活管理系统及方法 |
| WO2018157905A1 (en) * | 2017-03-02 | 2018-09-07 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Novel biomarker of ageing |
| US10080343B1 (en) * | 2017-03-27 | 2018-09-25 | Ewig Industries Macao Commercial Offshore Limited | Pet monitoring and recommendation system |
| CN112005118B (zh) * | 2018-02-21 | 2024-05-10 | 马斯公司 | 测定犬生物学年龄的标志物 |
-
2019
- 2019-02-21 CN CN201980027663.3A patent/CN112005118B/zh active Active
- 2019-02-21 US US16/971,896 patent/US11395478B2/en active Active
- 2019-02-21 WO PCT/US2019/018943 patent/WO2019165064A1/en unknown
- 2019-02-21 EP EP19710526.5A patent/EP3756016A1/en active Pending
-
2022
- 2022-06-21 US US17/845,181 patent/US11632938B2/en active Active
-
2023
- 2023-03-21 US US18/187,238 patent/US11921121B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2406642A (en) * | 2001-07-20 | 2005-04-06 | Mars Uk Ltd | A method of feeding a non-human animal. |
| CN101247833A (zh) * | 2005-06-29 | 2008-08-20 | 希尔氏宠物营养品公司 | 预防和治疗炎性疾病的方法和组合物 |
| CN101365351A (zh) * | 2005-06-29 | 2009-02-11 | 希尔氏宠物营养品公司 | 用于预防及治疗肾脏疾病的方法和组合物 |
Non-Patent Citations (3)
| Title |
|---|
| Beagle犬不同生长时期的血液学指标;陈云, 池景锋, 何永恒, 张永斌, 连至诚, 美玲;中国比较医学杂志(第05期);全文 * |
| 德国牧羊犬生理生化指标及血清FT_3、FT_4水平;郭定宗, 方德明, 康远方, 杨世锦, 李传甫, 李家奎;中国兽医学报(第06期);全文 * |
| 转高赖氨酸融合蛋白基因大米喂养SD大鼠90天试验研究;董英;施卫东;周兴华;张奕;王云;肖香;;中国农业科学(第13期);第2770页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US11632938B2 (en) | 2023-04-25 |
| CN112005118A (zh) | 2020-11-27 |
| US11921121B2 (en) | 2024-03-05 |
| US11395478B2 (en) | 2022-07-26 |
| US20220361455A1 (en) | 2022-11-17 |
| WO2019165064A1 (en) | 2019-08-29 |
| US20210105979A1 (en) | 2021-04-15 |
| EP3756016A1 (en) | 2020-12-30 |
| US20230236209A1 (en) | 2023-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112005118B (zh) | 测定犬生物学年龄的标志物 | |
| RU2640568C2 (ru) | Способы и системы для оценки риска рака желудочно-кишечного тракта | |
| Hagan et al. | Urinary leukotriene E4 to determine aspirin intolerance in asthma: a systematic review and meta-analysis | |
| US20180246100A1 (en) | Biodosimetry panels and methods | |
| CA2650872C (en) | Methods and apparatus for identifying disease status using biomarkers | |
| RU2009111883A (ru) | Способы и системы для создания кормовых композиций | |
| Contreras-Aguilar et al. | Salivary alpha-amylase activity and cortisol in horses with acute abdominal disease: a pilot study | |
| US20220187190A1 (en) | White Blood Cell Population Dynamics | |
| Wright et al. | Biological variation of routine haematology and biochemistry measurands in the horse | |
| Lieske et al. | Evaluation of 4 handheld blood glucose monitors for use in seabird rehabilitation | |
| US20180085008A1 (en) | Health Metric Validation System | |
| Welles et al. | Comparison of Multistix PRO dipsticks with other biochemical assays for determining urine protein (UP), urine creatinine (UC), and UP: UC ratio in dogs and cats | |
| Nollens et al. | Effects of sex, age, and season on the variation of blood analytes in a clinically healthy ex situ population of bottlenose dolphins (Tursiops spp.) | |
| Tamborini et al. | Comparison of manual and laboratory PCV and total protein using EDTA and lithium heparin canine samples | |
| US20160146833A1 (en) | Stress and inflammation biomarker urine panel for dairy cows and beef cattle | |
| Margetts et al. | Overview of the principles of nutritional epidemiology | |
| Rodriguez et al. | Exploring the role of milk yield in the first week of lactation on the association between hyperketonemia and reproductive performance in dairy cattle | |
| Buczinski et al. | Validation of serum gamma-glutamyl transferase activity and body weight information for identifying dairy calves that are too young to be transported to auction markets in Canada | |
| KR102177291B1 (ko) | 산화적 스트레스 수준을 측정하는 방법 | |
| Heller et al. | Comparison between the Mission Plus device and gold standard methods for measuring hemoglobin concentrations and packed cell volumes in cattle | |
| US9417242B2 (en) | Method and system for detecting and differentiating cancer and sepsis in mammals using biomarkers | |
| Margetts et al. | Measuring dietary exposure in nutritional epidemiological studies | |
| US20150132836A1 (en) | Method And System For Detecting Lymphosarcoma in Cats Using Biomarkers | |
| Wegienka et al. | Association of early life wheeze and lung function | |
| Cabot et al. | Utility of commercially available reagent test strips for estimation of blood urea nitrogen concentration and detection of azotemia in pet rabbits (Oryctolagus cuniculus) and ferrets (Mustela putorius furo) |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40041229 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |