CN112599240B - 代谢物在脑梗死中的应用 - Google Patents

代谢物在脑梗死中的应用 Download PDF

Info

Publication number
CN112599240B
CN112599240B CN202011444186.1A CN202011444186A CN112599240B CN 112599240 B CN112599240 B CN 112599240B CN 202011444186 A CN202011444186 A CN 202011444186A CN 112599240 B CN112599240 B CN 112599240B
Authority
CN
China
Prior art keywords
sample
cerebral infarction
mass
lysopc
tof
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
Application number
CN202011444186.1A
Other languages
English (en)
Other versions
CN112599240A (zh
Inventor
张祥建
杨金波
吉增良
张培培
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.)
Second Hospital of Hebei Medical University
Original Assignee
Second Hospital of Hebei Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Second Hospital of Hebei Medical University filed Critical Second Hospital of Hebei Medical University
Priority to CN202011444186.1A priority Critical patent/CN112599240B/zh
Publication of CN112599240A publication Critical patent/CN112599240A/zh
Application granted granted Critical
Publication of CN112599240B publication Critical patent/CN112599240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G01N24/082—Measurement of solid, liquid or gas content
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • 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
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • 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
    • G01N30/86—Signal analysis
    • G01N30/8624—Detection of slopes or peaks; baseline correction
    • G01N30/8631—Peaks
    • G01N30/8634—Peak quality criteria
    • 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
    • G01N30/86—Signal analysis
    • G01N30/8696—Details of Software
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了代谢物在脑梗死中的应用。本发明通过代谢组学研究，首次发现了LysoPC(22:4(7Z,10Z,13Z,16Z))在脑梗死患者中呈现显著性差异，通过检测LysoPC(22:4(7Z,10Z,13Z,16Z))的水平，可以判断受试者是否患有脑梗死或者存在患有脑梗死的风险。

Description

代谢物在脑梗死中的应用
技术领域
本发明属于生物技术领域，涉及代谢物在脑梗死中的应用。
背景技术
脑梗死又称缺血性卒中，中医称之为卒中或中风。在目前临床实践中，卒中的诊断主要依靠临床医师对症状、体征的判断及影像学检查，但是许多疾病如偏头痛、痫性发作等可能与卒中有类似的临床表现，影像学客观检查也有一定的局限性。卒中包括出血性及缺血性两种类型，其中，动脉粥样硬化性脑卒中是缺血性脑卒中最常见的病理类型。
在疾病早期，颅脑电子计算机断层扫描(computed tomography，CT)是鉴别脑梗死与脑出血的唯一依据，CT早期诊断脑出血的敏感性为89％，但是在脑梗死患者的CT检查中，仅有不到1/3的患者在发病3h内有相应的特征性表现，磁共振成像诊断脑梗死敏感性较高，但受到检查时间及设备等限制，不适用于急诊脑梗死患者。在过去的数十年中，临床医生及科学家们致力于找到可以在脑梗死早期辅助诊断的生物标志物，但是尚无一种或几种有明确指导意义的生物标记物可以用于脑梗死的辅助诊断。
代谢组学是研究生物体系受刺激或扰动后其代谢产物-内源性代谢物质种类、数量及其变化规律的科学。生命机体在病证状态和各类药物作用下，亦同样会引起全身水平的内源性代谢物及代谢网络变化。随着生物技术的发展，气相色谱-质谱法、液相色谱-质谱法、基因芯片、蛋白质芯片等科学技术的不断进步，越来越多与疾病相关的代谢物被发现，并作为生物标志物应用于疾病的诊断和治疗中。利用代谢物生物标志物辅助临床医生在脑梗死早期做出诊断，将会使脑梗死患者及时得到有效救治，降低脑梗死的死亡率及病残率，在临床实践中具有重要的意义。
发明内容
代谢组学是基因组学、蛋白质组学和转录组学下游的新兴研究领域。人体中有40,000多种代谢物，其浓度可提供个体当前健康状况的快照。代谢组是由代谢产生的低分子量化合物(诸如代谢底物和产物、脂质、小肽、维生素和其它蛋白质辅助因子)的定量集合。代谢组处于转录组和蛋白质组的下游，因此从正常状态发生的任何变化都会被放大，并且在数值上更易于处理。代谢组学可以是检查和描述细胞生长、维持和功能的精确、一致和定量的工具。
为了评估代谢物与脑梗死之间的相关性，通过收集健康对照与脑梗死的样品，综合分析样品的代谢组学，筛选在两个群组中含量呈现显著性差异的代谢物，并进一步分析差异代谢物的诊断效能，从而发现适于脑梗死诊断和治疗的代谢标志物。本发明通过广泛而深入的研究，首次发现了与脑梗死相关的代谢标志物LysoPC(22:4(7Z,10Z,13Z,16Z))，与健康对照相比，LysoPC(22:4(7Z,10Z,13Z,16Z))在脑梗死患者中含量显著增加。
基于上述研究，本发明的目的在于提供一种与脑梗死相关的代谢物，通过检测该代谢物的水平，可以判断受试者是否患有脑梗死以及患脑梗死的风险，甚至，采用药物后，疾病是否好转，从而为脑梗死的诊断和治疗提供新的手段。
本发明提供了LysoPC(22:4(7Z,10Z,13Z,16Z))在制备诊断脑梗死的产品中的应用。
进一步，所述产品包括通过色谱、光谱或质谱仪/光谱法进行检测受试者样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂。
进一步，所述色谱包括GC，CE,LC,HPLC和UHPLC；光谱包括UV/Vis，IR，NIR和NMR；质谱仪/光谱法包括ESI、四极质谱仪、离子阱质谱仪、TOF(飞行时间)质谱仪、Orbitrap质谱仪、扇形磁场质谱仪、扇形静电场质谱仪、离子回旋共振(ICR)以及它们的组合，包括单级四极杆(Q)和三级四极杆(QqQ)，QqTOF，TOF-TOF，Q-Orbitrap，APCI-QqQ，APCI-QqTOF，MALDI-QqQ，MALDI-QqTOF和MALDI-TOF-TOF。
其中，GC＝气相色谱，CE＝毛细管电泳，LC＝液相色谱，HPLC＝高度液相色谱，UHPLC＝超高效液相色谱，UV-Vis＝紫外可见，IR＝红外，NIR＝近红外，NMR＝核磁共振，ESI＝电子喷雾电离，MALDI＝基质辅助激光解吸/电离，TOF＝飞行时间，APCI＝大气压化学电离，QqQ＝三重四极杆配置(也称为Qlq2Q3(Q1和Q3四极杆是质量过滤器，q2是无质量分辨四极杆(no mass-resolving quadrupole)))。
在本发明中，术语“样品”取自哺乳动物，优选为小鼠，大鼠，豚鼠，狗，小型猪或人，最优选为人。任何含有目标代谢物的生物样品在本文中是有用的。实例包括，但不限于，血液/血清/血浆、脑脊髓液(CSF)、尿液、粪便、呼气、唾液或任何组织的活检样品。
进一步，所述样品选自血液、血清或血浆。
对于样品中一种或多种代谢物的量的评估，可能需要根据样品的类型和选择用于评估的方法操作样品。例如，在血液的情况下，可以将血液抽入合适的容器中，随后一次或多次平缓颠倒容器，并且让样品在室温下静止数分钟以获得完全凝固。对于血清采集，可以例如以2750g和15℃进行血液的离心10分钟。随后可以分离血清，并且如果需要，填充到容器例如合成吸管中，用于存储，如在液氮中，直到进行代谢分析。
本发明提供了一种检测脑梗死的试剂盒，所述试剂盒包括检测样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂。
进一步，所述试剂包括通过色谱、光谱或质谱仪/光谱法检测样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂。
进一步，所述试剂盒还包含处理样品的试剂。
进一步，所述样品选自血液、血清或血浆。
进一步，所述试剂盒还包括评估受试者是否患有或易患脑梗死的说明书。
本发明提供了LysoPC(22:4(7Z,10Z,13Z,16Z))在构建预测脑梗死的计算模型中的应用。
本文所用术语“差异代谢物”或“显著性差异”表示与第二种样品中相同的一种或多种本发明生物标志物的表达水平比较，经测定代谢物的含量或浓度，在一个样品中本发明的一种或多种生物标志物的含量或浓度的差异。本文所用“差异代谢物”可以用给定生物标志物的水平相对于对照中给定生物标志物的平均水平的比率进行测定，其中比率不等于1.0。还可以用p值测定差异。当使用p值时，当p值小于0.1时生物标志物被鉴定为在第一和第二群体之间呈现差异。更优选p值小于0.05。甚至更优选p值小于0.01。还更优选p值小于0.005。最优选p值小于0.001。当基于比率确定差异时，如果第一种和第二种样品中水平的比率大于或小于1.0，则代谢物是呈现差异的。举例来说，大于1.2、1.5、1.7、2、3、4、10、20的比率，或小于1的比率，例如0.8、0.6、0.4、0.2、0.1、0.05。
“水平增加”或“上调”表示代谢物相对于对照而言，代谢物水平(以代谢物的含量或浓度测定)显示增加至少10％或更多，例如20％、30％、40％或50％、60％、70％、80％、90％或更多；或1.1倍、1.2倍、1.4倍、1.6倍、1.8倍或更多。
“水平降低”或“下调”表示代谢物相对于对照而言，代谢物的水平(以代谢物的含量或浓度测定)显示降低至少10％或更多，例如20％、30％、40％或50％、60％、70％、80％、90％；或少于1.0倍、0.8倍、0.6倍、0.4倍、0.2倍、0.1倍或更少。例如，上调代谢物包括与从健康对照中检测的代谢物的水平相比，从以患有脑梗死的个体中检测的水平增加的代谢物。例如，下调代谢物包括与从健康对照中检测的代谢物的水平相比，从以患有脑梗死的个体中检测的水平减少的代谢物。
在本发明的具体实施方式中，采用了“曲线下面积(AUC)”对代谢物标志物的诊断效能进行了评价，AUC越高，所述代谢物用于不同群组之间的分类的准确性越高。术语“曲线下面积”或“AUC”指受试者工作特征(ROC)曲线的曲线下面积，二者是本领域中熟知的。AUC测量对于跨全部数据范围比较分类器的准确度是有用的。具有较高AUC的分类器具有在两个目标组(例如，脑梗死样品和健康对照样品中)之间进行正确分类未知的更高的能力。ROC曲线对于在两个群体(例如，对脑梗死样品和健康对照的个体)之间进行区别时描绘特定特征(例如，本文所描述的任何生物标志物和/或另外的生物医学信息的任何条目)的性能是有用的。通常，以单个特征的值为基础以升序顺序跨越整个群体(例如，病例和对照)选出特征数据。然后，对于该特征的每个值，计算数据的真阳性和假阳性率。真阳性率通过计数高于该特征的值的病例的数目并除以病例总数而确定。假阳性率通过计数高于该特征的值的对照的数目并除以对照总数而确定。虽然该定义指与对照相比较在病例中特征是增高的情况，该定义还应用于与对照相比较在病例中特征较低的情况(在该情况中，将计数低于该特征的值的样品)。ROC曲线可关于单独特征来生成，且可关于其他单独输出来生成，例如，两个或更多个特征的组合可用数学方法结合(例如，相加、相减、相乘等)以提供单独的总和值，且该单独的总和值可绘制于ROC曲线中。另外，其中的组合源自单独的输出值的多个特征的任意组合可绘制于ROC曲线中。特征的这些组合可包括试验。ROC曲线是试验的真阳性率(敏感性)针对试验的假阳性率(1-特异性)的图。
作为具有较高诊断效能的代谢物标志物，本发明中的LysoPC(22:4(7Z,10Z,13Z,16Z))具有较高的AUC值，以及敏感性和特异性。
本发明的优点和有益效果：
本发明首次发现了与脑梗死相关的代谢物-LysoPC(22:4(7Z,10Z,13Z,16Z))，通过检测样品中LysoPC(22:4(7Z,10Z,13Z,16Z))的水平，可以判断受试者是否患有脑梗死或者患脑梗死的风险。
附图说明
图1是各组色谱总离子流图，其中，图A是反向色谱正离子各组总离子流图，图B是反向色谱负离子各组总离子流图，图C是亲水色谱正模式各组总离子流图；图A、B、C中的上部分为脑梗死的总离子流图，下部分为健康对照的总离子流图。
图2是OPLS-DA统计分析图，其中图A是反向色谱正离子统计分析图；图B是反向色谱负离子统计分析图；图C是亲水色谱正离子统计分析图。
图3是LysoPC(22:4(7Z,10Z,13Z,16Z))在不同群组中的含量图。
图4是以LysoPC(22:4(7Z,10Z,13Z,16Z))作为检测变量的诊断效能图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细的说明。以下实施例仅用于说明本发明而不用于限制本发明的范围。实施例中未注明具体条件的实验方法，通常按照常规条件。
实施例脑梗死相关代谢物的筛选及效能判断
1、样本收集
收集21例硬化脑梗死患者及18例健康对照的血液样本。
脑梗死组纳入标准：
1)受试者已签署知情同意书
2)符合《中国急性缺血性脑卒中诊疗指南(2014版)》急性脑梗死诊断标准。
3)年龄18-65周岁。
4)BMI 18.5-23.9kg/m2。
5)血常规：红细胞计数、MCHC、血红蛋白、白细胞计数、淋巴细胞计数、中性粒细胞计数、单核细胞计数在正常范围。
6)TG、TC、HDL-C、LDL-C、血糖、糖化血红蛋白在正常范围。
排除标准：
1)合并其他疾病：神经系统疾病(既往脑梗死、脑出血、多发性硬化等)；各种慢性消化系统疾病，3个月内患有急性消化系统疾病；循环系统疾病(冠心病、心力衰竭、房颤)；呼吸系统疾病(慢性阻塞性肺疾病、慢性支气管炎、哮喘)；代谢性疾病(肥胖、高脂血症、糖尿病、代谢综合征、骨质疏松症)；泌尿系统疾病(慢性肾脏病、肾衰竭、肾结石)；血液系统疾病(贫血)；其他(痛风、抑郁、精神疾病、慢性疲劳综合征、纤维肌痛症、食物过敏、肿瘤)。
2)既往有输血史、消化系统疾病手术史及外伤史。
3)心电图异常的患者。
4)3个月内服用以下药物：抗生素、泻药、氯硝西泮、性激素类药物、口服避孕药、美沙拉嗪、TNF-α抑制剂、免疫抑制剂、抗抑郁药、PPI、卢帕他定、阿片类、钙剂、维生素D、二甲双胍、叶酸、β-交感神经吸入剂、中药。
5)3个月内服用益生菌制剂。
6)本次发病前应用抗血小板及他汀类药物。
7)进行静脉溶栓和血管内介入治疗的患者。
8)妊娠期或哺乳期妇女。
9)本研究期间，患者已入选或计划入选另一项临床药物或装置/干预性研究。
健康对照组纳入标准：
1)受试者已签署知情同意书。
2)年龄18-65周岁。
3)BMI 18.5-23.9kg/m2。
4)血常规：红细胞计数、MCHC、血红蛋白、白细胞计数、淋巴细胞计数、中性粒细胞计数、单核细胞计数在正常范围。
5)TG、TC、HDL-C、LDL-C、血糖、糖化血红蛋白在正常范围。
排除标准：
1)存在其他疾病：神经系统疾病(脑梗死、脑出血、多发性硬化等)；各种慢性消化系统疾病，3个月内患有急性消化系统疾病；循环系统疾病(冠心病、心力衰竭、房颤)；呼吸系统疾病(慢性阻塞性肺疾病、慢性支气管炎、哮喘)；代谢性疾病(肥胖、高脂血症、糖尿病、代谢综合征、骨质疏松症)；泌尿系统疾病(慢性肾脏病、肾衰竭、肾结石)；血液系统疾病(贫血)；其他(痛风、抑郁、精神疾病、慢性疲劳综合征、纤维肌痛症、食物过敏、肿瘤)。
2)既往有输血史、消化系统疾病手术史及外伤史。
3)心电图异常。
4)3个月内服用以下药物：抗生素、泻药、氯硝西泮、性激素类药物、口服避孕药、美沙拉嗪、TNF-α抑制剂、免疫抑制剂、抗抑郁药、PPI、卢帕他定、阿片类、钙剂、维生素D、二甲双胍、叶酸、β-交感神经吸入剂、中药、抗血小板药物及他汀类药物。
5)3个月内服用益生菌制剂。
6)妊娠或哺乳期妇女。
7)本研究期间，受试者已入选或计划入选另一项临床药物或装置/干预性研究。
2、非靶向代谢组学检测
2.1血清样本制备
2.1.1反相色谱分析血清样本处理方法
1)血浆/血清样本在4℃的冰融化为30-60min。
2)取40μl血清至标记好标签的1.5ml离心管中，加入300μl的甲醇和1ml甲基叔丁基醚。
3)充分振荡15s，进行蛋白沉淀。12000rpm，4℃，离心10min，取上层溶液100μl，置于200μl内衬管中，待测。
2.1.2亲水色谱分析血清样本处理方法：
1)血浆/血清样本在4℃的冰融化为30-60min。
2)取50μl血清至标记好标签的1.5ml离心管中，加入150μl的乙腈。
3)充分振荡15s，进行蛋白沉淀。12000rpm，4℃，离心10min，取上层溶液100μl，置于200μl内衬管中，待测。
2.2色谱条件
色谱分离采用Thermo Scientific的U3000快速液相色谱使用反相色谱和亲水色谱对血清样本进行分析。
2.2.1反相色谱分离条件
色谱柱:waters UPLC HSS T3(1.8μm 2.1mm*100mm)；
流动相:A(乙腈/水4:6，0.1％甲酸，10mM乙酸铵)和B(乙腈/异丙醇9:1，0.1％甲酸，10mM乙酸铵)；
洗脱程序：见表1；
流速：0.3ml/min；
进样量为1.0μL；
柱温：50℃。
表1 C18反相色谱测定洗脱程序
Figure BDA0002823777370000091
2.2.1亲水色谱分离条件
色谱柱:waters UPLC BEH Amide(1.7μm 2.1mm*100mm)；
流动相:A(乙腈，0.1％甲酸，10mM乙酸铵)和B(水，0.1％甲酸，10mM乙酸铵)；
洗脱程序：见表2；
流速：0.3ml/min；
进样量：1.0μL；
柱温：40℃。
表2 HILIC测定极性小分子洗脱程序
Figure BDA0002823777370000092
Figure BDA0002823777370000101
2.3质谱条件
质谱分析采用装备了热电喷雾离子源的四极杆轨道离子阱质谱仪。正负离子离子源电压分别为3.7kv和3.5kV。毛细管加热温度320℃。翘气压力30psi，辅助气压力10psi。容积加热蒸发温度300℃。翘气和辅助气均为氮气。碰撞气为氮气，压力为1.5mTorr。一级全扫描参数为：分辨率70000，自动增益控制目标为1×106，最大隔离时间50ms，质荷比扫描范围50-1500。液质系统由Xcalibur 2.2SP1.48软件控制，数据采集和靶向代谢物定量处理均由该软件操作。
3、靶向代谢组学检测
3.1血清样本处理方法
1)血浆样本于4℃放置30min解冻。
2)取50μl血浆样本至1.5ml离心管中，加入150μl的甲醇(含有吲哚乙酸-D2500ppb，吲哚丙酸-D2 50ppb组成)，旋涡震荡30min。
3)12000rpm离心5min，取上清液100μl，置于200μl内衬管中，待测。
3.2色谱条件
色谱分离采用Waters ACQUITY UPLC I-CLASS超高压液相色谱系统，色谱分离条件如下：
色谱柱:Waters UPLC BEH C8(1.7μm 2.1mm*100mm)；
流动相:A(水，0.5Mm NH4F)和B(甲醇)；
洗脱程序：见表3；
流速：0.3ml/min；
进样量：1.0μL；
柱温：45℃。
表3洗脱程序
Figure BDA0002823777370000102
Figure BDA0002823777370000111
3.3质谱条件
质谱分析仪器为Waters公司XEVO TQ-XS型串联四级杆质谱仪。正离子离子源电压为3kv，锥孔电压为20V。去溶剂温度550℃，源温度150℃。去溶剂气流速1000L/Hr，锥孔气流速7L/h。
3.4靶向代谢组数据处理
靶向代谢组数据峰面积计算采用masslynx定量软件，保留时间允许误差15s。浓度计算采用单点同位素内标法获取定量结果。
4、数据处理
4.1数据质控
为了评价样品采集过程中系统的稳定性和重复性，使用了质控样本。质控样本是所有样本均移取固定体积混合均匀后得到的。质控样本的前处理方法和其他样品一样。为了得到可信赖的且可重复性的代谢物，三个因素需要考虑：1)保留时间，2)信号强度，3)质量准确度。本次实验首先采用5个空白样本平衡色谱柱，再采用3个质控样本平衡柱条件。然后每间隔6-8个样本插入1个质控样本用于监测整个液质系统的稳定性和重复性。同时计算质控样本中提取的代谢特征的变异系数值，变异系数超过15％的代谢特征被删除。
4.2 PCA分析
所有采集好的数据，无论是何种分离模式或是正负离子模式，均采用ProgenesisQI软件处理，包括的步骤依次为导入原始数据、峰对齐、峰提取、归一化处理，最终形成保留时间、质荷比和峰强度的表格。反相色谱和亲水色谱提取峰的时间依次为1至16和1至12min。各种添加剂离子如加氢和加钠等均去卷积到每一个离子特征。代谢物鉴定采用人类代谢组数据库和脂质数据库进行一级分子量匹配。
4.3 OPLS-DA分析
为了获得在脑梗死组和健康对照组呈现显著差异的代谢物信息，进一步采用监督性的多维统计方法即偏最小二乘方判别分析(OPLS-DA)对两组样本进行统计分析。
采用OPLS-DA模型的VIP(Variable Importance in the Projection)值(阈值>1)，并结合t-test的p值(p＜0.05)来寻找差异性表达代谢物。差异性代谢物的定性方法为：搜索在线数据库(HMDB)(比较质谱的质荷比m/z或者精确分子质量mass，误差限制0.01Da)。
4.4 ROC分析
根据代谢物的水平，使用SPSS绘制受试者工作特征曲线(ROC)，计算二项精确置信空间，分析差异代谢物的诊断效能。
5、结果
脑梗死组与健康对照组各组反相色谱正离子和负离子、亲水色谱正的总离子流图如图1所示。
质控结果显示，质控样本相对聚集在一起，系统重复性较好，所采集的数据可以进行进一步的研究。
反向色谱正离子、反向色谱负离子、亲水色谱正离子的结果分别如表4和21所示。
表4 OPLS-DA分析模型参数
Figure BDA0002823777370000121
生物信息学分析结果显示，与健康对照组相比，LysoPC(22:4(7Z,10Z,13Z,16Z))在脑梗死组的水平显著增加(图3)。
以LysoPC(22:4(7Z,10Z,13Z,16Z))的含量作为检测变量判断诊断效能，结果显示，曲线下面积为0.812，cutoff值为0.632，敏感性为0.714，特异性为0.944(图4)，具有较高的敏感性和特异性以及准确性。
上述实施例的说明只是用于理解本发明的方法及其核心思想。应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也将落入本发明权利要求的保护范围内。

Claims (9)

1.LysoPC(22:4(7Z,10Z,13Z,16Z))在制备诊断脑梗死的产品中的应用。
2.根据权利要求1所述的应用，其特征在于，所述产品包括通过色谱、光谱或质谱仪/光谱法进行检测受试者样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂。
3.根据权利要求2所述的应用，其特征在于，所述色谱包括GC，CE，LC，HPLC和UHPLC；光谱包括UV/ Vis，IR，NIR和NMR；质谱仪/光谱法包括ESI、四极质谱仪、离子阱质谱仪、TOF(飞行时间)质谱仪、Orbitrap质谱仪、扇形磁场质谱仪、扇形静电场质谱仪、离子回旋共振(ICR)以及它们的组合，包括单级四极杆(Q)和三级四极杆(QqQ)，QqTOF，TOF-TOF，Q-Orbitrap，APCI-QqQ， APCI-QqTOF，MALDI-QqQ，MALDI-QqTOF和MALDI-TOF-TOF。
4.根据权利要求2或3所述的应用，其特征在于，所述样品选自血液、血清或血浆。
5.检测样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂在制备检测脑梗死的试剂盒中的应用。
6.根据权利要求5所述的应用，其特征在于，所述试剂包括通过色谱、光谱或质谱仪/光谱法检测样品中LysoPC(22:4(7Z,10Z,13Z,16Z))含量的试剂。
7.根据权利要求6所述的应用，其特征在于，所述试剂盒还包含处理样品的试剂。
8.根据权利要求5-7任一项所述的应用，其特征在于，所述样品选自血液、血清或血浆。
9.根据权利要求5所述的应用，其特征在于，所述试剂盒还包括评估受试者是否患有或易患脑梗死的说明书。
CN202011444186.1A 2020-12-08 2020-12-08 代谢物在脑梗死中的应用 Active CN112599240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011444186.1A CN112599240B (zh) 2020-12-08 2020-12-08 代谢物在脑梗死中的应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011444186.1A CN112599240B (zh) 2020-12-08 2020-12-08 代谢物在脑梗死中的应用

Publications (2)

Publication Number Publication Date
CN112599240A CN112599240A (zh) 2021-04-02
CN112599240B true CN112599240B (zh) 2022-05-20

Family

ID=75192339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011444186.1A Active CN112599240B (zh) 2020-12-08 2020-12-08 代谢物在脑梗死中的应用

Country Status (1)

Country Link
CN (1) CN112599240B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109342597A (zh) * 2018-11-01 2019-02-15 青岛大学附属医院 一种鉴定脑梗死生物标记物的方法及其检测试剂盒
CN110042155A (zh) * 2019-04-08 2019-07-23 东莞市第三人民医院（东莞市石龙人民医院） 检测脑梗死患者循环LncRNA标记物及其试剂盒和应用
JP2019144218A (ja) * 2018-02-23 2019-08-29 国立大学法人三重大学 バイオマーカー

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019144218A (ja) * 2018-02-23 2019-08-29 国立大学法人三重大学 バイオマーカー
CN109342597A (zh) * 2018-11-01 2019-02-15 青岛大学附属医院 一种鉴定脑梗死生物标记物的方法及其检测试剂盒
CN110042155A (zh) * 2019-04-08 2019-07-23 东莞市第三人民医院（东莞市石龙人民医院） 检测脑梗死患者循环LncRNA标记物及其试剂盒和应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
缺血性脑卒中代谢组学的研究进展;王亚丽 等;《中风与神经疾病杂志》;20180930;第35卷(第9期);全文 *
血浆LysoPC水平对TIA后发生脑卒中的预测价值;李佳蓓 等;《检验医学与临床》;20190328;第16卷(第6期);全文 *

Also Published As

Publication number Publication date
CN112599240A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN112305121B (zh) 代谢标志物在动脉粥样硬化性脑梗死中的应用
JP2009540319A (ja) 質量分析バイオマーカーアッセイ
CN111562338B (zh) 透明肾细胞癌代谢标志物在肾细胞癌早期筛查和诊断产品中的应用
JP2017525970A (ja) 被験体において心不全を診断するための手段及び方法
CN112599239B (zh) 代谢物标志物及其在脑梗死诊断中的应用
CN112669958B (zh) 代谢物作为疾病诊断的生物标志物
CN112305122B (zh) 代谢物标志物及其在疾病中的应用
CN112305120B (zh) 代谢物在动脉粥样硬化性脑梗死中的应用
CN112630330B (zh) 小分子物质在脑梗死诊断中的应用
EP1668372A1 (en) Elastin peptide fingerprints and analysis methods for mmp12 related to copd
CN112630344B (zh) 代谢标志物在脑梗死中的用途
CN112305119B (zh) 动脉粥样硬化性脑梗死的生物标志物及其应用
CN112599240B (zh) 代谢物在脑梗死中的应用
CN112305118B (zh) L-辛酰基肉碱作为疾病诊断的生物标志物
CN109946467B (zh) 一种用于胸椎黄韧带骨化诊断的生物标记物
CN112305124B (zh) 一种生物标志物及其在疾病诊断中的应用
CN112147344B (zh) 动脉粥样硬化性脑梗死的代谢标志物及其在诊疗中的应用
US20050106104A1 (en) Methods for diagnosing cardiovascular disorders
EP3203227B1 (en) Chronic heart disease patient specific biomarker composition and use thereof
CN112305123B (zh) 小分子物质在动脉粥样硬化性脑梗死中的应用
CN112599237B (zh) 一种生物标志物及其在脑梗死诊断中的应用
CN112530583A (zh) 脑梗死诊断用代谢标志物及诊断产品
CN112599238A (zh) 与脑梗死相关的代谢标志物及其在诊疗中的应用
CN115219727B (zh) 与库欣综合征诊断相关的代谢物
CN115326959A (zh) 与糖尿病视网膜病变诊断相关的代谢物

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