CN113008972B - 用于妊娠期糖尿病诊断的血清代谢标志物及其应用 - Google Patents

用于妊娠期糖尿病诊断的血清代谢标志物及其应用 Download PDF

Info

Publication number
CN113008972B
CN113008972B CN202110217083.XA CN202110217083A CN113008972B CN 113008972 B CN113008972 B CN 113008972B CN 202110217083 A CN202110217083 A CN 202110217083A CN 113008972 B CN113008972 B CN 113008972B
Authority
CN
China
Prior art keywords
biomarker
level
gestational diabetes
phosphatidylethanolamine
sample
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
CN202110217083.XA
Other languages
English (en)
Other versions
CN113008972A (zh
Inventor
陈涛
张静
袁昕昕
王珊霞
林金飞
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.)
Nanxinyi Guangzhou Manufacturing Co ltd
Original Assignee
Nanxinyi Guangzhou Manufacturing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanxinyi Guangzhou Manufacturing Co ltd filed Critical Nanxinyi Guangzhou Manufacturing Co ltd
Priority to CN202110217083.XA priority Critical patent/CN113008972B/zh
Publication of CN113008972A publication Critical patent/CN113008972A/zh
Application granted granted Critical
Publication of CN113008972B publication Critical patent/CN113008972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62Investigating 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/04Preparation or injection of sample to be analysed
    • G01N30/06Preparation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/62Detectors specially adapted therefor
    • G01N30/72Mass spectrometers
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Electrochemistry (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供了用于妊娠期糖尿病诊断的血清代谢标志物及其应用,具体地,本发明公开了磷脂酰乙醇胺PE(O‑22:6_2:0)、和磷脂酰乙醇胺PE(O‑22:6_3:0)能够作为妊娠期糖尿病的生物标志物,可以用于评估妊娠期糖尿病的患病风险或妊娠期糖尿病的诊断,具有准确性高、灵敏性强的优点,因而具有重要的临床应用价值。

Description

用于妊娠期糖尿病诊断的血清代谢标志物及其应用
技术领域
本发明属于生物技术领域,具体地说,本发明涉及一种用于妊娠期糖尿病诊断的血清代谢标志物及其应用。
背景技术
妊娠期糖尿病(gestational diabetes mellitus,GDM)是指妊娠期发生或首次发现的不同程度的葡萄糖耐量异常,若发生在妊娠早期不排除葡萄糖耐量异常在妊娠前就已经存在的可能性。GDM是最常见的妊娠期合并症之一,约有3%-8%的孕妇在妊娠期间出现GDM,尤为值得关注的是,随着育龄妇女肥胖率的增加,GDM的发生率不断上升。
妊娠期糖尿病不但对孕期产生不良影响,例如孕早期的自然流产、畸形、发育迟缓,孕中期的肺发育成熟延迟、死胎,即便产后新生儿的患病率也远高于正常妊娠条件下的新生儿,并在成年后患肥胖症、糖尿病、心血管疾病等慢性病的几率同样高于常人,可以说妊娠期糖尿病的后遗症会一直伴随新生儿成长。
GDM诊断标准历经变迁,但全球一直缺乏统一的诊断标准,直至2008年高血糖与不良妊娠结局(HAPO)研究公布,国际糖尿病与妊娠研究组(IADPSG)制定了新的GDM诊断标准。但GDM需在第2孕期晚期或第3孕期才能进行诊断,GDM的血清学筛查在24-28孕周进行,对于整个孕期来说,时间靠后,不利于开展治疗。因此,我们都需要在妊娠前后有限的时间内及早、尽快对GDM做出辅助早期诊断,实现控糖达标,从而改善母婴近期及远期不良结局。
任何疾病的发生和发展都会影响人体代谢,从而导致体液中代谢物质发生显著变化。通过比较机体生理与疾病状态,同一疾病的不同分型、分期的代谢物差异,将能找到与疾病诊断与分型相关的一组Biomarker,用于疾病的诊断与分型。代谢组学方法可通过标准制备的血清、血浆、尿等生物样本可实现高通量小分子物质的检测,这些小分子中许多已经被认为是疾病的危险因子。已有文献报道心血管疾病、高血压、慢性阻塞性肺疾病、H1N1流感肺炎相关的代谢标志物。临床多通过无创或微创的方法获得生物样本,检测样本中的生物标志物,以到达疾病诊断的目的。因此,找到妊娠期糖尿病灵敏又特异的生物标志物,对GDM的早期诊断、治疗和后遗症的预防具有重要意义。
发明内容
本发明的目的首先在于提供用于妊娠期糖尿病诊断的血清代谢标志物及其应用,为妊娠期糖尿病的预防和诊断提供依据,具有灵敏度高、特异性好、无创或微创等优点。
在本发明的第一方面,提供了一种生物标志物,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种。
在另一优选例中,所述生物标志物用于诊断或辅助诊断妊娠期糖尿病。
在另一优选例中,所述生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)。
在另一优选例中,通过质谱法对各个生物标志物进行鉴定,较佳地,通过色谱质谱联用,如气相色谱-质谱法(GC-MS)或液相色谱-质谱(LC-MS)法。
在另一优选例中,所述的生物标志物用于评估待测对象的妊娠期糖尿病患病风险或待测对象妊娠期糖尿病诊断。
在另一优选例中,所述的评估待测对象的妊娠期糖尿病患病风险包括妊娠期糖尿病的早期筛查。
在另一优选例中,所述磷脂酰乙醇胺PE(O-22:6_2:0)、和/或磷脂酰乙醇胺PE(O-22:6_3:0)丰度上调标志着妊娠期糖尿病易感风险高。
本发明第二方面提供了一种用于妊娠期糖尿病患病风险评估或诊断的试剂组合,所述试剂组合包括用于检测本发明第一方面所述的生物标志物的试剂。
在另一优选例中,所述的试剂包括用于质谱法检测本发明第一方面所述的各个生物标志物的物质。
在另一优选例中,所述的试剂可以为抗体,包括单克隆抗体或多克隆抗体。
本发明第三方面提供了一种试剂盒,所述的试剂盒包括本发明第一方面所述的生物标志物和/或本发明第二方面所述的试剂组合。
在另一优选例中,本发明第一方面所述的各个生物标志物可以用作标准品或对照品。
在另一优选例中,所述的试剂盒还包括一说明书,所述的说明书记载了来源于妊娠期糖尿病个体和/或健康个体的如本发明第一方面所述生物标志物的水平的参考数据。
本发明第四方面提供了一种生物标志物的用途,用于制备一试剂盒,所述的试剂盒用于评估待测个体的妊娠期糖尿病的患病风险或待测个体妊娠期糖尿病的诊断,其中,所述生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种。
在另一优选例中,所述的评估或诊断包括步骤:
(1)提供一来源于待测个体的样品,对样品中所述生物标志物的水平进行检测;
(2)将步骤(1)测得的水平与一参考数据(如健康对照者的参考数据)进行比较;
较佳地,所述的参考数据包括来源于妊娠期糖尿病个体和健康个体的所述各个生物标志物的水平。
在另一优选例中,所述的样品选自下组:血液、血浆、和血清。
在另一优选例中,所述的将步骤(1)测得的水平与一参考数据进行比较,还包括建立一多元统计模型从而输出患病可能性的步骤,较佳地,所述的多元统计模型基于正交偏最小二乘回归法进行判别。
在另一优选例中,通过质谱法对各个生物标志物的水平进行检测,较佳地,通过色谱质谱联用,如气相色谱-质谱法(GC-MS)或液相色谱-质谱(LC-MS)法。
在另一优选例中,在步骤(1)之前,所述的方法还包括对样品进行处理的步骤。
本发明第五方面提供了一种评估待测个体的妊娠期糖尿病患病风险或待测对象妊娠期糖尿病诊断的方法,包括步骤:
(1)提供一来源于待测个体的样品,对样品中各个生物标志物的水平进行检测,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种;
(2)将步骤(1)测得的水平与一参考数据(如健康个体的参考数据)进行比较;
较佳地,所述的参考数据包括来源于妊娠期糖尿病患者和健康对照者的各个所述生物标志物的水平。
本发明第六方面提供了一种筛选治疗妊娠期糖尿病的候选药物的方法,包括步骤:
(1)在测试组中,向待测个体施用测试药物,检测测试组中来源于所述个体的样品中各个生物标志物的水平V1;在对照组中,向待测个体施用空白对照(包括溶媒),检测对照组中来源于所述个体的样品中各个生物标志物的水平V2;
(2)比较上一步骤检测得到的水平V1和水平V2,从而确定所述测试药物是否是治疗妊娠期糖尿病的候选药物,其中所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种。
在另一优选例中,所述待测个体为妊娠期糖尿病动物模型,如鼠模型。
在另一优选例中,所述待测个体为人妊娠期糖尿病患者。
在另一优选例中,如果一个或多个生物标志物的水平V1显著低于水平V2,表明测试药物为治疗妊娠期糖尿病的候选药物。
在另一优选例中,所述“显著低于”指水平V1/水平V2的比值≤0.8,较佳地≤0.6,更佳地,≤0.4。
本发明第七方面提供了一种生物标志物的用途,用于筛选治疗妊娠期糖尿病的候选药物和/或用于评估候选药物对妊娠期糖尿病的治疗效果,其中,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种。
本发明第八方面提供了一种建立评估妊娠期糖尿病风险或用于妊娠期糖尿病诊断的质谱模型的方法,所述的方法包括质谱检测模型血液样品中生物标志物的步骤,其中,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)中的至少一种。
在另一优选例中,所述模型为鼠模型、狗模型、或猴模型。
应理解,在本发明范围内,本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合,从而构成新的或优选的技术方案。限于篇幅,在此不再一一累述。
附图说明
图1质量控制(QC)和样品的PCA 2D得分图。
图2数据归一化前后GDM和对照组的正负离子模式数据分布图。
图3血清代谢物火山图:在GDM和对照组中的表达。
图4PCA分析得分图:显著改变的脂质代谢产物。
图5GDM和对照组样品的PCA 2D得分图。
图6R2和Q2的五个主要组成部分。
图7主成分分布图:样本在主要组件PC1和PC2中的分布。
图8差异代谢物的层次聚类图。
图9不同代谢物的KEGG途径。
图10磷脂酰乙醇胺PE(O-22:6_2:0)ROC曲线。
图11磷脂酰乙醇胺PE(O-22:6_3:0)ROC曲线。
具体实施方式
本发明人经过广泛而深入地研究,首次意外地发现了妊娠期糖尿病的生物标志物。具体地,本发明发现磷脂酰乙醇胺PE(O-22:6_2:0)、和磷脂酰乙醇胺PE(O-22:6_3:0)能够作为妊娠期糖尿病的生物标志物,可以用于评估妊娠期糖尿病的患病风险或妊娠期糖尿病的诊断,具有准确性高、灵敏性强的优点,因而具有重要的临床应用价值。在此基础上,完成了本发明。
术语
本发明所用术语具有相关领域普通技术人员通常理解的含义。然而,为了更好地理解本发明,对一些定义和相关术语的解释如下:
根据本发明,术语“妊娠期糖尿病”(gestational diabetes mellitus,GDM)是指妊娠期发生或首次发现的不同程度的葡萄糖耐量异常,若发生在妊娠早期不排除葡萄糖耐量异常在妊娠前就已经存在的可能性。
根据本发明,术语“生物标志物”,也称为“生物学标志物”,是指个体的生物状态的可测量指标。这样的生物标记物可以是在个体中的任何物质,只要它们与被检个体的特定生物状态(例如,疾病)有关系,例如,核酸标志物(例如DNA),蛋白质标志物,细胞因子标记物,趋化因子标记物,碳水化合物标志物,抗原标志物,抗体标志物,物种标志物(种/属的标记)和功能标志物(KO/OG标记)等。生物标志物经过测量和评估,经常用以检查正常生物过程,致病过程,或治疗干预药理响应,而且在许多科学领域都是有用的。
根据本发明,术语“个体”指动物,特别是哺乳动物,如灵长类动物,最好是人。
根据本发明,术语“血浆”指的是全血的液体成分。根据所使用的分离方法,血浆可能完全不含细胞成分,也可能含有不同量的血小板和/或少量其它细胞成分。
根据本发明,“质谱”(MS)可以分为离子阱质谱、四极杆质谱、轨道阱质谱和飞行时间质谱,偏差分别为0.2amu、0.4amu、3ppm和5ppm。在本发明中,利用飞行时间质谱获得MS数据。
根据本发明,生物标志物的水平通过通过质谱信号面积归一化值指示。
在本发明的一个实施方式中,参照值是指健康对照的参考值或正常值。本领域的技术人员清楚,在样品数量足够多情况下,每个每个生物标记的正常值(绝对值)的范围可以通过检验和计算方法得到。因此,当利用除质谱以外的其他方法来检测生物标志物的水平时,这些生物标记物水平的绝对值,可以直接与正常值比较,从而评价患有妊娠期糖尿病的风险,以及诊断或早期诊断妊娠期糖尿病。在本发明中,还可以使用统计方法。
根据本发明,术语如“一”、“一个”和“这”不仅指单数的个体,而是包括可以用来说明特定实施方式的通常的一类。
需要说明的是,在此提供术语的解释仅为了使本领域技术人员更好地理解本发明,并非对本发明限制。
本发明的主要优点在于:
本发明提供了一种快速诊断妊娠期糖尿病的生物标志物及其应用,根据不同妊娠期糖尿病个体的血清代谢物进行分析,从微观代谢物角度诊断妊娠期糖尿病,并且操作简单,结果精确客观可靠,能够很好地将妊娠期糖尿病组和正常组区分开,为临床准确的诊断提供了便利,且这仅需提供血样即可进行,无需其他组织样本,大大提高了临床应用的可能性与可行性,为临床医生早期准确诊断和提供早期干预方案提供参考依据。
下面结合具体实施例,进一步详陈本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明详细条件的实验方法,通常按照常规条件如美国Sambrook.J等著《分子克隆实验室指南》(黄培堂等译,北京:科学出版社,2002年)中所述的条件,或按照制造厂商所建议的条件。除非另外说明,否则百分比和份数按重量计算。以下实施例中所用的实验材料和试剂如无特别说明均可从市售渠道获得。
本发明公开了代谢物及其组合、标志物及其应用,本领域技术人员可以借鉴本文内容,适当改进工艺参数实现。特别需要指出的是,所有类似的替换和改动对本领域技术人员来说是显而易见的,它们都被视为包括在本发明。本发明的方法及应用已经通过较佳实施例进行了描述,相关人员明显能在不脱离本发明内容、精神和范围内对本文所述的方法和应用进行改动或适当变更与组合,来实现和应用本发明技术。
实施例1
发明人基于测定的总计21例妊娠期糖尿病(gestational diabetes mellitus,GDM)患者、22例与GDM组年龄相匹配的健康妊娠妇女的血清样本代谢物结果分析,鉴别出其中的代谢标志物。
1、患者入组与样本采集
外周血样本均来自广州市番禺区何贤纪念医院,在2019-2020年间在广州招募了妊娠期妇女,怀孕前患有明显糖尿病的母亲不包括在内。获得书面同意后,记录了结构病史。
所有纳入该研究的妊娠期妇女,均在以上何贤纪念医院围产医学门诊建卡并按期随诊,符合纳排标准,由专人采集患者基本信息资料,如身高,体重,年龄等。孕前体重指数(BMI)有体重(公斤)除以身高(米)的平方来计算。所有参与者在妊娠24-28周进行标准化的75g口服葡萄糖耐量测试(OGCT),根据美国糖尿病协会的标准,75g OGCT试验:试验前患者需要空腹八小时,然后在五分钟内服完75g葡萄糖,分别检测1小时和2小时血糖,任何一项血糖值达到或超过以下标准即可诊断为GDM。(空腹:5.1mmol/L;餐后1小时:10.0mmol/L;餐后2小时:8.5mmol/L)
受试者在第24周行OGTT筛查后,筛选出21名GDM患者,同时按随机原则找出与GDM组年龄相匹配的22名健康妊娠妇女作为对照组进行进一步研究。采血时间均为清晨空腹状态。所有样品通过离心获得血清,并立即转移至离心管中保存于-80℃以待试验。
表1研究人群的临床和人口统计学特征
Figure BDA0002954187550000061
GDM与正常分娩妇女之间记录的参数如表1所示。
与对照组非GDM母亲相比,GDM母亲的年龄显著升高(大于30岁,p<0.05),GDM母亲的BMI显著升高(p<0.01)。GDM与正常分娩妇女的胎次、空腹血糖、胎龄差异无统计学意义。GDM组婴儿体重高于正常组,这与孕前母亲BMI一致。新生儿性别和Apgar评分差异无统计学意义。
2、代谢物提取
样本放置4℃解冻,涡旋10S,取100uL样品于1.5mLEP管中,加入400uL甲醇乙腈(1:1,v/v),混合溶液经涡旋30s后,在-20℃静置60min,然后在4℃下17000g高速离心15min。取250uL上清35℃真空抽干,用150uL乙腈:水(1:1,v/v)溶解,涡旋30s,超声10min,4℃下170000g离心15min。取100uL上清放置内插管中,每个样品取20uL混合成QC。
3、LC-MS分析
1)柱温35℃,上样量1μL;
2)正负离子分别使用水:乙腈:甲酸(4:6),乙腈:异丙醇(1:9);
3)Agilent6545A QTOF质谱仪在控制软件(LC/MS Data Acquisition,VersionB.08.00)控制下基于Auto MS/MS模式,进行一级、二级质谱数据采集,质量扫描范围m/z(50-1100)。分别采用正、负离子模式采集;ESI离子源参数设置如下:离子源干燥气温度(Gas Temp):320℃,氮气流量(Gas Flow):8L/min,鞘气流速(SheathGasFlow):12L/min,鞘气温度(SheathGasTemp):350℃;毛细管电压(VCap):3500V(负离子模式)、4000V(正离子模式)。
4、数据处理
下机数据首先使用Analysis Base File Converter转换为.abf格式,而后使用MSDIAL软件(版本4.24)对转换后abf文件进行峰寻找、峰对齐等数据处理,同时基于一级与二级图谱搜索Lipid Blast数据库,得到鉴定结果。
对于MSDIAL对齐鉴定出来数据,通过QC样品控制样品指标CV值小于30%,然后删除组内缺失值>50%的离子峰,采用Auto-scaling方法进行归一化。采用Fold change分析和T检验对代谢物进行单因素统计分析。差异代谢物筛选标准:P值<0.05,fold change>2倍,PLS-DA VIP值>1。进行多变量统计分析。本实验采用无监督统计模型的主成分分析(PCA)对GDM样本和正常样本进行分析。建立GDM组与正常组的PLS-DA模型,通过交互验证获得模型的评价参数。R2和Q2>0.5的预测效果较好。对每组样本进行分层聚类,对定性差异代谢物和显著差异代谢物的表达进行聚类。对KEGG通路进行富集分析。使用MetaboAnalyst 4.0软件进行分析。
5、结果
主成分分析(PCA)显示QC样本聚类紧密,实验重复性好,仪器分析系统稳定可靠(图1)。
经归一化处理后,GDM与对照组的正负离子模态数据分布基本为正态分布(图2)。
代谢物的单因素统计分析采用fold change分析和t检验。如图3所示,与正常相比,GDM患者血清中有167种脂质代谢物发生了显著变化,其中158种脂质代谢物下调,9种脂质代谢物上调。
表2导致妊娠期糖尿病患者和健康人代谢轮廓差异的167种差异代谢物
Figure BDA0002954187550000071
/>
Figure BDA0002954187550000081
/>
Figure BDA0002954187550000091
/>
Figure BDA0002954187550000101
PCA分析表明,五个主成分的累积贡献率为61.7%,表明脂质代谢产物可以很好地将GDM与正常组分离开来(图4和图5)。主成分PC1和PC2的样本分布表明GDM与正常组的样本是分离的(图6)。
GDM和正常组PLS-DA模型中5个主成分的R2和Q2均>0.5,表明这些主成分的预测效果好(图7)。
分层聚类显示,显著差异代谢物可以将GDM和正常样本划分为两个不同的簇(图8)。因此,两组在代谢物方面存在显著差异。
对167个发生显著变化的脂类代谢物进行KEGG通路富集分析,结果显示这些差异代谢物均参与鞘脂代谢和甘油磷脂代谢(图9)。
实施例2
进一步利用受试者工作(ROC)曲线来考量两个差异代谢物的诊断性能,ROC曲线是根据一系列不同的二分类方式(分界值或决定阈),以真阳性率(灵敏度)为纵坐标,假阳性率(1-特异度)为横坐标绘制的曲线。ROC曲线越靠近左上角,标志物的诊断准确性就越高,最靠近左上角的ROC曲线的点是错误最少的最好阈值,其假阳性和假阴性的总数最少。计算各个潜在标志物的ROC曲线下的面积(AUC)可判断潜在标志物诊断价值,AUC越大其诊断价值就越大。
2个差异代谢物的AUC值分别为:磷脂酰乙醇胺PE(O-22:6_2:0):AUC=0.732,95%CI:0.570-0.893,P=0.009(图10);磷脂酰乙醇胺PE(O-22:6_3:0):AUC=0.714,95%CI:0.558-0.870,P<0.016(图11)。因此,这2个差异代谢物可以用于诊断GDM。
表3诊断潜力分析
Figure BDA0002954187550000111
2种疾病标志物的详细物质见表4。磷脂酰乙醇胺PE(O-22:6_2:0)和PE(O-22:6_3:0)在GDM中表达异常。与正常相比,在GDM中磷脂酰乙醇胺表达明显上调。
表4 2个标志物信息
Figure BDA0002954187550000112
实施例3检测验证
随机选取临床已经确诊为GDM的血液样本100例,健康样本100例。参照实施例1的方法检测该200例样本中磷脂酰乙醇胺PE(O-22:6_2:0)和PE(O-22:6_3:0)的水平。
结果检测出18例样本中,磷脂酰乙醇胺PE(O-22:6_2:0)水平异常升高,11例样本中磷脂酰乙醇胺PE(O-22:6_3:0)水平异常升高,其中9例样本磷脂酰乙醇胺PE(O-22:6_2:0)和PE(O-22:6_3:0)均异常升高。
经复核样本来源,该20例异常升高的样本均来自于GDM患者。
在本发明提及的所有文献都在本申请中引用作为参考,就如同每一篇文献被单独引用作为参考那样。此外应理解,在阅读了本发明的上述讲授内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (13)

1.一种生物标志物的用途,其特征在于,用于制备一试剂盒,所述的试剂盒用于评估待测个体的妊娠期糖尿病的患病风险或待测个体妊娠期糖尿病的诊断,其中,所述生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)和磷脂酰乙醇胺PE(O-22:6_3:0),其中所述磷脂酰乙醇胺PE(O-22:6_2:0)的InChIKey化学式为XNSCNJIPD QULCK-JDPCYWKWNA-N,所述磷脂酰乙醇胺PE(O-22:6_3:0)的InChIKey化学式为JBXUVOQOEAOSJK-YNUSHXQLNA-N。
2.如权利要求1所述的用途,其特征在于,所述的评估或诊断包括步骤:
(1)提供一来源于待测个体的样品,对样品中所述生物标志物的水平进行检测;
(2)将步骤(1)测得的水平与一参考数据进行比较;
所述的参考数据包括来源于妊娠期糖尿病个体和健康个体的所述各个生物标志物的水平。
3.如权利要求2所述的用途,其特征在于,所述的样品选自下组:血液、血浆、和血清。
4.如权利要求2所述的用途,其特征在于,所述的将步骤(1)测得的水平与一参考数据进行比较,还包括建立一多元统计模型从而输出患病可能性的步骤。
5.如权利要求4所述的用途,其特征在于,所述的多元统计模型基于正交偏最小二乘回归法进行判别。
6.如权利要求2所述的用途,其特征在于,通过质谱法对各个生物标志物的水平进行检测。
7.如权利要求6所述的用途,其特征在于,通过气相色谱-质谱法(GC-MS)或液相色谱-质谱(LC-MS)法对各个生物标志物的水平进行检测。
8.一种筛选治疗妊娠期糖尿病的候选药物的方法,其特征在于,包括步骤:
(1)在测试组中,向待测个体施用测试药物,检测测试组中来源于所述个体的样品中各个生物标志物的水平V1;在对照组中,向待测个体施用空白对照,检测对照组中来源于所述个体的样品中各个生物标志物的水平V2;
(2)比较上一步骤检测得到的水平V1和水平V2,从而确定所述测试药物是否是治疗妊娠期糖尿病的候选药物,其中所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)和磷脂酰乙醇胺PE(O-22:6_3:0),其中所述磷脂酰乙醇胺PE(O-22:6_2:0)的InChIKey化学式为XNSCNJIPD QULCK-JDPCYWKWNA-N,所述磷脂酰乙醇胺PE(O-22:6_3:0)的InChIKey化学式为JBXUVOQOEAOSJK-YNUSHXQLNA-N。
9.如权利要求8所述的方法,其特征在于,所述待测个体为妊娠期糖尿病动物模型。
10.如权利要求9所述的方法,其特征在于,所述动物模型为鼠模型。
11.如权利要求8所述的方法,其特征在于,如果一个或多个生物标志物的水平V1显著低于水平V2,表明测试药物为治疗妊娠期糖尿病的候选药物。
12.一种生物标志物的用途,其特征在于,用于筛选治疗妊娠期糖尿病的候选药物,其中,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)和磷脂酰乙醇胺PE(O-22:6_3:0),其中所述磷脂酰乙醇胺PE(O-22:6_2:0)的InChIKey化学式为XNSCNJIPD QULCK-JDPCYWKWNA-N,所述磷脂酰乙醇胺PE(O-22:6_3:0)的InChIKey化学式为JBXUVOQOEAOSJK-YNUSHXQLNA-N。
13.一种建立评估妊娠期糖尿病风险或用于妊娠期糖尿病诊断的质谱模型的方法,其特征在于,所述的方法包括质谱检测模型血液样品中生物标志物的步骤,其中,所述的生物标志物包括磷脂酰乙醇胺PE(O-22:6_2:0)和磷脂酰乙醇胺PE(O-22:6_3:0),其中所述磷脂酰乙醇胺PE(O-22:6_2:0)的InChIKey化学式为XNSCNJIPD QULCK-JDPCYWKWNA-N,所述磷脂酰乙醇胺PE(O-22:6_3:0)的InChIKey化学式为JBXUVOQOEAOSJK-YNUSHXQLNA-N。
CN202110217083.XA 2021-02-26 2021-02-26 用于妊娠期糖尿病诊断的血清代谢标志物及其应用 Active CN113008972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110217083.XA CN113008972B (zh) 2021-02-26 2021-02-26 用于妊娠期糖尿病诊断的血清代谢标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110217083.XA CN113008972B (zh) 2021-02-26 2021-02-26 用于妊娠期糖尿病诊断的血清代谢标志物及其应用

Publications (2)

Publication Number Publication Date
CN113008972A CN113008972A (zh) 2021-06-22
CN113008972B true CN113008972B (zh) 2023-03-24

Family

ID=76387197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110217083.XA Active CN113008972B (zh) 2021-02-26 2021-02-26 用于妊娠期糖尿病诊断的血清代谢标志物及其应用

Country Status (1)

Country Link
CN (1) CN113008972B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113484511B (zh) * 2021-06-30 2023-07-04 华中科技大学 妊娠期糖尿病的孕早期血液脂质生物标志物的筛选及应用
CN114236123B (zh) * 2021-12-13 2024-04-19 深圳华大基因股份有限公司 标志物在预测妊娠期糖尿病风险中的应用
CN114295755A (zh) * 2021-12-30 2022-04-08 华中科技大学 一组用于妊娠期糖尿病早期诊断的标记物及其应用
CN114167066B (zh) * 2022-01-24 2022-06-21 杭州凯莱谱精准医疗检测技术有限公司 生物标志物在制备妊娠糖尿病诊断试剂中的用途
CN117233367B (zh) * 2023-11-16 2024-02-09 哈尔滨脉图精准技术有限公司 妊娠期高血压风险评估的代谢标志物

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010519543A (ja) * 2007-02-22 2010-06-03 リポミクス テクノロジーズ, インコーポレイテッド 糖尿病状態の代謝マーカーおよびその使用法
AU2019291666B2 (en) * 2018-06-22 2023-09-21 Fonterra Co-Operative Group Limited Use of polar lipids to treat or prevent gestational diabetes mellitus

Also Published As

Publication number Publication date
CN113008972A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN113008972B (zh) 用于妊娠期糖尿病诊断的血清代谢标志物及其应用
CN113009162B (zh) 一种用于妊娠期糖尿病诊断的血清代谢标志物及其应用
JP6185532B2 (ja) 妊娠高血圧腎症の危険性の検出
US20150087553A1 (en) Early trimester screening for early- and late-onset preeclampsia
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
CN113396332A (zh) 评价妊娠进展和早产流产以进行临床干预的方法及其应用
CN114167066B (zh) 生物标志物在制备妊娠糖尿病诊断试剂中的用途
CN113484511A (zh) 妊娠期糖尿病的孕早期血液脂质生物标志物的筛选及应用
US20160018413A1 (en) Methods of Prognosing Preeclampsia
CN114166977B (zh) 预测妊娠个体血糖值的系统
US11923082B2 (en) Method and system for rapid prediction offast blood glucose level in pregnant subjects
CN112305124A (zh) 一种生物标志物及其在疾病诊断中的应用
CN115219705B (zh) 生物标志物在库欣综合征诊断中的应用
CN117647645B (zh) Lbp、atf6、m-csfr联用在制备诊断自身免疫性肝病产品中的应用及试剂盒
CN112599237B (zh) 一种生物标志物及其在脑梗死诊断中的应用
CN115219727B (zh) 与库欣综合征诊断相关的代谢物
CN114137192B (zh) 7-甲基黄嘌呤作为检测靶点在制备2型糖尿病高危个体筛查试剂盒中的应用
CN115372628A (zh) 与转甲状腺素蛋白淀粉样变性相关的代谢标志物及其应用
WO2021239413A1 (en) Predicting a sepsis condition
CN115326959A (zh) 与糖尿病视网膜病变诊断相关的代谢物
CN118068001A (zh) 检测k1c13蛋白浓度的试剂在制备妊娠期糖尿病泪液诊断试剂中的应用
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
CN115060834A (zh) 一种与icp辅助诊断相关的血清/血浆代谢分子标志物及其应用
CN112802544A (zh) 一种基于机器学习和代谢组学预测泌尿结石的系统
CN116465994A (zh) 代谢标志物在制备预测或诊断甲状腺癌的产品中的应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant