CN113447599B - 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 - Google Patents

用于诊断脑白质病患者患脑梗死的生物标志物及其应用 Download PDF

Info

Publication number
CN113447599B
CN113447599B CN202110999853.0A CN202110999853A CN113447599B CN 113447599 B CN113447599 B CN 113447599B CN 202110999853 A CN202110999853 A CN 202110999853A CN 113447599 B CN113447599 B CN 113447599B
Authority
CN
China
Prior art keywords
cerebral infarction
leukoencephalopathy
patient
biomarker
phosphatidylinositol
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
CN202110999853.0A
Other languages
English (en)
Other versions
CN113447599A (zh
Inventor
陈显扬
宋王婷
张珂
韩佳睿
薛腾
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.)
Baofeng Biotech Beijing Co ltd
Original Assignee
Baofeng Biotech Beijing 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 Baofeng Biotech Beijing Co ltd filed Critical Baofeng Biotech Beijing Co ltd
Priority to CN202110999853.0A priority Critical patent/CN113447599B/zh
Publication of CN113447599A publication Critical patent/CN113447599A/zh
Application granted granted Critical
Publication of CN113447599B publication Critical patent/CN113447599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/32—Control of physical parameters of the fluid carrier of pressure or speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/34—Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—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
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0025—Shearing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/025—Geometry of the test
    • G01N2203/0256—Triaxial, i.e. the forces being applied along three normal axes of the specimen
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/28—Neurological disorders
    • G01N2800/2871—Cerebrovascular disorders, e.g. stroke, cerebral infarct, cerebral haemorrhage, transient ischemic event
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/50—Determining the risk of developing a disease

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Cell Biology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Library & Information Science (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)

Abstract

本发明提供了生物标志物磷脂酰肌醇(22:0/19:0)在制备诊断脑白质病患者患脑梗死的检测试剂中的应用，通过生物标志物脂磷酰肌醇(22:0/19:0)结合葡糖神经酰胺(d18:0/24:1(15Z))、β‑羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸(22:6/20:1)或癸酰肉碱来判断脑白质病患者患脑梗死的风险，可进行提前预防、防范脑梗死。

Description

用于诊断脑白质病患者患脑梗死的生物标志物及其应用
技术领域
本发明属于生物检测技术领域，具体涉及一种用于诊断脑白质病患者患脑梗死的生物标志物及其应用。
背景技术
随着社会的老龄化，脑卒中的发病率急剧增高，我国人群的脑卒中发病率高于国际平均水平，其中缺血性卒中（脑梗死）是由于脑动脉的狭窄或闭塞造成脑组织的缺血坏死，占所有脑卒中的70％以上。脑白质病变（white matter lesion, WML）是一种常见的神经退行性疾病，最典型的病理表现为脑白质完整性破坏或脱髓鞘变化，该病常见于脑卒中、帕金森病、阿尔茨海默病、多发性硬化、精神分裂症等多种疾病中。而脑白质对各种有害刺激的典型反应是脱髓鞘变化，它可以是神经系统疾病如感染、中毒、退行性变、外伤后、脑梗塞等的继发表现。脑白质病变主要引起患者认知障碍、言语障碍、精神行为异常、步态障碍、排尿障碍等症状。有脑白质病又发生脑梗死，往往会严重增加患者的家庭负担，大大降低患者的生活质量，给个人家庭以及整个社会带来沉重的负担，目前已成为医药卫生领域研究的重点和难点。
脑梗死的诊断主要依赖病史及查体，辅以影像学检查，不同的影像学检查有耗时、成本较高等不足，因此有必要开发有价值的生物标志物以预测风险，快速准确地诊断，在不同类型脑卒中之间及与其他疾病鉴别。一般情况下，多数脑白质病变的患者的病情是可逆的，所以对于脑白质病患者采取适当的预防措施，其症状可明显改善，其中早期筛查是至关重要的手段。目前，尚无种准确性高，特异性强的外周血生物标志物。脑梗死合并脑白质病变的发病机制尚不清楚，临床上缺乏明确有效的治疗靶点，不利于患者的治疗和恢复。目前脑梗死和脑白质病变的诊断采用的是CT和MRI等影像学方法，但其有操作复杂、需搬动患者、花费大等弊端，寻找对脑梗死诊断和病情演变具有指示作用的血液生物学标记物，对指导脑卒中的治疗并改善患者预后具有重要的临床价值。作为寻找脑梗死合并脑白质病变的新型生物标志物颇具前景的工具，代谢组学可通过分析内源性代谢物的变化来反映机体的状态，并进而识别特异性生物标志物或标志物群。
如何寻找一种易于检测的生物标志物，来预测和诊断脑梗死合并脑白质病变是亟需解决的技术问题。
发明内容
为了解决上述技术问题，本发明提供磷脂酰肌醇在制备诊断脑白质病患者患脑梗死的检测试剂中的应用。
为实现上述目的，本发明采用以下的技术方案为：
生物标志物磷脂酰肌醇(22:0/19:0)在制备诊断脑白质病患者患脑梗死的检测试剂中的应用。
如上所述的生物标志物，优选地，还包括葡糖神经酰胺(d18:0/24:1(15Z))、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸或癸酰肉碱。
磷脂酰肌醇(22:0/19:0)在制备诊断脑白质病患者患脑梗死的试剂中的应用，其是将磷脂酰肌醇(22:0/19:0)结合葡糖神经酰胺(d18:0/24:1(15Z))、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸(22:6/20:1)或癸酰肉碱来判断脑白质病变患者是否存在患脑梗死的风险。
如上所述的检测试剂，适用于脑白质病变患者的检测。
如上所述的应用，优选地，磷脂酰肌醇(22:0/19:0)的含量记为F1，葡糖神经酰胺(d18:0/24:1(15Z))的含量记为F2，根据TC=-6.9916+2.5298×F1 +1.4232×F2计算TC值，若TC≥0.413，则判定为脑白质病变合并脑梗死；若TC＜0.413，则为脑白质病变。
如上所述的应用，优选地，磷脂酰肌醇(22:0/19:0)的含量记为F1，β-羟乙基乙醇胺的含量记为F3，根据TC= -4.1259 + 2.3077×F1 -0.6445×F3计算TC值，若TC≥0.663，则判定为脑白质病变合并脑梗死；若TC＜0.663，则为脑白质病变。
如上所述的应用，优选地，磷脂酰肌醇(22:0/19:0)的含量记为F1，番茄碱的含量记为F4，根据TC= -5.2193 +2.3521×F1+ 0.1906×F4计算TC值，若TC≥0.545，则判定为脑白质病变合并脑梗死；若TC＜0.545，则为脑白质病变。
如上所述的应用，优选地，磷脂酰肌醇(22:0/19:0)的含量记为F1，磷酯酰丝氨酸(22:6/20:1)的含量记为F5，根据TC= -4.6654 +2.3033×F1-0.1436×F5计算TC值，若TC≥0.677，则判定为脑白质病变合并脑梗死；若TC＜0.677，则为脑白质病变。
如上所述的应用，优选地，磷脂酰肌醇(22:0/19:0)的含量记为F1，癸酰肉碱的含量为F6，根据TC= -4.83698 + 2.34865×F1 -0.06975×F6计算TC值，若TC≥0.551，则判定为脑白质病变合并脑梗死；若TC＜0.551，则为脑白质病变。
本发明的有益效果在于：
本发明提供了生物标志物磷脂酰肌醇及判别脑梗死合并脑白质病变的模型，可用于早期发现、诊断和预测脑白质病变患脑梗死风险的检测试剂盒应用。
本发明提供的用于诊断脑白质病患者患脑梗死的生物标志物为包括磷脂酰肌醇(22:0/19:0)和葡糖神经酰胺(d18:0/24:1(15Z))、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸(22:6/20:1)或癸酰肉碱，根据检测该生物标志物脂酰肌醇和葡糖神经酰胺、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸或癸酰肉碱在血液中的含量，根据TC值预测脑白质病变患者患脑梗死的风险，有助于诊断是否存在脑白质病变患者患脑梗死的倾向，可用于提前预防。
附图说明
图1为正离子模式下VIP＞1的样本；
图2为负离子模式下VIP＞1的样本；
图3为正离子模式下(O)PLS-DA的得分图；
图4为负离子模式下(O)PLS-DA的得分图；
图5 为正离子模式下S-plot图；
图6 为负离子模式下S-plot图；
图7为基于逻辑回归模型的ROC曲线（变量为F1+F2）；
图8 为基于逻辑回归模型的ROC曲线（变量为F1+F3）；
图9 为基于逻辑回归模型的ROC曲线（变量为F1+F4）；
图10为基于逻辑回归模型的ROC曲线（变量为F1+F5）；
图11为基于逻辑回归模型的ROC曲线（变量为F1+F6）。
具体实施方式
以下实施例用于进一步说明本发明，但不应理解为对本发明的限制。在不背离本发明精神和实质的前提下，对本发明所作的修饰或者替换，均属于本发明的范畴。
若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段，除另有规定，本方法所用试剂均为分析纯或以上规格。
实施例1
（一）患者人群标准
1. 模型建立样本群102人（内部人群，即指建立预测模型时所用样本群体）
对照人群：为MRI核磁检测脑白质出现高信号，无脑梗死病史，共54人，男女比例：1：1，年龄范围：45以上。
患者人群：为MRI核磁检测显示脑白质出现高信号，因急性脑梗死送医48人，男女比例：1：1，年龄范围：45以上。
2. 模型验证样本群体168人（外部人群）
取样标准同上。
实验仪器及试剂：
样本采集：选取经临床评价分别为只有脑白质病变和脑梗死合并脑白质病变的患者血清进行试验。
4.超高效液相色谱：UPLC；型号：ACQUITY UPLC I-Class系统；厂家：Waters,Manchester, UK；
5.分析鉴定软件：Progenesis QI; 厂家：Waters；
(二)1.样品前处理
收集的血清样本在冰上解冻，200μL的血清用600μL的预冷异丙醇萃取，用漩涡振荡器（型号MX-S，Scilogex公司，美国）涡流1min，室温孵育10min，然后将萃取混合物在-20◦C下储存过夜，在冷冻离心机（型号D3024R，Scilogex公司，美国）4000r离心20min后，将上清液转移到新的离心管，用异丙醇/乙腈/水(2：1：1，v：v：v)稀释至1：10。样品在LC-MS分析前保存在-80◦C。此外，还将每个萃取混合物的10μL组合在一起制备混合血清样品。
其中本发明中所用的试剂：异丙醇、乙腈，甲酸，甲酸氨，亮氨酸脑啡肽，甲酸钠，厂家均为Fisher。
2. 脂质组学的超高效液相色谱-质谱联用方法
样品用ACQUITY UPLC(Waters，美国)连接到带有ESI的Xevo-G2XS高分辨飞行时间(QTOF)质谱仪(ESI-QTOF/MS；型号：Xevo G2-S Q-TOF；厂家：Waters, Manchester, UK)进行分析。采用CQUITY UPLC BEH C18色谱柱(2.1×10 0 mm，1.7μm，Waters)，流动相为10 mM甲酸铵-0.1%甲酸-乙腈(A，6 0：40，v/v)和10 mM甲酸铵-0.1%甲酸-异丙醇-乙腈(B，90：10，v/v)，其中，10 mM甲酸铵-0.1%甲酸-乙腈(A，乙腈：水为60：40，v/v)的配置方法为称取甲酸铵0.63 g，甲酸10 g，用乙腈-水溶液（乙腈：水为60：40，v/v）溶解并定容至1000mL；10 mM甲酸铵-0.1%甲酸-异丙醇-乙腈（B，异丙醇：乙腈为90：10，v/v）的配置方法为称取甲酸铵0.63g，甲酸10 g，用异丙醇-乙腈溶液（异丙醇：乙腈为90：10，v/v）溶解并定容至1000mL。在大规模研究之前，进行了包括10分钟、15分钟和20分钟洗脱期的中试实验，以评估流动相组成和流速对脂质保留时间的潜在影响。在PIM中，丰富的脂质前体离子和碎片以相同的顺序分离，具有相似的峰形和离子强度。此外，具有10分钟洗脱期的混合QC样品也表现出与测试样品相似的前体和碎片的基峰强度。流动相流速为0.4mL/min。该柱最初用40%B洗脱，然后在2分钟内线性梯度到43%B，然后在0.1min内将B的百分比增加到50%。在接下来的3.9分钟内，梯度进一步增加到54%B，然后B的量0.1分钟内增加到70%。在梯度的最后部分，B的量在1.9分钟内增加到99%。最后，溶液B在0.1分钟内返回到40%，并且在下一次进样之前将色谱柱平衡1.9分钟。每次进样量为5μL，用Xevo-G2XS型QTOF质谱仪检测正负两种模式下的脂质，采集范围为 m/z50~1200年，采集时间为0.2s/次。离子源温度为120℃，去溶温度为600℃，气体流量为1000L/h，以氮气为流动气体。毛细管电压为2.0kV(+)/锥体电压为1.5kV(-)，锥体电压为30V。以亮氨酸脑啡肽进行标准质量测定，用甲酸钠溶液进行校正。样品被随机排序。每10个样本注入一个QC样本并进行分析，以调查数据的重复性。
采用数据采集软件（MassLynx4.1; 厂家：Waters）进行数据采集，结果分析：
1. 利用多元统计学寻找血清差异物质
使用Progenesis QI将质谱数据转化为可供统计的数据形式，正交偏最小二乘判别分析（OPLS-DA）结合了正交信号矫正（OSC）和 PLS-DA（偏最小而成判别分析） 方法，通过去除不相关的差异来筛选差异变量。如附图所示：图1、图2 VIP值为PLS-DA第一主成分的变量重要性投影，通常以VIP>1为代谢组学常用评判标准，作为差异代谢物筛选的标准之一；图3、图4为脑白质病变组（WML表示）和脑白质病变合并脑梗死组（WS表示）两个分组中的第一主成分和第二主成分通过降维的方式所得的得分图，横坐标表示组间差异，纵坐标表示组内差异，且两组结果分离较好，说明此方案可以使用。图5、图6为S-plot图，横坐标表示主成分与代谢物的协相关系数，纵坐标表示主成分与代谢物的相关系数，同时满足p<0.05,VIP>1的条件下，正离子模式有171个差异物，负离子模式有47个差异物。
3. 约登指数分析
为了进一步缩小范围，将VIP阈值提高到2，同时体现正常和患者之间的倍数差异在0.83倍以下，或者增加1.2倍以上，P值小于0.01，最终得到以下6个化合物，化合物具体见表1。
然后对他们进行youden 约登指数计算，用来反映单个指标对整体的诊断和预测效果，单个代谢物预测脑白质病变的曲线下面积（AUC）、特异性和敏感度结果如表1。
表1脑白质病合并脑梗死相关脂质的约登指数分析
编号 化合物中文名称 AUC值 敏感性 特异性
F1 磷脂酰肌醇(22:0/19:0) 0.850 0.8 0.8
F2 葡糖神经酰胺(d18:0/24:1(15Z)) 0.727 0.6 0.8
F3 β-羟乙基乙醇胺 0.719 0.66 0.7
F4 番茄碱 0.669 0.88 0.46
F5 磷酯酰丝氨酸(22:6/20:1) 0.663 0.98 0.32
F6 癸酰肉碱 0.651 0.68 0.58
4. 内部人群十折交叉验证结果
为提高种变量化合物的生物诊断效果，需要根据上述生物标志物找出适合的模型进行行下一步的分析。
将内部人群随机分为10份，选择1份为验证集，其他为训练集，如此反复十次，考察最佳的变量组合。将其次的结果，包括AUC，敏感度，特异性都取平均值，并进行统计学显著性计算，结果如下表2：
表2
组合 逻辑回归AUC 敏感性 特异性
F1+F2 0.964 1 1
F1+F3 0.933 1 1
F1+F4 0.907 1 1
F1+F5 0.916 1 1
F1+F6 0.911 1 1
组合之间，AUC值并没有显著性p<0.05差异。
基于上述建立逻辑回归模型A、B、C、D、E如下：
"模型A"变量为F1+F2，根据公式TC= -6.9916 +2.5298×F1 +1.4232×F2计算TC值，公式中F1为磷脂酰肌醇(22:0/19:0)，F2为葡糖神经酰胺(d18:0/24:1(15Z))，根据TC值预测脑白质病变患者患脑梗死的风险：若TC≥0.413，则判定为脑白质病变合并脑梗死；若TC＜0.413，则为脑白质病变。
"模型B"变量为F1+F3，根据公式TC= -4.1259 + 2.3077×F1 -0.6445×F3
计算TC值，公式中F1为磷脂酰肌醇(22:0/19:0)，F3为β-羟乙基乙醇胺，根据TC值预测脑白质病变患者患脑梗死的风险：若TC≥0.663，则判定为脑白质病变合并脑梗死；若TC＜0.663，则为脑白质病变。
"模型C"变量为F1+F4，根据公式TC= -5.2193 +2.3521×F1+ 0.1906×F4
计算TC值，公式中F1为磷脂酰肌醇(22:0/19:0)，F4为番茄碱，根据TC值预测脑白质病变患者患脑梗死的风险：若TC≥0.545，则判定为脑白质病变合并脑梗死；若TC＜0.545，则为脑白质病变。
"模型D"变量为F1+F5，根据公式TC= -4.6654 +2.3033×F1-0.1436×F5计算TC值，公式中F1为磷脂酰肌醇(22:0/19:0)，F5为磷酯酰丝氨酸(22:6/20:1)，根据TC值预测脑白质病变患者患脑梗死的风险：若TC≥0.677，则判定为脑白质病变合并脑梗死；若TC＜0.677，则为脑白质病变。
"模型E"变量为F1+F6，根据公式TC= -4.83698 + 2.34865×F1 -0.06975×F6计算TC值，公式中F1为磷脂酰肌醇(22:0/19:0)，F6为癸酰肉碱，根据TC值预测脑白质病变患者患脑梗死的风险：若TC≥0.551，则判定为脑白质病变合并脑梗死；若TC＜0.551，则为脑白质病变。
实施例2
采用外部数据集对逻辑回归模型进行验证，取样标准同实施例1中，本群体供168人，其中脑白质出现高信号，因急性脑梗死送医的94人，脑白质出现高信号，无脑梗死病史的74人。采用实施例1中方法进行超高效液相色谱-质谱联用方法对上述6中生物标志物进行检测，以验证实施例1中模型结果的准确性，并绘制相应的ROC曲线图，结果如下所示：
"模型A"变量为F1+F2，ROC曲线图结果结果如图7，Sensitivity （敏感性）=1，Specificity （特异性）=1，Accuracy （准确度）=1。
"模型B"变量为F1+F3，ROC曲线图结果结果如图8所示，Sensitivity （敏感性）=1，Specificity （特异性）=1，Accuracy（准确度） =1。
"模型C"变量为F1+F4，ROC曲线图结果结果如图9所示，Sensitivity （敏感性）=1，Specificity （特异性）=1，Accuracy（准确度） =1。
"模型D"变量为F1+F5，ROC曲线图结果结果如图10所示，Sensitivity （敏感性）=1，Specificity （特异性）=1，Accuracy（准确度） =1。
"模型E"变量为F1+F6，ROC曲线图结果结果如图11所示，Sensitivity （敏感性）=1，Specificity （特异性）=1，Accuracy（准确度） =1。
数据显示：磷脂酰肌醇(22:0/19:0)自身，以及结合其他五种生物标记物葡糖神经酰胺(d18:0/24:1(15Z))、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸(22:6/20:1)和癸酰肉碱都表现出非常高的诊断能力，未来都能进行临床试剂盒的应用。
通过对样本信息中测得质谱图积分的面积值（均值）进行对比分析，结果表3所示，其中，WML组为脑梗死合并脑白质病变组，WS组为脑白质病组。
表3
化合物名称 WML组均值 WS组均值 WS/WML
磷脂酰肌醇 (22:6/19:0) 0.830 0.699 0.843
癸酰肉碱 1.736 1.457 0.839
β-羟乙基乙醇胺 1.590 0.818 0.514
葡糖神经酰胺(d18:0/24:1(15Z)) 0.988 1.391 1.407
磷酯酰丝氨酸(22:6/20:1) 1.445 0.882 0.610
番茄碱 1.414 1.381 0.977
通过对比分析可知：以上6个生物标记物，与脑白质病组相比，磷脂酰肌醇(F1)、葡糖神经酰胺(F2)在脑梗死合并脑白质病变组均呈上升趋势，磷脂酰肌醇（F1）、番茄碱(F4)、β-羟乙基乙醇胺(F3)、磷酯酰丝氨酸(F5)和癸酰肉碱(F6)则相反。
由此可见，采用上述方法处理患者血清样本并进行检测，所测得数据代入上述模型中，利用逻辑回归模型判断脑白质患者是否存在患脑梗死的风险。

Claims (1)

1.生物标志物磷脂酰肌醇(22:0/19:0)在制备诊断脑白质病患者患脑梗死的检测试剂中的应用；
其特征在于，将磷脂酰肌醇(22:0/19:0)与葡糖神经酰胺(d18:0/24:1(15Z))、β-羟乙基乙醇胺、番茄碱、磷酯酰丝氨酸或癸酰肉碱结合来判断脑白质病变患者是否存在患脑梗死的风险；
磷脂酰肌醇(22:0/19:0)的含量记为F1，葡糖神经酰胺(d18:0/24:1(15Z))的含量记为F2，根据TC= -6.9916 +2.5298×F1+1.4232×F2计算TC值，若TC≥0.413，则判定为脑白质病变合并脑梗死；若TC＜0.413，则为脑白质病变；
β-羟乙基乙醇胺的含量记为F3，根据TC= -4.1259 + 2.3077×F1 -0.6445×F3计算TC值，若TC≥0.663，则判定为脑白质病变合并脑梗死；若TC＜0.663，则为脑白质病变；
番茄碱的含量记为F4，根据TC= -5.2193 +2.3521×F1+ 0.1906×F4计算TC值，若TC≥0.545，则判定为脑白质病变合并脑梗死；若TC＜0.545，则为脑白质病变；
磷酯酰丝氨酸(22:6/20:1)的含量记为F5，根据TC= -4.6654 +2.3033×F1-0.1436×F5计算TC值，若TC≥0.677，则判定为脑白质病变合并脑梗死；若TC＜0.677，则为脑白质病变；
癸酰肉碱的含量为F6，根据TC= -4.83698 + 2.34865×F1 -0.06975×F6计算TC值，若TC≥0.551，则判定为脑白质病变合并脑梗死；若TC＜0.551，则为脑白质病变。
CN202110999853.0A 2021-08-27 2021-08-27 用于诊断脑白质病患者患脑梗死的生物标志物及其应用 Active CN113447599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110999853.0A CN113447599B (zh) 2021-08-27 2021-08-27 用于诊断脑白质病患者患脑梗死的生物标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110999853.0A CN113447599B (zh) 2021-08-27 2021-08-27 用于诊断脑白质病患者患脑梗死的生物标志物及其应用

Publications (2)

Publication Number Publication Date
CN113447599A CN113447599A (zh) 2021-09-28
CN113447599B true CN113447599B (zh) 2021-11-16

Family

ID=77818930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110999853.0A Active CN113447599B (zh) 2021-08-27 2021-08-27 用于诊断脑白质病患者患脑梗死的生物标志物及其应用

Country Status (1)

Country Link
CN (1) CN113447599B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116087486B (zh) * 2021-11-08 2024-02-02 中国医学科学院阜外医院 糖尿病患者早期预测心血管疾病（cvd）的生物标志物及其用途
CN114236019B (zh) * 2022-02-24 2022-05-06 宝枫生物科技（北京）有限公司 脑白质病变的生物标志物的应用

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111679018A (zh) * 2020-08-14 2020-09-18 宝枫生物科技（北京）有限公司 用于诊断认知障碍的生物标记物及其应用
CN111929430A (zh) * 2020-08-14 2020-11-13 宝枫生物科技（北京）有限公司 用于诊断认知障碍的生物标记物及其应用
CN112798727A (zh) * 2021-04-09 2021-05-14 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物f7及其应用
CN112798771A (zh) * 2021-03-31 2021-05-14 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物及其应用
CN112834653A (zh) * 2021-04-09 2021-05-25 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物f3及其应用
CN113049715A (zh) * 2021-03-31 2021-06-29 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物及其应用
CN113049696A (zh) * 2021-03-04 2021-06-29 首都医科大学宣武医院 一种诊断受试者是否患阿尔茨海默病的代谢产物及其用途
CN113433254A (zh) * 2021-08-27 2021-09-24 宝枫生物科技（北京）有限公司 用于诊断脑白质病患者患脑梗死的生物标志物及其应用

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111679018A (zh) * 2020-08-14 2020-09-18 宝枫生物科技（北京）有限公司 用于诊断认知障碍的生物标记物及其应用
CN111929430A (zh) * 2020-08-14 2020-11-13 宝枫生物科技（北京）有限公司 用于诊断认知障碍的生物标记物及其应用
CN113049696A (zh) * 2021-03-04 2021-06-29 首都医科大学宣武医院 一种诊断受试者是否患阿尔茨海默病的代谢产物及其用途
CN112798771A (zh) * 2021-03-31 2021-05-14 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物及其应用
CN113049715A (zh) * 2021-03-31 2021-06-29 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物及其应用
CN112798727A (zh) * 2021-04-09 2021-05-14 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物f7及其应用
CN112834653A (zh) * 2021-04-09 2021-05-25 宝枫生物科技（北京）有限公司 用于诊断脑白质病变的生物标志物f3及其应用
CN113433254A (zh) * 2021-08-27 2021-09-24 宝枫生物科技（北京）有限公司 用于诊断脑白质病患者患脑梗死的生物标志物及其应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Altered Expression Profile of Phosphatidylinositols in Erythrocytes of Alzheimer’s Disease and Amnestic Mild Cognitive Impairment Patients;Yanxing Chen,et al;《Journal of Alzheimer’s Disease》;20201231;第73卷(第2期);摘要 *
Yanxing Chen,et al.Altered Expression Profile of Phosphatidylinositols in Erythrocytes of Alzheimer’s Disease and Amnestic Mild Cognitive Impairment Patients.《Journal of Alzheimer’s Disease》.2020,第73卷(第2期),1-8. *

Also Published As

Publication number Publication date
CN113447599A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN112798771B (zh) 用于诊断脑白质病变的生物标志物及其应用
CN112798727B (zh) 用于诊断脑白质病变的生物标志物f7及其应用
CN112834653B (zh) 用于诊断脑白质病变的生物标志物f3及其应用
CN113049715B (zh) 用于诊断脑白质病变的生物标志物及其应用
CN113447601B (zh) 用于诊断脑梗死及脑白质病变的生物标志物及其应用
CN111679018B (zh) 用于诊断认知障碍的生物标记物及其应用
CN111929430B (zh) 用于诊断认知障碍的生物标记物及其应用
CN113447599B (zh) 用于诊断脑白质病患者患脑梗死的生物标志物及其应用
CN113433254B (zh) 用于诊断脑白质病患者患脑梗死的生物标志物及其应用
CN113447600B (zh) 用于诊断脑白质病患者患脑梗死的生物标志物及其应用
CN114019061B (zh) 用于帕金森病检测的生物标志物及其应用
CN114236019B (zh) 脑白质病变的生物标志物的应用
CN114354952B (zh) 帕金森病代谢组学生物标志物及其应用
CN114019078B (zh) 用于帕金森病诊断的生物标志物的应用
CN114264757B (zh) 脑白质病变的生物标志物组合及其应用
CN114264756B (zh) 用于诊断帕金森病的生物标志物r1及其应用
CN114047281B (zh) 帕金森病的生物标志物的组合及其应用
CN114019079B (zh) 诊断帕金森病的生物标志物及其应用
CN114414819B (zh) 诊断尘肺病的生物标志物及其应用
CN114414818B (zh) 用于肺尘埃沉着病检测的生物标志物的应用
CN114414809B (zh) 用于诊断尘肺病的生物标志物的应用
EP4370931A1 (en) Biomarkers for alzheimer&#39;s disease
CN118091146A (zh) 基于血液代谢物的神经退行性疾病标志物及其应用
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
CN118090930A (zh) 基于血液代谢物的阿尔茨海默症标志物及其应用

Legal Events

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