CN113484453A - 一种缺血性脑卒中预警方法 - Google Patents
一种缺血性脑卒中预警方法 Download PDFInfo
- Publication number
- CN113484453A CN113484453A CN202110768023.7A CN202110768023A CN113484453A CN 113484453 A CN113484453 A CN 113484453A CN 202110768023 A CN202110768023 A CN 202110768023A CN 113484453 A CN113484453 A CN 113484453A
- Authority
- CN
- China
- Prior art keywords
- ischemic stroke
- atherosclerosis
- index
- group
- biomarkers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
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
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
- G01N2030/8809—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
- G01N2030/8813—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials
- G01N2030/8822—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials involving blood
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种缺血性脑卒中预警方法,属于医学领域。本发明基于UPLC‑Q/TOF‑MS技术和代谢组学方法对血清样品进行分析,筛选出动脉粥样硬化诱发的缺血性脑卒中的候选生物标志物,将所述候选标志物联合动脉粥样硬化指数对缺血性脑卒中进行预警。本发明通过多元统计分析,确定5个动脉粥样硬化诱发缺血性脑卒中血清中的潜在生物标志物,将潜在的生物标志物联合动脉粥样硬化指数实现为缺血性脑卒中的诊断和治疗提供预警作用。
Description
技术领域
本发明涉及医学领域,特别是涉及一种缺血性脑卒中预警方法,具体涉及一种动脉粥样硬化指数联合血清代谢物对缺血性脑卒中预警的方法。
背景技术
脑卒中又名脑中风、脑血管意外,是一种由各种诱发因素引起脑内动脉狭窄、闭塞或破裂而造成的急性脑血液循环障碍。脑卒中目前是威胁全球人类健康的重大疾病之一,并已成为世界上第二大致死疾病。脑卒中分为缺血性脑卒中(IS)和出血性脑卒中,主要以缺血性脑卒中发病占主导地位。缺血性脑卒中是指由于脑部血液供应障碍,缺血、缺氧引起的局限性脑组织的缺血性坏死或脑软化疾病。缺血性脑卒中主要起源于动脉粥样硬化,进而引发脑组织能量代谢障碍、兴奋性氨基酸毒性作用、氧化/ 硝化应激、炎症反应、细胞凋亡、细胞自噬等一系列病理过程,在缺血性脑卒中中约有三分之一的患者动脉粥样硬化。研究发现,动脉粥样硬化是诱发脑梗死、脑出血、冠心病等重大疾病的起因。而动脉粥样硬化的发生和发展又是一种缓慢渐进的过程,通常会发展数年或几十年。因此在通常情况下,多数患者并无明显症状和异常体征,且多数患者由于其他原因进行血液生化检验时才发现有血浆脂蛋白水平升高。然而动脉粥样硬化的并发症疾病是突然发生的,通常是无预警性的。故需要寻找血液代谢物作为动脉粥样硬化诱发脑卒中的预测指标。
研究表明,血清总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C) 升高和血清高密度脂蛋白胆固醇(HDL-C)降低是动脉粥样硬化的的危险因素。然而,单一血脂成分异常评价动脉粥样硬化的效果不佳。近年来有学者提出了动脉粥样硬化指数(Atherosclerosis index,AI)的概念,将其定义为TC与HDL-C的比值,即动脉硬化指数(AI)=[血总胆固醇(TC)-高密度脂蛋白(HDL-C)]/高密度脂蛋白胆固醇 (HDL-C)。有文献报道AI与动脉粥样硬化严重程度呈正相关。它的正常数值为动脉粥样硬化指数(AI)小于4,若动脉硬化指数(AI)小于4,反映出动脉硬化的程度不严重或在减轻,数值越小动脉硬化的程度就越轻,引发心脑血管病的危险性就越低;如果动脉硬化指数大于4就说明已经发生了动脉硬化,数值越大动脉硬化的程度就越重,发生心脑血管病的危险性就越高。
代谢组学(Metabolomics或Metabonomics)是继蛋白质组学和基因组学之后成长起来的一门学科,其通过观察生物体系受刺激或扰动前后代谢产物的动态变化,运用各种分析工具,得出生物体系的代谢网络。代谢组学因其高通路,整体性,高灵敏度及高选择性的特点而被广泛应用于各种科学领域。在系统生物学背景下,代谢组学通过定性定量地分析各种生物的内源性代谢物变化,来评价机体受到的病理生理性刺激,是研究临床代谢的重要分析手段。
缺血性脑卒中是全球范围内的严重公共卫生问题,严重威胁着人类的生命健康。动脉粥样硬化是诱发脑卒中的病因,动脉粥样硬化的发生和发展是一种缓慢渐进的过程,但因其并发症通常是无预警性的。代谢紊乱被认为是导致缺血性脑卒中的关键事件,因此,基于现有技术中对于脑卒中的相关研究和了解,提供一种缺血性脑卒中预警方法对于为缺血性脑卒中的诊断和治疗具有重要意义。
发明内容
本发明的目的是提供一种缺血性脑卒中预警方法,以解决上述现有技术存在的问题,通过多元统计分析,确定5个动脉粥样硬化诱发缺血性脑卒中血清中的潜在生物标志物,将潜在的生物标志物联合动脉粥样硬化指数实现为缺血性脑卒中的诊断和治疗提供预警作用。
为实现上述目的,本发明提供了如下方案:
本发明提供一种缺血性脑卒中预警方法,基于UPLC-Q/TOF-MS技术和代谢组学方法对血清样品进行分析,筛选出动脉粥样硬化诱发的缺血性脑卒中的候选生物标志物,将所述候选标志物联合动脉粥样硬化指数对缺血性脑卒中进行预警。
优选的是,所述预警的方法具体包括以下步骤:
步骤1:收集血清样本,随机分为S1组和S2组,其中,所述S1组血清样本组成发现阶段,所述S2组血清样本组成验证阶段;
步骤2:基于UPLC-Q/TOF-MS技术和代谢组学方法分析所述发现阶段的S1组血清样本,筛选动脉粥样硬化诱发的缺血性脑卒中的候选生物标志物;
步骤3:利用S2组血清样本验证所述候选生物标志物,分析获得动脉粥样硬化诱发的缺血性脑卒中的潜在生物标志物;
步骤4:将所述潜在生物标志物与临床指标动脉粥样硬化指数进行联合分析,在代谢组学角度为缺血性脑卒中提供预警方法。
优选的是,步骤2中所述候选生物标志物包括:2,2,2-三氯乙醇、1-甲基吡咯啉、硫代吗啉-3-羧酸盐、2,4-二甲基-1-(1-甲基乙基)-苯、SM(18:0/14:0)、LysoPC(18:0/0:0)、PE-NMe(18:1/22:1)、PC(18:0/18:0)以及PC(18:2/18:2)。
优选的是,步骤3中所述潜在生物标志物包括:1-甲基吡咯啉、SM(18:0/14:0)、 PC(18:0/18:0)、LysoPC(18:0/0:0)以及PC(18:2/18:2)。
优选的是,步骤4中临床指标动脉粥样硬化指数是通过对包括动脉粥样硬化指数<4、动脉粥样硬化指数>4、缺血性脑卒中合并动脉粥样硬化指数<4以及缺血性脑卒中合并动脉粥样硬化指数>4不同来源的血清样品进行非靶向代谢组学检测分析所得。
优选的是,在动脉粥样硬化指数>4时,1-甲基吡咯啉、SM(18:0/14:0)和 PC(18:0/18:0)呈下降趋势,LysoPC(18:0/0:0)和PC(18:2/18:2)呈上升趋势;
所述动脉粥样硬化指数>4时,联合下调的1-甲基吡咯啉、LysoPC(18:0/0:0)和上调的PC(18:0/18:0),可对动脉粥样硬化诱发缺血性脑卒中进行预警。
本发明公开了以下技术效果:
本发明提供一种缺血性脑卒中预警方法,采用UPLC-Q-TOF/MS代谢组学技术测定血清代谢谱,并采用多元统计、VIP值检验、统计学检验等方法发现动脉粥样硬化诱发缺血性脑卒中的关键诊断生物标志物。经过实验验证,所筛选的候选标志物中存在5个潜在生物标志物:1-甲基吡咯啉、SM(18:0/14:0)、PC(18:0/18:0)、LysoPC(18:0/0:0) 和PC(18:2/18:2),在动脉粥样硬化指数>4的受试者中,1-甲基吡咯啉、SM(18:0/14:0) 和PC(18:0/18:0)呈下降趋势,LysoPC(18:0/0:0)和PC(18:2/18:2)呈上升趋势。其中,1- 甲基吡咯啉、LysoPC(18:0/0:0)、PC(18:0/18:0)和动脉粥样指数联系较为密切。动脉粥样硬化指数>4可为缺血性脑卒中的诊断提供预警作用,联合下调的1-甲基吡咯啉、 LysoPC(18:0/0:0)和上调的PC(18:0/18:0),可作为预测动脉粥样硬化诱发缺血性脑卒中的生物标志物,并进一步为动脉粥样硬化诱发脑卒中的预防和精准化治疗提供依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明缺血性脑卒中预警方法的流程设计图;
图2为本发明发现集和验证集的主成分分析得分图;A:发现集PCA得分图;B验证集PCA得分图;C:两个主要组间(Lvs.G和Gvs.SG)上显示VIP值﹥1的变量韦恩图;D:L vs GPLS-DA分析;E:G vs SG PLS-DA分析;F:L vs SL PLS-DA分析; G:L vs G置换检验;H:G vsSG置换检验;I:L vs SL置换检验;
图3为本发明5个潜在生物标志物的代谢物信息建立的ROC曲线以及热图分析; A:发现集ROC曲线结果;B:验证集ROC曲线结果;C:5个标志物的热图分析;
图4为本发明验证集代谢标志物通路分析图;
图5为本发明5个标志物的散点图分析;A:1-Methylpyrrolinium;B:SM(18:0/14:0) C:LysoPC(18:0/0:0);D:PC(18:0/18:0);E:PC(18:2/18:2)。
具体实施方式
现详细说明本发明的多种示例性实施方式,该详细说明不应认为是对本发明的限制,而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。
应理解本发明中所述的术语仅仅是为描述特别的实施方式,并非用于限制本发明。另外,对于本发明中的数值范围,应理解为还具体公开了该范围的上限和下限之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本发明内。这些较小范围的上限和下限可独立地包括或排除在范围内。
除非另有说明,否则本文使用的所有技术和科学术语具有本发明所述领域的常规技术人员通常理解的相同含义。虽然本发明仅描述了优选的方法和材料,但是在本发明的实施或测试中也可以使用与本文所述相似或等同的任何方法和材料。本说明书中提到的所有文献通过引用并入,用以公开和描述与所述文献相关的方法和/或材料。在与任何并入的文献冲突时,以本说明书的内容为准。
在不背离本发明的范围或精神的情况下,可对本发明说明书的具体实施方式做多种改进和变化,这对本领域技术人员而言是显而易见的。由本发明的说明书得到的其他实施方式对技术人员而言是显而易见的。本申请说明书和实施例仅是示例性的。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等,均为开放性的用语,即意指包含但不限于。
实施例1一种缺血性脑卒中预警方法
一、材料与方法
1、实验仪器与试剂
蒸馏水(广州屈臣氏食品饮料有限公司),色谱纯乙腈(Oceanpak公司,瑞典),色谱纯甲酸(ROE公司,美国)低温高速离心机(长沙湘仪离心机仪器有限公司), JKYMEN超声波清洗机,小型震荡涡旋仪(海门市其林贝尔仪器制造有限公司),Waters Acquity UPLC液相色谱仪(Waters公司,美国),Waters Xevo G2S Q-TOF质谱仪 (Waters公司,美国),ACQUITYUPLC BEH C18色谱柱(2.1×100mm,1.7μm, Waters公司,美国)。
2、实验方法
(1)实验分组
在实验中,共有400名受试者参加,包括动脉粥样硬化指数<4(L)、动脉粥样硬化指数>4(G)、缺血性脑卒中动脉粥样硬化指数<4(SL)和缺血性脑卒中动脉粥样硬化指数>4(SG)四组。血清样本于2019年8月至2020年12月收集,形成本研究中的发现和验证两个阶段。在发现阶段,收集160例样本,组成L、G、SL、SG四组;验证阶段,收集240例样本,组成L、G、SG三组。
缺血性脑卒中受试者纳入标准为:(1)符合西医脑卒中诊断标准,年龄为18岁-80岁,符合以下任何一项或多项。(2)有明确的陈旧性脑梗死病史。(3)曾行脑部CT/MRI 诊断为缺血性脑卒中。
缺血性脑卒中受试者排除标准为:(1)合并其他脑部疾病、更年期综合征、甲状腺功能亢进、脊髓型或椎动脉型颈椎病、胃-食管返流病或食道裂孔疝等可能引起胸痛的疾病。(2)合并重度心肺功能不全,重度心律失常(快速房颤、房扑、阵发性室速等)。(3)肾功能异常。(4)合并造血系统或恶性肿瘤等严重原发性疾病。(5)孕妇、哺乳期妇女或有生育要求的育龄妇女。(6)精神病受试者,或认知功能障碍。(7)患有痛风性肾病等严重代谢性疾病者。
这项实验研究得到了每个受试者与天津中医药大学第一附属医院伦理委员会的批准,伦理编号为18JCYBJC94200。所有参与者提供了知情同意书,并符合1975年《赫尔辛基宣言》的道德准则。各组之间的性别和年龄分布尽可能匹配,详细信息列于表1。
(2)血清样品收集和处理
将样品收集后立即存储在–80℃的冰箱中,并在分析前置于4℃环境中解冻。吸取50μL血清,加入150μL乙腈,冰水浴超声10min后涡旋混匀1min,以13000rpm的转速4℃离心15min,移取上清液,待UPLC-Q-TOF/MS分析。质控样品的预处理与研究样品的处理平行且相同。将质控样品均匀地插入到每组分析运行序列中,以监控大规模分析的稳定性。
(3)UPLC-Q/TOF-MS分析
使用Waters Acquity UPLC液相色谱仪(Waters公司,美国)和Waters Xevo G2SQ-TOF质谱仪(Waters公司,美国)进行。在ESI+模式下使用ACQUITY UPLC BEH C18色谱柱(2.1×100mm,1.7μm,Waters公司,美国)。UPLC分离和MS检测的详细实验条件如下。
色谱分析条件:柱温:45℃;流速:0.3mL/min;进样量:5μL。流动相组成:A: 0.1%甲酸水和B:0.1%甲酸乙腈。洗脱梯度为:0-0.5min,1%B;0.5-2min,1%-50%B; 2-9min,50%-99%B;9-10min,99%B;10-10.5min,99%-1%B;10.5-12min,1%B。
质谱分析条件:毛细管电压2.0kV,电离源温度100℃,干燥气体流速10mL/min,去溶剂流速600L/D,去溶剂温度450℃,锥空气流速:50L/D,四极杆扫描范围m/z 50-1000。
(4)数据分析
数据导出与处理:通过MassLynx V4.1工作台(美国Waters公司)将分别收集的各组液质信息转换成数据文件,使用R语言技术进行修约、缺失值填充等实现数据预处理。随后使用SIMCA-P 14.1(Umetrics AB,Umea,Sweden)进行多变量分析。采用无监督的主成分分析来评估各组之间的整体代谢组变化,并监测研究的稳定性。进行了偏最小二乘判别分析的监督模型,以最大化组之间的距离,并根据其在投影中的重要变量(VIP)来识别对分类有重要贡献的重要变量。并进行了200次排列测试,以评估模型过度拟合的风险。
数据统计分析与鉴定:采用spss 22.0统计软件,对数据进行正态分析与方差分析,进而选择“独立样本t检验(近似t检验)”或非参数检验,得到显著性变化(P<0.05) 的与疾病相关的候选差异性标志物。根据候选标志物的m/z值在HMDB数据库 (http://www.hmdb.ca/)中进行检索,并通过MS/MS碎片信息确认候选的生物标志物。
数据可视化与功能分析:二元逻辑回归用于基于潜在的生物标记建立模型。接收者操作特征曲线用于评估回归分析的结果。为了将结果更清晰地展示出来,将使用Metaboloanalyst(Version 4.6.0)和GraphPad Prism(Version 8)绘制潜在代谢标志物的热图和散点图,以表达相关性分析的结果。同时,基于差异代谢物的途径分析,揭示了重要的代谢途径受到干扰。
二、结果
1、研究人群的人口统计学
该发明的工作流程图如图1所示,为了定义候选生物选标志物,在发现组中收集了160例血清样本。招募了240名参与者,以验证这些候选生物标志物并在验证集中定义潜在的生物标志物。表1中列出了所有受试者的临床信息。
2、血清代谢谱
在发现集和验证集ES+模式下提取的QC离子色谱图。首先,对数据即进行表型分析,在发现集和验证集的主成分分析得分图中(图2A,2B),QC样本紧密聚集在一起,这进一步证实了本实验的可靠性。另外,来自L、G、SL和SG组的样本之间的区分趋势表明,这些组之间存在着显著的系统性代谢差异。这些变量将用于后续的多元和单变量分析。
3、动脉粥样硬化诱发缺血性脑卒中的潜在代谢生物标志物的定义
首先是发现集偏最小二乘判别分析得分图(图2D,2E,2F),揭示了这些组之间的明显分离,并且在本研究的PLS-DA模型中,L与G组的R2X=0.883,Q2=0.776;G与 SG组的R2X=0.849,Q2=0.721;L与SL组的R2X=0.906,Q2=0.772,表明该实验建立的预测模型有良好的拟合情况(图2G,2H,2I),测结果稳定可靠。基于PLS-DA模型给出的结果,在两个主要成分上VIP>1.0的17的代谢物(图2C)中进一步筛选有助于被确定为动脉粥样硬化诱发缺血性脑卒中的潜在代谢生物标志物的重要变量。
在17个代谢物中利用L和SL组的交集数据排除可能会影响动脉粥样硬化诱发缺血性脑卒中的潜在代谢生物标志物,随后对这些标志物应用SPSS 22.0进行正态性检验与方差齐性检验,根据检验结果分类用t检验,近似t检验,曼-惠特尼U检定 (Mann-Whitney U)进行显著性检验,得到显著性变化(P<0.05)的与疾病相关的差异性标志物。利用差异性代谢物的m/z值,在HMDB数据库中筛选并查找比对差异性代谢物,之后根据LC-MS/MS图谱、代谢物数据库信息以及搜索汇集文献中提供的二级离子碎片信息对所发现的差异性代谢物进行鉴定确认。经过上述分析后,发现了9 个候选生物标志物(表2),经验证后,最终得到5个动脉粥样硬化诱发缺血性脑卒中的潜在生物标志物。
4、代谢标志物分析
通过上述代谢组学数据处理结果(表2)可知,发现集共筛选出9个生物标志物,与发现集样本中的G相比,IS患者中有9种代谢物水平显着改变。其中SM(18:0/14:0)、 2,4-二甲基-1-(1-甲基乙基)-苯、1-甲基吡咯啉、PC(18:0/18:0)四个代谢标志物较对照组显著下降。LysoPC(18:0/0:0)、硫代吗啉-3-羧酸盐、2,2,2-三氯乙醇、PC(18:2/18:2)以及 PE-NMe(18:1/22:1)五个代谢标志物较对照组显著上升。在通过验证集确认得到的5个生物标志物,其中SM(18:0/14:0)、1-甲基吡咯啉、PC(18:0/18:0)三个代谢标志物较对照组显著下降。LysoPC(18:0/0:0)、PC(18:2/18:2)两个代谢标志物较对照组显著上升。值得注意的是,发现的差异生物标志物中脂质物质居多,且筛选动脉粥样硬化诱发缺血性脑卒中的候选生物标志物时,L组和SL组取交集后得到的差异标志物与17个物质无交集。
为了验证上述的5个生物标志物是否具有预警作用,分析了该标志物的预警效果,其预警效果通过各曲线所对应的曲线下面积(Area under the curve,AUC)来判断,筛选出的5个潜在生物标志物的代谢物信息均用于建立二元逻辑回归模型和ROC曲线。最终得到5个标志物的联合诊断模型(图3A,3B),曲线下面积AUC=0.841(发现集), AUC=0.774(验证集),这说明5个代谢标志物联合具有较好的预警能力。
5、潜在生物标志物与临床特征和动脉粥样硬化指数>4诱导的缺血性脑卒中关系
对5个潜在生物标志物的通路分析(图4)显示,动脉粥样硬化指数>4诱导缺血性脑卒中引起的代谢紊乱主要与甘油磷脂代谢有关,另外,也会影响亚油酸代谢、α- 亚麻酸代谢、鞘脂代谢、花生四烯酸代谢等途径。
本发明中,为了更加直观的观察生物标志物在不同组中的相对水平变化,我们采用分层聚类分析法—热图和散点图,对关键生物标志物进行分析以区分。在热图中,我们可以看出验证集得到的5个代谢标志物在三组之间的显著性变化,变化趋势如图 3C。通过散点图(图5)还可以发现,5个标志物中对照组分别与其他两组均存在显著性差异。
为了进一步揭示这些标志物与动脉粥样硬化指数的关系,将标志物与动脉粥样硬化指数进行联合分析。结果显示,在动脉粥样硬化指数>4的受试者中, 1-Methylpyrrolinium、SM(18:0/14:0)和PC(18:0/18:0)呈下降趋势,LysoPC(18:0/0:0)和PC(18:2/18:2)呈上升趋势。其中,1-Methylpyrrolinium、LysoPC(18:0/0:0)、PC(18:0/18:0) 和动脉粥样指数联系较为密切。动脉粥样硬化指数>4可为缺血性脑卒中的诊断提供预警作用,联合下调的1-Methylpyrrolinium、LysoPC(18:0/0:0)和上调的PC(18:0/18:0),可作为预测动脉粥样硬化诱发缺血性脑卒中的生物标志物,并进一步为动脉粥样硬化诱发脑卒中的预防和精准化治疗提供依据。
综合上述,本发明通过大样本的研究,定义并验证了动脉粥样硬化诱发缺血性脑卒中的潜在生物标志物,生物标志物可以有效的对动脉粥样硬化诱发的缺血性脑卒中进行预警。另外,代谢组在筛选标志物方面显示出一定的优势,通过本发明的标志物分析,发现动脉粥样硬化诱发缺血性脑卒中的标志物中脂类物质所占比例偏大。因此,还可以考虑代谢组与脂质组联合分析,以更准确发现疾病潜在的生物标志物。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种缺血性脑卒中预警方法,其特征在于,基于UPLC-Q/TOF-MS技术和代谢组学方法对血清样品进行分析,筛选出动脉粥样硬化诱发的缺血性脑卒中的候选生物标志物,将所述候选标志物联合动脉粥样硬化指数对缺血性脑卒中进行预警。
2.如权利要求1所述的缺血性脑卒中预警方法,其特征在于,所述预警的方法具体包括以下步骤:
步骤1:收集血清样本,随机分为S1组和S2组,其中,所述S1组血清样本组成发现阶段,所述S2组血清样本组成验证阶段;
步骤2:基于UPLC-Q/TOF-MS技术和代谢组学方法分析所述发现阶段的S1组血清样本,筛选动脉粥样硬化诱发的缺血性脑卒中的候选生物标志物;
步骤3:利用S2组血清样本验证所述候选生物标志物,分析获得动脉粥样硬化诱发的缺血性脑卒中的潜在生物标志物;
步骤4:将所述潜在生物标志物与临床指标动脉粥样硬化指数进行联合分析,在代谢组学角度为缺血性脑卒中提供预警方法。
3.如权利要求2所述的缺血性脑卒中预警方法,其特征在于,步骤2中所述候选生物标志物包括:2,2,2-三氯乙醇、1-甲基吡咯啉、硫代吗啉-3-羧酸盐、2,4-二甲基-1-(1-甲基乙基)苯、SM(18:0/14:0)、LysoPC(18:0/0:0)、PE-NMe(18:1/22:1)、PC(18:0/18:0)以及PC(18:2/18:2)。
4.如权利要求2所述的缺血性脑卒中预警方法,其特征在于,步骤3中所述潜在生物标志物包括:1-甲基吡咯啉、SM(18:0/14:0)、PC(18:0/18:0)、LysoPC(18:0/0:0)以及PC(18:2/18:2)。
5.如权利要求2所述的缺血性脑卒中预警方法,其特征在于,步骤4中临床指标动脉粥样硬化指数是通过对包括动脉粥样硬化指数<4、动脉粥样硬化指数>4、缺血性脑卒中合并动脉粥样硬化指数<4以及缺血性脑卒中合并动脉粥样硬化指数>4不同来源的血清样品进行非靶向代谢组学检测分析所得。
6.如权利要求5所述的缺血性脑卒中预警方法,其特征在于,在动脉粥样硬化指数>4时,1-甲基吡咯啉、SM(18:0/14:0)和PC(18:0/18:0)呈下降趋势,LysoPC(18:0/0:0)和PC(18:2/18:2)呈上升趋势;
所述动脉粥样硬化指数>4时,联合下调的1-甲基吡咯啉、LysoPC(18:0/0:0)和上调的PC(18:0/18:0),可对动脉粥样硬化诱发缺血性脑卒中进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110768023.7A CN113484453B (zh) | 2021-07-07 | 2021-07-07 | 一种缺血性脑卒中预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110768023.7A CN113484453B (zh) | 2021-07-07 | 2021-07-07 | 一种缺血性脑卒中预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113484453A true CN113484453A (zh) | 2021-10-08 |
CN113484453B CN113484453B (zh) | 2022-08-09 |
Family
ID=77941847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110768023.7A Active CN113484453B (zh) | 2021-07-07 | 2021-07-07 | 一种缺血性脑卒中预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113484453B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040142496A1 (en) * | 2001-04-23 | 2004-07-22 | Nicholson Jeremy Kirk | Methods for analysis of spectral data and their applications: atherosclerosis/coronary heart disease |
US20070099239A1 (en) * | 2005-06-24 | 2007-05-03 | Raymond Tabibiazar | Methods and compositions for diagnosis and monitoring of atherosclerotic cardiovascular disease |
AU2008218542A1 (en) * | 2007-02-21 | 2008-08-28 | Decode Genetics Ehf. | Genetic susceptibility variants associated with cardiovascular disease |
EP2201384A2 (en) * | 2007-09-10 | 2010-06-30 | Universiteit Leiden | Future cardiac event biomarkers |
US20140322315A1 (en) * | 2011-11-22 | 2014-10-30 | The Regents Of The University Of California | Cysteamine and/or cystamine for treating ischemic injury |
US20160202239A1 (en) * | 2015-01-09 | 2016-07-14 | Global Genomics Group, LLC | Blood based biomarkers for diagnosing atherosclerotic coronary artery disease |
US20160349271A1 (en) * | 2014-02-14 | 2016-12-01 | Diadexus, Inc. | Biomarkers for cardiovascular disease |
US20180149665A1 (en) * | 2015-05-18 | 2018-05-31 | Georgetown University | Metabolic Biomarkers for Memory Loss |
CN112305121A (zh) * | 2020-10-30 | 2021-02-02 | 河北医科大学第二医院 | 代谢标志物在动脉粥样硬化性脑梗死中的应用 |
-
2021
- 2021-07-07 CN CN202110768023.7A patent/CN113484453B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040142496A1 (en) * | 2001-04-23 | 2004-07-22 | Nicholson Jeremy Kirk | Methods for analysis of spectral data and their applications: atherosclerosis/coronary heart disease |
US20070099239A1 (en) * | 2005-06-24 | 2007-05-03 | Raymond Tabibiazar | Methods and compositions for diagnosis and monitoring of atherosclerotic cardiovascular disease |
AU2008218542A1 (en) * | 2007-02-21 | 2008-08-28 | Decode Genetics Ehf. | Genetic susceptibility variants associated with cardiovascular disease |
EP2201384A2 (en) * | 2007-09-10 | 2010-06-30 | Universiteit Leiden | Future cardiac event biomarkers |
US20140322315A1 (en) * | 2011-11-22 | 2014-10-30 | The Regents Of The University Of California | Cysteamine and/or cystamine for treating ischemic injury |
US20160349271A1 (en) * | 2014-02-14 | 2016-12-01 | Diadexus, Inc. | Biomarkers for cardiovascular disease |
US20160202239A1 (en) * | 2015-01-09 | 2016-07-14 | Global Genomics Group, LLC | Blood based biomarkers for diagnosing atherosclerotic coronary artery disease |
US20180149665A1 (en) * | 2015-05-18 | 2018-05-31 | Georgetown University | Metabolic Biomarkers for Memory Loss |
CN112305121A (zh) * | 2020-10-30 | 2021-02-02 | 河北医科大学第二医院 | 代谢标志物在动脉粥样硬化性脑梗死中的应用 |
Non-Patent Citations (7)
Title |
---|
EVGENY SIDOROV: "Biomarker for Ischemic Stroke Using Metabolome:A Clinician Perspective", 《JOURNAL OF STROKE》 * |
HONGXUE SUN: "Potential serum biomarkers and metabonomic profiling of serum in ischemic stroke patients using UPLC/Q-TOF MS/MS", 《PLOS ONE》 * |
WENJIE ZHOU: "Early Warning of Ischemic Stroke Based on Atherosclerosis Index Combined With Serum Markers", 《THE JOURNAL OF CLINICAL ENDOCRINOLOGY & METABOLISM》 * |
孙桂江: "代谢组学在疾病诊断及中药治疗的研究进展", 《中国中西医结合杂质》 * |
张冬伟等: "冠状动脉粥样硬化代谢组学生物标志物的筛选", 《哈尔滨医科大学学报》 * |
高雪等: "大动脉粥样硬化型脑卒中相关血清标志物", 《中国神经免疫学和神经病学杂志》 * |
黄翠波: "缺血性脑血管病相关的新型生物标志物的研究进展", 《检验医学与临床》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113484453B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yan et al. | Identification of the lipid biomarkers from plasma in idiopathic pulmonary fibrosis by Lipidomics | |
Wang et al. | Serum metabolomics for early diagnosis of esophageal squamous cell carcinoma by UHPLC-QTOF/MS | |
A Nagana Gowda et al. | Biomarker discovery and translation in metabolomics | |
US8389222B2 (en) | Apolipoprotein fingerprinting technique and methods related thereto | |
Martín-Blázquez et al. | Untargeted LC-HRMS-based metabolomics to identify novel biomarkers of metastatic colorectal cancer | |
Gao et al. | Large-scale metabolomic analysis reveals potential biomarkers for early stage coronary atherosclerosis | |
WO2004088309A2 (en) | Methods for diagnosing urinary tract and prostatic disorders | |
JP2024024128A (ja) | 性別に基づく疾病の識別・評価・予防及び治療を含む、肺病の識別・評価・予防及び治療の方法並びにそのキット | |
Hyötyläinen | Novel methodologies in metabolic profiling with a focus on molecular diagnostic applications | |
JP2017504011A (ja) | 代謝物質パネルに基づく被験体において膵臓癌を診断するための手段および方法 | |
CN111983083B (zh) | 检测代谢物标志物在制备多发性骨髓瘤诊断工具中的应用 | |
Zhou et al. | Metabolic detection of malignant brain gliomas through plasma lipidomic analysis and support vector machine-based machine learning | |
Liang et al. | Novel liquid chromatography-mass spectrometry for metabolite biomarkers of acute lung injury disease | |
Issaq et al. | Biomarker discovery: study design and execution | |
Jimenez et al. | High-throughput and targeted in-depth mass spectrometry-based approaches for biofluid profiling and biomarker discovery | |
Zhou et al. | Clinical lipidomics analysis reveals biomarkers of lipid peroxidation in serum from patients with rheumatoid arthritis | |
Yu et al. | Identification of three potential novel biomarkers for early diagnosis of acute ischemic stroke via plasma lipidomics | |
US20110136241A1 (en) | Type ii diabetes molecular bioprofile and method and system of using the same | |
CN113484453B (zh) | 一种缺血性脑卒中预警方法 | |
CN112599239A (zh) | 代谢物标志物及其在脑梗死诊断中的应用 | |
Creech et al. | Mass spectrometry-based approaches for clinical biomarker discovery in traumatic brain injury | |
Pisarska et al. | Lipidomic profiles as a tool to search for new biomarkers | |
Östman et al. | Identification of prediagnostic metabolites associated with prostate cancer risk by untargeted mass spectrometry‐based metabolomics: A case‐control study nested in the Northern Sweden Health and Disease Study | |
Florian-Kujawski et al. | Biomarker profiling of plasma from acute coronary syndrome patients: Application of ProteinChip Array analysis | |
KR20220162918A (ko) | 아실카르니틴 대사체를 포함하는 구강암 진단용 바이오마커 조성물 |
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 |