CN113628714B - 针对疾病的营养素干预方法、系统、设备及存储介质 - Google Patents
针对疾病的营养素干预方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113628714B CN113628714B CN202110870471.8A CN202110870471A CN113628714B CN 113628714 B CN113628714 B CN 113628714B CN 202110870471 A CN202110870471 A CN 202110870471A CN 113628714 B CN113628714 B CN 113628714B
- Authority
- CN
- China
- Prior art keywords
- enterobacteria
- target
- disease
- nutrient
- effect
- 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
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Nutrition Science (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本申请涉及一种针对疾病的营养素干预方法、系统、设备及存储介质,其方法包括建立查询数据库,所述查询数据库记录疾病、肠菌以及营养素的关联关系;将目标疾病输入所述查询数据库,获取所述目标疾病的每种致病肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。本申请能够快速、有效确定目标营养素对目标疾病的干预效果,克服人体体质不同,从而为与肠菌相关的慢性疾病提供营养素干预方案。
Description
技术领域
本申请涉及医疗健康技术领域,尤其是涉及一种针对疾病的营养素干预方法、系统、设备及存储介质。
背景技术
当今各种研究表明人体各种慢病与肠道菌群失调有密切关联,甚至存在因果关系。大量研究表明,肠道微生物与消化道类疾病、代谢类疾病、免疫性疾病、精神疾病等息息相关。目前,针对这些疾病的干预普遍使用中药处方,但是不同人的体质不同,肠道菌群不同,干预效果会受到各种因素的影响,不具备普适性,因此,本发明人认为针对肠道疾病的营养素干预效果还需要进一步研究。
发明内容
有鉴于此,本申请提供一种针对疾病的营养素干预方法、系统、设备及存储介质,用以解决现有技术中无法普适性确定营养素对疾病的干预效果的技术问题。
为了解决上述问题,第一方面,本申请提供一种针对疾病的营养素干预方法,所述方法包括:
建立查询数据库,所述查询数据库记录疾病、肠菌以及营养素的关联关系;
将目标疾病输入所述查询数据库,获取所述目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
可选的,建立查询数据库,包括:
获取疾病-关键肠菌关系表,每个所述疾病-关键肠菌关系表记录对应疾病的关键肠菌的种类数量和作用效应;
获取营养素-作用肠菌关系表,每个所述营养素-作用肠菌关系表记录对应营养素的作用肠菌的种类数量和作用效应;
所述关键肠菌和作用肠菌都表征为种、属、科、目、纲、门或界其中任一一种维度划分的肠道菌,通过相同类别的肠道菌,将所述疾病-关键肠菌关系表和所述营养素-作用肠菌关系表进行关联,根据关联结果建立查询数据库。
可选的,获取疾病-关键肠菌关系表,包括:
获取第一肠菌样本的丰度数据和疾病信息,所述第一肠菌样本包括疾病患者的肠菌样本和健康人体的肠菌样本,所述第一肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第一肠菌样本的16SrDNA或宏基因组测序获得;疾病信息包括疾病患者的特定疾病;
根据疾病患者的肠菌样本的丰度数据和健康人体的肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定疾病相关的关键肠菌;
根据疾病患者的关键肠菌的丰度数据和健康人体对应的关键肠菌的丰度数据,并基于LDA算法,确定疾病患者和健康人体对应的关键肠菌的丰度均值差异和丰度投影均值差异;
将每种关键肠菌的丰度均值差异和丰度投影均值差异的均值,作为对应每种关键肠菌对特定疾病的作用效应;
根据所有关键肠菌对特定疾病的作用效应,确定疾病-关键肠菌关系表。
可选的,获取营养素-作用肠菌关系表,包括:
获取第二肠菌样本的丰度数据,所述第二肠菌样本包括特定营养素干预的肠菌样本和特定营养素未干预的肠菌样本,所述第二肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第二肠菌样本的16SrDNA或宏基因组测序获得;
根据特定营养素干预的肠菌样本的丰度数据和特定营养素未干预的肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定营养素相关的作用肠菌;
根据特定营养素干预的作用肠菌的丰度数据和特定营养素未干预的对应作用肠菌的丰度数据,并基于LDA算法,确定特定营养素对作用肠菌的丰度均值差异和丰度投影均值差异;
将特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异的均值,作为特定营养素对每种作用肠菌的作用效应;
根据特定营养素对每种作用肠菌的作用效应,确定营养素-作用肠菌关系表。
可选的,所述根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果,包括:
将目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应相乘并累加,得到第一数值结果;
若第一数值结果大于零,则确定目标营养素对目标疾病的干预效果为促进疾病发展;
若第一数值结果等于零,则确定目标营养素对目标疾病的干预效果为无效;
若第一数值结果小于零,则确定目标营养素对目标疾病的干预效果为抑制疾病发展。
可选的,建立查询数据库之后,所述方法还包括:
将待查询疾病和待查询营养素分别输入至查询数据库中,获取待查询疾病和待查询营养素共同的关联肠菌;
根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果。
可选的,所述根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果,包括:
将待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应相乘并累加,得到第二数值结果;
若第二数值结果大于零,则确定待查询营养素对待查询疾病的干预效果为促进疾病发展;
若第二数值结果等于零,则确定待查询营养素对待查询疾病的干预效果为无效;
若第二数值结果小于零,则确定待查询营养素对待查询疾病的干预效果为抑制疾病发展。
第二方面,本申请提供一种针对疾病的营养素干预系统,所述系统包括:
构建数据库模块,用于建立查询数据库,所述查询数据库记录疾病、肠菌以及营养素的关联关系;
查询模块,用于将目标疾病输入所述查询数据库,获取所述目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
确定模块,用于根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
第三方面,本申请提供的一种计算机设备,采用如下的技术方案:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述针对疾病的营养素干预方法的步骤。
第四方面,本申请提供的一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述针对疾病的营养素干预方法的步骤。
采用上述实施例的有益效果是:通过建立查询数据库,用于记录疾病、肠菌以及营养素的关联关系,从而便于多维度查询关联关系;通过查询数据库查询目标疾病,得到目标疾病的所有关键肠菌并作为目标菌,从而得到每个目标菌所共同关联的目标营养素;根据目标营养素对每种目标菌的作用效应以及每种目标菌对目标疾病的作用效应,从而可以快速、有效确定目标营养素对目标疾病的干预效果,克服人体体质不同,从而为与肠菌相关的慢性疾病提供营养素干预方案。
附图说明
图1为本申请提供的针对疾病的营养素干预系统的应用场景示意图;
图2为本申请提供的针对疾病的营养素干预方法一实施例的方法流程图;
图3为本申请提供的针对疾病的营养素干预方法步骤S201一实施例的方法流程图;
图4为本申请提供的针对疾病的营养素干预方法步骤S301一实施例的方法流程图;
图5为本申请提供的疾病-关键肠菌关系表的示意图;
图6为本申请提供的针对疾病的营养素干预方法步骤S302一实施例的方法流程图;
图7为本申请提供的营养素-作用肠菌关系表的示意图;
图8为本申请提供的针对疾病的营养素干预方法步骤S203一实施例的方法流程图;
图9为本申请提供的针对疾病的营养素干预方法另一实施例的方法流程图;
图10为本申请提供的针对疾病的营养素干预方法步骤S902一实施例的方法流程图;
图11为本申请提供的针对疾病的营养素干预系统一实施例的原理框图;
图12为本申请提供的计算机设备一实施例的原理框图。
具体实施方式
下面结合附图来具体描述本申请的优选实施例,其中,附图构成本申请一部分,并与本申请的实施例一起用于阐释本申请的原理,并非用于限定本申请的范围。
在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请提供了一种针对疾病的营养素干预方法、系统、设备及存储介质,以下分别进行详细说明。
图1为本申请实施例所提供的针对疾病的营养素干预系统的场景示意图,该系统可以包括服务器100,服务器100中集成有针对疾病的营养素干预系统,如图1中的服务器。
本申请实施例中服务器100主要用于:
建立查询数据库,查询数据库记录疾病、肠菌以及营养素三者的关联关系;
将目标疾病输入查询数据库,获取目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
本申请实施例中,该服务器100可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的服务器100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
可以理解的是,本申请实施例中所使用的终端200可以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端200可以是台式机、便携式电脑、网络服务器、掌上电脑(Personal Digital Assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等,本实施例不限定终端200的类型。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的终端,例如图1中仅示出2个终端,可以理解的,该针对疾病的营养素干预系统还可以包括一个或多个其他终端,具体此处不作限定。
另外,参照图1所示,该针对疾病的营养素干预系统还可以包括存储器200,用于存储数据,如疾病-关键肠菌关系表、营养素-作用肠菌关系表等。
需要说明的是,图1所示的针对疾病的营养素干预系统的场景示意图仅仅是一个示例,本申请实施例描述的针对疾病的营养素干预系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着针对疾病的营养素干预系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
参照图2为本申请提供的针对疾病的营养素干预方法一种实施例的方法流程图,该针对疾病的营养素干预方法包括下述步骤:
S201、建立查询数据库,查询数据库记录疾病、肠菌以及营养素的关联关系;
S202、将目标疾病输入查询数据库,获取目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
S203、根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
在本实施例中,目标疾病是指与肠菌相关的疾病;一般生物的分类方式有七类,分别是种、属、科、目、纲、门、界,在本实施例中,肠菌表示为种、属、科、目、纲、门或界其中任一一类维度划分的肠道菌。肠道菌包含多种菌类,有些菌类会单独或联合导致某种肠道疾病的产生,也可以抑制某种肠道疾病;而有些营养素能够促进菌类的生长,也会抑制菌类的生长;在需要说明的是,菌类可以是菌属,也可以是菌种或菌科等其他维度划分的肠菌。
本实施例通过建立查询数据库,用于记录疾病、肠菌以及营养素的关联关系,从而便于多维度查询关联关系;通过查询数据库查询目标疾病,得到目标疾病的所有关键肠菌并作为目标菌,从而得到每个目标菌所共同关联的目标营养素;根据目标营养素对每种目标菌的作用效应以及每种目标菌对目标疾病的作用效应,从而可以快速、有效确定目标营养素对目标疾病的干预效果,克服人体体质不同,从而为与肠菌相关的慢性疾病提供营养素干预方案。
在一实施例中,参照图3为本申请提供的步骤S201一种实施例的方法流程图,步骤S201中,建立查询数据库,包括:
S301、获取疾病-关键肠菌关系表,每个疾病-关键肠菌关系表记录对应疾病的关键肠菌的种类数量和作用效应;
S302、获取营养素-作用肠菌关系表,每个营养素-作用肠菌关系表记录对应营养素的作用肠菌的种类数量和作用效应;
S303、关键肠菌和作用肠菌都表征为种、属、科、目、纲、门或界其中任一一种维度划分的肠道菌,通过相同类别的肠道菌,将疾病-关键肠菌关系表和营养素-作用肠菌关系表进行关联,根据关联结果建立查询数据库。
在本实施例中,疾病-关键肠菌关系表是指与关键肠菌相关的某种疾病的信息映射表;营养素-作用肠菌关系表是指与作用肠菌相关的某种营养素的信息映射表。
需要说明的是,获取疾病-关键肠菌关系表的数量以及营养素-作用肠菌关系表的数量可以根据建立查询数据库的实际需求确定。
在一实施例中,参照图4为本申请提供的步骤S301一种实施例的方法流程图,步骤S301中,获取疾病-关键肠菌关系表,包括:
S401、获取第一肠菌样本的丰度数据和疾病信息,第一肠菌样本包括疾病患者的肠菌样本和健康人体的肠菌样本,第一肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第一肠菌样本的16SrDNA或宏基因组测序获得;疾病信息包括疾病患者的特定疾病;
S402、根据疾病患者的第一肠菌样本的丰度数据和健康人体的第一肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定疾病相关的关键肠菌;
S403、根据疾病患者的关键肠菌的丰度数据和健康人体对应的关键肠菌的丰度数据,并基于LDA算法,确定疾病患者和健康人体对应的关键肠菌的丰度均值差异和丰度投影均值差异;
S404、将每种关键肠菌的丰度均值差异和丰度投影均值差异的均值,作为对应每种关键肠菌对特定疾病的作用效应;
S405、根据所有关键肠菌对特定疾病的作用效应,确定疾病-关键肠菌关系表。
在本实施例中,第一肠菌样本是指从疾病患者和健康人体的粪便分离出的肠道菌群样本,在本实施例中,可以根据实际需求确定第一肠菌样本的数量。丰度数据是指对应第一肠菌样本中各种菌类的丰度值即相对含量,可以通过二代DNA测序法/三代DNA测序法对第一肠道菌群样本的16SrDNA中某几个片段或全部片段进行测序来确定,或者通过二代DNA测序法/三代DNA测序法对第一肠菌样本的宏基因组来确定。特定疾病是指疾病患者患有与肠菌相关的具体疾病。
需要说明的是,可以通过Wilcoxon秩和检验方法统计疾病患者的肠菌样本的丰度数据和健康人体的肠菌样本的丰度数据的显著性差异,若两种人体对应第一肠菌样本的菌类的丰度值的显著性差异p值小于0.05,则确定对应的菌类为关键肠菌,并筛选出与特定疾病相关的所有关键肠菌;进一步地,利用LDA算法,确定疾病患者和健康人体对应的所有关键肠菌的丰度均值差异和丰度投影均值差异,通过每种关键肠菌的丰度均值差异和丰度投影均值差异的均值,确定对应每种关键肠菌对特定疾病的作用效应,从而确定疾病-关键肠菌关系表并作为疾病-关键肠菌关系表,参照图5;可以通过本实施例的方法确定多种疾病的疾病-关键肠菌关系表,从而方便记录和查询多种特定疾病与关键肠菌的关联关系。
在一实施例中,参照图6为本申请提供的步骤S302一种实施例的方法流程图,步骤S302中,获取营养素-作用肠菌关系表,包括:
S601、获取第二肠菌样本的丰度数据,第二肠菌样本包括特定营养素干预的肠菌样本和特定营养素未干预的肠菌样本,第二肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第二肠菌样本的16SrDNA或宏基因组测序获得;
S602、根据特定营养素干预的肠菌样本的丰度数据和特定营养素未干预的肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定营养素相关的作用肠菌;
S603、根据特定营养素干预的作用肠菌的丰度数据和特定营养素未干预的对应作用肠菌的丰度数据,并基于LDA算法,确定特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异;
S604、将特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异的均值,作为特定营养素对每种作用肠菌的作用效应;
S605、根据特定营养素对每种作用肠菌的作用效应,确定营养素-作用肠菌关系表。
在本实施例中,第二肠菌样本是指通过健康人体的粪便的肠道菌群样本,通过添加特定营养素和未添加特定营养素进行培养。然后通过二代DNA测序法/三代DNA测序法对第二肠道菌群样本的16SrDNA中某几个片段或全部片段进行测序来确定,或者通过二代DNA测序法/三代DNA测序法对第二肠菌样本的宏基因组来确定,从而确定添加特定营养素和未添加特定营养素的肠菌样本的丰度数据。
同样地,通过Wilcoxon秩和检验方法筛选出与特定营养素相关的所有作用肠菌;进一步地,利用LDA算法,确定特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异,通过特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异的均值,确定特定营养素对每种作用肠菌的作用效应,从而确定营养素-作用肠菌关系表,参照图7;可以通过本实施例的方法确定多种营养素的营养素-作用肠菌关系表,从而方便记录和查询多种特定营养素与作用肠菌的关联关系。
在一实施例中,参照图8为本申请提供的步骤S302一种实施例的方法流程图,步骤S203即根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果,包括:
S801、将目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应相乘并累加,得到第一数值结果;
S802、若第一数值结果大于零,则确定目标营养素对目标疾病的干预效果为促进疾病发展;
S803、若第一数值结果等于零,则确定目标营养素对目标疾病的干预效果为无效;
S804、若第一数值结果小于零,则确定目标营养素对目标疾病的干预效果为抑制疾病发展。
在本实施例中,将目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应相乘并累加,得到第一数值结果,通过判断第一数值结果的正负性,确定目标营养素对目标疾病的干预效果。
在一实施例中,参照图9,步骤S201即建立查询数据库之后,本实施例的针对疾病的营养素干预方法还包括:
S901、将待查询疾病和待查询营养素分别输入至查询数据库中,获取待查询疾病和待查询营养素共同的关联肠菌;
S902、根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果。
在本实施例中,已知待查询疾病和待查询营养素,将这两种查询词分别属于查询数据库中,然后获取待查询疾病和待查询营养素共同的关联肠菌;进一步地,根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,便可以确定待查询营养素对待查询疾病的干预效果。
在一实施例中,参照图10,步骤S902即根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果,包括:
S1001、将待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应相乘并累加,得到第二数值结果;
S1002、若第二数值结果大于零,则确定待查询营养素对待查询疾病的干预效果为促进疾病发展;
S1003、若第二数值结果等于零,则确定待查询营养素对待查询疾病的干预效果为无效;
S1004、若第二数值结果小于零,则确定待查询营养素对待查询疾病的干预效果为抑制疾病发展。
在本实施例中,将待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应相乘并累加,得到第二数值结果,通过判断第二数值结果的正负性,便于确定待查询营养素对待查询疾病的干预效果。
本实施例通过建立查询数据库,用于记录疾病、肠菌以及营养素的关联关系,从而便于多维度查询关联关系;通过查询数据库查询目标疾病,得到目标疾病的所有致病肠菌并作为目标菌,从而得到每个目标菌所共同关联的目标营养素;根据目标营养素对每种目标菌的作用效应以及每种目标菌对目标疾病的作用效应,从而可以快速、有效确定目标营养素对目标疾病的干预效果,克服人体体质不同,从而为与肠菌相关的慢性疾病提供营养素干预方案。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本实施例还提供一种针对疾病的营养素干预系统,该针对疾病的营养素干预系统与上述实施例中针对疾病的营养素干预方法一一对应。如图11所示,该针对疾病的营养素干预系统包括构建数据库模块1101、查询模块1102、确定模块1103。各功能模块详细说明如下:
构建数据库模块1101,用于建立查询数据库,查询数据库记录疾病、肠菌以及营养素的关联关系;
查询模块1102,用于将目标疾病输入查询数据库,获取目标疾病的每种致病肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
确定模块1103,用于根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
关于针对疾病的营养素干预系统各个模块的具体限定可以参见上文中对于针对疾病的营养素干预方法的限定,在此不再赘述。上述针对疾病的营养素干预系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
参照图12,本实施例还提供了一种计算机设备,该计算机设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该计算机设备包括处理器10、存储器20及显示器30。图12仅示出了计算机设备的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器20在一些实施例中可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器20在另一些实施例中也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器20还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器20用于存储安装于计算机设备的应用软件及各类数据,例如安装计算机设备的程序代码等。存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有计算机程序40。
处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据,例如执行针对疾病的营养素干预方法等。
显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器30用于显示在计算机设备的信息以及用于显示可视化的用户界面。计算机设备的部件10-30通过系统总线相互通信。
在一实施例中,当处理器10执行存储器20中计算机程序40时实现以下步骤:
建立查询数据库,查询数据库记录疾病、肠菌以及营养素的关联关系;
将目标疾病输入查询数据库,获取目标疾病的每种致病肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
本实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
建立查询数据库,查询数据库记录疾病、肠菌以及营养素的关联关系;
将目标疾病输入查询数据库,获取目标疾病的每种致病肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (9)
1.一种针对疾病的营养素干预方法,其特征在于,所述方法包括:
建立查询数据库,所述查询数据库记录疾病、肠菌以及营养素的关联关系;
将目标疾病输入所述查询数据库,获取所述目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果;
建立查询数据库,包括:
获取疾病-关键肠菌关系表,每个所述疾病-关键肠菌关系表记录对应疾病的关键肠菌的种类数量和作用效应;
获取营养素-作用肠菌关系表,每个所述营养素-作用肠菌关系表记录对应营养素的作用肠菌的种类数量和作用效应;
所述关键肠菌和作用肠菌都表征为种、属、科、目、纲、门或界其中任一一种维度划分的肠道菌,通过相同类别的肠道菌,将所述疾病-关键肠菌关系表和所述营养素-作用肠菌关系表进行关联,根据关联结果建立查询数据库。
2.根据权利要求1所述的针对疾病的营养素干预方法,其特征在于,获取疾病-关键肠菌关系表,包括:
获取第一肠菌样本的丰度数据和疾病信息,所述第一肠菌样本包括疾病患者的肠菌样本和健康人体的肠菌样本,所述第一肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第一肠菌样本的16SrDNA或宏基因组测序获得;所述疾病信息包括疾病患者的特定疾病;
根据疾病患者的肠菌样本的丰度数据和健康人体的肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定疾病相关的关键肠菌;
根据疾病患者的关键肠菌的丰度数据和健康人体对应的关键肠菌的丰度数据,并基于LDA算法,确定疾病患者和健康人体对应的关键肠菌的丰度均值差异和丰度投影均值差异;
将每种关键肠菌的丰度均值差异和丰度投影均值差异的均值,作为对应每种关键肠菌对特定疾病的作用效应;
根据所有关键肠菌对特定疾病的作用效应,确定疾病-关键肠菌关系表。
3.根据权利要求1所述的针对疾病的营养素干预方法,其特征在于,获取营养素-作用肠菌关系表,包括:
获取第二肠菌样本的丰度数据,所述第二肠菌样本包括特定营养素干预的肠菌样本和特定营养素未干预的肠菌样本,所述第二肠菌样本的丰度数据通过采用二代DNA测序法/三代DNA测序法对第二肠菌样本的16SrDNA或宏基因组测序获得;
根据特定营养素干预的肠菌样本的丰度数据和特定营养素未干预的肠菌样本的丰度数据进行显著性差异分析,将满足显著性要求的肠菌作为与特定营养素相关的作用肠菌;
根据特定营养素干预的作用肠菌的丰度数据和特定营养素未干预的对应作用肠菌的丰度数据,并基于LDA算法,确定特定营养素对作用肠菌的丰度均值差异和丰度投影均值差异;
将特定营养素对每种作用肠菌的丰度均值差异和丰度投影均值差异的均值,作为特定营养素对每种作用肠菌的作用效应;
根据特定营养素对每种作用肠菌的作用效应,确定营养素-作用肠菌关系表。
4.根据权利要求1所述的针对疾病的营养素干预方法,其特征在于,所述根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果,包括:
将目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应相乘并累加,得到第一数值结果;
若第一数值结果大于零,则确定目标营养素对目标疾病的干预效果为促进疾病发展;
若第一数值结果等于零,则确定目标营养素对目标疾病的干预效果为无效;
若第一数值结果小于零,则确定目标营养素对目标疾病的干预效果为抑制疾病发展。
5.根据权利要求1所述的针对疾病的营养素干预方法,其特征在于,建立查询数据库之后,所述方法还包括:
将待查询疾病和待查询营养素分别输入至查询数据库中,获取待查询疾病和待查询营养素共同的关联肠菌;
根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果。
6.根据权利要求5所述的针对疾病的营养素干预方法,其特征在于,所述根据待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应,确定待查询营养素对待查询疾病的干预效果,包括:
将待查询营养素对关联肠菌的作用效应和关联肠菌对待查询疾病的作用效应相乘并累加,得到第二数值结果;
若第二数值结果大于零,则确定待查询营养素对待查询疾病的干预效果为促进疾病发展;
若第二数值结果等于零,则确定待查询营养素对待查询疾病的干预效果为无效;
若第二数值结果小于零,则确定待查询营养素对待查询疾病的干预效果为抑制疾病发展。
7.一种针对疾病的营养素干预系统,其特征在于,所述系统包括:
构建数据库模块,用于建立查询数据库,所述查询数据库记录疾病、肠菌以及营养素的关联关系;
查询模块,用于将目标疾病输入所述查询数据库,获取所述目标疾病的每种关键肠菌并作为目标菌,获取每种目标菌所共同关联的目标营养素;
确定模块,用于根据目标营养素对每种目标菌的作用效应和每种目标菌对目标疾病的作用效应,确定目标营养素对目标疾病的干预效果;
建立查询数据库,包括:
获取疾病-关键肠菌关系表,每个所述疾病-关键肠菌关系表记录对应疾病的关键肠菌的种类数量和作用效应;
获取营养素-作用肠菌关系表,每个所述营养素-作用肠菌关系表记录对应营养素的作用肠菌的种类数量和作用效应;
所述关键肠菌和作用肠菌都表征为种、属、科、目、纲、门或界其中任一一种维度划分的肠道菌,通过相同类别的肠道菌,将所述疾病-关键肠菌关系表和所述营养素-作用肠菌关系表进行关联,根据关联结果建立查询数据库。
8.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述针对疾病的营养素干预方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述针对疾病的营养素干预方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110870471.8A CN113628714B (zh) | 2021-07-30 | 2021-07-30 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110870471.8A CN113628714B (zh) | 2021-07-30 | 2021-07-30 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113628714A CN113628714A (zh) | 2021-11-09 |
CN113628714B true CN113628714B (zh) | 2022-04-19 |
Family
ID=78381702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110870471.8A Active CN113628714B (zh) | 2021-07-30 | 2021-07-30 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113628714B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
CN110060778A (zh) * | 2019-04-23 | 2019-07-26 | 完美(上海)健康科技有限公司 | 以肠道菌群为靶点的健康管理方案 |
CN110189827A (zh) * | 2019-05-24 | 2019-08-30 | 天益健康科学研究院(镇江)有限公司 | 一种获得肠道菌群测序报告的方法 |
CN111462863A (zh) * | 2020-04-14 | 2020-07-28 | 赣州市全标生物科技有限公司 | 营养自查与膳食推荐方法及系统 |
CN112435756A (zh) * | 2020-11-30 | 2021-03-02 | 武汉益鼎天养生物科技有限公司 | 基于多数据集差异互证的肠道菌群关联疾病风险预测系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH710595A1 (fr) * | 2015-01-07 | 2016-07-15 | Michel Golay Dr | Méthode d'évaluation d'un score représentatif de la santé d'un patient et produits en améliorant le score. |
CN111133519A (zh) * | 2017-08-16 | 2020-05-08 | 极诺生技股份有限公司 | 建立肠道菌数据库的方法和相关检测系统 |
JP7197237B2 (ja) * | 2018-07-27 | 2022-12-27 | 森永乳業株式会社 | 腸内細菌叢の改善に適した栄養素又は食品を選択する方法 |
JP6533930B1 (ja) * | 2018-08-23 | 2019-06-26 | 一般社団法人日本農業フロンティア開発機構 | 疾病評価指標算出方法、装置、システム、及び、プログラム、並びに、疾病評価指標を算出するためのモデル作成方法。 |
US20200164000A1 (en) * | 2018-10-29 | 2020-05-28 | Crestovo Holdings Llc | Compositions and methods for treating disorders related to a gut dysbiosis |
CN111161794B (zh) * | 2018-12-30 | 2024-03-22 | 深圳碳云智能数字生命健康管理有限公司 | 肠道微生物测序数据处理方法、装置、存储介质及处理器 |
WO2022160148A1 (zh) * | 2021-01-28 | 2022-08-04 | 曹庆恒 | 一种饮食智能推荐的方法、系统 |
-
2021
- 2021-07-30 CN CN202110870471.8A patent/CN113628714B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
CN110060778A (zh) * | 2019-04-23 | 2019-07-26 | 完美(上海)健康科技有限公司 | 以肠道菌群为靶点的健康管理方案 |
CN110189827A (zh) * | 2019-05-24 | 2019-08-30 | 天益健康科学研究院(镇江)有限公司 | 一种获得肠道菌群测序报告的方法 |
CN111462863A (zh) * | 2020-04-14 | 2020-07-28 | 赣州市全标生物科技有限公司 | 营养自查与膳食推荐方法及系统 |
CN112435756A (zh) * | 2020-11-30 | 2021-03-02 | 武汉益鼎天养生物科技有限公司 | 基于多数据集差异互证的肠道菌群关联疾病风险预测系统 |
Non-Patent Citations (1)
Title |
---|
肠道菌群的影响因素及其与糖尿病的关联;俞佼等;《中国老年学杂志》;20161225(第24期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113628714A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Katz et al. | Evolution of the coronary care unit: clinical characteristics and temporal trends in healthcare delivery and outcomes | |
US20210104316A1 (en) | Data driven analysis, modeling, and semi-supervised machine learning for qualitative and quantitative determinations | |
Venkatesh et al. | Variation in US hospital emergency department admission rates by clinical condition | |
Wright et al. | Quality and outcomes of treatment of hypercalcemia of malignancy | |
Patel et al. | Abig data revolution in health care sector: Opportunities, challenges and technological advancements | |
Nayfach et al. | MetaQuery: a web server for rapid annotation and quantitative analysis of specific genes in the human gut microbiome | |
Yang et al. | Epidemiology and the prognosis of healthcare–associated infective endocarditis in China: the significance of non-nosocomial acquisition | |
Krittanawong et al. | Big data, artificial intelligence, and cardiovascular precision medicine | |
Kim et al. | Psychosocial phenotyping as a personalization strategy for chronic disease self-management interventions | |
Hanna et al. | Characteristics of hospitalizations and emergency department visits due to generalized pustular psoriasis in the United States | |
Sheer et al. | Predictors of reaching a serum uric acid goal in patients with gout and treated with febuxostat | |
de Jong et al. | Estimates of gene ensemble noise highlight critical pathways and predict disease severity in H1N1, COVID-19 and mortality in sepsis patients | |
Hunter-Zinck et al. | Measuring genetic variation in the multi-ethnic Million Veteran Program (MVP) | |
Shrestha et al. | Elevated lactate level predicts intensive care unit admissions, endoscopies and transfusions in patients with acute gastrointestinal bleeding | |
Jabbour et al. | Evaluation of healthcare resource utilization and incremental economic burden of patients with chronic myeloid leukemia after disease progression to blast phase | |
Chen et al. | Clinical and economic outcomes associated with National Kidney Foundation guideline-concordant oral antidiabetic drug treatment among type 2 diabetes patients with chronic kidney disease | |
CN113628714B (zh) | 针对疾病的营养素干预方法、系统、设备及存储介质 | |
Kern-Goldberger et al. | Opioid use disorder during antepartum and postpartum hospitalizations | |
Sheedy et al. | Are patients with intracerebral haemorrhage disadvantaged in hospitals? | |
Yao et al. | The impact of age and sex concordance between patients and physicians on medication adherence: a population-based study | |
Sung et al. | Home-time as a surrogate measure for functional outcome after stroke: a validation study | |
Songsermlosakul et al. | Treatment costs for patients with chronic Kidney Disease who received Multidisciplinary Care in a District Hospital in Thailand | |
Hershey et al. | Examining patterns of multivariate, longitudinal symptom experiences among older adults with type 2 diabetes and cancer via cluster analysis | |
Deenadayalan et al. | Impact of protein-energy malnutrition on outcomes of patients with diffuse large B cell lymphoma admitted for inpatient chemotherapy | |
Taklalsingh et al. | The heart failure clinic: improving 30-Day all-cause Hospital Readmissions |
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 |