CN114703305B - 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 - Google Patents
用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 Download PDFInfo
- Publication number
- CN114703305B CN114703305B CN202210375583.0A CN202210375583A CN114703305B CN 114703305 B CN114703305 B CN 114703305B CN 202210375583 A CN202210375583 A CN 202210375583A CN 114703305 B CN114703305 B CN 114703305B
- Authority
- CN
- China
- Prior art keywords
- year
- neutralizing antibody
- new
- oral
- predicting
- 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
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K14/00—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
- C07K14/195—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from bacteria
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Genetics & Genomics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Zoology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Wood Science & Technology (AREA)
- Microbiology (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biotechnology (AREA)
- Gastroenterology & Hepatology (AREA)
- Medicinal Chemistry (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于生物医药技术领域，具体涉及一种用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用。本发明提供了一种用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物，由SEQ ID NO:1‑9所示的9种微生物基因组成。本发明的微生物基因预测模型在一年后中和抗体抑制率高于70％和一年后中和抗体抑制率低于70％的新冠肺炎患者中实现了良好的预测能力。
Description
技术领域
本发明属于生物医药技术领域，具体涉及一种用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用。
背景技术
自新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19）爆发以来，截至2022年3月1日，全球累积确诊人数已超过4.3亿人，累积治愈人数已超过3.6亿人。COVID-19的常见临床症状为发热、咳嗽、疲乏、咳痰、气促、肌痛、关节痛等。COVID-19引起的病理生理变化可对身体产生长期影响并引发持续的症状。研究表明COVID-19重症患者出院后3个月内仍有严重肺功能损害的症状。对COVID-19患者进行6个月的随访发现，疲劳、睡眠障碍、感觉障碍、呼吸困难是最常见的后遗症。因此，持续关注新冠肺炎康复者的健康状况是有重要临床意义的。
口腔微生态系统与健康和疾病密切相关。众所周知，口腔微生物菌群失调不仅会导致口腔疾病，例如龋齿、牙周炎、口腔粘膜疾病，还会涉及全身性疾病，包括胃肠系统疾病，例如炎性肠病、肝硬化、胰腺癌，神经系统疾病，例如阿尔茨海默氏病，内分泌系统性疾病，例如糖尿病、多囊卵巢综合征，免疫系统疾病，例如类风湿关节炎和心血管系统疾病，例如动脉粥样硬化。
人类微生物组中关健功能菌可成为人类疾病的新型生物标志物。基于微生物组建立疾病预测模型已经在多个疾病中广泛应用，Flavia Flaviani等率先报道了孕妇的阴道菌群特征与早产的相关性，指出2个菌种可能成为预测孕妇早产发生的微生物标志物。孙嘉等分析了51名肥胖/超重患者的肠道菌群结构，并进行了12周的不限热量的正常饮食或低碳水饮食干预，她们基于基线肠道菌群中的拟杆菌属的丰度建立了预测模型，成功地预测了短期低碳水饮食减肥效果。Mi Young Lim等分析了91名肺腺癌患者和91名健康对照者的口腔菌群特征，并基于链球菌、巨球菌、嗜血杆菌的丰度建立了肺腺癌的预后预测模型，得到了很好的预测效能。口腔微生态的特征或者基于口腔微生物建立的预测模型作为特定疾病或肿瘤的预后工具正越来越多被广泛报道和认可。Smadar Shilo等对121名1型糖尿病患者（75名成年人和46名儿童）进行了研究，提出微生物组数据可以用于预测1 型糖尿病患者对食物的餐后血糖反应。因而，口腔微生物可能是预测不同疾病预后的有力工具。然而，用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型还未曾报道过。
发明内容
本发明提供了一种用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物，由SEQ ID NO:1-9所示的9种微生物基因组成。
>OTU14
CCTACGGGTGGCAGCAGTGGGGAATATTGGACAATGGgggCAACCCTGATCCAGCAATTCTGtgtgCACGATGAAGGTTTTCGGATTGTAAAGTGCTTTCAGCAGGGAAGAAaaaaaTGACGGTACCTGCAGAAGAAGCGACGGCTAAATACGTGCCAGCAGCCGCGGTAATACGTATGTCGCAAGCGTTATCCGGAATTATTGGGCATAAAGGGCATCTAGGCGGCCAGATAAGTCTGGGGTGAAAACTTGCGGCTCAACCGCAAGCCTGCCCTGGAAACTATGTGGCTAGAGTACTGGAGAGGTGGACGGAACTGCACGAGTAGAGGTGAAATTCGTAGATATGTGCAGGAATGCCGATGATGAAGATAGTTCACTGGACGGTAACTGACGCTGAAGTGCGAAAGCTAGGGGAGCAAACAGGATTAGATACCCTAGTAGTC
>OTU28
CCTACGGGTGGCAGCAGTGGGGAATATTGGACAATGGgggCAACCCTGATCCAGCAATTCTGtgtgCACGAAGACGGTTTTCGGATTGTAAAGTGCTTTCAGCAGGGAAGAAGGAAGTGACGGTACCTGCAGAAGAAGCGACGGCTAAATACGTGCCAGCAGCCGCGGTAATACGTATGTCGCGAGCGTTATCCGGAATTATTGGGCATAAAGGGCATCTAGGCGGCCTAACAAGTCAGGGGTGAAAACCTGCGGCTCAACCGCAGGCTTGCCTTTGAAACTGTAAGGCTGGAGTATCGGAGAGGTGGACGGAACTGCACGAGTAGAGGTGAAATTCGTAGATATGTGCAGGAATGCCGATGATGAAGATAGTTCACTGGACGATAACTGACGCTGAAGTGCGAAAGCCGGgggAGCAAACAGGATTAGATACCCTAGTAGTC
>OTU62
CCTACGGGTGGCAGCAGTAGGGAATATTGCTCAATGGgggAAACCCTGAAGCAGCAACGCCGCGTGGAGGATGACACTTTTCGGAGCGTAAACTCCTTTTCTTGGGAAAGAATTATGACGGTACCCAAGGAATAAGCACCGGCTAACTCCGTGCCAGCAGCCGCGGTAATACGGAGGGTGCAAGCGTTACTCGGAATCACTGGGCGTAAAGGACGCGTAGGCGGATTATCAAGTCTCTTGTGAAATCTAACGGCTTAACCGTTAAACTGCTTGGGAAACTGATAGTCTAGAGTAAGGGAGAGGCAGATGGAATTCTTGGTGTAGGGGTAAAATCCGTAGAGATCAAGAAGAATACCCATTGCGAAAGCGATCTGCTGGAACTTAACTGACGCTAATGCGTGAAAGCGTGGGGAGCAAACAGGATTAGATACCCGAGTAGTC
>OTU76
CCTACGGGCGGCAGCAGTGAGGAATATTGGTCAATGGACGGAAGTCTGAACCAGCCAAGTAGCGTGCAGGATGACGGCCCTATGGGTTGTAAACTGCTTTTATGCGGGGATAAAGTTAGTCACGTGTGACTATTTGCAGGTACCGCATGAATAAGGACCGGCTAATTCCGTGCCAGCAGCCGCGGTAATACGGAAGGTCCGGGCGTTATCCGGATTTATTGGGTTTAAAGGGAGCGTAGGCCGTGGATTAAGCGTGTTGTGAAATGTAGACGCTCAACGTCTGACTTGCAGCGCGAACTGGTTCACTTGAGTGTGCGCAACGCAGGCGGAATTCGTGGTGTAGCGGTGAAATGCTTAGATATCACGAAGAACTCCGATTGCGAAGGCAGCTTGCGGGAGCACAACTGACGCTGAAGCTCGAAAGTGCGGGTATCAAACAGGATTAGATACCCGAGTAGTC
>OTU78
CCTACGGGTGGCAGCAGTGGGGAATTTTGGACAATGGGCGCAAGCCTGATCCAGCCATGCCGCGTGTCTGAAGAAGGCCTTCGGGTTGTAAAGGACTTTTGTTAGGGAAGAAaaaGGAGCGGTTAATACCCGTTTCTGCTGACGGTACCTAAAGAATAAGCACCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGGTGCGAGCGTTAATCGGAATTACTGGGCGTAAAGCGAGCGCAGACGGTTACTTAAGCAGGATGTGAAATCCCCGGGCTTAACCTGGGAACTGCGTTCTGAACTGGGTAGCTAGAGTATGTCAGAGGggggTAGAATTCCACGTGTAGCAGTGAAATGCGTAGAGATGTGGAGGAATACCGATGGCGAAGGCAGCCcccTGGGATAATACTGACGTTCATGCTCGAAAGCGTGGGTAGCAAACAGGATTAGATACCCGTGTAGTC
>OTU310
CCTACGGGAGGCAGCAGTGGGGAATATTGCACAATGGGCGAAAGCCTGATGCAGCGACGCCGCGTGAGGGATGGAGGCCTTCGGGTTGTAAACCTCTTTCGCTCATGGTCAAGCCGCAACTGTGGGTTGTGGTGAGGGTAGTGGGTAAAGAAGCGCCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGGCGCGAGCGTTGTCCGGAATTATTGGGCGTAAAGAGCTTGTAGGCGGTTTGTCGCGTCTGCTGTGAAAGGCCGGGGCTTAACCCCGTGTATTGCAGTGGGTACGGGCAGACTAGAGTGCAGTAGGGGAGACTGGAATTCCTGGTGTAGCGGTGGAATGCGCAGATATCAGGAAGAACACCGATGGCGAAGGCAGGTTACTGGGCCGTTACTGACGCTGAGGAGCGAAAGCGTGGGGAGCGAACAGGATTAGATACCCCGGTAGTC
>OTU568
CCTACGGGTGGCAGCAGTGAGGAATATTGGTCAATGGACGGAAGTCTGAACCAGCCAAGTAGCGTGCAGGATGACGGCCCTATGGGTTGTAAACTGCTTTTGTATGGGGATAAAGTTAGGGACGTGTCCCTATTTGCAGGTACCATACGAATAAGGACCGGCTAATTCCGTGCCAGCAGCCGCGGTAATACGTAGGGTGCGAGCGTTAATCGGAATTACTGGGCGTAAAGCGAGCGCAGACGGTTACTTAAGCAGGATGTGAAATCCCCGGGCTCAACCTGGGAACTGCGTTCTGAACTGGGTGACTAGAGTgtgtCAGAGGGAGGTAGAATTCCAGGTGTAGCGGTGAAATGCGTAGAGATCTGGAGGAATACCGATGGCGAAGGCAGCTTCCTGGCATCATACTGACACTGAGGTTCGAAAGCGTGGGTAGCAAACAGGATTAGATACCCCAGTAGTC
>OTU1143
CCACGGggggCTGCAGTGGGGAATATTGGACAATGGggggAACCCTGATCCAGCCATGCCGCGTGAGTGAAGAAGGTTTTCGGATCGTAAAGCTCTGTTGTAAGAGAAGAACGAGTGTGAGAGTGGAAAGTTCACACTGTGACGGTATCTTACCAGAAAGGGACGGCTAACTACGTGCCAGCAGCCGCGGTAATACGGAGGTCCCGAGCGTTGTCCGGATTTATTGGGCGTAAAGCGAGCGCAGGCGGTTAGATAAGTCTGAAGTTAAAGGCTGTGGCTTAACCATAGTACGCTTTGGAAACTGTTTAACTTGAGTGCAGAAGGGGAGAGTGGAATTCCATGTGTAGCGGTGAAATGCGTAGATatatGGAGGAACACCGGTGGCGAAAGCGGCTctctGGTCTGTAACTGACGCTGAGGCTCGAAAGCGTGGGGAGCAAACAGGATTAGATACCCTGTAGTC
>OTU1389
CCTACGGGTGGCAGCAGTGGGGAATATTGCACAATGGGCGCAAGCCTGATGCAGCGACGCCGCGTGAGGGATGACGGCCTTCGGGTTGTAAACCTCTGTTAGCAGGGAAGAAGagagaTTGACGGTACCTGCAGAGAAAGCGCCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGGCGCGAGCGTTGTCCGGATTTACTGGGTGTAAAGGGAGCGCAGACGGTTGCGCAAGTCTGAAGTGAAATCCCGAGGCTTAACCACGGGACTGCTTTGGAAACTGTGCGACTTGAGTATCGGAGGGGCAGGCGGAATTCCTAGTGTAGCGGTGAAATGCGTAGATATTAGGAGGAACACCAGTGGCGAAGGCGACTTTCTGGAAGATAACTGACGTTGAGGCTCGAAGGCGTGGGTAGCAAACAGGATTAGATACCCCAGTAGTC
另外本发明还提供了一种检测试剂，包括用于检测SEQ ID NO:1-9所示的9种微生物基因的引物。所述引物序列为SEQ ID NO:10-11，引物序列如下：
引物 Primers
测序区域 V3+V4：338F-806R
上游引物：338F ACTCCTACGGGAGGCAGCA
下游引物：806R GGACTACHVGGGTWTCTAAT
本发明还提供了检测试剂在制备预测新冠肺炎患者一年后中和抗体水平的口腔微生物检测模型中的应用，所述检测试剂适用于检测SEQ ID NO:1-9所示的9种微生物基因。
本发明还提供了构建一种预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型中的应用，所述检测试剂适用于检测SEQ ID NO:1-9所示的9种微生物基因。
所述微生物预测模型适用于预测新冠肺炎患者一年后中和抗体水平。
对所述对象的舌苔进行检测，以便确定该样本是否包含所述的微生物基因，是否可以建立预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型。
所述微生物预测模型适用于预测新冠肺炎患者一年后中和抗体水平。
对所述对象的舌苔进行检测，以便确定该样本是否包含所述的微生物基因，是否可以建立预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型。
通过收集入组对象的舌苔样本，抽提微生物总DNA，完成微生物DNA的16S rDNAMiseq 测序，检测是否存在SEQ ID NO:1-9所示的9种微生物基因。
进一步的，通过收集入组对象的舌苔样本，抽提微生物总DNA，进行口腔菌群的16SrDNA Miseq 测序。基于高通量测序数据，建立新冠肺炎患者一年后中和抗体水平的口腔微生物预测模型，建立新冠肺炎患者一年后中和抗体抑制率低于70%的患病率（probabilityof disease，POD）指数；POD指数可用于计算其预测能力。
具体包括：
（1）收集入组对象（治愈出院的新冠肺炎患者）的舌苔样本，按照DNA的标准抽提方法完成舌苔样本中微生物总DNA的抽提，在Illumina MiSeq 平台完成口腔菌群的16S rDNA高通量测序工作；
（2）基于高通量测序数据，在微生物预测模型的队列中，在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者之间，基于一个随机森林模型，通过一个五倍交叉验证的算法，鉴定了用于该模型的最佳的9个微生物基因标志物；
（3）基于9个微生物基因标志物，通过使用随机生成的决策树的比率来计算一年后中和抗体抑制率低于70%的患病率（Probability of disease, POD）指数；
（4）该微生物区别模型在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者之间的预测能力达到84.13%，POD指数在一年后中和抗体抑制率低于70%的新冠肺炎患者中明显升高，两组之间有显著性差异（p＜0.05）。
因此，本发明的微生物基因预测模型在一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者中实现了良好的预测能力。
另外，还提供了一种用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型的试剂盒，包括用于检测SEQ ID NO:1-9所示的9种微生物基因的引物。
本发明的具体操作步骤如下：
(1) 按照前瞻性临床试验的设计原则，本发明的研究设计如图1所示。该研究方案得到了郑州大学第一附属医院伦理委员会的批准。所有入组的患者签署研究方案知情同意书和临床样本收集知情同意书。
（2）每一个入组的新冠肺炎治愈者在出院时提供一份新鲜的舌苔样本，并立即冻存于-80°C冰箱。舌苔细菌总DNA的抽提方法按照试剂盒的说明书进行。
（3）完成舌苔细菌总DNA样本的扩增和DNA文库构建，在IlluminaMiseq测序平台完成16S rDNA测序。所有的输出序列完成基本的预处理和基本的生物信息学分析。
（4）从所有样本中随机抽选等量的序列数，按照UPARSE传递途径拼接成对应的16SrDNA基因序列分类单元(Operational Taxonomy Units, OTUs)，将产生的所有样本的OTUs基因序列收集整理。基于微生物基因序列，使用RDP分类器2.6版本注释。
（5）基于高通量测序数据产生的代表性序列，计算出微生物基因标志物的OTUs频率文件。这些OTUs用于一个相关性研究来鉴定在一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者之间的OTUs丰度。使用Wilcoxon检验方法统计分析一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者之间差异的微生物基因标志物。
（6）在微生物预测模型中，包括7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者，使用筛选出的OTUs丰度文件，在一个随机森林模型（R 软件3.4.1和随机森林软件包4.6–12）中采用五倍交叉验证的算法（除了设置“importance=TRUE”之外，软件参数默认）进行微生物基因标志物的筛选。采用五倍交叉验证的5次试验，获得了交叉验证错误曲线，其中最小的交叉验证错误点作为cut-off值使用。最小的交叉验证错误值加上对应值的标准差为cut-off值。筛选出小于cut-off值的错误率的9个以下的OTUs标志物的集合，选择最小数目OTUs的集合作为最佳的微生物基因标志物的集合，最终鉴定了用于该模型的最佳的9个微生物基因标志物（图2）。选择出的9个微生物OTUs标志物的基因序列见SEQ ID NO:1-9。
（7）通过使用随机生成的决策树的比率来计算患病率（Probability of disease,POD）指数。决策树预测样本为“COVID-19-L”，设置的参数预测为：proximity=T,norm.votes=T, predict.all=TRUE。在LOO模式中构建的随机森林模型用于预测队列中每一个样本的POD指数，最终计算每一个样本的平均预测的POD指数。
（8）使用R 3.3.0程序包中的 pROC 工具计算受试者工作曲线（ROC），用来评估微生物预测模型，曲线下面积（AUC）用于指定ROC的效应值。
（9）该微生物区别模型在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者之间的区别能力达到84.13%（图4），POD指数在一年后中和抗体抑制率低于70%的新冠肺炎患者中明显升高，两组之间有显著性差异（p＜0.05）（图3）。
因此，本发明的微生物基因预测模型在一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者中实现了良好的预测能力。
附图说明
图1. 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物模型及其应用设计图。
图2. 基于随机森林模型采用五倍交叉验证法鉴定的最佳的口腔微生物基因标志物。
图3. 在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者的队列中，患病率（POD）指数在两组之间的表达差异；
图4. 在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者之间的队列中，微生物基因预测模型实现的预测效能。
实施方式
下面结合实施例对本发明作进一步的阐述，但本发明的保护内容不仅限于这些实施例。
下列实施例中所用方法如无特别说明，均为常规方法。下列实施例中所需要的材料或试剂，如无特殊说明均为公开商业途径获得。
本发明通过收集入组对象的舌苔样本，抽提微生物总DNA，进行口腔菌群的16SrDNA Miseq 测序。基于高通量测序数据，在建立新冠肺炎患者一年后中和抗体水平的口腔微生物预测模型，建立一年后中和抗体抑制率低于70%的患病率（probability ofdisease，POD）指数；POD指数可用于计算其预测能力。
其操作步骤如下：
(1) 按照前瞻性临床试验的设计原则，本发明的研究设计如图1所示。该研究方案得到了郑州大学第一附属医院伦理委员会的批准。所有入组的患者签署研究方案知情同意书和临床样本收集知情同意书。
（2）每一个入组的新冠肺炎治愈者在出院时提供一份新鲜的舌苔样本，并立即冻存于-80°C冰箱。舌苔细菌总DNA的抽提方法按照试剂盒的说明书进行。
（3）完成舌苔细菌总DNA样本的扩增和DNA文库构建，在IlluminaMiseq测序平台完成16S rDNA测序。所有的输出序列完成基本的预处理和基本的生物信息学分析。
（4）从所有样本中随机抽选等量的序列数，按照UPARSE传递途径拼接成对应的16SrDNA基因序列分类单元(Operational Taxonomy Units, OTUs)，将产生的所有样本的OTUs基因序列收集整理。基于微生物基因序列，使用RDP分类器2.6版本注释。
（5）基于高通量测序数据产生的代表性序列，计算出微生物基因标志物的OTUs频率文件。这些OTUs用于一个相关性研究来鉴定在一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者之间的OTUs丰度。使用Wilcoxon检验方法统计分析一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者之间差异的微生物基因标志物。
（6）在微生物预测模型中，包括7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者，使用筛选出的OTUs丰度文件，在一个随机森林模型（R 软件3.4.1和随机森林软件包4.6–12）中采用五倍交叉验证的算法（除了设置“importance=TRUE”之外，软件参数默认）进行微生物基因标志物的筛选。采用五倍交叉验证的5次试验，获得了交叉验证错误曲线，其中最小的交叉验证错误点作为cut-off值使用。最小的交叉验证错误值加上对应值的标准差为cut-off值。筛选出小于cut-off值的错误率的9个以下的OTUs标志物的集合，选择最小数目OTUs的集合作为最佳的微生物基因标志物的集合，最终鉴定了用于该模型的最佳的9个微生物基因标志物（图2）。选择出的9个微生物OTUs标志物的基因序列见SEQ ID NO:1-9。
（7）通过使用随机生成的决策树的比率来计算患病率（Probability of disease,POD）指数。决策树预测样本为“CPR0-L”，设置的参数预测为：proximity=T, norm.votes=T,predict.all=TRUE。在LOO模式中构建的随机森林模型用于预测队列中每一个样本的POD指数，最终计算每一个样本的平均预测的POD指数。
（8）使用R 3.3.0程序包中的 pROC 工具计算受试者工作曲线（ROC），用来评估微生物预测模型，曲线下面积（AUC）用于指定ROC的效应值。
（9）该微生物区别模型在7例一年后中和抗体抑制率高于70%和9例一年后中和抗体抑制率低于70%的新冠肺炎患者之间的区别能力达到84.13%（图4），POD指数在一年后中和抗体抑制率低于70%的新冠肺炎患者中明显升高，两组之间有显著性差异（p＜0.05）（图3）。
因此，本发明的微生物基因预测模型在一年后中和抗体抑制率高于70%和一年后中和抗体抑制率低于70%的新冠肺炎患者中实现了良好的预测能力。
序列表
<110> 郑州大学第一附属医院
<120> 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用
<160> 11
<170> SIPOSequenceListing 1.0
<210> 1
<211> 443
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 1
cctacgggtg gcagcagtgg ggaatattgg acaatggggg caaccctgat ccagcaattc 60
tgtgtgcacg atgaaggttt tcggattgta aagtgctttc agcagggaag aaaaaaatga 120
cggtacctgc agaagaagcg acggctaaat acgtgccagc agccgcggta atacgtatgt 180
cgcaagcgtt atccggaatt attgggcata aagggcatct aggcggccag ataagtctgg 240
ggtgaaaact tgcggctcaa ccgcaagcct gccctggaaa ctatgtggct agagtactgg 300
agaggtggac ggaactgcac gagtagaggt gaaattcgta gatatgtgca ggaatgccga 360
tgatgaagat agttcactgg acggtaactg acgctgaagt gcgaaagcta ggggagcaaa 420
caggattaga taccctagta gtc 443
<210> 2
<211> 443
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 2
cctacgggtg gcagcagtgg ggaatattgg acaatggggg caaccctgat ccagcaattc 60
tgtgtgcacg aagacggttt tcggattgta aagtgctttc agcagggaag aaggaagtga 120
cggtacctgc agaagaagcg acggctaaat acgtgccagc agccgcggta atacgtatgt 180
cgcgagcgtt atccggaatt attgggcata aagggcatct aggcggccta acaagtcagg 240
ggtgaaaacc tgcggctcaa ccgcaggctt gcctttgaaa ctgtaaggct ggagtatcgg 300
agaggtggac ggaactgcac gagtagaggt gaaattcgta gatatgtgca ggaatgccga 360
tgatgaagat agttcactgg acgataactg acgctgaagt gcgaaagccg ggggagcaaa 420
caggattaga taccctagta gtc 443
<210> 3
<211> 441
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 3
cctacgggtg gcagcagtag ggaatattgc tcaatggggg aaaccctgaa gcagcaacgc 60
cgcgtggagg atgacacttt tcggagcgta aactcctttt cttgggaaag aattatgacg 120
gtacccaagg aataagcacc ggctaactcc gtgccagcag ccgcggtaat acggagggtg 180
caagcgttac tcggaatcac tgggcgtaaa ggacgcgtag gcggattatc aagtctcttg 240
tgaaatctaa cggcttaacc gttaaactgc ttgggaaact gatagtctag agtaagggag 300
aggcagatgg aattcttggt gtaggggtaa aatccgtaga gatcaagaag aatacccatt 360
gcgaaagcga tctgctggaa cttaactgac gctaatgcgt gaaagcgtgg ggagcaaaca 420
ggattagata cccgagtagt c 441
<210> 4
<211> 460
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 4
cctacgggcg gcagcagtga ggaatattgg tcaatggacg gaagtctgaa ccagccaagt 60
agcgtgcagg atgacggccc tatgggttgt aaactgcttt tatgcgggga taaagttagt 120
cacgtgtgac tatttgcagg taccgcatga ataaggaccg gctaattccg tgccagcagc 180
cgcggtaata cggaaggtcc gggcgttatc cggatttatt gggtttaaag ggagcgtagg 240
ccgtggatta agcgtgttgt gaaatgtaga cgctcaacgt ctgacttgca gcgcgaactg 300
gttcacttga gtgtgcgcaa cgcaggcgga attcgtggtg tagcggtgaa atgcttagat 360
atcacgaaga actccgattg cgaaggcagc ttgcgggagc acaactgacg ctgaagctcg 420
aaagtgcggg tatcaaacag gattagatac ccgagtagtc 460
<210> 5
<211> 465
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 5
cctacgggtg gcagcagtgg ggaattttgg acaatgggcg caagcctgat ccagccatgc 60
cgcgtgtctg aagaaggcct tcgggttgta aaggactttt gttagggaag aaaaaggagc 120
ggttaatacc cgtttctgct gacggtacct aaagaataag caccggctaa ctacgtgcca 180
gcagccgcgg taatacgtag ggtgcgagcg ttaatcggaa ttactgggcg taaagcgagc 240
gcagacggtt acttaagcag gatgtgaaat ccccgggctt aacctgggaa ctgcgttctg 300
aactgggtag ctagagtatg tcagaggggg gtagaattcc acgtgtagca gtgaaatgcg 360
tagagatgtg gaggaatacc gatggcgaag gcagccccct gggataatac tgacgttcat 420
gctcgaaagc gtgggtagca aacaggatta gatacccgtg tagtc 465
<210> 6
<211> 459
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 6
cctacgggag gcagcagtgg ggaatattgc acaatgggcg aaagcctgat gcagcgacgc 60
cgcgtgaggg atggaggcct tcgggttgta aacctctttc gctcatggtc aagccgcaac 120
tgtgggttgt ggtgagggta gtgggtaaag aagcgccggc taactacgtg ccagcagccg 180
cggtaatacg tagggcgcga gcgttgtccg gaattattgg gcgtaaagag cttgtaggcg 240
gtttgtcgcg tctgctgtga aaggccgggg cttaaccccg tgtattgcag tgggtacggg 300
cagactagag tgcagtaggg gagactggaa ttcctggtgt agcggtggaa tgcgcagata 360
tcaggaagaa caccgatggc gaaggcaggt tactgggccg ttactgacgc tgaggagcga 420
aagcgtgggg agcgaacagg attagatacc ccggtagtc 459
<210> 7
<211> 460
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 7
cctacgggtg gcagcagtga ggaatattgg tcaatggacg gaagtctgaa ccagccaagt 60
agcgtgcagg atgacggccc tatgggttgt aaactgcttt tgtatgggga taaagttagg 120
gacgtgtccc tatttgcagg taccatacga ataaggaccg gctaattccg tgccagcagc 180
cgcggtaata cgtagggtgc gagcgttaat cggaattact gggcgtaaag cgagcgcaga 240
cggttactta agcaggatgt gaaatccccg ggctcaacct gggaactgcg ttctgaactg 300
ggtgactaga gtgtgtcaga gggaggtaga attccaggtg tagcggtgaa atgcgtagag 360
atctggagga ataccgatgg cgaaggcagc ttcctggcat catactgaca ctgaggttcg 420
aaagcgtggg tagcaaacag gattagatac cccagtagtc 460
<210> 8
<211> 463
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 8
ccacgggggg ctgcagtggg gaatattgga caatgggggg aaccctgatc cagccatgcc 60
gcgtgagtga agaaggtttt cggatcgtaa agctctgttg taagagaaga acgagtgtga 120
gagtggaaag ttcacactgt gacggtatct taccagaaag ggacggctaa ctacgtgcca 180
gcagccgcgg taatacggag gtcccgagcg ttgtccggat ttattgggcg taaagcgagc 240
gcaggcggtt agataagtct gaagttaaag gctgtggctt aaccatagta cgctttggaa 300
actgtttaac ttgagtgcag aaggggagag tggaattcca tgtgtagcgg tgaaatgcgt 360
agatatatgg aggaacaccg gtggcgaaag cggctctctg gtctgtaact gacgctgagg 420
ctcgaaagcg tggggagcaa acaggattag ataccctgta gtc 463
<210> 9
<211> 445
<212> DNA
<213> 口腔微生物(Oral microorganism)
<400> 9
cctacgggtg gcagcagtgg ggaatattgc acaatgggcg caagcctgat gcagcgacgc 60
cgcgtgaggg atgacggcct tcgggttgta aacctctgtt agcagggaag aagagagatt 120
gacggtacct gcagagaaag cgccggctaa ctacgtgcca gcagccgcgg taatacgtag 180
ggcgcgagcg ttgtccggat ttactgggtg taaagggagc gcagacggtt gcgcaagtct 240
gaagtgaaat cccgaggctt aaccacggga ctgctttgga aactgtgcga cttgagtatc 300
ggaggggcag gcggaattcc tagtgtagcg gtgaaatgcg tagatattag gaggaacacc 360
agtggcgaag gcgactttct ggaagataac tgacgttgag gctcgaaggc gtgggtagca 420
aacaggatta gataccccag tagtc 445
<210> 10
<211> 19
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 10
actcctacgg gaggcagca 19
<210> 11
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 11
ggactachvg ggtwtctaat 20
Claims (3)
1.一种预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物，其特征在于：由SEQ ID NO:1-9所示的9种微生物基因组成。
2.用于检测权利要求1所述口腔微生物基因标志物的检测试剂在制备新冠肺炎患者一年后中和抗体水平预测的检测试剂盒中的应用，所述检测试剂适用于检测权利要求1所述的9种微生物基因。
3.根据权利要求2所述的应用，其特征在于：通过收集入组对象的舌苔样本，抽提微生物总DNA，进行口腔菌群的16S rDNA Miseq 测序，检测是否存在权利要求1所述的9种微生物基因。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210375583.0A CN114703305B (zh) | 2022-04-11 | 2022-04-11 | 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210375583.0A CN114703305B (zh) | 2022-04-11 | 2022-04-11 | 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114703305A CN114703305A (zh) | 2022-07-05 |
| CN114703305B true CN114703305B (zh) | 2023-07-07 |
Family
ID=82173166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210375583.0A Active CN114703305B (zh) | 2022-04-11 | 2022-04-11 | 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114703305B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109371147A (zh) * | 2018-11-01 | 2019-02-22 | 任志刚 | 一种用于区别肝癌和非肝癌的肠道微生物基因标志物及其应用 |
| CN111254207A (zh) * | 2020-01-22 | 2020-06-09 | 郑州大学第一附属医院 | 用于区别自身免疫性肝炎和健康人群的肠道微生物标志物及其应用 |
| CN111378788A (zh) * | 2020-04-08 | 2020-07-07 | 广州微远基因科技有限公司 | 辅助covid-19诊断的菌种标志物及其应用 |
| CN112795646A (zh) * | 2021-04-06 | 2021-05-14 | 中国科学院北京基因组研究所(国家生物信息中心) | 一种预判重症新冠肺炎（covid-19）的标志物及其产品和用途 |
| WO2021218991A1 (en) * | 2020-04-28 | 2021-11-04 | The Chinese University Of Hong Kong | Therapeutic and diagnostic use of microorganisms for covid-19 |
-
2022
- 2022-04-11 CN CN202210375583.0A patent/CN114703305B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109371147A (zh) * | 2018-11-01 | 2019-02-22 | 任志刚 | 一种用于区别肝癌和非肝癌的肠道微生物基因标志物及其应用 |
| CN111254207A (zh) * | 2020-01-22 | 2020-06-09 | 郑州大学第一附属医院 | 用于区别自身免疫性肝炎和健康人群的肠道微生物标志物及其应用 |
| CN111378788A (zh) * | 2020-04-08 | 2020-07-07 | 广州微远基因科技有限公司 | 辅助covid-19诊断的菌种标志物及其应用 |
| WO2021218991A1 (en) * | 2020-04-28 | 2021-11-04 | The Chinese University Of Hong Kong | Therapeutic and diagnostic use of microorganisms for covid-19 |
| CN112795646A (zh) * | 2021-04-06 | 2021-05-14 | 中国科学院北京基因组研究所(国家生物信息中心) | 一种预判重症新冠肺炎（covid-19）的标志物及其产品和用途 |
Non-Patent Citations (6)
| Title |
|---|
| Alterations in the human oral and gut microbiomes and lipidomics in COVID-19;Zhigang Ren 等;《Gut》;第70卷;第1253-1265页 * |
| Diagnostic, Prognostic, and Therapeutic Roles of Gut Microbiota in COVID-19: A Comprehensive Systematic Review;Yeganeh Farsi 等;《Frontiers in Cellular and Infection Microbiology》;第12卷;第1-14页 * |
| Dysbiosis of Oral and Gut Microbiomes in SARS-CoV-2 Infected Patients in Bangladesh: Elucidating the Role of Opportunistic Gut Microbes;S. M. Rafiqul Islam 等;《Frontiers in Medicine》;第9卷;第1-15页 * |
| Oral Microbiome Alterations and SARS-CoV-2 Saliva Viral Load in Patients with COVID-19;Emily Happy Miller 等;《Microbiol Spectr》;第9卷(第2期);第1-9页 * |
| 新冠肺炎患者肠道菌群变化的研究进展;赵琦韬 等;《中国病原生物学杂志》;第16卷(第12期);第1480-1484页 * |
| 肠道菌群失衡在常见呼吸系统 疾病中的研究进展;石满杰 等;《中国呼吸与危重监护杂志》;第21卷(第3期);第215-220页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114703305A (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109852714B (zh) | 一种肠癌早期诊断和腺瘤诊断标志物及用途 | |
| US10626471B2 (en) | Gene signatures of inflammatory disorders that relate to the liver | |
| Lou et al. | Fecal microbiomes distinguish patients with autoimmune hepatitis from healthy individuals | |
| CN110892081A (zh) | 诊断菌群失调的方法 | |
| CN110283903B (zh) | 用于诊断胰腺炎的肠道微生物菌群 | |
| Gehrig et al. | Finding the right fit: evaluation of short-read and long-read sequencing approaches to maximize the utility of clinical microbiome data | |
| CN110904213B (zh) | 一种基于肠道菌群的溃疡性结肠炎生物标志物及其应用 | |
| KR20220004069A (ko) | 질환의 진단 방법 | |
| EP3201317A1 (en) | Biomarkers for rheumatoid arthritis and usage thereof | |
| CN112119167A (zh) | 抑郁症生物标志物及其用途 | |
| CN111254207A (zh) | 用于区别自身免疫性肝炎和健康人群的肠道微生物标志物及其应用 | |
| CN113637744B (zh) | 微生物标志物在判断急性胰腺炎病程进展中的应用 | |
| CN111020020A (zh) | 一种精神分裂症的生物标志物组合、其应用及metaphlan2筛选方法 | |
| CN112037863B (zh) | 一种早期nsclc预后预测系统 | |
| CN114703305B (zh) | 用于预测新冠肺炎患者一年后中和抗体水平的口腔微生物基因标志物及其应用 | |
| CN114717342B (zh) | 用于预测新冠肺炎患者一年后中和抗体水平的肠道微生物基因标志物及其应用 | |
| CN110396538B (zh) | 偏头痛生物标志物及其用途 | |
| CN105838720B (zh) | Ptprq基因突变体及其应用 | |
| CN114657270B (zh) | 一种基于肠道菌群的阿尔茨海默病生物标志物及其应用 | |
| CN113862382B (zh) | 肠道菌群的生物标志物在制备诊断成人免疫性血小板减少症的产品中的应用 | |
| CN112680549A (zh) | 一种用于区别自身免疫性肝炎和健康人群的口腔微生物基因标志物及其应用 | |
| CN112063709A (zh) | 一种以微生物作为诊断标志物的重症肌无力的诊断试剂盒及应用 | |
| CN111020021A (zh) | 一种基于肠道菌群的小规模精神分裂症生物标志物组合、其应用及mOTU筛选方法 | |
| CN111996248B (zh) | 检测微生物的试剂及其在重症肌无力诊断中的应用 | |
| CN115261500B (zh) | 爆发力相关的肠道微生物标记物及其应用 |
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 |