CN114717342B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN114717342B
CN114717342B CN202210375540.2A CN202210375540A CN114717342B CN 114717342 B CN114717342 B CN 114717342B CN 202210375540 A CN202210375540 A CN 202210375540A CN 114717342 B CN114717342 B CN 114717342B
Authority
CN
China
Prior art keywords
neutralizing antibody
year
new
intestinal
microbial
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
CN202210375540.2A
Other languages
English (en)
Other versions
CN114717342A (zh
Inventor
任志刚
饶本臣
余博
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.)
First Affiliated Hospital of Zhengzhou University
Original Assignee
First Affiliated Hospital of Zhengzhou University
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 First Affiliated Hospital of Zhengzhou University filed Critical First Affiliated Hospital of Zhengzhou University
Priority to CN202210375540.2A priority Critical patent/CN114717342B/zh
Publication of CN114717342A publication Critical patent/CN114717342A/zh
Application granted granted Critical
Publication of CN114717342B publication Critical patent/CN114717342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • C12Q1/6869—Methods for sequencing
    • 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
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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

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肠道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肠道微生物基因标志物(肠道微生物模型)，由SEQ ID NO:1‑6所示的6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

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
技术领域
本发明属于生物医药技术领域，具体涉及一种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。
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。
肠道微生态系统与健康和疾病密切相关。众所周知，肠道微生物菌群失调不仅会导致肠道疾病，例如腹泻、便秘、炎症性肠病，还会涉及全身性疾病，包括消化系统疾病，例如肝硬化、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。肠道微生态的特征或者基于肠道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，肠道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肠道微生物基因标志物，由SEQ ID NO:1-6所示的6种微生物基因组成。
>OTU58
CCTACGGGTGGCAGCAGTGGGGAATATTGGGCAATGGGCGCAAGCCTGACCCAGCAACGCCGCGTGAAGGAAGAAGGCTTTCGGGTTGTAAACTTCTTTTGTCAGGGACGAGTAGAAGACGGTACCTGACGAATAAGCCACGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGTGGCAAGCGTTGTCCGGATTTACTGGGTGTAAAGGGCGTGTAGCCGGGAAGGCAAGTCAGATGTGAAATCCACGGGCTCAACTCGTGAACTGCATTTGAAACTGTTtttCTTGAGTATCGGAGAGGCAATCGGAATTCCTAGTGTAGCGGTGAAATGCGTAGATATTAGGAGGAACACCAGTGGCGAAGGCGGATTGCTGGACGACAACTGACGGTGAGGCGCGAAAGCGTGGGGAGCAAACAGGATTAGATACCCGAGTAGTC
>OTU130
CCTACGGGTGGCTGCAGTGAGGAATATTGGTCAATGGACGTAAGTCTGAACCAGCCAAGTCGCGTGAGGGAAGACTGCCCTATGGGTTGTAAACCTCTTTTATAAGGGAAGAATAAGTTCTACGTGTAGAATGATGCCTGTACCTTATGAATAAGCATCGGCTAACTCCGTGCCAGCAGCCGCGGTAATACGGAGGATGCGAGCGTTATCCGGATTTATTGGGTTTAAAGGGTGCGTAGGCGGTTTATTAAGTTAGTGGTTAAATATTTGAGCTAAACTCAATTGTGCCATTAATACTGGTAAACTGGAGTACAGACGAGGTAGGCGGAATAAGTTAAGTAGCGGTGAAATGCATAGATATAACTTAGAACTCCGATAGCGAAGGCAGCTTACCAGACTGTAACTGACGCTGATGCACGAGAGCGTGGGTAGCGAACAGGATTAGATACCCTAGTAGTC
>OTU131
CCTACGGGTGGCTGCAGTGAGGAATATTGGTCAATGGGCGAGAGCCTGAACCAGCCAAGTCGCGTGAGGGAAGAATGGTCTATGGCCTGTAAACCTCTTTTGTCAGGGAAGAATAAGGATGACGAGTCATTCGATGCCAGTACTTGACGAATAAGCATCGGCTAACTCCGTGCCAGCAGCCGCGGTAATACGGgggATGCGAGCGTTATCCGGATTTATTGGGTTTAAAGGGCGCGTAGGCGGGACGTCAAGTCAGCGGTAAAAGACTGCAGCTAAACTGTAGCACGCCGTTGAAACTGGCGCCCTGGAGACGAGACGAGGGAGGCGGAACAAGTGAAGTAGCGGTGAAATGCATAGATATCACTTGGAACCCCGATAGCGAAGGCAGCTTCCCAGGCTCGTTCTGACGCTGATGCGCGAGAGCGTGGGTAGCGAACAGGATTAGATACCCTAGTAGTC
>OTU187
CCTACGGGTGGCTGCAGTGGGGAATATTGCACAATGGgggAAACCCTGATGCAGCGACGCCGCGTGAAGGATGAAGTATTTCGGTATGTAAACTTCTATCAGCAGGGAAGAAGATGACGGTACCTGACTAAGAAGCCCCGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGgggCAAGCGTTATCCGGATTTACTGGGTGTAAAGGGAGCGTAGACGGCGATGCAAGCCAGATGTGAAAGCCCGGGGCTCAACCCCGGGACTGCATTTGGAACTGCGTGGCTGGAGTGTCGGAGAGGCAGGCGGAATTCCTAGTGTAGCGGTGAAATGCGTAGATATTAGGAGGAACACCAGTGGCGAAGGCGGCCTGCTGGACGATGACTGACGTTGAGGCTCGAAAGCGTGGGGAGCAAACAGGATTAGATACCCGAGTAGTC
>OTU902
CCTACGGGTGGCTGCAGTGGGGAATCTTCCGCAATGGACGAAAGTCTGACGGAGCAACGCCGCGTGAGTGATGACGGCCTTCGGGTTGTAAAGCTCTGTGATCGGGGACGAATGGCTGGTATGCTAATACCATATCAGAGTGACGGTACCCGAATAGCAAGCCACGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGTGGCAAGCGTTGTCCGGAATTATTGGGCGTAAAGCgcgcgGAGGCGGGAAACTAAGCGGATCTTAAAAGTGCGGGGCTCAACCCCGTGATGGGGTCCGAACTGGTTTTCTTGAGTGCAGGAGAGGAAAGGGGAATTCCCAGTGTAGCGGTGAAATGCGTAGATATTGGGAGGAACACCAGTGGCGAAGGCGACTTTCTGGACGACAACTGACGCTGAGGCGCGAAAGCGTGGGGAGCAAACAGGATTAGATACCCCTGTAGTC
>OTU1563
CCTACGGGTGGCAGCAGTGGGGAATATTGCACAATGGgggAAACTCTGATGCAGCGACGCCGCGTGAAGGAAGAAGGCTTTCGGGTTGTAAACTTCTTTTGTCAGGGACGAGCAGAAGACGGTACCTGACGAATAAGCCACGGCTAACTACGTGCCAGCAGCCGCGGTAATACGTAGGTGGCAAGCGTTGTCCGGATTTACTGGGTGTAAAGGGCGTGTAGCCGGGAGGGCAAGTCAGATGTGAAATCCACGGGCTCAACTCGTGAACTGCATTTGAAACTACTCTTCTTGAGTATCGGAGAGGCAATCGGAATTCCTAGTGTAGCGGTGAAATGCGTAGATATTAGGAGGAACACCAGTGGCGAAGGCGGATTGCTGGACGACAACTGACGGTGAGGCGCGAAAGCGTGGGGAGCAAACAGGATTAGATACCCTAGTAGTC
另外本发明还提供了一种预测新冠肺炎患者一年后中和抗体水平的检测试剂，包括用于检测SEQ ID NO:1-6所示的6种微生物基因的引物。所述引物序列为SEQ ID NO:7-8，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SEQ ID NO:1-6所示的6种微生物基因。
通过收集入组对象的粪便样本，抽提微生物总DNA，完成微生物DNA的16S rDNAMiseq 测序，检测是否存在的SEQ ID NO:1-6所示的6种微生物基因。
进一步的，通过收集入组对象的粪便样本，抽提微生物总DNA，进行肠道菌群的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肠道微生物预测模型，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）的粪便样本，按照DNA的标准抽提方法完成粪便样本中微生物总DNA的抽提，在Illumina MiSeq 平台完成肠道菌群的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6例一年后中和抗体抑制率高于70%和7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6个微生物基因标志物；
（3）基于6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6例一年后中和抗体抑制率高于70%和7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85.71%，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）。
另外，本发明提供了肠道微生物基因标志物在构建预测新冠肺炎患者一年后中和抗体水平的肠道微生物模型（微生物基因预测模型）中的应用。
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。
对所述对象的粪便进行检测，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肠道微生物模型。
一种预测新冠肺炎患者一年后中和抗体水平的肠道微生物模型，包括SEQ ID NO:1-6所示的6种微生物基因。
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肠道微生物模型的试剂盒，包括用于检测SEQ ID NO:1-6所示的6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粪便样本，并立即冻存于-80°C冰箱。粪便细菌总DNA的抽提方法按照试剂盒的说明书进行。
（3）完成粪便细菌总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6例一年后中和抗体抑制率高于70%和7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6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6个微生物基因标志物（图2）。选择出的6个微生物OTUs标志物的基因序列见SEQ ID NO:1-6。
（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6例一年后中和抗体抑制率高于70%和7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85.71%（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肠道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肠道微生物基因标志物。
图 3. 在6例一年后中和抗体抑制率高于70%和7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6例一年后中和抗体抑制率高于70%和7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粪便样本，抽提微生物总DNA，进行肠道菌群的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肠道微生物预测模型，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粪便样本，并立即冻存于-80°C冰箱。粪便细菌总DNA的抽提方法按照试剂盒的说明书进行。
（3）完成粪便细菌总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6例一年后中和抗体抑制率高于70%和7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6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6个微生物基因标志物（图2）。选择出的6个微生物OTUs标志物的基因序列见SEQ ID NO:1-6。
（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6例一年后中和抗体抑制率高于70%和7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85.71%（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肠道微生物基因标志物及其应用
<160> 8
<170> SIPOSequenceListing 1.0
<210> 1
<211> 442
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 1
cctacgggtg gcagcagtgg ggaatattgg gcaatgggcg caagcctgac ccagcaacgc 60
cgcgtgaagg aagaaggctt tcgggttgta aacttctttt gtcagggacg agtagaagac 120
ggtacctgac gaataagcca cggctaacta cgtgccagca gccgcggtaa tacgtaggtg 180
gcaagcgttg tccggattta ctgggtgtaa agggcgtgta gccgggaagg caagtcagat 240
gtgaaatcca cgggctcaac tcgtgaactg catttgaaac tgtttttctt gagtatcgga 300
gaggcaatcg gaattcctag tgtagcggtg aaatgcgtag atattaggag gaacaccagt 360
ggcgaaggcg gattgctgga cgacaactga cggtgaggcg cgaaagcgtg gggagcaaac 420
aggattagat acccgagtag tc 442
<210> 2
<211> 459
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 2
cctacgggtg gctgcagtga ggaatattgg tcaatggacg taagtctgaa ccagccaagt 60
cgcgtgaggg aagactgccc tatgggttgt aaacctcttt tataagggaa gaataagttc 120
tacgtgtaga atgatgcctg taccttatga ataagcatcg gctaactccg tgccagcagc 180
cgcggtaata cggaggatgc gagcgttatc cggatttatt gggtttaaag ggtgcgtagg 240
cggtttatta agttagtggt taaatatttg agctaaactc aattgtgcca ttaatactgg 300
taaactggag tacagacgag gtaggcggaa taagttaagt agcggtgaaa tgcatagata 360
taacttagaa ctccgatagc gaaggcagct taccagactg taactgacgc tgatgcacga 420
gagcgtgggt agcgaacagg attagatacc ctagtagtc 459
<210> 3
<211> 459
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 3
cctacgggtg gctgcagtga ggaatattgg tcaatgggcg agagcctgaa ccagccaagt 60
cgcgtgaggg aagaatggtc tatggcctgt aaacctcttt tgtcagggaa gaataaggat 120
gacgagtcat tcgatgccag tacttgacga ataagcatcg gctaactccg tgccagcagc 180
cgcggtaata cgggggatgc gagcgttatc cggatttatt gggtttaaag ggcgcgtagg 240
cgggacgtca agtcagcggt aaaagactgc agctaaactg tagcacgccg ttgaaactgg 300
cgccctggag acgagacgag ggaggcggaa caagtgaagt agcggtgaaa tgcatagata 360
tcacttggaa ccccgatagc gaaggcagct tcccaggctc gttctgacgc tgatgcgcga 420
gagcgtgggt agcgaacagg attagatacc ctagtagtc 459
<210> 4
<211> 440
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 4
cctacgggtg gctgcagtgg ggaatattgc acaatggggg aaaccctgat gcagcgacgc 60
cgcgtgaagg atgaagtatt tcggtatgta aacttctatc agcagggaag aagatgacgg 120
tacctgacta agaagccccg gctaactacg tgccagcagc cgcggtaata cgtagggggc 180
aagcgttatc cggatttact gggtgtaaag ggagcgtaga cggcgatgca agccagatgt 240
gaaagcccgg ggctcaaccc cgggactgca tttggaactg cgtggctgga gtgtcggaga 300
ggcaggcgga attcctagtg tagcggtgaa atgcgtagat attaggagga acaccagtgg 360
cgaaggcggc ctgctggacg atgactgacg ttgaggctcg aaagcgtggg gagcaaacag 420
gattagatac ccgagtagtc 440
<210> 5
<211> 465
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 5
cctacgggtg gctgcagtgg ggaatcttcc gcaatggacg aaagtctgac ggagcaacgc 60
cgcgtgagtg atgacggcct tcgggttgta aagctctgtg atcggggacg aatggctggt 120
atgctaatac catatcagag tgacggtacc cgaatagcaa gccacggcta actacgtgcc 180
agcagccgcg gtaatacgta ggtggcaagc gttgtccgga attattgggc gtaaagcgcg 240
cggaggcggg aaactaagcg gatcttaaaa gtgcggggct caaccccgtg atggggtccg 300
aactggtttt cttgagtgca ggagaggaaa ggggaattcc cagtgtagcg gtgaaatgcg 360
tagatattgg gaggaacacc agtggcgaag gcgactttct ggacgacaac tgacgctgag 420
gcgcgaaagc gtggggagca aacaggatta gatacccctg tagtc 465
<210> 6
<211> 442
<212> DNA
<213> 肠道微生物(Selenomonadales)
<400> 6
cctacgggtg gcagcagtgg ggaatattgc acaatggggg aaactctgat gcagcgacgc 60
cgcgtgaagg aagaaggctt tcgggttgta aacttctttt gtcagggacg agcagaagac 120
ggtacctgac gaataagcca cggctaacta cgtgccagca gccgcggtaa tacgtaggtg 180
gcaagcgttg tccggattta ctgggtgtaa agggcgtgta gccgggaggg caagtcagat 240
gtgaaatcca cgggctcaac tcgtgaactg catttgaaac tactcttctt gagtatcgga 300
gaggcaatcg gaattcctag tgtagcggtg aaatgcgtag atattaggag gaacaccagt 360
ggcgaaggcg gattgctgga cgacaactga cggtgaggcg cgaaagcgtg gggagcaaac 420
aggattagat accctagtag tc 442
<210> 7
<211> 19
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 7
actcctacgg gaggcagca 19
<210> 8
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 8
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肠道微生物基因标志物，其特征在于：由SEQ ID NO:1-6所示的6种微生物基因组成。
2.用于检测权利要求1所述肠道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所述的肠道微生物基因。
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粪便样本，抽提微生物总DNA，进行肠道菌群的16S rDNA Miseq 测序，检测是否存在权利要求1所述的6种微生物基因。
CN202210375540.2A 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肠道微生物基因标志物及其应用 Active CN114717342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210375540.2A CN114717342B (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肠道微生物基因标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210375540.2A CN114717342B (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肠道微生物基因标志物及其应用

Publications (2)

Publication Number Publication Date
CN114717342A CN114717342A (zh) 2022-07-08
CN114717342B true CN114717342B (zh) 2023-07-07

Family

ID=82244204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210375540.2A Active CN114717342B (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肠道微生物基因标志物及其应用

Country Status (1)

Country Link
CN (1) CN114717342B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
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
CN111518740A (zh) * 2020-05-18 2020-08-11 军事科学院军事医学研究院军事兽医研究所 一种表达SARS-CoV-2 S基因的重组植物乳酸菌及其制备方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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
CN111518740A (zh) * 2020-05-18 2020-08-11 军事科学院军事医学研究院军事兽医研究所 一种表达SARS-CoV-2 S基因的重组植物乳酸菌及其制备方法
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)

* Cited by examiner, † Cited by third party
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 *
Gut microbiome and resistome changes during the first wave of the COVID-19 pandemic in comparison with pre-pandemic travel-related changes;Ye Peng, MSc 等;《Journal of Travel Medicine》;第28卷(第7期);第1-4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
CN114717342A (zh) 2022-07-08

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
US20180251819A1 (en) Gene signatures of inflammatory disorders that relate to the liver
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
CN107075446B (zh) 用于肥胖症相关疾病的生物标记物
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
CN111430027A (zh) 基于肠道微生物的双相情感障碍生物标志物及其筛选应用
KR20220004069A (ko) 질환의 진단 방법
KR20200090135A (ko) 과민성대장증후군 특이적 미생물 바이오마커와 이를 이용하여 과민성대장증후군의 위험도를 예측하는 방법
Gehrig et al. Finding the right fit: evaluation of short-read and long-read sequencing approaches to maximize the utility of clinical microbiome data
WO2016050110A1 (en) Biomarkers for rheumatoid arthritis and usage thereof
WO2014019180A1 (zh) 确定异常状态生物标记物的方法及系统
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
CN113403409A (zh) 基于细菌16S rRNA基因序列的细菌“种”水平检测和分析方法
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
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
CN105838720B (zh) Ptprq基因突变体及其应用
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
CN112384634B (zh) 骨质疏松生物标志物及其用途
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
CN110396537B (zh) 哮喘生物标志物及其用途
CN112609024B (zh) 一种用于新型冠状病毒感染患者无创诊断的肠道微生物基因标志物及其应用
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

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