CN114736961A - 基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 - Google Patents
基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 Download PDFInfo
- Publication number
- CN114736961A CN114736961A CN202210564584.XA CN202210564584A CN114736961A CN 114736961 A CN114736961 A CN 114736961A CN 202210564584 A CN202210564584 A CN 202210564584A CN 114736961 A CN114736961 A CN 114736961A
- Authority
- CN
- China
- Prior art keywords
- reagent
- depression
- early diagnosis
- senile depression
- senile
- 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.)
- Pending
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
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- 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
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- 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
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioinformatics & Computational Biology (AREA)
- Wood Science & Technology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Databases & Information Systems (AREA)
- Immunology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种老年期抑郁症早期诊断的试剂,其特征在于,包括转录因子LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂中一个或多个组合。若获取的LMO2、HTATIP2、ARID3A和CEBPB一个或多个基因表达水平与正常水平有明显差异表达,则判断该样本是来自于老年期抑郁症患者;反之,则判断该样本不是来自于老年期抑郁症患者。本发明提供的老年期抑郁症检测试剂,应用于老年期抑郁检测系统,测试系统中显示转录因子LMO2、HTATIP2、ARID3A和CEBPB基因的受试者工作特征曲线(ReceiverOperatingCharacteristiccurve,ROC)的曲线下面积均超过0.8(当曲线下面积达到0.7至0.9,为临床检测的高精密度),非常适合用于老年期抑郁症早期诊断。
Description
技术领域
本发明属于抑郁症诊断领域,更具体地,涉及一种基于转录因子识别老年期抑郁症的诊断试剂、应用及系统。
背景技术
老年期抑郁症(Geriatric depression,GD)是指首次起病年龄在55岁之上的抑郁症患者,临床表现为精神萎靡、思维及运动迟缓,特别是兴趣减退和快感缺失。老年期抑郁症罹患阿尔兹海默以及血管性痴呆的风险显著增加,造成沉重的社会公共卫生以及家庭成员的负担。近年来,老年期抑郁症发病率逐年增加,早期发现和提前干预可以显著缓解老年期抑郁症的症状,改善患者预后,降低老年期抑郁症的发病率。
目前,老年期抑郁症的诊断和治疗是基于患者的症状和体征,至今仍没有实验室的外周单核细胞检测来支持老年期抑郁症的早期诊断。因此,寻找老年期抑郁症发生相关的关键基因、筛选具有诊断效能的生物标志物的研究具有显著意义。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于转录因子老年期抑郁症的诊断试剂、应用及系统,其目的在于提供全新的转录因子作为老年期抑郁症早期诊断的生物标志物,由此解决目前没有具有诊断效能的转录因子作为生物标志物来进行老年期抑郁症的早期诊断的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种老年期抑郁症早期诊断的试剂,其包括转录因子LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂中一个或多个组合。
优选地,所述老年期抑郁症早期诊断的试剂,其所述老年期抑郁症早期诊断的试剂为LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂。
优选地,所述老年期抑郁症早期诊断的试剂,其所述老年期抑郁症早期诊断的试剂为mRNA表达水平检测试剂。
优选地,所述老年期抑郁症早期诊断的试剂,其所述老年期抑郁症早期诊断的试剂为,外周单核细胞中的mRNA表达水平检测试剂。
优选地,所述老年期抑郁症早期诊断的试剂,其所述检测试剂,包括GSE76826芯片。
按照本发明的另一个方面,提供了一种所述老年期抑郁症早期诊断的试剂的应用,其应用于老年期抑郁症的早期诊断试剂的制备。
按照本发明的另一个方面,提供了一种老年期抑郁症早期诊断的检测系统,其特征在于,包括基因表达水平获取模块、判断模块;
所述基因表达水平获取模块,用于获取LMO2、HTATIP2、ARID3A和CEBPB基因中一个或多个基因表达水平,并提交给判断模块;
所述判断模块,以获取的LMO2、HTATIP2、ARID3A和CEBPB基因一个或多个基因表达水平为分类器的输入,判断样本是否来自老年期抑郁症患者。
优选地,所述老年期抑郁症早期诊断的检测系统,若获取的LMO2、HTATIP2、ARID3A和CEBPB一个或多个基因表达水平与正常水平有明显差异表达,则判断该样本是来自于老年期抑郁症患者;反之,则判断该样本不是来自于老年期抑郁症患者。
优选地,所述老年期抑郁症早期诊断的检测系统,其若获取的LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平与正常水平有明显差异表达,则该样本是来自于老年期抑郁症患者,反之,则该样本不是来自于老年期抑郁症患者。
优选地,所述老年期抑郁症早期诊断的检测系统,其所述LMO2、HTATIP2、ARID3A和CEBPB基因表达水平与正常水平有明显差异表达为表达水平增加。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
本发明提供的老年期抑郁症检测试剂,应用于老年期抑郁症检测系统,测试系统中显示转录因子LMO2、HTATIP2、ARID3A和CEBPB基因的受试者工作特征曲线(ReceiverOperating Characteristic curve,ROC)的曲线下面积均超过0.8(当曲线下面积达到0.7至0.9,为临床检测的高精密度),非常适合用于老年期抑郁症的早期诊断。
优选方案,可以通过GSE76826芯片高通量地进行非侵入性定量检测,从而准确的进行老年期抑郁症的定量检测。
附图说明
图1是老年抑郁组和正常组两组样本之间的差异表达基因(DEGs)的火山图;
图2是DEGs的GO和KEGG分析;其中图2A是下调DEGs的GO分析;图2B是上调DEGs的GO分析;图2C是DEGs的KEGG分析;
图3是DEGs基因的PPI网络;
图4是PPI网络中排名前4位的模块(A-D);
图5是LMO2、HTATIP2、ARID3A和CEBPB的ROC诊断曲线;
图6是转录因子及其靶标构建的转录调控网络图;
图7是LMO2、HTATIP2、ARID3A和CEBPB基因在老年抑郁小鼠模型中表达量测试结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
转录因子(Transcription Factors,TFs)是指能够以序列特异性方式结合DNA并且调节转录的蛋白质,转录因子通过与DNA序列特定区域结合进而控制多个靶基因的转录活性。
我们发现了参与抑郁症病理生理机制的关键转录因子。通过实验确定了老年期抑郁症的枢纽基因,同时构建了枢纽基因及其转录因子的调控网络,通过对调控网络中15个表达差异显著的转录因子进行诊断价值的评价分析,得到几个对老年期抑郁症具有较高诊断效能的独立风险因素,其中转录因子LMO2、HTATIP2、ARID3A和CEBPB的AUC值都在0.8以上。实验结果显示,LMO2、HTATIP2、ARID3A和CEBPB基因具有较高的诊断效率,表明这几个转录因子可以作为老年期抑郁症早期诊断的生物标志物,将LMO2、HTATIP2、ARID3A和CEBPB基因表达水平的检测试剂作为老年期抑郁症早期诊断的检测试剂,可用于老年期抑郁症的早期诊断。转录因子LMO2、HTATIP2、ARID3A和CEBPB的表达水平为独立的老年期抑郁症风险因素,其联合使用能有效的提高老年抑郁症诊断的准确性。
本发明提供了一种老年期抑郁症早期诊断的试剂,包括转录因子LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂中一个或多个组合,应用于制备老年期抑郁症早期诊断试剂。
所述检测试剂,用于检测外周单核细胞中LMO2、HTATIP2、ARID3A和CEBPB基因表达水平,包括GSE76826芯片;优选mRNA表达水平检测试剂。由于外周单核细胞中LMO2、HTATIP2、ARID3A和CEBPB基因表达水平,便于检测,且为可量化评价的生化指标,因此作为老年期抑郁症早期诊断试剂,具有良好的可重复性和便捷性。
另一个方面,本发明还提供了一种老年期抑郁症早期诊断的检测系统,其包括基因表达水平获取模块、判断模块;
所述基因表达水平获取模块,用于获取LMO2、HTATIP2、ARID3A和CEBPB基因中一个或多个基因表达水平,并提交给判断模块;优选用于获取LMO2、HTATIP2、ARID3A和CEBPB基因表达水平;
所述判断模块,以获取的LMO2、HTATIP2、ARID3A和CEBPB基因一个或多个基因表达水平为分类器的输入,判断样本是否来自老年期抑郁症患者;具体判断原则如下:
若获取的LMO2、HTATIP2、ARID3A和CEBPB一个或多个基因表达水平与正常水平有明显差异表达,则该样本是来自于老年期抑郁症患者;反之,则该样本不是来自于老年期抑郁症患者;
优选获取的LMO2、HTATIP2、ARID3A和CEBPB基因表达水平与正常水平有明显的差异表达,则该样本是来自于老年期抑郁症患者;反之,则该样本不是来自于老年期抑郁症患者。
其所述LMO2、HTATIP2、ARID3A和CEBPB基因表达水平与正常水平有明显差异表达为表达水平增加。
以下为实施例:
实施例1统计分析老年期抑郁症患者与健康对照间的差异表达基因
S1数据来源:基因表达差异数据来源于数据库GSE76826,归一化基因表达谱数据。采用GPL17077平台(Agilent-039494SurePrint G3 Human GE v28x60KMicroarray039381),进行外周单核细胞检测分析,其中老年期抑郁症患者20例,健康对照12例,参与者的详细信息如表1所示。
表1参与者信息
S2统计差异基因(DEGs):将基因表达矩阵分为健康对照组和老年期抑郁症组。原始数据用R软件“limma”中的Robust MultiarrayAverage方法进行预处理,去除无相应基因名称的探针,根据平台标注信息对基因进行标注。“limma”包筛选健康对照组与老年期抑郁症组之间DEGs,阈值为|logfold change(FC)|>0.5和adjustP<0.01。DEGs火山图结果如图1所示:老年期抑郁症样本中共筛选出1411个DEGs,其中上调基因521个,下调基因890个。
S3差异基因GO分析和KEGG分析:采用DAVID软件对DEGs进行GO功能注释和KEGG通路富集分析,以富集基因数>2和P值<0.05作为筛选阈值,结果如图2所示:下调DEGs的GO分析结果如图2A显示,上调DEGs的GO分析如图2B所示,DEGs的KEGG分析结果如图2C所示。
如图2A显示,上调DEGs主要参与的生物学过程为囊泡介导转运、T细胞激活和T细胞迁移。上调DEGs涉及的细胞成分有细胞核、AP-1适配器复合物和细胞质。上调DEGs参与的分子功能涉及poly(A)的RNA结合、受体信号复合物的支架活动以及蛋白质结合。
下调DEGs分析如图2B所示,蛋白酶体介导的泛素依赖蛋白分解代谢过程、自噬以及大分子自噬是下调DEGs主要参与的生物学过程。下调DEGs的细胞成分主要是细胞质溶胶、外泌体、以及细胞质。蛋白质结合、蛋白质丝氨酸\苏氨酸激酶活性、钙粘蛋白结合参与细胞间粘附是下调DEGs涉及的分子功能。
DEGs的KEGG通路富集结果如图2C所示,DEGs富集的通路主要为:破骨细胞分化、内吞作用以及趋化因子信号通路等。
实施例2统计分析老年期抑郁症和健康对照差异表达的转录因子
S1构建DEGs基因的PPI网络:运用STRING在线数据库分析了1411个DEGs之间的相互作用,构建PPI网络。
S2统计枢纽基因:Cytoscape软件和NetworkAnalyzer在线工具对分析得到的PPI网络进行可视化,结果如图3所示;PPI网络分析结果显示,网络中共有545个节点。
采用MCODE插件分析PPI网络,选取排名前4位的模块(评分>5的模块),如图4所示,分别为模块A(得分=17.055,包含56个节点)、模块B(得分=15.375,包含17个节点)、模块C(得分=5.688,包含33个节点)、模块D(得分=5.581,包含44个节点)。
S3统计差异表达的转录因子:CytoHubba插件筛选PPI网络中的枢纽基因,从PPI网络节点中共鉴定出15个表达差异显著的转录因子,分别是LMO2、NFIL3、MXD1、HTATIP2、MTF1、MFE2、FOSL2、JDP2、ARID3A、E2F3、BCL6、BACH1、ELF4、CEBPB和DDIT3。
表215个表达差异显著的转录因子
基因名称 | 表达差异 | P值 |
LMO2 | 0.563 | 1.21E-02 |
NFIL3 | -0.847 | 6.80E-04 |
MXD1 | -0.783 | 8.90E-03 |
HTATIP2 | 0.581 | 2.52E-03 |
MTF1 | 0.538 | 2.57E-03 |
MFE2 | 0.741 | 2.34E-03 |
FOSL2 | -0.734 | 2.77E-02 |
JDP2 | -0.501 | 1.97E-02 |
ARID3A | 0.671 | 1.92E-02 |
E2F3 | -0.556 | 2.15E-02 |
BCL6 | -0.761 | 5.53E-02 |
BACH1 | 0.341 | 2.79E-02 |
ELF4 | 0.776 | 3.61E-02 |
CEBPB | 0.690 | 1.28E-02 |
DDIT3 | 0.216 | 2.33E-02 |
实施例3筛选老年期抑郁症标志诊断物
基于实施例2筛选出的15个转录因子,采用ROC曲线评估这些转录因子对于老年期抑郁症的诊断效能,如图5所示,LMO2、HTATIP2、ARID3A和CEBPB对老年期抑郁症具有较高的诊断效能。
LMO2基因参与控制细胞分化。在中枢神经系统发育过程中,神经细胞中如果缺乏LMO2转录本,翻译产物LMO2无法与SCL和GATA-2形成复合物,导致神经再生过程中断。AKT信号通路参与抑郁症的病理过程,AKT又可以靶向结合LMO2,LMO2作为AKT1的上游,可能在抑郁症的病理生理中起着重要作用。
HTATIP2是位于人类11号染色体,含有一个开放阅读框,其中共包含6个外显子,可以编码242个氨基酸残基组成的蛋白,相对分子量30000,具有较强的保守性。研究表明,HTATIP2是一个抑癌基因,在多种肿瘤中表达减少,能通过参与抑制细胞增殖,诱导细胞凋亡,调节肿瘤代谢,调节DNA损伤修复,抑制细胞迁移和侵袭等过程发挥其抑癌作用。因此,对HTATIP2进行深入研究可能对研发胶质瘤的基因治疗有所帮助,而本研究表明,HTATIP2可能在抑郁症的病理生理中起着重要作用。
ARID3A是第一个被证明可诱导自身免疫的B细胞限制性转录因子。让未定义的干细胞从幼稚状态转变为工作状态。ARID3A与GATA1共同促进巨核细胞的分化,并介导TGFβ诱导的细胞凋亡和SMAD2/3复合物中的细胞周期阻滞。
CEBPB基因将生长因子信号转导与多种应答结合在一起,在不同生理和病理生理条件下响应细胞外信号而发生变化。前期研究提示,CEBPB和TrkB是皮层树突分化的必要介质,CEBPB是皮层神经元中TrkB信号转导的必要介质,TrkB通过CEBPB依赖机制调节树突分化。
15个差异表达的转录因子中LMO2、HTATIP2、ARID3A和CEBPB具有较高的ROC,可见,并非所有差异表达转录因子或核心转录因子都可以作为老年期抑郁症诊断的生物标记物。
实施例4构建转录因子及其靶基因的调控网络
运用The database of human transcription factor targets数据库(http://bioinfo.life.hust.edu.cn/hTFtarget#!/)探索转录因子的靶基因,转录因子及靶基因网络调控图如图6所示。
实施例5动物实验验证
采用24周龄雄性小鼠构建抑郁症模型,行为学测试评估抑郁症动物模型是否建立成功,包括强迫游泳测试、糖水偏好测试、悬尾测试,评价造模是否成功。结果如图7A所示,抑郁症模型建立成功。
RT-PCR法检测模型组和正常组小鼠中LMO2、HTATIP2、ARID3A和CEBPB基因的表达情况。
基因的表达量测试采用的引物如下表:
基因表达:采用qRT-PCR检测模型组和正常组小鼠全血中LMO2、HTATIP2、ARID3A和CEBPB这4个基因的mRNA表达量,检测结果如图7B所示。
结果显示,与正常对照相比,上述基因在老年期抑郁症模型小鼠中出现明显的表达量增加,可见,与正常对照相比,上述基因在老年期抑郁症中的表达水平存在明显差异,证实上述基因的基因表达水平检测试剂适合作为老年期抑郁症检测试剂。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种老年期抑郁症早期诊断的试剂,其特征在于,包括转录因子LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂中一个或多个组合。
2.如权利要求1所述的老年期抑郁症早期诊断的试剂,其特征在于,所述老年期抑郁症早期诊断的试剂为LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平检测试剂。
3.如权利要求1所述的老年期抑郁症早期诊断的试剂,其特征在于,所述老年期抑郁症早期诊断的试剂为mRNA表达水平检测试剂。
4.如权利要求3所述的老年期抑郁症早期诊断的试剂,其特征在于,所述老年期抑郁症早期诊断的试剂为,外周单核细胞中的mRNA表达水平检测试剂。
5.如权利要求4所述的老年期抑郁症早期诊断的检测试剂,其特征在于,所述检测试剂,包括GSE76826芯片。
6.如权利要求1至5任意一项所述的老年期抑郁症早期诊断的试剂的应用,其特征在于,应用于老年其抑郁症的早期诊断试剂的制备。
7.一种老年期抑郁症早期诊断的检测系统,其特征在于,包括基因表达水平获取模块、判断模块;
所述基因表达水平获取模块,用于获取LMO2、HTATIP2、ARID3A和CEBPB基因中一个或多个基因表达水平,并提交给判断模块;
所述判断模块,以获取的LMO2、HTATIP2、ARID3A和CEBPB基因一个或多个基因表达水平作为分类器的输入,判断样本是否来自老年期抑郁症患者。
8.如权利要求7所述的老年期抑郁症早期诊断的检测系统,其特征在于,若获取的LMO2、HTATIP2、ARID3A和CEBPB一个或多个基因表达水平与正常水平有明显差异表达,则判断该样本是来自于老年期抑郁症患者;反之,则判断该样本不是来自于老年期抑郁症患者。
9.如权利要求8所述的老年期抑郁症早期诊断的检测系统,其特征在于,若获取的LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平与正常水平有明显差异表达,则该样本是来自于老年期抑郁症患者,反之,则该样本不是来自于老年期抑郁症患者。
10.如权利要求9所述的老年期抑郁症早期诊断的检测系统,其特征在于,所述LMO2、HTATIP2、ARID3A和CEBPB的基因表达水平与正常水平有明显差异表达为表达水平增加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210564584.XA CN114736961A (zh) | 2022-05-23 | 2022-05-23 | 基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210564584.XA CN114736961A (zh) | 2022-05-23 | 2022-05-23 | 基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114736961A true CN114736961A (zh) | 2022-07-12 |
Family
ID=82287888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210564584.XA Pending CN114736961A (zh) | 2022-05-23 | 2022-05-23 | 基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114736961A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110045998A1 (en) * | 2007-10-08 | 2011-02-24 | Niculescu Alexander B | Candidate genes and blood biomarkers for bipolar mood disorder, alcoholism and stress disorder |
CN110499364A (zh) * | 2019-07-30 | 2019-11-26 | 北京凯昂医学诊断技术有限公司 | 一种用于检测扩展型遗传病全外显子的探针组及其试剂盒和应用 |
US20200149109A1 (en) * | 2018-11-08 | 2020-05-14 | The Regents Of The University Of California | Method to Predict Response to Neuropsychiatric Drugs Using Variation in the Serotonin 7 Receptor (HTR7) Gene |
WO2021026097A1 (en) * | 2019-08-02 | 2021-02-11 | Tempus Labs | Data-based mental disorder research and treatment systems and methods |
-
2022
- 2022-05-23 CN CN202210564584.XA patent/CN114736961A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110045998A1 (en) * | 2007-10-08 | 2011-02-24 | Niculescu Alexander B | Candidate genes and blood biomarkers for bipolar mood disorder, alcoholism and stress disorder |
US20200149109A1 (en) * | 2018-11-08 | 2020-05-14 | The Regents Of The University Of California | Method to Predict Response to Neuropsychiatric Drugs Using Variation in the Serotonin 7 Receptor (HTR7) Gene |
CN110499364A (zh) * | 2019-07-30 | 2019-11-26 | 北京凯昂医学诊断技术有限公司 | 一种用于检测扩展型遗传病全外显子的探针组及其试剂盒和应用 |
WO2021026097A1 (en) * | 2019-08-02 | 2021-02-11 | Tempus Labs | Data-based mental disorder research and treatment systems and methods |
Non-Patent Citations (1)
Title |
---|
樊 婷,王 举: "基于通路和网络方法对重度抑郁症和阿尔茨海默症易感基因的分析" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Swindell et al. | ALS blood expression profiling identifies new biomarkers, patient subgroups, and evidence for neutrophilia and hypoxia | |
Liu et al. | Single-cell RNA-seq analysis of the brainstem of mutant SOD1 mice reveals perturbed cell types and pathways of amyotrophic lateral sclerosis | |
JP2005312435A (ja) | うつ病の評価方法 | |
CN105483218A (zh) | 检测和/或预测男性生殖功能障碍的精浆piRNA标志物或其组合及其应用 | |
WO2014192907A1 (ja) | 運動神経の障害を呈する疾患の鑑別に用いるマイクロrnaの検出方法 | |
EP3786305A1 (en) | Biomarker for depression and use thereof | |
EP3327134A1 (en) | Method and biomarkers for in vitro diagnosis of mental disorders | |
EP1548129A1 (en) | Method of diagnosing integration dysfunction syndrome using blood | |
US20190185937A1 (en) | Rna editing as biomarkers for mood disorders test | |
EP2492353A1 (en) | Biomarkers for predicting therapeutic effect in hyposensitization therapy | |
Abuelezz et al. | Sera miR-34a, miR-29b and miR-181c as potential novel diagnostic biomarker panel for Alzheimers in the Egyptian population | |
JP2001245661A (ja) | 遺伝子発現を指標とする精神分裂病の客観的診断法 | |
Boles et al. | A leaky gut dysregulates gene networks in the brain associated with immune activation, oxidative stress, and myelination in a mouse model of colitis | |
JP5990871B2 (ja) | 疲労の判定方法 | |
CN108300788A (zh) | 一种用于检测轻型脑外伤的微小核糖核酸组合及其应用 | |
KR20210104206A (ko) | 다발성근염 또는 피부근염 진단용 조성물 | |
KR20170141993A (ko) | 동맥경화증 진단용 바이오 마커 조성물 | |
CN114736961A (zh) | 基于转录因子识别老年期抑郁症的诊断试剂、应用及系统 | |
WO2021230379A1 (ja) | パーキンソン病の検出方法 | |
CN112481379B (zh) | 一种检测Ph样ALL融合基因的引物探针组合与试剂盒 | |
CN113151450A (zh) | 一种用于散发性肌萎缩性侧索硬化症和帕金森病早期诊断的生物标志物及其应用 | |
US20040241685A1 (en) | Method of analyzing nucleic acid specifying gene showing change in expression dose in schizophrenia | |
WO2020021028A1 (en) | Biomarkers for the diagnosis and/or prognosis of frailty | |
CN112748241B (zh) | 一种用于检测i型骨质疏松症的蛋白芯片及其制作方法与应用 | |
CN116445605A (zh) | 检测阿尔兹海默症症的标志物及其用途 |
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 |