CN116429952B - 一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 - Google Patents
一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 Download PDFInfo
- Publication number
- CN116429952B CN116429952B CN202310314974.6A CN202310314974A CN116429952B CN 116429952 B CN116429952 B CN 116429952B CN 202310314974 A CN202310314974 A CN 202310314974A CN 116429952 B CN116429952 B CN 116429952B
- Authority
- CN
- China
- Prior art keywords
- data input
- input module
- result output
- output module
- phenylacetylglutamine
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 26
- 239000003550 marker Substances 0.000 title claims abstract description 22
- 208000020401 Depressive disease Diseases 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 title claims abstract description 14
- DRTQHJPVMGBUCF-XVFCMESISA-N Uridine Chemical compound O[C@@H]1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-XVFCMESISA-N 0.000 claims abstract description 216
- DRTQHJPVMGBUCF-PSQAKQOGSA-N beta-L-uridine Natural products O[C@H]1[C@@H](O)[C@H](CO)O[C@@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-PSQAKQOGSA-N 0.000 claims abstract description 108
- DRTQHJPVMGBUCF-UHFFFAOYSA-N uracil arabinoside Natural products OC1C(O)C(CO)OC1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-UHFFFAOYSA-N 0.000 claims abstract description 108
- 229940045145 uridine Drugs 0.000 claims abstract description 108
- 230000035945 sensitivity Effects 0.000 claims abstract description 76
- WBFYVDCHGVNRBH-UHFFFAOYSA-N 7,8-dihydropteroic acid Chemical class N=1C=2C(=O)NC(N)=NC=2NCC=1CNC1=CC=C(C(O)=O)C=C1 WBFYVDCHGVNRBH-UHFFFAOYSA-N 0.000 claims abstract description 19
- WJXSWCUQABXPFS-UHFFFAOYSA-N 3-hydroxyanthranilic acid Chemical compound NC1=C(O)C=CC=C1C(O)=O WJXSWCUQABXPFS-UHFFFAOYSA-N 0.000 claims description 192
- 238000001514 detection method Methods 0.000 claims description 179
- JFLIEFSWGNOPJJ-JTQLQIEISA-N N(2)-phenylacetyl-L-glutamine Chemical compound NC(=O)CC[C@@H](C(O)=O)NC(=O)CC1=CC=CC=C1 JFLIEFSWGNOPJJ-JTQLQIEISA-N 0.000 claims description 105
- UFULAYFCSOUIOV-UHFFFAOYSA-N cysteamine Chemical compound NCCS UFULAYFCSOUIOV-UHFFFAOYSA-N 0.000 claims description 96
- ZYVXHFWBYUDDBM-UHFFFAOYSA-N N-methylnicotinamide Chemical compound CNC(=O)C1=CC=CN=C1 ZYVXHFWBYUDDBM-UHFFFAOYSA-N 0.000 claims description 79
- 239000002207 metabolite Substances 0.000 claims description 55
- ODHCTXKNWHHXJC-GSVOUGTGSA-N 5-oxo-D-proline Chemical compound OC(=O)[C@H]1CCC(=O)N1 ODHCTXKNWHHXJC-GSVOUGTGSA-N 0.000 claims description 19
- 210000002966 serum Anatomy 0.000 claims description 19
- GCKMFJBGXUYNAG-UHFFFAOYSA-N 17alpha-methyltestosterone Natural products C1CC2=CC(=O)CCC2(C)C2C1C1CCC(C)(O)C1(C)CC2 GCKMFJBGXUYNAG-UHFFFAOYSA-N 0.000 claims description 14
- GCKMFJBGXUYNAG-HLXURNFRSA-N Methyltestosterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@](C)(O)[C@@]1(C)CC2 GCKMFJBGXUYNAG-HLXURNFRSA-N 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 13
- VZXPDPZARILFQX-BYPYZUCNSA-N O-acetyl-L-serine Chemical compound CC(=O)OC[C@H]([NH3+])C([O-])=O VZXPDPZARILFQX-BYPYZUCNSA-N 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 7
- 238000007477 logistic regression Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013211 curve analysis Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims 1
- QUSNBJAOOMFDIB-UHFFFAOYSA-N Ethylamine Chemical compound CCN QUSNBJAOOMFDIB-UHFFFAOYSA-N 0.000 abstract description 15
- 238000004458 analytical method Methods 0.000 description 55
- 239000012071 phase Substances 0.000 description 18
- 150000002500 ions Chemical class 0.000 description 13
- 239000000523 sample Substances 0.000 description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 10
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 9
- 201000010099 disease Diseases 0.000 description 9
- 229960001153 serine Drugs 0.000 description 8
- JLZMZFJVTNYDOT-UHFFFAOYSA-N 2-aminoethenethiol Chemical compound NC=CS JLZMZFJVTNYDOT-UHFFFAOYSA-N 0.000 description 6
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 5
- 235000019253 formic acid Nutrition 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000003001 depressive effect Effects 0.000 description 4
- 238000004949 mass spectrometry Methods 0.000 description 4
- 238000010197 meta-analysis Methods 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- -1 N-methylnicotonamine Chemical compound 0.000 description 3
- 238000000692 Student's t-test Methods 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012353 t test Methods 0.000 description 3
- BZQAWHMCGZYKMH-UHFFFAOYSA-N 2-aminoethanethiol Chemical compound NCCS.NCCS BZQAWHMCGZYKMH-UHFFFAOYSA-N 0.000 description 2
- 206010026749 Mania Diseases 0.000 description 2
- 239000003242 anti bacterial agent Substances 0.000 description 2
- 229940088710 antibiotic agent Drugs 0.000 description 2
- 239000000935 antidepressant agent Substances 0.000 description 2
- 229940005513 antidepressants Drugs 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000010828 elution Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 238000002546 full scan Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 208000007848 Alcoholism Diseases 0.000 description 1
- 206010010144 Completed suicide Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 102100029106 Ethylmalonyl-CoA decarboxylase Human genes 0.000 description 1
- 101710134484 Ethylmalonyl-CoA decarboxylase Proteins 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 206010062237 Renal impairment Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 230000001430 anti-depressive effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 239000012482 calibration solution Substances 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004896 high resolution mass spectrometry Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000005977 kidney dysfunction Effects 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 230000005976 liver dysfunction Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 229940001470 psychoactive drug Drugs 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 238000004704 ultra performance liquid chromatography Methods 0.000 description 1
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
- G01N30/04—Preparation or injection of sample to be analysed
-
- 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
- G01N30/86—Signal analysis
-
- 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
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
-
- 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
-
- 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
-
- 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
- G01N30/04—Preparation or injection of sample to be analysed
- G01N2030/042—Standards
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置，属于生物技术领域。本发明基于代谢组学构建了一个新的抑郁症诊断模型，模型包括2‑Aminoethanethiol；N‑Methylnicotinamine；Uridine；5‑Oxo‑D‑proline；Phenylacetyl‑L‑glutamine；O‑Aceyl‑L‑Serine；17‑α‑Methyltestosterone；3‑Hydroxyanthranilate；Dihydropteroate中至少一种代谢物。本发明抑郁症评估装置基于构建的诊断模型，其准确性、特异性、灵敏度高。
Description
技术领域
本发明涉及生物技术领域，具体涉及一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置。
背景技术
抑郁症(Depression)又称抑郁障碍，以显著而持久的心境低落为主要临床特征，是心境障碍的主要类型。世界卫生组织(WHO)数据显示，全球现有抑郁症患者总数超过3亿，近十年年均增速约为18％，预计到2030年，抑郁症将成为疾病总负担排名首位的疾病。抑郁症还是世界范围内的首要致残原因，并成为推动自杀率上升的“幕后黑手”。
目前抑郁症的临床诊断和分型多以抑郁量表评价为主，根据患者的主观描述和精神科医生的精神检查来确定，缺乏客观的检查手段以及生物学指标和依据。近年来，许多研究均显示抑郁症存在体内多系统，多指标的改变，这些结构和生物学指标的改变可以用于抑郁症的早期预测和诊断分型，并与抗抑郁药的疗效和选择直接相关。
代谢组学是对生物样品中小分子代谢物进行定性定量诊断，从而监测机体受疾病或危险因素累积等干扰后内源性物质做出的代谢响应。代谢组学从机体的动态代谢途径寻找疾病特异性代谢产物，识别人体疾病代谢状态的差异，从而进行疾病诊断和分类。因此将代谢组学用于对抑郁症诊断的研究，有助于发现能够用于诊断抑郁症的生物指标。
目前对于抑郁症的诊断多以抑郁量表为主要手段，需要进一步对能够准确可靠地诊断抑郁症的生物学指标进行研究。使用代谢组学的手段对抑郁症进行分析，有助于探索能够诊断抑郁症的客观诊断指标。
发明内容
本发明的发明目的在于提供一种抑郁症评估装置，该设备使用抑郁症诊断模型作为抑郁症诊断的生物学指标，具有较高的准确性。
为达到上述发明目的，采用如下技术方案。
以下标志物能够对抑郁症进行诊断，并且诊断结果准确，能够作为抑郁症诊断的生物学指标：2-氨基乙硫醇(2-Aminoethanethiol)；N-甲基烟酰胺(N-Methylnicotinamine)；尿苷(Uridine)；D-焦谷氨酸(5-Oxo-D-proline)；苯乙酰谷氨酰胺(Phenylacetyl-L-glutamine)；O-乙酰基-L-丝氨酸(O-Aceyl-L-Serine)；17-α-甲基睾丸酮(17-α-Methyltestosterone)；2-氨基-3-羟基苯甲酸(3-Hydroxyanthranilate)；二氢蝶酸(Dihydropteroate)。
本发明公开了一种抑郁症评估装置，包括数据输入模块、数据分析模块和结果输出模块；
数据输入模块用于输入标志物水平的检测结果，标志物水平为单个标志物的质量百分比；
标志物包括以下至少一种：
2-氨基乙硫醇(2-Aminoethanethiol)；N-甲基烟酰胺(N-Methylnicotinamine)；尿苷(Uridine)；D-焦谷氨酸(5-Oxo-D-proline)；苯乙酰谷氨酰胺(Phenylacetyl-L-glutamine)；O-乙酰基-L-丝氨酸(O-Aceyl-L-Serine)；17-α-甲基睾丸酮(17-α-Methyltestosterone)；2-氨基-3-羟基苯甲酸(3-Hydroxyanthranilate)；二氢蝶酸(Dihydropteroate)；
数据分析模块用于将输入模块的数据代入预先构建好的模型，计算风险指数；
其中，模型包括logistic回归分析模型和/或受试者工作特征曲线分析模型；
结果输出模块将风险指数与受试者工作特征曲线分析模型的截断值进行对比，输出数值大小对比结果。
本发明评估装置通过数据输入模块、数据分析模块和结果输出模块对抑郁症相关标志物的检测结果进行分析并输出结果。准确度、特异性和灵敏度高。本发明装置的诊断采用了客观标准，能够快速准确地对抑郁症进行诊断。
优选地，数据输入模块用于输入标志物组合的检测结果，标志物组合包括以下至少一种：
2个代谢物组合2-Aminoethanethiol，Uridine；
3个代谢物组合2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine；
4个代谢物组合2-Aminoethanethiol，N-Methylnicotinamine，Phenylacetyl-L-glutamine，Uridine；
5个代谢物组合2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine，N-Methylnicotinamine，3-Hydroxyanthranilate。
优选地，根据结果输出模块输出的对比结果进行判定，风险指数大于截断值即为患有抑郁症，否则为未患有抑郁症。
优选地，数据输入模块中输入至少一种标志物水平的检测结果时，logistic回归分析模型采用如下公式：
Logit(P)＝a+bi×Vi+…+bi×Vi；
其中，a和b为常数，a为0～3；
i＝1,2，…，9，同一公式中i取不同值，bi为-0.6～10；
b1～bi分别依次对应标志物2-氨基乙硫醇；N-甲基烟酰胺；尿苷；D-焦谷氨酸；苯乙酰谷氨酰胺；O-乙酰基-L-丝氨酸；17-α-甲基睾丸酮；2-氨基-3-羟基苯甲酸；二氢蝶酸的参数；
V1～Vi分别依次对应标志物2-氨基乙硫醇；N-甲基烟酰胺；尿苷；D-焦谷氨酸；苯乙酰谷氨酰胺；O-乙酰基-L-丝氨酸；17-α-甲基睾丸酮；2-氨基-3-羟基苯甲酸；二氢蝶酸的检测结果；
Logit(P)代表风险指数；
结果输出模块的截断值为0～1。
更优选的，数据输入模块输入N-甲基烟酰胺的检测结果时，结果分析模块中的截断值为0.604±0.001；装置检测的灵敏度为0.828±0.001，特异性为0.905±0.001；和/或
数据输入模块输入尿苷的检测结果时，结果分析模块中的截断值为0.489±0.001；装置检测的灵敏度为0.859±0.001，特异性为0.786±0.001；和/或
数据输入模块输入D-焦谷氨酸的检测结果时，结果分析模块中的截断值为0.783±0.001；装置检测的灵敏度为0.750±0.001，特异性为0.833±0.001；和/或
数据输入模块输入苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.743±0.001；装置检测的灵敏度为0.719±0.001，特异性为0.905±0.001；和/或
数据输入模块输入O-乙酰基-L-丝氨酸的检测结果时，结果分析模块中的截断值为0.600±0.001；装置检测的灵敏度为0.766±0.001，特异性为0.762±0.001；和/或
数据输入模块输入17-α-甲基睾丸酮的检测结果时，结果分析模块中的截断值为0.637±0.001；装置检测的灵敏度为0.750±0.001，特异性为0.786±0.001；和/或
数据输入模块输入2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.720±0.001；装置检测的灵敏度为0.641±0.001，特异性为0.999-1.000；和/或
数据输入模块输入二氢蝶酸的检测结果时，结果分析模块中的截断值为0.586±0.001；装置检测的灵敏度为0.750±0.001，特异性为0.738±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇的检测结果时，所述结果分析模块中的截断值为0.657±0.001；装置检测的灵敏度为0.797±0.001，特异性为0.881±0.001；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺的检测结果时，结果分析模块中的截断值为0.353±0.001；装置检测的灵敏度为0.984±0.001，特异性为0.810±0.001；和/或
数据输入模块输入2-氨基乙硫醇，尿苷的检测结果时，结果分析模块中的截断值为0.392±0.001；装置检测的灵敏度为0.953±0.001，特异性为0.881±0.001；和/或
数据输入模块输入2-氨基乙硫醇，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.771±0.001；装置检测的灵敏度为0.828±0.001，特异性为0.952±0.001；和/或
数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.582±0.001；装置检测的灵敏度为0.844±0.001，特异性为0.905±0.001；和/或
数据输入模块输入N-甲基烟酰胺，尿苷的检测结果时，结果分析模块中的截断值为0.759±0.001；装置检测的灵敏度为0.797±0.001，特异性为0.976±0.001；和/或
数据输入模块输入N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.822±0.001；装置检测的灵敏度为0.781±0.001，特异性为0.999-1.000；和/或
数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.609±0.001；装置检测的灵敏度为0.828±0.001，特异性为0.905±0.001；和/或
数据输入模块输入尿苷，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.734±0.001；装置检测的灵敏度为0.797±0.001，特异性为0.952±0.001；和/或
数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.688±0.001；装置检测的灵敏度为0.813±0.001，特异性为0.929±0.001；和/或
数据输入模块输入2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.615±0.001；装置检测的灵敏度为0.844±0.001，特异性为0.881±0.001；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，尿苷的检测结果时，结果分析模块中的截断值为0.500±0.001；装置检测的灵敏度为0.969±0.001，特异性为0.905±0.001；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.764±0.001；装置检测的灵敏度为0.875±0.001，特异性为0.976±0.001；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.346±0.001；装置检测的灵敏度为0.984±0.001，特异性为0.810±0.001；和/或
数据输入模块输入2-氨基乙硫醇，尿苷，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.632±0.001；装置检测的灵敏度为0.938±0.001，特异性为0.929±0.001；和/或
数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，尿苷的检测结果时，结果分析模块中的截断值为0.599±0.001；装置检测的灵敏度为0.906±0.001，特异性为0.905±0.001；和/或
数据输入模块输入尿苷，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.597±0.001；装置检测的灵敏度为0.891±0.001，特异性为0.976±0.001；和/或
数据输入模块输入N-甲基烟酰胺，尿苷，2-氨基-3-羟基苯甲酸的检测结果时，结果分析模块中的截断值为0.720±0.001；装置检测的灵敏度为0.797±0.001，特异性为0.952±0.001；和/或
数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.796±0.001；装置检测的灵敏度为0.813±0.001，特异性为0.976±0.001；和/或
数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.819±0.001；装置检测的灵敏度为0.781±0.001，特异性为0.999-1.000；和/或
数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.827±0.001；装置检测的灵敏度为0.813±0.001，特异性为0.999-1.000；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺，尿苷的检测结果时，结果分析模块中的截断值为0.349±0.001；装置检测的灵敏度为0.984±0.001，特异性为0.905±0.001；和/或
数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，N-甲基烟酰胺，尿苷的检测结果时，结果分析模块中的截断值为0.724±0.001；装置检测的灵敏度为0.891±0.001，特异性为0.952±0.001；和/或
数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，结果分析模块中的截断值为0.551±0.001；装置检测的灵敏度为0.938±0.001，特异性为0.905±0.001；和/或
数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺，尿苷的检测结果时，结果分析模块中的截断值为0.546±0.001；装置检测的灵敏度为0.938±0.001，特异性为0.929±0.001；和/或
数据输入模块输入尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，N-甲基烟酰胺的检测结果时，结果分析模块中的截断值为0.734±0.001；装置检测的灵敏度为0.859±0.001，特异性为0.976±0.001；和/或
数据输入模块输入N-甲基烟酰胺，尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，2-氨基乙硫醇的检测结果时，结果分析模块中的截断值为0.388±0.001；装置检测的灵敏度为0.984±0.001，特异性为0.905±0.001。
更进一步优选地，数据分析模块的公式包括以下至少一种：
Logit(P)＝6.238*2-氨基乙硫醇+1.009；
Logit(P)＝5.8*N-甲基烟酰胺+1.099；
Logit(P)＝3.557*尿苷+0.697；
Logit(P)＝3.073*D-焦谷氨酸+0.688；
Logit(P)＝2.539*苯乙酰谷氨酰胺+0.6；
Logit(P)＝3.468*O-乙酰基-L-丝氨酸+0.712；
Logit(P)＝2.39*17-α-甲基睾丸酮+0.701；
Logit(P)＝2.622*2-氨基-3-羟基苯甲酸+0.764；
Logit(P)＝3.053*二氢蝶酸+0.619；
Logit(P)＝2.487+9.512*2-氨基乙硫醇+5.667*N-甲基烟酰胺；
Logit(P)＝1.266+5.529*2-氨基乙硫醇+3.346*尿苷；
Logit(P)＝1.351+6.925*2-氨基乙硫醇+3.269*苯乙酰谷氨酰胺；
Logit(P)＝1.733+6.248*2-氨基乙硫醇+2.408*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.418+5.208*N-甲基烟酰胺+3.234*尿苷；
Logit(P)＝1.218+5.244*N-甲基烟酰胺+2.266*苯乙酰谷氨酰胺；
Logit(P)＝1.095+6.332*N-甲基烟酰胺-0.397*2-氨基-3-羟基苯甲酸；
Logit(P)＝0.946+3.207*尿苷+1.979*苯乙酰谷氨酰胺；
Logit(P)＝1.215+3.7*尿苷+2.705*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.044+2.79*苯乙酰谷氨酰胺+2.834*2-氨基-3-羟基苯甲酸；
Logit(P)＝2.377+8.188*2-氨基乙硫醇+4.641*N-甲基烟酰胺+3.094*尿苷；
Logit(P)＝2.234+8.84*2-氨基乙硫醇+4.422*N-甲基烟酰胺+2.385*苯乙酰谷氨酰胺；
Logit(P)＝2.385+9.511*2-氨基乙硫醇+6.103*N-甲基烟酰胺-0.534*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.485+6.33*2-氨基乙硫醇+2.779*尿苷+2.504*苯乙酰谷氨酰胺；
Logit(P)＝2.13+5.816*2-氨基乙硫醇+4.087*尿苷+2.677*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.623+4.881*N-甲基烟酰胺+3.245*尿苷+1.96*苯乙酰谷氨酰胺；
Logit(P)＝1.485+4.431*N-甲基烟酰胺+3.374*尿苷+0.722*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.675+3.776*尿苷+2.403*苯乙酰谷氨酰胺+3.123*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.224+4.776*N-甲基烟酰胺+2.306*苯乙酰谷氨酰胺+0.359*2-氨基-3-羟基苯甲酸；
Logit(P)＝1.877+6.939*2-氨基乙硫醇+3.217*苯乙酰谷氨酰胺+2.037*2-氨基-3-羟基苯甲酸；
Logit(P)＝2.691+9.428*2-氨基乙硫醇+4.744*N-甲基烟酰胺+2.774*苯乙酰谷氨酰胺+2.066尿苷；
Logit(P)＝2.773+7.926*2-氨基乙硫醇+3.796*尿苷+2.631*苯乙酰谷氨酰胺+3.279*2-氨基-3-羟基苯甲酸；
Logit(P)＝2.193+8.914*2-氨基乙硫醇+4.803*N-甲基烟酰胺+2.354*苯乙酰谷氨酰胺-0.366*2-氨基-3-羟基苯甲酸；
Logit(P)＝2.193+8.914*2-氨基乙硫醇+4.803*N-甲基烟酰胺+2.354*苯乙酰谷氨酰胺-0.3662-氨基-3-羟基苯甲酸；
Logit(P)＝1.809+3.151*N-甲基烟酰胺+3.592*尿苷+2.142*苯乙酰谷氨酰胺+1.632*2-氨基-3-羟基苯甲酸；
Logit(P)＝2.968+9.175*2-氨基乙硫醇+2.861*N-甲基烟酰胺+3.437*尿苷+2.239*苯乙酰谷氨酰胺+1.817*2-氨基-3-羟基苯甲酸。
上述数据分析模块的分析公式具有极高的特异性和灵敏度，并且真实性和预测准确性极高。
与正常受试者相比，抑郁症患者的血清代谢物中2-Aminoethanethiol，N-Methylnicotinamine，Uridine，5-Oxo-D-proline，Phenylacetyl-L-glutamine，O-Aceyl-L-Serine，17-α-Methyltestosterone，3-Hydroxyanthranilate，Dihydropteroate增加。
更优选地，代谢物由2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine，N-Methylnicotinamine和3-Hydroxyanthranilate组成。该代谢物标志物组合准确度、特异性和灵敏度进一步提高，AUC可达0.96以上，准确度可达0.89以上，特异性和灵敏度均高于0.9。
上述代谢物通过对抑郁症患者的血清样本进行代谢组学分析得到。代谢组学分析能够准确地对患者血清中的代谢物进行定性定量，便于后续研究。
优选地，数据输入模块仅输入一种标志物水平的检测结果时，数据分析模块直接将数据输入模块输入的值作为风险指数；结果输出模块将风险指数与受试者工作特征曲线分析模型的截断值进行对比，输出数值大小对比结果；风险指数高于截断值即为患有抑郁症，否则为未患有抑郁症；所述输出结果的截断值为0～1。
本发明还公开了一种计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被执行时实现上述数据分析模块的功能。
本发明还公开了上述评估装置在制备诊断或辅助诊断抑郁症产品中的用途。
本发明还公开了一种抑郁症诊断模型的构建方法，包括以下步骤：
使用SPSS Statistics对样本数据进行统计分析；
采用MetaboAnalyst对样本数据进行ROC分析。
更优选地，使用SPSS Statistics对样本数据进行统计分析包括如下步骤：
采用SPSS Statistics 22软件进行数据分析，计量资料用均数±标准差表示，多组间比较采用单因素方差分析，以P＜0.05为差异有统计学意义。
更优选地，采用MetaboAnalyst对样本数据进行ROC分析包括如下步骤：
采用MetaboAnalyst 5.0(基于R程序)，构建ROC曲线，计算cutoff、Sensitivity和Specificity。
更优选地，诊断模型的构建还包括如下步骤：
使用随机森林算法、二分类logistic回归分析和ROC分析，计算多变量诊断模型的Sensitivity和Specificity。
使用以上方法对样本数据进行分析、处理和模型的构建，所得诊断模型准确性高，特异性强。
本发明还公开了一种抑郁症诊断模型的评估方法，包括如下步骤：
基于linear SVM算法，将组合模型作为变量构建训练集：选择正常组和疾病组的样本作为训练集，新的一批正常组和疾病组样本作为验证集，分析模型的准确性；
对模型进行过拟合检验。
本发明还公开了一种检测标志物的试剂在制备诊断抑郁症的产品中的用途，试剂包括检测以下至少一种标志物的试剂：
2-Aminoethanethiol；N-Methylnicotinamine；Uridine；5-Oxo-D-proline；Phenylacetyl-L-glutamine；O-Aceyl-L-Serine；17-α-Methyltestosterone；3-Hydroxyanthranilate；Dihydropteroate。
优选地，上述试剂包括以下至少一种：
色谱柱；甲酸；乙腈；水；质谱校准溶液；标准品。
更优选地，标准品包括以下至少一种：
2-Aminoethanethiol标准品；N-Methylnicotinamine标准品；Uridine标准品；5-Oxo-D-proline标准品；Phenylacetyl-L-glutamine标准品；O-Aceyl-L-Serine标准品；17-α-Methyltestosterone标准品；3-Hydroxyanthranilate标准品；Dihydropteroate标准品。
与现有技术相比，本发明的有益效果为：
本发明通过代谢组学对抑郁症患者的血清代谢物，筛选出适用于抑郁症诊断的代谢物2-Aminoethanethiol；N-Methylnicotinamine；Uridine；5-Oxo-D-proline；Phenylacetyl-L-glutamine；O-Aceyl-L-Serine；17-α-Methyltestosterone；3-Hydroxyanthranilate；Dihydropteroate随后构建出抑郁症诊断模型；所构建的模型具有极高的真实性和准确性。本发明抑郁症评估装置基于此模型，因此本发明评估装置能够基于可观检测指标，快速准确地对抑郁症进行诊断。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。
图1为代谢物2-Aminoethanethiol的ROC曲线；
图2为代谢物N-Methylnicotinamine的ROC曲线；
图3为代谢物Uridine的ROC曲线；
图4为代谢物5-Oxo-D-proline的ROC曲线；
图5为代谢物Phenylacetyl-L-glutamine的ROC曲线；
图6为代谢物O-Aceyl-L-Serine的ROC曲线；
图7为代谢物17-α-Methyltestosterone的ROC曲线；
图8为代谢物3-Hydroxyanthranilate的ROC曲线；
图9为代谢物Dihydropteroate的ROC曲线；
图10为2个代谢物组合2-Aminoethanethiol，Uridine模型的ROC曲线和预测准确性结果；
图11为3个代谢物组合2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine模型的ROC曲线和预测准确性结果；
图12为4个代谢物组合2-Aminoethanethiol，N-Methylnicotinamine，Phenylacetyl-L-glutamine，Uridine的ROC曲线和预测准确性结果；
图13为5个代谢物组合2-Aminoethanethiol，N-Methylnicotinamine，Uridine，Phenylacetyl-L-glutamine，3-Hydroxyanthranilate模型的ROC曲线及预测准确性结果；
图14为验证集中血清代谢物诊断模型的ROC曲线以及血清代谢物诊断模型交叉验证的准确性结果；
图15为血清代谢物诊断模型基于监督模型的过拟合检验结果。
具体实施方式
这里将详细地对示例性实施例进行说明，以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的方法的例子。
实施例1
血清代谢产物标志物的筛选
一、血清代谢产物检测
1、样本收集
纳入64例抑郁症患者为抑郁症组，同期选取42名健康志愿者为健康对照组。
抑郁症组患者确诊抑郁症的标准为：采用DSM-IV-TR轴I障碍定式临床检查研究版(Structure d clinical interriew for DSM-IV axis Idisorders research version)进行评估。抑郁症严重程度分别采用24项汉密尔顿抑郁量表(HAMD)、简明精神病量表(BPRS)及Barthel指数进行评估。
病例纳入标准：符合DSM-IV抑郁障碍首次发病和复发诊断标准；24项汉密尔顿抑郁量表评分≥20分；年龄18-60岁；入组前12周内未进行抗抑郁治疗或服用其他精神类药物。
病例排除标准：有精神分裂症、酒精和药物依赖病史；有脑器质性疾病和内分泌疾病史；经检查血象、肝肾功能异常者；妊娠期和哺乳期妇女；有躁狂或轻躁狂发作史；有严重的自杀倾向或精神障碍家族史；近期有炎症性疾病或有使用抗生素者。
收集抑郁症患者和健康对照者的血液，室温下静置1h后，3500r/min离心10min分离出血清用于代谢组学分析。
2、样本处理
冰上操作，准确移取血清样本50μL于1.5mL的EP管中，并记录其编号和取样量。加入200μL冷甲醇(含内标)，涡旋振荡2min，低温下静置10min。在4℃条件下14000g离心15min。吸取上清液200μL置于新的EP管中，将样本低温离心浓缩后，置于-20℃冰箱中保存备用。在进行上机分析前，将浓缩后的提取液样本，用100μL 20％甲醇/水溶液复溶，直至完全溶解后，振荡离心取上清备用。
3、样本检测
检测仪器：
Triple6600高分辨质谱系统(美国AB SCIEX公司)，配备ACQUITY UPLC I-Class超高效液相系统(美国Waters公司)；以及/>TF数据采集软件(美国AB SCIEX公司)；
检测方法：
正离子模式：色谱柱：BEH C8柱(1.7μm，2.1×100mm，美国Waters公司)；柱温：50℃；进样体积：5μL；流速：0.35mL/min；流动相A相：0.1％甲酸/水；流动相B相：0.1％甲酸/乙腈；梯度洗脱程序：5％的B相为起始浓度，0-1min，B相保持在5％，1.1-11min，B相由5％变为100％，11.1-13min，B相保持在100％，13.1-15min，B相保持在5％。
负离子模式：色谱柱：HSS T3柱(1.8μm，2.1×100mm)美国Waters公司；柱温：50℃；进样体积：5μL；流速：0.35mL/min；流动相A相：0.1％甲酸/水；流动相B相：0.1％甲酸/乙腈；梯度洗脱程序：5％的B相为起始浓度，0-1min，B相保持在5％，1.1-11min，B相由5％变为100％，11.1-13min，B相保持在100％，13.1-15min，B相保持在5％。
质谱条件：质谱一级全扫描+IDA二级子离子扫描-正离子模式：采用电喷雾离子源ESI-Positive模式，采用一级全扫描+IDA二级子离子扫描模式。Spray Voltage(V)：5000；Temperature(℃)：650；CUR：30.000；GS1：60.000；GS2：60.000；Mass range(m/z)：TOF-MS(100-1200)；TOF-MS2(50-1200)；TopN：12。
质谱一级全扫描+IDA二级子离子扫描-负离子模式：采用电喷雾离子源ESI-Negative模式，采用一级全扫描+IDA二级子离子扫描模式。Spray Voltage(V)：-4500；Temperature(℃)：650；CUR：30.000；GS1：60.000；GS2：60.000；Mass range(m/z)：TOF-MS(100-1200)；TOF-MS2(50-1200)；TopN：12。
二、血清代谢物检测结果分析
检测所得一级谱、二谱、峰表与峰检测均采用OneMap-PTO软件提取，归一化处理参数，二级质谱碎片保留50个。用One-Map数据库对检测所得峰表进行定性。定性包括标准库(OSI-SMMS)，KEGG库和网络扩展库(综合HMDB/Metlin/GNPS/lipidblast/Massbank/MMCD资源整合而成)。通过投影变量的重要性指标(Variable importance in the projection，VIP)来预测各数据对模型的贡献度，选取VIP＞1，同时采用t检验(t-test)，筛选P＜0.05的成分，代表有统计学意义，可作为初步的差异代谢物。将最终筛选得到的具有统计学意义的数据在KEGG数据库中进行匹配，筛选潜在的生物标志物。再对差异性标记物进行进一步的鉴定，建立以上筛选出的差异性标记物的化学成分数据库。由软件Analyst TF 1.6采集，然后使用PeakViewTM软件的XIC Manager功能进行鉴别，以保留时间(误差范围在45s以内)和质荷比(m/z)(误差范围在10ppm之内)这两个参数初步确定化合物。再结合化合物在裂解过程中的一级离子碎片和二级离子碎片信息，以及匹配率(大于80％)共同确定各个离子峰的归属，从而完成标志物的最终鉴别。最后在MetaboAnalyst数据库中分析标志物。
采用SPSS Statistics 22软件进行数据分析，计量资料用均数±标准差表示，多组间比较采用单因素方差分析，以P＜0.05为差异有统计学意义；多变量综合诊断采用二分类logistic回归分析和ROC分析计算。
删除抗生素和食物来源的代谢物，共分析了96个代谢产物，为避免冗余，够作为标志物的代谢物的种类以及含量，检测结果如表1所示。
表1血清代谢物的成分及含量
由表1可知，与正常受试者相比，抑郁症患者的血清代谢物中2-Aminoethanethiol，N-Methylnicotinamine，Uridine，5-Oxo-D-proline，Phenylacetyl-L-glutamine，O-Aceyl-L-Serine，17-α-Methyltestosterone，3-Hydroxyanthranilate，Dihydropteroate明显增加，有作为诊断标志物的潜力。
采用96个代谢物来构建模型。取曲线下面积(AUC)>0.8的代谢物展示其ROC和及其归一化后的含量比较，单变量ROC分析结果如表2、表3和图1-9所示。
表2单变量代谢物的模型
| 代谢物 | 模型公式 |
| 2-Aminoethanethiol | Logit(P)＝6.238*2-Aminoethanethiol+1.009 |
| N-Methylnicotinamine | Logit(P)＝5.8*N-Methylnicotinamine+1.099 |
| Uridine | Logit(P)＝3.557*Uridine+0.697 |
| 5-Oxo-D-proline | Logit(P)＝3.073*5-Oxo-D-proline+0.688 |
| Phenylacetyl-L-glutamine | Logit(P)＝2.539*Phenylacetyl-L-glutamine+0.6 |
| O-Aceyl-L-Serine | Logit(P)＝3.468*O-Aceyl-L-Serine+0.712 |
| 17-α-Methyltestosterone | Logit(P)＝2.39*17-α-Methyltestosterone+0.701 |
| 3-Hydroxyanthranilate | Logit(P)＝2.622*3-Hydroxyanthranilate+0.764 |
| Dihydropteroate | Logit(P)＝3.053*Dihydropteroate+0.619 |
表3各代谢物ROC分析结果
表3括号中数据为95％置信区间。由表3中单变量ROC分析结果可知，单独使用2-Aminoethanethiol，N-Methylnicotinamine，Uridine，5-Oxo-D-proline，Phenylacetyl-L-glutamine，O-Aceyl-L-Serine，17-α-Methyltestosterone，3-Hydroxyanthranilate，Dihydropteroate构建模型进行抑郁症诊断时，AUC均高于0.8，说明真实性高；并且特异性和灵敏度均较高，因此表中代谢物均能够单独作为抑郁症诊断的标志物。
进一步进行多变量ROC分析，并通过投影变量的重要性指标(Variableimportance in the projection，VIP)来预测各数据对模型的贡献度，选取VIP＞1，同时采用t检验(t-test)，筛选P＜0.05的成分，代表有统计学意义，可作为初步的潜在生物标志物。最终选择5个代谢物分别进行组合作为诊断抑郁症的模型，分别为：
N-Methylnicotinamine；
Uridine；
Phenylacetyl-L-glutamine；
3-Hydroxyanthranilate；
2-Aminoethanethiol。
将上述5个代谢物分别组合构建模型并进行ROC分析。模型以及ROC分析结果分别由表4和表5所示。为避免冗余，仅展示有代表性的组合的ROC曲线，分别为：
2个代谢物组合模型2-Aminoethanethiol，Uridine(图10)；
3个代谢物组合模型2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine(图11)；
4个代谢物组合模型2-Aminoethanethiol，N-Methylnicotinamine，Phenylacetyl-L-glutamine，Uridine(图12)；
5个代谢物组合模型2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine，N-Methylnicotinamine，3-Hydroxyanthranilate(图13)。
表4代谢物组合模型
/>
/>
/>
表5代谢物组合ROC分析结果
/>
/>
/>
由表4和5以及图10-13所示的结果可知，在所有组合的模型中AUC均高于0.9，说明预测真实性极高；准确性、特异性和灵敏度均较高，最高分别达到0.9、0.97、0.98以上。因此表中组合均可以用于抑郁症的检测。
试验例1
抑郁症诊断模型的验证
以下均使用holdout检验对模型进行验证。
选择32个抑郁症患者、32个抑郁症治疗者的血清代谢物作为变量来构建训练集，另外32个抑郁症患者和32个抑郁症治疗者的血清作为验证集。分别采用上述的血清代谢标志物进行训练集和验证集模型的评估，采用linear SVM的算法，进行100次交叉验证预测准确性，基于监督模型进行过拟合检验，具体数据见表6。所有模型的过拟合检验p<0.01，模型没有过拟合，模型可用。图14和图15是代表性代谢组合物(2-Aminoethanethiol，Uridine，Phenylacetyl-L-glutamine，N-Methylnicotinamine)的ROC曲线和过拟合检验曲线。
表6血清代谢物及其组合在训练集和验证集模型中的参数
/>
/>
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的专利保护范围内。
Claims (6)
1.一种抑郁症评估装置，其特征在于，包括数据输入模块、数据分析模块和结果输出模块；
所述数据输入模块用于输入标志物水平的检测结果，所述标志物水平为单个标志物的质量百分比；
所述标志物为血清代谢物；
所述数据分析模块用于将输入模块的数据代入预先构建好的模型，计算风险指数；
其中，所述模型包括logistic回归分析模型和受试者工作特征曲线分析模型；
所述结果输出模块将所述风险指数与受试者工作特征曲线分析模型的截断值进行对比，输出数值大小对比结果；
所述数据输入模块中输入至少一种标志物水平的检测结果时，
所述数据分析模块的logistic回归分析模型采用如下公式中的至少一种：
Logit(P)=6.238*2-氨基乙硫醇+1.009；
Logit(P)=3.073*D-焦谷氨酸+0.688；
Logit(P)=2.539*苯乙酰谷氨酰胺+0.6；
Logit(P)=3.468*O-乙酰基-L-丝氨酸+0.712；
Logit(P)=2.39*17-α-甲基睾丸酮+0.701；
Logit(P)=2.622*2-氨基-3-羟基苯甲酸+0.764；
Logit(P)=3.053*二氢蝶酸+0.619；
Logit(P)=2.487+9.512*2-氨基乙硫醇+5.667*N-甲基烟酰胺；
Logit(P)=1.266+5.529*2-氨基乙硫醇+3.346*尿苷；
Logit(P)=1.351+6.925*2-氨基乙硫醇+3.269*苯乙酰谷氨酰胺；
Logit(P)=1.733+6.248*2-氨基乙硫醇+2.408*2-氨基-3-羟基苯甲酸；
Logit(P)=1.218+5.244*N-甲基烟酰胺+2.266*苯乙酰谷氨酰胺；
Logit(P)=1.095+6.332*N-甲基烟酰胺-0.397*2-氨基-3-羟基苯甲酸；
Logit(P)=0.946+3.207*尿苷+1.979*苯乙酰谷氨酰胺；
Logit(P)=1.215+3.7*尿苷+2.705*2-氨基-3-羟基苯甲酸；
Logit(P)=1.044+2.79*苯乙酰谷氨酰胺+2.834*2-氨基-3-羟基苯甲酸；
Logit(P)=2.377+8.188*2-氨基乙硫醇+4.641*N-甲基烟酰胺+3.094*尿苷；
Logit(P)=2.234+8.84*2-氨基乙硫醇+4.422*N-甲基烟酰胺+2.385*苯乙酰谷氨酰胺；
Logit(P)=2.385+9.511*2-氨基乙硫醇+6.103*N-甲基烟酰胺-0.534*2-氨基-3-羟基苯甲酸；
Logit(P)=1.485+6.33*2-氨基乙硫醇+2.779*尿苷+2.504*苯乙酰谷氨酰胺；
Logit(P)=2.13+5.816*2-氨基乙硫醇+4.087*尿苷+2.677*2-氨基-3-羟基苯甲酸；
Logit(P)= 1.623+4.881*N-甲基烟酰胺+3.245*尿苷+1.96*苯乙酰谷氨酰胺；
Logit(P)=1.485+4.431*N-甲基烟酰胺+3.374*尿苷+0.722*2-氨基-3-羟基苯甲酸；
Logit(P)=1.675+3.776*尿苷+2.403*苯乙酰谷氨酰胺+3.123*2-氨基-3-羟基苯甲酸；
Logit(P)=1.224+4.776*N-甲基烟酰胺+2.306*苯乙酰谷氨酰胺+0.359*2-氨基-3-羟基苯甲酸；
Logit(P)=1.877+6.939*2-氨基乙硫醇+3.217*苯乙酰谷氨酰胺+2.037*2-氨基-3-羟基苯甲酸；
Logit(P)=2.691+9.428*2-氨基乙硫醇+4.744*N-甲基烟酰胺+2.774*苯乙酰谷氨酰胺+2.066*尿苷；
Logit(P)=2.773+7.926*2-氨基乙硫醇+3.796*尿苷+2.631*苯乙酰谷氨酰胺+3.279*2-氨基-3-羟基苯甲酸；
Logit(P)=2.193+8.914*2-氨基乙硫醇+4.803*N-甲基烟酰胺+2.354*苯乙酰谷氨酰胺-0.366*2-氨基-3-羟基苯甲酸；
Logit(P)=1.809+3.151*N-甲基烟酰胺+3.592*尿苷+2.142*苯乙酰谷氨酰胺+1.632*2-氨基-3-羟基苯甲酸；
Logit(P)=2.968+9.175*2-氨基乙硫醇+2.861*N-甲基烟酰胺+3.437*尿苷+2.239*苯乙酰谷氨酰胺+1.817*2-氨基-3-羟基苯甲酸；
所述公式中的2-氨基乙硫醇、N-甲基烟酰胺、尿苷、D-焦谷氨酸、苯乙酰谷氨酰胺、O-乙酰基-L-丝氨酸、17-α-甲基睾丸酮、2-氨基-3-羟基苯甲酸、二氢蝶酸为数据输入模块中标志物水平的检测结果；
Logit(P)代表风险指数。
2.如权利要求1所述的评估装置，其特征在于，
所述数据输入模块输入D-焦谷氨酸的检测结果时，所述结果输出模块中的截断值为0.783±0.001；和/或
所述数据输入模块输入苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.743±0.001；和/或
所述数据输入模块输入O-乙酰基-L-丝氨酸的检测结果时，所述结果输出模块中的截断值为0.600±0.001；和/或
所述数据输入模块输入17-α-甲基睾丸酮的检测结果时，所述结果输出模块中的截断值为0.637±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.720±0.001；和/或
所述数据输入模块输入二氢蝶酸的检测结果时，所述结果输出模块中的截断值为0.586±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇的检测结果时，所述结果输出模块中的截断值为0.657±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺的检测结果时，所述结果输出模块中的截断值为0.353±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷的检测结果时，所述结果输出模块中的截断值为0.392±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.771±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.582±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.822±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.609±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.734±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.688±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.615±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，尿苷的检测结果时，所述结果输出模块中的截断值为0.500±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.764±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.346±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.632±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，尿苷的检测结果时，所述结果输出模块中的截断值为0.599±0.001；和/或
所述数据输入模块输入尿苷，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.597±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块中的截断值为0.720±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.796±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.819±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.827±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块中的截断值为0.349±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块中的截断值为0.551±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块中的截断值为0.546±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，N-甲基烟酰胺的检测结果时，所述结果输出模块中的截断值为0.734±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，2-氨基乙硫醇的检测结果时，所述结果输出模块中的截断值为0.388±0.001。
3.如权利要求1所述的评估装置，其特征在于，
所述数据输入模块输入D-焦谷氨酸的检测结果时，所述结果输出模块的灵敏度为0.750±0.001；和/或
所述数据输入模块输入苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.719±0.001；和/或
所述数据输入模块输入O-乙酰基-L-丝氨酸的检测结果时，所述结果输出模块的灵敏度为0.766±0.001；和/或
所述数据输入模块输入17-α-甲基睾丸酮的检测结果时，所述结果输出模块的灵敏度为0.750±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.641±0.001；和/或
所述数据输入模块输入二氢蝶酸的检测结果时，所述结果输出模块的灵敏度为0.75±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇的检测结果时，所述结果输出模块的灵敏度为0.797±0.001；
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺的检测结果时，所述结果输出模块的灵敏度为0.984±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷的检测结果时，所述结果输出模块的灵敏度为0.953±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.828±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.844±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.781±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.828±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.797±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.813±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸和苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.844±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，尿苷的检测结果时，所述结果输出模块的灵敏度为0.969±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.875±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.984±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.938±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，尿苷的检测结果时，所述结果输出模块的灵敏度为0.906±0.001；和/或
所述数据输入模块输入尿苷，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.891±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的灵敏度为0.797±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.813±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.781±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.813±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块的灵敏度为0.984±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的灵敏度为0.938±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块的灵敏度为0.938±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，N-甲基烟酰胺的检测结果时，所述结果输出模块的灵敏度为0.859±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，2-氨基乙硫醇的检测结果时，所述结果输出模块的灵敏度为0.984。
4.如权利要求1所述的评估装置，其特征在于，
所述数据输入模块输入D-焦谷氨酸的检测结果时，所述结果输出模块的特异性为0.833±0.001；和/或
所述数据输入模块输入苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入O-乙酰基-L-丝氨酸的检测结果时，所述结果输出模块的特异性为0.762±0.001；和/或
所述数据输入模块输入17-α-甲基睾丸酮的检测结果时，所述结果输出模块的特异性为0.786±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.999-1.000；和/或
所述数据输入模块输入二氢蝶酸的检测结果时，所述结果输出模块的特异性为0.738±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇的检测结果时，所述结果输出模块的特异性为0.881±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺的检测结果时，所述结果输出模块的特异性为0.810±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷的检测结果时，所述结果输出模块的特异性为0.881±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.952±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.999-1.000；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.952±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.929±0.001；和/或
所述数据输入模块输入2-氨基-3-羟基苯甲酸和苯乙酰谷氨酰胺，所述结果输出模块的特异性为0.881±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，尿苷的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.976±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.810±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，尿苷，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.929±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，尿苷的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入尿苷，N-甲基烟酰胺，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.976±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，2-氨基-3-羟基苯甲酸的检测结果时，所述结果输出模块的特异性为0.952±0.001；和/或
所述数据输入模块输入尿苷，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.976±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.999-1.000；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.999-1.000；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，N-甲基烟酰胺，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺的检测结果时，所述结果输出模块的特异性为0.905±0.001；和/或
所述数据输入模块输入2-氨基乙硫醇，2-氨基-3-羟基苯甲酸，苯乙酰谷氨酰胺，尿苷的检测结果时，所述结果输出模块的特异性为0.929±0.001；和/或
所述数据输入模块输入尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，N-甲基烟酰胺的检测结果时，所述结果输出模块的特异性为0.976±0.001；和/或
所述数据输入模块输入N-甲基烟酰胺，尿苷，苯乙酰谷氨酰胺，2-氨基-3-羟基苯甲酸，2-氨基乙硫醇的检测结果时，所述结果输出模块的特异性为0.905。
5.权利要求1-4中任一项所述的评估装置在制备诊断和/或辅助诊断抑郁症产品中的用途。
6.一种计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机程序，所述计算机程序被执行时实现权利要求1~4任一项所述的数据分析模块的功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310314974.6A CN116429952B (zh) | 2023-03-27 | 2023-03-27 | 一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310314974.6A CN116429952B (zh) | 2023-03-27 | 2023-03-27 | 一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116429952A CN116429952A (zh) | 2023-07-14 |
| CN116429952B true CN116429952B (zh) | 2024-02-02 |
Family
ID=87082614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310314974.6A Active CN116429952B (zh) | 2023-03-27 | 2023-03-27 | 一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116429952B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007134028A2 (en) * | 2006-05-09 | 2007-11-22 | Metabolon, Inc. | Biomarkers for depression and methods using the same |
| WO2011019072A1 (ja) * | 2009-08-12 | 2011-02-17 | ヒューマン・メタボローム・テクノロジーズ株式会社 | うつ病のバイオマーカー、うつ病のバイオマーカーの測定法、コンピュータプログラム、及び記憶媒体 |
| CN105759065A (zh) * | 2016-02-26 | 2016-07-13 | 天津桑尼匹克生物科技有限公司 | 血液代谢标记物的用途及抑郁症检测试剂盒 |
| WO2018117064A1 (ja) * | 2016-12-21 | 2018-06-28 | 国立大学法人徳島大学 | うつ状態を呈する疾患を検査する方法 |
| CN112630311A (zh) * | 2020-07-09 | 2021-04-09 | 深圳云合医药科技合伙企业(有限合伙) | 用于检测情感障碍的代谢标记物和试剂盒及使用方法 |
| CN115389771A (zh) * | 2022-08-16 | 2022-11-25 | 广州医科大学附属脑科医院 | 一种用于难治性抑郁症诊断的标志物及其应用 |
| CN115711954A (zh) * | 2022-11-18 | 2023-02-24 | 重庆医科大学 | 一种用于诊断儿童青少年抑郁症的尿液生物标志物组合以及应用 |
-
2023
- 2023-03-27 CN CN202310314974.6A patent/CN116429952B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007134028A2 (en) * | 2006-05-09 | 2007-11-22 | Metabolon, Inc. | Biomarkers for depression and methods using the same |
| WO2011019072A1 (ja) * | 2009-08-12 | 2011-02-17 | ヒューマン・メタボローム・テクノロジーズ株式会社 | うつ病のバイオマーカー、うつ病のバイオマーカーの測定法、コンピュータプログラム、及び記憶媒体 |
| CN105759065A (zh) * | 2016-02-26 | 2016-07-13 | 天津桑尼匹克生物科技有限公司 | 血液代谢标记物的用途及抑郁症检测试剂盒 |
| WO2018117064A1 (ja) * | 2016-12-21 | 2018-06-28 | 国立大学法人徳島大学 | うつ状態を呈する疾患を検査する方法 |
| CN112630311A (zh) * | 2020-07-09 | 2021-04-09 | 深圳云合医药科技合伙企业(有限合伙) | 用于检测情感障碍的代谢标记物和试剂盒及使用方法 |
| CN115389771A (zh) * | 2022-08-16 | 2022-11-25 | 广州医科大学附属脑科医院 | 一种用于难治性抑郁症诊断的标志物及其应用 |
| CN115711954A (zh) * | 2022-11-18 | 2023-02-24 | 重庆医科大学 | 一种用于诊断儿童青少年抑郁症的尿液生物标志物组合以及应用 |
Non-Patent Citations (4)
| Title |
|---|
| Classifying depression using blood biomarkers: A large population study;Ziqiang Lin 等;Journal of Psychiatric Research;第140卷;第364-372页 * |
| Identification and validation of urinary metabolite biomarkers for major depressive disorder;Zheng Peng 等;Molecular & cellular proteomics;第12卷(第1期);第207-214页 * |
| Identification of sex-specific urinary biomarkers for major depressive disorder by combined application of NMR- and GC–MS-based metabonomics;P Zheng 等;Translational Psychiatry(第6期);第1-7页 * |
| 重度抑郁症的代谢组学生物标志物研究进展;祁永华 等;中国医药导报;第17卷(第12期);第49-52页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116429952A (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110333310B (zh) | 一组用于诊断受试者中的ad或确定受试者中发生ad的风险的生物标志物及其应用 | |
| US7949475B2 (en) | System and method for analyzing metabolomic data | |
| CN106979982A (zh) | 一种用于糖尿病风险预测、治疗评价的方法及试剂盒 | |
| CN111562338B (zh) | 透明肾细胞癌代谢标志物在肾细胞癌早期筛查和诊断产品中的应用 | |
| Nevedomskaya et al. | 1 H NMR-based metabolic profiling of urinary tract infection: combining multiple statistical models and clinical data | |
| CN109307764B (zh) | 一组代谢标志物在制备胶质瘤诊断试剂盒方面的应用 | |
| Akgedik et al. | Is decreased mean platelet volume in allergic airway diseases associated with extent of the inflammation area? | |
| CN116429952B (zh) | 一种抑郁症标志物及其在抑郁症诊断中的应用、评估装置 | |
| CN109946467B (zh) | 一种用于胸椎黄韧带骨化诊断的生物标记物 | |
| EP3633379A1 (en) | A method for diagnosing in vitro a bipolar disorder or a major depressive disorder | |
| Liu et al. | A Novel Dried Blood Spot Detection Strategy for Characterizing Cardiovascular Diseases | |
| CN115714013A (zh) | 一种肺炎诊断的临床预测模型构建方法 | |
| CN116469541B (zh) | 一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 | |
| CN112305124B (zh) | 一种生物标志物及其在疾病诊断中的应用 | |
| CN108680692A (zh) | 下壁心肌梗死和/或前壁心肌梗死的诊断标志物 | |
| Healy et al. | Differential expression of haptoglobin in individuals at clinical high risk of psychosis and its association with global functioning and clinical symptoms | |
| CN109444277B (zh) | 代谢标志物在制备胶质瘤诊断试剂盒方面的应用 | |
| CN113624870A (zh) | 用于预测精神分裂症患者panss量表得分的生物标志物组合及其应用 | |
| Wang et al. | Untargeted metabolomic analysis of metabolites related to body dysmorphic disorder (BDD) | |
| CN112599237B (zh) | 一种生物标志物及其在脑梗死诊断中的应用 | |
| CN112147344B (zh) | 动脉粥样硬化性脑梗死的代谢标志物及其在诊疗中的应用 | |
| CN113970606B (zh) | 儿童尿液中诊断注意力缺陷多动障碍综合征的代谢标志物 | |
| WO2023035468A1 (zh) | 一种阿尔兹海默症生物标志物l-缬氨酸及其应用 | |
| Banoei | Metabolomics Study of the Diagnosis and Prognosis of Severe Traumatic Brain Injury (sTBI) | |
| WO2023035465A1 (zh) | 一种阿尔兹海默症生物标志物牛磺酸及其应用 |
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 |