CN116469541B - 一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 - Google Patents
一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 Download PDFInfo
- Publication number
- CN116469541B CN116469541B CN202310352335.9A CN202310352335A CN116469541B CN 116469541 B CN116469541 B CN 116469541B CN 202310352335 A CN202310352335 A CN 202310352335A CN 116469541 B CN116469541 B CN 116469541B
- Authority
- CN
- China
- Prior art keywords
- data input
- indole
- acetaldehyde
- undecane
- leu
- 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
- 238000004393 prognosis Methods 0.000 title claims abstract description 63
- 239000003550 marker Substances 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 143
- 108010049972 cyclo-(Val-Leu) Proteins 0.000 claims abstract description 107
- 230000035945 sensitivity Effects 0.000 claims abstract description 51
- WHOOUMGHGSPMGR-UHFFFAOYSA-N indol-3-ylacetaldehyde Chemical compound C1=CC=C2C(CC=O)=CNC2=C1 WHOOUMGHGSPMGR-UHFFFAOYSA-N 0.000 claims description 202
- JZNWSCPGTDBMEW-UHFFFAOYSA-N Glycerophosphorylethanolamin Natural products NCCOP(O)(=O)OCC(O)CO JZNWSCPGTDBMEW-UHFFFAOYSA-N 0.000 claims description 100
- CWRILEGKIAOYKP-SSDOTTSWSA-M [(2r)-3-acetyloxy-2-hydroxypropyl] 2-aminoethyl phosphate Chemical compound CC(=O)OC[C@@H](O)COP([O-])(=O)OCCN CWRILEGKIAOYKP-SSDOTTSWSA-M 0.000 claims description 100
- RYCNUMLMNKHWPZ-SNVBAGLBSA-N 1-acetyl-sn-glycero-3-phosphocholine Chemical compound CC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C RYCNUMLMNKHWPZ-SNVBAGLBSA-N 0.000 claims description 92
- RMMFUALOIIVORL-UHFFFAOYSA-N 2,3-Undecanedione Chemical compound CCCCCCCCC(=O)C(C)=O RMMFUALOIIVORL-UHFFFAOYSA-N 0.000 claims description 86
- WTJKGGKOPKCXLL-RRHRGVEJSA-N phosphatidylcholine Chemical compound CCCCCCCCCCCCCCCC(=O)OC[C@H](COP([O-])(=O)OCC[N+](C)(C)C)OC(=O)CCCCCCCC=CCCCCCCCC WTJKGGKOPKCXLL-RRHRGVEJSA-N 0.000 claims description 29
- 238000007477 logistic regression Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- XCTHZFGSVQBHBW-IUCAKERBSA-N Val-Leu Chemical compound CC(C)C[C@@H](C([O-])=O)NC(=O)[C@@H]([NH3+])C(C)C XCTHZFGSVQBHBW-IUCAKERBSA-N 0.000 claims 5
- 108010036320 valylleucine Proteins 0.000 claims 5
- OLNJUISKUQQNIM-UHFFFAOYSA-N indole-3-carbaldehyde Chemical compound C1=CC=C2C(C=O)=CNC2=C1 OLNJUISKUQQNIM-UHFFFAOYSA-N 0.000 claims 3
- 238000013211 curve analysis Methods 0.000 claims 2
- 239000002207 metabolite Substances 0.000 abstract description 57
- SEOVTRFCIGRIMH-UHFFFAOYSA-N indole-3-acetic acid Chemical compound C1=CC=C2C(CC(=O)O)=CNC2=C1 SEOVTRFCIGRIMH-UHFFFAOYSA-N 0.000 abstract description 13
- JBOPQACSHPPKEP-UHFFFAOYSA-N indoxyl acetate Natural products C1=CC=C2C(OC(=O)C)=CNC2=C1 JBOPQACSHPPKEP-UHFFFAOYSA-N 0.000 abstract description 13
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 description 69
- 210000002966 serum Anatomy 0.000 description 19
- 239000012071 phase Substances 0.000 description 18
- 150000002500 ions Chemical class 0.000 description 14
- 238000000034 method Methods 0.000 description 11
- 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
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- VXUOFDJKYGDUJI-OAQYLSRUSA-N 1-myristoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C VXUOFDJKYGDUJI-OAQYLSRUSA-N 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 208000020401 Depressive disease Diseases 0.000 description 6
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 238000001819 mass spectrum Methods 0.000 description 6
- 238000012795 verification 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
- 239000000935 antidepressant agent Substances 0.000 description 5
- 230000003001 depressive effect Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 235000019253 formic acid Nutrition 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 208000020016 psychiatric disease Diseases 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- -1 undecane-2, 3-dione (2, 3-Undecanedione) Chemical compound 0.000 description 5
- 206010026749 Mania Diseases 0.000 description 4
- 239000000090 biomarker Substances 0.000 description 4
- 238000004949 mass spectrometry Methods 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000001430 anti-depressive effect Effects 0.000 description 3
- 229940005513 antidepressants Drugs 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 230000037353 metabolic pathway Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 208000007848 Alcoholism Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 206010062237 Renal impairment Diseases 0.000 description 2
- 238000000692 Student's t-test Methods 0.000 description 2
- 201000007930 alcohol dependence Diseases 0.000 description 2
- 239000003242 anti bacterial agent Substances 0.000 description 2
- 229940088710 antibiotic agent Drugs 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 206010013663 drug dependence Diseases 0.000 description 2
- 238000010828 elution Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000002546 full scan Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000027866 inflammatory disease Diseases 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000005977 kidney dysfunction Effects 0.000 description 2
- 230000006651 lactation Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 208000019423 liver disease Diseases 0.000 description 2
- 230000005976 liver dysfunction Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229940001470 psychoactive drug Drugs 0.000 description 2
- 201000000980 schizophrenia Diseases 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
- 239000000126 substance Substances 0.000 description 2
- 208000011117 substance-related disease Diseases 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012353 t test Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- AHOUBRCZNHFOSL-YOEHRIQHSA-N (+)-Casbol Chemical compound C1=CC(F)=CC=C1[C@H]1[C@H](COC=2C=C3OCOC3=CC=2)CNCC1 AHOUBRCZNHFOSL-YOEHRIQHSA-N 0.000 description 1
- WSEQXVZVJXJVFP-HXUWFJFHSA-N (R)-citalopram Chemical compound C1([C@@]2(C3=CC=C(C=C3CO2)C#N)CCCN(C)C)=CC=C(F)C=C1 WSEQXVZVJXJVFP-HXUWFJFHSA-N 0.000 description 1
- ZEUITGRIYCTCEM-KRWDZBQOSA-N (S)-duloxetine Chemical compound C1([C@@H](OC=2C3=CC=CC=C3C=CC=2)CCNC)=CC=CS1 ZEUITGRIYCTCEM-KRWDZBQOSA-N 0.000 description 1
- CEUORZQYGODEFX-UHFFFAOYSA-N Aripirazole Chemical compound ClC1=CC=CC(N2CCN(CCCCOC=3C=C4NC(=O)CCC4=CC=3)CC2)=C1Cl CEUORZQYGODEFX-UHFFFAOYSA-N 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 108010016626 Dipeptides Proteins 0.000 description 1
- 102100029106 Ethylmalonyl-CoA decarboxylase Human genes 0.000 description 1
- 101710134484 Ethylmalonyl-CoA decarboxylase Proteins 0.000 description 1
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 1
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 1
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 1
- AHOUBRCZNHFOSL-UHFFFAOYSA-N Paroxetine hydrochloride Natural products C1=CC(F)=CC=C1C1C(COC=2C=C3OCOC3=CC=2)CNCC1 AHOUBRCZNHFOSL-UHFFFAOYSA-N 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 1
- 229960002629 agomelatine Drugs 0.000 description 1
- YJYPHIXNFHFHND-UHFFFAOYSA-N agomelatine Chemical compound C1=CC=C(CCNC(C)=O)C2=CC(OC)=CC=C21 YJYPHIXNFHFHND-UHFFFAOYSA-N 0.000 description 1
- 229960004372 aripiprazole Drugs 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000012482 calibration solution Substances 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 229960001653 citalopram Drugs 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000012502 diagnostic product Substances 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229960002866 duloxetine Drugs 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001973 epigenetic effect Effects 0.000 description 1
- 229960004341 escitalopram Drugs 0.000 description 1
- WSEQXVZVJXJVFP-FQEVSTJZSA-N escitalopram Chemical compound C1([C@]2(C3=CC=C(C=C3CO2)C#N)CCCN(C)C)=CC=C(F)C=C1 WSEQXVZVJXJVFP-FQEVSTJZSA-N 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002440 hepatic effect Effects 0.000 description 1
- 238000004896 high resolution mass spectrometry Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 229960001785 mirtazapine Drugs 0.000 description 1
- RONZAEMNMFQXRA-UHFFFAOYSA-N mirtazapine Chemical compound C1C2=CC=CN=C2N2CCN(C)CC2C2=CC=CC=C21 RONZAEMNMFQXRA-UHFFFAOYSA-N 0.000 description 1
- 230000000955 neuroendocrine Effects 0.000 description 1
- 230000001703 neuroimmune Effects 0.000 description 1
- 229960002296 paroxetine Drugs 0.000 description 1
- 238000010837 poor prognosis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- URKOMYMAXPYINW-UHFFFAOYSA-N quetiapine Chemical compound C1CN(CCOCCO)CCN1C1=NC2=CC=CC=C2SC2=CC=CC=C12 URKOMYMAXPYINW-UHFFFAOYSA-N 0.000 description 1
- 229960004431 quetiapine Drugs 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- VGKDLMBJGBXTGI-SJCJKPOMSA-N sertraline Chemical compound C1([C@@H]2CC[C@@H](C3=CC=CC=C32)NC)=CC=C(Cl)C(Cl)=C1 VGKDLMBJGBXTGI-SJCJKPOMSA-N 0.000 description 1
- 229960002073 sertraline Drugs 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 229960003991 trazodone Drugs 0.000 description 1
- PHLBKPHSAVXXEF-UHFFFAOYSA-N trazodone Chemical compound ClC1=CC=CC(N2CCN(CCCN3C(N4C=CC=CC4=N3)=O)CC2)=C1 PHLBKPHSAVXXEF-UHFFFAOYSA-N 0.000 description 1
- 238000004704 ultra performance liquid chromatography Methods 0.000 description 1
- 239000004474 valine Substances 0.000 description 1
- 229960004688 venlafaxine Drugs 0.000 description 1
- PNVNVHUZROJLTJ-UHFFFAOYSA-N venlafaxine Chemical compound C1=CC(OC)=CC=C1C(CN(C)C)C1(O)CCCCC1 PNVNVHUZROJLTJ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- 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
-
- 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
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8679—Target compound analysis, i.e. whereby a limited number of peaks is 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
- G01N30/8693—Models, e.g. prediction of retention times, method development and validation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/64—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving ketones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
-
- 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
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2405/00—Assays, e.g. immunoassays or enzyme assays, involving lipids
- G01N2405/04—Phospholipids, i.e. phosphoglycerides
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/30—Psychoses; Psychiatry
- G01N2800/304—Mood disorders, e.g. bipolar, depression
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
-
- 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
本发明公开了一种抑郁症标志物及其在抑郁症预后中的应用、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预后诊断模型，诊断模型包括2,3‑Undecanedione；Indole‑3‑acetaldehyde；lysoPC14:0；lysoPE16:1；PC 14:0；cyclo‑(Val‑Leu)中至少一种代谢物。代谢物之间的比值同样适用于抑郁症的预后。本发明构建的诊断模型可以作为抑郁症预后的客观检测指标，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预后中的应用、评估装置。
背景技术
抑郁症是最常见的一种心理性疾病，以持续性心情低落、兴趣减退为典型特征的精神障碍，其具有较高的发病率，对患者的身心健康及社会生活均产生了极大的影响。和其他精神类疾病一样，抑郁症的病因极其复杂，涉及心理社会、遗传、表观遗传、神经内分泌和神经免疫等因素。目前抑郁症治疗方式以药物治疗为主，现有抗抑郁药物仅能有效改善部分患者的临床症状、生存质量，仍有部分患者临床症状改善效果不明显，预后差，且复发率较高。而目前抑郁症的疗效和预后评估几乎完全基于可观察到的行为和自我报告的感觉和想法，而不是基于它们潜在的因果机制，临床上缺乏有效的评估疗效和预测预后的生物指标。因此，明确影响抑郁症患者预后不良的危险因素，探索一种精准的方式去评估和判断其疗效和预后，将有利于提高抑郁症的临床疗效。研究抑郁症患者血清指标对该病的预后效果预测显得尤为重要。
代谢组学是将某一生物体和/或生物系统在一特定的生理时期内所有低分子量代谢产物同时进行定性和定量分析的一门学科。代谢组学可以检测到导致疾病发生过程中细微改变的内源性代谢物，分析差异代谢物的作用和参与的代谢通路，发现特异性代谢通路，从而发现抑郁症康复过程中的内在机制，从而对抑郁症预后提供帮助。
发明内容
本发明的目的在于提供一种能够用于抑郁症预后的标志物及其组合，该标志物基于代谢组学分析，能够客观、准确地对抑郁症进行预后，并且预后的特异性和灵敏度高。本发明的另一目的在于提供一种基于标志物的评估装置，能够对抑郁症预后效果进行评估。
为达到上述发明目的，采用如下技术方案。
以下标志物以及标志物比值能够用于抑郁症的预后，其中标志物比值指的是标志物质量百分比的比值：
标志物：十一烷-2,3-二酮(2,3-Undecanedione)；吲哚-3-乙醛(Indole-3-acetaldehyde)；溶血磷脂酰胆碱(lysoPC)14:0；溶血磷脂酰乙醇胺(lysoPE)16:1；磷脂酰胆碱(PC)14:0；cyclo-(Val-Leu)；
标志物比值：十一烷-2,3-二酮/cyclo-(Val-Leu)；溶血磷脂酰胆碱14:0/吲哚-3-乙醛；溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛；吲哚-3-乙醛/磷脂酰胆碱(14:0/0:0)；吲哚-3-乙醛/cyclo-(Val-Leu)；十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1；十一烷-2,3-二酮/溶血磷脂酰胆碱14:0。
一种评估抑郁症预后效果的评估装置，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和/或标志物水平检测结果的比值，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：
十一烷-2,3-二酮(2,3-Undecanedione)；吲哚-3-乙醛(Indole-3-acetaldehyde)；溶血磷脂酰胆碱(lysoPC)14:0；溶血磷脂酰乙醇胺(lysoPE)16:1；磷脂酰胆碱(PC)14:0；cyclo-(Val-Leu)；
比值包括以下任一组：
十一烷-2,3-二酮/cyclo-(Val-Leu)；溶血磷脂酰胆碱14:0/吲哚-3-乙醛；溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛；吲哚-3-乙醛/磷脂酰胆碱(14:0/0:0)；吲哚-3-乙醛/cyclo-(Val-Leu)；十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1；十一烷-2,3-二酮/溶血磷脂酰胆碱14:0。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，计算预后指数；
其中，模型包括logistic回归分析模型和/或受试者工作特征曲线(ROC)分析模型；
结果输出模块将数据分析模块中的Logit(P)与ROC分析模型的截断值(cutoff值)进行对比，输出大小对比结果。
其中，cyclo-(Val-Leu)为缬氨酸和亮氨酸组成的环状二肽，分子式为C11H20N2O2。
本发明预后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，从而对抑郁症患者进行预后评估。本发明装置的预后采用了客观标准，能够快速准确地进行预后。以上标志物均可单独和/或组合用于抑郁症的预后，预后的准确度、特异性和灵敏度高。此外，标志物之间的比值也能够用于抑郁症的预后。
优选地，结果输出模块输出的对比结果进行判定，预后指数大于截断值即为预后良好，否则为预后差。
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：
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-1.4～0.4；
i＝1,2，…，6，同一公式中i取不同值，bi为-2～2；
b1～bi分别分别依次对应标志物十一烷-2,3-二酮，吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，磷脂酰胆碱14:0，cyclo-(Val-Leu)的参数；
V1～Vi分别依次对应标志物十一烷-2,3-二酮，吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，磷脂酰胆碱14:0，cyclo-(Val-Leu)的检测结果；
Logit(P)代表预后指数；
结果输出模块的截断值为0～1。
上述标志物通过对抑郁症患者的血清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，通过分析血清代谢物对患者进行预后评估。
标志物lysoPE16:1、lysoPC14:0、cyclo-(Val-Leu)、PC 14:0在经过治疗的患者体内含量升高，2,3-Undecanedione、Indole-3-acetaldehyde在经过治疗的患者体内含量降低。
标志物lysoPE16:1、lysoPC14:0、cyclo-(Val-Leu)、PC 14:0在经过治疗的患者血清内含量升高，2,3-Undecanedione、Indole-3-acetaldehyde在经过治疗的患者血清内含量降低。
通过检测抑郁症患者血清内上述的标志物的含量，即可进行准确预后。上述标志物为抑郁症预后提供了客观标准。
更优选地，数据输入模块输入十一烷-2,3-二酮的检测结果时，结果分析模块中的截断值为0.614±0.001；
数据输入模块输入吲哚-3-乙醛的检测结果时，截断值为0.541±0.001；
数据输入模块输入溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.518±0.001；
数据输入模块输入溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.582±0.001；
数据输入模块输入磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.377±0.001；
数据输入模块输入cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为0.427±0.001；
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮的检测结果时，结果分析模块中的截断值为0.477±0.001；和/或
数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为0.595±0.001；和/或
数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.590±0.001；和/或
数据输入模块输入吲哚-3-乙醛，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.561±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为0.435±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.392±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.609±0.001；和/或
数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.483±0.001；和/或
数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.556±0.001；和/或
数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.563±0.001；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为0.676±0.001；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.573；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.435±0.001；和/或
数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.511±0.001；和/或
数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.508±0.001；和/或
数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.467±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.439±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.538±0.001；和/或
数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.515±0.001；和/或
数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.528±0.001；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为0.422±0.001；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.602±0.001；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.344±0.001；和/或
数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.443±0.001；和/或
数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，cyclo-(Val-Leu)，十一烷-2,3-二酮的检测结果时，结果分析模块中的截断值为0.644；和/或
数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.572±0.001。
更优选地，数据输入模块输入Indole-3-acetaldehyde、2,3-Undecanedione、cyclo-(Val-Leu)、LPC14:0和lysoPE16:1的检测结果。输入该标志物组合进行抑郁症的预后，预后的准确度、特异性和灵敏度进一步提高，AUC可达0.94以上，准确度可达0.88以上，特异性和灵敏度均超过0.9。
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预后指数；结果输出模块将预后指数与受试者工作特征曲线分析模型的截断值进行对比，输出大小对比结果；截断值为-0.3～0.2。
更优选地，预后指数高于截断值即为预后良好，否则为预后差。
更优选地，数据输入模块输入2,3-Undecanedione的检测结果时，结果分析模块中的截断值为0.047±0.001；
数据输入模块输入Indole-3-acetaldehyde的截断值为-0.087；
数据输入模块输入lysoPC14:0的检测结果时，结果分析模块中的截断值为0.005±0.001；
数据输入模块输入lysoPE16:1的检测结果时，结果分析模块中的截断值为-0.161±0.001；
数据输入模块输入PC 14:0的检测结果时，结果分析模块中的截断值为-0.003±0.001；
数据输入模块输入cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为0.107±0.001。
数据输入模块输入十一烷-2,3-二酮/cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为-0.11±0.001；
数据输入模块输入溶血磷脂酰胆碱14:0/吲哚-3-乙醛的检测结果时，结果分析模块中的截断值为0.329±0.001；
数据输入模块输入溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛的检测结果时，结果分析模块中的截断值为0.366±0.001；
数据输入模块输入吲哚-3-乙醛/磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为-0.261±0.001；
数据输入模块输入吲哚-3-乙醛/cyclo-(Val-Leu)的检测结果时，结果分析模块中的截断值为-0.264±0.001；
数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1的检测结果时，结果分析模块中的截断值为0.172±0.001；
数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰胆碱14:0的检测结果时，结果分析模块中的截断值为-0.194±0.001。
本发明还公开了上述评估装置的用途，包括以下至少一种：
在制备抑郁症预后和/或辅助抑郁症预后的产品中的用途；
在制备监控抑郁症发展和/或康复过程的产品中的用途。
本发明还公开了一种计算机可读介质，其特征在于，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。
本发明还公开了一种标志物在构建抑郁症预后模型中的用途，标志物包括以下至少一种：
2,3-Undecanedione；Indole-3-acetaldehyde；lysoPC14:0；lysoPE16:1；PC 14:0；cyclo-(Val-Leu)。
优选地，用于构建预后模型的标志物包括Indole-3-acetaldehyde、2,3-Undecanedione、cyclo-(Val-Leu)、LPC14:0和lysoPE16:1。
优选地，用于构建预后模型的标志物包括以下至少一组标志物的比值：
2,3-Undecanedione/cyclo-(Val-Leu)；lysoPC14:0/Indole-3-acetaldehyde；lysoPE16:1/Indole-3-acetaldehyde；Indole-3-acetaldehyde/PC 14:0；Indole-3-acetaldehyde/cyclo-(Val-Leu)；2,3-Undecanedione/lysoPE16:1；2,3-Undecanedione/lysoPC14:0。
优选地，评估装置还包括模型构建模块，模型构建模块用于构建模型，包括logistic回归分析模型和ROC分析模型。
优选地，logistic回归分析模型的构建方法包括如下步骤：
将样本数据随机分为训练集和验证集；使用logistic的方法拟合训练集进行模型构建，采用交叉验证法调整模型参数。logistic回归分析模型采用如下公式：
Logit(P)＝1.637*十一烷-2,3-二酮/溶血磷脂酰胆碱14:0+0.173
Logit(P)＝2.121*十一烷-2,3-二酮/cyclo-(Val-Leu)+0.073
Logit(P)＝-1.63*溶血磷脂酰胆碱14:0/吲哚-3-乙醛+0.248
Logit(P)＝-1.581*溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛+0.136
Logit(P)＝-1.274*溶血磷脂酰乙醇胺16:1-0.044
Logit(P)＝1.57*吲哚-3-乙醛/cyclo-(Val-Leu)+0.294
Logit(P)＝1.57*十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1-0.103。
优选地，ROC分析模型的构建方法包括如下步骤：
对样本数据进行分析：绘制ROC曲线，计算曲线下面积，截断值，特异性和灵敏度。
使用上述方法构建的模型准确性高并且抗过拟合，适用于抑郁症的预后。
本发明还公开了一种抑郁症标志物的筛选方法，包括如下步骤：
收集分析样品，采用液相色谱质谱联用技术对每个分析样本进行分析，得到各样本的原始质谱数据；
使用代谢组学处理软件对原始质谱数据进行预处理，得到包含质荷比、保留时间和质谱峰强度/峰面积等代谢物信息的二维矩阵，用于下一步统计分析；
将得到的二维矩阵通过投影变量的重要性指标(Variable importance in theprojection，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，作为初步的潜在生物标志物；
在得到的初步差异代谢物的基础上，结合初步差异代谢物的一级质谱信息、准分子离子信息、加合峰信息和同位素分布，计算差异代谢物的分子量和分子式，考察代谢物的二级质谱信息，与数据库上的比对确定其结构，部分代谢物进一步采用标准品进行确认；
对经确定的差异性代谢物进行受试者工作特征曲线(ROC)分析，选取曲线下面积(AUC)大于0.80的作为候选代谢标志物。对进一步对候选代谢标志物应用逻辑回归模型进行验证。
通过上述方法筛选出的标志物对于抑郁症的诊断具有较高的灵敏度和特异性，为抑郁症的诊断提供支持。
优选地，评估装置还包括模型验证模块；模型验证模块用于对模型构建模块构建的模型进行评估；评估包括以下至少一种：
准确性评估；过拟合检验。
更优选地，准确性评估基于线性支持向量机(linear SVM)；过拟合检验基于留出法(Hold-Out)交叉验证。
本发明还公开了一种抑郁症预后试剂，试剂用于检测以下至少一种标志物：
2,3-Undecanedione；Indole-3-acetaldehyde；lysoPC14:0；lysoPE16:1；PC 14:0；cyclo-(Val-Leu)。
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：
2,3-Undecanedione标准品；Indole-3-acetaldehyde标准品；lysoPC14:0标准品；lysoPE16:1标准品；PC 14:0标准品；cyclo-(Val-Leu)标准品。
优选地，试剂的检测样本为患者血清。
本发明还公开了上述试剂的用途，包括以下至少一种：
在制备抑郁症预后诊断产品中的用途；
在制备抑郁症早期诊断产品中的用途；
在制备抑郁症康复过程监控产品中的用途；
在制备分析抑郁症相关代谢通路的产品中的用途。
与现有技术相比，本发明的有益效果为：
本发明通过对患者血清进行代谢组学分析，对61种差异代谢物进行有效分析，确定了能够单独和/或组合用于抑郁症预后的标志物2,3-Undecanedione、Indole-3-acetaldehyde、lysoPC14:0、lysoPE16:1、PC 14:0和cyclo-(Val-Leu)。此外，进一步分析验证了这些代谢物之间的比值与抑郁症预后的关系，发现这些代谢物之间的比值同样能够用于抑郁症的预后。本发明基于代谢组学筛选出的抑郁症预后标志物，构建了抑郁症预后评估装置，指导临床抑郁症的精准治疗，与现有的抑郁症预后诊断量表相比，本发明的预后评估装置有客观的检测指标，其准确性更高。
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2,3-Undecanedione的ROC曲线；
图2为代谢物Indole-3-acetaldehyde的ROC曲线；
图3为代谢物lysoPC14:0的ROC曲线；
图4为代谢物lysoPE16:1的ROC曲线；
图5为PC 14:0的ROC曲线；
图6为cyclo-(Val-Leu)的ROC曲线；
图7为2个代谢物组合模型2,3-Undecanedione，cyclo-(Val-Leu)的ROC曲线及预测准确性结果；
图8为3个代谢物组合模型Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)的ROC曲线及预测准确性结果；
图9为4个代谢物组合模型Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)，LPC14:0的ROC曲线及预测准确性结果；
图10为5个代谢物组合模型Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)，LPC14:0，lysoPE16:1的ROC曲线及预测准确性结果；
图11为验证集中多变量模型2,3-Undecanedione，Indole-3-acetaldehyde，lysoPC14:0，cyclo-(Val-Leu)的ROC曲线、交叉验证的准确性以及验证集的准确性结果；
图12为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。
下述实施例中缩写及中英文名称对应关系如下：
PC,Phosphatidylcholine，磷脂酰胆碱；
LPC,Lyso-phosphatidylcholine，溶血磷脂酰胆碱；
LPE,Lyso-phosphatidylethanolamine，溶血磷脂酰乙醇胺。
实施例1
抑郁症标志物的筛选与模型的构建
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名经过药物治疗的患者为药物治疗组。
抑郁症组的相关入选标准如下。
诊断标准为：采用DSM-IV-TR轴I障碍定式临床检查研究版(Structure dclinicalinterriew for DSM-IV axis I disorders 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。
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。
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。
药物治疗组的相关入选标准如下。
抗抑郁药物：舍曲林，西酞普兰，帕罗西汀，艾司西酞普兰，度洛西汀，文拉法辛，曲唑酮，米氮平，喹硫平，阿戈美拉汀，阿立哌唑。
诊断标准：采用DSM-IV-TR轴I障碍定式临床检查研究版(Structure dclinicalinterriew for DSM-IV axis I disorders research version)进行评估。首发抑郁症者为首次发作且未经药物治疗，无其他精神疾病。复发性抑郁：近三个月没有使用抗抑郁药物。抑郁症严重程度采用24项汉密尔顿抑郁量表(HAMD)进行评估。
纳入标准：符合DSM-IV抑郁障碍首次发病和复发诊断标准；年龄15-50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。
排除标准：有精神分裂症等其它精神类疾病；有酒精和药物依赖病史；有心血管、肺、肾、肝、脑、消化系统、内分泌系统等其它系统性疾病疾病史；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；近期有炎症性疾病或有使用抗生素者，均不能入选。
收集抑郁症组和药物治疗组患者的血液，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与预后模型的构建
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，可作为初步的潜在生物标志物。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 TF1.6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数据库中分析抑郁症的标志物。
采用SPSS Statistics 22软件进行数据分析，计量资料用均数±标准差(x±SD)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。
血清代谢物成分以及含量测定结果如下，共测定出61个差异代谢物。为避免冗余，在此仅展示有代表性的代谢物的种类以及含量，如表1所示。
表1血清代谢物的成分及含量
由表1可知，相比于抑郁症组的患者，药物治疗组患者的血清代谢物中2,3-Undecanedione和Indole-3-acetaldehyde含量明显降低；lysoPE16:1、lysoPC14:0、cyclo-(Val-Leu)和PC 14:0含量明显升高；因此上述代谢物具有作为抑郁症预后标志物的潜力。
分别对检测出的61种代谢物构建单变量预后模型，进行单变量ROC分析。分析结果如表2和图1-6所示；图1-6中AUC下方数据为95％置信区间，截断值后方括号中数据分别为特异性和灵敏度；为避免冗余，取曲线下面积(AUC)>0.8的代谢物，展示其ROC及其在正常组和疾病组中的含量比较。
使用单变量构建模型的公式如下：
Logit(P)＝1.143*Indole-3-acetaldehyde+0.078；
Logit(P)＝1.562*2,3-Undecanedione-0.025；
Logit(P)＝-1.538*cyclo-(Val-Leu)+0.005；
Logit(P)＝-1.518*lysoPC 14:0+0.084；
Logit(P)＝-1.274*lysoPE 16:1-0.044；
Logit(P)＝-1.25*PC 14:0+0.039。
表2各代谢物ROC分析结果
表2括号中数据为95％置信区间，由表2可知，2,3-Undecanedione、Indole-3-acetaldehyde、lysoPC14:0、lysoPE16:1、PC 14:0和cyclo-(Val-Leu)单独构建模型用于抑郁症预后时，AUC均高于0.8，说明预后的真实性高，并且特异性和灵敏度均较高。因此，2,3-Undecanedione、Indole-3-acetaldehyde、lysoPC14:0、lysoPE16:1、PC 14:0和cyclo-(Val-Leu)均可单独用于抑郁症的预后。
使用ROC分析，进一步评估通过代谢物之间的比值进行预测的准确性，结果如表3所示。使用代谢物比值构建的logistic回归分析模型采用如下公式：
Logit(P)＝1.637*2,3-Undecanedione/lysoPC 14:0+0.173
Logit(P)＝2.121*2,3-Undecanedione/cyclo-(Val-Leu)+0.073
Logit(P)＝-1.63*lysoPC14:0/Indole-3-acetaldehyde+0.248
Logit(P)＝-1.581*lysoPE16:1/Indole-3-acetaldehyde+0.136
Logit(P)＝-1.274*LPE 16:1-0.044
Logit(P)＝1.57*Indole-3-acetaldehyde/cyclo-(Val-Leu)+0.294
Logit(P)＝1.57*2,3-Undecanedione/lysoPE 16:1-0.103。
表3代谢物比值ROC分析结果
表3括号中数据为95％置信区间，由表3可知，2,3-Undecanedione/cyclo-(Val-Leu)，lysoPC14:0/Indole-3-acetaldehyde，lysoPE16:1/Indole-3-acetaldehyde，Indole-3-acetaldehyde/PC 14:0，Indole-3-acetaldehyde/cyclo-(Val-Leu)，2,3-Undecanedione/lysoPE16:1，2,3-Undecanedione/lysoPC14:0的比值AUC均在0.89以上，说明使用以上代谢物的比值对抑郁症进行预后，具有极高的真实性；并且预测准确性、特异性和灵敏度均在0.8以上，灵敏度最高甚至超过0.9。说明2,3-Undecanedione/cyclo-(Val-Leu)，lysoPC14:0/Indole-3-acetaldehyde，lysoPE16:1/Indole-3-acetaldehyde，Indole-3-acetaldehyde/PC 14:0，Indole-3-acetaldehyde/cyclo-(Val-Leu)，2,3-Undecanedione/lysoPE16:1，2,3-Undecanedione/lysoPC14:0的比值均适用于抑郁症的准确预后。
进一步对代谢物组合进行分析，构建多变量预后模型。代谢物组合包括2个、3个、4个、5个代谢物的组合。代谢物组合的Logistic回归模型如表4所示。代谢物组合的ROC分析结果如表5所示。为避免冗余，仅展示有代表性的代谢物组合的的ROC曲线以及预测准确性图：
2个代谢物组合2,3-Undecanedione，cyclo-(Val-Leu)，如图7所示；
3个代谢物组合Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)，如图8所示；
4个代谢物组合Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)，LPC14:0，如图9所示；
5个代谢物组合Indole-3-acetaldehyde，2,3-Undecanedione，cyclo-(Val-Leu)，LPC14:0，lysoPE16:1，如图10所示。
表4代谢物组合的Logistic回归模型
/>
表5代谢物组合ROC分析结果
/>
由表5可知，代谢物组合的AUC均高于0.87，说明代谢物组合模型用于抑郁症预后的真实性高。并且，代谢物组合预测准确性、特异性和灵敏度高，适用于抑郁症预后。
试验例1
预后模型的验证
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11和图12是代表性代谢组合物的ROC曲线和过拟合检验曲线。
/>
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 (7)
1.一种评估抑郁症预后效果的评估装置，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和/或标志物水平检测结果的比值，所述标志物水平为单个标志物的质量百分比；
所述标志物包括以下至少一种：
十一烷-2,3-二酮；吲哚-3-乙醛；溶血磷脂酰胆碱14:0；溶血磷脂酰乙醇胺16:1；磷脂酰胆碱14:0；cyclo-(Val-Leu)；
所述比值包括以下任一组：
十一烷-2,3-二酮/cyclo-(Val-Leu)；溶血磷脂酰胆碱14:0/吲哚-3-乙醛；溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛；吲哚-3-乙醛/磷脂酰胆碱(14:0/0:0)；吲哚-3-乙醛/cyclo-(Val-Leu)；十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1；十一烷-2,3-二酮/溶血磷脂酰胆碱14:0；
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，计算预后指数；
其中，所述模型包括logistic回归分析模型和/或受试者工作特征曲线分析模型；
所述结果输出模块将所述预后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：
Logit(P)＝a+bi×Vi+…+bi×Vi；
其中，a和b为常数，a为-1.4～0.4；
i＝1,2，…，6，同一公式中i取不同值，bi为-2～2；
b1～bi分别依次对应标志物十一烷-2,3-二酮，吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，磷脂酰胆碱14:0，cyclo-(Val-Leu)的参数；
V1～Vi分别依次对应标志物十一烷-2,3-二酮，吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，磷脂酰胆碱14:0，cyclo-(Val-Leu)的检测结果；
Logit(P)代表预后指数
所述结果输出模块的截断值为0～1；
所述数据分析模块的logistic回归分析模型采用如下公式：
Logit(P)＝1.143*吲哚-3-乙醛+0.078；
Logit(P)＝1.562*十一烷-2,3-二酮-0.025；
Logit(P)＝-1.538*cyclo-(Val-Leu)+0.005；
Logit(P)＝-1.518*溶血磷脂酰胆碱14:0+0.084；
Logit(P)＝-1.274*溶血磷脂酰乙醇胺16:1-0.044；
Logit(P)＝-1.25*磷脂酰胆碱14:0+0.039；
Logit(P)＝0.21+0.976*吲哚-3-乙醛+1.405*十一烷-2,3-二酮；
Logit(P)＝0.295+1.289*吲哚-3-乙醛-1.87*cyclo-(Val-Leu)；
Logit(P)＝0.257+1.239*吲哚-3-乙醛-1.618*溶血磷脂酰胆碱14:0；
Logit(P)＝0.059+1.244*吲哚-3-乙醛-1.463*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.083+1.693*十一烷-2,3-二酮-1.795*cyclo-(Val-Leu)；
Logit(P)＝0.176+1.267*十一烷-2,3-二酮-1.316*溶血磷脂酰胆碱14:0；
Logit(P)＝-0.092+1.404*十一烷-2,3-二酮-1.068溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.001-1.3*cyclo-(Val-Leu)-1.206*溶血磷脂酰胆碱14:0；
Logit(P)＝-0.037-1.36*cyclo-(Val-Leu)-0.999*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.033-1.059*溶血磷脂酰胆碱14:0-0.655*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.228+1.175*吲哚-3-乙醛+1.456*十一烷-2,3-二酮-1.946*cyclo-(Val-Leu)；
Logit(P)＝-1.309+1.066*吲哚-3-乙醛+0.921*十一烷-2,3-二酮-1.309溶血磷脂酰胆碱14:0；
Logit(P)＝-0.007+1.077*吲哚-3-乙醛+1.005*十一烷-2,3-二酮-1.225*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.245+1.31*吲哚-3-乙醛-1.578*cyclo-(Val-Leu)-1.335*溶血磷脂酰胆碱14:0；
Logit(P)＝0.186+1.342*吲哚-3-乙醛-1.577*cyclo-(Val-Leu)-1.154*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.185+1.235*吲哚-3-乙醛-1.043*溶血磷脂酰胆碱14:0-0.789*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.138+1.469*十一烷-2,3-二酮-1.593*cyclo-(Val-Leu)-0.706*溶血磷脂酰胆碱14:0；
Logit(P)＝0.14+1.538*十一烷-2,3-二酮-1.62*cyclo-(Val-Leu)-0.655*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.07+1.259*十一烷-2,3-二酮-0.78*溶血磷脂酰胆碱14:0-0.612*溶血磷脂酰乙醇胺16:1；
Logit(P)＝-0.023+1.255*cyclo-(Val-Leu)-0.845*溶血磷脂酰胆碱14:0-0.496*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.307+1.219*吲哚-3-乙醛+1.169*十一烷-2,3-二酮-1.806*cyclo-(Val-Leu)-0.856*溶血磷脂酰胆碱14:0；
Logit(P)＝0.188+1.197*吲哚-3-乙醛+1.203*十一烷-2,3-二酮-1.79*cyclo-(Val-Leu)-0.744*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.172+1.084*吲哚-3-乙醛+0.849*十一烷-2,3-二酮-0.802*溶血磷脂酰胆碱14:0-0.739*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.212+1.331*吲哚-3-乙醛-1.522*cyclo-(Val-Leu)-0.888*溶血磷脂酰胆碱14:0-0.607*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.077+1.459*十一烷-2,3-二酮-1.56*cyclo-(Val-Leu)-0.416*溶血磷脂酰胆碱14:0-0.42*溶血磷脂酰乙醇胺16:1；
Logit(P)＝0.265+1.214*吲哚-3-乙醛+1.116*十一烷-2,3-二酮-1.758*cyclo-(Val-Leu)-0.578*溶血磷脂酰胆碱14:0-0.385*溶血磷脂酰乙醇胺16:1；
所述数据输入模块中输入标志物水平检测结果的比值时，所述数据分析模块的logistic回归分析模型采用如下公式：
Logit(P)＝1.637*十一烷-2,3-二酮/溶血磷脂酰胆碱14:0+0.173
Logit(P)＝2.121*十一烷-2,3-二酮/cyclo-(Val-Leu)+0.073
Logit(P)＝-1.63*溶血磷脂酰胆碱14:0/吲哚-3-乙醛+0.248
Logit(P)＝-1.581*溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛+0.136
Logit(P)＝-1.274*溶血磷脂酰乙醇胺16:1-0.044
Logit(P)＝1.57*吲哚-3-乙醛/cyclo-(Val-Leu)+0.294
Logit(P)＝1.57*十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1-0.103。
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十一烷-2,3-二酮的检测结果时，所述结果输出模块中的截断值为0.614±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛的检测结果时，截断值为0.541±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.518±0.001；和/或
所述数据输入模块输入溶血磷脂酰乙醇胺16:1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磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.377±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为0.427±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮的检测结果时，所述结果输出模块中的截断值为0.477±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为0.595±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.590±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.561±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为0.435±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0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十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1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cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.483±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.556±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.563±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为0.676±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.573；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.435±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.511±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.508±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.467±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.439±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.538±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.515±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.528±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为0.422±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.602±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.344±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.443±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，cyclo-(Val-Leu)，十一烷-2,3-二酮的检测结果时，所述结果输出模块中的截断值为0.644；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.572±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十一烷-2,3-二酮的检测结果时，所述结果输出模块的特异性为0.766±0.001，灵敏度为0.781±0.001；
所述数据输入模块输入吲哚-3-乙醛的检测结果时，所述结果输出模块的特异性为0.766±0.001，灵敏度为0.844±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.719±0.001，灵敏度为0.812±0.001；和/或
所述数据输入模块输入溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.703±0.001，灵敏度为0.812±0.001；和/或
所述数据输入模块输入磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.703±0.001，灵敏度为0.797±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)的检测结果时，所述结果输出模块的特异性为0.781±0.001，灵敏度为0.656±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮的检测结果时，所述结果输出模块的特异性为0.844±0.001，灵敏度为0.844±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)的检测结果时，所述结果输出模块的特异性为0.953±0.001，灵敏度为0.766±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.922±0.001，灵敏度为0.828±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.906±0.001，灵敏度为0.844±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，所述结果输出模块的特异性为0.875±0.001，灵敏度为0.875±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.703±0.001，灵敏度为0.875±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.922±0.001，灵敏度为0.828±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.797±0.001，灵敏度为0.844±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.813±0.001，灵敏度为0.813±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.828±0.001，灵敏度为0.734±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)的检测结果时，所述结果输出模块的特异性为0.969±0.001，灵敏度为0.844±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.922±0.001，灵敏度为0.828±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.859±0.001，灵敏度为0.922±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.922±0.001，灵敏度为0.875±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.922±0.001，灵敏度为0.891±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.891±0.001，灵敏度为0.875±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.875±0.001，灵敏度为0.859±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.875±0.001，灵敏度为0.875±0.001；和/或
所述数据输入模块输入十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.906±0.001，灵敏度为0.813±0.001；和/或
所述数据输入模块输入cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.813±0.001，灵敏度为0.813±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的特异性为0.906±0.001，灵敏度为0.922±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.953±0.001，灵敏度为0.891±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.859±0.001，灵敏度为0.922±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.906±0.001，灵敏度为0.906±0.001；和/或
所述数据输入模块输入溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1，cyclo-(Val-Leu)，十一烷-2,3-二酮的检测结果时，所述结果输出模块的特异性为0.938±0.001，灵敏度为0.813±0.001；和/或
所述数据输入模块输入吲哚-3-乙醛，十一烷-2,3-二酮，cyclo-(Val-Leu)，溶血磷脂酰胆碱14:0，溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的特异性为0.938±0.001，灵敏度为0.906±0.001。
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十一烷-2,3-二酮/cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为-0.11±0.001；
所述数据输入模块输入溶血磷脂酰胆碱14:0/吲哚-3-乙醛的检测结果时，所述结果输出模块中的截断值为0.329±0.001；
所述数据输入模块输入溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛的检测结果时，所述结果输出模块中的截断值为0.366±0.001；
所述数据输入模块输入吲哚-3-乙醛/磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为-0.261±0.001；
所述数据输入模块输入吲哚-3-乙醛/cyclo-(Val-Leu)的检测结果时，所述结果输出模块中的截断值为-0.264±0.001；
所述数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块中的截断值为0.172±0.001；
所述数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块中的截断值为-0.194±0.001。
5.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十一烷-2,3-二酮/cyclo-(Val-Leu)的检测结果时，所述结果输出模块的灵敏度为0.875±0.001，特异性为0.859±0.001；
所述数据输入模块输入溶血磷脂酰胆碱14:0/吲哚-3-乙醛的检测结果时，所述结果输出模块的灵敏度为0.875±0.001，特异性为0.875±0.001；
所述数据输入模块输入溶血磷脂酰乙醇胺16:1/吲哚-3-乙醛的检测结果时，所述结果输出模块的灵敏度为0.844±0.001，特异性为0.891±0.001；
所述数据输入模块输入吲哚-3-乙醛/磷脂酰胆碱14:0的检测结果时，所述结果输出模块的灵敏度为0.875±0.001，特异性为0.875±0.001；
所述数据输入模块输入吲哚-3-乙醛/cyclo-(Val-Leu)的检测结果时，所述结果输出模块的灵敏度为0.906±0.001，特异性为0.797±0.001；
所述数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰乙醇胺16:1的检测结果时，所述结果输出模块的灵敏度为0.891±0.001，特异性为0.828±0.001；
所述数据输入模块输入十一烷-2,3-二酮/溶血磷脂酰胆碱14:0的检测结果时，所述结果输出模块的灵敏度为0.875±0.001，特异性为0.828±0.001。
6.权利要求1～5任一项所述评估装置的用途，包括以下至少一种：
在制备抑郁症预后和/或辅助抑郁症预后的产品中的用途；
在制备监控抑郁症发展和/或康复过程的产品中的用途。
7.一种计算机可读介质，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1～5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 |
|---|---|---|---|
| CN202310352335.9A CN116469541B (zh) | 2023-03-24 | 2023-03-24 | 一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310352335.9A CN116469541B (zh) | 2023-03-24 | 2023-03-24 | 一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116469541A CN116469541A (zh) | 2023-07-21 |
| CN116469541B true CN116469541B (zh) | 2024-01-30 |
Family
ID=87178270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310352335.9A Active CN116469541B (zh) | 2023-03-24 | 2023-03-24 | 一种抑郁症标志物及其在抑郁症预后中的应用、评估装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116469541B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019063478A (ja) * | 2017-10-03 | 2019-04-25 | 株式会社国際電気通信基礎技術研究所 | 判別装置、うつ症状の判別方法、うつ症状のレベルの判定方法、うつ病患者の層別化方法、うつ症状の治療効果の判定方法及び脳活動訓練装置 |
| CN113528643A (zh) * | 2021-07-21 | 2021-10-22 | 中国人民解放军军事科学院军事医学研究院 | 抑郁症相关的生物标志物及其诊断产品和应用 |
| KR20220105960A (ko) * | 2021-01-21 | 2022-07-28 | 전남대학교산학협력단 | 여성의 우울증 위험도 예측용 바이오마커, 상기 바이오마커를 이용한 여성의 우울증 위험도 진단에 대한 정보제공방법 및 진단키트 |
-
2023
- 2023-03-24 CN CN202310352335.9A patent/CN116469541B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019063478A (ja) * | 2017-10-03 | 2019-04-25 | 株式会社国際電気通信基礎技術研究所 | 判別装置、うつ症状の判別方法、うつ症状のレベルの判定方法、うつ病患者の層別化方法、うつ症状の治療効果の判定方法及び脳活動訓練装置 |
| KR20220105960A (ko) * | 2021-01-21 | 2022-07-28 | 전남대학교산학협력단 | 여성의 우울증 위험도 예측용 바이오마커, 상기 바이오마커를 이용한 여성의 우울증 위험도 진단에 대한 정보제공방법 및 진단키트 |
| CN113528643A (zh) * | 2021-07-21 | 2021-10-22 | 中国人民解放军军事科学院军事医学研究院 | 抑郁症相关的生物标志物及其诊断产品和应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116469541A (zh) | 2023-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10330688B2 (en) | Metabolic biomarkers of autism | |
| JP6763770B2 (ja) | 自閉症スペクトラム障害のバイオマーカー | |
| CN111289736A (zh) | 基于代谢组学的慢阻肺早期诊断标志物及其应用 | |
| Zheng et al. | Identification of sex-specific urinary biomarkers for major depressive disorder by combined application of NMR-and GC–MS-based metabonomics | |
| CN104204798A (zh) | 膀胱癌的生物标志物和使用所述生物标志物的方法 | |
| Bowler et al. | New strategies and challenges in lung proteomics and metabolomics. An official American Thoracic Society workshop report | |
| CN110196335A (zh) | 与肾功能相关的生物标记及其使用方法 | |
| Kong et al. | Assessment of coverage for endogenous metabolites and exogenous chemical compounds using an untargeted metabolomics platform | |
| JP5522365B2 (ja) | 代謝物の異常度の取得方法、代謝異常の判定方法、及びそのプログラム、並びに、代謝物の異常度の取得装置、及び代謝異常の判定に基づく診断プログラム | |
| 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 | |
| CN113960200B (zh) | 代谢标志物在诊断儿童adhd合并抽动障碍中的应用 | |
| Liu et al. | A Novel Dried Blood Spot Detection Strategy for Characterizing Cardiovascular Diseases | |
| Liu et al. | Peripheral blood and urine metabolites and biological functions in post-stroke depression | |
| CN114674969A (zh) | 尿液中生物标志物检测试剂在制备新冠肺炎诊断试剂盒中的用途 | |
| 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 | |
| CN114674956A (zh) | 尿液中生物标志物检测试剂在制备预测新冠肺炎神经精神后遗症的试剂盒中的用途 | |
| Lan et al. | Serum metabolomics analysis revealed metabolic disorders in Parkinson’s disease | |
| 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 | |
| CN115616227B (zh) | 吲哚-3-丙烯酰甘氨酸检测试剂的用途、诊断或辅助诊断慢性阻塞性肺病的试剂盒及系统 | |
| CN111830169B (zh) | 多囊卵巢综合征诊断的化合物及应用 | |
| CN115714013A (zh) | 一种肺炎诊断的临床预测模型构建方法 | |
| CN109613131B (zh) | 基于尿液磷脂组学的肾损伤早期诊断标志物及应用 | |
| CN117110476A (zh) | 一种用于抑郁症诊疗的生物标志物组合及其筛选方法与应用 | |
| Chen | Application of mass spectrometry based metabonomics in experimental diagnostics | |
| CN116913510A (zh) | 一种儿童孤独症的预测模型的训练方法及其预测装置和应用 |
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 |