CN116990405A - 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用 - Google Patents

一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用 Download PDF

Info

Publication number
CN116990405A
CN116990405A CN202310852812.8A CN202310852812A CN116990405A CN 116990405 A CN116990405 A CN 116990405A CN 202310852812 A CN202310852812 A CN 202310852812A CN 116990405 A CN116990405 A CN 116990405A
Authority
CN
China
Prior art keywords
acid
ketamine
depression
marker
predicting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310852812.8A
Other languages
English (en)
Inventor
周燕玲
宁玉萍
刘海英
游泽锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Affiliated Brain Hospital of Guangzhou Medical University
Original Assignee
Affiliated Brain Hospital of Guangzhou Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Affiliated Brain Hospital of Guangzhou Medical University filed Critical Affiliated Brain Hospital of Guangzhou Medical University
Priority to CN202310852812.8A priority Critical patent/CN116990405A/zh
Publication of CN116990405A publication Critical patent/CN116990405A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01N30/06—Preparation
    • 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
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • 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
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/027—Liquid 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
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation
    • G01N2030/062—Preparation extracting sample from raw material

Abstract

本发明涉及一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用，属于分子生物医学技术领域。本发明用于预测氯胺酮治疗抑郁症疗效的标志物，所述标志物包括癸酸、甲状腺素、龙胆酸、3,4‑二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L‑2‑氨基丁酸、L‑半胱氨酸亚磺酸、5‑氨基乙酰丙酸、N‑油酰乙醇胺中的至少两种。本发明发现癸酸、甲状腺素、龙胆酸、3，4‑二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L‑2‑氨基丁酸、L‑半胱氨酸亚磺酸、5‑氨基乙酰丙酸和N‑油酰乙醇胺能够预测抑郁症患者对氯胺酮治疗的敏感性。

Description

一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法 及应用
技术领域
本发明涉及分子生物医学技术领域，尤其涉及一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用。
背景技术
抑郁症是常见的精神障碍，多呈慢性、复发性病程，对患者社会功能有较大影响，世界卫生组织(WHO)全球疾病负担合作研究预测，到2020年抑郁症将成为继冠心病的第二大疾病负担源。
氯胺酮是NMDA受体拮抗剂，在人群中具有广泛效应范围，包括止痛、麻醉、幻觉、解离效应、血压升高和支气管扩张。氯胺酮用于治疗抑郁症，具有强大且快速有效的抗抑郁抗和减少自杀意念的作用，可以显著降低抑郁症患者的自杀倾向和抑郁情绪，减少患者自杀行为的概率。
越来越多的研究发现，虽然氯胺酮能够快速缓解病人的自杀倾向和抑郁情绪，但目前仍有部分患者对氯胺酮治疗不明显，且由于其存在的一定的精神症状副反应如致幻作用，成瘾风险等从而限制了其临床使用。目前仍缺乏相关的临床标志物评估患者是否对氯胺酮敏感，从而预测和筛选出对氯胺酮治疗效果敏感的患者，再对其进行氯胺酮治疗，进而提高氯胺酮治疗的有效率和节约医疗资源。
发明内容
本发明的目的在于克服现有技术的不足之处而提供一种具有准确性和灵敏度优点的预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用。
为实现上述目的，本发明采取的技术方案为：
第一方面，本发明提供了一组用于预测氯胺酮治疗抑郁症疗效的标志物，所述标志物包括癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸、N-油酰乙醇胺中的至少两种。
本发明通过选取癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸、N-油酰乙醇胺中的至少两种作为预测氯胺酮治疗抑郁症疗效的标志物，可将抑郁症患者区分为对氯胺酮敏感和对氯胺酮不敏感，并对氯胺酮敏感患者进行早期诊断，具有准确性和灵敏度高的优点。
本发明通过受试者工作(ROC)曲线分析发现联合6种标志物(癸酸、甲状腺素、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸)的曲线下面积(AUC)为0.981，高于联合4种标志物(癸酸、甲状腺素、3,4-二羟基扁桃醛、甘油磷酸胆碱)的AUC值，4种标志物的AUC＝0.971，在ROC曲线中AUC值越接近1则代表该标志物的预测准确性越高。
作为本发明所述标志物的优选实施方式，所述标志物为癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺。本发明通过受试者工作(ROC)曲线分析发现将癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺作为诊断指标准确性、敏感性和特异性最高。
作为本发明所述标志物的优选实施方式，所述抑郁症为具有自伤或自杀观念或行为症状的抑郁症。
第二方面，本发明提供了上述标志物的筛选方法，包括以下步骤：
(1)收集对氯胺酮敏感的抑郁症患者和对氯胺酮不敏感的抑郁症患者的血浆样本，对所得血浆样本进行萃取、沉淀、离心、干燥，得到处理后的样本；
(2)基于液相色谱-质谱联用技术对步骤(1)的处理后的样本所含有的代谢物进行检测，获得质谱数据；
(3)对步骤(2)的质谱数据进行代谢物的定性和定量分析，再进行统计学分析筛选出对氯胺酮敏感的抑郁症患者与对氯胺酮不敏感的抑郁症患者表达存在差异且具有统计学意义的代谢物，所得即为预测氯胺酮治疗抑郁症疗效的标志物。
本发明通过液相色谱-质谱联用分析对氯胺酮敏感和对氯胺酮不敏感的抑郁症患者血浆中所含代谢物及其表达水平，并通过统计学分析筛选出两者间存在显著差异的代谢物，得到能够预测氯胺酮治疗抑郁症疗效的标志物。
作为本发明所述筛选方法的优选实施方式，步骤(1)中，所述血浆样本采集后置于-80℃冰箱中保存；
步骤(1)中，所述萃取的方法为：在解冻至4℃的血浆样本中加入甲醇-乙腈水溶液，涡旋30s；所述甲醇-乙腈水溶液中甲醇、乙腈和水的体积比为甲醇：乙腈：水＝2:2:1；所述血浆样本与甲醇-乙腈水溶液的体积比为血浆样本：甲醇-乙腈水溶液＝1:4。
作为本发明所述筛选方法的优选实施方式，步骤(3)中，所述代谢物提取的方法为：通过Compound Discoverer软件的数据库检索对代谢物进行定性和定量分析得到样品所含代谢物的鉴定信息；所述统计学意义为p值＜0.05。
作为本发明所述筛选方法的优选实施方式，所述筛选方法还包括以下步骤：
(4)对预测氯胺酮治疗抑郁症疗效的标志物进行受试者工作曲线分析，计算标志物诊断指标的准确性、敏感性和特异性，判断标志物的诊断效能。
第三方面，本发明提供了上述标志物在预测氯胺酮治疗抑郁症疗效的试剂盒中的应用。
第四方面，本发明提供了一种预测氯胺酮治疗抑郁症疗效的方法，包括以下步骤：
S1、采集抑郁症患者的血浆样本，对所得血浆样本进行萃取、沉淀、离心、干燥，得到处理后的样本；
S2、通过化学分析法或液相色谱-质谱联用检测处理后的样本中标志物水平，基于二元逻辑回归方程计算所述标志物变量，并基于截点值，判断所述抑郁症患者是否对氯胺酮敏感；所述标志物包括癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸、N-油酰乙醇胺中的至少两种；所述截点值为0.5。
作为本发明所述预测氯胺酮治疗抑郁症疗效的方法的优选实施方式，步骤S2中，所述二元逻辑回归方程如下式所示：
Pi(EFF)＝1/(1+e-X)(公式1)
公式1中，Pi为变量，EFF为对氯胺酮敏感的抑郁症患者，e为欧拉数，X为自变量；
所述公式1中的X由以下公式求得：
X＝-0.148×A+15.186×B+0.655×C+1.377×D-1.502×E-1.507×F+0.014×G-1.56×H+2.787×I+0.603×J-54.395(公式2)
公式2中，A为癸酸，B为甲状腺素，C为龙胆酸，D为3,4-二羟基扁桃醛，E为丙酮醛，F为甘油磷酸胆碱，G为L-2-氨基丁酸，H为L-半胱氨酸亚磺酸，I为5-氨基乙酰丙酸，J为N-油酰乙醇胺。
本发明将代谢物癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺的表达量导入SPSS(version 25.0.0)软件，以患者是否对氯胺酮敏感为因变量(敏感标记为EFF，不敏感标记为NONEFF，EFF＝1，NONEFF＝0)，以10个代谢物的表达量为协变量进行二元逻辑回归分析，并绘制受试者工作曲线，根据诊断灵敏度和特异性最佳的原则，当变量Pi(EFF)的值＞0.5时，则判断为该抑郁症患者对氯胺酮敏感，否则判断为对氯胺酮不敏感。
与现有技术相比，本发明的有益效果为：
1、本发明发现癸酸、甲状腺素、龙胆酸、3，4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺能够预测抑郁症患者对氯胺酮治疗的敏感性。因此首次提出将癸酸、甲状腺素、龙胆酸、3，4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺等作为标志物应用与氯胺酮治疗的领域中，克服目前在氯胺酮治疗中无指标可用客观的缺陷，进一步为氯胺酮有效性的诊断、疗效评估提供了一种新的思路。
2、本发明提供的标志物具有较高的敏感性和特异性，能够早期、准确、快速地判断受试者是否为氯胺酮治疗抑郁伴自杀意念敏感患者，将其应用于临床上针对性的氯胺酮治疗。
附图说明
图1为本发明预测氯胺酮治疗抑郁症疗效的单个标志物在敏感组和不敏感组患者中的表达水平差异分析结果；
图2为本发明预测氯胺酮治疗抑郁症疗效的联合标志物在敏感组和不敏感组患者中的表达水平差异分析结果；
图3为本发明预测氯胺酮治疗抑郁症疗效的标志物的ROC曲线图；
图4为本发明预测氯胺酮治疗抑郁症疗效的标志物的ROC曲线图；
上述图中，“*”表示为p＜0.05。
具体实施方式
为更好地说明本发明的目的、技术方案和优点，下面将结合具体实施例对本发明作进一步说明。
实验例所用的其他材料、试剂等，如无特殊说明，均可从商业途径得到。
实验例
本实验例为验证代谢物癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺在对氯胺酮敏感和对氯胺酮不敏感的患者中差异。
1、参与者与研究设计。
(1)患者治疗前的处理。本实验与2017年至2018年间进行，共招募29名抑郁症患者作为受试者，所有受试者的汉密尔顿抑郁量表(HAMD-17项)分数在17分以上，贝克自杀意念量表(SSI-5)在6分及以上，患有单相抑郁障碍。本实验获得单位伦理委员会的审批和所有受试者的知情同意。
(2)对患者进行氯胺酮治疗。所有患者在每隔1天输注1次氯胺酮(0.5mg/kg，i.p)，输注持续40分钟以上，输注后对患者进行额外30分钟的检测和治疗后的评估，总共完成6次治疗。
在第一次输注前一天(基线时，第一天)和第六次输注后一天(治疗后，第十三天)获取空腹血浆样本和临床评估。
(3)采集外周血样本。所有受试者需在采集外周血前一晚禁食8小时以上，采集的血样保存在4℃冰箱中，在1小时内对血样按照3200rpm/min离心12min，取血浆置于-80℃冰箱保存备用。
(4)对经氯胺酮治疗的患者进行临床评估。采用蒙哥马利抑郁评定量表(MADRS)进行氯胺酮疗效评价。受试者症状的治疗有效被定义为与基线相比6次氯胺酮治疗后MADRS减分率≥50％，代表氯胺酮治疗有效且症状缓解，患者对氯胺酮敏感。将对氯胺酮敏感的患者标记为敏感组，将对氯胺酮不敏感的患者标记为不敏感组。
2、对血浆样品中的代谢物进行定性和定量分析。
(1)样本提取：将血浆样本在4℃下解冻，取50μL样本加入200μL甲醇-乙腈水溶液(甲醇：乙腈：水＝2:2:1(v/v/v))，涡旋30s，-20℃放置1h沉淀蛋白，在14000g、4℃下离心10min，保留上清液，室温真空干燥，得到处理后的样本，所得处理后的样本可于-80℃保存。
(2)质控样本的制备：样品等体积合用于制备QC样本。QC样本按照上述方法平行进行样本制备，冻干后低温保存待用。用于测定进样前仪器状态及平衡色谱-质谱系统，并用于评价整个实验过程中系统稳定性。
(3)液相色谱-质谱联用分析。采用Nexera UHPLC LC-30A超高效液相系统与QExactive HF-X质谱仪联用，对发现集和验证集中的血浆极性样品(PU)、血浆非极性样品(PL)进行基于非靶向分析的代谢谱分析。
色谱条件如下：
(a)正离子模式的流动相，流动相A包含10mM乙酸铵、乙腈水溶液(乙腈：水＝95:5，v/v)、0.1％甲酸；流动相B包含10mM乙酸铵、乙腈水溶液(乙腈：水＝50:50，v/v)、0.1％甲酸；
负离子模式的流动相，流动相A包含10mM乙酸铵、乙腈水溶液(乙腈：水＝95:5，v/v)，用氨水调整pH至8.0；流动相B包含10mM乙酸铵、乙腈水溶液(乙腈：水＝50:50，v/v)，用氨水调整pH至8.0。
(b)洗脱条件：0-0.5min，2％流动相B；0.6-11.5min，2％流动相B升到98％流动相B；15.5-15.6min，98％流动相B降至2％流动相B，持续清洗1.9min，正谱和负谱的洗脱条件相同。
(c)色谱柱为Waters ACQUITY UPLC BEH Amide 1.7μm，2.1×100mm column；流速为0.3mL/min；采用98％流动相A平衡。
质谱条件如下：
(a)正离子模式：母离子扫描范围70-1050m/z，一级质谱分辨率为120,000，AGC(Automatic gain control)target为3e6，Maximum IT为100ms。二级质谱分辨率7,500，AGC(Automatic gain control)target为2e5，Maximum IT为50ms，使用HCD碎裂模式，Normalized Collision Energy为20，40，60，Isolation window为1.5m/z，子离子扫描范围200-2000m/z。
(b)负离子模式：母离子扫描范围70-1050m/z，一级质谱分辨率为120,000，AGC(Automatic gain control)target为3e6，Maximum IT为200ms。二级质谱分辨率7,500，AGC(Automatic gain control)target为2e5，Maximum IT为50ms，使用HCD碎裂模式，Normalized Collision Energy为20，40，60，Isolation window为1.5m/z，子离子扫描范围200-2000m/z。
质谱数据分析：
(1)将采集得到的质谱原始数据通过Compound Discoverer软件的数据库检索代谢物进行定性和定量分析，得到样品所含代谢物的鉴定信息。对质谱测序数据表达数据进行整理，剔除在80％以上的样品中未测量到的代谢物，得到筛选后的数据，对筛选后的数据进一步处理，包括中位数归一化和缺失值填补，得到处理后的数据；
(2)将处理后的数据通过Welch t检验评估经氯胺酮治疗前敏感组和不敏感组患者各个代谢物水平的差异，以p＜0.05作为标准，获得两者间具有差异的代谢物，结果见图1-2。
如图1-2所示，相比于不敏感组患者，敏感组患者血浆中癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺的代谢物水平存在差异，其中敏感组患者血浆中甲状腺素、龙胆酸、3，4-二羟基扁桃醛、丙酮醛、L-半胱氨酸亚磺酸和5-氨基乙酰丙酸的代谢水平低于不敏感组患者的，敏感组患者血浆中癸酸、甘油磷酸胆碱、L-2-氨基丁酸和N-油酰乙醇胺的代谢水平高于不敏感组患者的。表明代谢物癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺在敏感组和不敏感组患者中存在显著差异，可作为预测氯胺酮治疗抑郁症疗效的标志物。
3、评估预测氯胺酮治疗抑郁症疗效的标志物的表达水平、判断阈值、准确度、敏感性和特异性。
将上述10个代谢物在每个临床样本中的表达量导入SPSS(version 25.0.0)软件，以患者是否对氯胺酮敏感(敏感，EFF为1,不敏感，NONEFF为0)为因变量，以上述10个代谢物的表达量为协变量进行二元逻辑回归分析，得到回归方程如下：
Pi(EFF)＝1/(1+e-X)(公式1)
公式1中，Pi为变量，EFF为对氯胺酮敏感的抑郁症患者，e为欧拉数(即自然对数的底数)，X为自变量；
所述公式1中的X由以下公式求得：
X＝-0.148*A+15.186*B+0.655*C+1.377*D-1.502*E-1.507*F+0.014*G-1.56*H+2.787*I+0.603*J-54.395(公式2)
公式2中，A为癸酸，B为甲状腺素，C为龙胆酸，D为3,4-二羟基扁桃醛，E为丙酮醛，F为甘油磷酸胆碱，G为L-2-氨基丁酸，H为L-半胱氨酸亚磺酸，I为5-氨基乙酰丙酸，J为N-油酰乙醇胺。
所得变量Pi(EFF)在氯胺酮有效患者中增高，该变量的值可用于辅助判定氯胺酮敏感患者。基于本试验涉及的临床样本，根据诊断灵敏度和特异性最佳的原则，变量Pi(EFF)的值为大于0.5时，为氯胺酮敏感患者，否则氯胺酮不敏感患者，具有很好的判别能力，联合标志物的曲线下面积(AUC)为1、灵敏度为100％、特异性为100％。
代入二元逻辑回归方程，联合标志物在氯胺酮不敏感患者和敏感患者的差异如图4联合诊断所示，本发明所建立的联合标志物对于区分氯胺酮不敏感患者和敏感患者具有较好的判别效果。
其他各项代谢物癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺作为标志物诊断氯胺酮治疗抑郁症效果的准确性、灵敏度和特异性如下，通过绘制受试者工作曲线(ROC)分析标志物诊断指标的AUC值、敏感性和特异性，判断标志物单独或联合的诊断效能。在判断指标联合的诊断效能时，对各代谢物的表达水平进行logistics回归，通过拟合出的回归曲线计算出每个个体中氯胺酮敏感患者和不敏感患者的概率，确定不同的概率划分阈值，根据确定的概率划分阈值，计算得出联合检测方案的灵敏度、特异性以及准确性(AUC值)，结果见表1及图3-4。
表1各代谢物的诊断效能
如表1和图3-4所示，癸酸、甲状腺素、龙胆酸、3，4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺的代谢指标单独或组合对于判断是否为氯胺酮治疗的敏感患者均具有比较好的诊断效能，其中所有代谢物组合为标志物对于氯胺酮治疗的敏感患者具有更好的诊断效能。
最后所应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (10)

1.一组用于预测氯胺酮治疗抑郁症疗效的标志物，其特征在于，所述标志物包括癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸、N-油酰乙醇胺中的至少两种。
2.如权利要求1所述的标志物，其特征在于，所述标志物为癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸和N-油酰乙醇胺。
3.如权利要求1或2所述的标志物，其特征在于，所述抑郁症为具有自伤或自杀观念或行为症状的抑郁症。
4.如权利要求1或2所述的标志物的筛选方法，其特征在于，包括以下步骤：
(1)收集对氯胺酮敏感的抑郁症患者和对氯胺酮不敏感的抑郁症患者的血浆样本，对所得血浆样本进行萃取、沉淀、离心、干燥，得到处理后的样本；
(2)基于液相色谱-质谱联用技术对步骤(1)的处理后的样本所含有的代谢物进行检测，获得质谱数据；
(3)对步骤(2)的质谱数据进行代谢物的定性和定量分析，再进行统计学分析筛选出对氯胺酮敏感的抑郁症患者与对氯胺酮不敏感的抑郁症患者表达存在差异且具有统计学意义的代谢物，所得代谢物即为预测氯胺酮治疗抑郁症疗效的标志物。
5.如权利要求4所述的筛选方法，其特征在于，步骤(1)中，所述血浆样本采集后置于-80℃冰箱中保存；
步骤(1)中，所述萃取的方法为：在解冻至4℃的血浆样本中加入甲醇-乙腈水溶液，涡旋30s；所述甲醇-乙腈水溶液中甲醇、乙腈和水的体积比为甲醇：乙腈：水＝2:2:1；所述血浆样本与甲醇-乙腈水溶液的体积比为血浆样本：甲醇-乙腈水溶液＝1:4。
6.如权利要求4所述的筛选方法，其特征在于，步骤(3)中，所述代谢物的定性和定量方法为：通过Compound Discoverer软件的数据库检索对代谢物进行定性和定量分析，得到样品所含代谢物的鉴定信息；所述统计学意义为p值＜0.05。
7.如权利要求4所述的筛选方法，其特征在于，所述筛选方法还包括以下步骤：
(4)对预测氯胺酮治疗抑郁症疗效的标志物进行受试者工作曲线分析，计算标志物诊断指标的准确性、敏感性和特异性，判断标志物的诊断效能。
8.如权利要求1-3任一项所述的标志物在制备预测氯胺酮治疗抑郁症疗效的试剂盒中的应用。
9.一种预测氯胺酮治疗抑郁症疗效的方法，其特征在于，包括以下步骤：
S1、采集抑郁症患者的血浆样本，对所得血浆样本进行萃取、沉淀、离心、干燥，得到处理后的样本；
S2、通过化学分析法或液相色谱-质谱联用检测处理后的样本中的标志物水平，基于二元逻辑回归方程计算所述标志物变量，并基于标志物变量的截点值，判断所述抑郁症患者是否对氯胺酮敏感；所述标志物包括癸酸、甲状腺素、龙胆酸、3,4-二羟基扁桃醛、丙酮醛、甘油磷酸胆碱、L-2-氨基丁酸、L-半胱氨酸亚磺酸、5-氨基乙酰丙酸、N-油酰乙醇胺中的至少两种；所述标志物变量的截点值为0.5。
10.如权利要求9所述预测氯胺酮治疗抑郁症疗效的方法，其特征在于，步骤S2中，所述二元逻辑回归方程如下式所示：
Pi(EFF)＝1/(1+e-X)(公式1)
公式1中，Pi为变量，EFF为对氯胺酮敏感的抑郁症患者，e为欧拉数，X为自变量；
所述公式1中的X由以下公式求得：
X＝-0.148×A+15.186×B+0.655×C+1.377×D-1.502×E-1.507×F+0.014×G-1.56×H+2.787×I+0.603×J-54.395(公式2)
公式2中，A为癸酸，B为甲状腺素，C为龙胆酸，D为3,4-二羟基扁桃醛，E为丙酮醛，F为甘油磷酸胆碱，G为L-2-氨基丁酸，H为L-半胱氨酸亚磺酸，I为5-氨基乙酰丙酸，J为N-油酰乙醇胺。
CN202310852812.8A 2023-07-12 2023-07-12 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用 Pending CN116990405A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310852812.8A CN116990405A (zh) 2023-07-12 2023-07-12 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310852812.8A CN116990405A (zh) 2023-07-12 2023-07-12 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用

Publications (1)

Publication Number Publication Date
CN116990405A true CN116990405A (zh) 2023-11-03

Family

ID=88522361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310852812.8A Pending CN116990405A (zh) 2023-07-12 2023-07-12 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用

Country Status (1)

Country Link
CN (1) CN116990405A (zh)

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
贺佳: "《医学科研设计与统计分析》", 第二军医大学出版社, pages: 104 - 113 *

Similar Documents

Publication Publication Date Title
JP6595984B2 (ja) 腎機能に関連付けられるバイオマーカーおよびそれを使用する方法
KLUPCZY—SKA et al. Metabolomics in medical sciences ń trends, challenges and perspectives
Molin et al. A comparison between MALDI-MS and CE-MS data for biomarker assessment in chronic kidney diseases
EP3019624B1 (en) Biomarkers of autism spectrum disorder
Liang et al. Serum metabolomics uncovering specific metabolite signatures of intra-and extrahepatic cholangiocarcinoma
Liang et al. Metabolomics of alcoholic liver disease: a clinical discovery study
CN111279193B (zh) 白塞氏病诊断试剂盒及检测尿中代谢物差异的方法
JP6128631B2 (ja) 糖尿病性腎症鑑別用マーカー及びその用途
Chen et al. Targeting amine-and phenol-containing metabolites in urine by dansylation isotope labeling and liquid chromatography mass spectrometry for evaluation of bladder cancer biomarkers
CN114758719B (zh) 一种结直肠癌预测系统及其应用
CN114755422B (zh) 一种结直肠癌检测的生物标志物及其应用
CN116990405A (zh) 一组用于预测氯胺酮治疗抑郁症疗效的标志物、其筛选方法及应用
CN115684451A (zh) 基于代谢组学的食管鳞癌淋巴结转移诊断标志物及其应用
CN112180007B (zh) 基于代谢组学的泛发性脓疱型银屑病诊断标志物及其应用
CN114280202A (zh) 一种用于诊断镉中毒的生物标志物及其应用
CN113552228A (zh) 一组用于诊断儿童毛细支气管炎的联合标志物及其应用和检测试剂盒
CN111624264B (zh) 一种用于早期检测移植肾急性排异的代谢组合物、筛选方法及应用
Wang et al. 20 abnormal metabolites of Stage IV Grade C periodontitis was discovered by CPSI-MS
CN112834652B (zh) 急性主动脉夹层患者特异性生物标志组合物及其用途
CN116165385B (zh) 用于肝癌诊断的血清代谢标志物及其筛选方法和应用
US20230402131A1 (en) Biomarker and diagnosis system for colorectal cancer detection
Džubinská et al. Multiple Chromatographic Analysis of Urine in the Detection of Bladder Cancer. Diagnostics 2021, 11, 1793
CN117191934A (zh) 脑干胶质瘤的血清诊断标志物、预后标志物，其筛选方法及应用
KR20230163420A (ko) 치매의 장래의 발증 리스크의 평가 방법
CN114047263A (zh) 代谢标志物在制备用于诊断ais的检测试剂或检测物的用途及试剂盒

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