CN117095750A - 一种样本筛选排序方法 - Google Patents

一种样本筛选排序方法 Download PDF

Info

Publication number
CN117095750A
CN117095750A CN202310906549.6A CN202310906549A CN117095750A CN 117095750 A CN117095750 A CN 117095750A CN 202310906549 A CN202310906549 A CN 202310906549A CN 117095750 A CN117095750 A CN 117095750A
Authority
CN
China
Prior art keywords
information
sample
product
screening
samples
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
CN202310906549.6A
Other languages
English (en)
Inventor
李艳艳
牛君星
邓小龙
王向颖
毛媛媛
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.)
Wuhan Kebai Biotechnology Co ltd
Original Assignee
Wuhan Kebai Biotechnology Co ltd
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 Wuhan Kebai Biotechnology Co ltd filed Critical Wuhan Kebai Biotechnology Co ltd
Priority to CN202310906549.6A priority Critical patent/CN117095750A/zh
Publication of CN117095750A publication Critical patent/CN117095750A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B35/00ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
    • G16B35/20Screening of libraries
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Library & Information Science (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Molecular Biology (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种样本筛选排序方法,包括以下步骤:将试剂添加到包含生物样本的样本中以标记生物样本并获得包含标记产物的样本;读取样本中标记产品的类型,形状和位置,以在标记产品中选择至少一个目标样本;并隔离选定的目标样本或未选定的样本;对目标样本进行排序。基于与用于精确筛选的试剂提供的标记产品的类型,形状和位置有关的信息,提供了可靠的结果。

Description

一种样本筛选排序方法
技术领域
本发明涉及电泳转膜技术领域,具体地指一种样本筛选排序方法。
背景技术
来自自然环境和人类血液样本的环境样本中存在各种类型的样本混合物。分子遗传学方法用于确定目标细胞是否存在于包含杂质(例如副产物)混合物的样本中。通过构建仅扩增特定材料中存在的基因的引物并进行聚合酶链反应(PCR)以确定特定材料是否存在的引物来进行该方法。确定特定细胞存在的另一种方法是通过将包含杂质(例如副产物)混合物的样本铺在载玻片上,选择性染色特定细胞,然后用显微镜观察染色的特定细胞来进行的。但是,分子遗传学方法和基于扩散的方法都在细胞死亡后进行,需要使用昂贵的PCR设备和高倍率显微镜。还已知一种基于使用荧光材料的免疫荧光方法,该荧光材料特异性地粘附于特定材料的表面。在免疫细胞化学中,通过将第一抗体连接到特定蛋白质的表位,将另一抗体连接到第一抗体,并在显微镜下观察连接到另一抗体末端的荧光分子来确定该方法是否进行。特定蛋白质在细胞中被荧光染色。当几种蛋白质彼此粘附时,对这些蛋白质使用不同的抗体和荧光色进行免疫荧光染色,以确定蛋白质彼此粘附的位点。尽管已识别的生物样本以非接触方式进行分离,而不是以易于损坏生物样本的接触方式进行分离,但是当目标材料与各种异物混合时,目标材料很难以高通量自动分离方式。此外,在分离完整的生物样本以及对样本进行筛选仍然存在关键限制,这仍然很困难。
发明内容
本发明的目的在于克服现有技术的不足,提供一种样本筛选排序方法,可以准确筛选代理提供的标记产品的类型、形状和位置相关的信息,提供可靠的结果。
本发明提出的一种样本筛选排序方法,包括以下步骤:
将试剂添加到包含生物样本的样本中以标记生物样本并获得包含标记产物的样本;
读取样本中标记产品的类型,形状和位置,以在标记产品中选择至少一个目标样本;并隔离选定的目标样本或未选定的样本;
对目标样本进行排序。
进一步地,所述读取标记产品的类型,形状和位置的步骤包括:
通过累积包括荧光信号的信号信息和有关坐标信息的观察图像信息来提供更新的信息。
进一步地,所述信息更新是通过选择系统执行的,所述选择系统包括:数据库,其存储与所述被标记产品的坐标有关的信息,与被标记产品的信号有关的信息,与被标记产品的观察图像有关的信息以及信息;在标签产品的组成材料上;服务器访问数据库中存储的信息,以使用关于被标记产品的组成材料的信息,从而基于关于被标记产品的被粘物的类型的信息以及从被提供的被粘物的粘附形态的信息来筛选生物样本;标签产品的坐标信息,标签产品的信号信息以及标签产品的观察图像信息所述的样本筛选排序方法。
进一步地,所述生物学样本选自组织,细胞,核酸,蛋白质,外来体,代谢产物及其混合物,并且所述样本源自自然环境或活生物体。
进一步地,所述试剂包括对所述生物样本的亲和材料,位置信息追踪器或其组合。
进一步地,所述位置信息跟踪器选自珠子,荧光分子,发光分子,量子点,抗体,适体,酶,DNA,RNA,PNA及其组合。
进一步地,所述对目标样本进行排序之前,还包括步骤:获取目标样本的抗体,获取抗原表位与抗原识别区及其编码基因的对应关系,构建匹配抗原表位和抗体识别区及编码基因的第一数据库;利用训练好的神经网络模型对所述抗原表位进行处理,以得到待预测抗体的编码基因序列集合X;根据分子对接、分子动力学和已有基因序列数据库Y筛选出编码基因序列集合X中对抗原具有不同活性、稳定性、特异性的抗体序列,以建立次级抗体库。
本发明的有益效果是:基于与用于精确筛选的试剂提供的标记产品的类型,形状和位置有关的信息,提供了可靠的结果。可以将与类型,形状和位置有关的信息组合起来,以确定目标样本状态的客观指标,从而可以快速选择目标样本。用于筛选和分离生物样本的方法和系统使用一种经过优化的试剂,该试剂经过优化,可以准确有效地创建有关目标样本选择的信息,并根据服务器中存储的图像信息处理图像,从而实现灵敏且高度可重复的筛选评估。
附图说明
图1是本发明方法步骤示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
如图1所示的一种样本筛选排序方法,包括以下步骤:
将试剂添加到包含生物样本的样本中以标记生物样本并获得包含标记产物的样本;
读取样本中标记产品的类型,形状和位置,以在标记产品中选择至少一个目标样本;并隔离选定的目标样本或未选定的样本;
对目标样本进行排序。
具体的,读取标记产品的类型,形状和位置的步骤包括:
通过累积包括荧光信号的信号信息和有关坐标信息的观察图像信息来提供更新的信息。
信息更新是通过选择系统执行的,选择系统包括:数据库,其存储与被标记产品的坐标有关的信息,与被标记产品的信号有关的信息,与被标记产品的观察图像有关的信息以及信息;在标签产品的组成材料上;服务器访问数据库中存储的信息,以使用关于被标记产品的组成材料的信息,从而基于关于被标记产品的被粘物的类型的信息以及从被提供的被粘物的粘附形态的信息来筛选生物样本;标签产品的坐标信息,标签产品的信号信息以及标签产品的观察图像信息的样本筛选排序方法。
生物学样本选自组织,细胞,核酸,蛋白质,外来体,代谢产物及其混合物,并且样本源自自然环境或活生物体。
试剂包括对生物样本的亲和材料,位置信息追踪器或其组合。
位置信息跟踪器选自珠子,荧光分子,发光分子,量子点,抗体,适体,酶,DNA,RNA,PNA及其组合。
对目标样本进行排序之前,还包括步骤:获取目标样本的抗体,获取抗原表位与抗原识别区及其编码基因的对应关系,构建匹配抗原表位和抗体识别区及编码基因的第一数据库;利用训练好的神经网络模型对抗原表位进行处理,以得到待预测抗体的编码基因序列集合X;根据分子对接、分子动力学和已有基因序列数据库Y筛选出编码基因序列集合X中对抗原具有不同活性、稳定性、特异性的抗体序列,以建立次级抗体库。
样本可以源自诸如人类,动物或植物的活生物体,或者源自诸如海水,河水,废水或土壤的自然环境。来源于活生物体的样本可能包括血液,唾液,脓液,尿液,粪便,分泌物,活检标本等。
样本可以包括原核和真核细胞。样本可以包括哺乳动物细胞,肿瘤细胞,血细胞,原核生物(细菌包括蓝细菌和古细菌),丝状真菌,酵母,粘菌,担子菌,单细胞藻类和原生动物。样本可以包括病原微生物。这种病原微生物的例子包括:病毒;立克次氏体细菌,包括球菌,杆菌,螺旋藻和放线菌;菌类;和原生动物。在一实例中,生物学标本可选自组织,细胞,核酸,蛋白质,外来体代谢产物及其混合物。
当在可以从环境中获取的样本中鉴定出特定微生物时,就可以确定样本的污染程度。鉴定血液中特定细菌的存在有助于快速确定患者血液中细菌的存在,以便快速处方。快速而灵敏地识别血液中极少数血液循环肿瘤细胞,可以监测接受癌症治疗的患者的预后或确定转移程度。另外,用抗癌药,抗生素等进行治疗并观察结果可以快速寻找合适的治疗剂。此外,可以鉴定出具有特定基因的细胞,从而可以在短时间内诊断出癌症并检测出突变。即,作为生物学标本的蛋白质的选择性抗原和抗体筛选适用于生物科学和生物技术。筛选特定细胞作为生物学标本可以应用于医学领域。特别地,即使与副产物(杂质)相比生物样本的存在量很少,本发明中描述的筛选和分离方法也可有效地应用。筛选特定细胞作为生物学标本可以应用于医学领域。特别地,即使与副产物(杂质)相比生物样本的存在量很少,本发明中描述的筛选和分离方法也可有效地应用。筛选特定细胞作为生物学标本可以应用于医学领域。特别地,即使与副产物(杂质)相比生物样本的存在量很少,本发明中描述的筛选和分离方法也可有效地应用。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,同样也应视为本发明的保护范围。

Claims (7)

1.一种样本筛选排序方法,其特征在于,包括以下步骤:
将试剂添加到包含生物样本的样本中以标记生物样本并获得包含标记产物的样本;
读取样本中标记产品的类型,形状和位置,以在标记产品中选择至少一个目标样本;并隔离选定的目标样本或未选定的样本;
对目标样本进行排序。
2.根据权利要求1所述的样本筛选排序方法,其特征在于,所述读取标记产品的类型,形状和位置的步骤包括:
通过累积包括荧光信号的信号信息和有关坐标信息的观察图像信息来提供更新的信息。
3.根据权利要求2所述的样本筛选排序方法,其特征在于,所述信息更新是通过选择系统执行的,所述选择系统包括:数据库,其存储与所述被标记产品的坐标有关的信息,与被标记产品的信号有关的信息,与被标记产品的观察图像有关的信息以及信息;在标签产品的组成材料上;服务器访问数据库中存储的信息,以使用关于被标记产品的组成材料的信息,从而基于关于被标记产品的被粘物的类型的信息以及从被提供的被粘物的粘附形态的信息来筛选生物样本;标签产品的坐标信息,标签产品的信号信息以及标签产品的观察图像信息所述的样本筛选排序方法。
4.根据权利要求1所述的样本筛选排序方法,其特征在于,所述生物学样本选自组织,细胞,核酸,蛋白质,外来体,代谢产物及其混合物,并且所述样本源自自然环境或活生物体。
5.根据权利要求1所述的样本筛选排序方法,其特征在于,所述试剂包括对所述生物样本的亲和材料,位置信息追踪器或其组合。
6.根据权利要求1所述的样本筛选排序方法,其特征在于,所述位置信息跟踪器选自珠子,荧光分子,发光分子,量子点,抗体,适体,酶,DNA,RNA,PNA及其组合。
7.根据权利要求1所述的样本筛选排序方法,其特征在于,所述对目标样本进行排序之前,还包括步骤:获取目标样本的抗体,获取抗原表位与抗原识别区及其编码基因的对应关系,构建匹配抗原表位和抗体识别区及编码基因的第一数据库;利用训练好的神经网络模型对所述抗原表位进行处理,以得到待预测抗体的编码基因序列集合X;根据分子对接、分子动力学和已有基因序列数据库Y筛选出编码基因序列集合X中对抗原具有不同活性、稳定性、特异性的抗体序列,以建立次级抗体库。
CN202310906549.6A 2023-07-24 2023-07-24 一种样本筛选排序方法 Pending CN117095750A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310906549.6A CN117095750A (zh) 2023-07-24 2023-07-24 一种样本筛选排序方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310906549.6A CN117095750A (zh) 2023-07-24 2023-07-24 一种样本筛选排序方法

Publications (1)

Publication Number Publication Date
CN117095750A true CN117095750A (zh) 2023-11-21

Family

ID=88772564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310906549.6A Pending CN117095750A (zh) 2023-07-24 2023-07-24 一种样本筛选排序方法

Country Status (1)

Country Link
CN (1) CN117095750A (zh)

Similar Documents

Publication Publication Date Title
US11161087B2 (en) Methods and compositions for tagging and analyzing samples
US11519032B1 (en) Transposition of native chromatin for personal epigenomics
US20230069046A1 (en) Methods for increasing resolution of spatial analysis
AU2006275632B2 (en) Method for improving cell permeability to foreign particles
JP2021506253A (ja) 分析物の濃縮
CN110229919B (zh) 用于检测牛支原体的组合物、试剂盒和方法
CN102105586A (zh) 定量或检测dna的方法
WO2023225519A1 (en) Modified transposons, compositions and uses thereof
CN109825575A (zh) 辅助诊断结核病的miRNA标志物及其应用
RU2621864C1 (ru) Способ определения видовой принадлежности возбудителя бруцеллеза методом пцр с гибридизационно-флуоресцентным учетом результатов в режиме реального времени
KR20190017698A (ko) 결핵 진단용 키트 및 이를 이용한 결핵의 진단방법
CN117095750A (zh) 一种样本筛选排序方法
CN115948544A (zh) Cited4和/或metrn在椎间盘退变程度的鉴别诊断中的应用
EP3412769B1 (en) Method for separating target cell from blood sample and use thereof
WO2022147239A9 (en) High-spatial-resolution epigenomic profiling
EP3770607A1 (en) Screening method for biological specimens and screening separator
JP2007526743A (ja) クロマチン分析を利用して細胞の侵襲可能性を評価するための方法
Handler et al. Sphere-sequencing unveils local tissue microenvironments at single cell resolution
CN109797202A (zh) 一种用于检测具核梭杆菌的试剂盒及其方法
Whittington An overview of paratuberculosis diagnostic tests.
KR101725503B1 (ko) 인시츄 혼성화를 사용하는 헤테로캅사 트리퀘트라 검출방법 및 검출용 키트
Javed et al. Rapid detection of M. bovis and M. avium in cytological smears and tissue sections by PNA-FISH
CN103627793A (zh) 用于检测生物材料的系统和方法
Comley Single cell
Sleator MOLECULAR DETECTION OF FOODBORNE PATHOGENS: A NEW ERA IN FOOD-SAFETY

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication