CN117265092A - 用于预测重症急性胰腺炎的标志物组合及其应用 - Google Patents
用于预测重症急性胰腺炎的标志物组合及其应用 Download PDFInfo
- Publication number
- CN117265092A CN117265092A CN202210680373.2A CN202210680373A CN117265092A CN 117265092 A CN117265092 A CN 117265092A CN 202210680373 A CN202210680373 A CN 202210680373A CN 117265092 A CN117265092 A CN 117265092A
- Authority
- CN
- China
- Prior art keywords
- acute pancreatitis
- severe acute
- risk
- marker
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010033645 Pancreatitis Diseases 0.000 title claims abstract description 131
- 206010033647 Pancreatitis acute Diseases 0.000 title claims abstract description 129
- 201000003229 acute pancreatitis Diseases 0.000 title claims abstract description 129
- 239000003550 marker Substances 0.000 title claims abstract description 50
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 83
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 27
- 108020004999 messenger RNA Proteins 0.000 claims abstract description 21
- 239000002299 complementary DNA Substances 0.000 claims abstract description 19
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 12
- 102100025620 Cytochrome b-245 light chain Human genes 0.000 claims description 11
- 102100037573 Dual specificity protein phosphatase 12 Human genes 0.000 claims description 11
- 102100027685 Hemoglobin subunit alpha Human genes 0.000 claims description 11
- 101000856723 Homo sapiens Cytochrome b-245 light chain Proteins 0.000 claims description 11
- 101000924017 Homo sapiens Dual specificity protein phosphatase 1 Proteins 0.000 claims description 11
- 101000881110 Homo sapiens Dual specificity protein phosphatase 12 Proteins 0.000 claims description 11
- 101001009007 Homo sapiens Hemoglobin subunit alpha Proteins 0.000 claims description 11
- 101000785366 Homo sapiens PAT complex subunit Asterix Proteins 0.000 claims description 11
- 101000931462 Homo sapiens Protein FosB Proteins 0.000 claims description 11
- 102100020727 PAT complex subunit Asterix Human genes 0.000 claims description 11
- 102100020847 Protein FosB Human genes 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 102100032442 Protein S100-A8 Human genes 0.000 claims description 5
- 102100032420 Protein S100-A9 Human genes 0.000 claims description 5
- 101001028730 Homo sapiens Transcription factor JunB Proteins 0.000 claims description 4
- 102100037168 Transcription factor JunB Human genes 0.000 claims description 4
- 238000002965 ELISA Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000004952 protein activity Effects 0.000 claims description 2
- 201000010099 disease Diseases 0.000 abstract description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 6
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 26
- 210000004027 cell Anatomy 0.000 description 22
- 210000003719 b-lymphocyte Anatomy 0.000 description 16
- 238000012163 sequencing technique Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 9
- 239000012634 fragment Substances 0.000 description 9
- 230000027455 binding Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 239000002773 nucleotide Substances 0.000 description 6
- 125000003729 nucleotide group Chemical class 0.000 description 6
- 210000005259 peripheral blood Anatomy 0.000 description 6
- 239000011886 peripheral blood Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 108091033319 polynucleotide Proteins 0.000 description 5
- 102000040430 polynucleotide Human genes 0.000 description 5
- 239000002157 polynucleotide Substances 0.000 description 5
- 108091028043 Nucleic acid sequence Proteins 0.000 description 4
- 210000002865 immune cell Anatomy 0.000 description 4
- 239000003446 ligand Substances 0.000 description 4
- 150000007523 nucleic acids Chemical class 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007637 random forest analysis Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 238000000018 DNA microarray Methods 0.000 description 3
- 238000012408 PCR amplification Methods 0.000 description 3
- 238000003556 assay Methods 0.000 description 3
- 238000013399 early diagnosis Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 210000003819 peripheral blood mononuclear cell Anatomy 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 102100024222 B-lymphocyte antigen CD19 Human genes 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 101000980825 Homo sapiens B-lymphocyte antigen CD19 Proteins 0.000 description 2
- 108020005196 Mitochondrial DNA Proteins 0.000 description 2
- 108091034117 Oligonucleotide Proteins 0.000 description 2
- 108020005187 Oligonucleotide Probes Proteins 0.000 description 2
- 238000011529 RT qPCR Methods 0.000 description 2
- 210000001744 T-lymphocyte Anatomy 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 239000012620 biological material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000012997 ficoll-paque Substances 0.000 description 2
- 238000003119 immunoblot Methods 0.000 description 2
- 229940127121 immunoconjugate Drugs 0.000 description 2
- 239000002751 oligonucleotide probe Substances 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 238000010188 recombinant method Methods 0.000 description 2
- 238000003757 reverse transcription PCR Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000001262 western blot Methods 0.000 description 2
- 101150090724 3 gene Proteins 0.000 description 1
- 208000007848 Alcoholism Diseases 0.000 description 1
- 239000004382 Amylase Substances 0.000 description 1
- 102000013142 Amylases Human genes 0.000 description 1
- 108010065511 Amylases Proteins 0.000 description 1
- 108020004705 Codon Proteins 0.000 description 1
- 108020004635 Complementary DNA Proteins 0.000 description 1
- 102000004127 Cytokines Human genes 0.000 description 1
- 108090000695 Cytokines Proteins 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 208000018522 Gastrointestinal disease Diseases 0.000 description 1
- 108020005004 Guide RNA Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 108700026244 Open Reading Frames Proteins 0.000 description 1
- 238000010222 PCR analysis Methods 0.000 description 1
- 239000012980 RPMI-1640 medium Substances 0.000 description 1
- 108020004511 Recombinant DNA Proteins 0.000 description 1
- 206010051379 Systemic Inflammatory Response Syndrome Diseases 0.000 description 1
- 238000001793 Wilcoxon signed-rank test Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 235000019418 amylase Nutrition 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000006285 cell suspension Substances 0.000 description 1
- 230000003833 cell viability Effects 0.000 description 1
- 230000007969 cellular immunity Effects 0.000 description 1
- 201000001883 cholelithiasis Diseases 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 208000001130 gallstones Diseases 0.000 description 1
- 208000006575 hypertriglyceridemia Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 210000004969 inflammatory cell Anatomy 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010369 molecular cloning Methods 0.000 description 1
- 230000008383 multiple organ dysfunction Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- G—PHYSICS
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- 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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- 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
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/06—Gastro-intestinal diseases
- G01N2800/067—Pancreatitis or colitis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Immunology (AREA)
- Organic Chemistry (AREA)
- Genetics & Genomics (AREA)
- Biotechnology (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- Primary Health Care (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供了用于预测重症急性胰腺炎的标志物组合及其应用。具体地，本发明提供了重症急性胰腺炎评判的风险标志物的基因、mRNA、cDNA、蛋白或其检测试剂的用途，用于制备/建立判断重症急性胰腺炎发生风险的诊断试剂或试剂盒/设备。研究表明，重症急性胰腺炎风险标志物可作为早期判断急性胰腺炎患者是否发展为重症急性胰腺炎的标志物，具有高灵敏度和特异性，可以在相对较早的疾病进展阶段快速诊断重症急性胰腺炎，为疾病的早期治疗干预提供有力的协助。
Description
技术领域
本发明涉及医学诊断领域，更具体地涉及用于预测重症急性胰腺炎的标志物组合及其应用。
背景技术
急性胰腺炎(acute pancreatitis,AP)是指多种病因引起体内胰酶激活，继以胰腺局部炎性反应为主要特征的急腹症。胆结石、酗酒和高甘油三酯血症是AP的主要病因。大量研究表明，症状出现后的最初24小时对于识别有发生严重并发症或死亡风险的患者至关重要。至今为止，科学家已经开发了许多预后模型来判断病程早期急性胰腺炎的严重程度，包括简单的实验室血液生化标志物(如淀粉酶)、成像方法和一些临床评分系统。近几十年来AP的早期诊断和治疗取得了较大进展，但仍有高达10％-20％的AP会发展成为重症急性胰腺炎(severe acute pancreatitis,SAP)，其死亡率高达30％。
免疫细胞启动宿主防御病原体感染。细胞免疫在AP的发病机制中起着至关重要的作用。外周血清炎症细胞和细胞因子的变化是AP诊断和预后的重要指标。有证据表明，AP的特征是人类外周血中T和B淋巴细胞显着减少[7]。多种免疫细胞在AP的发生过程中发生了变化，但很难确定特定种类免疫细胞的确切作用。此外，AP中外周血免疫细胞显著消耗或增加的原因及其与人类疾病严重程度的关系仍知之甚少。
与轻症急性胰腺炎(mild acute pancreatitis,MAP)不同的是，SAP伴随全身炎症反应综合征和多器官功能障碍甚至衰竭，具有高发病率和死亡率。早期诊断仍然是系统性管理SAP的主要挑战。值得注意的是，早期诊断、有效预防和及时治疗对SAP预后至关重要。
因此，本领域迫切需要开发能够更有效、更早期和更准确地对重症急性胰腺炎进行早期筛查和诊断的方法，实现重症急性胰腺炎的及时干预治疗。
发明内容
本发明的目的就是提供一种更有效、更早期和更准确地对重症急性胰腺炎进行早期筛查和诊断的方法。
在本发明的第一方面，提供了一种重症急性胰腺炎风险标志物的基因、mRNA、cDNA、蛋白、或其检测试剂的用途，用于制备一诊断试剂或试剂盒，所述诊断试剂或试剂盒用于诊断急性胰腺炎患者是否为重症急性胰腺炎；
其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB。
在另一优选例中，所述重症急性胰腺炎风险标志物还包括选自下组B的任一标志物、或其组合：(B1)S100A8；(B2)JUNB；(B3)S100A9。
在另一优选例中，所述重症急性胰腺炎风险标志物还包括选自组A的7种和选自组B的3种标志物的组合。
在另一优选例中，所述诊断试剂或试剂盒用于检测血液中的重症急性胰腺炎风险标志物。
在另一优选例中，所述诊断试剂或试剂盒用于检测血液中B细胞中的重症急性胰腺炎风险标志物。
在另一优选例中，所述检测试剂包括：
(a)针对所述重症急性胰腺炎风险标志物的特异性抗体、特异性结合分子；和/或
(b)特异性扩增所述重症急性胰腺炎风险标志物的mRNA或cDNA的引物或引物对、探针或芯片(如核酸芯片或蛋白质芯片)。
在另一优选例中，所述重症急性胰腺炎风险标志物表A和/或表B中所示的任一标志物的基因、mRNA、cDNA、或蛋白来源于人。
在另一优选例中，所述的对象为人。
在另一优选例中，所述的A1-A7标志物选自表A:
表A
在另一优选例中，所述的B1-B3标志物选自表B:
表B
本发明的第二方面，提供一种试剂盒，所述试剂盒含有一检测试剂，所述检测试剂用于检测待测样品中重症急性胰腺炎风险标志物的基因、mRNA、cDNA、蛋白、或其组合；
其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB。
在另一优选例中，所述待测样品来自选自下组的对象：无胰腺炎对象、轻症急性胰腺炎对象，重症急性胰腺炎对象。
在另一优选例中，所述的检测试剂偶联有或带有可检测标记。
在另一优选例中，所述可检测标记选自下组：生色团、化学发光基团、荧光团、同位素或酶。
在另一优选例中，所述的抗体是单克隆抗体或多克隆抗体。
在另一优选例中，所述诊断试剂包括抗体、引物、探针、测序文库、核酸芯片(如DNA芯片)或蛋白质芯片。
在另一优选例中，所述的核酸芯片包括基片和点样在基片上的特异性寡核苷酸探针，所述的特异性寡核苷酸探针包括与任一所述的重症急性胰腺炎风险标志物的多核苷酸(mRNA或cDNA)特异性结合的探针。
在另一优选例中，所述的蛋白质芯片包括基片和点样在基片上的特异性抗体，所述的特异性抗体包括抗所述重症急性胰腺炎风险标志物的特异性抗体。
在另一优选例中，所述的抗体是单克隆抗体或多克隆抗体。
在另一优选例中，所述的试剂盒含有重症急性胰腺炎风险标志物的基因、mRNA、cDNA和/或蛋白作为对照品或质控品。
在另一优选例中，所述的试剂盒还包括标签或说明书，所述标签或说明书注明所述试剂盒用于(a)判断重症急性胰腺炎的发生风险，和/或(b)对重症急性胰腺炎治疗效果进行评价。
在另一优选例中，所述的试剂包括引物、探针、gRNA或其组合，更佳地为用于PCR、qPCR、RT-PCR的引物对或探针。
在另一优选例中，所述重症急性胰腺炎风险标志物的检测可通过如下的方法进行检测：测序、PCR、或其组合。
在另一优选例中，所述重症急性胰腺炎风险标志物的检测可定量检测。
本发明的第三方面，提供了一种检测方法，包括步骤：
(a)提供一检测样本；
(b)检测所述检测样本中重症急性胰腺炎风险标志物基因的表达量，记为C1；和
(c)将所述重症急性胰腺炎风险的标志物浓度C1与对照参比值C0进行比较，其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB；
如果检测对象的重症急性胰腺炎风险的检测结果满足以下条件时，则提示所述对象发展为重症急性胰腺炎风险高；
当某一标志物在检测对象中表A和表B中的标志物的表达水平与参比值或标准值有显著差异时，所述急性胰腺炎患者发展为重症急性胰腺炎的风险高。
在另一优选例中，所述检测样本，选自血液样本；
在另一优选例中，所述检测样本选自血液样本中的B细胞；
本发明的第四方面，提供了一种重症急性胰腺炎早期筛查的设备，所述设备包括：
(a)输入模块，所述输入模块用于输入某急性胰腺炎患者特征基因的表达数据；
其中，所述的特征基因包括选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB；
(b)处理模块，所述处理模块对于输入的特征基因，进行分析计算，从而获得风险评判；通过差异表达情况分析发现，其中，当出现显著差异表达情况时，则提示该急性胰腺炎患者为重症急性胰腺炎患者的风险高；当差异表达情况不显著时，则提示该急性胰腺炎患者为重症急性胰腺炎患者的风险低；和
(c)输出模块，所述输出模块用于输出所述的辅助筛查结果。
在另一优选例中，所述表达数据来自于血液样本；
在另一优选例中，所述的表达数据来自于血液样本中的B细胞；
在另一优选例中，所述设备还包括一检测模块，所述检测模块用于检测所述风险标志物的mRNA水平、蛋白水平、或蛋白活性。
在另一优选例中，所述的检测模块选自下组：ELISA分析仪、PCR检测仪、测序仪、或其组合。
应理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，从而构成新的或优选的技术方案。限于篇幅，在此不再一一累述。
附图说明
图1显示了本发明模型构建的工作流程。
图2显示了本发明模型构建过程中，第1天MAP/SAP B细胞的二维嵌入(主要成分1和2)。根据疾病类型以不同颜色标记细胞起源。
图3显示了本发明模型构建过程中，使用不同数量的基因作为输入的随机森林模型的AUROC值。
图4显示了本发明模型构建过程中，以10个基因作为输入的最终随机森林模型的AUROC曲线。
图5显示了本发明模型构建过程中，最终选择的10个特征基因在第1天在MAP/SAPB细胞中的表达。
具体实施方式
本发明人经过广泛而深入的研究，首次开发了一种有效、准确地基于特定特征基因对重症急性胰腺炎进行早期筛查的方法和设备。具体的，本发明人通过构建轻症急性胰腺炎患者和重症急性胰腺炎患者外周血B细胞的单细胞转录组图谱，并根据基因的互信息分数对基因进行权重排序，意外地筛选出多个与重症急性胰腺炎密切相关的特征基因，从而构建了可对重症急性胰腺炎进行简单、准确、高效的早期筛查体系。本发明的方法和筛查系统可以有效的将急性胰腺炎患者划分为轻症急性胰腺炎和重症急性胰腺炎，便于对重症急性胰腺炎高风险患者尽早地进行对应的治疗干预。在此基础上完成了本发明。
本发明将单细胞图谱中的B细胞数据用作构建预测模型的输入，并使用少至10个基因作为输入，最终该模型早在采样第1天就对轻症和重症病例进行分类的准确率为92.9％，表明具有强大的性能。该模型的实施可能有助于临床医生及时做出SAP诊断。治疗干预可以在早期进行并阻止急性胰腺炎患者的疾病进展。这项工作的意义将有机会解决早期急性胰腺炎的分类筛选，对于患者和医院针对急性胰腺炎的管理具有重大临床意义。
术语
本文中使用的术语“样品”或“样本”是指与受试者特异地相关联的材料，从其中可以确定、计算或推断出与受试者有关的特定信息。样本可以全部或部分由来自受试者的生物材料构成。
如本文所用，术语“表达”包括mRNA从基因或基因部分的产生，并且包括由RNA或基因或基因部分所编码的蛋白质的产生，还包括与表达相关的检测物质的出现。例如，cDNA，结合配体(如抗体)与基因或其它寡核苷酸、蛋白质或蛋白质片段的结合以及结合配体的显色部分都包括在术语“表达”的范围内。因此，在免疫印迹如Western印迹上半点密度的增加也处于以生物学分子为基础的术语“表达”的范围内。
如本文所用，术语“参比值”或“对照参比值”是指当与分析结果相比时与特定结果统计学相关的值。在优选的实施方案中，参比值是根据对比较重症急性胰腺炎风险标志物的mRNA表达和/或蛋白的表达，并进行统计学分析来确定的。在本文的实施例部分中显示了一些这样的研究。但是，来自文献的研究和本文公开的方法的用户经验也可用于生产或调整参比值。参比值也可以通过考虑与患者的族群、医疗史、遗传学、年龄和其它因素特别相关的情况和结果来确定。
本文中使用的术语“样品”或“样本”是指与受试者特异地相关联的材料，从其中可以确定、计算或推断出与受试者有关的特定信息。样本可以全部或部分由来自受试者的生物材料构成。
如本文所用，术语“表达”包括mRNA从基因或基因部分的产生，并且包括由RNA或基因或基因部分所编码的蛋白质的产生，还包括与表达相关的检测物质的出现。例如，cDNA，结合配体(如抗体)与基因或其它寡核苷酸、蛋白质或蛋白质片段的结合以及结合配体的显色部分都包括在术语“表达”的范围内。因此，在免疫印迹如Western印迹上半点密度的增加也处于以生物学分子为基础的术语“表达”的范围内。
重症急性胰腺炎风险标志物
如本文所用，术语“本发明的重症急性胰腺炎风险标志物”指表A和/或表B中所示的一种或多种标志物。
在本发明中，术语“本发明的重症急性胰腺炎风险标志物蛋白”、“本发明蛋白”、“本发明的多肽”、或“表A和/或表B中所示的标志物”可互换使用，都指具有本发明的重症急性胰腺炎风险标志物中任何一种或多种。
在本发明中，术语“重症急性胰腺炎风险标志物基因”、“重症急性胰腺炎风险标志物的多核苷酸”可互换使用，都指表A和/或表B中所示的任一重症急性胰腺炎风险标志物的核苷酸序列。
需理解的是，当编码相同的氨基酸时，密码子中核苷酸的取代是可接受的。另外需理解的是，由核苷酸取代而产生保守的氨基酸取代时，核苷酸的变换也是可被接受的。
在得到了重症急性胰腺炎风险标志物的信息的情况下，可根据其构建出编码它的核酸序列，并且根据核苷酸序列来设计特异性探针。核苷酸全长序列或其片段通常可以用PCR扩增法、重组法或人工合成的方法获得。对于PCR扩增法，可根据本发明所公开的重症急性胰腺炎风险标志物的核苷酸序列，尤其是开放阅读框序列来设计引物，并用市售的cDNA库或按本领域技术人员已知的常规方法所制备的cDNA库作为模板，扩增而得有关序列。当序列较长时，常常需要进行两次或多次PCR扩增，然后再将各次扩增出的片段按正确次序拼接在一起。
一旦获得了有关的序列，就可以用重组法来大批量地获得有关序列。这通常是将其克隆入载体，再转入细胞，然后通过常规方法从增殖后的宿主细胞中分离得到有关序列。
此外，还可用人工合成的方法来合成有关序列，尤其是片段长度较短时。通常，通过先合成多个小片段，然后再进行连接可获得序列很长的片段。
目前，已经可以完全通过化学合成来得到编码本发明蛋白(或其片段，衍生物)的DNA序列。然后可将该DNA序列引入本领域中已知的各种现有的DNA分子(如载体)和细胞中。
通过常规的重组DNA技术，可利用本发明的多核苷酸序列可用来表达或生产重组的重症急性胰腺炎风险标志物。
检测方法
基于重症急性胰腺炎风险标志物血液B细胞中差异表达，本发明还提供了相应的判断重症急性胰腺炎风险的方法。
本发明涉及定量和定位检测重症急性胰腺炎风险标志物的蛋白水平或mRNA水平的诊断试验方法。这些试验是本领域所熟知的。试验中所检测的人重症急性胰腺炎风险标志物蛋白水平或mRNA水平，可以用于判断(包括辅助判断)是否具有重症急性胰腺炎风险。
一种优选的方法是对mRNA或cDNA，进行PCR/qPCR/RT-PCR进行定量检测。
一种优选的方法是对mRNA或cDNA，测序进行定量检测。
重症急性胰腺炎风险标志物的多核苷酸可用于重症急性胰腺炎风险的诊断。本发明的多核苷酸的一部分或全部可作为探针固定在微阵列或DNA芯片上，用于分析中基因的差异表达分析和基因诊断。
此外，本发明还可以在蛋白水平进行检测。例如，抗重症急性胰腺炎风险标志物的抗体可以固定在蛋白质芯片上，用于检测样本中的重症急性胰腺炎风险蛋白。
检测试剂盒
基于重症急性胰腺炎风险标志物与重症急性胰腺炎风险的相关性，因此重症急性胰腺炎风险标志物可以作为重症急性胰腺炎风险的判断标志物。
本发明还提供了一种判断重症急性胰腺炎风险的试剂盒，所述的试剂盒含有一检测试剂，所述检测试剂用于检测重症急性胰腺炎风险标志物的基因、mRNA、cDNA、蛋白、或其组合。优选地，所述试剂盒含有本发明的抗重症急性胰腺炎风险标志物的抗体或免疫偶联物，或其活性片段；或者含有特异性扩增重症急性胰腺炎风险标志物的mRNA或cDNA的引物或引物对、探针或芯片。
在另一优选例中，所述的试剂盒还包括标签或说明书。
本发明的主要优点包括：
(1)本发明采用血液样本，更适用于早期筛查诊断，且具有更快速、更便捷、低成本的特点。
(2)与现有急性胰腺炎的检测方法相比，本发明建立的标志物组合具有更高的特异性，检测结果更准确。
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明具体条件的实验方法，通常按照常规条件，例如Sambrook等人，分子克隆：实验室手册(New York:Cold Spring HarborLaboratory Press,1989)中所述的条件，或按照制造厂商所建议的条件。除非另外说明，否则百分比和份数是重量百分比和重量份数。
材料和方法
本发明使用CD19作为指针基因分选出所有的B细胞。根据B细胞基因表达谱，为了构建预测模型，首先采取选择高度可变的基因以去除信息较少的基因并提高计算效率。然后使用互信息分数作为度量来选择用于构建随机森林分类器的占比最大的基因。使用AUROC来评估模型性能以最终确定模型选择，同时还计算了其他指标，包括召回分数、精度分数等。所有模型均使用5-fold交叉验证进行评估。
实施例1.测序样本准备
在诊断的第1、3和7天，从三例MAP和四例SAP病例中获取外周血样本。使用Ficoll-Paque Plus(编号17-1440-03；GE Healthcare Pharmacia，Little Chalfont，UK)从抗凝剂处理的外周血样品中分离PBMCs(外周血单个核细胞)。将血液稀释并与等量的非补充RPMI1640(No.22400089；Gibco，Grand Island，NY，USA)混合以增加细胞活力。
然后将混合物轻轻倾析到Ficoll-Paque Plus中，并在关闭制动器的情况下以800×g离心20分钟。将中间层转移到新的离心管中并以2,000rpm离心10分钟。弃上清，收集PBMCs，计数并保存在液氮中，直至进行流式细胞术和单细胞测序分析。
实施例2.单细胞测序
单细胞测序和V(D)J文库使用10X Genomics Chromium Controller Instrument、Chromium Single Cell 5'文库、凝胶珠试剂盒和V(D)J富集试剂盒(10X Genomics公司，Pleasanton，CA)。将细胞悬液浓缩至1,000个细胞/μL，并将其中约10,000个加载到每个通道中以生成单细胞凝胶珠在乳液(GEM)中。输出是每个样本6,000个细胞的mRNA条形码。反转录步骤后，GEM被破坏，条形码cDNA被纯化、扩增，并用于构建5'基因表达和TCR和BCR富集文库。对于5'文库构建，将扩增的条形码cDNA片段化、A尾、与接头连接并进行索引PCR扩增。对于V(D)J文库，人类T细胞和B细胞V(D)J序列从扩增的cDNA中富集、片段化、A尾、接头连接和索引PCR扩增。
使用Qubit高灵敏度DNA测定(No.Q33231；Thermo Fisher Scientific,Waltham,MA,USA)对最终文库进行定量。在Bioanalyzer 2200(Agilent Technologies，SantaClara，CA，USA)中使用高灵敏度DNA芯片测定文库大小分布。所有文库均在Illumina测序仪(Illumina，San Diego，CA，USA)上使用150bp配对末端运行进行测序。
实施例3.基因选择和聚类
得到测序原始数据后，本发明使用Cell Ranger v.3.0.2vdj流程(10X Genomics)对单细胞测序数据进行比对和条形码解复用。然后在Scanpy计算框架下分析表达矩阵数据。根据QC标准过滤数据。去除了<500个检测到的基因的细胞和<5个细胞/数据集中检测到的基因。线粒体基因表达占总表达水平>10％的细胞也被排除在外。通过去除具有前5％总转录本(UMI)的细胞来避免双峰。Scrublets软件也用于去除双峰。
然后根据基因的可变性选择基因进行降维和聚类。合并所有数据，选择前2,000个可变基因，并回归出每个细胞的总UMI计数和线粒体基因表达比例，以消除这些因素对聚类的影响。BBKNN方法用于使用供体作为批密钥执行批校正。在Scanpy中进行Leiden聚类，分辨率设置为1。
实施例4.模型建立
本发明模型构建采用基于机器学习算法的基本结果，选择B细胞作为模型的输入(图1)。
(1)寻找疾病预测因子的可行性：使用CD19作为分选B细胞的主要marker，仅从第1天收集的MAP和SAP数据中提取B细胞，并进行PCR分析(图2)；结果表明轻症急性胰腺炎患者和重症急性胰腺炎患者的细胞显示PCR空间差异，证明有可行性；并以B细胞作为模型输入。
(2)根据基因的互信息分数对基因进行排序，将基因的数量限制在相对较小的范围内。
(3)基于不同数量的特征(基因)构建随机森林分类器并评估性能，观察到在特征基因数为10时，模型的性能评估出现拐点(图3)。
(4)选择互信息分数最大的前10个基因，获得分类器模型，在此分类器下，AUROC的面积达0.929(图4)。
(5)绘制这10个基因在来自MAP和SAP样本的第1天B细胞中的表达，发现基于Wilcoxon检验，它们的表达都不同(图5)。这10个基因分别是选自表A的七个基因和选自表B的三个基因：(A1)DUSP1；(A2)FOS；(A3)HBA2；(A4)CYBA；(A5)JUNB；(A6)WDR83OS；(A7)FOSB；(B1)S100A8；(B2)JUN；(B3)S100A9。其中各基因权重占比如表A、表B所示。
实施例5.模型验证
模型输入为选自表A的七个基因和选自表B的三个基因：(A1)DUSP1；(A2)FOS；(A3)HBA2；(A4)CYBA；(A5)JUNB；(A6)WDR83OS；(A7)FOSB；(B1)S100A8；(B2)JUN；(B3)S100A9。
本发明使用建立的模型针对4比1分选的不同的样本集(80％测试集，20％训练集)，进行了100次验证试验，每一次的AUROC的值都在90％以上，证明了本发明的模型具有较好的鲁棒性，支持了结论的可靠性(实验结果见表C)。
表C验证结果数据
/>
讨论
在本发明中，提供了一种判定方法来分析急性胰腺炎发展为重症急性胰腺炎的风险高低，并开发了一种预测重症急性胰腺炎发生风险的分析设备。
在本发明中，本发明人首次意外地发现了新的重症急性胰腺炎风险标志物，所述重症急性胰腺炎风险标志物包括组(A)中(A1)DUSP1、(A2)JUN、(A3)HBA2、(A4)CYBA、(A5)FOS、(A6)WDR83OS、(A7)FOSB、和/或组B中(B1)S100A8、(B2)JUN、(B3)S100A9。
在本发明中，通过选择外周血B细胞中选自包含组(A)及组(B)中的标记物作为生物标记物对急性胰腺炎患者发展为重症急性胰腺炎的风险进行评估，实现了对于重症急性胰腺炎的客观诊断，对重症急性胰腺炎诊断有较高的灵敏性和特异性。
在本发明提及的所有文献都在本申请中引用作为参考，就如同每一篇文献被单独引用作为参考那样。此外应理解，在阅读了本发明的上述讲授内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (10)
1.一种重症急性胰腺炎风险标志物的基因、mRNA、cDNA、蛋白、或其检测试剂的用途，其特征在于，用于制备一诊断试剂或试剂盒，所述诊断试剂或试剂盒用于诊断急性胰腺炎患者是否为重症急性胰腺炎；
其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB。
2.如权利要求1所述的用途，其特征在于，所述重症急性胰腺炎风险标志物还包括选自下组B的任一标志物、或其组合：(B1)S100A8；(B2)JUNB；(B3)S100A9。
3.如权利要求1所述的用途，其特征在于，所述重症急性胰腺炎风险标志物还包括选自组A的7种和选自组B的3种标志物的组合。
4.如权利要求1所述的用途，其特征在于，所述诊断试剂或试剂盒用于检测血液中的重症急性胰腺炎风险标志物。
5.一种试剂盒，其特征在于，所述试剂盒含有一检测试剂，所述检测试剂用于检测待测样品中重症急性胰腺炎风险标志物的基因、mRNA、cDNA、蛋白、或其组合；
其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB。
6.如权利要求5所述的试剂盒，其特征在于，所述待测样品来自选自下组的对象：无胰腺炎对象、轻症急性胰腺炎对象，重症急性胰腺炎对象。
7.一种检测方法，其特征在于，包括步骤：
(a)提供一检测样本；
(b)检测所述检测样本中重症急性胰腺炎风险标志物基因的表达量，记为C1；和
(c)将所述重症急性胰腺炎风险的标志物浓度C1与对照参比值C0进行比较，其中，所述的重症急性胰腺炎风险标志物选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB；
如果检测对象的重症急性胰腺炎风险的检测结果满足以下条件时，则提示所述对象发展为重症急性胰腺炎风险高：
当某一标志物在检测对象中表A和表B中的标志物的表达水平与参比值或标准值有显著差异时，所述急性胰腺炎患者发展为重症急性胰腺炎的风险高。
8.一种重症急性胰腺炎早期筛查的设备，其特征在于，所述设备包括：
(a)输入模块，所述输入模块用于输入某急性胰腺炎患者特征基因的表达数据；
其中，所述的特征基因包括选自下组：
(A)选自A1至A7的任一标志物、或其组合：(A1)DUSP1；(A2)JUN；(A3)HBA2；(A4)CYBA；(A5)FOS；(A6)WDR83OS；(A7)FOSB；
(b)处理模块，所述处理模块对于输入的特征基因，进行分析计算，从而获得风险评判；通过差异表达情况分析发现，其中，当出现显著差异表达情况时，则提示该急性胰腺炎患者为重症急性胰腺炎患者的风险高；当差异表达情况不显著时，则提示该急性胰腺炎患者为重症急性胰腺炎患者的风险低；和
(c)输出模块，所述输出模块用于输出所述的辅助筛查结果。
9.如权利要求8所述的设备，其特征在于，所述设备还包括一检测模块，所述检测模块用于检测所述风险标志物的mRNA水平、蛋白水平、或蛋白活性。
10.如权利要求9所述的设备，其特征在于，所述的检测模块选自下组：ELISA分析仪、PCR检测仪、测序仪、或其组合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210680373.2A CN117265092A (zh) | 2022-06-15 | 2022-06-15 | 用于预测重症急性胰腺炎的标志物组合及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210680373.2A CN117265092A (zh) | 2022-06-15 | 2022-06-15 | 用于预测重症急性胰腺炎的标志物组合及其应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117265092A true CN117265092A (zh) | 2023-12-22 |
Family
ID=89201430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210680373.2A Pending CN117265092A (zh) | 2022-06-15 | 2022-06-15 | 用于预测重症急性胰腺炎的标志物组合及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117265092A (zh) |
-
2022
- 2022-06-15 CN CN202210680373.2A patent/CN117265092A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11821037B2 (en) | Gene expression profiles associated with chronic allograft nephropathy | |
| US10670610B2 (en) | Biomarker test for prediction or early detection of preeclampsia and/or HELLP syndrome | |
| CN108368551A (zh) | 用于诊断结核病的方法 | |
| CN110246539B (zh) | 一种免疫力水平评估的方法及装置 | |
| CN113167782A (zh) | 用于样品质量评估的方法 | |
| CN107208131A (zh) | 用于肺癌分型的方法 | |
| CN110914456A (zh) | 检测胎儿染色体异常的方法 | |
| CN113201590B (zh) | 用于评估肝细胞癌早期复发风险的lncRNA、评估方法及装置 | |
| CN116287220B (zh) | 用于快速诊断川崎病的分子生物标志物和分析方法 | |
| CN115948544B (zh) | Cited4和/或metrn在椎间盘退变程度的鉴别诊断中的应用 | |
| CN115927608B (zh) | 用于预测胰腺癌发生风险的生物标志物、方法和诊断设备 | |
| CN110656169A (zh) | 心房颤动的诊断标志物 | |
| CN114164273B (zh) | 一种鳞癌的预后标志物、预后风险评估模型的建立方法及其应用 | |
| CN117265092A (zh) | 用于预测重症急性胰腺炎的标志物组合及其应用 | |
| CN112662754B (zh) | 用于预测小耳畸形发生概率的组合物的应用方法 | |
| CN108034707A (zh) | Spag7基因在制备老年痴呆诊断制剂中的应用 | |
| JP2021175381A (ja) | アトピー性皮膚炎の検出方法 | |
| EP3339861B1 (en) | Biomarker test for prediction or early detection of preeclampsia | |
| CN117778566A (zh) | 用于预测甲状腺癌转移的标志物及其应用 | |
| JP2015522258A (ja) | 子癇前症及び／またはｈｅｌｌｐ症候群の予測または早期検出のバイオマーカー検査 | |
| US20170121774A1 (en) | Methods and compositions for assessing predicting responsiveness to a tnf inhibitor | |
| CN117233389A (zh) | 用于快速鉴定急性髓系白血病中cebpa双突变的标志物 | |
| CN113584158A (zh) | 生物标志物在诊断糖尿病肾病中的用途 | |
| CN113718026A (zh) | 用于糖尿病肾脏病变疾病诊断的试剂、产品及其应用 | |
| CN117821595A (zh) | 早期前体t急性淋巴细胞白血病的生物标志物 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |