DE102010038014B4 - Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung - Google Patents

Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung Download PDF

Info

Publication number
DE102010038014B4
DE102010038014B4 DE102010038014.8A DE102010038014A DE102010038014B4 DE 102010038014 B4 DE102010038014 B4 DE 102010038014B4 DE 102010038014 A DE102010038014 A DE 102010038014A DE 102010038014 B4 DE102010038014 B4 DE 102010038014B4
Authority
DE
Germany
Prior art keywords
signature
sample
values
human
comparison
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
Application number
DE102010038014.8A
Other languages
English (en)
Other versions
DE102010038014A1 (de
Inventor
Dr. Huber Fritz
Renate Kirchhöfer
Dr. Pfahlert Volker
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.)
Numares AG
Original Assignee
Numares AG
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
Priority to DE102010038014.8A priority Critical patent/DE102010038014B4/de
Application filed by Numares AG filed Critical Numares AG
Priority to HUE18190951A priority patent/HUE064419T2/hu
Priority to PCT/EP2011/067383 priority patent/WO2012045773A1/en
Priority to PL18190951.6T priority patent/PL3438651T3/pl
Priority to AU2011311596A priority patent/AU2011311596B2/en
Priority to EP11778815.8A priority patent/EP2625511B1/de
Priority to US13/878,094 priority patent/US10497465B2/en
Priority to EP18190951.6A priority patent/EP3438651B1/de
Priority to ES18190951T priority patent/ES2963482T3/es
Priority to CA2813863A priority patent/CA2813863A1/en
Publication of DE102010038014A1 publication Critical patent/DE102010038014A1/de
Priority to US16/654,828 priority patent/US20200051669A1/en
Application granted granted Critical
Publication of DE102010038014B4 publication Critical patent/DE102010038014B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46NMR spectroscopy
    • G01R33/4625Processing of acquired signals, e.g. elimination of phase errors, baseline fitting, chemometric analysis
    • 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
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • 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
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20Supervised data analysis
    • 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
    • G16B99/00Subject matter not provided for in other groups of this subclass
    • 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
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Biochemistry (AREA)
  • Molecular Biology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Electrotherapy Devices (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

Verwendung einer Substanz, die ausgewählt ist aus der Gruppe bestehend aus Methylmalonat, Lactat, Methylsuccinat, p-Cresol, 3-Hydroxyisovalerat, Citrat, Methylguanidin, Malonat, Taurin, Methylguanidin, Phenylacetylglycin, Trigonellin, α-Glucose, Acetylcarnitin, Phenylacetat und Hippurat, als Marker zur Bestimmung des Risikos einer Nierenabstoßung bei einem Individuum, bei dem eine Nierentransplantation durchgeführt wurde, mittels eines Verfahrens mit den folgenden Schritten:- Bereitstellung mindestens einer aus einem Menschen oder einem nichtmenschlichen Säugetier entnommenen Probe (10, 20, 30),- Analyse der Probe mittels mindestens eines Analyseverfahrens (51, 52, 53), um mindestens ein Analyseergebnis zu erstellen,- Durchführung eines Verfahrens zur Charakterisierung der Probe (10, 20, 30) mit den folgenden Schritten:o Bestimmung des Werts (60) mindestens einer mathematischen Beziehung zwischen mindestens zwei Werten (1, 2) der Vielzahl von Werten (1, 2, 3),o Erstellung einer charakterisierenden Signatur (200) der Probe (10, 20, 30) auf der Grundlage des Werts (60) der mindestens einen mathematischen Beziehung,- Vergleich der Signatur (200) der Probe (10, 20, 30) mit mindestens einer Vergleichssignatur (210, 220), die als Signatur einer Vergleichsprobe erstellt wurde,- Bestimmung einer Abweichung zwischen der Signatur (200) der Probe (10, 20, 30) und der mindestens einen Vergleichssignatur (210, 220) und- Zuordnung der Signatur (200) und der bestimmten Abweichung zu dem Menschen oder dem nichtmenschlichen Säugetier.

Description

  • Die vorliegende Erfindung betrifft die Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung gemäß dem Oberbegriff des Anspruchs 1.
  • Aus dem Stand der Technik sind verschiedene Methoden zur Messdatenanalyse von beispielsweise spektroskopisch gewonnenen Daten bekannt. Bei den bekannten Verfahren werden in der Regel die einzelnen Signale einer Substanz, die durch diese Substanz beim entsprechenden Messverfahren hervorgerufen werden, analysiert. Es ist auch bekannt, verschiedene einzelne Signale in vorbestimmten Kategorien zusammenzufassen, um eine einfache Datenhandhabung bzw. eine Datenreduktion zu erreichen. Im Fall von kernmagnetischer Resonanzspektroskopie (NMR-Spektroskopie) als Messverfahren werden dabei regelmäßig die einzelnen NMR-Signale den jeweiligen Substanzen, durch die die Signale hervorgerufen sind, zugeordnet, bevor eine weitergehende Analyse erfolgt. Es sind auch statistische NMR-Verfahren bekannt, bei denen keine vorherige Signalzuordnung erfolgt.
  • Um verlässlichere Aussagen erhalten zu können, ist es im Stand der Technik üblich, entweder einzelne oder eine Vielzahl von Messsignalen zur weiteren Analyse zu verwenden. Dies hat, wenn man beispielsweise die Körperflüssigkeit eines Individuums untersucht, den Nachteil, dass Schwankungen an der Zusammensetzung der Körperflüssigkeit, die sich beispielsweise durch den Ernährungszustand des Individuums ergeben, mit erfasst. Ohne genaue Kenntnis des Ernährungszustands kommt es so zu einer Verfälschung der Messergebnisse, da einzelne Substanzen mit einer hohen Konzentration erfasst werden, obwohl dies nur eine temporäre Konzentrationsspitze widerspiegelt, die nicht repräsentativ für den allgemeinen Zustand des Individuums ist.
  • Problematisch bei den aus dem Stand der Technik bekannten Analyseverfahren ist zudem, dass mit einer begrenzten Anzahl diskreter Werte gearbeitet wird, aufgrund derer dann eine Aussage zum Zustand des jeweils untersuchten Individuums getroffen wird.
  • Aus der DE 10 2005 026 133 A1 ist ein Verfahren zur Bestimmung der antioxidativen Aktivität von Substanzen bekannt. Dabei wird auf der Grundlage mindestens dreier Datensätze ein zeitabhängiges, quantitatives Maß zur Evaluierung der antioxidativen Aktivität berechnet.
  • Aus der US 2009/0093010 A1 ist ein Verfahren zur Überwachung der Nierenfunktion und zur Bestimmung einer Nierendysfunktion bekannt. Im Rahmen dieses Verfahrens wird eine Probe auf das Vorhandensein von β2-Mikroglobulin-Proteinfragmenten getestet.
  • Die DE 699 37368 T2 beschreibt ein Verfahren zum Diagnostizieren eines frühen Stadiums einer Nierenerkrankung, wobei alle Proteine aus einer Urinprobe abgetrennt werden und eine modifizierte Form eines Proteins in der Probe als Indikator für ein frühes Stadium einer Nierenerkrankung nachgewiesen wird.
  • Aus der DE 197 27 879 A1 ist ein Verfahren zur Ermittlung der Anzahl von Komponenten in Peaks, Banden und Signalen eines Spektrogramms bekannt, bei dem charakteristische geometrische Figuren stufenweise erst zu Geraden und dann zu Punkten reduziert werden, um die Zusammensetzung des zu Grunde liegenden Speckprogramms angeben zu können.
  • Der vorliegenden Erfindung liegt die Aufgabe zugrunde, eine neue Verwendungsmöglichkeit für verschiedene Substanzen anzugeben.
  • Diese Aufgabe wird durch eine Verwendung mit den Merkmalen des Anspruchs 1 gelöst.
  • Erfindungsgemäß ist vorgesehen, dass bestimmte Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung bei einem Individuum, bei welchem eine Nierentransplantation durchgeführt wurde, eingesetzt werden. Die als Marker einzusetzenden Substanzen sind hierbei Methylmalonat, Lactat, Methylsuccinat, p-Cresol, 3-Hydroxyisovalerat, Citrat, Methylguanidin, Malonat, Taurin, Methylguanidin, Phenylacetylglycin (2-[(2-Phenylacetyl)amino]essigsäure), Trigonellin, α-Glucose, Acetylcarnitin, Phenylacetat und Hippurat.
  • Diese Verwendung erfolgt mittels Durchführung eines Verfahrens, das die folgenden Verfahrensschritte aufweist:
    • - Bereitstellung mindestens einer aus einem Menschen oder einem nichtmenschlichen Säugetier entnommenen Probe,
    • - Analyse der Probe mittels mindestens eines Analyseverfahrens, um mindestens ein Analyseergebnis mit einer Vielzahl von Werten zu erstellen,
    • - Durchführung eines Verfahrens zur Charakterisierung der Probe mit den folgenden Schritten:
    • - Bestimmung des Werts mindestens einer mathematischen Beziehung zwischen mindestens zwei Werten der Vielzahl von Werten,
    • - Erstellung einer charakterisierenden Signatur der Probe auf der Grundlage des Werts der mindestens einen mathematischen Beziehung,
    • - Vergleich der Signatur der Probe mit mindestens einer Vergleichssignatur, die als Signatur einer Vergleichsprobe erstellt wurde,
    • - Bestimmung einer Abweichung zwischen der Signatur der Probe und der mindestens einen Vergleichssignatur und
    • - Zuordnung der Signatur und der bestimmten Abweichung zu dem Menschen oder dem nichtmenschlichen Säugetier.
  • Mit anderen Worten wird durch ein erfindungsgemäß durchzuführendes Verfahren eine sogenannte Signatur erstellt, die die Probe auf der Grundlage eines zuvor gewonnenen Messergebnisses zu charakterisieren vermag, wobei nicht auf einzelne Werte oder Signale des Messergebnisses geschaut wird, sondern stets auf den Wert einer mathematischen Beziehung zwischen mindestens zwei Signalen oder Werten eines entsprechenden Analyseergebnisses. Bei diesen Signalen oder Werten handelt es sich dabei um solche Signale, die durch eine oder mehrere Substanzen hervorgerufen werden, die der analysierten Probe originär zuzurechnen sind (in ihr also ursprünglich enthalten sind) und der Probe nicht etwa zu Normierungszwecken vor Durchführung der Analyse zugegeben wurden.
  • Bei der Anwendung dieses Verfahrens ist es nicht notwendig, bestimmten Werten oder Signalen des Analyseergebnisses zunächst Substanzen zuzuordnen, durch die die Werte oder Signale hervorgerufen wurden. Es ist also nicht notwendig, einem Signal A eine Substanz wie etwa Lactat zuzuordnen, die dieses Signal A hervorruft. Vielmehr ist es möglich und vorgesehen, das Verfahren ohne eine derartige vorherige Zuordnung durchzuführen. Das Signal A wird dann in mathematische Beziehung mit einem Signal B (dessen hervorrufende Substanz ebenfalls nicht bekannt sein braucht) gesetzt und der Wert X dieser mathematischen Beziehung weiter verarbeitet, obwohl immer noch unbekannt ist, welche Substanzen die Signale A und B hervorgerufen haben. Auf diese Art und Weise kann auf eine Fülle von Informationen, die zunächst gleichzeitig gemessen werden kann und auch zur Auswertung zur Verfügung steht, zurückgegriffen werden. Das erfindungsgemäße Verfahren ermöglicht also auch ohne Korrelation zwischen Substanz und entsprechendem Signal im Analyseergebnis eine hochpräzise Auswertung des Analyseergebnisses. Das Analyseergebnis kann dabei beispielsweise ein Spektrum, ein Chromatogramm oder ein vergleichbares Ergebnis sein.
  • Durch den Rückgriff auf Signale, die durch unbekannte oder zumindest nicht definierte Substanzen hervorgerufen werden, werden bei dem Verfahren auch bisher nicht im Zusammenhang mit einer spezifischen Charakterisierungsfragestellung beschriebene Metaboliten oder Substanzen berücksichtigt. Dadurch wird die Aussagekraft der erhaltenen Signatur und letztlich der gesamten Charakterisierung signifikant erhöht. Denn wenn man sich auf bekannte Substanzen bzw. bekannten Substanzen zugeordnete Signale zur Charakterisierung beschränken würde, würde man möglicherweise einen anderen, ebenso gut oder sogar besser geeigneten Stoff zur Charakterisierung außen vor lassen. Das Verfahren ermöglicht daher auch unabhängig vom aktuellen Wissens- und Forschungsstand eine zuverlässige Charakterisierung auf der Grundlage eines unbeschränkten und damit unvoreingenommenen Datenrückgriffs.
  • In einer Variante des Verfahrens erfolgt eine mathematische Aufbereitung des Analyseergebnisses, um es mit einer Summe einzelner Funktionen beschreiben zu können. Auf diese Weise wird ein kontinuierliches Werte-Portfolio erzeugt, so dass nicht wie im Stand der Technik auf diskrete Werte des Analyseergebnisses zurückgegriffen werden muss. Hierzu kann beispielsweise eine mathematische iterative Zerlegung des erhaltenen Analyseergebnisses in Liniensets erfolgen, die das ursprüngliche Analyseergebnis reproduzieren können. Ein geeignetes Verfahren ist eine Spektrendekonvolution. Anschließend kann dann ein übergeordnetes Linienset aus allen Analyseergebnissen gebildet werden, um die in den verschiedenen Analyseergebnissen enthaltenen Informationen in Clustern zusammenzufassen und zu filtern. Durch eine Dekonvolution verschiedener Spektren ist zudem eine Rauschunterdrückung möglich.
  • In einer Variante des Verfahrens umfasst die Probe, welche analysiert und charakterisiert wird, eine Körperflüssigkeit eines Individuums. Insbesondere stellt die Probe eine der vorgenannten Substanzen dar. Beispiele für eine geeignete Körperflüssigkeit sind Blut, Urin, Galle, Gewebsflüssigkeit, Sperma, Lymphe, Speichel oder Cerebrospinalflüssigkeit.
  • In einer Variante des Verfahrens ist das Analyseverfahren ausgewählt aus der Gruppe bestehend aus NMR-Spektroskopie, Massenspektrometrie, Elektronenspinresonanz, Schwingungsspektroskopie, UV/VIS-Spektroskopie, Fluoreszenzspektroskopie und Röntgenspektroskopie. Ein geeignetes Beispiel für die Schwingungsspektroskopie ist die Infrarotspektroskopie, insbesondere unter Verwendung von Infrarotstrahlung aus dem mittleren Infrarotbereich. Wird eines der vorgenannten Analyseverfahren in dem Charakterisierungsverfahren eingesetzt, handelt es sich bei dem Analyseergebnis um ein Spektrum.
  • Die NMR-Spektroskopie ist als Analyseverfahren besonders gut geeignet. Mittels der NMR-Spektroskopie kann über einen sehr großen Messbereich, nämlich über mehr als sechs Größenordnungen (Konzentration einer Substanz in der analysierten Probe etwa 1 µmol/l bis 1 mol/l), gearbeitet werden. Ferner werden hunderte von Substanzen und Substanzkonzentrationen in nur einer einzigen Messung parallel erfasst. Die Genauigkeit ist dabei besser als 1 % über den gesamten Messbereich. Besonders günstig ist, dass auch unerwartete Inhaltsstoffe der Probe erfasst werden, so dass es nicht erforderlich ist, bereits vor der Analyse wissen zu müssen, welche Substanz man detektieren möchte. Im Fall einer menschlichen Urinprobe kann durch eine NMR-spektroskopische Analyse auf mehr als 1500 einzelne Signale zurückgegriffen werden, die jeweils einzelne, reine, quantifizierbare Zustände darstellen.
  • Um eine besonders genaue Charakterisierung der Probe zu ermöglichen, wird die Probe in einer Variante des Verfahrens mit mindestens zwei Analyseverfahren analysiert. Das heißt, die Probe wird zunächst mit einem Analyseverfahren, beispielsweise mittels NMR-Spektroskopie, analysiert. Anschließend wird die Probe dann mit einem weiteren Analyseverfahren, beispielsweise mittels Massenspektrometrie, analysiert. Dabei kann es sich bei der analysierten Probe jeweils um exakt dieselbe Probe handeln oder aber jeweils um ein verschiedenes Aliquot derselben Probe. Sofern die Probe bzw. deren Zusammensetzung durch das erste Analyseverfahren nicht beeinträchtigt wird, gelangt man bei beiden Vorgehensweisen zum gleichen Ergebnis.
  • In einer weiteren Variante des Verfahrens wird die Probe zwar mit der gleichen biophysikalischen Messmethode analysiert (das heißt, es wird genau ein Analyseverfahren angewandt), doch werden die Parameter bei diesem Analyseverfahren variiert. Das heißt, es erfolgt eine Variation der Messbedingungen bzw. des Messablaufs. So kann eine Probe (oder ein Aliquot einer Probe) beispielsweise zuerst mit einem ersten Messparametersatz einer ersten NMR-spektroskopischen Analyse unterzogen werden, um anschließend mit einem zweiten Messparametersatz einer zweiten NMR-spektroskopischen Analyse unterzogen zu werden. Auf diese Weise ist es möglich, auch mit einem einzigen Analyseverfahren unterschiedliche Informationsgehalte aus ein und derselben Probe (bzw. verschiedenen Aliquots derselben Probe) zu gewinnen. Beispielsweise können so, insbesondere mittels NMR-Spektroskopie, detaillierte Informationen zur Größenverteilung von Lipoproteinen im Blutserum (ein sogenanntes Lipoproteinprofil) gewonnen werden. Ferner sind auch Analysen im Hinblick auf ungesättigte Fettsäuren und weitere Lipidkomponenten sowie auf Phospholipide möglich. Allgemein kann das Analyseverfahren mittels unterschiedlicher Messparameter zur jeweils sensitiveren Detektion großer oder kleiner Moleküle angepasst werden.
  • Um die in einer Probe grundsätzlich enthaltene Information möglichst gut auszunutzen, ist es in einer weiteren Variante des Verfahrens ferner möglich, mehrere Proben bereitzustellen und diese unterschiedlichen Vorbereitungsschritten zu unterwerfen. Das heißt, es erfolgt eine Variation der Probenvorbereitung. Auf diese Weise können bestimmte Komponenten der Probe je nach Vorbereitungs- bzw. Aufbereitungsschritt in den jeweils unterschiedlich behandelten Teilproben in gewünschter Weise angereichert werden. Anschließend kann durch eine geeignete Wahl eines oder mehrerer Analyseverfahren (ggf. unter Variierung der Messparameter) ein auf die jeweiligen Bedürfnisse maßgeschneidertes Analyseergebnis erzielt werden.
  • Um die Aussagekraft der Charakterisierung noch weiter zu erhöhen, wird in einer Variante des Verfahrens eine Vielzahl von Werten einer mathematischen Beziehungen zwischen jeweils zwei Werten des Analyseergebnisses bestimmt. Das heißt, jeweils zwei Werte des Analyseergebnisses werden in mathematische Beziehung zueinander gesetzt. Das Resultat ist ein Wert dieser mathematischen Beziehung. Je mehr Zweierpärchen aus Werten des Analyseergebnisses verwendet werden, desto mehr Werte der entsprechenden mathematischen Beziehung werden erhalten. Durch eine derartige erhöhte Korrelation von Werten des Analyseergebnisses können aus dem Analyseergebnis zusätzliche Informationen gewonnen werden, die andernfalls unberücksichtigt blieben.
  • In einer weiteren Variante des Verfahrens wird jeder Wert des Analyseergebnisses mit jedem anderen Wert des Analyseergebnisses korreliert, um auf diese Weise eine Vielzahl von Werten einer mathematischen Beziehung zwischen jeweils zwei Werten zu erhalten. Auf diese Weise können beispielsweise eine 2x2-Matrix, eine 3x3-Matrix, eine 4x4-Matrix, eine 5x5-Matrix etc. aus Werten der mathematischen Beziehung erstellt werden. Die Größe der Matrix hängt von der Anzahl der berücksichtigten Werte des Analyseergebnisses ab. Dabei kann beispielsweise ein Schwellenwert vorgegeben werden, der bestimmt, ob ein in Zahlen zu erfassendes Signal des Analyseergebnisses auch als Wert berücksichtigt wird. Ein solcher Schwellenwert kann also steuern, aus wie vielen zu berücksichtigenden Werten das Analyseergebnis besteht.
  • Der Vorteil an einer solchen auf eine möglichst umfangreiche Wertekorrelation ausgelegten Vorgehensweise ist, dass die maximal mögliche Information aus dem Analyseergebnis herausgezogen wird. Dies ist allerdings mit einem erhöhten Rechenaufwand verbunden. Soll der Rechenaufwand gering gehalten werden, empfiehlt es sich, nur mit einer Teilmenge aller möglichen Werte der mathematischen Beziehung zwischen den jeweiligen Werten des Analyseergebnisses zu arbeiten. Daher wird in einer Variante des Verfahrens eine Untermenge aus der Vielzahl der Werte der mathematischen Beziehungen ausgewählt, die dann zur Erstellung der charakterisierenden Signatur verwendet wird.
  • In einer weiteren Variante des Verfahrens handelt es sich bei der mathematischen Beziehung um das Verhältnis der jeweiligen Werte zueinander. Der Wert der mathematischen Beziehung ist in diesem Fall der Wert des Quotienten. Dadurch kann auf besonders einfache Weise erreicht werden, dass Konzentrationsunterschiede einzelner Substanzen, die beispielsweise durch unterschiedliche Ernährungszustände oder sonstige körperliche Gegebenheiten der jeweiligen Individuen, aus denen die Proben stammen, hervorgerufen werden, eliminiert werden. Dies ist insbesondere dann der Fall, wenn sich unterschiedlichen Ernährungszustände oder sonstigen körperlichen Gegebenheiten auf die Konzentrationen zumindest zweier Substanzen (und damit auch auf die durch sie hervorgerufenen Signale im Analyseergebnis) die gleichen oder zumindest vergleichbare Auswirkungen haben. Es werden also durch die Kopplung von Substanzen, die durch einen äußeren oder inneren Einfluss gleichermaßen betroffen sind, obwohl sie unterschiedlichen Stoffwechselpfaden zuzuordnen sind und sich daher eigentlich unabhängig voneinander verhalten sollten, statistische Effekte eliminiert, die andernfalls beobachtet würden. Ferner kann durch diese Verhältnisbildung auf besonders einfache Weise eine weitaus höhere Spezifität im Diagnostikbereich erreicht werden, als dies bislang möglich ist.
  • Auf der Grundlage mehrerer Werte derartiger Verhältnisse - aber auch auf der Grundlage mehrerer Werte anderer mathematischer Beziehungen - kann dann eine charakterisierende Signatur erstellt werden, die anschließend beispielsweise im Vergleich mit zumindest einer einzigen weiteren bereits bestehenden Signatur eine Klassifizierung des Individuums, aus dem die Probe stammt, in eine bestimmte Gruppe, wie beispielsweise „normal“ oder „krankhaft“, ermöglicht. Es kann also durch den Vergleich mit Kollektiven, die eine ausgeprägte Antwort auf eine bestimmte Fragestellung aufweisen, eine Zuordnung einer Probe zu einem dieser Kollektive auf der Grundlage der charakterisierenden Signatur erfolgen.
  • Wie bereits erwähnt, ist es nicht notwendig, den Werten des Analyseergebnisses, welche zur Erstellung der charakterisierenden Signatur verwendet werden, auch Substanzen zuzuordnen, welche für diese Werte des Analyseergebnisses ursächlich sind. Mit anderen Worten ausgedrückt, es ist möglich, blind zu arbeiten. Das heißt, es ist möglich, Signaturen zu erstellen, ohne zu wissen, welche Substanzen für die betrachteten Signale ursächlich sind und letztlich in der Signatur ihren Niederschlag gefunden haben. Die der Signaturbildung zugrundeliegende Logik kann also auf nicht benannten bzw. nicht bestimmten Messgrößen beruhen, die jedoch im Stoffwechsel des betrachteten Individuums verankert sind. Auch ohne eine vollständige Aufdeckung der in den Stoffwechselpfaden verankerten Zusammenhänge können mittels der Signaturbildung ohne Substanzzuordnung bestimmte Zustände des betrachteten Individuums erkannt werden. Dies hat ein nahezu beliebig breites Anwendungsspektrum des vorliegenden Verfahrens zur Folge. In einer Variante des Verfahrens wird daher bewusst auf eine derartige Zuordnung von Substanzen zu Signalen bzw. zu Werten des Analyseergebnisses verzichtet. Dies reduziert den Aufwand der gesamten Analyse ganz erheblich und blendet aufwändige Arbeiten, die zu einer derartigen Zuordnung erforderlich sind, aus. Wenngleich die Korrelation zwischen Substanzen und dadurch hervorgerufenen Signalen in einem Analyseergebnis aus wissenschaftlichen oder akademischen Gesichtspunkten von Interesse sein kann, ist eine derartige Korrelation für das vorliegende Verfahren nicht erforderlich. Gleichwohl kann das Verfahren auch durchgeführt werden, wenn bereits eine entsprechende Zuordnung von Substanzen zu entsprechenden Signalen erfolgt ist.
  • Durch den erfindungsgemäß vorgesehenen Vergleich der Signatur der Probe mit der Vergleichssignatur einer Vergleichsprobe kann mit diesem Verfahren ein Mensch oder ein nichtmenschliches Säugetier beispielsweise durch Klassifizierung in eine bestimmte Gruppe charakterisiert werden. Die weiter oben erläuterten Verfahrensschritte zur Charakterisierung einer Probe sind dabei inhärente Bestandteile des Verfahrens. Dabei wird insbesondere auch die Signatur der Vergleichsprobe mit einem Verfahren zur Charakterisierung einer Probe gemäß den vorherigen Erläuterungen bestimmt.
  • Unter „Charakterisierung“ wird insbesondere die Bestimmung des Gesundheitszustands eines Individuums, die Bestimmung des Risikos für eine Nierenabstoßung nach einer Transplantation und die Bestimmung der Nierenfunktion nach einer Nierentransplantation oder Nierenschädigung verstanden.
  • Eine charakterisierende Signatur kann auch zur automatischen Gesamtquantifizierung eines Spektrums verwendet werden, sofern in der untersuchten Probe eine bekannte bzw. vorbestimmte Menge eines Standards enthalten ist. Im Falle von NMR-Spektroskopie als Analysenmethode wird durch die vorbestimmte Menge des Standards (oder einer anderen Substanz) ein Signal definierter Höhe hervorgerufen, das einer bestimmten Menge bzw. Anzahl an Protonen entspricht. Ist nun eine andere bekannte Substanz in der Probeenthalten, kann auch deren Menge bestimmt werden, da die Anzahl der Protonen pro Molekül dieser Substanz bekannt sind, wenn die Substanz als solche und deren chemische Struktur bekannt sind. Folglich lassen sich so über das Mitmessen eines Standards die in der Probe enthaltenen bekannten Substanzen quantifizieren.
  • Um die zuvor erwähnte Klassifizierung der Probe in eine bestimmte Gruppe zu ermöglichen, ist vorgesehen, dass die Klassifizierung des Menschen oder des nichtmenschlichen Säugetiers in eine vorbestimmte Kategorie auf der Grundlage der Abweichung zwischen der Signatur und der Vergleichssignatur erfolgt. Eine derartige Klassifizierung kann beispielsweise mittels einer Support Vector Machine erfolgen, wobei vorzugsweise kein digitaler Algorithmus, sondern ein analoger Algorithmus verwendet wird, um Zwischenzustände zwischen einzelnen Kategorien erkennen zu können.
  • In einer weiteren Variante des Verfahrens wird zur Klassifizierung des Menschen oder des nichtmenschlichen Säugetiers mindestens ein weiterer Parameter des der Vergleichssignatur zugrunde liegenden Menschen oder nichtmenschlichen Säugetiers herangezogen. Dieser weitere Parameter kann auch als externer Parameter bezeichnet werden. Beispiele für einen derartigen weiteren Parameter sind beispielsweise die Eigenschaften „gesund“ oder „krank“. In Kenntnis des derartigen weiteren Parameters des Vergleichssystems (Vergleichsmensch oder nichtmenschlicher Vergleichssäugetier), für das die Vergleichssignatur erstellt wurde, ist es möglich, den Menschen oder das nichtmenschliche Säugetier, von dem eine Probe aktuell analysiert wird, anhand seiner Signatur auch der Kategorie bzw. Klasse bzw. Gruppe des Vergleichssystems oder aber einer anderen Gruppe bzw. Klasse bzw. Kategorie zuzuordnen. So kann aus der beispielsweise vektoriell dargestellten Abweichung der Signatur von der Vergleichssignatur abgeschätzt werden, wie stark und in welche Richtung die Signatur von der Vergleichssignatur abweicht, um dann eine entsprechend angepasste Klassifizierung vornehmen zu können.
  • Um eine qualitativ besonders vorteilhafte Charakterisierung eines Menschen oder nichtmenschlichen Säugetiers zu erreichen, werden in einer Variante des Verfahrens verschiedene Proben des Menschen oder des nichtmenschlichen Säugetiers einzeln oder in Kombination miteinander analysiert. Als verschiedene Proben des Menschen oder des nichtmenschlichen Säugetiers können z. B. unterschiedliche Körperflüssigkeiten eines Individuums oder aber auch unterschiedlich aufbereitete Proben derselben Körperflüssigkeit eines Individuums dienen. Selbstverständlich können auch verschiedene Körperflüssigkeiten jeweils in mehreren verschiedenen Arten und Weisen aufbereitet bzw. analysiert werden, um so verschiedene Proben eines Menschen oder nichtmenschlichen Säugetiers darzustellen. Es ist also in dieser Variante vorgesehen, beispielsweise eine Blutprobe und eine Urinprobe eines Individuums mittels des gleichen Analyseverfahrens oder mittels verschiedener Analyseverfahren zu untersuchen. Die Blutprobe und die Urinprobe können dem Individuum dabei beispielsweise gleichzeitig oder in einem geringen zeitlichen Abstand entnommen werden, um im Wesentlichen den gleichen Zustand des Individuums abzubilden.
  • Um die Charakterisierung des Menschen oder des nichtmenschlichen Säugetiers auf eine andere Art und Weise noch feiner ausgestalten zu können und insbesondere um den Menschen oder das nichtmenschliche Säugetier einfacher in eine vorbestimmte Kategorie klassifizieren zu können, wird in einer Variante des Verfahrens zusätzlich ein ergänzender Parameter des Menschen oder des nichtmenschlichen Säugetiers herangezogen, um die Signatur der Probe zu erstellen. Ein solcher ergänzender Parameter kann beispielsweise ein physiologischer Parameter des Individuums, aus dem die Probe stammt, sein. Beispiele für einen derartigen physiologischen Parameter sind der Blutdruck des untersuchten Individuums oder dessen Körpermassenindex. Es handelt sich also um einen externen Parameter. Ein solcher externer Parameter ist eine Größe, die nicht mit der dem Analyseverfahren zugrundeliegenden Methode oder einer anderen, vergleichbaren Methode ermittelt wurde, sondern probenunabhängig das Individuum charakterisiert.
  • Es wird ferner ein Computerprogrammprodukt mit einem Computerprogramm offenbart, das einen Programmcode zur Durchführung eines der oben erläuterten Verfahren aufweist, wenn das Computerprogramm auf einem Computer ausgeführt wird.
  • Insbesondere dann, wenn die mathematische Beziehung, deren Wert als Grundlage zur Erstellung der charakterisierenden Signatur dient, derart ausgewählt wird, dass Konzentrationsunterscheide einzelner Substanzen sich gegeneinander aufheben, also konzentrationsunabhängig gearbeitet werden kann, ermöglicht ein derartiges Computerprogrammprodukt den Verzicht auf eine zusätzliche Konzentrationsbestimmung der Substanzen in der zu analysierenden Probe. Dies ist insbesondere dann der Fall, wenn die mathematische Beziehung eine Division ist, so dass das Verhältnis zwischen zwei Werten des Analyseergebnisses gebildet wird. Dadurch wird der labortechnische Aufwand zur Charakterisierung der Probe oder des Menschen oder des nichtmenschlichen Säugetiers signifikant reduziert, wodurch einerseits Zeit und andererseits Kosten gespart werden können. Darüber hinaus wird durch die Erstellung des Werts der mathematischen Beziehung zwischen den mindestens zwei Werten des Analyseergebnisses die Datenmenge für die weitere Analyse reduziert, so dass nachfolgende Verfahrensschritte mit einem weitaus geringerem Rechenaufwand erfolgen können, als dies ohne entsprechende Berechnung des Werts einer mathematischen Beziehung der Fall ist. Durch diese spezifischen technischen Effekte kann das entsprechende Computerprogrammprodukt die oben näher erläuterten Verfahren in einer sehr attraktiven Art und Weise anwendbar machen.
  • Sämtliche der oben erläuterten Ausgestaltungsmöglichkeiten oder Varianten der einzelnen Verfahren sind beliebiger Weise miteinander kombinierbar und sowohl auf das Verfahren zur Analyse einer Probe als auch auf das Verfahren zur Analyse eines Menschen oder nichtmenschlichen Säugetiers anwendbar.
  • Die vorliegende Erfindung wird anhand der nachfolgenden Figuren und Beispiele noch näher im Detail erläutert. Es zeigen:
    • 1 eine schematische Darstellung einer beispielhaften Beprobung eines biologischen System,
    • 2 eine schematische Darstellung möglicher Variationen in der Probenaufbereitung,
    • 3 eine schematische Darstellung einer möglichen Datenerhebung aus einem biologischen System,
    • 4A eine erste Übersichtsdarstellung für die Erstellung einer charakterisierenden Signatur,
    • 4B eine zweite Übersichtsdarstellung für die Erstellung einer charakterisierenden Signatur,
    • 5 ein NMR-Spektrum einer menschlichen Urinprobe,
    • 6 eine grafische Darstellung normierter Summen der NMR-Signale von Urinproben verschiedener Personen,
    • 7 eine schematische Darstellung eines Stoffwechselnetzwerks,
    • 8 eine schematische Darstellung der Klassifizierung einer gemessenen Signatur unter Verwendung bereits vorhandener Signaturen,
    • 9 eine schematische Darstellung der Klassifizierung verschiedener gemessener Signaturen unter Verwendung bereits vorhandener Signaturen,
    • 10 eine weitere schematische Darstellung der Klassifizierung verschiedener gemessener Signaturen unter Verwendung bereits vorhandener Signaturen und
    • 11 eine schematische Gegenüberstellung eines klinischen Befunds und einer durch NMR-Signaturen erstellten Prognose für ein Krankheitsbild.
  • Die 1 zeigt eine schematische Darstellung der Beprobung eines biologischen Systems (wie etwa eines Menschen oder nichtmenschlichen Säugetiers) 100. Ziel der Beprobung ist es, das biologische System 100 zu charakterisieren und stationär zu bewerten. Dabei kann die Charakterisierung auf den aktuellen Zustand des biologischen Systems 100 in Bezug auf eine gegebene Fragestellung ausgerichtet sein. Beispielsweise kann die Fragestellung sein, ob ein Saatgut von einer Sorte A oder von einer Sorte B stammt. Eine weitere Fragestellung könnte beispielsweise sein, ob das biologische System 100 zum Zeitpunkt der Probenentnahme einwandfrei funktioniert (dies ist insbesondere im Hinblick auf eine Biogasanlage von Interesse).
  • Die Fragestellung kann auch auf den zukünftigen Zustand des biologischen Systems 100 gerichtet sein. Beispielsweise kann die Charakterisierung des biologischen Systems 100 darauf abzielen, festzustellen, ob die Abstoßung eines transplantierten Organs wahrscheinlich ist oder nicht. Eine weitere mögliche Fragestellung ist, ob ein Patient mit höherer oder geringerer Wahrscheinlichkeit an Diabetes oder einer Herz-Kreislauferkrankung erkranken wird. Noch eine weitere mögliche Fragestellung ist, ob eine geplante Medikamentengabe bzw. Medikamentendosierung bei einem Patienten wirksam ist oder nicht.
  • Wie in der 1 dargestellt, werden aus dem biologischen System 100 eine erste Probe 10, eine zweite Probe 20 und eine dritte Probe 30 entnommen. Die Anzahl der Proben ist dabei grundsätzlich beliebig und nicht nach oben begrenzt. Die erste Probe 10 kann

Claims (11)

  1. Verwendung einer Substanz, die ausgewählt ist aus der Gruppe bestehend aus Methylmalonat, Lactat, Methylsuccinat, p-Cresol, 3-Hydroxyisovalerat, Citrat, Methylguanidin, Malonat, Taurin, Methylguanidin, Phenylacetylglycin, Trigonellin, α-Glucose, Acetylcarnitin, Phenylacetat und Hippurat, als Marker zur Bestimmung des Risikos einer Nierenabstoßung bei einem Individuum, bei dem eine Nierentransplantation durchgeführt wurde, mittels eines Verfahrens mit den folgenden Schritten: - Bereitstellung mindestens einer aus einem Menschen oder einem nichtmenschlichen Säugetier entnommenen Probe (10, 20, 30), - Analyse der Probe mittels mindestens eines Analyseverfahrens (51, 52, 53), um mindestens ein Analyseergebnis zu erstellen, - Durchführung eines Verfahrens zur Charakterisierung der Probe (10, 20, 30) mit den folgenden Schritten: o Bestimmung des Werts (60) mindestens einer mathematischen Beziehung zwischen mindestens zwei Werten (1, 2) der Vielzahl von Werten (1, 2, 3), o Erstellung einer charakterisierenden Signatur (200) der Probe (10, 20, 30) auf der Grundlage des Werts (60) der mindestens einen mathematischen Beziehung, - Vergleich der Signatur (200) der Probe (10, 20, 30) mit mindestens einer Vergleichssignatur (210, 220), die als Signatur einer Vergleichsprobe erstellt wurde, - Bestimmung einer Abweichung zwischen der Signatur (200) der Probe (10, 20, 30) und der mindestens einen Vergleichssignatur (210, 220) und - Zuordnung der Signatur (200) und der bestimmten Abweichung zu dem Menschen oder dem nichtmenschlichen Säugetier.
  2. Verwendung nach Anspruch 1, dadurch gekennzeichnet, dass die Probe (10, 20, 30) eine Körperflüssigkeit eines Individuums, insbesondere Blut, Urin, Galle, Gewebsflüssigkeit, Sperma, Lymphe, Speichel oder Cerebrospinalflüssigkeit umfasst.
  3. Verwendung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Analyseverfahren (51, 52, 53) ausgewählt ist aus der Gruppe bestehend aus NMR-Spektroskopie, Massenspektrometrie, Elektronenspinresonanz, Schwingungsspektroskopie, insbesondere Infrarotspektroskopie, UV/VIS-Spektroskopie, Fluoreszenzspektroskopie und Röntgenspektroskopie.
  4. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Probe mit mindestens zwei Analyseverfahren (51, 52, 53) analysiert wird.
  5. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Vielzahl von Werten (60) von mathematischen Beziehungen zwischen jeweils zwei Werten (1, 2) des Analyseergebnisses bestimmt wird.
  6. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass jeder Wert (1, 2, 3) des Analyseergebnisses mit jedem anderen Wert (3, 2, 1) des Analyseergebnisses korreliert wird, um eine Vielzahl von Werten (60) von mathematischen Beziehungen zwischen jeweils zwei Werten (1, 2) des Analyseergebnisses zu erhalten.
  7. Verwendung nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass aus der Vielzahl von Werten (60) von mathematischen Beziehungen eine Untermenge ausgewählt wird, die zur Erstellung der Signatur verwendet wird.
  8. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die mathematische Beziehung das Verhältnis der jeweiligen Werte zueinander ist.
  9. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Signatur (200) erstellt wird, ohne zuvor den Werten (1, 2, 3) des Analyseergebnisses, die zur Erstellung der Signatur (200) verwendet werden, Substanzen zuzuordnen, die für diese Werte des Analyseergebnisses ursächlich sind.
  10. Verwendung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das durchgeführte Verfahren als weiteren Schritt die Klassifizierung des Menschen oder des nichtmenschlichen Säugetiers in eine vorbestimmte Kategorie auf der Grundlage der Abweichung zwischen Signatur (200) und Vergleichssignatur (210, 220) umfasst.
  11. Verwendung nach Anspruch 10, dadurch gekennzeichnet, dass zur Klassifizierung mindestens ein weiterer Parameter des der Vergleichssignatur (210, 220) zugrundeliegenden Menschen oder nichtmenschlichen Säugetiers herangezogen wird.
DE102010038014.8A 2010-10-06 2010-10-06 Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung Active DE102010038014B4 (de)

Priority Applications (11)

Application Number Priority Date Filing Date Title
DE102010038014.8A DE102010038014B4 (de) 2010-10-06 2010-10-06 Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung
ES18190951T ES2963482T3 (es) 2010-10-06 2011-10-05 Usos de sustancias marcadoras
PL18190951.6T PL3438651T3 (pl) 2010-10-06 2011-10-05 Zastosowania substancji markerów
AU2011311596A AU2011311596B2 (en) 2010-10-06 2011-10-05 Method for characterizing a sample by data analysis
EP11778815.8A EP2625511B1 (de) 2010-10-06 2011-10-05 Verfahren zur charakterisierung einer probe mittels datenanalyse
US13/878,094 US10497465B2 (en) 2010-10-06 2011-10-05 Method for characterizing a sample by data analysis
HUE18190951A HUE064419T2 (hu) 2010-10-06 2011-10-05 Marker anyagok alkalmazásai
PCT/EP2011/067383 WO2012045773A1 (en) 2010-10-06 2011-10-05 Method for characterizing a sample by data analysis
CA2813863A CA2813863A1 (en) 2010-10-06 2011-10-05 Method for characterizing a sample by data analysis
EP18190951.6A EP3438651B1 (de) 2010-10-06 2011-10-05 Verwendungen von markersubstanzen
US16/654,828 US20200051669A1 (en) 2010-10-06 2019-10-16 Method for Characterizing a Sample by Data Analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102010038014.8A DE102010038014B4 (de) 2010-10-06 2010-10-06 Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung

Publications (2)

Publication Number Publication Date
DE102010038014A1 DE102010038014A1 (de) 2012-04-12
DE102010038014B4 true DE102010038014B4 (de) 2021-10-07

Family

ID=45872140

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102010038014.8A Active DE102010038014B4 (de) 2010-10-06 2010-10-06 Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung

Country Status (9)

Country Link
US (2) US10497465B2 (de)
EP (2) EP3438651B1 (de)
AU (1) AU2011311596B2 (de)
CA (1) CA2813863A1 (de)
DE (1) DE102010038014B4 (de)
ES (1) ES2963482T3 (de)
HU (1) HUE064419T2 (de)
PL (1) PL3438651T3 (de)
WO (1) WO2012045773A1 (de)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012205686B3 (de) 2012-04-05 2013-08-01 Numares Gmbh Verfahren zur Substanzidentifizierung und zugehöriges Computerprogrammprodukt
US9483612B2 (en) 2012-04-27 2016-11-01 Liposcience, Inc. CHD risk stratification evaluations for subjects with high levels of large HDL-P
US9361429B2 (en) 2012-06-08 2016-06-07 Liposcience, Inc. Multi-parameter diabetes risk evaluations
US9928345B2 (en) 2012-06-08 2018-03-27 Liposciences, Inc. Multiple-marker risk parameters predictive of conversion to diabetes
JP6063367B2 (ja) * 2012-12-04 2017-01-18 本田技研工業株式会社 エポキシ樹脂の混練分散性評価方法
KR101686005B1 (ko) * 2015-02-02 2016-12-13 삼성전자주식회사 자기 공명 영상 장치 및 상기 자기 공명 영상 장치를 이용한 자기 공명 분광법
EP3559691A1 (de) 2016-12-22 2019-10-30 Numares AG Verfahren zur bestimmung der ordnungsgemässen funktionsfähigkeit eines analysesystem und kontrollzusammensetzung zur durchführung dieses verfahrens
US20200003787A1 (en) 2017-03-15 2020-01-02 Numares Ag Method for Using a Marker Set for Determining the Risk of Kidney Rejection
US11328346B2 (en) 2019-06-24 2022-05-10 International Business Machines Corporation Method, system, and computer program product for product identification using sensory input
CN113176364A (zh) * 2021-04-19 2021-07-27 中国医学科学院北京协和医院 一种同时检测氧化三甲胺和苯乙酰谷氨酰胺的方法及其检测试剂盒和应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19727879A1 (de) 1997-06-30 1999-02-04 Gsf Forschungszentrum Umwelt Verfahren zur Bestimmung der Anzahl von Komponenten in Peaks, Banden und Signalen von Chromatogrammen, Elektrogrammen und Spektrogrammen aller Art
DE102005026133A1 (de) 2005-06-01 2006-12-28 Gematria Test Lab Gmbh Verfahren zur Bestimmung der antioxidativen Aktivität von Substanzen
DE69937368T2 (de) 1998-12-21 2008-07-17 Monash University, Clayton Nachweis von erkrankungen der nieren und behandlung
US20090093010A1 (en) 2004-09-21 2009-04-09 University Of Manitoba Method of Detecting Kidney Dysfunction

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4689564A (en) 1985-06-10 1987-08-25 General Electric Company Digital interface subsystem for a magnetic resonance imaging and spectroscopy system
US6584413B1 (en) 2001-06-01 2003-06-24 Sandia Corporation Apparatus and system for multivariate spectral analysis
US8068987B2 (en) * 2001-08-13 2011-11-29 Bg Medicine, Inc. Method and system for profiling biological systems
US7457708B2 (en) 2003-03-13 2008-11-25 Agilent Technologies Inc Methods and devices for identifying related ions from chromatographic mass spectral datasets containing overlapping components
DE102009032649B4 (de) * 2009-07-10 2017-12-21 Bruker Daltonik Gmbh Massenspektrometrische Identifizierung von Mikroben nach Unterarten

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19727879A1 (de) 1997-06-30 1999-02-04 Gsf Forschungszentrum Umwelt Verfahren zur Bestimmung der Anzahl von Komponenten in Peaks, Banden und Signalen von Chromatogrammen, Elektrogrammen und Spektrogrammen aller Art
DE69937368T2 (de) 1998-12-21 2008-07-17 Monash University, Clayton Nachweis von erkrankungen der nieren und behandlung
US20090093010A1 (en) 2004-09-21 2009-04-09 University Of Manitoba Method of Detecting Kidney Dysfunction
DE102005026133A1 (de) 2005-06-01 2006-12-28 Gematria Test Lab Gmbh Verfahren zur Bestimmung der antioxidativen Aktivität von Substanzen

Also Published As

Publication number Publication date
EP3438651B1 (de) 2023-09-13
AU2011311596A1 (en) 2013-05-02
US20200051669A1 (en) 2020-02-13
ES2963482T3 (es) 2024-03-27
WO2012045773A1 (en) 2012-04-12
US20130289887A1 (en) 2013-10-31
AU2011311596B2 (en) 2015-12-24
EP3438651A2 (de) 2019-02-06
EP2625511B1 (de) 2018-08-29
PL3438651T3 (pl) 2024-02-26
CA2813863A1 (en) 2012-04-12
EP3438651A3 (de) 2019-04-17
HUE064419T2 (hu) 2024-03-28
US10497465B2 (en) 2019-12-03
WO2012045773A9 (en) 2012-10-18
DE102010038014A1 (de) 2012-04-12
EP2625511A1 (de) 2013-08-14

Similar Documents

Publication Publication Date Title
DE102010038014B4 (de) Verwendung spezifischer Substanzen als Marker zur Bestimmung des Risikos einer Nierenabstoßung
DE60026287T2 (de) Nmr-verfahren zur bestimmung des risikos zur entwicklung von diabetes type 2
DE10014685A1 (de) Verfahren zur Identifizierung von zellspezifischen Zielstrukturen
DE60028005T2 (de) Verfahren für die qualitätskontrolle und standardisierung von medizinischen pflanzenprodukten
DE69719734T2 (de) System zur Prüfung und Auswertung von Testergebnissen in der Antibiotikaempfindlichkeitstestung von Mikroorganismen
DE102014224656A1 (de) Verfahren und Vorrichtung zum Segmentieren eines medizinischen Untersuchungsobjekts mit quantitativen MR-Bildgebungsmethoden
DE102012205686B3 (de) Verfahren zur Substanzidentifizierung und zugehöriges Computerprogrammprodukt
EP3159681B1 (de) Verfahren und vorrichtung zur automatisierbaren ermittlung der bestimmungsgrenze und des relativen fehlers bei der quantifizierung der konzentration einer zu untersuchenden substanz in einer messprobe
DE102018122961A1 (de) Chromatographische datensystemverarbeitungseinrichtung
EP1143240A1 (de) Verfahren und Vorrichtung zum Bestimmen von Charakteristika einer Probenflüssigkeit mit einer Mehrzahl von Substanzen
DE102013200058B3 (de) Automatisierte Auswertung der Rohdaten eines MR-Spektrums
EP1660880A1 (de) Vorrichtung und verfahren zur quantitativen auswertung der in einer körperflüssigkeitsprobe enthaltenen polypeptide sowie marker zur erkennung von pathologischen zuständen
DE112014004052B4 (de) NMR-Probenanalyse
DE102014224916B4 (de) Verfahren zur rechnergestützten Analyse eines oder mehrerer Gewebeschnitte des menschlichen oder tierischen Körpers
DE102006035617A1 (de) Automatische Bestimmung von Tumorlast
DE102004061064A1 (de) Verfahren und Vorrichtung zur spektroskopischen Untersuchung von Körperflüssigkeiten und Gewebeproben hinsichtlich eines erhöhten Alzheimerverdachts
DE102014218354B4 (de) Verfahren zur Gewinnung von in einem Ergebnis einer NMR-Messung kodierter Information
EP1687756B9 (de) Verfahren zur klassifikation von messwerten in der medizinischen und biochemischen analytik
DE10119641C1 (de) Verfahren und Vorrichtung zur automatischen Bestimmung von Kenngrößen aus Einzelspektren eines Spektrenkollektivs und Spektrometer
DE102006040513A1 (de) Verfahren zur quantitativen Bestimmung der Kolokalisation von Molekülmarkern in Gewebeschnitten
DE102020211271A1 (de) Erzeugung eines Biomarkers quantifizierend eine räumliche Homogenität einer medizinischen Parameterkarte
WO2016135194A1 (de) Vorrichtung und verfahren zur überprüfung eines materials für eine transplantation
EP3772659A1 (de) Partialvolumenanalyse für magnetresonanzfingerprinting
DE102013219034A1 (de) Verfahren zur Minimierung einer Repetitionszeit einer Magnetresonanzmessung
DE102007056198B4 (de) Beurteilung der Wirkung eines endogenen oder exogenen Einflusses auf Epithelgewebe durch Kartierung des Gewebes mittels markierter histologischer Gewebeschnitte

Legal Events

Date Code Title Description
R081 Change of applicant/patentee

Owner name: NUMARES AG, DE

Free format text: FORMER OWNER: LIPOFIT ANALYTIC GMBH, 93053 REGENSBURG, DE

Effective date: 20130103

Owner name: NUMARES GMBH, DE

Free format text: FORMER OWNER: LIPOFIT ANALYTIC GMBH, 93053 REGENSBURG, DE

Effective date: 20130103

R082 Change of representative

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE PARTNERSC, DE

Effective date: 20130103

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE, DE

Effective date: 20130103

R081 Change of applicant/patentee

Owner name: NUMARES AG, DE

Free format text: FORMER OWNER: NUMARES GMBH, 93053 REGENSBURG, DE

R082 Change of representative

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE, DE

Representative=s name: MAIKOWSKI & NINNEMANN PATENTANWAELTE PARTNERSC, DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final