【技术实现步骤摘要】
肠道微生态的标志物组合、辅助诊断模型及其应用
本专利技术涉及医学、生物学及生物信息学领域,具体涉及一种肠道微生态的标志物组合、辅助诊断模型及其应用。
技术介绍
帕金森病(Parkinson'sdisease,PD)是一种多灶性和进行性的神经退行性疾病。该病是仅次于阿尔兹海默病的第二大神经退行性疾病。截至2015年,全球患病人数为620万,其中11.7万人死于帕金森病。从病理上来讲,PD的主要特征是黑质多巴胺能神经元的退化、纹状体多巴胺减少和神经元内异常蛋白聚集体路易小体的形成。临床上,PD的主要特征是静止性震颤、强直、运动迟缓和步态异常,这也被认为是PD的“四主征”。其他的特点还包括冻结步态、姿势不稳、言语困难、自主神经功能紊乱、感觉异常、心境障碍、睡眠障碍、认知功能减退和痴呆。不少PD患者在出现运动障碍之前,常常还有胃肠道功能障碍的表现。临床上已鉴定出一系列与PD相关的胃肠道功能障碍,包括体重减轻、胃轻瘫、便秘和排便障碍。近年宏基因组学研究更进一步探讨了帕金森病与肠道菌群异常的相关性,可以说是“胃肠道假说”在肠道菌群方面的延伸。肠道菌群由胃肠道中与人类宿主共生的细菌群落组成。肠道菌群的形成受许多因素影响,例如饮食、抗生素治疗、分娩类型和母乳喂养。一个健康稳定的肠道菌群群落在维持肠屏障完整性、功能、新陈代谢和免疫力的稳态平衡以及调节肠-脑轴方面起着至关重要的作用。最近的研究中强调了肠道菌群对肠-脑轴的影响,及其在中枢神经系统相关疾病和神经精神疾病(如多发性硬化症、自闭症、抑郁症和精神分裂症)中的潜在作用。已知 ...
【技术保护点】
1.一种肠道微生态的标志物组合,其特征是,所述标志物组合包括以下微生物:斯卡多维亚菌属(Scardovia)、瘤胃菌属(未命名)(Ruminococcaceae noname)、嗜胆菌属(Bilophila)、拟杆菌属(Bacteroides)、孪生球菌属(Gemella)、另枝菌属(Alistipes)、草酸杆菌属(Oxalobacter)、索拉杆菌属(Solobacterium)、双歧杆菌属(Bifidobacterium)和梭菌属(未命名)(Clostridiales noname)。/n
【技术特征摘要】
1.一种肠道微生态的标志物组合,其特征是,所述标志物组合包括以下微生物:斯卡多维亚菌属(Scardovia)、瘤胃菌属(未命名)(Ruminococcaceaenoname)、嗜胆菌属(Bilophila)、拟杆菌属(Bacteroides)、孪生球菌属(Gemella)、另枝菌属(Alistipes)、草酸杆菌属(Oxalobacter)、索拉杆菌属(Solobacterium)、双歧杆菌属(Bifidobacterium)和梭菌属(未命名)(Clostridialesnoname)。
2.如权利要求1所述的标志物组合,其特征是,所述标志物组合还包括:罗斯氏菌属(Roseburia)、厌氧棒状菌属(Anaerostipes)、副沙门氏菌属(Parasutterella)、巨单胞菌属(Megamonas)、克雷伯氏菌属(Klebsiella)、丁酸单胞菌属(Butyricimonas)、柯林斯菌属(Collinsella)、志贺氏菌属(Shigella)、罕见小球菌属(Subdoligranulum)和黄杆菌属(Flavonifractor)。
3.一种试剂组合,其特征是,所述试剂组合包括能够检测如权利要求1或2所述的标志物组合的试剂,例如PCR用试剂或测序用试剂;较佳地,所述试剂组合还包括如权利要求1或2所述的标志物组合。
4.如权利要求1或2所述的标志物组合或如权利要求3所述的试剂组合在制备诊断帕金森病的诊断剂中的用途。
5.一种辅助诊断模型,其特征是,其包括:
(1)输入模块,所述输入模块用于输入待测样本的微生物分类学表征和相对丰度的信息,得到基于平均准确度下降方法得到的排名前10或前20的属的菌群;
(2)处理模块,所述处理模块采用随机森林分类器,调用预测函数,基于(1)中排名前10或前20的属的菌群对待测样本的来源进行预测;
其中,所述随机森林分类器基于已知样本的微生物分类学表征和相对丰度的信息得到已知样本的特征菌群;
所述随机森林分类器的定义如下:randomForest(class~.,data=train_df,ntree=1000,nPerm=50,mtry=floor(sqrt(ncol(train_df)-1)),proximity=T,importance=T);其中,class为所述已知样本的微生物分类学表征和相对丰度的信息的数据集;
所述预测函数的定义如下:predict(rf,newdata=test_df,type="response");其中,test_df为(1)中的所述信息;
较佳地,所述特征菌群为由基于平均准确度下降方法得到的排名前10的属组成的菌群;和/或,所述已知样本和待测样本的微生物分类学表征和相对丰度的信息通过微生组宏基因组分析例如MetaPhlAn2获得;
更佳地,所述特征菌群为由基于平均准确度下降方法得到的排名前20的属组成的菌群;
进一步更佳地,所述待测样本为粪便,例如来自湖北襄阳地区受试者的粪便。
6.如权利要求5所述的辅助诊断模型,其特征是,还包括(0)预处理模块,和/或(3)输出模块,所述预处理模块对样本的DNA进行提取、文库构建和测序,得到样本的DNA的宏基因组原始读数并除噪,并将除噪后的信息传递至所述输入模块;所述输出模块用于输出所述处理模块的预测结果;
其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。