用于良性胆道疾病和胆管癌判别的生物标志物及其应用制造技术

本发明专利技术涉及生物技术领域，更具体地说，涉及一种用于良性胆道疾病和胆管癌判别的生物标志物及其应用。本发明专利技术提供的用于良性胆道疾病和胆管癌判别的生物标志物，包括20种脂质和/或5种多肽，采用单一脂质组或单一多肽组作为生物标志物判别良性胆道疾病和胆管癌均具有较高的敏感性，而联合采用脂质组和多肽组作为多组学生物标志物，则可以进一步提高判别敏感性和准确性。此外，本发明专利技术提供的生物标志物组合存在于血清中，更适合无创采集，基于该生物标志物组合制备的试剂或试剂盒更便于推广使用。基于上述生物标志物构建的良性胆道疾病和胆管癌风险预测模型，与现有的CA19

【技术实现步骤摘要】
用于良性胆道疾病和胆管癌判别的生物标志物及其应用


[0001]本专利技术涉及生物
，更具体地说，涉及一种用于良性胆道疾病和胆管癌判别的生物标志物、筛选方法及其在制备良性胆道疾病和胆管癌判别试剂或试剂盒中的应用、构建鉴别良性胆道疾病和胆管癌风险预测模型中的应用。

技术介绍

[0002]研究人员在确定胆管癌(CCA)的潜在生物标志物方面已经做出了许多努力，例如采用基因组学、转录组学、蛋白质组学和代谢组学等技术研究CCA的潜在生物标志物。在代谢组学研究中，脂质变化比其他代谢物更稳定，并且可能与人类表型有关，表明疾病的发展和进展。迄今为止，脂质组学已在各种疾病的早期判别中显示出优异的性能。多肽组学是蛋白质组学的一个特定分支学科，是生物样品中蛋白质的表征，在多种生物过程中起着重要的调节作用。因此，在临床研究中，它也可作为许多疾病的候选生物标志物。目前，无论是脂质组学还是多肽组学，CCA判别标志物的研究对象大多集中在胆汁上，这主要是因为胆汁更靠近CCA位置，更可能从中获得CCA特异性生物标志物。然而，胆汁采集是侵入性的，并非所有患者或所有阶段都可以进行此类分析，因此，胆汁中的生物标志物应用会受到很多限制。相对的，血清通常被认为是反映患者全身代谢失调的代谢池，而且与胆汁相比，血清在临床上更容易获得，更适合无创采集，应用受到的限制更小。但是目前针对CCA的血清代谢组学研究多集中于不涉及脂质的小分子代谢物的研究，判别敏感性较低。
[0003]因此，从血清中挖掘用于良性胆道疾病和胆管癌判别的高敏感性和高特异性生物标志物，以获取指导CCA判别的中间结果信息，具有重要意义。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种用于良性胆道疾病和胆管癌判别的生物标志物及其应用，能够提高良性胆道疾病和胆管癌判别的敏感性,为临床应用提供中间结果信息或参考。具体方案如下：
[0005]第一方面，本专利技术提供一种用于良性胆道疾病和胆管癌判别的生物标志物，包括脂质组和/或多肽组；
[0006]所述脂质组包括：LPA(20∶2)、LPA(20∶3)、LPA(20∶4)、LPE(17∶0)、LPE(20∶4)、LPG(18∶2)、Cer(d40∶0)、Cer(d40∶2)、Cer(d41∶0)、Cer(d41∶1)、Cer(d41∶2)、CE(18∶1)、CE(18∶2)、CE(20∶4)、TG(54∶3)、TG(54∶4)、DG(38∶4)、PC(38∶3)、PC(36∶4)和SM(d36∶2)；
[0007]所述多肽组包括：质荷比为1259.6的多肽、质荷比为1544.7的多肽、质荷比为2084.9的多肽、质荷比为3954.2的多肽和质荷比为4282.3的多肽。
[0008]优选地，所述质荷比为1259.6的多肽为纤维蛋白原β链，其氨基酸序列如SEQ ID NO：1所示。
[0009]优选地，所述质荷比为1544.7的多肽为血纤维蛋白肽A，其氨基酸序列如SEQ ID NO：2所示。
[0010]优选地，所述质荷比为3954.2的多肽为中间α
‑
球蛋白抑制因子H4，其氨基酸序列如SEQ ID NO：3所示。
[0011]第二方面，本专利技术还提供上述用于良性胆道疾病和胆管癌判别的生物标志物在制备良性胆道疾病和胆管癌判别试剂或试剂盒中的应用。
[0012]试剂盒的组成可以包括：生物标志物列表，硅微纳颗粒，脂质芯片，样本孵育和/或提取液，缓冲液，基质溶液。
[0013]第三方面，本专利技术还提供上述用于良性胆道疾病和胆管癌判别的生物标志物的筛选方法，包括以下步骤：
[0014]步骤一，收集良性胆道疾病和胆管癌患者的血清，作为分析样本；
[0015]步骤二，采用MALDI
‑
MS获取所述分析样本的脂质组学和多肽组学指纹图谱；
[0016]步骤三，针对所述脂质组学和多肽组学指纹图谱分别进行t检验分析和OPLS
‑
DA分析，筛选得到权利要求1中所述用于良性胆道疾病和胆管癌判别的生物标志物。
[0017]优选地，所述步骤三中筛选得到权利要求1中所述用于良性胆道疾病和胆管癌判别的物标志物包括：同时满足t检验分析中P<0.05和OPLS
‑
DA分析中VIP>1作为筛选标准，筛选得到权利要求1中所述用于良性胆道疾病和胆管癌判别的生物标志物。
[0018]第四方面，本专利技术还提供上述用于良性胆道疾病和胆管癌判别的生物标志物在构建良性胆道疾病和胆管癌风险预测模型中的应用。
[0019]优选地，所述良性胆道疾病和胆管癌风险预测模型为基于人工神经网络、最小绝对收缩选择算子或支持向量机算法构建的模型。
[0020]优选地，所述良性胆道疾病和胆管癌风险预测模型为基于人工神经网络算法构建的模型。
[0021]与现有技术相比，本专利技术提供的用于良性胆道疾病和胆管癌判别的生物标志物，包括20种脂质和/或5种多肽，采用单一脂质组或单一多肽组作为生物标志物判别良性胆道疾病和胆管癌患者均具有较高的敏感性，而联合采用脂质组和多肽组作为多组学生物标志物，则可以进一步提高判别敏感性和准确性。联合通路及转录组学的整合分析表明了脂质和多肽的扰动是CCA发生和进展的重要过程，也进一步指示了本专利技术提供的25种特征分子可作为潜在的生物标志物，为临床应用提供有重要价值的中间结果信息。此外，本专利技术提供的生物标志物组合存在于血清中，而血清在临床上更容易获得，也更适合无创采集，基于该生物标志物组合制备的鉴别试剂或试剂盒更便于推广使用。
[0022]基于上述用于良性胆道疾病和胆管癌判别的生物标志物，本专利技术进一步构建了良性胆道疾病和胆管癌风险预测模型，分别选用人工神经网络(ANN)、最小绝对收缩选择算子(LASSO)、支持向量机(SVM)三种机器学习算法构建了三类模型，通过对模型的敏感性、特异性和准确性三方面进行考察发现，人工神经网络(ANN)算法构建的模型性能最好，而且多组学模型的性能要优于单一脂质组或单一多肽组模型，性能最好的多组学ANN模型的敏感性、特异性和准确性均超过了96％。与现有的CA19
‑
9生物标志物方法相比，本专利技术提供的不论是单一组学模型还是双组学模型均具有更高的准确性。
[0023]本专利技术提供的用于良性胆道疾病和胆管癌判别的生物标志物、筛选方法及其构建鉴别良性胆道疾病和胆管癌风险预测模型中的应用，均是为了获取作为中间结果的信息方法，为临床应用提供参考。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0025]图1为发现组和质量控制(QC)样本的主成分分析示意图；
[0026]图2为Meta本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于良性胆道疾病和胆管癌判别的生物标志物，其特征在于，包括脂质组和/或多肽组；所述脂质组包括：LPA(20∶2)、LPA(20∶3)、LPA(20∶4)、LPE(17∶0)、LPE(20∶4)、LPG(18∶2)、Cer(d40∶0)、Cer(d40∶2)、Cer(d41∶0)、Cer(d41∶1)、Cer(d41∶2)、CE(18∶1)、CE(18∶2)、CE(20∶4)、TG(54∶3)、TG(54∶4)、DG(38∶4)、PC(38∶3)、PC(36∶4)和SM(d36∶2)；所述多肽组包括：质荷比为1259.6的多肽、质荷比为1544.7的多肽、质荷比为2084.9的多肽、质荷比为3954.2的多肽和质荷比为4282.3的多肽。2.如权利要求1所述的生物标志物，其特征在于，所述质荷比为1259.6的多肽为纤维蛋白原β链，其氨基酸序列如SEQ ID NO：1所示。3.如权利要求1所述的生物标志物，其特征在于，所述质荷比为1544.7的多肽为血纤维蛋白肽A，其氨基酸序列如SEQ ID NO：2所示。4.如权利要求1所述的生物标志物，其特征在于，所述质荷比为3954.2的多肽为中间α
‑
球蛋白抑制因子H4，其氨基酸序列如SEQ ID NO：3所示。5.权利要求1～4任一项中所述用于良性胆道疾病和胆管癌判别的生物标志物在制备良性...

【专利技术属性】
技术研发人员：邬建敏，曲雪彤，蒋智军，陈锡胜，
申请(专利权)人：浙江大学，
类型：发明
国别省市：