【技术实现步骤摘要】
本专利技术属于生物，涉及一种基于肠道菌群的阿尔兹海默病标志物及风险预测模型。
技术介绍
1、阿尔茨海默病(alzheimer's disease,ad)是一种慢性进行性的神经退行性疾病，其特征是大脑的不可逆性功能损害。这种疾病会导致记忆丧失、社交和职业功能丧失、执行功能减退、言语和运动缺陷、人格改变，以及行为和心理障碍。阿尔茨海默病的病程通常为8-10年，其病理特征包括神经元纤维缠结、老年斑、神经元缺失和脑萎缩，同时伴有细胞层面乙酰胆碱合成缺陷。
2、尽管目前没有根治的方法，但阿尔茨海默病并不是不可治疗的，现有的治疗手段可以缓解症状、延缓病情进展，此外，早期诊断和治疗对于改善患者的生活质量至关重要。目前诊断阿尔茨海默病通常需要通过病史、体格检查、认知功能评估以及一系列的诊断性检查，如血液检查、生化检查、甲状腺功能测试、维生素b12水平、ct、mri、脑脊液分析等，阿尔茨海默病早期诊断面临一些挑战和不足，主要包括以下几点：诊断率偏低：公众对阿尔茨海默病的认知不足，导致很多患者未能及时得到诊断和治疗；早期症状隐匿：阿尔茨海默病早期发病隐匿，不易察觉；误诊率较高；生物标志物检测局限：虽然基于阿尔茨海默病的atn诊断标准，生物标志物可分为aβ病理生物标志物、tau病理生物标志物和神经退行性病变的生物标志物，但这些检测方法存在一定的局限性，如腰穿的特异性相对不如pet-ct高，且有创伤性有感染风险；影像学检查局限：mri和pet-ct等神经影像学检查虽然重要，但费用较高，且对设备和专业技术要求较高，限制了其在早期诊断中的广泛应
3、综上所述，挖掘新型ad早期诊断生物标志物，开发相应疾病风险预测工具，对于ad早期诊断领域具有重要意义。
技术实现思路
1、针对现有技术的不足和实际需求，本专利技术提供一种基于肠道菌群的阿尔兹海默病标志物及风险预测模型，以期解决目前阿尔兹海默症早期诊断工具缺乏、检测复杂、准确性低等问题。
2、为达此目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供一种基于肠道菌群的阿尔兹海默病标志物，所述标志物包括肠道菌群，所述肠道菌群包括劳森巴氏厌氧菌(lawsonibacter asaccharolyticus)、大肠杆菌(escherichia coli)、唾液链球菌(streptococcus salivarius)、假发阿萨希氏菌(asaccharobacter celatus)、等儿克鲁维耶氏菌(adlercreutzia equolifaciens)、肠道罗斯拜瑞氏菌(roseburia intestinalis)、粪罗斯氏菌(roseburia faecis)、人罗斯氏菌(roseburia hominis)、厚壁菌门cag424菌(firmicutes bacterium cag 424)和梭菌属cag58菌(clostridium sp cag 58)。
4、本专利技术中，基于测序技术分析ad遗传风险者的肠道菌群相对丰度信息，挖掘基于肠道菌群的阿尔兹海默病标志物，发现与健康者相比，ad遗传风险者中劳森巴氏厌氧菌的丰度降低、大肠杆菌的丰度降低、唾液链球菌的丰度升高、假发阿萨希氏菌的丰度降低、等儿克鲁维耶氏菌的丰度降低、肠道罗斯拜瑞氏菌的丰度升高、粪罗斯氏菌的丰度降低、人罗斯氏菌的丰度降低、厚壁菌门cag424菌的丰度升高和梭菌属cag58菌的丰度降低。
5、第二方面，本专利技术提供第一方面所述基于肠道菌群的阿尔兹海默病标志物和/或其检测试剂在制备预测阿尔兹海默症风险的产品中的应用。
6、可以理解，本领域中可检测肠道菌群水平的试剂、设备等均适用于本专利技术。
7、第三方面，本专利技术提供一种预测阿尔兹海默症风险的的试剂盒，所述试剂盒包括检测第一方面所述基于肠道菌群的阿尔兹海默病标志物的丰度的试剂。
8、第四方面，本专利技术提供一种构建预测阿尔兹海默症风险的模型的方法，所述方法包括：
9、检测健康者和具有阿尔兹海默症风险者的第一方面所述基于肠道菌群的阿尔兹海默病标志物的丰度；以获得的丰度数据作为训练集，基于机器学习算法构建预测阿尔兹海默症风险的模型。
10、本专利技术中，基于挖掘的标志物进一步开发预测阿尔兹海默症风险的模型，用于阿尔兹海默症的早期风险预测。
11、优选地，所述机器学习算法包括随机森林、朴素贝叶斯、支持向量机或决策树中任意一种。
12、第五方面，本专利技术提供一种预测阿尔兹海默症风险的模型，所述预测阿尔兹海默症风险的模型由第四方面所述的构建预测阿尔兹海默症风险的模型的方法构建得到。
13、优选地，所述模型的输入数据为第一方面所述基于肠道菌群的阿尔兹海默病标志物的丰度；输出变量为具有阿尔兹海默症风险的概率；具有阿尔兹海默症风险的判断标准为：阿尔兹海默症风险的预测概率＞0.5。
14、本专利技术中，以10种肠道菌群标志物组合及其丰度水平构建的机器学习模型，用于阿尔兹海默症的早期风险预测，auc值可达0.859，具有检测准确度高、方便快捷以及安全无创的特点，对辅助诊断出阿尔兹海默症相关指标具有重要的临床指导意义。
15、第六方面，本专利技术提供一种预测阿尔兹海默症风险的装置，所述装置包括检测单元和评估单元；
16、所述检测单元用于执行包括：
17、检测待测样本中第一方面所述基于肠道菌群的阿尔兹海默病标志物的丰度；
18、所述评估单元用于执行包括：
19、将检测单元检测的丰度输入第五方面所述的预测阿尔兹海默症风险的模型中，输出具有阿尔兹海默症风险的概率；具有阿尔兹海默症风险的判断标准为：阿尔兹海默症风险的预测概率＞0.5。
20、优选地，所述待测样本包括粪便样本。
21、第七方面，本专利技术提供一种电子设备，所述电子设备包括一个或多个处理器和用于存储可执行指令的存储器，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以实现第六方面所述的预测阿尔兹海默症风险的装置的功能。
22、第八方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现第六方面所述的预测阿尔兹海默症风险的装置的功能。
23、第九方面，本专利技术提供第一方面所述基于肠道菌群的阿尔兹海默病标志物作为靶点在筛选治疗或预防阿尔茨海默症的药物中的应用。
24、具体地，所述筛选包括通过分析候选药物对受试者中所述基于肠道菌群的阿尔兹海默病标志物的影响，选择治疗或预防阿尔茨海默症的药物。
25、与现有技术相比，本专利技术至少具有以下有益效果：
26、本专利技术中，基于测序技术分析ad遗传风险者的肠道菌群相对丰度信息，挖掘基于肠道菌群的阿尔兹海默病标志物，以特定肠道菌群标志物组合本文档来自技高网...
【技术保护点】
1.一种基于肠道菌群的阿尔兹海默病标志物，其特征在于，所述标志物包括肠道菌群，所述肠道菌群包括劳森巴氏厌氧菌、大肠杆菌、唾液链球菌、假发阿萨希氏菌、等儿克鲁维耶氏菌、肠道罗斯拜瑞氏菌、粪罗斯氏菌、人罗斯氏菌、厚壁菌门CAG424菌和梭菌属CAG58菌。
2.权利要求1所述基于肠道菌群的阿尔兹海默病标志物和/或其检测试剂在制备预测阿尔兹海默症风险的产品中的应用。
3.一种预测阿尔兹海默症风险的的试剂盒，其特征在于，所述试剂盒包括检测权利要求1所述基于肠道菌群的阿尔兹海默病标志物的丰度的试剂。
4.一种构建预测阿尔兹海默症风险的模型的方法，其特征在于，所述方法包括：
5.根据权利要求4所述的构建预测阿尔兹海默症风险的模型的方法，其特征在于，所述机器学习算法包括随机森林、朴素贝叶斯、支持向量机或决策树中任意一种。
6.一种预测阿尔兹海默症风险的模型，其特征在于，所述预测阿尔兹海默症风险的模型由权利要求4或5所述的构建预测阿尔兹海默症风险的模型的方法构建得到；
7.一种预测阿尔兹海默症风险的装置，其特征在于，所述装置
8.一种电子设备，所述电子设备包括一个或多个处理器和用于存储可执行指令的存储器，其特征在于，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以实现权利要求7所述的预测阿尔兹海默症风险的装置的功能。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求7所述的预测阿尔兹海默症风险的装置的功能。
10.权利要求1所述基于肠道菌群的阿尔兹海默病标志物作为靶点在筛选治疗或预防阿尔茨海默症的药物中的应用。
...【技术特征摘要】
1.一种基于肠道菌群的阿尔兹海默病标志物，其特征在于，所述标志物包括肠道菌群，所述肠道菌群包括劳森巴氏厌氧菌、大肠杆菌、唾液链球菌、假发阿萨希氏菌、等儿克鲁维耶氏菌、肠道罗斯拜瑞氏菌、粪罗斯氏菌、人罗斯氏菌、厚壁菌门cag424菌和梭菌属cag58菌。
2.权利要求1所述基于肠道菌群的阿尔兹海默病标志物和/或其检测试剂在制备预测阿尔兹海默症风险的产品中的应用。
3.一种预测阿尔兹海默症风险的的试剂盒，其特征在于，所述试剂盒包括检测权利要求1所述基于肠道菌群的阿尔兹海默病标志物的丰度的试剂。
4.一种构建预测阿尔兹海默症风险的模型的方法，其特征在于，所述方法包括：
5.根据权利要求4所述的构建预测阿尔兹海默症风险的模型的方法，其特征在于，所述机器学习算法包括随机森林、朴素贝叶斯、支持向量机或决策树中任意一种...
【专利技术属性】
技术研发人员：李寅虎，陈宇，陈艺菁，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。