说明:收录25万 73个行业的国家标准 支持批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111422088.2 (22)申请日 2021.11.26 (71)申请人 中国医学 科学院北京协和医院 地址 100730 北京市东城区王府井帅府园1 号 (72)发明人 支玉香 王雪 曹阳  (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 黄爽 (51)Int.Cl. C12Q 1/06(2006.01) C12Q 1/10(2006.01) C12Q 1/689(2018.01) G06F 30/20(2020.01) (54)发明名称 预测遗传性血管水肿发作及严重程度的标 志物及其应用 (57)摘要 本发明公开了预测遗传性血管水肿(HAE)发 作及严重程度的标志物及其应用。 预测HAE发作 的标志物为患者咽喉部20个细菌菌属的相对丰 度, 将20个菌属的相对丰度数据输入随机森 林模 型后, 所得分值≥0.5的, HA E发作风险高, 所得分 值<0.5的, HAE发作风险低。 用于预测HAE发作严 重程度的标志物为患者咽喉部拟杆菌门细菌的 相对丰度。 本发明首次发现咽喉部菌群与HAE的 发作及严重程度密切相关, 并建立一套基于咽喉 部菌群的HA E急性发作的标志物和风险预 警模型 以及发作严重程度的评估系统, 可辅助临床进行 HAE急性发作的提前预测, 并为患者未来的菌群 移植提供标志物, 对降低HAE急性水肿发生率, 提 高治疗率具有重要意 义。 权利要求书2页 说明书9页 附图3页 CN 114196727 A 2022.03.18 CN 114196727 A 1.预测遗传性血管水肿发作的标志物, 其特征在于, 所述标志物为患者咽喉部20个菌 属细菌在咽喉菌群中的相对丰度, 20个菌属如下: 未鉴别的韦荣氏球菌科(unidentified   Veillonellaceae)、 巨球型菌属(Megasphaera)、 未鉴别的纤细菌门(unidentified   Gracilibacteria)、 造口细菌(Sto matobaculum)、 Agathobacter、 艾肯氏菌属(Eikenella)、 定向细菌(Oribacterium)、 无氧芽胞杆菌属(Anoxybacillus)、 卡氏菌属(Catonella)、 未鉴 别的毛螺菌科 (unidentified  Lachnospiraceae) 、 热糖解热厌氧杆菌 (Thermoanaerobacterium)、 纤毛菌属(Leptotrichia)、 二氧化碳嗜纤维菌属 (Capnocytophaga)、 未鉴别的立克次氏体(unidentified  Rickettsiales)、 沙雷氏菌属 (Serratia)、 颗粒链菌属(Granulicatella)、 月单胞菌属(Selenomonad)、 棒状杆菌属 (Corynebacterium)、 放线菌属(Acti nomyces)、 心杆菌属(Cardi obacterium); 将20个菌属细菌的相对丰度数据输入随机森林模型后, 所得分值≥0.5的, 遗传性血管 水肿发作风险高, 所 得分值<0.5的, 遗传性血 管水肿发作风险低。 2.与权利要求1所述标志物配套的检测试剂 或试剂盒, 其特征在于, 所述检测试剂 或试 剂盒包含用于检测咽喉部20个菌属细菌的引物和/或探针; 其中, 20个菌属的定义同权利要求1中所述。 3.权利要求1所述标志 物在构建遗传性血 管水肿发作风险预测模型中的应用。 4.遗传性血 管水肿发作风险预测模型的构建方法, 其特 征在于, 包括以下步骤: (1)分别检测遗传性血管水肿非发作期和发作期患者咽拭子样本中20个菌属细菌的丰 度; (2)将步骤(1)所得丰度数据分为训练集和测试集, 输入随机森林模型, 优化参数, 用训 练集训练, 用测试集测试, 存 储模型; 其中, 20个菌属的定义同权利要求1中所述。 5.根据权利要求 4所述的方法, 其特 征在于, 步骤(2)采用交叉验证进行参数优化。 6.根据权利要求4或5所述的方法, 其特征在于, 样本中细菌丰度的测定方法选自宏基 因组测序、 16S  rDNA测序或qPCR定量检测中的任一种或至少两种组合。 7.用于评价遗传性血管水肿发作严重程度的标志物, 其特征在于, 所述标志物为患者 咽喉部的拟杆菌门(Bactero idetes)细菌在咽喉菌群中的相对丰度; 拟杆菌门细菌的相对丰度每增加10%, 遗传性血管水肿发作严重程度评分增加3.17 分。 8.与权利要求7所述标志物配套的检测试剂 或试剂盒, 其特征在于, 所述检测试剂 或试 剂盒包含用于检测咽喉部拟杆菌门细菌的引物和/或探针。 9.遗传性血 管水肿发作严重程度评估 模型的构建方法, 其特 征在于, 包括以下步骤: (1)检测发作期的遗传性血 管水肿患者 咽拭子样本中拟杆菌门的相对丰度; (2)收集患者 年龄、 性别以及是否 接受遗传性血 管水肿治疗药物治疗信息; (3)将步骤(1)所 得丰度数据、 步骤(2)的信息 输入广义线性模型, 优化 参数, 存储模型; 遗传性血 管水肿发作严重程度=(31.7 ×R+6.0×G+0.04×A+1.3×T)‑8.0; 其中, R为拟杆菌门细菌相对丰度; G为性别; 性别为男时, G=0, 性别为女时, G=1; A为年龄;权 利 要 求 书 1/2 页 2 CN 114196727 A 2T为是否接受遗传性血管水肿治疗药物治疗信息; 接受药物治疗, T=1, 未接受药物治 疗, T=0。 10.根据权利要求9所述的方法, 其特征在于, 样本中细菌丰度的测定方法选自宏基因 组测序、 16S  rDNA测序或qPCR定量检测中的任一种或至少两种组合。权 利 要 求 书 2/2 页 3 CN 114196727 A 3

.PDF文档 专利 预测遗传性血管水肿发作及严重程度的标志物及其应用

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 预测遗传性血管水肿发作及严重程度的标志物及其应用 第 1 页 专利 预测遗传性血管水肿发作及严重程度的标志物及其应用 第 2 页 专利 预测遗传性血管水肿发作及严重程度的标志物及其应用 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-19 05:05:26上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。