[發明專利]利用L-EDA篩選卵巢癌體液預后標記物的方法

有效

• 申請號: 201010558383.6
• 申請日: 2010-11-25
• 公開（公告）號: CN102478562A
• 公開（公告）日: 2012-05-30
• 發明（設計）人: 林曉惠;陳靜;張洋;陳世禮;黃強;路鑫;許國旺
• 申請（專利權）人: 中國科學院大連化學物理研究所;大連理工大學
• 主分類號: G01N30/88
• 分類號: G01N30/88
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 馬馳

1.利用L-EDA篩選卵巢癌體液預后標記物的方法，其特征在于：采用液相色譜質譜聯用儀分別對健康婦女、卵巢癌患者、卵巢癌術后未復發婦女、卵巢癌術后復發患者的體液代謝物進行分析得到代謝組輪廓，將代謝組輪廓利用L-EDA算法構建變量的概率分布模型，通過迭代抽取2個或3個以上屬性集合、交叉驗證來更新該分布模型，最終得到其屬性重要性排序列表，并根據該列表進行Wilcoxon秩和檢驗篩選出潛在卵巢癌預后標記物集合。

2.根據權利要求1所述的方法，其特征在于：

采用液相色譜質譜聯用儀對體液代謝物進行分析得到代謝組輪廓，包括如下步驟：

1）體液樣本的收集和預處理：

取于≤－60?°C下保存的，健康婦女、卵巢癌患者、卵巢癌術后未復發婦女、卵巢癌術后復發患者的體液樣本；

將樣品從冰箱取出室溫解凍，加入3-5倍體積乙腈，充分震蕩10-40秒，然后在4-8?°C下，取10000-20000?g離心5-20分鐘，取上清液凍干；分析前重溶于水：乙腈=1/4（v/v）的混合溶液中；

2）液相色譜質譜聯用儀分析血清中的代謝物：

色譜柱采用50mm?×?2.1?mm?，1.7?μm?Waters?BEH?的C₁₈柱；柱溫度保持在35-60°C，流量為0.3-0.4mL/min；流動相A是含有體積百分數0.1-1%甲酸和0.1-5%乙腈的高純水，流動相B為乙腈；自動進樣器保持為4-8°C，進樣體積為1-10μL；

質譜分析采用的是安捷倫6510四極桿-飛行時間質譜(Q-TOF?MS,?Agilent,?USA)；質譜在正離子模式下進行數據采集；數據采集范圍是質荷比80-1000。

3.根據權利要求1所述的方法，其特征在于：

將得到的代謝組輪廓運行L-EDA算法對代謝組數據進行分析，算法中的一個屬性對應代謝組輪廓中的一種代謝物；

1）抽取候選屬性子集：?

通過迭代抽取2個或3個以上屬性集合：每個屬性集合為一個候選屬性子集；L-EDA將候選屬性子集包含的屬性數統一限定為G個，G為正整數，通常為屬性總數的5-20%；

2）更新概率分布模型：

對L-EDA算法的參數進行設置：每一輪選取評價最優的候選子集的比例設為0.1-0.3，概率分布模型從當前最優候選子集集合中學習的比例設為0.2-0.4；

將屬性在最優候選屬性子集集合中出現的平均頻率這一平均標準來體現所有屬性的平均表現；

3）構建概率分布模型，反復執行以下步驟，直到搜索過程執行了預先定義的次數：按照步驟1）的方法抽取候選屬性子集集合，評價每一個候選屬性子集，按照2）的方法更新概率分布模型，進入下一輪搜索過程；算法運行結束之后，輸出算法對于所有屬性的排序列表；

4）篩選潛在的卵巢癌預后標記物集合：

依據步驟3）最終輸出的所有屬性的排序列表，對排名靠前的10-30%的屬性進行分析；

如果屬性在代謝組數據要求的各組別之間在Wilcoxon秩和檢驗中具有顯著性差異（p<0.05），則找出該屬性對應的代謝物；最終，將該代謝物作為潛在的卵巢癌預后標記物。