[發(fā)明專利]一種篩選慢性萎縮性胃炎大鼠生物標志物的裝置

在審

• 申請?zhí)枺?/td>: 201810818850.0
• 申請日: 2018-07-24
• 公開（公告）號: CN108985007A
• 公開（公告）日: 2018-12-11
• 發(fā)明（設計）人: 劉月濤;賈璐;薛倩倩;秦雪梅
• 申請（專利權）人: 山西大學
• 主分類號: G06F19/12
• 分類號: G06F19/12;G06F19/26
• 代理公司: 太原市科瑞達專利代理有限公司 14101
• 代理人: 李富元

本發(fā)明涉及生物標志物篩選領域，特別涉及慢性萎縮性胃炎大鼠生物標志物篩選領域。一種篩選慢性萎縮性胃炎大鼠生物標志物的裝置，包括箱體、安裝在箱體上的頻譜儀、安裝在箱體上的數(shù)據(jù)處理芯片、安裝在箱體上的顯示器，將經過預處理的尿樣裝入頻譜儀的核磁管，開啟頻譜儀采集1D NMR數(shù)據(jù)，并將該數(shù)據(jù)作為原始數(shù)據(jù)輸入數(shù)據(jù)處理芯片，數(shù)據(jù)處理芯片對原始數(shù)據(jù)首先進行預處理，采用SIMCA?P軟件對預處理后的數(shù)據(jù)進行多元統(tǒng)計分析，通過PLS?DA分析獲得時間依賴性尿液動態(tài)代謝組學特征，然后使用ASCA模型分析CAG表型、時間及其相互作用對尿樣中代謝變化的影響，鑒定與之作用相關的代謝物，最后通過顯示器顯示出來。

技術領域

本發(fā)明涉及生物標志物篩選領域，特別涉及慢性萎縮性胃炎大鼠生物標志物篩選領域。

背景技術

代謝組學作為一門新興的系統(tǒng)生物學技術，主要用于研究生物體受到外界環(huán)境、疾病、藥物等干預后其代謝產物種類和數(shù)量的變化及變化規(guī)律。其以高通量檢測和數(shù)據(jù)處理為手段，以組群指標分析為基礎，能夠描述病癥的整個代謝過程所產生內源性代謝產物的動態(tài)變化，被廣泛用于藥物的作用機制和靶點研究中。代謝組學是一種相對較新的“組學”技術，試圖描述所有低分子量代謝物，常用于縱向研究，如監(jiān)測疾病進展，追蹤營養(yǎng)干預或觀察藥物毒性。

代謝組學數(shù)據(jù)最大特點是變量數(shù)遠遠大于觀測數(shù)，且變量之間存在著高度相關性。目前，最常用于代謝組學數(shù)據(jù)分析的方法有:無監(jiān)督學習方法的主成分分析(PCA)、有監(jiān)督學習方法的偏最小二乘判別分析(PLS-DA)、正交偏最小二乘判別分析(OPLS-DA)等。這些方法可以提取原始信息的最大變異或在此基礎上的最佳解釋變異，將高維數(shù)據(jù)映射到低維空間，并給出降維后數(shù)據(jù)的可視化展示。然而，這些傳統(tǒng)的靜態(tài)分析方法多從病理狀態(tài)的單一橫斷面入手研究，未充分考慮疾病病理過程的復雜性，因而易得到相對片面的結論，不能全面反映生理病理演變規(guī)律。

隨著研究深入，代謝組學不再拘泥于橫斷面研究，包含時間因素的動態(tài)代謝組數(shù)據(jù)被越來越多的研究所獲得，這使得傳統(tǒng)分析方法不再適用。因此，在數(shù)據(jù)分析過程中需要考慮其他因素以及感興趣的生物狀況。基于方差同步主成分分析(ANOVA-simultaneouscomponent analysis，ASCA)專門設計的統(tǒng)計方法已經被開發(fā)來處理多因素問題以及時間序列研究。它已成功應用于分析代謝組學數(shù)據(jù)。

把數(shù)據(jù)集分解成效應矩陣同時進行降維分析。以基于實驗設計、考慮時間因素的代謝數(shù)據(jù)為例，ASCA首先將總變異分解成三個來源:時間因素，時間因素與處理因素的交互效應，以及不同個體間的變異。分別對這三部分矩陣進行主成分分析，得到隨著時間的改變各部分效應的得分變化趨勢圖，從而給出合理的生物學解釋。

慢性萎縮性胃炎(Chronic atrophic gastritis,CAG)是消化系統(tǒng)的常見疾病之一，是指胃黏膜上皮遭受反復損害導致固有腺體的減少，伴或不伴纖維替代，腸腺化生和/或假幽門腺化生的一種慢性胃部疾病。可以利用代謝組學方法篩選潛在生物標志物，用于臨床和藥物研究中,探究發(fā)病機制等。

發(fā)明內容

本發(fā)明所要解決的問題是：如何提供一種可靠的萎縮性胃炎模型生物標志物的評價篩選裝置。

本發(fā)明所采用的技術方案是：一種篩選慢性萎縮性胃炎大鼠生物標志物的裝置，包括箱體、安裝在箱體上的頻譜儀、安裝在箱體上的數(shù)據(jù)處理芯片、安裝在箱體上的顯示器，將經過預處理的尿樣裝入頻譜儀的核磁管，開啟頻譜儀采集1D NMR數(shù)據(jù)，并將該數(shù)據(jù)作為原始數(shù)據(jù)輸入數(shù)據(jù)處理芯片，數(shù)據(jù)處理芯片對原始數(shù)據(jù)首先進行預處理，采用SIMCA-P軟件對預處理后的數(shù)據(jù)進行多元統(tǒng)計分析，通過PLS-DA分析獲得時間依賴性尿液動態(tài)代謝組學特征，然后使用ASCA模型分析CAG表型、時間及其相互作用對尿樣中代謝變化的影響，鑒定與之作用相關的代謝物，最后通過顯示器顯示出來。