[发明专利]中枢神经系统损伤的代谢组学图谱分析有效
申请号: | 201680029055.2 | 申请日: | 2016-03-18 |
公开(公告)号: | CN108235734B | 公开(公告)日: | 2019-12-10 |
发明(设计)人: | 道格拉斯·戴尔·弗雷泽;罗伯特·巴尔塔;亚瑟·布朗;塔尼娅·查里克·斯图尔特;马克·戴利;格雷格·A·德卡班恩;蒂莫西·多尔蒂;丽萨·费舍尔;杰夫·福尔摩斯;拉维·梅农;托尼·鲁帕尔;J·凯文·舒梅克 | 申请(专利权)人: | 伦敦健康科学中心研究有限公司 |
主分类号: | G01N33/48 | 分类号: | G01N33/48;G01N33/68;G16B40/00;G16C20/70 |
代理公司: | 44348 广州文冠倪律知识产权代理事务所(普通合伙) | 代理人: | 倪小敏 |
地址: | 加拿大*** | 国省代码: | 加拿大;CA |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图谱 代谢物 中枢神经系统损伤 代谢组学 脑损伤 预设 多变量统计分析 矩阵 骨髓损伤 机器学习 脊髓损伤 矩阵生成 生物测试 图谱分析 冲击波 横断 拉伸 脊髓 震荡 挫伤 损伤 诊断 | ||
1.一种用于与计算机系统结合使用的计算机程序产品,所述计算机程序产品包含计算机可读的储存介质以及植入其中的计算机程序机制,所述计算机程序机制包含可执行指令,所述可执行指令用于执行在对象中诊断获得性中枢神经系统损伤(ACNSI)的方法,所述可执行指令包含:
(a)使用多变量统计分析和机器学习,以将对象的代谢物图谱与ACNSI代谢物图谱的预设集和正常的代谢物图谱的预设集进行比较;并且
(b)基于所述比较,确定所述对象是否患有ACNSI;
其中代谢物图谱的预设集包含代谢物,其选自被包括在表2和3中的代谢物;
并且其中所述ACNSI是轻度外伤性脑损伤(mTBI),轻度外伤性脊髓损伤(mTSI),或由中风、中毒、化学品、感染、自身免疫、缺氧、缺血、代谢或癌症诱导的脑或脊髓损伤。
2.根据权利要求1所述的计算机程序产品,其中所述程序机制进一步包含用于以下的可执行指令:(i)识别在来自已知患有ACNSI的对象的群体的生物样品的第一集中的、以及在来自对照的非ACNSI(称为“正常”)对象的群体的生物样品的第二集中的代谢物,从而使用ABI和正常的代谢物矩阵获得预设的ACNSI图谱和预设的正常图谱。
3.根据权利要求1所述的计算机程序产品,其中通过t-SNE,在所述对象的代谢物图谱上以及在预设的ACNSI和正常图谱中执行初始的维数降低。
4.根据权利要求1所述的计算机程序产品,其中所述可执行指令进一步包含:
(c)在所述对象的代谢物图谱和ACNSI图谱的预设集和非ACNSI图谱的预设集之间,创建两两相关的矩阵,并且在所述相关的矩阵中识别ACNSI集群和非ACNSI集群;以及
(d)确定所述对象的图谱是否落入所述ACNSI集群或非ACNSI集群之内。
5.根据权利要求1所述的计算机程序产品,其中所述对象是患者,并且其中所述可执行指令的步骤(a)使用多变量统计分析和机器学习,以将在所述患者的医疗干预期间的不同的时间的所述患者的图谱与ACNSI的代谢物图谱的预设集和非ACNSI的代谢物图谱的预设集进行比较。
6.根据权利要求1至5中任一项所述的计算机程序产品,其中所述可执行指令进一步包含将ACNSI和非ACNSI的预设图谱匹配以下中的一个或多个:年龄、性别、活力、营养、身体体质、药物和共同发病率。
7.根据权利要求1至5中任一项所述的计算机程序产品,其中所述对象的代谢物图谱和所述代谢物图谱的预设集被提供作为代谢组学数据的集,并且其中使用以下中的一种或多种获得所述代谢组学数据:高效液相色谱法、薄层色谱法、电化学分析、质谱(MS)、折射率光谱、紫外光谱、荧光分析、放射化学分析、近红外光谱、核磁共振(NMR)、光散射分析、气相色谱(GC)、或与MS结合的GC、与LC-MS/MS结合的直接注入(DI)。
8.根据权利要求7所述的计算机程序产品,其中所述代谢组学数据获得自生物测试样品,所述生物测试样品选自:全血、血浆、血清、唾液、滑液、尿液、脊髓液、支气管肺泡灌洗液、泪液、汗液和提取物。
9.根据权利要求1至5中任一项所述的计算机程序产品,其中所述代谢物包括磷脂、甘油磷脂、脂质、脂质异构体缩醛磷脂、脂肪酸、糖、氨基酸、核苷酸、在细胞过程期间形成的中间体、或其组合。
10.根据权利要求1至5中任一项所述的计算机程序产品,其中所述代谢物图谱是脂质组。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于伦敦健康科学中心研究有限公司,未经伦敦健康科学中心研究有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201680029055.2/1.html,转载请声明来源钻瓜专利网。