[发明专利]利用脂质生物标志物预测糖尿病视网膜病变的方法

说明书

技术领域

本发明涉及生物技术领域，尤其涉及一种利用脂质生物标志物预测糖尿病视网膜病变的方法，能够准确预测糖尿病视网膜病变。

背景技术

糖尿病并发症高达100多种，是目前已知并发症最多的一种疾病。糖尿病死亡者有一半以上是心脑血管所致，10％是视网膜病变变所致。因糖尿病截肢的患者是非糖尿病的10～20倍。临床数据显示，糖尿病发病后10年左右，将有30％～40％的患者至少会发生一种并发症，且并发症一旦产生，药物治疗很难逆转，因此在预防与治疗糖尿病的同时，应尽早预防与控制糖尿病并发症的发生。

糖尿病慢性并发症主要为大血管病变(心脏病、视网膜病变、脑血管意外及下肢血管病变)、微血管病变(糖尿病视网膜病变、糖尿病视网膜病变和神经病变等)。以累及心、脑、肾等生命器官和危害严重为特点，是糖尿病防治的重点和难点。

失控的血糖升高导致的组织损伤是多种糖尿病并发症的主要原因，具体的致病机理主要包括①持续的高血糖使多种血浆及组织蛋白质发生非酶糖化，形成非酶糖基化终产物而丧失正常生理功能；②高血糖导致醛糖还原酶活性增加，山梨醇代谢旁路增强，其产物多元醇在胞内堆积，最终导致水肿和细胞功能障碍；③高血糖导致血液动力学改变，进而组织缺氧，动脉血管阻力下降，血管通透性增加组织损伤，发生病变；④多种激素、细胞因子激活与异常表达；⑤氧化应激；⑥基因表达的改变等。

糖尿病视网膜病变是糖尿病患者失明的主要原因。目前该病变的诊断主要包括眼底镜检查，眼底血管荧光造影，尿白蛋白检测以及视网膜血管彩色多谱勒检测。由于糖尿病视网膜病变的血管新生代表着系统而非局部的血管新生，因此外周血中的内皮祖细胞(EPC)，血管内皮细胞生长因子(VEGF)，红细胞生成素(EPO)等也是糖尿病视网膜病变的辅助检测因子。

目前，还没有通过脂质组学预测糖尿病视网膜病变的准确、快捷的方法。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种利用脂质生物标志物预测糖尿病视网膜病变的方法，能够快捷、准确、高效地预测糖尿病视网膜病变。

本发明还有一个目的是提供一种针对中国人群的利用脂质生物标志物预测糖尿病视网膜病变的方法。

本发明还有一个目的是提供一组针对中国人群的与糖尿病视网膜病变密切相关的化合物。

为了实现根据本发明的这些目的和其它优点，提供了以下技术方案：

一种利用脂质生物标志物预测糖尿病视网膜病变的方法，其中，主要包括以下步骤：

步骤1、筛选出正常人组群和糖尿病视网膜病变组群之间VIP值大于1的排名前6位的差异性化合物，分别为表1所示：

表1

步骤2、利用逻辑回归模型1进行计算，得到TC值，所述逻辑回归模型1的计算公式为：

TC＝9.748+(-1.881)R754+(-0.996)R1489+(-2.609)R1604；

步骤3、根据所得TC值进行判断，TC＝0为否；TC＝1为是。

优选的是，步骤1中利用OPLS-DA模型对差异性化合物进行筛选，筛选条件VIP>1。

优选的是，步骤1中筛选的具体方法为：

步骤1.1将样品进行超高效液相色谱和质谱分析，得到脂质组学数据，将正常人组群和糖尿病视网膜病变组群分别计为CK及ZWSJBB；

步骤1.2对脂质组学数据进行标准化操作，利用OPLS-DA模型对CK及ZWSJBB进行S-plot分布得到S形曲线，并进行强制分组，计算影响CK及ZWSJBB分组的变量重要性，即得VIP值；

步骤1.3按照VIP值大于1的标准得到80个化合物，并将该80个化合物作为与糖尿病视网膜病变相关度最高的差异性化合物；

步骤1.4将所得80个化合物按照VIP值大小从高到低排列，取前6位，即得步骤1中所述差异性化合物。

优选的是，步骤2中TC值或者用逻辑回归模型3进行计算，所述逻辑回归模型3的计算公式为：

TC＝8.3594+1.0424R67+0.1048R749+0.2215R751+(-1.2756)R754+(-1.3995)R1250+(-0.9267)R1489+(-2.3387)R1604。

优选的是，步骤2中TC值或者用逻辑回归模型2进行计算，所述逻辑回归模型2的计算公式为：