[发明专利]肠道微生态的标志物组合、辅助诊断模型及其应用

权利要求书

1.一种肠道微生态的标志物组合，其特征是，所述标志物组合包括以下微生物：斯卡多维亚菌属(Scardovia)、瘤胃菌属(未命名)(Ruminococcaceae noname)、嗜胆菌属(Bilophila)、拟杆菌属(Bacteroides)、孪生球菌属(Gemella)、另枝菌属(Alistipes)、草酸杆菌属(Oxalobacter)、索拉杆菌属(Solobacterium)、双歧杆菌属(Bifidobacterium)和梭菌属(未命名)(Clostridiales noname)。

2.如权利要求1所述的标志物组合，其特征是，所述标志物组合还包括：罗斯氏菌属(Roseburia)、厌氧棒状菌属(Anaerostipes)、副沙门氏菌属(Parasutterella)、巨单胞菌属(Megamonas)、克雷伯氏菌属(Klebsiella)、丁酸单胞菌属(Butyricimonas)、柯林斯菌属(Collinsella)、志贺氏菌属(Shigella)、罕见小球菌属(Subdoligranulum)和黄杆菌属(Flavonifractor)。

3.一种试剂组合，其特征是，所述试剂组合包括能够检测如权利要求1或2所述的标志物组合的试剂，例如PCR用试剂或测序用试剂；较佳地，所述试剂组合还包括如权利要求1或2所述的标志物组合。

4.如权利要求1或2所述的标志物组合或如权利要求3所述的试剂组合在制备诊断帕金森病的诊断剂中的用途。

5.一种辅助诊断模型，其特征是，其包括：

(1)输入模块，所述输入模块用于输入待测样本的微生物分类学表征和相对丰度的信息，得到基于平均准确度下降方法得到的排名前10或前20的属的菌群；

(2)处理模块，所述处理模块采用随机森林分类器，调用预测函数，基于(1)中排名前10或前20的属的菌群对待测样本的来源进行预测；

其中，所述随机森林分类器基于已知样本的微生物分类学表征和相对丰度的信息得到已知样本的特征菌群；

所述随机森林分类器的定义如下：randomForest(class～.,data＝train_df,ntree＝1000,nPerm＝50,mtry＝floor(sqrt(ncol(train_df)-1)),proximity＝T,importance＝T)；其中，class为所述已知样本的微生物分类学表征和相对丰度的信息的数据集；

所述预测函数的定义如下：predict(rf,newdata＝test_df,type＝response)；其中，test_df为(1)中的所述信息；

较佳地，所述特征菌群为由基于平均准确度下降方法得到的排名前10的属组成的菌群；和/或，所述已知样本和待测样本的微生物分类学表征和相对丰度的信息通过微生组宏基因组分析例如MetaPhlAn2获得；

更佳地，所述特征菌群为由基于平均准确度下降方法得到的排名前20的属组成的菌群；

进一步更佳地，所述待测样本为粪便，例如来自湖北襄阳地区受试者的粪便。

6.如权利要求5所述的辅助诊断模型，其特征是，还包括(0)预处理模块，和/或(3)输出模块，所述预处理模块对样本的DNA进行提取、文库构建和测序，得到样本的DNA的宏基因组原始读数并除噪，并将除噪后的信息传递至所述输入模块；所述输出模块用于输出所述处理模块的预测结果；

其中，所述除噪是指：对所述宏基因组原始读数进行质检，并修剪低质量序列，得到待测样本的微生物DNA的宏基因组读数；

较佳地，所述质检通过二代测序质控软件例如FastQC、SolexaQA或PRINSEQ实现；和/或，所述修剪低质量序列通过宏基因组测序质控软件例如KneadData实现；

更佳地，所述kneadData的参数设置为：“SLIDINGWINDOW：4：20MINLEN：50”；和/或，所述的除噪还包括：在修剪低质量序列后删除不需要的人类DNA读数，所述删除不需要的人类DNA读数的参数为“--very-sensitive--dovetail”。