[发明专利]一种阿尔兹海默症生物标志物及其筛选方法和应用

权利要求书

1.一种阿尔兹海默症生物标志物，其特征在于，所述阿尔兹海默症生物标志物为11(Z),14(Z)-二十碳二烯酸。

2.一种阿尔兹海默症早期诊断模型，其特征在于，所述阿尔兹海默症早期诊断模型的输入变量包括如权利要求1所述的阿尔兹海默症生物标志物11(Z),14(Z)-二十碳二烯酸的质谱峰强度值；

优选地，所述的阿尔兹海默症早期诊断模型的输出变量包括待测个体粪便样品中所述11(Z),14(Z)-二十碳二烯酸质谱的峰强度值与正常个体粪便样品中所述11(Z),14(Z)-二十碳二烯酸质谱的峰强度值的比值，所述比值小于1则判定所述待测个体患有或者有风险患有阿尔兹海默症。

3.一种如权利要求1所述的阿尔兹海默症生物标志物的筛选方法，其特征在于，所述阿尔兹海默症生物标志物的筛选方法：采集样品、检测所述样品以及对所述样品中代谢物的结构鉴定和数据分析。

4.根据权利要求3所述的筛选方法，其特征在于，在所述采集样品的步骤中，所述样品包括粪便；

在所述检测所述样品的步骤中，采用液相色谱-质谱联用的方法进行检测。

5.根据权利要求3所述的筛选方法，其特征在于，在所述对所述样品中代谢物的结构鉴定步骤中，通过与数据库中代谢物的保留时间、分子质量、二级碎裂谱图和碰撞能进行匹配，对所述样品中的代谢物进行结构鉴定，并对所得鉴定结果进行核对和确认；

优选地，在所述对所述样品中代谢物的数据分析步骤中，采用单变量统计分析、多维统计分析、差异代谢物筛选、差异代谢物相关性分析或KEGG通路分析中任意一项或至少两项的组合对所述样品中代谢物进行数据分析。

6.根据权利要求5中所述的多维统计分析，其特征在于，所述多维统计分析包括构建正交偏最小二乘-判别分析模型，筛选检测结果中VIP1的代谢物作为阿尔兹海默症生物标志物。

7.一种如权利要求1所述的阿尔兹海默症生物标志物在制备阿尔兹海默症诊断工具中的应用，其特征在于，所述阿尔兹海默症诊断工具包括：预测阿尔兹海默症患病风险的装置和/或阿尔兹海默症诊断试剂盒。

8.一种如权利要求7所述的预测阿尔兹海默症患病风险的装置，其特征在于，所述装置包括：

检测单元，用于对代谢物样品中的如权利要求1所述的阿尔兹海默症生物标志物进行定性定量分析；

控制单元，用于对所述阿尔兹海默症生物标志物的定性定量分析的结果进行二次核对、确认和实验数据质量评价；

评估单元，以所述阿尔兹海默症生物标志物的定量结果作为输入变量，经过综合计算后给出风险打分，从而预测罹患阿尔兹海默症的风险；

所述检测单元采用液相色谱-质谱联用的方法对所述阿尔兹海默症生物标志物进行定性定量分析。

9.一种如权利要求7所述的阿尔兹海默症诊断试剂盒，其特征在于，所述阿尔兹海默症诊断试剂盒包括用于测定如权利要求1所述的阿尔兹海默症生物标志物含量水平的试剂。

10.一种如权利要求1所述的阿尔兹海默症生物标志物在制备治疗或者诊断阿尔兹海默症药物中的应用。