[发明专利]一种基于血清代谢指纹自体免疫疾病模型的构建方法

权利要求书

1.一种基于血清代谢指纹自体免疫疾病模型的构建方法，其特征在于，所述方法包括以下步骤：

步骤1、使用纳米辅助的激光解析电离质谱技术，对自体免疫疾病患者和健康志愿者的血清样本进行代谢检测，得到所述代谢检测结果；

步骤2、将步骤1得到的代谢检测结果采用机器学习方法获取血清代谢指纹并构建所述自体免疫疾病模型；

步骤3、应用步骤2构建的自体免疫疾病模型进行自体免疫疾病的代谢生物标志物鉴别。

2.如权利要求1所述的构建方法，其特征在于，所述步骤1还包括：

步骤1.1、准备自体免疫疾病患者的血清样本作为分析样本，并准备去离子水、纳米基质材料和LDI MS；

步骤1.2、用所述去离子水稀释步骤1.1准备的血清样本；

步骤1.3、配置纳米基质溶液，制备样品，使用所述纳米基质溶液将所述样品制备成纳米颗粒基质；

步骤1.4、采用所述LDI MS在正离子模式下对步骤1.3制备的纳米颗粒基质进行代谢检测。

3.如权利要求2所述的构建方法，其特征在于，所述步骤1.3中所述制备样品的步骤为：取步骤1.2稀释后的血清样本500nL于所述LDI MS质谱靶板上并在室温下进行干燥，得到所述样品；制备所述纳米颗粒基质的步骤为：取所述纳米基质溶液500nL于所述LDI MS质谱靶板上的所述样品上，并于室温下干燥。

4.如权利要求2所述的构建方法，其特征在于，所述步骤1.2中所述去离子水稀释的倍数为10倍；所述步骤1.3中所述纳米基质溶液的浓度为1ng/nL。

5.如权利要求1所述的构建方法，其特征在于，所述步骤2还包括：

步骤2.1、对所述步骤1获得的所述代谢检测结果进行预处理，包括数据重采样、谱线平滑、基线校正、谱峰联配以及缺失值填充，得到所述自体免疫疾病患者和所述健康志愿者的所述血清代谢指纹；

步骤2.2、将步骤2.1得到的所述自体免疫疾病患者和所述健康志愿者的所述血清代谢指纹划分成对应的训练集和测试集；

步骤2.3、基于步骤2.2划分的训练集的血清代谢指纹使用所述机器学习算法进行模型构建。

6.如权利要求5所述的构建方法，其特征在于，所述步骤2.3中所述机器学习算法为最小的绝对收缩和选择运算符(LASSO)。

7.如权利要求5所述的构建方法，其特征在于，所述步骤2.3还包括：使用20次重复的5折交叉验证对所述LASSO在所述训练集上进行模型训练，得到训练好的模型；应用所述训练好的模型对所述测试集进行预测，得到所述LASSO在测试集上的性能参数。

8.如权利要求1所述的构建方法，其特征在于，所述步骤3还包括：

步骤3.1、采集所述自体免疫疾病患者和所述健康志愿者的血清样本，作为所述分析样本，并准备所述去离子水、所述纳米基质材料和所述LDI MS；

步骤3.2、用所述去离子水稀释步骤3.1采集的血清生物样本；

步骤3.3、配置所述纳米基质溶液，制备所述样品，使用所述纳米基质溶液将所述样品制备成所述纳米颗粒基质；

步骤3.4、将步骤3.3制备的纳米颗粒基质应用纳米颗粒基质辅助激光解吸电离傅里叶变换离子回旋共振质谱仪(LDI-FTICR-MS)检测，得到生物标志物的精准分子量；将步骤3.3制备的纳米颗粒基质应用纳米颗粒基质辅助激光解吸电离飞行时间质谱(LDI-TOF-MS)检测，得到所述生物标志物的二级质谱谱图；

步骤3.5、对步骤3.4获取的所述生物标志物的精准分子量及其所述二级质谱谱图进行分析，鉴定出所述代谢物生物标志物。

9.如权利要求8所述的构建方法，其特征在于，所述步骤3.2中所述去离子水稀释的倍数为10倍。

10.如权利要求8所述的构建方法，其特征在于，所述步骤3.5中所述代谢物生物标志物包括反,反-粘康酸、5-羟赖氨酸、葡萄糖和尿苷。