CN112813159A - 帕金森病的生物标志物及其应用 - Google Patents
帕金森病的生物标志物及其应用 Download PDFInfo
- Publication number
- CN112813159A CN112813159A CN202110306598.7A CN202110306598A CN112813159A CN 112813159 A CN112813159 A CN 112813159A CN 202110306598 A CN202110306598 A CN 202110306598A CN 112813159 A CN112813159 A CN 112813159A
- Authority
- CN
- China
- Prior art keywords
- parkinson
- disease
- methylation
- biomarker
- detecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000018737 Parkinson disease Diseases 0.000 title claims abstract description 52
- 239000000090 biomarker Substances 0.000 title claims abstract description 30
- 230000011987 methylation Effects 0.000 claims abstract description 55
- 238000007069 methylation reaction Methods 0.000 claims abstract description 55
- 238000003745 diagnosis Methods 0.000 claims abstract description 17
- 239000012472 biological sample Substances 0.000 claims abstract description 10
- 210000005259 peripheral blood Anatomy 0.000 claims abstract description 10
- 239000011886 peripheral blood Substances 0.000 claims abstract description 10
- SIVJKYRAPQKLIM-UHFFFAOYSA-N 3-(3,4-difluorophenyl)-n-(3-fluoro-5-morpholin-4-ylphenyl)propanamide Chemical compound C=1C(N2CCOCC2)=CC(F)=CC=1NC(=O)CCC1=CC=C(F)C(F)=C1 SIVJKYRAPQKLIM-UHFFFAOYSA-N 0.000 claims abstract description 3
- -1 EMX2OS Proteins 0.000 claims abstract description 3
- 102100021793 Epsilon-sarcoglycan Human genes 0.000 claims abstract description 3
- 102100021245 G-protein coupled receptor 183 Human genes 0.000 claims abstract description 3
- 102100037260 Gap junction beta-1 protein Human genes 0.000 claims abstract description 3
- 102100034626 Germ cell nuclear acidic protein Human genes 0.000 claims abstract description 3
- 102100040408 Heat shock 70 kDa protein 1-like Human genes 0.000 claims abstract description 3
- 102100034523 Histone H4 Human genes 0.000 claims abstract description 3
- 102100023830 Homeobox protein EMX2 Human genes 0.000 claims abstract description 3
- 102100033798 Homeobox protein aristaless-like 4 Human genes 0.000 claims abstract description 3
- 101000616437 Homo sapiens Epsilon-sarcoglycan Proteins 0.000 claims abstract description 3
- 101001040801 Homo sapiens G-protein coupled receptor 183 Proteins 0.000 claims abstract description 3
- 101000954104 Homo sapiens Gap junction beta-1 protein Proteins 0.000 claims abstract description 3
- 101000995459 Homo sapiens Germ cell nuclear acidic protein Proteins 0.000 claims abstract description 3
- 101001037977 Homo sapiens Heat shock 70 kDa protein 1-like Proteins 0.000 claims abstract description 3
- 101001067880 Homo sapiens Histone H4 Proteins 0.000 claims abstract description 3
- 101001048970 Homo sapiens Homeobox protein EMX2 Proteins 0.000 claims abstract description 3
- 101000779608 Homo sapiens Homeobox protein aristaless-like 4 Proteins 0.000 claims abstract description 3
- 101001034652 Homo sapiens Insulin-like growth factor 1 receptor Proteins 0.000 claims abstract description 3
- 101000599782 Homo sapiens Insulin-like growth factor 2 mRNA-binding protein 3 Proteins 0.000 claims abstract description 3
- 101001081548 Homo sapiens Islet cell autoantigen 1-like protein Proteins 0.000 claims abstract description 3
- 101000613787 Homo sapiens OTU domain-containing protein 6A Proteins 0.000 claims abstract description 3
- 101000730802 Homo sapiens Prefoldin subunit 6 Proteins 0.000 claims abstract description 3
- 101000995264 Homo sapiens Protein kinase C-binding protein NELL2 Proteins 0.000 claims abstract description 3
- 101001073409 Homo sapiens Retrotransposon-derived protein PEG10 Proteins 0.000 claims abstract description 3
- 101001106325 Homo sapiens Rho GTPase-activating protein 6 Proteins 0.000 claims abstract description 3
- 101000596093 Homo sapiens Transcription initiation factor TFIID subunit 1 Proteins 0.000 claims abstract description 3
- 101000662031 Homo sapiens Ubiquitin-associated domain-containing protein 2 Proteins 0.000 claims abstract description 3
- 101000650009 Homo sapiens WD repeat-containing protein 46 Proteins 0.000 claims abstract description 3
- 101000976458 Homo sapiens Zinc finger protein 808 Proteins 0.000 claims abstract description 3
- 102100039688 Insulin-like growth factor 1 receptor Human genes 0.000 claims abstract description 3
- 102100037920 Insulin-like growth factor 2 mRNA-binding protein 3 Human genes 0.000 claims abstract description 3
- 102100027664 Islet cell autoantigen 1-like protein Human genes 0.000 claims abstract description 3
- 108010018525 NFATC Transcription Factors Proteins 0.000 claims abstract description 3
- 102000002673 NFATC Transcription Factors Human genes 0.000 claims abstract description 3
- 102100040564 OTU domain-containing protein 6A Human genes 0.000 claims abstract description 3
- 108010032788 PAX6 Transcription Factor Proteins 0.000 claims abstract description 3
- 102100037506 Paired box protein Pax-6 Human genes 0.000 claims abstract description 3
- 102100032926 Prefoldin subunit 6 Human genes 0.000 claims abstract description 3
- 102100034433 Protein kinase C-binding protein NELL2 Human genes 0.000 claims abstract description 3
- 102100035844 Retrotransposon-derived protein PEG10 Human genes 0.000 claims abstract description 3
- 102100021426 Rho GTPase-activating protein 6 Human genes 0.000 claims abstract description 3
- 102100035222 Transcription initiation factor TFIID subunit 1 Human genes 0.000 claims abstract description 3
- 102100037933 Ubiquitin-associated domain-containing protein 2 Human genes 0.000 claims abstract description 3
- 102100028276 WD repeat-containing protein 46 Human genes 0.000 claims abstract description 3
- 102100023623 Zinc finger protein 808 Human genes 0.000 claims abstract description 3
- DTPCFIHYWYONMD-UHFFFAOYSA-N decaethylene glycol Chemical compound OCCOCCOCCOCCOCCOCCOCCOCCOCCOCCO DTPCFIHYWYONMD-UHFFFAOYSA-N 0.000 claims abstract description 3
- 239000000523 sample Substances 0.000 claims description 16
- 239000003153 chemical reaction reagent Substances 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 15
- 108090000623 proteins and genes Proteins 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 7
- 238000013145 classification model Methods 0.000 claims description 4
- 239000012807 PCR reagent Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000001369 bisulfite sequencing Methods 0.000 claims description 2
- 238000007855 methylation-specific PCR Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 7
- 208000024891 symptom Diseases 0.000 abstract description 7
- 238000002474 experimental method Methods 0.000 abstract description 3
- 238000013399 early diagnosis Methods 0.000 abstract description 2
- 101001077495 Homo sapiens RNA-binding Raly-like protein Proteins 0.000 abstract 1
- 206010044565 Tremor Diseases 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 108020004414 DNA Proteins 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 208000015122 neurodegenerative disease Diseases 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 208000002740 Muscle Rigidity Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000027089 Parkinsonian disease Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 206010071390 Resting tremor Diseases 0.000 description 1
- 208000028752 abnormal posture Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000104 diagnostic biomarker Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 210000001259 mesencephalon Anatomy 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/154—Methylation markers
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Pathology (AREA)
- Organic Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Genetics & Genomics (AREA)
- Databases & Information Systems (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及一种帕金森病的生物标志物及其应用，属于医学诊断技术领域。该生物标志物包括GPR183，WDR46，PFDN6，SGCE，PEG10，EMX2OS，NFATC4，GJB1，IGF1R，UBAC2，ICA1L，ACRC，PAX6，ALX4，HIST1H4C，HSPA1L，LOC645323，BCYRN1，IGF2BP3，ZNF808，OTUD6A，NELL2，TAF1，EMX2，ARHGAP6和RALYL基因中的至少一个基因位点的甲基化程度。本发明只需要定向检测该帕金森病生物标志物的甲基化位点，其实验方法与判断方法均可以标准化，避免了人为主观偏差带来的误诊。并且，本发明的帕金森病的生物标志物，可在患者出现运动症状发作之前，即能从外周血等生物样本中检测到，可实现早期诊断的目的。
Description
技术领域
本发明涉及医学诊断技术领域，特别是涉及一种帕金森病的生物标志物及其应用。
背景技术
“帕金森病”(PD)是世界上最常见的神经退行性疾病之一，又称震颤麻痹(无意识的震颤行为，肌肉力量减弱)，是中老年人最常见的中枢神经系统变性疾病。震颤是指头及四肢颤动、振摇，麻痹是指肢体某一部分或全部肢体不能自主运动。一般在50～65岁开始发病，发病率随年龄增长而逐渐增加，60岁发病率约为1‰，70岁发病率达3‰～5‰，我国目前大概有170多万人患有这种疾病。帕金森病是一种神经系常见的发展慢性、渐进性变性疾病，以"运动迟缓、肌肉强直、静止性震颤和姿势异常"四种主要的症状为临床特点。
帕金森病的诊断发生于运动症状发作，但可以在20年或更长时间的前驱运动或前驱阶段之前进行。这个前驱阶段的特点是特定的非运动症状。额外的非运动特征在诊断和疾病进展后发展，造成临床上显着的残疾。
因此，若能在早期诊断帕金森病，将对患者的预后有非常积极的改善作用。目前正在研究多种帕金森病诊断的生物标志物，这些生物标志物可以分类为临床，影像学，病理学，生化和遗传等。
目前应用较广的诊断帕金森病的方法主要是参考临床观察和影像学检查，但该方法比较依赖于医生的经验，且患者已有运动症状发作(即不能在早期诊断)。
经颅超声检查发现的中脑超微结构是帕金森氏病提出的诊断性生物标志物，但许多专家已经发现这种方法具有可靠性低和可复制性差的问题。因而，生物标志物的组合对于运动前或PD的准确诊断可能是必需的。
发明内容
基于此，有必要针对上述问题，提供一种帕金森病的生物标志物，通过定向检测该帕金森病的生物标志物的甲基化程度，即可较早期发现异常，从而尽早干预，使患者得到更好的预后。
一种帕金森病的生物标志物，包括GPR183，WDR46，PFDN6，SGCE，PEG10，EMX2OS，NFATC4，GJB1，IGF1R，UBAC2，ICA1L，ACRC，PAX6，ALX4，HIST1H4C，HSPA1L，LOC645323，BCYRN1，IGF2BP3，ZNF808，OTUD6A，NELL2，TAF1，EMX2，ARHGAP6和RALYL基因中的至少一个基因位点的甲基化程度。
上述生物标志物，是通过分析959个帕金森病患者和930个正常对照样本的外周血甲基化芯片数据，通过反复试验和验证后发现，该26个基因中位点的甲基化程度有统计学意义的差异，具有区分帕金森患者和非患者的潜力。
可以理解的，上述生物标志物指可通过检测上述基因位点的甲基化程度，从而起到对帕金森病的辅助识别、诊断作用。即对上述位点甲基化程度的测定可以获知机体当前所处的生物学过程中(如帕金森病的发展)的进程。
在其中一个实施例中，所述基因中的甲基化位点为cg04858155，cg09649245，cg15786900，cg22974228，cg23385200，cg04223454，cg07764932，cg08456555，cg19935097，cg00960300，cg14517340，cg09569581，cg17542495，ch.X.1084407R，cg07675184，cg07895186，cg12894449，cg16301890，cg26693467，cg16131748，cg11190156，cg12089985，cg14648265，cg03243683，cg10029427，cg13053202，cg00297702，cg00547777，cg26688472，cg10389812，cg25830379，cg26577252，cg27139419，cg02860543，cg17431401，cg22545138，cg22826239，cg24845234，cg27135125，cg04142323，cg06958563，cg24804195，cg01920578，cg10164885，cg16845486，cg22773093，cg22932815，cg03577460，cg05330668，cg26158983，cg01178063，cg04391849，cg07845764，cg10489414，cg15677355，cg22762309，cg02770983，cg04521333，cg14439629，cg16970357，cg23287710，cg26029734，cg07063325，cg07179617，cg26148059，cg01538821，cg22403811，cg26669044，cg03682823，cg04303139，cg06674062，cg07921535，cg13660372，cg18139769，cg22216017，cg05257202，cg12578486，cg13147013，cg02064080，cg09912803和cg12270140中的至少一个位点。
采用上述81个位点的甲基化程度整体作为帕金森病的诊断标志物，其AUC可达0.9104，具有较高的区分性。
本发明还公开了上述基因的甲基化位点在帕金森病诊断中的应用。
本发明还公开了检测生物样本中上述基因的甲基化位点的甲基化程度的试剂在制备帕金森病诊断试剂或诊断设备中的应用。
在其中一个实施例中，所述帕金森病为早期帕金森病。
可以理解的，由于本发明的生物标志物为样本中基因甲基化程度，因此，不需要患者已有运动症状发作，即可检出而提示风险。
在其中一个实施例中，所述生物样本为外周血样本。具有取样简单，依从性高，实操性强的特点。
本发明还公开了一种帕金森病的检测试剂盒，包括检测上述基因的甲基化位点的甲基化程度的试剂。
可以理解的，上述试剂可以是针对生物样本中包含的生物标志物检测所设计的特异性试剂，也可以是能够实现检测生物样本中包含的生物标志物的常规试剂和/或上述特异性试剂的组合。
在其中一个实施例中，所述试剂为甲基化芯片、甲基化特异性PCR试剂或亚硫酸氢盐测序法试剂。
可以理解的，上述试剂也可根据常规技术进行调整，能够检出所述生物标志物甲基化程度即可。
本发明还公开了一种帕金森病的检测系统，包括以下模块：
检测模块，采用上述的检测试剂盒检测相应位点的甲基化程度；
分析模块，获取上述检测结果，代入预设帕金森病诊断模型中，得出帕金森病的预测风险。
在其中一个实施例中，所述帕金森病诊断模型通过以下方法建立：
数据获取：收集帕金森病患者和非患者生物样本中上述的生物标志物的甲基化b-value；
模型建立；根据上述生物标志物的甲基化b-value构建样本的特征向量，将训练集中每个样本的特征向量与患者组或非患者组的分组标签对应之后，建立SVM分类模型，即得所述帕金森病诊断模型。
与现有技术相比，本发明具有以下有益效果：
本发明的一种帕金森病的生物标志物，通过分析959个帕金森患者和930个正常对照样本的外周血甲基化芯片数据得到，采用该生物标志物对帕金森病进行预测、判断，相较于目前常规主要参考临床观察和影像学检查方法中比较依赖于医生经验来说，本发明只需要定向检测该帕金森病生物标志物的甲基化位点，其实验方法与判断方法均可以标准化，避免了人为主观偏差带来的误诊。
并且，本发明的帕金森病的生物标志物，可在患者出现运动症状发作之前，即能从外周血等生物样本中检测到，可实现早期诊断的目的。
附图说明
图1为实施例1中不同组别部分甲基化位点b-value盒子图；
图2为实施例1中部分甲基化位点ROC曲线示意图；
图3为实施例1中81个甲基化位点ROC曲线示意图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
样本收集及检测。
一、样本收集。
收集来源于临床确诊的帕金森病患者外周血样本959个，正常对照样本(非帕金森病患者)的外周血样本930个。
二、样本检测。
以商品化的Illumina HumanMethylation450 BeadChip芯片检测甲基化，按照常规实验步骤进行，主要实验流程包括：
1、提取样本DNA并扩增；
2、使用酶打断DNA使之片段化；
3、分离纯化DNA片段并加上接头；
4、DNA片段与芯片杂交；
5、芯片上机检测。
实施例2
一、甲基化位点的筛选。
1、建立模型。
获取实施例1所得到的所有位点的甲基化b-value数据，下表为部分样本的部分甲基化位点的b-valre表。
表1.部分样本部分甲基化位点的b-valre值示意
| cg01178063 | cg04391849 | cg19935097 | cg08456555 | cg07764932 | ch.X.1084407R | |
| X3998888019_R01C01 | 0.841253 | 0.860352 | 0.778807 | 0.655859 | 0.711761 | 0.210351 |
| X3998888019_R02C01 | 0.875661 | 0.862716 | 0.754701 | 0.483736 | 0.625609 | 0.133967 |
| X3998888019_R03C01 | 0.812792 | 0.878358 | 0.809183 | 0.61919 | 0.659191 | 0.173098 |
| X3998888019_R04C01 | 0.838204 | 0.841 | 0.81151 | 0.650056 | 0.718287 | 0.162545 |
| X3998888019_R05C01 | 0.571084 | 0.699354 | 0.715755 | 0.355657 | 0.443063 | 0.110286 |
基于单个甲基化位点，构建样本的特征向量，即根据选定的甲基化位点的b-value值构成一个样本的特征值向量，同时将每个样本与分组标签(帕金森病患者组PD或对照组Control)对应后，建立SVM(支持向量机)分类模型。
具体的，本发明中所采用的的SVM模型具体建立方法为：调用常规统计分析工具sklearn模块中的svm函数，建立分类器参数为kernel＝'linear',C＝1。
2、甲基化位点的ROC_AUC值验证
使用K折交叉验证对每个甲基化位点的ROC_AUC值验证，具体方法如下：
1)将全部训练集S分成k个不相交的子集，假设S中训练例个数为m，那么每一个子集有m/k个训练样例，相应子集称作{s1,s2,...sk}；
2)每次从分好的子集里面，拿出一个作为测试集，其他k-1个作为训练集；
3)在k-1个训练集上训练出学习模型；
4)把这个模型放到测试集上，得到分类结果指标；
5)计算k次求得的分类指标的平均值；
6)采用10-折交叉验证，求得每个甲基化位点的ROC_AUC值。
本发明共筛选验证了约48万个甲基化位点，由于样本来源于外周血(并不是病灶组织)，单个位点甲基化差异并不大，使用单位点分类的ROC_AUC值也普遍不高，如图1-2所示，分别为若干位点在两组中的b-value比较和使用单个位点用于分类的ROC曲线。
3、分类模型建立。
筛选ROC_AUC值较高(如大于0.6)的单个甲基化位点(共162个)，并通过反复尝试不同甲基化位点组合，得到81个甲基化位点的组合，具体如下表所示。
表2.甲基化位点信息
以上述81个位点的b-value值作为特征向量构建SVM分类器，使用该模型(帕金森病诊断模型)测试分类结果的ROC曲线如图3所示，其AUC＝0.9104，具能够较好的区分帕金森患者与对照组。
实施例2
随机收集帕金森病患者和正常对照人群外周血样本，得到其中上述实施例1所述81个位点的甲基化水平，输入实施例1建立的帕金森病诊断模型中，获得模型判断风险结果。
表3.模型判断结果对比
| 病例号 | 判断结果 | 与临床相符性 |
| 1 | 高风险 | 临床判断为帕金森 |
| 2 | 低风险 | 正常对照人群样本 |
| 3 | 低风险 | 正常对照人群样本 |
| 4 | 低风险 | 正常对照人群样本 |
| 5 | 高风险 | 正常对照人群样本 |
| 6 | 高风险 | 临床判断为帕金森 |
| 7 | 低风险 | 正常对照人群样本 |
| 8 | 低风险 | 正常对照人群样本 |
| 9 | 高风险 | 临床判断为帕金森 |
| 10 | 低风险 | 正常对照人群样本 |
| 11 | 低风险 | 正常对照人群样本 |
| 12 | 高风险 | 临床判断为帕金森 |
| 13 | 低风险 | 临床判断为帕金森 |
| 14 | 低风险 | 正常对照人群样本 |
| 15 | 高风险 | 临床判断为帕金森 |
| 16 | 低风险 | 正常对照人群样本 |
| 17 | 低风险 | 正常对照人群样本 |
| 18 | 高风险 | 临床判断为帕金森 |
从上述结果可以看出，将本发明的生物标志物应用于帕金森病的诊断，具有较好的效果，能够识别帕金森病患者。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种帕金森病的生物标志物，其特征在于，包括GPR183，WDR46，PFDN6，SGCE，PEG10，EMX2OS，NFATC4，GJB1，IGF1R，UBAC2，ICA1L，ACRC，PAX6，ALX4，HIST1H4C，HSPA1L，LOC645323，BCYRN1，IGF2BP3，ZNF808，OTUD6A，NELL2，TAF1，EMX2，ARHGAP6和RALYL基因中的至少一个基因位点的甲基化程度。
2.根据权利要求1所述的应用，其特征在于，所述基因中的甲基化位点为cg04858155，cg09649245，cg15786900，cg22974228，cg23385200，cg04223454，cg07764932，cg08456555，cg19935097，cg00960300，cg14517340，cg09569581，cg17542495，ch.X.1084407R，cg07675184，cg07895186，cg12894449，cg16301890，cg26693467，cg16131748，cg11190156，cg12089985，cg14648265，cg03243683，cg10029427，cg13053202，cg00297702，cg00547777，cg26688472，cg10389812，cg25830379，cg26577252，cg27139419，cg02860543，cg17431401，cg22545138，cg22826239，cg24845234，cg27135125，cg04142323，cg06958563，cg24804195，cg01920578，cg10164885，cg16845486，cg22773093，cg22932815，cg03577460，cg05330668，cg26158983，cg01178063，cg04391849，cg07845764，cg10489414，cg15677355，cg22762309，cg02770983，cg04521333，cg14439629，cg16970357，cg23287710，cg26029734，cg07063325，cg07179617，cg26148059，cg01538821，cg22403811，cg26669044，cg03682823，cg04303139，cg06674062，cg07921535，cg13660372，cg18139769，cg22216017，cg05257202，cg12578486，cg13147013，cg02064080，cg09912803和cg12270140中的至少一个位点。
3.权利要求1或2中所述基因的甲基化位点在帕金森病诊断中的应用。
4.检测生物样本中权利要求1或2中所述基因的甲基化位点的甲基化程度的试剂在制备帕金森病诊断试剂或诊断设备中的应用。
5.根据权利要求4所述的应用，其特征在于，所述帕金森病为早期帕金森病。
6.根据权利要求4所述的应用，其特征在于，所述生物样本为外周血样本。
7.一种帕金森病的检测试剂盒，其特征在于，包括检测权利要求1或2中所述基因的甲基化位点的甲基化程度的试剂。
8.根据权利要求7所述的帕金森病的检测试剂盒，其特征在于，所述试剂为甲基化芯片、甲基化特异性PCR试剂或亚硫酸氢盐测序法试剂。
9.一种帕金森病的检测系统，其特征在于，包括以下模块：
检测模块，采用权利要求7或8所述的检测试剂盒检测相应位点的甲基化程度；
分析模块，获取上述检测结果，代入预设帕金森病诊断模型中，得出帕金森病的预测风险。
10.根据权利要求9所述的帕金森病的检测系统，其特征在于，所述帕金森病诊断模型通过以下方法建立：
数据获取：收集帕金森病患者和非患者生物样本中权利要求1或2任一项所述的生物标志物的甲基化b-value；
模型建立；根据上述生物标志物的甲基化b-value构建样本的特征向量，将训练集中每个样本的特征向量与患者组或非患者组的分组标签对应之后，建立SVM分类模型，即得所述帕金森病诊断模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110306598.7A CN112813159B (zh) | 2021-03-23 | 2021-03-23 | 帕金森病的生物标志物及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110306598.7A CN112813159B (zh) | 2021-03-23 | 2021-03-23 | 帕金森病的生物标志物及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112813159A true CN112813159A (zh) | 2021-05-18 |
| CN112813159B CN112813159B (zh) | 2023-05-30 |
Family
ID=75863438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110306598.7A Active CN112813159B (zh) | 2021-03-23 | 2021-03-23 | 帕金森病的生物标志物及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112813159B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113436741A (zh) * | 2021-07-16 | 2021-09-24 | 四川大学华西医院 | 基于组织特异增强子区域dna甲基化的肺癌复发预测方法 |
| CN114019078A (zh) * | 2022-01-04 | 2022-02-08 | 宝枫生物科技（北京）有限公司 | 用于帕金森病诊断的生物标志物及其应用 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130309674A1 (en) * | 2011-01-26 | 2013-11-21 | Rheinische Friedrich-Wilhelms Universitaet Bonn | Analysis of the methylation pattern of the alpha-synuclein gene from dna of peripheral blood monocytes for diagnosing parkinson's disease |
| WO2015048665A2 (en) * | 2013-09-27 | 2015-04-02 | The Regents Of The University Of California | Method to estimate the age of tissues and cell types based on epigenetic markers |
| US20170137881A1 (en) * | 2014-03-28 | 2017-05-18 | Fundació Institut D'investigació Biomèdica De Bellvitge (Idibell) | Mitochondrial markers of neurodegenerative diseases |
| CN111187827A (zh) * | 2020-01-20 | 2020-05-22 | 厦门大学 | 帕金森病生物标志物及其应用 |
| CN111334570A (zh) * | 2020-04-03 | 2020-06-26 | 首都医科大学宣武医院 | 一种检测dna甲基化水平的引物探针组合物及其应用 |
| CN111748618A (zh) * | 2020-07-27 | 2020-10-09 | 河南科技大学第一附属医院 | 一种帕金森病早期诊断的生物标志物及其应用 |
| CA3145700A1 (en) * | 2019-07-25 | 2021-01-28 | Jeanne F. Loring | Methods of identifying dopaminergic neurons and progenitor cells |
-
2021
- 2021-03-23 CN CN202110306598.7A patent/CN112813159B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130309674A1 (en) * | 2011-01-26 | 2013-11-21 | Rheinische Friedrich-Wilhelms Universitaet Bonn | Analysis of the methylation pattern of the alpha-synuclein gene from dna of peripheral blood monocytes for diagnosing parkinson's disease |
| WO2015048665A2 (en) * | 2013-09-27 | 2015-04-02 | The Regents Of The University Of California | Method to estimate the age of tissues and cell types based on epigenetic markers |
| US20170137881A1 (en) * | 2014-03-28 | 2017-05-18 | Fundació Institut D'investigació Biomèdica De Bellvitge (Idibell) | Mitochondrial markers of neurodegenerative diseases |
| CA3145700A1 (en) * | 2019-07-25 | 2021-01-28 | Jeanne F. Loring | Methods of identifying dopaminergic neurons and progenitor cells |
| CN111187827A (zh) * | 2020-01-20 | 2020-05-22 | 厦门大学 | 帕金森病生物标志物及其应用 |
| CN111334570A (zh) * | 2020-04-03 | 2020-06-26 | 首都医科大学宣武医院 | 一种检测dna甲基化水平的引物探针组合物及其应用 |
| CN111748618A (zh) * | 2020-07-27 | 2020-10-09 | 河南科技大学第一附属医院 | 一种帕金森病早期诊断的生物标志物及其应用 |
Non-Patent Citations (2)
| Title |
|---|
| YU-HSUAN CHUANG等: "Parkinson\'s disease is associated with DNA methylation levels in human blood and saliva" * |
| 林庆玲等: "帕金森病患者时钟基因启动子区甲基化分析" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113436741A (zh) * | 2021-07-16 | 2021-09-24 | 四川大学华西医院 | 基于组织特异增强子区域dna甲基化的肺癌复发预测方法 |
| CN114019078A (zh) * | 2022-01-04 | 2022-02-08 | 宝枫生物科技（北京）有限公司 | 用于帕金森病诊断的生物标志物及其应用 |
| CN114019078B (zh) * | 2022-01-04 | 2022-04-05 | 宝枫生物科技（北京）有限公司 | 用于帕金森病诊断的生物标志物的应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112813159B (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2016049932A1 (en) | Biomarkers for obesity related diseases | |
| CN110904213B (zh) | 一种基于肠道菌群的溃疡性结肠炎生物标志物及其应用 | |
| WO2020244018A1 (zh) | 一种精神分裂症的小规模生物标志物组合、其应用及metaphlan2筛选方法 | |
| WO2019205188A1 (zh) | 抑郁症生物标志物及其用途 | |
| CN120310914B (zh) | 脑膜瘤唾液微生物标志物、产品及其应用 | |
| CN112813159A (zh) | 帕金森病的生物标志物及其应用 | |
| CN116344067B (zh) | 流感易感标志物和基于该标志物的流感高危人群预测模型的构建方法与应用 | |
| CN112384634B (zh) | 骨质疏松生物标志物及其用途 | |
| EP4010487A2 (en) | System and method for risk assessment of parkinsons disease | |
| US20180171406A1 (en) | Identification of epigenetic biomarkers in the saliva of children with autism spectrum disorder | |
| CN119372305B (zh) | 一种与抑郁症相关的自噬生物标志物、风险评估模型及其应用 | |
| CN119162304A (zh) | 一种克罗恩病肠道微生物标志物及其应用与构建克罗恩病检测模型的方法 | |
| US20030194701A1 (en) | Diffuse large cell lymphoma diagnosis and outcome prediction by expression analysis | |
| WO2021044385A1 (en) | Diagnostic and prognostic liquid biopsy biomarkers for asthma | |
| CN110396538A (zh) | 偏头痛生物标志物及其用途 | |
| JP2020525765A (ja) | Ｉｌ−１０、ｓ１００ｂおよびｈ−ｆａｂｐマーカー群ならびに該マーカー群の外傷性脳損傷の検出における使用 | |
| CN115181798A (zh) | 帕金森病认知障碍标志物及基于该标志物的疾病预测模型的构建方法与应用 | |
| WO2016049927A1 (en) | Biomarkers for obesity related diseases | |
| CN112011605A (zh) | 微生物菌群在疾病诊断中的应用 | |
| Muslim et al. | Automated Feature Extraction for Predicting Multiple Sclerosis Patient Disability using Brain MRI | |
| CN119410777B (zh) | 一种胶质瘤诊断、复发监测或预后评估的基因标志物组合及其应用 | |
| CN119464501B (zh) | 基于甲基化标志物组合诊断或预测乳腺癌的系统、设备或介质 | |
| WO2025232867A1 (en) | Methods and systems for detecting metabolites and microbiomes associated with anxiety and/or depression in irritable bowel syndrome patients | |
| WO2019234194A1 (en) | Method of performing differential diagnosis of neurodegenerative diseases in a subject | |
| Yokoe et al. | P2. 194 Quantitative assessment of medication on flnger tapping in Parkinson's disease |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 10, Helix 3 Road, International Biological Island, Huangpu District, Guangzhou City, Guangdong Province, 510320 Applicant after: GUANGZHOU KINGMED CENTER FOR CLINICAL LABORATORY Address before: 510335 3rd floor, 2429 Xingang East Road, Haizhu District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU KINGMED CENTER FOR CLINICAL LABORATORY |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |