GLYCA的NMR测量制造技术

生物标志物和/或风险评价鉴定具有某些临床疾病状态(包括，例如，CHD、2型糖尿病、痴呆或全因死亡(ACD))的增加风险的患者，其使用NMR信号来以任意单位或定义单位(例如，µmol/L)测量“GlycA”的水平，这可以使用质子NMR谱的定义单峰区域来确定。GlycA测量值可以用作用于临床疾病状态的炎症生物标志物。用于GlycA的NMR信号可包括质子NMR谱的约2.080 ppm和1.845 ppm之间的信号的拟合区域。

【技术实现步骤摘要】
【国外来华专利技术】GLYCA的NMR测量相关申请本申请要求2012年6月8日提交的的美国临时申请系列号61/657,315、2012年10月9日提交的美国临时申请系列号61/711,471、2012年12月19日提交的美国临时申请系列号61/739,305和2013年3月14日提交的美国临时申请系列号13/830,199的权益和优先权，其内容如同在本文完整记载地通过引用并入此处。专利
本专利技术总体涉及体外生物样品的分析。本专利技术可特别适用于人血浆和血清的NMR分析。专利技术背景常规地，患者的冠心病(CHD)和/或冠状动脉疾病(CAD)的整体风险已经基于患者的低密度脂蛋白(LDL)和高密度脂蛋白(HDL)的胆固醇含量(LDL-C、HDL-C)而非LDL和HDL颗粒的数量的测量进行评价。LDL-C和HDL-C用于评价患者的CHD风险，并且可以作出治疗决定以减少“坏”胆固醇(LDL-C)和/或增加“好”胆固醇(HDL-C)。“C反应蛋白”(CRP)测试是一种血液测试，其测量血液样品中CRP蛋白的量。C反应蛋白被认为测量患者体内的总体炎症水平。可以进行一种类型的CRP测试，被称为高灵敏度CRP测试(hs-CRP)，以找出人是否具有患有心脏病发作的增加风险。NMR波谱法已经用于同时测量极低密度脂蛋白(VLDL)、LDL和HDL作为来自体外血浆或血清样品的VLDL、LDL和HDL颗粒子类。参见，美国专利号4,933,844和6,617,167，其内容通过引用并入此处，如同在本文中完全记载。一般来说，为了评价血浆和/或血清样品中的脂蛋白，通过对复合甲基信号包络(envelope)去卷积而推算NMR谱的化学位移区域内的多个NMR谱衍生的信号的幅度，以得到子类浓度。所述子类由与NMR频率和脂蛋白直径相关的许多(通常超过60)离散的贡献性子类信号代表。NMR评价可以询问NMR信号以产生不同亚群的浓度，通常七十三个离散亚群，极低密度脂蛋白(VLDL)为27，LDL为20，且HDL为26。这些亚群可进一步表征为与VLDL、LDL或HDL子类内的特定大小范围相关。在过去，“高级”脂蛋白测试实验对象组，诸如可得自LipoScience,Raleigh,N.C.的LIPOPROFILE®脂蛋白测试，已经通常包括总高密度脂蛋白颗粒(HDL-P)测量(例如，HDL-P数量)(其对所有HDL子类的浓度求和)和总低密度脂蛋白颗粒(LDL-P)测量(其对所有LDL子类的浓度求和)(例如，LDL-P数量)。LDL-P和HDL-P数量代表以浓度单位(诸如nmol/L)计的那些各自颗粒的浓度。炎症可以与许多不同的疾病状态(包括但不限于CHD)相关。还据信，炎症可调节HDL功能性。参见，例如，Fogelman,WhenGoodCholesterolGoesBad,NatureMedicine,2004。糖蛋白的碳水化合物组分可以在蛋白分选、免疫和受体识别、炎症和其他细胞过程中行使生物学功能。还可以存在结构变化和不同程度的糖基化。参见，Gates等人,GlycoproteinAnalysisManual，综述，第1版，2004,SigmaAldrich,www.sigmaaldrich.com/img/assests/15402/Glyocprotein。上述参考文献的内容通过引用并入此处，如同在本文中完整记载。在过去，人寿保险公司已经考虑关于潜在客户的各种信息，以鉴定是否为人投保和以什么价格投保。一些公司用于预测用于此类分析的全因死亡风险的一种输入是总胆固醇与HDL-C的比率。然而，据信这是全因死亡的相对较差的预测物。概述本专利技术的实施方案基于血浆或血清样品的NMR谱的定义区域的去卷积鉴定被称为“GlycA”的一种新型NMR衍生的生物标志物。本专利技术的实施方案基于血浆或血清样品的NMR谱的定义区域的去卷积鉴定被称为“GlycB”的一种新型NMR衍生的生物标志物。本专利技术的实施方案提供了使用GlycA和(i)缬氨酸和(ii)至少一种脂蛋白子类输入中的一种或两种的多参数风险评价和/或筛选。本专利技术的实施方案提供了使用GlycA和(i)缬氨酸和(ii)至少一种脂蛋白输入(诸如HDL-P)中的一种或两种的多参数全因死亡风险评价和/或筛选。本专利技术的实施方案使用方程：HDL-P*缬氨酸/GlycA来评价体外生物样品来计算全因死亡风险。计算机程序产品可包括计算机可读程序代码，其将转换因子应用于求和的洛伦兹函数以生成以µmol/L计的GlycA的测量值。计算机程序产品可包括计算机可读程序代码，其将GlycA测量值与具有相关程度的CHD风险的测量值的预定范围进行比较。计算机程序产品可包括计算机可读程序代码，其生成具有GlycA测量值和与风险评价的关联性的患者报道。可以配置提供测量值的计算机程序代码以便使用具有集中于约2.00ppm的峰的NMR信号评价体外血浆或血清患者样品的NMR谱。还其他实施方案涉及系统，所述系统包括：用于获取体外生物样品的至少一个NMR谱的NMR波谱仪；和与NMR波谱仪通信的至少一个处理器，经配置以使用至少一个NMR谱获得GlycA的NMR测量值的至少一个处理器。所述至少一个处理器可以被配置为：(i)获得体外血浆生物样品的拟合区域的复合NMR谱；(ii)使用具有高密度脂蛋白(HDL)分量、低密度脂蛋白(LDL)分量、VLDL(极低密度脂蛋白)/乳糜微粒分量、定义蛋白信号分量和与至少一个GlycA峰区域相关的曲线拟合函数的定义去卷积模型去卷积复合NMR谱；和(iii)电子求和函数的定义数量以生成GlycA的NMR测量值。曲线拟合函数可以包含洛伦兹和/或其他合适的函数。可以配置所述至少一个处理器以便将转换因子应用于求和的NMR测量值以生成以µmol/L计的GlycA测量值。生物样品可以是血浆或血清样品。配置所述至少一个处理器以获得高密度脂蛋白颗粒(HDL-P)的浓度测量值和低密度脂蛋白颗粒(LDL-P)的浓度测量值。配置所述至少一个处理器以生成总结各自的LDL-P、HDL-P和GlycA测量值的患者报道。仍其他实施方案涉及患者报道，其包括多个脂蛋白测量值，包括以µmol/L和/或任意单位计的GlycA的定量量度，和至少以下之一：(i)以浓度单位计的低密度脂蛋白颗粒数量(LDL-P)和(ii)以浓度单位计的高密度脂蛋白颗粒(HDL-P)数量。患者报道还可以包括镁和/或缬氨酸的NMR量度中的至少一个。仍其他实施方案涉及NMR分析仪。NMR分析仪包括：NMR波谱仪；与波谱仪通信的流探针；和与波谱仪通信的控制器，其经配置以获得与流探针中的流体样本的GlycA相关的NMR谱的定义单峰区域的NMR信号且生成提供GlycA水平的患者报道。控制器可包括至少一个本地或远程的处理器或与至少一个本地或远程的处理器通信，其中，所述至少一个处理器被配置成：(i)获得体外血浆生物样品的拟合区域的复合NMR谱；(ii)使用具有高密度脂蛋白(HDL)分量、低密度脂蛋白(LDL)分量、VLDL(极低密度脂蛋白)/乳糜微粒分量、定义蛋白信号分量和应用至至少一个GlycA峰区域的曲线拟合函数(例如，重叠的洛伦兹函数)的定义去卷积模型去卷积复合NMR谱；和(iii)电子求和定义数量的应用的洛伦兹函数以生成本文档来自技高网...

【技术保护点】
测量GlycA的方法，其包括：电子获得受试者的生物样品的拟合区域的复合NMR谱；使用具有高密度脂蛋白(HDL)分量、低密度脂蛋白(LDL)分量、VLDL(极低密度脂蛋白)/乳糜微粒分量、和与至少一个GlycA峰区域相关的多个曲线拟合函数的定义去卷积模型电子去卷积所述复合NMR谱；和使用曲线拟合函数电子生成GlycA的量度。

【技术特征摘要】
【国外来华专利技术】2012.06.08 US 61/657315;2012.10.09 US 61/711471;201.测量GlycA的方法，所述GlycA是指衍生自来自含有N-乙酰基葡糖胺和/或N-乙酰半乳糖胺部分的急性期反应物糖蛋白的碳水化合物部分的复合NMR信号的量度的NMR生物标志物，所述方法包括：获得受试者的血浆或血清样品的拟合区域的复合NMR谱；使用具有多个子类的高密度脂蛋白(HDL)分量、低密度脂蛋白(LDL)分量、VLDL(极低密度脂蛋白)/乳糜微粒分量、和与至少一个GlycA峰区域相关的多个曲线拟合函数的定义去卷积模型去卷积所述复合NMR谱；和使用曲线拟合函数生成GlycA的量度，其中所述GlycANMR生物标志物衍生自N-乙酰基葡糖胺和N-乙酰半乳糖胺甲基的质子的NMR信号，和其中如果所述样品在NMR波谱仪中处于47摄氏度+/-0.2度，则所述GlycA峰区域集中于2.00ppm并且拟合区域从1.845ppm延伸至2.080ppm。2.权利要求1的方法，进一步包括将转换因子应用于所述GlycA的量度，以提供以µmol/L计的量度。3.权利要求1的方法，其中所述曲线拟合函数是重叠洛伦兹函数，并且其中所述GlycA的量度通过求和定义数量的洛伦兹函数而生成。4.权利要求1的方法，其中所述去卷积模型进一步包含具有大于1.21g/L的密度的蛋白的蛋白信号分量。5.权利要求2的方法，其中所述去卷积模型进一步包含具有大于1.21g/L的密度的蛋白的蛋白信号分量，并且其中所述方法进一步包括使用以下数学方程生成风险预测物：HDL-P/LDL-P*GlycA，其中HDL-P是HDL颗粒数量的NMR量度，且LDL-P是LDL颗粒数量的NMR量度，且方程中的GlycA是GlycA测量值，都以µmol/L计。6.权利要求1的方法，进一步包括：去卷积与缬氨酸信号的四重峰相关的样品的NMR谱的另一部分和生成缬氨酸的NMR量度。7.权利要求5的方法，进一步包括提供测试报道中的缬氨酸和GlycA测量值。8.权利要求1的方法，其中所述多个曲线拟合函数是重叠洛伦兹函数，并且其中所述去卷积模型将所述洛伦兹函数应用于拟合区域的子集，所述拟合区域的子集从化学位移谱的GlycA峰区域的右侧延伸到GlycB峰区域的左侧。9.权利要求1的方法，其中所述方法进一步包括求和定义数量的曲线拟合函数的不同集合，以生成GlycB的量度。10.权利要求1的方法，其中将所述多个曲线拟合函数应用于拟合区域，所述拟合区域包括GlycA峰区域，并且延伸到具有40-50个之间的曲线拟合函数的GlycB峰区域，并且其中生成GlycA的量度通过求和定义的曲线拟合函数的第一子集的值来实施，所述方法进一步包括使用多个曲线拟合函数的第二子集生成GlycB的量度。11.权利要求1的方法，其中所述定义的去卷积模型包括代谢物A分量。12.评价体外患者生物样品的装置，所述装置包含：去卷积受试者的血浆样品的拟合区域的复合NMR谱的装置，其中所述装置使用具有(i)高密度脂蛋白(HDL)分量、(ii)低密度脂蛋白(LDL)分量、(iii)VLDL(极低密度脂蛋白)/乳糜微粒分量、(iv)另一定义蛋白信号分量和(v)应用于至少一个GlycA峰区域的曲线拟合函数的定义去卷积模型去卷积所述复合NMR谱；和求和定义数量的函数以生成GlycA的测量值的装置。13.权利要求12的装置，其中所述曲线拟合函数包含重叠洛伦兹函数。14.权利要求12的装置，其进一步包含将转换因子应用于求和的洛伦兹函数以生成以µmol/L计的GlycA的测量值的装置。15.权利要求12的装置，其进一步包含将GlycA测量值与具有相关程度的CHD风险的测量值的预定范围进行比较的装置，和生成具有GlycA测量值和与风险评价的关联性的患者报道的装置。16.权利要求12的装置，其中生成测量值的装置经配置以使用具有集中于2.00ppm的峰的NMR信号评价体外血浆或血清患者样品的NMR谱。17.系统，其包含：NMR波谱仪，其用于获取体外生物样品的至少一个NMR谱；和与所述NMR波谱仪通信的至少一个处理器，经配置以使用至少一个NMR谱获得GlycA的NMR测量值的至少一个处理器。18.权利要求17的系统，其中所述至少一个处理器经配置以：(i)获得体外血浆生物样品的拟合区域的复合NMR谱；(ii)使用具有高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、VLDL(极低密度脂蛋白)/乳糜微粒分量、定义蛋白信号分量和与至少一个GlycA峰区域相关的曲线拟合函数的定义去卷积模型去卷积所述复合NMR谱；和(iii)...

【专利技术属性】
技术研发人员：JD奥特沃斯，IY沙劳罗瓦，DW班尼特，JE沃拉丁斯摩尔，
申请(专利权)人：力保科学公司，
类型：发明
国别省市：美国;US