The present invention provides a single nucleotide polymorphism (SNP) marker for predicting aerobic training reaction as a biomarker; a method for using the marker to provide information for predicting an aerobic training reaction; a composition for predicting an aerobic training reaction, which includes a probe or primer for a target; and a prediction of oxygen. The kit for training response contains probes or primers for markers. The invention also provides a single nucleotide polymorphism (SNP) marker for predicting anaerobic training reaction as a biomarker; a method for using the marker to provide information for predicting oxygen free training reactions; a composition for predicting anaerobic training reactions, which includes a probe or primer for the marker; and used for preconditioning. A kit for measuring anaerobic training response, which contains probes or primers for markers. According to the present invention, SNPs can be used to predict the aerobic / anaerobic training response of the subjects, so that the appropriate training plan can be proposed before or during the training and the individual subjects' characteristics.
【技术实现步骤摘要】
用于预测训练反应的生物标志物
本专利技术涉及作为生物标志物用于预测有氧训练反应的单核苷酸多态性(SNP)标志物;用于使用所述标志物提供预测有氧训练反应的信息的方法;用于预测有氧训练反应的组合物,其包含用于标志物的探针或引物;和用于预测有氧训练反应的试剂盒,其包含用于标志物的探针或引物。本专利技术还涉及作为生物标志物用于预测无氧训练反应的单核苷酸多态性(SNP)标志物;用于使用所述标志物提供预测无氧训练反应的信息的方法;用于预测无氧训练反应的组合物,其包含用于所述标志物的探针或引物;和用于预测无氧训练反应的试剂盒,其包含用于标志物的探针或引物。
技术介绍
由于科学的发展和计算机的普遍使用,现代人的体育活动减少并因此缺乏锻炼。已知缺乏锻炼不仅导致体力下降,而且降低免疫力,并且已知其在所有成人疾病,包括高血压、糖尿病、肥胖症、心脏病和高脂血症中,是关键的风险因素。因此,为了保持和促进健康,锻炼的重要性开始得到强调,并且事实上,许多人感觉需要锻炼以改善体力。除了促进健康外,运动对于身体健美也很重要。事实上,越来越多的人通过锻炼减肥。由于可以通过在一定时间段内定期锻炼来获得训练效果,现代人花费了大量时间和金钱锻炼。另一方面,即使花费相同的时间和精力,训练效果也可能根据锻炼者的体质特征而变化。因此,为了获得实际有效的训练效果,需要根据锻炼者的体质特征来预测训练反应。在国际专利公开号WO/2010/028256中,公开了用于通过最大氧摄取评估预测训练反应的生物标志物。
技术实现思路
技术问题本专利技术的目的是提供能够有效预测有氧/无氧训练反应的单核苷酸多态性(SNP)标志物 ...
【技术保护点】
1.一种提供用于预测受试者的有氧训练反应的信息的方法,包括:从分离自受试者的核酸样品中,识别选自人染色体no.12的rs11051548、人染色体no.18的rs2542729、人染色体no.2的rs1451462、人染色体no.2的rs11096663、人染色体no.6的rs6570913、人染色体no.3的rs13060995和人染色体no.2的rs12613181的一种或多种SNP标志物的多态性位点处的核苷酸,并另外识别选自人染色体no.6的rs1626492、人染色体no.12的rs2417760、人染色体no.5的rs10072122和人染色体no.2的rs1056233的一种或多种SNP标志物的多态性位点处的核苷酸,其中,当:所述人染色体no.12的rs11051548是A;所述人染色体no.18的rs2542729是C;所述人染色体no.2的rs1451462是C;所述人染色体no.2的rs11096663是G;所述人染色体no.6的rs6570913是G;所述人染色体no.3的rs13060995是G;所述人染色体no.2的rs12613181是C;所述人染色体no.6 ...
【技术特征摘要】
1.一种提供用于预测受试者的有氧训练反应的信息的方法,包括:从分离自受试者的核酸样品中,识别选自人染色体no.12的rs11051548、人染色体no.18的rs2542729、人染色体no.2的rs1451462、人染色体no.2的rs11096663、人染色体no.6的rs6570913、人染色体no.3的rs13060995和人染色体no.2的rs12613181的一种或多种SNP标志物的多态性位点处的核苷酸,并另外识别选自人染色体no.6的rs1626492、人染色体no.12的rs2417760、人染色体no.5的rs10072122和人染色体no.2的rs1056233的一种或多种SNP标志物的多态性位点处的核苷酸,其中,当:所述人染色体no.12的rs11051548是A;所述人染色体no.18的rs2542729是C;所述人染色体no.2的rs1451462是C;所述人染色体no.2的rs11096663是G;所述人染色体no.6的rs6570913是G;所述人染色体no.3的rs13060995是G;所述人染色体no.2的rs12613181是C;所述人染色体no.6的rs1626492是G;所述人染色体no.12的rs2417760是A;所述人染色体no.5的rs10072122是G;或所述人染色体no.2的rs1056233是C时,所述SNP标志物显示高有氧训练反应,且其中所述有氧训练反应由最大氧摄取表示。2.根据权利要求1所述的方法,其特征在于,所述方法包括在2个或以上如权利要求1所述的SNP标志物的多态性位点处识别核苷酸。3.根据权利要求1所述的方法,其特征在于,所述方法包括在所有11个如权利要求1所述的SNP标志物的多态性位点处识别核苷酸。4.根据权利要求1所述的方法,其特征在于,所述方法包括展示用于预测受试者的有氧训练反应的信息,其中所述受试者的有氧训练反应分类为对有氧训练无反应者、中度反应者或高度反应者。5.根据权利要求4所述的方法,其特征在于,所述对有氧训练无反应者、中度反应者或高度反应者的分类,是通过如下步骤进行的,包括:根据[数学公式1]或[数学公式2]获得各个SNPs的总基因型评分(X);和通过受试者的所述总基因型评分(X)确定所述受试者的有氧训练反应,在X≤C0的情况下,将所述受试者分类为有氧训练无反应者,在C0<X<C1的情况下,将受试者分类为有氧训练中度反应者,在X≥C1的情况下,将受试者分类为有氧训练高度反应者:[数学公式1][数学公式2]在数学公式1和2中,X是对每个受试者计算所得的所述总基因型评分,其中0≤X≤2n或0≤X≤2,Gj是在受试者的第j个SNP中观察到的基因型评分,其中Gj∈{0,1,2},Wj是第j个SNP的权重,和n是构成该预测模型的SNPs的数量,C0表示用于区分有氧训练反应者和有氧训练无反应者的预定临界值,C1表示用于区分有氧训练中度反应者和有氧训练高度反应者的预定临界值。6.根据权利要求4所述的方法,其特征在于,所述对有氧训练无反应者、中度反应者或高度反应者的分类,是通过如下步骤进行的,包括:根据[数学公式1]或[数学公式2]获得各个SNP的所述总基因型评分(X);通过[数学公式3]或[数学公式4]计算估计的最大氧摄取增量(Y)的速率;和通过所述受试者的估计的最大氧摄取增量(Y)的速率确定所述受试者的有氧训练反应,在Y≤Q0的情况下,将受试者分类为有氧训练无反应者,在Q0<Y<Q1的情况下,将受试者分类为有氧训练中度反应者,和在Y≥Q1的情况下,将受试者分类为有氧训练高度反应者:[数学公式1][数学公式2][数学公式3]Y=a+bX[数学公式4]在所述数学公式1和数学公式2中,X是对每个受试者计算得到的总基因型评分,其中0≤X≤2n或0≤X≤2,Gj是在受试者的第j个SNP中观察到的基因型评分,其中Gj∈{0,1,2},Wj是第j个SNP的权重,和n是构成该预测模型的SNPs的数量,在数学公式3中,X是从受试者获得的所述总基因型评分,其中0≤X≤2n或0≤X≤2,Y是估计的最大氧摄取增量(Y),和a和b是使用预测模型获得的线性回归的截距和斜率,其中a表示回归常数,b表示X对Y的影响,在数学公式4中,Gj是在受试者的第j个SNP中观察到的基因型评分,其中Gj∈{0,1,2},c和dj是使用预测模型获得的多重线性回归的截距和斜率,其中c是回归常数,dj是Gj对Y的影响。7.一种用于预测受试者的有氧训练反应的组合物,其包含能够检测选自以下的一种或多种SNP标志物的探针:由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.12的rs11051548或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.18的rs2542729或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs1451462或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs11096663或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.6的rs6570913或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.3的rs13060995或与其互补的多核苷酸;和由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs12613181或与其互补的多核苷酸,或能够扩增所述SNP标志物的引物,和进一步包含能够检测选自以下的一种或多种SNP标志物的探针:由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.6的rs1626492或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.12的rs2417760或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.5的rs10072122或与其互补的多核苷酸;和由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs1056233或与其互补的多核苷酸,或能够扩增所述SNP标志物的引物。8.一种用于预测受试者的有氧训练反应的试剂盒,其包含能够检测选自以下的一种或多种SNP标志物的探针:由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.12的rs11051548或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.18的rs2542729或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs1451462或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs11096663或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.6的rs6570913或与其互补的多核苷酸;由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.3的rs13060995或与其互补的多核苷酸;和由5至100个连续核酸的序列组成的多核苷酸,其包含人染色体no.2的rs12613181或与其互补的多核苷酸,或能够扩增所述SNP标志物的引物,且进一步包含能够检测选自以下的一种或多种SN...
【专利技术属性】
技术研发人员:金良石,刘珍镐,金修焕,安瑜梨,
申请(专利权)人:株式会社大熊制药,株式会社BIOAGE,
类型:发明
国别省市:韩国,KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。