一种生物标志物代谢通路及分析方法与应用技术

本发明专利技术属于疾病代谢生物标志物功能分析方法技术领域，提供一种生物标志物代谢通路及分析方法。所述代谢生物标志物为：硬脂酸、植物鞘氨醇、甘氨酸、谷氨酰胺和磷脂；所述代谢生物标志物的作用靶点为与抑郁症疾病神经系统、免疫应答和内分泌有关的目标蛋白；所述代谢通路为PI3K‑Akt信号通路、mTOR信号通路、MAPK信号通路、erbB信号通路、神经营养素信号通路、Rap1信号通路和Ras信号通路。建立了一种适合抑郁症疾病特点的功能网络分析方法，这些生物标志物在临床上的应用有助于优化抑郁症的诊断，可为后续的抑郁症疾病网络功能研究提供一些有价值的线索。

A Biomarker Metabolic Pathway and Its Analysis Method and Application

【技术实现步骤摘要】
一种生物标志物代谢通路及分析方法与应用
本专利技术属于疾病代谢生物标志物功能分析方法
，涉及一种生物标志物代谢通路及分析方法与应用，具体为一种基于网络药理学的抑郁症代谢生物标志物代谢通路及分析方法。
技术介绍
代谢组学是继基因组学、转录组学和蛋白质组学之后，一门迅速发展的组学技术，是系统生物学的重要组成部分。整体性是代谢组学理论的基本观点，主要是通过核磁共振、质谱联用等技术手段来研究生物体系受刺激或扰动后代谢产物的变化及其规律。这些代谢产物水平的变化与相关代谢途径有重要关联，通过研究代谢物水平以及相关代谢途径的变化，可以从整体上了解机体的变化，从而为疾病的准确诊断及阐释药物的作用机制提供科学依据。目前，代谢组学研究方法已广泛应用于各类精神神经疾病的病理机制和药物作用机制的研究。此外，目前基于代谢组学进行活性筛选的概念已经对生物学产生了广泛的影响。抑郁症是以情绪异常低落为主要临床表现的精神疾病，严重者可能导致自杀，具有发病率、复发率、致残率高等特点，到2020年将成为全球仅次于缺血性心脏病的第二位疾病负担源，其危害已引起全世界医药卫生界的重视。目前上市的抗抑郁西药种类和机制有限，且都有一定的不足。前期临床试验数据表明，逍遥散可以显著治疗抑郁症。逍遥散对神经递质、血浆皮质醇、免疫蛋白的含量有影响，也通过调节海马及杏仁核上的相关受体，达到保护神经元的作用，还具有调节HPA轴的功能，起到抗抑郁作用。然而，抑郁症代谢生物标志物功能尚不完全清晰。故而，一种能够明确抑郁症代谢生物标志物功能分析方法急待研究。
技术实现思路
本专利技术旨在克服上述缺陷，提供一种生物标志物代谢通路及分析方法与应用。本专利技术由如下技术方案实现的：一种生物标志物代谢通路，所述代谢生物标志物为：硬脂酸、植物鞘氨醇、甘氨酸、谷氨酰胺和磷脂；所述代谢生物标志物的作用靶点为与抑郁症神经系统、免疫应答和内分泌有关的目标蛋白；所述代谢通路为PI3K-Akt信号通路、mTOR信号通路、MAPK信号通路、ErbB信号通路、神经营养素信号通路、Rap1信号通路和Ras信号通路。所述代谢生物标志物的作用靶点即目标蛋白为：TP53、IL1B、TNF、PTEN、HLA-DRB1、MTOR、HRAS、INS和PIK3CA，共9种蛋白，作为抑郁症药物的靶点。一种分析所述的生物标志物代谢通路的方法，步骤如下：（1）抑郁症代谢标志物的归纳与分析：从人类代谢组学数据库HMDB中收集抑郁症代谢生物标志物的信息和与代谢生物标志物相关的酶，化合物结构从PubChem下载，酶蛋白功能类别从UniProt数据库中提取；从DrugBank检索到FDA批准的用于神经系统、免疫反应和内分泌的药物及其靶点；从Genecard、OMIM和TTD中收集抑郁症相关蛋白；所有的目标蛋白分为神经系统相关，免疫相关和内分泌相关的三类；（2）抑郁症代谢生物标志物-酶网络分析：用Cytoscape的网络分析仪模块计算节点的网络中心度即代谢生物标志物和酶；用中心度来评价节点在网络中的重要性；在无向网络中，度被定义为相邻节点的数目；（3）代谢生物标志物-靶点网络分析：采用分子对接的方法模拟生物标志物与靶点的相互作用；绘制出代谢生物标志物-靶标网络；（4）代谢生物标志物关键通路筛选与分析：从京都基因和基因组百科全书KEGG中检索到与目标相关的通路，一个代谢生物标记物可与多个靶点相互作用，一个靶点可参与多个途径；定义一种加权多药学指数DSWP：；其中DSBiTj是代谢生物标记物Bi与靶蛋白Tj的结合能，TPk是参与Pk途径的一组靶蛋白。N和M分别是代谢生物标志物数量和靶点的数量。步骤（3）中代谢生物标志物-靶点网络分析具体方法为：在RCSBProteinDataBankhttp://www.rcsb.org中，若蛋白质具有多个三维结构时，选择最合适的结构有如下标准：具有更完整肽链的结构、高分辨率的结构、更好的配位体结构；使用SystemsDockhttp://systemsdock.unit.oist.jp/，采用如下步骤来进行基于网络药理学的预测和分析：(1)通过各选项指定目标蛋白；(2)通过交互式分子可视化工具确定结合位点；(3)准备代谢生物标记物进行测试；(4)进行对接模拟并评估结果，由SystemsDock计算的对接得分被用来评估代谢生物标记物与目标蛋白之间的亲和力；所述对接得分的阈值为5.52(pKd)，相当于3μM的解离常数(Kd)，大于该阈值的对接得分被认为与目标蛋白具有良好的亲和力；预测分数在4.82~6.11(pKd)范围内，准确率80%~83%；上述范围作为后续分析的结果；将一个代谢生物标志物和相应的靶标放入一个表格中，并将其导入Cytoscape中，绘制出代谢生物标志物-靶标网络。运用Student'sT-test统计分析方法，判断差异代谢物是否具有统计学意义。所述代谢产物为代谢物为糖类代谢物、脂质类代谢物和氨基酸类代谢物。本专利技术由于采取以上技术方案，开发了相关的抑郁症代谢生物标志物功能分析方法。本专利技术方法针对代谢生物标志物功能分析这一问题，建立了一种适合抑郁症疾病特点的功能网络分析方法，这些生物标志物在临床上的应用有助于优化抑郁症的诊断，可为后续的抑郁症疾病网络功能研究提供一些有价值的线索。附图说明图1为抑郁症代谢生物标志物-蛋白的神经系统网络。椭圆和三角形分别代表代谢生物标志物和靶标。节点的颜色显示了目标和三个系统之间的相关性。如果目标仅与一个系统相关，则颜色为蓝色。如果目标与神经系统、免疫反应、神经系统与内分泌或免疫反应与内分泌有关，则颜色分别为黄色、紫色和绿色。如果一个目标和这三个系统都相关，颜色就是红色。图2为抑郁症代谢生物标记物-蛋白的免疫应答网络。椭圆和三角形分别代表代谢生物标志物和靶标。节点的颜色显示了目标和三个系统之间的相关性。如果目标仅与一个系统相关，则颜色为蓝色。如果目标与神经系统、免疫反应、神经系统与内分泌或免疫反应与内分泌有关，则颜色分别为黄色、紫色和绿色。如果一个目标和这三个系统都相关，颜色就是红色。图3为抑郁症代谢生物标志物-靶点的内分泌网络。椭圆和三角形分别代表代谢生物标志物和靶标。节点的颜色显示了目标和三个系统之间的相关性。如果目标仅与一个系统相关，则颜色为蓝色。如果目标与神经系统、免疫反应、神经系统与内分泌或免疫反应与内分泌有关，则颜色分别为黄色、紫色和绿色。如果一个目标和这三个系统都相关，颜色就是红色。具体实施方式为了对本专利技术进行更进一步的详细描述，给出以下具体实施例，但仅作为阐明本专利技术，而不是为了限制本专利技术的范围。一、抑郁症代谢生物标志物-酶网络分析确定的抑郁症代谢生物标志物的信息和结构来自人类代谢组学数据库(HMDB)，这些化合物的结构是从PubChem下载的。HMDB也收集了与代谢生物标志物相关的酶，而这些蛋白的功能类别是从UniProt数据库中提取的。用Cytoscape的网络分析仪模块计算节点的网络中心度(代谢生物标志物和酶)。用中心度来评价节点在网络中的重要性。在无向网络中，度被定义为相邻节点的数目。例如，一个节点是酶的度就是与该酶相关的代谢生物标记物的数量，反之亦然。度中心度是进行网络分析的一个较好的评价指标。我们总结了抑郁症36个代谢本文档来自技高网...

【技术保护点】
1.一种生物标志物代谢通路，其特征在于：所述代谢生物标志物为：硬脂酸、植物鞘氨醇、甘氨酸、谷氨酰胺和磷脂；所述代谢生物标志物的作用靶点为与抑郁症疾病神经系统、免疫应答和内分泌有关的目标蛋白；所述代谢通路为PI3K‑Akt信号通路、mTOR信号通路、MAPK信号通路、ErbB信号通路、神经营养素信号通路、 Rap1信号通路和Ras信号通路。

【技术特征摘要】
1.一种生物标志物代谢通路，其特征在于：所述代谢生物标志物为：硬脂酸、植物鞘氨醇、甘氨酸、谷氨酰胺和磷脂；所述代谢生物标志物的作用靶点为与抑郁症疾病神经系统、免疫应答和内分泌有关的目标蛋白；所述代谢通路为PI3K-Akt信号通路、mTOR信号通路、MAPK信号通路、ErbB信号通路、神经营养素信号通路、Rap1信号通路和Ras信号通路。2.根据权利要求1所述的一种生物标志物代谢通路，其特征在于：所述代谢生物标志物的作用靶点即目标蛋白为：TP53、IL1B、TNF、PTEN、HLA-DRB1、MTOR、HRAS、INS和PIK3CA，共9种蛋白，作为抑郁症药物的靶点。3.一种分析权利要求1或2所述的生物标志物代谢通路的方法，其特征在于：步骤如下：（1）抑郁症代谢标志物的归纳与分析：从人类代谢组学数据库HMDB中收集抑郁症代谢生物标志物的信息和与代谢生物标志物相关的酶，化合物结构从PubChem下载，酶蛋白功能类别从UniProt数据库中提取；从DrugBank检索到FDA批准的用于神经系统、免疫反应和内分泌的药物及其靶点；从Genecard、OMIM和TTD中收集抑郁症相关蛋白；所有的目标蛋白聚在一起，分为神经系统相关，免疫相关和内分泌相关的三类；（2）抑郁症代谢生物标志物-酶网络分析：用Cytoscape的网络分析仪模块计算节点的网络中心度即代谢生物标志物和酶；用中心度来评价节点在网络中的重要性；在无向网络中，度被定义为相邻节点的数目；（3）代谢生物标志物-靶点网络分析：采用分子对接的方法模拟生物标志物与靶点的相互作用；绘制出代谢生物标志物-靶标网络；（4）代谢生物标志物关键通路筛选与分析：从京都基因和基因组百科全书KEGG中检索到与目标相关的通路，一个代谢生物标记物可与多...

【专利技术属性】
技术研发人员：高耀，秦雪梅，田俊生，令狐婷，
申请(专利权)人：山西大学，
类型：发明
国别省市：山西,14