鉴定和使用糖肽作为诊断和治疗监测的生物标记物制造技术

本专利公开了一种利用蛋白质组学、肽组学、代谢学、糖蛋白组学、糖组学、质谱分析及机器学习，来鉴定各种疾病的新的生物标记物的方法。本专利还公开了可以作为各种疾病生物标记物的糖肽，如癌症和自身免疫性疾病。

Identification and use of glycopeptides as biomarkers for diagnostic and therapeutic monitoring

【技术实现步骤摘要】
【国外来华专利技术】鉴定和使用糖肽作为诊断和治疗监测的生物标记物
本专利总体上涉及多组学领域，尤其是糖组学和糖蛋白组学、高级仪器大数据、机器学习和人工智能领域，以鉴定用于疾病诊断和治疗监测的生物标记物。
技术介绍
蛋白糖基化和其他翻译后修饰在人类生长发育的各个方面起着重要的结构和功能作用。蛋白质糖基化缺陷会引发多种疾病。在疾病的早期阶段鉴定出发生改变的糖基化，为受疾病影响的受试者提供了进行早期检测、干预及获得更大存活几率的机会。目前，有一些方法可以鉴定早期癌症的生物标记物，并将某种类型的癌症与其他疾病区分开。这些方法包括采用质谱法(MS)的蛋白质组学、肽组学、代谢学、糖蛋白组学和糖组学。尽管蛋白质糖基化提供了有关癌症和其他疾病的有用信息，但是该方法的一个不足之处是，无法追溯到聚糖的初始蛋白质位点。为了获得有关癌症生物学和早期癌症检测的更多知识，重要的不仅是要鉴定聚糖，还要鉴定聚糖在蛋白质中的附着位点。由于多种因素，糖蛋白分析通常具有挑战性。例如，由于存在不同的糖苷键、支链和许多具有相同质量的单糖，肽中的单个聚糖成分可能包含大量的异构体结构。此外，由于具有相同肽链骨架的多种聚糖的存在，导致MS信号分裂为各种糖型，与未糖基化的肽相比，降低了其各自的丰度。因此，开发从串联MS数据识别聚糖及其糖肽的算法一直是一项挑战。因为它们具有不同的酶解效率，同时获取聚糖及其糖肽的混合片段也具有挑战性。因此，有必要提供一种分析特定位点的糖蛋白的方法，以获取蛋白糖基化模式相关的重要且详细的信息，相对于未病变的细胞、组织或生物体液，针对病变细胞、组织或生物体液中糖基化位点的异质性，提供精确定量信息。这种方法会涉及到鉴定疾病特别是癌症等的生物标记物。为节省鉴定新的生物标记物的时间，需要将特定位点的糖蛋白分析数据和深度学习、高级LC/MS仪器相结合，以鉴定和验证新的疾病靶标，如用于治疗癌症等疾病的基于聚糖的药物靶标。
技术实现思路
本专利涉及鉴定各种疾病的生物标记物的方法。所述生物标记物是通过从生物样品中酶解糖基化蛋白获得的糖基化肽片段。鉴定生物标记物的方法需使用高级质谱技术，用于对糖基化肽片段进行精确的质量测量以及特定位点的糖基化分析。本专利的质谱方法的优势在于可单次分析来自生物样品的大量糖基化蛋白质。在一个实施例中，本专利提供了一种鉴定糖基化肽片段作为潜在生物标记物的方法，包括：从多名受试者分离多种生物样品，将每种生物样品中的糖基化蛋白，用一种或多种蛋白酶进行酶解，以产生糖基化肽片段；用液相色谱和质谱(LC-MS)法定量分析糖基化肽片段，以提供定量结果；使用机器学习方法分析定量结果及受试者的分类，以选择可用于预测该分类的糖基化肽片段；和测定糖基化肽片段的特性。在另一实施例中，所述方法包括患有疾病或症状的受试者和未患有该疾病或症状的受试者。在另一实施例中，所述受试者包括接受疾病或症状治疗的受试者和患有该疾病或症状但未接受治疗的受试者。在另一实施例中，本专利技术的方法适用于通过分析受试者生物样品的糖基化肽片段可以检测到的任何疾病或症状。在一个实施例中，所述疾病是癌症。在另一实施例中，所述疾病是自身免疫疾病。在另一实施例中，本专利技术方法提供了O-糖基化或N-糖基化的糖基化肽片段。在另一实施例中，本专利技术方法提供了平均长度为5至50个氨基酸残基的糖基化肽片段。在另一实施例中，本专利方法使用的糖基化蛋白是下列中的一种或多种：α-1-酸糖蛋白、α-1-抗胰蛋白酶、α-1B-糖蛋白、α-2-HS-糖蛋白、α-2-巨球蛋白、抗凝血酶-III、载脂蛋白B-100、载脂蛋白D、载脂蛋白F、β-2-糖蛋白1、铜蓝蛋白、胎球蛋白、纤维蛋白原、免疫球蛋白(Ig)A、IgG、IgM、触珠蛋白、血红蛋白、富含组氨酸的糖蛋白、激肽原1、血清转铁蛋白、转铁蛋白、玻连蛋白和锌-α-2-糖蛋白。在另一实施例中，本专利方法包括至少使用两种蛋白酶使糖基化的蛋白质酶解。在另一实施例中，本专利方法包括使用多反应监测质谱法(MRM-MS)的LC-MS技术。在另一实施例中，本专利提供的鉴定糖基化的肽片段作为所述各种疾病的潜在生物标记物的方法中，所述生物样品是来自所述受试者的身体组织、唾液、眼泪、痰、脊髓液、尿液、滑液、全血、血清或血浆。在一个实施例中，所述受试者是哺乳动物。在另一实施例中，所述受试者是人类。在另一实施例中，本专利提供了一种鉴定糖基化肽片段作为潜在生物标记物的方法，包括：从多名受试者分离多种生物样品，将每种生物样品中的糖基化蛋白，用一种或多种蛋白酶进行酶解，以产生糖基化肽片段；用液相色谱和质谱(LC-MS)法定量分析糖基化肽片段，以提供定量结果；使用机器学习方法分析定量结果及受试者的分类，以选择可用于预测该分类的糖基化肽片段；和测定糖基化肽片段的特性，其中所述机器学习方法是深度学习、神经网络、线性判别分析、二次判别分析、支持向量机、随机森林(randomforest)、最近邻(nearestneighbor)以及它们的组合。在另一实施例中，所述机器学习方法是深度学习、神经网络或其组合。在另一个实施例中，本专利提供的用于鉴定糖基化肽片段作为所述各种疾病的潜在生物标记物的方法中，所述分析还包括基因组数据、蛋白质组学、代谢学、脂类组学数据或其组合。附图说明图1是糖组学、LC/MS和机器学习的整合示意图，其还可与蛋白质组学、基因组学、脂类组学、代谢学结合；图2示出了乳腺癌患者血浆样品相对于对照组的免疫球蛋白G(IgG)糖肽比值的变化；图3示出了原发性硬化性胆管炎(PSC)和原发性胆汁性肝硬化(PBC)患者的血浆样品中的IgG糖肽比值相对于健康供体的变化；图4示出了PSC和PBC患者的血浆样品相对于健康供体的IgG、IgA和IgM糖肽的单独判别分析数据；图5示出了PSC和PBC患者的血浆样品相对于健康供体的IgG、IgA和IgM糖肽的组合判别分析数据。详细说明定义在本说明书中，除非上下文另有说明，下列词语和短语通常具有以下含义。应注意的是，说明书及权利要求所使用的单数名词“一”、“一个/种”和“该”、“所述”包括复数，除非上下文另有明确说明。词语“生物样品”是指任何生物体液、细胞、组织、器官或其一部分，包括但不限于通过活检获得的组织切片，或放置在组织培养物中或适应了组织培养的细胞。它还包括但不限于唾液、眼泪、痰、汗液、粘液、粪便、胃液、腹腔液、羊水、囊肿液、腹膜液、脊髓液、尿液、滑液、全血、血清、血浆、胰液、母乳、肺灌洗液、骨髓等。词语“生物标记物”是指某一过程、事件或条件的独特的生物学或来自于生物学的指标。生物标记物还指示某种生物学状态，例如疾病或症状的存在，或疾病或症状的风险。它包括生物分子或生物分子的片段，它的变化或检测与特定的身体状态或健康状态有关。生物标记物的实例包括但不限于核苷酸、氨基酸、脂肪酸、类固醇、抗体、激素、类固醇、肽、蛋白质、碳水化合物等生物分子。其他的本文档来自技高网...

【技术保护点】
1.一种鉴定糖基化肽片段作为潜在生物标记物的方法，包括：/n从多名受试者分离多种生物样品，将每种生物样品中的糖基化蛋白，用一种或多种蛋白酶进行酶解，以产生糖基化肽片段；/n用液相色谱和质谱(LC-MS)法定量分析糖基化肽片段，以提供定量结果；/n使用机器学习方法分析定量结果及受试者的分类，以选择可用于预测该分类的糖基化肽片段；和/n测定糖基化肽片段的特性。/n

【技术特征摘要】
【国外来华专利技术】20170901 US 62/553,6761.一种鉴定糖基化肽片段作为潜在生物标记物的方法，包括：
从多名受试者分离多种生物样品，将每种生物样品中的糖基化蛋白，用一种或多种蛋白酶进行酶解，以产生糖基化肽片段；
用液相色谱和质谱(LC-MS)法定量分析糖基化肽片段，以提供定量结果；
使用机器学习方法分析定量结果及受试者的分类，以选择可用于预测该分类的糖基化肽片段；和
测定糖基化肽片段的特性。


2.根据权利要求1所述的方法，所述受试者包括患有疾病或症状的受试者和未患有所述疾病或症状的受试者。


3.根据权利要求1或2所述的方法，所述受试者包括接受疾病或症状治疗的受试者和患有该疾病或症状但未接受治疗的受试者。


4.根据权利要求2或3所述的方法，所述疾病是癌症或自身免疫疾病。


5.根据权利要求4所述的方法，所述癌症选自乳腺癌、宫颈癌或卵巢癌。


6.根据权利要求5所述的方法，所述自身免疫疾病是HIV、原发性硬化性胆管炎、原发性胆汁性肝硬化或牛皮癣。


7.根据在先任一权利要求所述的方法，所述糖基化肽片段是N-糖基化的。


8.根据在先任一权利要求所述的方法，所述糖基化肽片段是O-糖基化的。


9.根据在先任一权利要求所述的方法，所述糖基化蛋白是下列中的一种或多种：α-1-酸糖蛋白、α-1-抗胰蛋白酶、α-1B-糖蛋白、α-2-HS-糖蛋白、α-2巨球蛋白、抗凝血酶-III、载脂蛋白B-100、载脂蛋白D、载脂...

【专利技术属性】
技术研发人员：LMA·丹南里欧，AMES·卡拉斯科，CR·贝尔托西，CB·拉韦利亚，
申请(专利权)人：韦恩生物科技股份公司，
类型：发明
国别省市：美国;US