【技术实现步骤摘要】
技术介绍
生化反应生物体的全部“代谢表型”为其代谢属性的总和且由其遗传组成与“环境”的相互作用来决定，其中将所述的环境看作是最可能广泛的含义。术语“代谢表型”还可以适用于生物体代谢特征的各个方面。各种顺序的生化反应(代谢转化)在生物体内发生且这些反应中的绝大部分由酶催化。酶是起加速生化反应的生化催化剂作用的特定的蛋白质。如果没有酶，那么正常细胞活动所需的许多反应可能就不足以在正常身体pH和温度下快速进行。作为催化剂，酶增加反应速度，而在反应结束时可以以不改变的形式被回收。通过酶起作用的分子称作“底物”且酶对特定的底物表现出极大的特异性，例如葡糖氧化酶氧化葡萄糖，而不氧化半乳糖。这种特异性由酶表面上的底物结合位点决定。该位点是提供对一种或多种底物的优选结合能力的氨基酸的特定排列。某些，酶具有广泛的底物特异性，而其它的酶对个别物质具有特异性。因此，例如己糖激酶使葡萄糖、甘露糖和果糖磷酸化，而葡糖激酶对葡萄糖具有特异性。生物活性和分子生物学国际联合会(IUBMB)已经建立了具有6种主要酶类型的酶分类体系1.氧化还原酶2.转移酶3.水解酶4.裂解酶5.异构酶6.连接酶将这些...
【技术保护点】
模型的产生方法，使用该模型可以表征对受试者不给予测试物质时那些受试者的代谢表型的选定方面，或使用该模型可以在不给药的情况下预测受试者给药后的反应，其中这些反应依赖于代谢表型，该方法包括下列步骤：获得与给予给药物质前多个受试者相关的给 药前数据；获得与给予给药物质后多个受试者相关的给药后数据；并将给药前数据在受试者之间的变化与给药后数据在受试者之间的变化建立相关性，并且基于观察到的相关性生成给药前－给药后预测模型。
【技术特征摘要】
GB 2002-6-14 0213786.7;GB 2002-6-17 0213895.61.模型的产生方法，使用该模型可以表征对受试者不给予测试物质时那些受试者的代谢表型的选定方面，或使用该模型可以在不给药的情况下预测受试者给药后的反应，其中这些反应依赖于代谢表型，该方法包括下列步骤获得与给予给药物质前多个受试者相关的给药前数据；获得与给予给药物质后多个受试者相关的给药后数据；并将给药前数据在受试者之间的变化与给药后数据在受试者之间的变化建立相关性，并且基于观察到的相关性生成给药前-给药后预测模型。2.权利要求1的方法，其中所述的给药前和/或给药后数据获自样品，所述的样品为生物流体，诸如尿、血、血浆、血清、唾液、汗、泪、呼气或呼气冷凝物。3.权利要求1的方法，其中所述的给药前和/或给药后数据获自样品，所述的样品为植物组织、植物流体或匀浆物、植物提取物或植物渗出物，包括例如精油。4.权利要求1的方法，其中所述的给药前和/或给药后数据获自样品，所述的样品为人或动物组织、鱼组织或鱼油、组织提取物、组织培养物提取物、细胞培养物上清液或提取物，或来源于微生物。5.权利要求1、2、3或4的方法，其中所述的给药前和/或给药后数据包括与化学组成或物理参数相关的数据。6.权利要求1、2、3、4或5的方法，其中在分析前处理所述的给药前和/或给药后样品或受试者(例如用一种或多种化学试剂处理以便产生一种或多种现有物质的衍生物)，以便增加数据回收或改善样品的稳定性。7.权利要求1-6中任意一项的方法，其中所述的给药前和/或给药后数据来源于核磁共振(NMR)波谱法和/或任意其它化学分析技术或这类技术的任意集中组合、例如GC-MS或者是使用这样的技术获得的组合数据，所述的任意其它化学分析技术为诸如质谱法(MS)、红外(IR)光谱法、气相色谱法(GC)和高效液相色谱法(HPLC)。8.权利要求1-7中任意一项的方法，其中所述的给药前和/或给药后数据为物理数据或来源于其中的数据。9.权利要求1-8中任意一项的方法，其中通过给予合适的物质对多种生化转化中的每一种产生表型化模型。10.权利要求1-8中任意一项的方法，其中通过给予合适的物质建立用于多种给药物质中的每一种的反应预测模型。11.权利要求1-10中任意一项的方法，其中在模式识别前，通过取现有变量的比值和/或其它组合扩展原始的给药前数据组。12.上述权利要求中任意一项的方法，其中对给予任何特定物质的一组受试者而言，将模式识别法用于鉴定给药物质的可变代谢模式或对给药物质的可变反应模式。13.上述权利要求中任意一项的方法，其中对给予任何特定物质的一组受试者而言，将无监督模式识别法用于鉴定与给药后数据中所关注的变化相关的给药前数据中的变化。14.上述权利要求中任意一项的方法，其中对给予任何特定物质的一组受试者而言，将有监督模式识别法用于鉴定与给药后数据中所关注的变化相关的给药前数据中的变化。15.上述权利要求中任意一项的方法，其中对给予任何特定物质的一组受试者而言，将数据过滤法、诸如正交信号校正(OSC)用于除去与给药后数据中所关注的变化无关的给药前数据中的变化。16.上述权利要求中任意一项的方法，用于鉴定生物标记或生物标记的组合，所述生物标记可提供有关代谢表型的信息或可以用于预测对给药的反应。17.测定受试者代谢表型的选定方面的方法，该方法包括下列步骤分析涉及与模型相关的未给药的受试者的数据，所述的模型描述了与多个受试者相关的给药前与给药后数据的相关性，对所述的多个受试者给予了可攻击所关注的生化转化或途径的特定物质；按照预定的模型标准产生可描述未给药的受试者的代谢表型的数值或分类。18.权利要求17的方法，其中与未给药的受试者相关的数据获自生物流体，诸如尿、血、血浆、血清、唾液、汗、泪、呼气或呼气冷凝物；或获自植物组织、植物流体、植物匀浆物、植物提取物或植物渗出物，包括例如精油；或获自人或动物组织、鱼组织或鱼油；或获自组织提取物、组织培养物提取物、细胞培养物上清液或细胞培养物提取物；或获自来源于微生物的样品；或获自在增加数据回收或样品稳定性的处理后上述样品类型中的任意一种。19.权利要求17和/或18的方法，进一步包括使用核磁共振(NMR)波谱法和/或任意其它技术或通过使用任意技术的组合产生与受试者相关的特征组合和/或物理数据的步骤。20.上述权利要求中任意一项的表型化方法，用于进行代谢表型影响的危害评价的目的和/或用于目标为具体的健康监测方案的应用目的和/或用于目标为预防/预防性治疗的应用目的和/或表征保险目的的风险的目的和/或为任意其它目的、例如生育筛选受试者的目的。21.预测受试者对给药物质的反应的方法，该方法包括下列步骤分析涉及与模型相关的未给药的受试者的数据，所述的模型描述了与多个给予了特定给药物质的受试者相关的给药前和给药后数据的相关性；并按照预定的模型标准，对为未给药的受试者预测的在用所述给药物质对受试者给药后的预测反应进行数值或分类预测。22.权利要求21的方法，其中可以按照预定标准预测受试者应接受的物质的最大或最小剂量。23.权利要求21或22的方法，其中可以按照预定标准预测受试者应接受的给药物质的量。24.权利要求21、22或23的方法，其中可以按照预定标准预测应对受试者给药的频率。25.权利要求21-24中任意一项的方法，其中可以按照预定标准预测受试者应接受的物质的给药次数。26.权利要求21-25中任意一项的...
【专利技术属性】
技术研发人员：TA克莱顿，JR埃弗里特，JC林顿，JK尼克尔森，
申请(专利权)人：辉瑞大药厂，
类型：发明
国别省市：US[美国]
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。