一种基于血清代谢指纹自体免疫疾病模型的构建方法技术

本发明专利技术公开了基于血清代谢指纹自体免疫疾病模型的构建方法，涉及基质辅助激光解吸电离质谱技术、生物样本代谢分子分析以及机器学习技术领域，步骤为：使用纳米辅助的激光解析电离质谱技术，对自体免疫疾病的血清代谢指纹进行检测和提取；基于血清代谢指纹图谱，采用机器学习算法构建针对自体免疫疾病的模型；筛选得到代谢生物标志物。本发明专利技术采用机器学习方法基于血清代谢指纹成功构建了自体免疫疾病模型。通过一种纳米辅助的激光解析电离质谱(nano

【技术实现步骤摘要】
一种基于血清代谢指纹自体免疫疾病模型的构建方法


[0001]本专利技术涉及基质辅助激光解吸电离质谱技术、生物样本代谢分子分析以及机器学习
，尤其涉及一种基于血清代谢指纹自体免疫疾病模型的构建方法。

技术介绍

[0002]生物标志物(蛋白质、核酸、代谢物等)检测因其无创等特点，在体外诊断中发挥越来越重要的作用。与功能受表观遗传调控的基因和翻译后修饰的蛋白质不同，代谢物是生化活性的直接标志，更易与表型相关联。因此，代谢物分析，或代谢组学，已经成为一种强有力的工具，被逐渐用于体外诊断。特别是对于自体免疫疾病，由于机体免疫系统紊乱，表现出与健康人不同的代谢模式。与此同时，自体免疫疾病通常在机体的多个器官均有累积，其特定的代谢模式可通过血清进行反馈。
[0003]因此，设计和构建一种先进的代谢检测方法用于提取自体免疫疾病中的血清代谢指纹，对于构建自体免疫疾病模型以及获取对应的代谢生物标志物面板具有重要作用。
[0004]目前用于自体免疫疾病血清代谢指纹检测的方法包括核磁共振技术和质谱技术两大类。其中，核磁共振技术由于检测灵敏度有限，且其信号与噪声重叠导致其代谢信号难以量化，因此在血清代谢指纹的检测和提取中受到限制。质谱技术方面，最常见的有气相色谱
‑
质谱联用(GC
‑
MS)和液相
‑
色谱质谱联用(LC
‑
MS)。这两种质谱技术在血清代谢指纹的检测中需要对样品进行除盐、除蛋白、衍生化、浓缩等复杂的预处理步骤之后，才可以实现代谢物的检测。GC/LC
‑
MS针对单个样品的预处理时间非常长，所需要的血清样本量也较高，复杂的预处理步骤还需要增加试剂等费用。因此，GC/LC
‑
MS难以有效实现自体免疫疾病的血清代谢指纹提取。近年来新型的激光解吸/电离质谱(LDI
‑
MS)将待测物与基质材料相混合形成共结晶，通过激光照射结晶，基质将激光能量高效传递给待测物分子使其分子离子化后便于被后续质谱分析。MALDI MS具有分析快速、灵敏度高、高通量、样本处理简便，容忍度高等优势。但其使用的传统基质如芥子酸(3,5
‑
二甲氧基
‑4‑
羟基肉桂酸SA)，龙胆酸(2,5
‑
二羟基苯甲酸DHB)，α
‑
氰基
‑4‑
羟基肉桂酸(CHCA)等有机小分子和待测物形成的共结晶相均一度差，无法实现对目标分子的有效萃取，影响质谱图质量；并且有机基质结构不稳定，在吸收激光能量后易碎发生碎裂，产生许多碎片离子峰，对生物小分子(m/z＜1000)的质谱分析造成极大干扰。
[0005]现有的技术主要缺陷如下：
[0006]1、现有的核磁共振技术由于低灵敏度等原因无法满足自体免疫疾病血清代谢指纹的检测；
[0007]2、传统的质谱技术虽然具有高灵敏度，但面临着预处理步骤复杂、血清样本消耗量高、检测成本高等问题，无法实现良好的血清代谢指纹提取；
[0008]3、基于有机基质的LDI
‑
MS无法实现低分子量端(m/z<400)代谢小分子的检测；
[0009]4、基于纳米材料的LDI
‑
MS尚未能实现自体免疫疾病的血清代谢指纹的检测和提取。
[0010]目前，基于纳米材料的LDI MS在实际样本的检测中表现出独特的优势，有望实现自体免疫疾病的血清代谢指纹提取，并进一步构建得到自体免疫疾病模型。
[0011]因此，本领域的技术人员致力于开发一种有效实现自体免疫疾病血清低分子量段代谢的快速、高通量、高灵敏度检测的疾病模型。

技术实现思路

[0012]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是如何构建能有效实现包括自体免疫疾病血清低分子量段代谢的快速、高通量、高灵敏度检测的疾病模型。
[0013]为实现上述目的，本专利技术提供了一种基于血清代谢指纹自体免疫疾病模型的构建方法，包括以下步骤：
[0014]步骤1、使用纳米辅助的激光解析电离质谱(nano
‑
assisted LDI
‑
MS)技术，对自体免疫疾病患者和健康志愿者的血清样本进行代谢检测，得到代谢检测结果；
[0015]步骤2、将步骤1得到的代谢检测结果采用机器学习方法获取血清代谢指纹并构建自体免疫疾病模型；
[0016]步骤3、应用步骤2构建的自体免疫疾病模型进行自体免疫疾病的代谢生物标志物鉴别。
[0017]进一步地，上述步骤1还包括：
[0018]步骤1.1、准备自体免疫疾病患者的血清样本作为分析样本，并准备去离子水、纳米基质材料和LDI MS；
[0019]步骤1.2、用去离子水稀释步骤1.1准备的血清样本；
[0020]步骤1.3、配置纳米基质溶液，制备样品，使用纳米基质溶液将样品制备成纳米颗粒基质；
[0021]步骤1.4、采用LDI MS在正离子模式下对步骤1.3制备的纳米颗粒基质进行代谢检测。
[0022]进一步地，上述步骤1.3中制备样品的步骤为：取步骤1.2稀释后的血清样本500nL于LDI MS质谱靶板上，并在室温下进行干燥；制备纳米颗粒基质的步骤为：取纳米基质溶液500nL于LDI MS质谱靶板上的样品上，并于室温下干燥。
[0023]进一步地，上述步骤1.2中去离子水稀释的倍数为10倍；上述步骤1.3中纳米基质溶液的浓度为1ng/nL。
[0024]进一步地，上述步骤2还包括：
[0025]步骤2.1、对步骤1获得的代谢检测结果进行预处理，包括数据重采样、谱线平滑、基线校正、谱峰联配以及缺失值填充，得到自体免疫疾病患者和健康志愿者的血清代谢指纹；；
[0026]步骤2.2、将步骤2.1得到的自体免疫疾病患者和健康志愿者的血清代谢指纹划分成对应的训练集和测试集；
[0027]步骤2.3、基于步骤2.2划分的训练集的血清代谢指纹使用机器学习算法进行模型构建。
[0028]进一步地，上述步骤2.3中机器学习算法为最小的绝对收缩和选择运算符(LASSO)。
[0029]进一步地，上述步骤2.3还包括：使用20次重复的5折交叉验证对LASSO在训练集上进行模型训练，得到训练好的模型；应用训练好的模型在测试集进行预测，得到LASSO在测试集上的性能参数。
[0030]进一步地，使用20次重复的5折交叉验证对LASSO在训练集上进行模型训练，得到自体免疫疾病模型的训练集性能参数。
[0031]进一步地，上述步骤3还包括：
[0032]步骤3.1、采集自体免疫疾病患者和健康志愿者的血清样本，作为分析样本，并准备去离子水、纳米基质和LDI
‑
MS；；
[0033]步骤3.2、用去离子水稀释步骤3.1采集的血清生物样本；
[0034]步骤3.3、配置纳米基质溶液，制备样品，使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于血清代谢指纹自体免疫疾病模型的构建方法，其特征在于，所述方法包括以下步骤：步骤1、使用纳米辅助的激光解析电离质谱技术，对自体免疫疾病患者和健康志愿者的血清样本进行代谢检测，得到所述代谢检测结果；步骤2、将步骤1得到的代谢检测结果采用机器学习方法获取血清代谢指纹并构建所述自体免疫疾病模型；步骤3、应用步骤2构建的自体免疫疾病模型进行自体免疫疾病的代谢生物标志物鉴别。2.如权利要求1所述的构建方法，其特征在于，所述步骤1还包括：步骤1.1、准备自体免疫疾病患者的血清样本作为分析样本，并准备去离子水、纳米基质材料和LDI MS；步骤1.2、用所述去离子水稀释步骤1.1准备的血清样本；步骤1.3、配置纳米基质溶液，制备样品，使用所述纳米基质溶液将所述样品制备成纳米颗粒基质；步骤1.4、采用所述LDI MS在正离子模式下对步骤1.3制备的纳米颗粒基质进行代谢检测。3.如权利要求2所述的构建方法，其特征在于，所述步骤1.3中所述制备样品的步骤为：取步骤1.2稀释后的血清样本500nL于所述LDI MS质谱靶板上并在室温下进行干燥，得到所述样品；制备所述纳米颗粒基质的步骤为：取所述纳米基质溶液500nL于所述LDI MS质谱靶板上的所述样品上，并于室温下干燥。4.如权利要求2所述的构建方法，其特征在于，所述步骤1.2中所述去离子水稀释的倍数为10倍；所述步骤1.3中所述纳米基质溶液的浓度为1ng/nL。5.如权利要求1所述的构建方法，其特征在于，所述步骤2还包括：步骤2.1、对所述步骤1获得的所述代谢检测结果进行预处理，包括数据重采样、谱线平滑、基线校正、谱峰联配以及缺失值填充，得到所述自体免疫疾病患者和所述健康志愿者的所述血清代谢指纹；步骤2.2、将步骤2.1得到的所述自体免疫疾病患者和所述健康志愿者的所述血清代谢指纹划分成对应的训练集和测试集；步骤2.3、基于步骤2.2划分的训...

【专利技术属性】
技术研发人员：钱昆，杨守志，杨静，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：