应用内源性物质预测肾移植药物剂量的模型的构建方法技术

本发明专利技术涉及一种应用内源性物质预测肾移植药物剂量的模型的构建方法，方法包括：收集个体使用免疫抑制剂后的血液样本和使用效果，根据血液样本中的代谢特征和临床特征结合使用效果筛选出与使用效果强相关的代谢特征和临床特征，然后使用筛选后的代谢特征和临床特征建立免疫抑制剂的药物剂量预测模型。本发明专利技术的方法所构建的模型能够预测个体所适用的给药量，避免潜在的药物不良反应，有助于个体化给药。给药。给药。

【技术实现步骤摘要】
应用内源性物质预测肾移植药物剂量的模型的构建方法


[0001]本专利技术属于药物预测
，具体涉及一种应用内源性物质预测肾移植药物剂量的模型的构建方法。
[0002]
技术介绍

[0003]钙调神经磷酸酶抑制剂 (CNIs) 自20世纪80年代问世以来，已经成为目前临床常用的治疗干预手段，改善了移植患者的结局，提高了移植患者的生存率。目前，钙调神经磷酸酶抑制剂主要有环孢素、他克莫司、西罗莫司等。
[0004]然而，目前免疫抑制剂的治疗窗窄，不同个体间药动学和药效学差异大。剂量过高容易免疫抑制过度，增加严重感染的风险；剂量过低，容易免疫抑制不足，从而增加移植器官发生排斥反应的风险。因此给临床应用带来一定的困扰。
[0005]随着药物代谢组学技术的发展，通过分析给药前血浆或尿液代谢概况来预测药物不良反应或药物疗效已经成为研究的热点。药物吸收，分布，代谢和消除是体内的基本过程，可能受遗传 (如遗传多态性)，生理状态和环境因素 (如饮食，年龄和吸烟) 的影响。内源性小分子作为基因与环境相互作用的最终产物，其代谢特征能够兼容更多的信息，而另一方面，部分免疫抑制剂主要通过抑制T淋巴细胞发挥免疫抑制作用，因此T淋巴细胞含量可以表征免疫抑制剂的药物生效情况。
[0006]现有技术中，若想检测药物生效情况需要监测免疫抑制剂的血药浓度，尤其是全血谷浓度，及时调整给药剂量，增加疗效，降低不良反应。但是，监测谷浓度需要严格采集定时血样，这对于临床繁忙的工作环境难以操作和实现。因此，需要一种方法能够建立一个预测免疫抑制剂优选剂量的模型。
[0007]
技术实现思路

[0008]基于现有技术中存在的上述缺点和不足，本专利技术的目的之一是至少解决现有技术中存在的上述问题之一或多个，换言之，本专利技术的目的之一是提供满足前述需求之一或多个的一种应用内源性物质预测肾移植药物剂量的模型的构建方法。
[0009]为了达到上述专利技术目的，本专利技术采用以下技术方案：一种应用内源性物质预测肾移植药物剂量的模型的构建方法，包括以下步骤：S1、收集待测样本，将所述待测样本中的蛋白质沉淀；所述待测样本为个体使用免疫抑制剂后的血液样本；S2、将所述个体使用所述免疫抑制剂的效果分为高反应组、正常组和低反应组，所述效果根据T淋巴细胞含量判断；S3、使用质谱仪分析所述待测样本的代谢特征，所述代谢特征包括所述待测样本中的若干种内源性代谢物质含量；
S4、通过偏最小二乘法分析所述代谢特征与所述效果分组的相关性，筛选出与所述效果分组具有强相关性的代谢特征；S5、获取所述个体使用所述免疫抑制剂后的临床特征，所述临床特征包括所述个体的年龄、BMI、肾功能指标、肝功能指标、红细胞压积、白蛋白含量参数；S6、通过分析所述临床特征与所述效果分组的相关性，筛选出与所述效果分组具有强相关性的临床特征；S7、根据相关性分析和多项逻辑回归模型，以筛选后的所述代谢特征及所述临床特征与所述效果分组的相关性建立所述免疫抑制剂的药物剂量预测模型。
[0010]作为优选方案，所述使用质谱仪分析所述待测样本的代谢特征，具体包括如下步骤：S31、以随机方式分析所述待测样本，首先连续检测3
‑
5个质控样本，然后每10个所述待测样本插入1个质控样本，且同时检测正离子和负离子模式；S32、在所述同时检测正离子和负离子模式下，通过预设数据库获得待测样本的碎片离子峰作为所述代谢特征。
[0011]作为优选方案，所述获得待测样本的碎片离子峰作为所述代谢特征之后还包括数据预处理过程S221：S321、对所述代谢特征进行峰提取、峰对齐、缺失值筛选、缺失值填补，并基于质控样本进行局部线性回归校正。
[0012]作为优选方案，所述步骤S4具体为通过两次独立的偏最小二乘法分析所述待测样本的代谢特征数据与所述效果的相关性进行筛选，包括以下步骤：S41、以所有检测鉴定到的碎片离子峰为基础变量，目标效应值为结局变量，建立第一个独立的偏最小二乘法模型;S42、通过第一个独立的偏最小二乘法模型，获得所述碎片离子峰对第一个独立的偏最小二乘法模型的首轮贡献指数；S43、筛选首轮贡献指数大于1.5的碎片离子峰作为候选变量，建立第二个独立的偏最小二乘法模型；S44、通过第二个独立的偏最小二乘法模型，获得所述候选变量对第二个独立的偏最小二乘法模型的二轮贡献指数；S45、筛选二轮贡献指数大于1的碎片离子峰作为目标变量，以目目标变量离子峰对应的内源性代谢物质作为筛选后的所述代谢特征。
[0013]作为优选方案，所述步骤S45之后还包括步骤S46：S46、通过相关性分析确定所述代谢特征与效果分组的相关性，以相关性的显著水平小于0.05为标准，缩小并优化代谢特征的范围。
[0014]作为优选方案，所述步骤S7具体包括S71、根据多项逻辑回归模型，从所述初选临床特征中进一步筛选得到筛选后的所述临床特征；通过多项逻辑回归，选用似然比检验实现变量筛选，将显著水平小于0.05的所述初选临床特征纳入最终回归方程。
[0015]S72、根据所述初选临床特征建立多项逻辑回归方程。
[0016]作为优选方案，所述方法还包括步骤S8、使用正交最小二乘法判别模型验证模型
的预测能力；具体包括：S81、使用筛选后的所述代谢特征及所述临床特征形成正交最小二乘法判别模型的协变量；S82、根据所述协变量构建正交最小二乘法判别模型，验证所述模型的预测能力。
[0017]作为优选方案，所述使用质谱仪分析所述待测样本的代谢特征的参数具体为：运用UPLC
‑
Q
‑
TOF/MSE质谱仪分析，飞行质谱采用ESI源，毛细管电压2.5 kv，锥孔电压40 v，离子源温度100 ℃，脱溶剂温度450 ℃，锥孔反吹氮气流速50 L/h，脱溶剂气 (氮气) 流速800 L/h；扫描时间0.2 s，MS/MS二级质谱分析时碰撞能量设定为20
‑
30 ev。质量扫描范围为50
‑
1200 m/z；色谱柱选用HSS T3柱 (100 mm
×
2.1 mm，1.8 μm)；流动相为0.1 %甲酸水溶液 (溶剂A) 和乙腈 (溶剂B)，梯度洗脱设置如下：0
‑
0.5 min，5 % B；0.5
‑
2 min，5
‑
20 % B；2
‑
3.5 min，20
‑
27.5 % B；3.5
‑
4 min，27.5
‑
70 % B；4
‑
7.5 min，70
‑
75 % B；7.5
‑
8.5,75
‑
95 % B，8.5
‑
13.5 min，95 % B，13.5
‑
16 min，95
‑
5 % B，16
‑
18 min，5 % B；流速为0.3 mL/min，柱温为35 ℃，进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，包括以下步骤：S1、收集待测样本，将所述待测样本中的蛋白质沉淀；所述待测样本为个体使用免疫抑制剂后的血液样本；S2、将所述个体使用所述免疫抑制剂的效果分为高反应组、正常组和低反应组，所述效果根据T淋巴细胞含量判断；S3、使用质谱仪分析所述待测样本的代谢特征，所述代谢特征包括所述待测样本中的若干种内源性代谢物质含量；S4、通过偏最小二乘法分析所述代谢特征与所述效果分组的相关性，筛选出与所述效果分组具有强相关性的代谢特征；S5、获取所述个体使用所述免疫抑制剂后的临床特征，所述临床特征包括所述个体的年龄、BMI、肾功能指标、肝功能指标、红细胞压积、白蛋白含量参数；S6、通过分析所述临床特征与所述效果分组的相关性，筛选出与所述效果分组具有强相关性的临床特征；S7、根据相关性分析和多项逻辑回归模型，以筛选后的所述代谢特征及所述临床特征与所述效果分组的相关性建立所述免疫抑制剂的药物剂量预测模型。2.如权利要求1所述的一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，所述使用质谱仪分析所述待测样本的代谢特征，具体包括如下步骤：S31、以随机方式分析所述待测样本，首先连续检测3
‑
5个质控样本，然后每10个所述待测样本插入1个质控样本，且同时检测正离子和负离子模式；S32、在所述同时检测正离子和负离子模式下，通过预设数据库获得待测样本的碎片离子峰作为所述代谢特征。3.如权利要求2所述的一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，所述获得待测样本的碎片离子峰作为所述代谢特征之后还包括数据预处理过程S221：S321、对所述代谢特征进行峰提取、峰对齐、缺失值筛选、缺失值填补，并基于质控样本进行局部线性回归校正。4.如权利要求1所述的一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，所述步骤S4具体为通过两次独立的偏最小二乘法分析所述待测样本的代谢特征数据与所述效果的相关性进行筛选，包括以下步骤：S41、以所有检测鉴定到的碎片离子峰为基础变量，目标效应值为结局变量，建立第一个独立的偏最小二乘法模型;S42、通过第一个独立的偏最小二乘法模型，获得所述碎片离子峰对第一个独立的偏最小二乘法模型的首轮贡献指数；S43、筛选首轮贡献指数大于1.5的碎片离子峰作为候选变量，建立第二个独立的偏最小二乘法模型；S44、通过第二个独立的偏最小二乘法模型，获得所述候选变量对第二个独立的偏最小二乘法模型的二轮贡献指数；S45、筛选二轮贡献指数大于1的碎片离子峰作为目标变量，以目目标变量离子峰对应
的内源性代谢物质作为筛选后的所述代谢特征。5.如权利要求4所述的一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，所述步骤S45之后还包括步骤S46：S46、通过相关性分析确定所述代谢特征与效果分组的相关性，以相关性的显著水平小于0.05为标准，缩小并优化代谢特征的范围。6.如权利要求1所述的一种应用内源性物质预测肾移植药物剂量的模型的构建方法，其特征在于，所述步骤S7具体包括：S71、根据多项逻辑回归模型，从所述初选临床特征中进一步筛选得到...

【专利技术属性】
技术研发人员：楼燕，洪东升，何晓颖，
申请(专利权)人：浙江大学医学院附属第一医院，
类型：发明
国别省市：