System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 通过基因表达分析检测肾脏疾病或受损的方法和系统技术方案_技高网

通过基因表达分析检测肾脏疾病或受损的方法和系统技术方案

技术编号:40461893 阅读:5 留言:0更新日期:2024-02-22 23:16
本发明专利技术提供用于检测肾脏疾病或受损的方法和系统。方法处理或分析的样本一个受试者可能包含(A)分析身体样本产生一个数据集包含一个或多个基因表达水平的产品在身体的示例中,一个或多个基因表达水平的产品对应一组与肾脏疾病或受损相关的基因;(b)用计算机处理数据集,以确定受试者是否患有肾脏疾病或受损,或是否有较高的患病风险;(c)以电子方式输出一份报告,确定受试者是否存在肾脏疾病或疾病的风险升高。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

0、
技术介绍

1、国际肾脏学会估计,全世界有8.5亿人受到肾脏疾病的影响。糖尿病肾病(糖尿病肾病)是肾脏疾病的主要原因,也是终末期肾脏疾病(esrd)最常见的原因。此外,糖尿病肾病与较高的心血管及全因发病率和死亡率有关,因此及时诊断和治疗至关重要。糖尿病肾病是一种糖尿病诱发的肾病,一般是指由于糖尿病引起的高血糖水平导致肾脏损害。糖尿病肾病进展缓慢。通过有效的早期治疗,可以减缓甚至停止疾病的发展。糖尿病肾病可能与可测量的生物标志物有关,如受试者身体样本中的蛋白尿和/或低egfr;然而,这些生物标志物可能对糖尿病肾病非特异性的,并可能归因于其它疾病或受损,如糖尿病、高血压、iga肾病、膜性肾病、狼疮肾炎、微小改变疾病、类风湿关节炎、使用非甾体抗炎药、吸烟、过度饮酒、滥用药物、肥胖、尿路感染、肾结石、良性前列腺增生等。此外,受控制糖尿病的患者也可能有糖尿病肾病,而控制不佳的糖尿病患者可能只有很小的肾脏损害。此外,糖尿病肾病患者也可能伴随有其它类型的肾脏疾病或受损。


技术实现思路

0、
技术实现思路

1、糖尿病肾病(糖尿病肾病)是一种在患者中诊断不足和误诊的疾病。例如,糖尿病肾病可能诊断不足,因为诸如肾活检等诊断方法可能有风险(例如,死亡率为1.8%)、昂贵和耗时;因此,许多患者选择不进行这种诊断性测试。另一个例子,糖尿病肾病可能被误诊,因为诊断方法可能缺乏足够的敏感性和特异性。例如,尿白蛋白检测可能是不敏感和非特异性的。作为另一个例子,如x射线成像测试和超声诊断检查的结构和大小的肾脏可能耗时的和间接的,和其它面板测试尿沉积物等测试,尿蛋白电泳(upep)、血清蛋白电泳(spep),血液尿液测试,抗核抗体(ana)测试,hbv检测、hcv检测、hiv检测可能提供的信息有限,因此是间接和低效的。体外诊断技术,如基于蛋白质组学、基因组学和蛋白质生物标记物的技术,在高灵敏度、特异性和准确性准确检测、评估和监测肾脏疾病或疾病方面可能面临挑战。鉴别早期糖尿病的变化也很困难,常用的生物标志物是蛋白尿;然而,蛋白尿,特别是低水平蛋白尿,可能与许多其它因素混杂在一起,如高血压、吸烟、酗酒、滥用药物、肥胖、感染、梗阻等。因此,许多患者可能错过了早期进行药物干预的最佳时机,或者可能接受与病因无关的治疗。接受这种不必要和/或无效的治疗可能是昂贵的、耗时的,并导致延误向患者提供其它有效的治疗。

2、由于认识到需要改进检测、评估和监测肾脏疾病(如糖尿病肾病)的方法,这些方法快速、廉价、无创、高灵敏度、特异性和准确性,本公开提供了方法、系统、以及用于检测肾脏疾病或疾病的试剂盒,通过处理从受试者获得或派生的生物样本(如组织样本、细胞样本和/或体液样本)。例如,核酸、蛋白质或生物样本的细胞可以被分析。从受试者获得的生物样本可以进行分析,以衡量是否存在肾脏疾病或受损,或进行相关评估。分析可在一组基因组区域进行,如肾脏疾病相关基因或基因组位点。受试者可包括患有肾脏疾病或受损的受试者(如肾脏疾病或受损患者)和无肾脏疾病或受损的受试者(如正常或健康对照者)。

3、本披露的方法可能比目前的方法有许多优点,包括:方便、安全和非侵入性,样本集合的主题,重复检测的可能性,使用尿液样本的肾细胞适合分析,分析肾损伤的直接方法,适合监测疾病进展和治疗功效,适合样品收集在家庭环境中,能够在没有受试者详细病史的情况下进行检测,能够发现早期糖尿病变化(如无症状受试者)。

4、使用本专利技术的方法和系统,可以在生物样本(如尿液样本)中使用具有高灵敏度和特异性的检测方法准确检测肾脏疾病或疾病。基于尿液的分析可以应用机器学习算法来分析一组生物标记物,以准确区分肾脏疾病或疾病不同阶段(如早期、中期或晚期)的对照样本。此外,基于尿液的检测可能提供高特异性,从而促进非侵入性应用与肾脏疾病或疾病相关的生物标志物监测肾脏疾病或疾病患者的治疗。此外,以尿液为基础的检测可能比目前被认为是肾脏疾病确诊金标准的肾活检检测具有更高的敏感性和特异性。

5、在某一方面,本公开提供了一种处理或分析主体身体样本的方法,包括:(a)对身体样本进行分析,以产生一个包含身体样本中一个或多个水平的基因表达产物的数据集,其中一个或多个水平的基因表达产物对应于一组与肾脏疾病或受损有关的基因;(b)计算机处理来自(a)的数据集,以确定受试者是否存在肾脏疾病或受损的风险或风险升高,其准确度至少约为80%;(c)电子输出一份报告,以确定(b)中确定的受试者是否存在肾病或受损的风险或风险升高。

6、在一些实施例中,身体样本从以下小组中选择:一个血液样本,血清样本,血浆样本,唾液样本,粪便样本,痰液样本,尿液样本,精液样本,经阴道的流体样本,脑脊液样本,汗水样本,一个细胞样本,组织样本。在某些情况下,身体样本就是尿样。在某些实施例中,尿样为新鲜尿样。在一些实施例中,尿液样本是冷冻样本(例如,新鲜冷冻样本)。在某些实施例中,尿液样本是保存的尿液样本(例如,在室温下保存在防腐剂中以防止降解)。

7、在某些实施例中,(a)包括逆转录从身体样本获得或衍生的核糖核酸(rna)分子,以产生互补的脱氧核糖核酸(cdna)分子,并对至少一部分cdna分子进行测序,以产生测序读数(reads)。在某些实施例中,测序reads被映射到参考序列(例如,参考基因组,如人类基因组)以产生数据集,其中数据集包含基因转录本计数。在某些实施例中,一个转录本的每一个计数都指示了一个基因表达事件。

8、在一些体现,(a)由逆转录核糖核酸(rna)获得的分子或源自身体样本产生互补脱氧核糖核酸分子(互补),并分析至少部分互补脱氧核糖核酸分子的实时聚合酶链反应(–rt-pcr,也称为qpcr)产生的数据集。在某些实施例中,数据集包括与基因表达水平成反比的循环阈值(ct)值。

9、在一些实施例中,(a)包括逆转录从身体样本获得或衍生的核糖核酸(rna)分子,以产生互补的脱氧核糖核酸(cdna)分子,并通过微阵列分析(例如affymetrix微阵列)分析至少一部分cdna分子,以产生数据集。在某些实施例中,数据集包括基因转录本的计数。在某些实施例中,每个计数都指示了一个基因表达事件。在某些实施例中,(a)包括核糖核酸(rna)杂交使用特定的探针组从身体样本中获得或派生的分子,并使用luminex平台分析杂交rna分子以产生数据集。在某些实施例中,数据集包括基因转录本的计数。

10、在某些实施例中,(a)包括选择性富集与肾脏疾病或疾病相关的一组基因组位点的至少一部分cdna分子或rna分子。在某些实施例中,(a)包括扩增至少一部分cdna分子或rna分子。在某些实施例中,(a)包括将至少一部分测序读取对齐到参考序列。在某些实施例中,(a)包括生成基因转录本的计数。在某些实施例中,参考序列至少是人类参考基因组的一部分。在一些实施例中,对基因转录本的计数进行归一化处理,以生成用于下游差异基因表达分析的归一化基因转录本计数。在一些实施例中,标准本文档来自技高网...

【技术保护点】

1.一种处理或分析一个受试者身体样本的方法,包括:

2.权利要求1的方法,所述身体样本从以下小组选择:一个血液样本,血清样本,血浆样本,唾液样本,粪便样本,痰液样本,尿液样本,精液样本,经阴道的流体样品,脑脊液样本,汗水样本,一个细胞样本,组织样本。

3.权利要求2的方法,其中所述身体样本称为尿液样本。

4.权利要求3的方法,其中所述尿样为新鲜尿样、冷冻尿样或保存尿样。

5.权利要求1的方法,其中(a)由逆转录核糖核酸(RNA)获得的分子或源自所述身体样本产生互补脱氧核糖核酸分子(互补),和测序至少一部分所述互补脱氧核糖核酸分子产生的数据集,其中所述数据集包括测序读数。

6.权利要求1的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(RNA)分子,以产生互补的脱氧核糖核酸(cDNA)分子,并通过实时聚合酶链反应(RT-PCR)测定至少一部分所述cDNA分子,以产生所述数据集。

7.权利要求1的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(RNA)分子以产生互补的脱氧核糖核酸(cDNA)分子,并通过微阵列分析对至少一部分所述cDNA分子进行分析以产生所述数据集;其中所述数据集包括基因转录本的计数。

8.权利要求1的方法,其中(a)包括使用特定探针集杂交从所述身体样本获得或派生的核糖核酸(RNA)分子,并使用Luminex平台分析所述杂交RNA分子以产生所述数据集。

9.权利要求5至8中任何一项的方法,其中(a)包括选择性富集至少一部分所述cDNA分子或所述RNA分子,用于一组与所述肾脏疾病或受损相关的基因组位点。

10.权利要求5至8中的任何一种方法,其中(a)包括扩增所述cDNA分子或所述RNA分子的至少一部分。

11.权利要求5至8中任何一项的方法,其中(a)包括将至少一部分所述测序reads与参考序列对齐。

12.权利要求11的方法,其中所述参照序列至少是人类参照基因组的一部分。

13.权利要求11的方法,其中(a)包括生成基因转录本的计数。

14.权利要求13的方法,其中所述基因转录本的计数被标准化以产生基因转录本的标准化计数。

15.权利要求1的方法,其中所述肾脏疾病或受损从包括:早期肾病、中期肾病、晚期肾病、终末期肾病、无症状肾病、糖尿病肾病、高血压肾病、IgA肾病、膜性肾病、微小病变、局灶性节段性肾小球硬化(FSGS)、非甾体抗炎药肾病毒性、薄基底膜肾病、淀粉样变、心内膜炎相关ANCA血管炎及其它感染、心肾综合征、IgG4肾病、间质性肾炎、锂盐肾毒性、狼疮肾炎、多发性骨髓瘤、多囊肾病、肾盂肾炎、肾动脉狭窄、肾囊肿、与风湿性关节炎相关的肾脏疾病和肾结石。

16.权利要求15的方法,其中所述肾脏疾病或受损是糖尿病肾病。

17.权利要求16的方法,其中所述糖尿病肾病为早期糖尿病肾病。

18.权利要求16的方法,其中所述受试者无糖尿病肾病症状。

19.权利要求16的方法,其中所述一组基因至少包括从表3所列基因、表4所列基因、表5所列基因和表6所列基因组成的组中选择的一个基因。

20.权利要求1的方法,其中(b)包括使用经过训练的算法来处理所述数据集。

21.权利要求20的方法,其中所述训练算法包括训练过的机器学习算法。

22.权利要求21的方法,其中所述受训的机器学习算法从由以下组成的组中选择:一个支持向量机(SVM),一个Bayes分类,一个线性回归、分位数回归、逻辑回归、非线性回归、随机森林、神经网络、集成学习方法、增强算法、AdaBoost算法、递归特征消除算法(RFE),以及它们的任何组合。

23.权利要求22的方法,其中所述受训的机器学习算法包括所述递归特征消除(RFE)算法。

24.权利要求21的方法,其中所述受训的机器学习算法使用多元化训练样本进行训练,其中包括来自第一组患有所述肾脏疾病或受损的受试者的身体样本和第二组来自未患肾脏疾病或受损的受试者的身体样本,其中所述的第一组身体样本和第二组身体样本不同于所述的受试者的身体样本。

25.权利要求21的方法,所述受训的机器学习算法使用多元化训练样本进行训练,其中包括第一组患有所述肾脏疾病或受损的身体样本和第二组患有其它类型的肾脏疾病或受损的身体样本,其中所述的第一组身体样本和第二组身体样本不同于所述的受试者的身体样本。

26.权利要求书1的方法,其中(a)包括将所述一个或多个基因表达产物水平与参考值进行比较。

27.权利...

【技术特征摘要】
【国外来华专利技术】

1.一种处理或分析一个受试者身体样本的方法,包括:

2.权利要求1的方法,所述身体样本从以下小组选择:一个血液样本,血清样本,血浆样本,唾液样本,粪便样本,痰液样本,尿液样本,精液样本,经阴道的流体样品,脑脊液样本,汗水样本,一个细胞样本,组织样本。

3.权利要求2的方法,其中所述身体样本称为尿液样本。

4.权利要求3的方法,其中所述尿样为新鲜尿样、冷冻尿样或保存尿样。

5.权利要求1的方法,其中(a)由逆转录核糖核酸(rna)获得的分子或源自所述身体样本产生互补脱氧核糖核酸分子(互补),和测序至少一部分所述互补脱氧核糖核酸分子产生的数据集,其中所述数据集包括测序读数。

6.权利要求1的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(rna)分子,以产生互补的脱氧核糖核酸(cdna)分子,并通过实时聚合酶链反应(rt-pcr)测定至少一部分所述cdna分子,以产生所述数据集。

7.权利要求1的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(rna)分子以产生互补的脱氧核糖核酸(cdna)分子,并通过微阵列分析对至少一部分所述cdna分子进行分析以产生所述数据集;其中所述数据集包括基因转录本的计数。

8.权利要求1的方法,其中(a)包括使用特定探针集杂交从所述身体样本获得或派生的核糖核酸(rna)分子,并使用luminex平台分析所述杂交rna分子以产生所述数据集。

9.权利要求5至8中任何一项的方法,其中(a)包括选择性富集至少一部分所述cdna分子或所述rna分子,用于一组与所述肾脏疾病或受损相关的基因组位点。

10.权利要求5至8中的任何一种方法,其中(a)包括扩增所述cdna分子或所述rna分子的至少一部分。

11.权利要求5至8中任何一项的方法,其中(a)包括将至少一部分所述测序reads与参考序列对齐。

12.权利要求11的方法,其中所述参照序列至少是人类参照基因组的一部分。

13.权利要求11的方法,其中(a)包括生成基因转录本的计数。

14.权利要求13的方法,其中所述基因转录本的计数被标准化以产生基因转录本的标准化计数。

15.权利要求1的方法,其中所述肾脏疾病或受损从包括:早期肾病、中期肾病、晚期肾病、终末期肾病、无症状肾病、糖尿病肾病、高血压肾病、iga肾病、膜性肾病、微小病变、局灶性节段性肾小球硬化(fsgs)、非甾体抗炎药肾病毒性、薄基底膜肾病、淀粉样变、心内膜炎相关anca血管炎及其它感染、心肾综合征、igg4肾病、间质性肾炎、锂盐肾毒性、狼疮肾炎、多发性骨髓瘤、多囊肾病、肾盂肾炎、肾动脉狭窄、肾囊肿、与风湿性关节炎相关的肾脏疾病和肾结石。

16.权利要求15的方法,其中所述肾脏疾病或受损是糖尿病肾病。

17.权利要求16的方法,其中所述糖尿病肾病为早期糖尿病肾病。

18.权利要求16的方法,其中所述受试者无糖尿病肾病症状。

19.权利要求16的方法,其中所述一组基因至少包括从表3所列基因、表4所列基因、表5所列基因和表6所列基因组成的组中选择的一个基因。

20.权利要求1的方法,其中(b)包括使用经过训练的算法来处理所述数据集。

21.权利要求20的方法,其中所述训练算法包括训练过的机器学习算法。

22.权利要求21的方法,其中所述受训的机器学习算法从由以下组成的组中选择:一个支持向量机(svm),一个bayes分类,一个线性回归、分位数回归、逻辑回归、非线性回归、随机森林、神经网络、集成学习方法、增强算法、adaboost算法、递归特征消除算法(rfe),以及它们的任何组合。

23.权利要求22的方法,其中所述受训的机器学习算法包括所述递归特征消除(rfe)算法。

24.权利要求21的方法,其中所述受训的机器学习算法使用多元化训练样本进行训练,其中包括来自第一组患有所述肾脏疾病或受损的受试者的身体样本和第二组来自未患肾脏疾病或受损的受试者的身体样本,其中所述的第一组身体样本和第二组身体样本不同于所述的受试者的身体样本。

25.权利要求21的方法,所述受训的机器学习算法使用多元化训练样本进行训练,其中包括第一组患有所述肾脏疾病或受损的身体样本和第二组患有其它类型的肾脏疾病或受损的身体样本,其中所述的第一组身体样本和第二组身体样本不同于所述的受试者的身体样本。

26.权利要求书1的方法,其中(a)包括将所述一个或多个基因表达产物水平与参考值进行比较。

27.权利要求书26的方法,其中所述参考值对应于第一组来自所述肾脏疾病或受损受试者的身体样本和/或第二组来自未患肾脏疾病或受损受试者的身体样本的一套基因表达产物。

28.权利要求书26的方法,其中所述参考值对应于第一组来自所述肾脏疾病或受损受试者的身体样本和/或第二组来自患其它肾脏疾病或受损受试者的身体样本的一套基因表达产物。

29.权利要求1的方法,进一步包括以至少约80%的灵敏度检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

30.权利要求1的方法,进一步包括以至少约90%的灵敏度检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

31.权利要求1的方法,进一步包括以至少约80%的特异性检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

32.权利要求1的方法,进一步包括以至少约90%的特异性检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

33.权利要求1的方法,进一步包括以至少约80%的阳性预测值检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

34.权利要求1的方法,进一步包括以至少约80%的负预测值检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

35.权利要求1的方法,进一步包括在至少0.80的曲线下面积(auc)检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

36.权利要求1的方法,进一步包括至少部分根据(b)中所述肾脏疾病或受损的所述存在或所述风险增高来确定所述受试者的临床干预。

37.权利要求书36的方法,其中所述临床干预从以下组中选择:药物治疗、强化血糖控制、高血压控制、降低高胆固醇、促进骨骼健康、饮食控制、生活方式改变、减肥、锻炼、戒烟、控制酒精摄入量、减少/停止滥用药物,以及避免非甾体抗炎药。

38.权利要求37的方法,其中所述药物依赖于肾素-血管紧张素醛固酮系统的阻塞。

39.权利要求1的方法,其中(b)包含分析用来差异区分受试者第一类肾脏疾病或受损和无肾病或受损的第一组基因以及用来差异区分所述第一类肾脏疾病或受损和第二类肾脏疾病或受损的第二组基因。

40.权利要求39所述方法(b)包含分析用来差异区分糖尿病肾病(糖尿病肾病)和无肾病(糖尿病阴性对照)受试者的第一组基因和用来差异区分糖尿病肾病(糖尿病肾病)和其它慢性肾病(ckd)的第二组基因。

41.权利要求40的方法,其中所述第一组基因从表3和表5所列的基因中选择,所述第二组基因从表4和表6所列的基因中选择。

42.权利要求40的方法,其中(b)包括基于所述第一组基因生成第一项糖尿病肾病vs.糖尿病阴性对照评分和基于所述第二组基因生成第二项糖尿病肾病vs.ckd评分。

43.权利要求42的方法中,当所述第一项糖尿病肾病vs.糖尿病阴性对照评分大于0.5时提示肾小球损伤,小于0.5时提示肾小管损伤。

44.权利要求1的方法,其中(b)包括基于所述受试者的性别分析不同的男性特异性或女性特异性基因集。

45.权利要求1的方法,进一步包括分析所述受试者处在两个或多个不同时间点的身体样本从而产生两个或多个数据集。计算机处理所述这两个或更多的数据集来确定所述受试者的肾脏疾病的所述存在,所述缺乏或者所述风险增高。

46.权利要求1的方法,进一步包括确定所述受试者患有另一种类型肾脏疾病或受损的存在,缺乏或者风险增高。以及电子方式输出一份报告来确认所述受试者患有所述另一种肾脏疾病或受损的所述存在,所述缺乏或者所述风险增高。。

47.权利要求1的方法,进一步包括分析所述受试者的身体样本处于两个或两个以上的不同时间点从而产生两个或两个以上的数据集。计算机处理所述这两个或两个以上的数据集来确定受试者患有另外一种肾脏疾病或受损的存在,缺乏,或者风险增高。

48.一种处理或分析一个受试者身体样本的方法,包括:(a)分析所述身体样本,以产生包含所述身体样本中一个或多个水平的基因表达产物的数据集,其中一个或多个水平的基因表达产物对应于与肾脏疾病或受损有关的一组基因;

49.权利要求48的方法,所述身体样本由包括以下的小组中选择:一个血液样本,血清样本,血浆样本,唾液样本,粪便样本,痰液样本,尿液样本,精液样本,经阴道的流体样本,脑脊液样本,汗水样本,一个细胞样本,组织样本。

50.权利要求49的方法,其中所述身体样本为尿液样本。

51.权利要求48的方法,其中所述尿样为新鲜尿样、冷冻尿样或保存尿样。

52.权利要求48的方法,其中(a)由逆转录核糖核酸(rna)获得的分子或源自所述身体样本产生互补脱氧核糖核酸分子(cdna),和测序至少一部分所述互补脱氧核糖核酸分子cdna产生的数据集,其中数据集包括测序读数。

53.权利要求48的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(rna)分子,以获得互补的脱氧核糖核酸(cdna)分子,并通过实时聚合酶链反应(rt-pcr)对至少一部分所述cdna分子进行分析,以获得所述数据集。

54.权利要求48的方法,其中(a)包括逆转录从所述身体样本获得或派生的核糖核酸(rna)分子以产生互补的脱氧核糖核酸(cdna)分子,并通过微阵列分析对至少一部分所述cdna分子进行分析以产生所述数据集,其中所述数据集包括基因转录本的计数。

55.权利要求48的方法,其中(a)包括使用特定探针集杂交从所述身体样本获得或派生的核糖核酸(rna)分子,并使用luminex平台分析所述杂交rna分子以获得所述数据集。

56.权利要求52至55中的任何一项的方法,其中(a)包括选择性富集至少一部分所述cdna分子或所述rna分子,用于一组与所述肾脏疾病或受损相关的基因组位点。

57.权利要求52至55中的任何一项的方法,其中(a)包括扩增所述cdna分子或所述rna分子的至少一部分。

58.权利要求52至55中的任何一项的方法,其中(a)包括将至少一部分所述测序reads与参考序列对齐。

59.权利要求58的方法,其中所述参照序列至少是人类参照基因组的一部分。

60.权利要求58的方法,其中(a)包括生成基因转录本的计数。

61.权利要求书60的方法,其中所述基因转录本的计数被标准化后以产生基因转录本的标准化计数。

62.第48项权利要求的方法,其中所述肾脏疾病或受损从包括:早期肾病、中期肾病、晚期肾病、终末期肾病、无症状肾病、糖尿病肾病、高血压肾病、iga肾病、膜性肾病、微小病变、局灶性节段性肾小球硬化(fsgs)、非甾体抗炎药肾病毒性、薄基底膜肾病、淀粉样变、心内膜炎相关anca血管炎及其它感染、心肾综合征、igg4肾病、间质性肾炎、锂盐肾毒性、狼疮肾炎、多发性骨髓瘤、多囊肾病、肾盂肾炎、肾动脉狭窄、肾囊肿、与风湿性关节炎相关的肾脏疾病和肾结石。

63.权利要求书62的方法,其中所述肾脏疾病或受损是糖尿病肾病。

64.权利要求书63所述方法,所述糖尿病肾病为早期糖尿病肾病。

65.权利要求62的方法,其中所述受试者对所述糖尿病肾病无症状。

66.权利要求63的方法,其中所述的一组基因包括从表3所列基因、表4所列基因、表5所列基因和表6所列基因所组成的组中选择的至少一个基因。

67.权利要求49的方法,其中(b)包括使用经过训练的算法来处理所述数据集。

68.权利要求67的方法,其中所述训练算法包括训练过的机器学习算法。

69.权利要求68的方法,其中所述受训的机器学习算法从包括:支持向量机(svm)、贝叶斯分类、线性回归、分位数回归、逻辑回归、非线性回归、随机森林、神经网络、集成学习方法、boosting算法、adaboost算法、递归特征消除(rfe)算法,以及它们的任何组合。

70.权利要求69的方法,其中所述受训的机器学习算法包括所述递归特征消除(rfe)算法。

71.权利要求68的方法,其中所述受训的机器学习算法是用多元化训练样本进行训练的,其中包括来自患有所述肾脏疾病或受损的受试者的第一组身体样本和来自未患肾病或疾病的受试者的第二组身体样本,其中所述的第一组身体样本和第二组身体样本与所述的受试者的身体样本不同。

72.权利要求67的方法,其中所述受训的机器学习算法由多元化训练样本进行训练,包括来自患有所述肾脏疾病或受损的第一组身体样本和来自患有其它类型肾脏疾病或受损的第二组身体样本,其中所述的第一组身体样本和第二组身体样本与所述的受试者的身体样本不同。

73.权利要求48的方法,其中(a)包括将所述一个或多个基因表达产物水平与参考值进行比较。

74.权利要求72的方法,其中所述的参考值对应于一套基因表达产品,该基因表达产品来自第一套为患有所述肾脏疾病或受损的受试者的身体样本和/或第二套来自未患有肾脏疾病或受损的受试者的身体样本。

75.权利要求72的方法,其中所述的参考值对应于一套基因表达产品,该基因表达产品来自第一套为患有所述肾脏疾病或受损的受试者的身体样本和/或第二套来自患有其它类型肾脏疾病或受损的受试者的身体样本。

76.权利要求72的方法,进一步包括以至少约80%的灵敏度检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

77.权利要求48的方法,进一步包括以至少约90%的灵敏度检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

78.权利要求48的方法,进一步包括以至少约80%的特异性检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

79.权利要求48的方法,进一步包括以至少约90%的特异性检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

80.索赔48的方法,进一步包括以至少约80%的阳性预测值检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

81.索赔48的方法,进一步包括以至少约80%的阴性预测值检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

82.权利要求48的方法,进一步包括在至少0.80的曲线下面积(auc)检测所述受试者所述肾脏疾病或受损的所述存在或所述风险增高。

83.权利要求48的方法,进一步包括至少部分根据(b)中确定的所述存在或所述肾病或受损的所述风险增高确定对所述受试者的临床干预。

84.权利要求83的方法,其中所述临床干预从以下组中选择:药物治疗、强化血糖控制、高血压控制、降低高胆固醇、促进骨骼健康、饮食控制、生活方式改变、减肥、锻炼、戒烟、控制酒精摄入量、减少/停止滥用药物,以及避免非甾体抗炎药。

85.权利要求84的方法,其中所述药物依赖于肾素-血管紧张素醛固酮系统的阻塞。

86.权利要求48的方法,其中(b)包含分析用来差异区分第一类肾脏疾病或受损和无肾脏疾病或受损(糖尿病阴性对照)受试者的第一组基因以及分析用来差异区分第一类肾脏疾病或受损和第二类肾脏疾病或受损受试者的第二组基因。

87.权利要求86的方法,其中(b)包括分析用来差异区分糖尿病肾病(糖尿病肾病)和无肾病(糖尿病阴性对照)受试者的第一组基因和分析用来差异区分糖尿病肾病(糖尿病肾病)和其它慢性肾病(ckd)的第二组基因。

88.权利要求87的方法,其中所述第一组基因从表3和表5所列的基因中选择,所述第二组基因从表4和表6所列的基因中选择。

89.权利要求87的方法,其中(b)包括基于所述第一组基因生成第一项糖尿病肾病vs.糖尿病阴性对照评分和基于所述第二组基因生成第二项糖尿病肾病vs.ckd评分。

90.权利要求89的方法中,第一项糖尿病肾病vs.糖尿病阴性对照评分大于0.5时提示肾小球损伤,小于0.5时提示肾小管损伤。

91.权利要求48的方法,其中(b)包括根据所述受试者的性别分析不同的男性特异性或女性特异性基因组。

92.权利要求48的方法,进一步包括分析所述受试者身体样本处在两个或两个以上的不同时间点而产生两个或两个以上的数据集。计算机处理所述这两个或两个以上的数据集来确定所述受试者患有所述肾脏疾病或受损是否所述存在,所述缺乏,或者所述风险增高。

93.权利要求48的方法,进一步包括确定所述受试者患有另一种类型的肾脏疾病或受损是否所述存在,所述缺乏,或者所述风险增高。同时电子输出一份报告来确认所述受试者患有另一种类型肾脏疾病是否存在,缺乏或者风险增高。

94.权利要求48的方法,进一步包括身体的样本分析主题表示两个或两个以上的不同时间点产生两个或两个以上的数据集,和计算机处理表示两个或两个以上的数据集来确定,缺乏或风险升高的另一种类型的肾脏疾病或受损说主题。

95.权利要求48的方...

【专利技术属性】
技术研发人员:刘颖冰海伦·赵阮威明艾伦·H·吴伊丽莎白·J·墨菲
申请(专利权)人:动量生物技术有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1