CN113607941A - 一种新型冠状病毒肺炎重症区分与疗效评价系统 - Google Patents
一种新型冠状病毒肺炎重症区分与疗效评价系统 Download PDFInfo
- Publication number
- CN113607941A CN113607941A CN202011141678.3A CN202011141678A CN113607941A CN 113607941 A CN113607941 A CN 113607941A CN 202011141678 A CN202011141678 A CN 202011141678A CN 113607941 A CN113607941 A CN 113607941A
- Authority
- CN
- China
- Prior art keywords
- severe
- novel coronavirus
- coronavirus pneumonia
- module
- curative effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6863—Cytokines, i.e. immune system proteins modifying a biological response such as cell growth proliferation or differentiation, e.g. TNF, CNF, GM-CSF, lymphotoxin, MIF or their receptors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56983—Viruses
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6863—Cytokines, i.e. immune system proteins modifying a biological response such as cell growth proliferation or differentiation, e.g. TNF, CNF, GM-CSF, lymphotoxin, MIF or their receptors
- G01N33/6869—Interleukin
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Cell Biology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Biotechnology (AREA)
- General Physics & Mathematics (AREA)
- Microbiology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Virology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Tropical Medicine & Parasitology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种新型冠状病毒肺炎重症区分与疗效评价系统。本发明提供了一种用于诊别新型冠状病毒肺炎重症与疗效评价的细胞因子标志物组合,选自如下细胞因子中的一种或几种组合:包括:Eotaxin‑2、IP‑10、IL‑18Rb、IL‑18、OPN、IL‑2Rb、GDF‑15、IL‑12p40。并基于此提供了一种新型冠状病毒肺炎重症区分与疗效评价系统,包括预设值模块、数据收集模块、数据存储模块、数据处理模块、结果显示模块。所述系统在区分新型冠状病毒肺炎重症与非重症方面具有很好的应用价值,同时还可应用于重症患者的疗效评价,对于新型冠状病毒肺炎的防控具有重要的应用价值和意义。
Description
技术领域
本发明属于生物医药技术领域。更具体地,涉及一种新型冠状病毒肺炎重症区分与疗效评价系统。
背景技术
由新型冠状病毒(SARS-CoV-2)引起的新型冠状病毒肺炎以发热、干咳、乏力等为主要表现,少数患者伴有鼻塞、流涕、腹泻等上呼吸道和消化道症状;重症病例多在1周后出现呼吸困难,严重者快速进展为急性呼吸窘迫综合征、脓毒症休克、难以纠正的代谢性酸中毒和出凝血功能障碍及多器官功能衰竭等。因此,区分鉴别出重症以对应确定治疗方案至关重要。
目前,COVID-19重症的确定主要是依靠对生命体征、SpO2、意识状态及临床常规器官功能的评估而定,但是因患者临床表现异质性大,结果判断局限性等诸多因素,不利于临床快速指导相关治疗。寻求一种快捷、稳定的新型冠状病毒肺炎重症区分与疗效评价系统具有重要的临床应用价值。
发明内容
本发明的目的是提供一种用于诊别新型冠状病毒肺炎重症与疗效评价的细胞因子标志物组合。
本发明的另一目的是提供一种新型冠状病毒肺炎重症区分与疗效评价系统。
本发明的再一目的是提供所述标志物组合和系统在制备新型冠状病毒肺炎重症区分与疗效评价试剂盒中的应用。
本发明上述目的通过以下技术方案实现:
本发明经过大量的探索研究得出,多种细胞因子可以很好的用于诊别区分新型冠状病毒肺炎重症与其他各种非重症,包括康复组,因此在新型冠状病毒肺炎重症区分与疗效评价方面具有很高的应用价值。
因此本发明要求保护:
一种用于诊别新型冠状病毒肺炎重症与疗效评价的细胞因子标志物组合,选自如下细胞因子中的一种或几种组合:包括:Eotaxin-2、IP-10、IL-18Rb、IL-18、 OPN、IL-2Rb、GDF-15、IL-12p40。
同时还提供了区分新型冠状病毒肺炎重症与一系列非重症以及疗效评价的细胞因子标志物组合,所述非重症包括健康、无症状、轻型、普通型、康复,具体包括如下:
(1)用于区分新型冠状病毒肺炎重症与健康以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
IP-10 | TFPI | MPIF-1 | WIF-1 | bIG-H3 | IL-8 | Cystatin B | RBP4 |
GDF-15 | IGF-2R | IL-18 | IL-1RI | TGFb2 | IL-10 | EGF | E-Cadherin |
IGFBP-4 | CD200 | IL-17C | Fas | TGFb1 | Endoglin | GDNF | Midkine |
VCAM-1 | HVEM | IL-1F7 | IL-1F9 | FGF-4 | Pref-1 | uPAR | IL-20 |
sFRP-3 | I-TAC | L-Selectin | NAP-2 | Layilin | CHI3L1 | OPG | Fetuin A |
IGFBP-3 | PDGF-AA | TRAIL R1 | Epo R | TLR2 | TGFb3 | Transferrin | IL-32alpha |
GRO | MMP-1 | TIM-3 | XEDAR | HCC-1 | IL-18Rb | MCP-2 | SCF |
OPN | FGF-7 | ADAM8 | CD14 | FABP2 | Nidogen-1 | DR3 | Cystatin E M |
Galectin-9 | B2M | Leptin | TREM-1 | CD58 | IGF-2 | RAGE | ANGPTL4 |
HGF | IL-1R5 | IL-5Ra | Chemerin | ESAM | IL-1F8 | TRAIL R3 | IL-24 |
IGFBP-2 | IL-23 | CD99 | IL-12p40 | FGF-21 | LIGHT | ALCAM | Testican 2 |
MIF | MIP-3b | MCP-4 | ErbB3 | Cystatin A | b-NGF | CEACAM-1 | MIP-3a |
IGFBP-1 | CD40 | NT-3 | IL-29 | CXCL16 | Syndecan-1 | BDNF | CTACK |
IGFBP-6 | IL-17B | Pentraxin 3 | LIF | IL-2Rb | CEA | 6Ckine | GCP-2 |
IGF-1 | Cathepsin L | TECK | PECAM-1 | BLC | GH | Eotaxin-2 | MCSF R |
EGF R | MSP | Axl | Shh-N | Trappin-2 | MCP-1 | MMP-13 | HGF R |
NSE | RANTES | B7-H3 | ST2 | Activin A | IL-1R6 | HB-EGF | Renin |
IL-18BPa | CCL28 | NGF R | VEGF-D | TIMP-4 | Fractalkine | ADAM12 | SLAM |
Lipocalin-2 | HCC-4 | FGF-9 | IL-2Ra | VEGF R2 | aFGF | Desmoglein 2 | Decorin |
DcR3 | EG-VEGF | Tie-2 |
(2)用于区分新型冠状病毒肺炎重症与无症状以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(3)用于区分新型冠状病毒肺炎重症与轻型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
FLRG | IL-5 | IL-10Rb | IL-3 | FGF-19 | FAP | IL-18Rb | TNF RII |
IP-10 | Contactin-2 | IL-18 | IL-12p40 | GDF-15 | bIG-H3 | NAP-2 | IL-7 |
TGFb1 | CD40 | PDGF-AA | TRAIL R2 | NSE | DAN | OPN | IGFBP-6 |
LAG-3 | TIM-3 | CEA | Troponin I | IL-24 | Thrombospondin-5 | HGF | ADAM8 |
VEGF R2 | Dkk-4 | G-CSF R | Activin A | RANK | SDF-1a | IL-1b | CXCL16 |
IGFBP-3 | Eotaxin-2 | IL-2Rb | E-Cadherin | IL-17B R | Siglec-5 | IL-4 | MIG |
RBP4 | NCAM-1 | IL-27 | Kallikrein 14 | FAS L | IL-17 | HCC-4 | TSP-1 |
Adiponectin | SDF-1b | BAFF | WIF-1 | Nidogen-1 | DKK-1 | IFNg | BMP-2 |
SCF R | MMP-10 | Furin | SOST | Shh-N | Fractalkine | TNF RI | BMP-9 |
IL-2Rg | TRAIL R1 | IL-13R2 | Cadherin-13 | aFGF | TGFb2 | Fetuin A | CD200 |
OPG | TACI | FOLR1 | IFNab R2 | MIF | I-TAC | IL-18BPa | GITR |
IL-15 | GRO | TIMP-4 | SCF | Resistin | IL-1a | IL-23 | ANGPTL3 |
APRIL | IGF-2 | IGF-1R | GASP-2 | hCGb | uPA | IL-13 | IL-16 |
DcR3 | FABP2 | HAI-2 |
(4)用于区分新型冠状病毒肺炎重症与普通组型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(5)用于区分新型冠状病毒肺炎重症与康复以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
Eotaxin-2 | Notch-1 | EDA-A2 | Prostasin | FGF-19 | RBP4 | MCP-2 | MSP |
IP-10 | CTLA4 | IL-1a | CD48 | B7-H1 | Tie-1 | HB-EGF | PF4 |
OPN | FGF-4 | IL-1F10 | HCC-1 | GDF-15 | Cystatin A | MCP-4 | bFGF |
GRO | MCP-1 | bIG-H3 | Angiostatin | ANGPTL3 | IGF-1 | Decorin | EGF R |
ENA-78 | TIM-3 | CD58 | IL-13R2 | NOV | Ck beta 8-1 | LRIG3 | NGF R |
IL-17E | DNAM-1 | MIF | IL-18Rb | MMP-8 | ErbB4 | HGF R | IL-7 |
Eotaxin | PSA-free | Kallikrein 14 | Osteoactivin | FAP | IGFBP-2 | IFNg | C5a |
IL-12p40 | Thrombomodulin | ADAM8 | Fetuin A | AFP | IL-23 | Mer | ErbB3 |
Fractalkine | Nectin-4 | ADAM12 | IL-1F5 | MDC | Shh-N | S100A8 | Insulin |
IL-18 | MIP-1a | CEACAM-1 | Syndecan-4 | HGF | IL-21 | IL-2Rb | TNFb |
LOX-1 | IL-6R | Cathepsin B | BTC | OPG | ACE-2 | TARC | Syndecan-1 |
更重要的,基于上述结果,本发明提供了一种新型冠状病毒肺炎重症区分与疗效评价系统,包括预设值模块、数据收集模块,数据存储模块,数据处理模块,结果显示模块;
(1)所述预设值模块包括重症与非重症对应的上述细胞因子标志物的浓度值:
(2)所述的数据收集模块包括数据监测模块和/或数据录入模块,用于采集和/或录入上述细胞因子标志物的浓度值;
(3)所述的数据存储模块用于存储所述数据收集模块的信息;
(4)所述的数据处理模块用于比较预设值模块与数据收集模块的信息;
(5)所述的数据显示模块用于显示数据处理模块的结果。
步骤(5)的结果显示依据为:
所述细胞因子标志物的浓度值对应重症与非重症的判断标准如下:
进一步地,所述系统还可包括通讯设备关联装置或接口,所述的通讯设备关联装置或接口用于连接计算机、手机、存储云端或其它移动设备;
所述的数据收集模块还可与无创医疗检测设备相连,所述无创医疗检测设备包括细胞因子浓度测试仪。
另外,上述细胞因子标志物组合在作为新型冠状病毒肺炎重症区分或疗效评价标志物方面的应用,以及在制备用于新型冠状病毒肺炎重症区分或疗效评价的产品方面的应用,以及所述细胞因子标志物组合的检测试剂在制备用于新型冠状病毒肺炎重症区分或疗效评价的产品方面的应用,均应在本发明保护范围之内。
同时所述系统在制备新型冠状病毒肺炎重症区分与疗效评价试剂盒中的应用,也应在本发明保护范围之内。
另外,需要说明的是,本发明的研究成果中,还包括明确了:区分重症与健康、区分重症与无症状、区分重症与轻型、区分重症与普通型、区分重症与康复的细胞因子标志物组合;还可对这些差异因子进行深入分析从而分别得到区分重症与健康、区分重症与无症状、区分重症与轻型、区分重症与普通型、区分重症与康复的区分系统。对于新型冠状病毒肺炎患者的分诊治疗有积极意义。
本发明具有以下有益效果:
本发明提供了一种区分新型冠状病毒肺炎重症与非重症以及疗效评价的细胞因子标志物组合,同时基于此提供了一种新型冠状病毒肺炎重症区分与疗效评价系统,在区分新型冠状病毒肺炎重症与非重症方面具有很好的应用价值,同时还可应用于重症患者的疗效评价,对于新型冠状病毒肺炎的防控具有重要的应用价值和意义。
附图说明
图1为重型组与其他各组间的差异蛋白制作的韦恩图,图中数字“8”代表:重型组分别与健康组、无症状组、轻型组、普通型组间比较得出的差异因子的重叠数为8个,即这8个差异因子皆存在于重型组与健康组、无症状组、轻型组、普通型组得差异因子中。
图2为8个重叠蛋白的表达量趋势图,以显示细胞因子在疾病不同严重程度下的表达情况。
图3为用R软件包“clusterProfiler”对蛋白质功能进行GO和KEGG分析,显示差异因子主要富集于“细胞因子及其受体相互作用”、“Toll样受体信号通路”、“病毒蛋白与细胞因子及其受体相互作用”等通路。
图4为GO分析显示差异因子主要参与“T细胞及NK介导的免疫反应”等生物学过程。
图5为显示差异因子发挥调节“细胞因子及其受体活性与结合”等功能。
图6为使用R软件包“pROC”构建ROC曲线并计算ROC曲线下面积(AUC);对于重型和非重型患者,GDF-15(AUC=0.887),IP-10(AUC=0.858), OPN(AUC=0.858),Eotaxin-2(AUC=0.798),IL-18(AUC=0.792), IL-12p40(AUC=0.728)具有较好的诊断效能。
具体实施方式
以下结合说明书附图和具体实施例来进一步说明本发明,但实施例并不对本发明做任何形式的限定。除非特别说明,本发明采用的试剂、方法和设备为本技术领域常规试剂、方法和设备。
除非特别说明,以下实施例所用试剂和材料均为市购。
实施例1
1、资料和实验方法
1.1研究对象
本研究回顾性分析了自2020年1月至5月的131例Sars-cov-2感染患者,依据国家卫生健康委员会“新冠肺炎防治议定书”(第6版)纳入了14例无症状患者,依据《新型冠状病毒诊断与治疗指南》纳入了12例轻型患者、34例普通型患者、 18例重/危重型患者,此外,依据该指南规定的康复出院标准,我们纳入了33 例康复型患者。20例健康对照样本来自广州中医药大学顺德医院。样本均采集于疾病早期,康复组患者样本采集时间在出院前三天至出院20天内。
1.2抗体阵列Q440
COVID19 Cytokines采用瑞博奥QAH-CAA-440蛋白芯片,测量了131份血清标本中生物标志物的水平,分析观察样本中COVID19不同分型患者血清细胞因子水平。
具体地,使用可定量检测440种的人类血清蛋白的细胞因子阵列 Q440(QAH-CAA-440,RayBiotech,Inc,Peachtree Corners,GA,USA)进行蛋白质筛选。抗体阵列操作严格按照厂家说明书进行。简而言之,将阵列在室温下干燥2小时,然后在每孔中加入100μl的2倍稀释的样品稀释剂进行封堵,30分钟后吸出样品稀释剂。每孔中加入100μl 2倍稀释血清样品,4℃孵育过夜。用洗涤缓冲液I洗涤玻片5次,每次5min,然后用洗涤缓冲液II洗涤3次,每次5min。吸干洗涤缓冲液,每孔加入80ul生物素偶联抗体混合物,室温孵育2小时。清洗阵列后,每孔加入80ul AlexaFluor 555-偶联链霉亲和素,室温避光孵育1小时。最后,使用InnoScan310扫描仪(Innopsys,Carbonne,法国)扫描并提取信号。
1.3统计分析
通过分析研究中不同来源的变异对总变异的贡献大小,从而确定可控因素对研究结果影响力的大小。差异表达蛋白(DEP)定义为p值(P.val)小于0.05, foldchange大于1.2或小于0.83(absolutelogFC>0.263)。使用R软件(版本3.6.3) 分析所有统计数据。
主成分分析和层次聚类分析是基于蛋白质表达模式的差异来分析不同组样本和蛋白质之间的差异。GO分析和KEGG富集分析确定了蛋白功能和信号通路的显著富集,p值<0.05。使用R软件(版本3.6.3)分析PCA(R包“ggbilot”)、分级聚类分析(R包“gplots”)、KEGG富集分析(R包“clusterProfiler”)和GO富集分析(R 包“org.hs.e.db”和“clusterProfiler”)。利用R软件包“pROC”构建ROC曲线,评价蛋白对COVID-19不同时期、不同症状的诊断价值。
2、实验结果
统计数据如表1所示
表1
2.1组间进行两两差异比较,差异表达蛋白(DEPs)定义为p-value(P.Val)小于0.05、foldchange大于1.2或小于0.83(absolutelogFC>0.263)。本实验筛选出健康对照组与重型组间差异蛋白160个;无症状组与重型组间差异蛋白56个;轻型组与重型组间的差异蛋白有107个;普通组与重型组间差异蛋白有60个;康复组与重型组间的差异蛋白有88个。
将筛选出的重型组分别与健康组、无症状组、轻型组、普通型组间的差异蛋白制作韦恩图,得到8个重叠细胞因子,包括:Eotaxin-2、IP-10、IL-18Rb、IL-18、 OPN、IL-2Rb、GDF-15、IL-12p40。见图1。
同时得到71个健康对照与重型组间独有的细胞因子,15个无症状组与重型组间独有的细胞因子,41个轻型组与重型组间独有的细胞因子,8个普通型与重型组间独有的细胞因子,28个康复组与重型组间独有的细胞因子。
2.2利用重叠的8个蛋白的表达量制作趋势图,以观察细胞因子在疾病不同严重程度下的表达情况,见图2。
2.3用R软件包“clusterProfiler”对蛋白质功能进行GO和KEGG分析。KEGG 分析显示差异因子主要富集于“细胞因子及其受体相互作用”、“Toll样受体信号通路”、“病毒蛋白与细胞因子及其受体相互作用”等通路,见图3。GO分析显示,差异因子主要参与“T细胞及NK介导的免疫反应”等生物学过程(图4),发挥调节“细胞因子及其受体活性与结合”等功能(图5)。细胞因子功能见表2。
表2
2.4使用R软件包“pROC”构建ROC曲线并计算ROC曲线下面积(AUC)。对于重型和非重型患者,GDF-15(AUC=0.887),IP-10(AUC=0.858), OPN(AUC=0.858),Eotaxin-2(AUC=0.798),IL-18(AUC=0.792), IL-12p40(AUC=0.728)具有较好的诊断效能,见图6。
实施例2
基于上述结果,本发明提供了一种用于诊别新型冠状病毒肺炎重症与疗效评价的细胞因子标志物组合,选自如下细胞因子中的一种或几种组合:包括: Eotaxin-2、IP-10、IL-18Rb、IL-18、OPN、IL-2Rb、GDF-15、IL-12p40。
同时还提供了一系列区分新型冠状病毒肺炎重症与非重症以及疗效评价的细胞因子标志物组合,所述非重症包括健康、无症状、轻型、普通型、康复,具体包括如下:
(1)用于区分新型冠状病毒肺炎重症与健康以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(2)用于区分新型冠状病毒肺炎重症与无症状以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
OPN | Clusterin | LDL R | MICA | Renin | IL-29 | IL-18Rb | IL-2 |
IL-18 | Decorin | CD163 | IL-17B | GRO | MPIF-1 | Legumain | IL-24 |
IP-10 | TRAIL R2 | TFPI | IL-23 | IL-18BPa | IL-15 | FLRG | Fetuin A |
Eotaxin-2 | MIP-3a | DLL1 | hCGb | MIF | Leptin R | TNFb | Eotaxin |
Syndecan-1 | EDA-A2 | L1CAM-2 | ANG-4 | MCP-2 | IGFBP-6 | MIP-1a | IL-2Rb |
6Ckine | IL-12p40 | IFNg | RBP4 | Cystatin C | CD84 | NSE | Galectin-3 |
GDF-15 | IL-21 | Pepsinogen I | Mer | MMP-8 | CD23 | CTACK | EMMPRIN |
(3)用于区分新型冠状病毒肺炎重症与轻型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(4)用于区分新型冠状病毒肺炎重症与普通组型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
hCGb | CEACAM-1 | ADAM8 | Nidogen-1 | bIG-H3 | SIGIRR | Eotaxin-2 | FGF-9 |
IL-18Rb | Cathepsin B | TACE | Prolactin | Cystatin E M | B7-H1 | IL-18BPa | HB-EGF |
IL-18 | IGFBP-3 | Kallikrein 14 | IFNab R2 | OPG | Cystatin A | IGFBP-1 | IL-1F10 |
IGF-1R | Cadherin-4 | CEACAM-5 | MBL | Fractalkine | SDF-1a | GDF-15 | L-Selectin |
HGF | GH | OPN | ANGPTL3 | IL-21 | IGFBP-2 | ESAM | Layilin |
FGF-19 | CA15-3 | IL-1RII | CD23 | IL-3 | IGFBP-4 | FGF-7 | IL-1R6 |
B7-H3 | Insulin | IL-2Rb | CHI3L1 | AFP | NGF R | IP-10 | Eotaxin |
IL-12p40 | FAP | Syndecan-1 | IL-1F5 |
(5)用于区分新型冠状病毒肺炎重症与康复以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
更重要的,基于上述结果,本发明提供了一种新型冠状病毒肺炎重症区分与疗效评价系统,包括预设值模块、数据收集模块,数据存储模块,数据处理模块,结果显示模块;
(1)所述预设值模块包括重症与非重症对应的上述细胞因子标志物的浓度值:
细胞因子(pg/ml) | 重症 | 非重症 |
IP-10 | 1657.431 | 858.5427 |
OPN | 44767.89 | 20083.95 |
IL-2Rb | 505.336 | 1955.144 |
IL-18Rb | 46.04179 | 727.1648 |
IL-18 | 8821.305 | 2679.998 |
GDF-15 | 589.8844 | 167.732 |
Eotaxin-2 | 62.98553 | 126.6738 |
IL-12p40 | 36.44589 | 118.7969 |
(2)所述的数据收集模块包括数据监测模块和/或数据录入模块,用于采集和/或录入上述细胞因子标志物的浓度值;
(3)所述的数据存储模块用于存储所述数据收集模块的信息;
(4)所述的数据处理模块用于比较预设值模块与数据收集模块的信息;
(5)所述的数据显示模块用于显示数据处理模块的结果。
步骤(5)的结果显示依据为:
所述细胞因子标志物的浓度值对应重症与非重症的判断标准如下:
进一步地,所述系统还可包括通讯设备关联装置或接口,所述的通讯设备关联装置或接口用于连接计算机、手机、存储云端或其它移动设备;
所述的数据收集模块还可与无创医疗检测设备相连,所述无创医疗检测设备包括细胞因子浓度测试仪。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种用于新型冠状病毒肺炎重症诊别和/或疗效评价的细胞因子标志物组合,其特征在于,选自如下细胞因子中的一种或几种组合:包括:Eotaxin-2、IP-10、IL-18Rb、IL-18、OPN、IL-2Rb、GDF-15、IL-12p40。
2.一种用于新型冠状病毒肺炎重症诊别和/或疗效评价的细胞因子标志物组合,其特征在于,所述重症诊别是指区分重症与非重症,所述非重症包括健康、无症状、轻型、普通型、康复;
(1)用于区分新型冠状病毒肺炎重症与健康以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(2)用于区分新型冠状病毒肺炎重症与无症状以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(3)用于区分新型冠状病毒肺炎重症与轻型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(4)用于区分新型冠状病毒肺炎重症与普通组型以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
(5)用于区分新型冠状病毒肺炎重症与康复以及疗效评价的细胞因子标志物组合选自如下细胞因子中的一种或几种组合:
。
3.权利要求1或2所述细胞因子标志物组合在作为新型冠状病毒肺炎重症区分或疗效评价标志物方面的应用。
4.权利要求1或2所述细胞因子标志物组合在制备用于新型冠状病毒肺炎重症区分或疗效评价的产品方面的应用。
5.权利要求1或2所述细胞因子标志物组合的检测试剂在制备用于新型冠状病毒肺炎重症区分或疗效评价的产品方面的应用。
6.一种新型冠状病毒肺炎重症区分与疗效评价系统,其特征在于,包括预设值模块、数据收集模块,数据存储模块,数据处理模块,结果显示模块;
(1)所述预设值模块包括重症与非重症对应的权利要求1中所述细胞因子标志物的浓度值:
(2)所述的数据收集模块包括数据监测模块和/或数据录入模块,用于采集和/或录入权利要求1中所述细胞因子标志物的浓度值;
(3)所述的数据存储模块用于存储所述数据收集模块的信息;
(4)所述的数据处理模块用于比较预设值模块与数据收集模块的信息;
(5)所述的数据显示模块用于显示数据处理模块的结果。
8.根据权利要求6所述系统,其特征在于,所述系统还包括通讯设备关联装置或接口,所述的通讯设备关联装置或接口用于连接计算机、手机、存储云端或其它移动设备;
所述的数据收集模块与无创医疗检测设备相连,所述无创医疗检测设备包括细胞因子浓度测试仪。
9.权利要求6-8任一所述系统在制备新型冠状病毒肺炎重症区分与疗效评价试剂盒中的应用。
10.一种新型冠状病毒肺炎分期和/或疗效评估试剂盒,其特征在于,含有用于检测权利要求1所述细胞因子标志物含量的试剂,或包含权利要求6-8任一所述系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141678.3A CN113607941A (zh) | 2020-10-22 | 2020-10-22 | 一种新型冠状病毒肺炎重症区分与疗效评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141678.3A CN113607941A (zh) | 2020-10-22 | 2020-10-22 | 一种新型冠状病毒肺炎重症区分与疗效评价系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113607941A true CN113607941A (zh) | 2021-11-05 |
Family
ID=78336308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011141678.3A Pending CN113607941A (zh) | 2020-10-22 | 2020-10-22 | 一种新型冠状病毒肺炎重症区分与疗效评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607941A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117757994A (zh) * | 2023-12-29 | 2024-03-26 | 北京市中医药研究所 | Clostridiales_vadinBB60和/或油酰胺作为新冠诊断标志物的用途 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006076007A2 (en) * | 2004-04-22 | 2006-07-20 | Vanderbilt University | Methods of detecting coronavirus infections |
CN107206043A (zh) * | 2014-11-05 | 2017-09-26 | 维拉赛特股份有限公司 | 使用机器学习和高维转录数据在经支气管活检上诊断特发性肺纤维化的系统和方法 |
US20190355473A1 (en) * | 2017-01-08 | 2019-11-21 | Henry M. Jackson Foundation For The Advancement Of Military Medicine | Systems and methods for using supervised learning to predict subject-specific pneumonia outcomes |
CN112034187A (zh) * | 2020-06-04 | 2020-12-04 | 北京臻知医学科技有限责任公司 | 一组预测2019冠状病毒病细胞因子和血栓风暴的标志物及应用和试剂盒 |
-
2020
- 2020-10-22 CN CN202011141678.3A patent/CN113607941A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006076007A2 (en) * | 2004-04-22 | 2006-07-20 | Vanderbilt University | Methods of detecting coronavirus infections |
CN107206043A (zh) * | 2014-11-05 | 2017-09-26 | 维拉赛特股份有限公司 | 使用机器学习和高维转录数据在经支气管活检上诊断特发性肺纤维化的系统和方法 |
US20190355473A1 (en) * | 2017-01-08 | 2019-11-21 | Henry M. Jackson Foundation For The Advancement Of Military Medicine | Systems and methods for using supervised learning to predict subject-specific pneumonia outcomes |
CN112034187A (zh) * | 2020-06-04 | 2020-12-04 | 北京臻知医学科技有限责任公司 | 一组预测2019冠状病毒病细胞因子和血栓风暴的标志物及应用和试剂盒 |
Non-Patent Citations (4)
Title |
---|
CHRISTOPHE GUERVILLY ET AL.,: "Circulating Endothelial Cells as a Marker of Endothelial Injury in Severe COVID -19", 《THE JOURNAL OF INFECTIOUS DISEASES》 * |
H. FLAMENT ET AL: "Outcome of SARS-CoV-2 infection linked to MAIT cell activation and cytotoxicity: evidence for an IL-18 dependent mechanism", 《MEDRXIV PREPRINT》 * |
PEDER L. MYHRE MD PHD ET AL.: "Growth Differentiation Factor-15 Provides Prognostic Information Superior to Established Cardiovascular and Inflammatory Biomarkers in Unselected Patients Hospitalized with COVID-19", 《 10.1161/CIRCULATIONAHA.120.050360》 * |
闫会敏等: "新型冠状病毒肺炎不同临床分型患者实验室指标和细胞因子特征分析", 《临床检验杂志》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117757994A (zh) * | 2023-12-29 | 2024-03-26 | 北京市中医药研究所 | Clostridiales_vadinBB60和/或油酰胺作为新冠诊断标志物的用途 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Plasma inflammatory cytokine IL-4, IL-8, IL-10, and TNF-α levels correlate with pulmonary function in patients with asthma-chronic obstructive pulmonary disease (COPD) overlap syndrome | |
US20240295553A1 (en) | Biomarkers and methods for measuring and monitoring juvenile idiopathic arthritis activity | |
CN111474371B (zh) | 一种用于评价离体血样品质的标志物组合及其应用 | |
Andersson et al. | Subphenotypes of inflammatory bowel disease are characterized by specific serum protein profiles | |
Zoratti et al. | Differentiating asthma phenotypes in young adults through polyclonal cytokine profiles | |
Kasaian et al. | Proteomic analysis of serum and sputum analytes distinguishes controlled and poorly controlled asthmatics | |
Fan et al. | Association between atopic dermatitis and COVID-19 infection: A case-control study in the All of Us research program | |
CN113607941A (zh) | 一种新型冠状病毒肺炎重症区分与疗效评价系统 | |
US20070141627A1 (en) | Systemic Lupus Erythematosus | |
He et al. | Global cytokine/chemokine profile identifies potential progression prediction indicators in hand-foot-and-mouth disease patients with Enterovirus A71 infections | |
CN108368556B (zh) | Il-3、il-33和il-12p40用于表征由合胞呼吸道病毒引起的呼吸系统感染的用途 | |
US20230266342A1 (en) | Biomarkers for Predicting Multiple Sclerosis Disease Progression | |
US20190033310A1 (en) | Biomarker signatures for lyme disease differentiation and methods of use thereof | |
US20170336409A1 (en) | Biomarker signatures for lyme disease and methods of use thereof | |
WO2012050828A2 (en) | Serum markets for identification of cutaneous systemic sclerosis subjects | |
Lebedeva et al. | Comprehensive cytokine profiling of patients with covid-19 receiving tocilizumab therapy | |
Hetemäki et al. | Increased type 1 inflammation in gynecologic cervicovaginal samples in patients with APS-1 | |
Xu et al. | Characteristic profiling of soluble factors in the cerebrospinal fluid of patients with neurosyphilis | |
CN112063709B (zh) | 一种以微生物作为诊断标志物的重症肌无力的诊断试剂盒及应用 | |
Jafrasteh et al. | Evaluation of Interleukin-2 to detect active and latent tuberculosis among household contacts of pulmonary tuberculosis cases | |
CN118112243A (zh) | 可溶性因子簇在麻痹性痴呆检测中的应用 | |
El Sabbagh et al. | Growth differentiation factor 15: a possible link between rheumatoid arthritis and atherosclerosis | |
CN112011606B (zh) | 肠道菌群在重症肌无力中的应用 | |
Hanton et al. | Frequency distribution of cytokine and associated transcription factor single nucleotide polymorphisms in Zimbabweans: Impact on schistosome infection and cytokine levels | |
Taleb et al. | Olink and NULISAseq Proteomic Technologies Applied to a COVID-19-Induced Acute Respiratory Distress Syndrome (ARDS) Case-Control Study Revealed High Similarity and Complementarity and Shed Light on the Cytokine Storm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211105 |