生物标志物的应用及缺血性脑卒中血脑屏障修复程度及神经保护效果的评价方法
本技术属于生物标志物,特别涉及生物标志物的应用及缺血性脑卒中血脑屏障修复程度及神经保护效果的评价方法。
背景技术:
1、缺血性脑卒中(is,ischemic stroke)是脑血管疾病中最常见的类型,具有高发病率、高致残率和高死亡率的特点,严重威胁人类健康。脑卒中后,血脑屏障(bbb,blood-brain barrier)的完整性遭到破坏,导致血管源性脑水肿、神经炎症级联反应及继发性神经损伤,是影响患者预后和神经功能恢复的关键病理环节。因此,准确评价血脑屏障的修复程度及神经保护效果,对于缺血性脑卒中的治疗决策、疗效监测及预后评估具有重要的临床意义。
2、目前,临床上评价缺血性脑卒中血脑屏障损伤及神经保护效果的方法主要依赖于影像学检查(如mri、ct)和神经功能评分量表。影像学检查虽能直观显示梗死灶范围和脑水肿程度,但难以早期、敏感地反映血脑屏障分子水平的修复动态;神经功能评分量表[如改良神经功能缺损评分(mnss,modified neurological severity score)、美国国立卫生研究院卒中量表(nihss,national institutes of health stroke scale)]存在主观性强、评分者间变异大等局限性,无法精准量化神经保护效果的细微变化。因此,亟需开发一种客观、灵敏、可量化的生物标志物评价体系,以弥补现有评价手段的不足。
3、生物标志物作为反映疾病病理生理过程的客观分子指标,在疾病的早期诊断、疗效评价及预后预测中发挥着日益重要的作用。然而,现有缺血性脑卒中的生物标志物研究多聚焦于单一分子或单一病理环节,缺乏能够同时反映血脑屏障损伤修复、神经炎症及突触功能恢复的多维度、系统性标志物组合。此外,如何将多种标志物的检测数据进行科学整合,建立标准化的复合评分模型,仍是该领域亟待解决的技术瓶颈。
4、spp1是一种多功能的细胞外基质糖蛋白,在炎症反应、免疫调节、细胞粘附及组织修复等过程中发挥重要作用。近年来研究表明,spp1在多种神经系统疾病中表达异常,但其在缺血性脑卒中血脑屏障损伤及神经保护中的核心作用尚未被充分认识,更未有研究将spp1作为核心生物标志物用于构建缺血性脑卒中血脑屏障修复程度及神经保护效果的系统性评价体系。
5、申请内容
6、为解决上述问题,本技术提供了生物标志物的应用及缺血性脑卒中血脑屏障修复程度及神经保护效果的评价方法。
7、本技术的第一个目的在于有提供spp1作为生物标志物,在制备用于评价缺血性脑卒中血脑屏障修复程度及神经保护效果产品中的应用。
8、本技术的第二个目的在于有提供生物标志物在制备用于评价缺血性脑卒中血脑屏障修复程度及神经保护效果产品中的应用,所述生物标志物包括损伤性标志物、血脑屏障紧密连接蛋白和/或突触功能蛋白;
9、所述损伤性标志物包括spp1;
10、所述血脑屏障紧密连接蛋白选自zo-1、occludin、claudin-5中的任意一种或几种;
11、所述突触功能蛋白选自synapsin1、synaptophysin、psd95中的任意一种或几种。
12、在本技术具体实施例中,所述产品为试剂盒或检测试剂。
13、在本技术具体实施例中,所述损伤性标志物还选择mmp9、vcam1中的任意一种或两种。
14、本技术的第三个目的在于一种缺血性脑卒中血脑屏障修复程度及神经保护效果的评价方法,包括:
15、构建评价体系,所述评价体系包括一级指标,所述一级指标下设置二级参数,所述一级指标包括损伤标志物指标、血脑屏障修复指标和神经保护指标,在所述损伤标志物指标下,所述二级参数包括spp1、mmp9和vcam1,在所述血脑屏障修复指标下,所述二级参数包括zo-1、occludin和claudin-5,在所述神经保护指标下,所述二级参数包括synapsin1、synaptophysin和psd95;
16、构建评价体系,所述评价体系包括一级指标,所述一级指标下设置二级参数,所述一级指标包括损伤标志物指标、血脑屏障修复指标和神经保护指标,在所述损伤标志物指标下,所述二级参数包括spp1、mmp9和vcam1,在所述血脑屏障修复指标下,所述二级参数包括zo-1、occludin和claudin-5,在所述神经保护指标下,所述二级参数包括synapsin1、synaptophysin和psd95;
17、确定一级指标下各二级参数的权重;
18、基于评价体系,以及各二级参数的权重,建立血脑屏障-神经保护复合评分模型;
19、基于二级参数的原始表达值以及样本数据集,通过血脑屏障-神经保护复合评分模型(blood-brain barrier-neuroprotection score,以下简称为bnscore)的计算,获得缺血性脑卒中血脑屏障修复程度及神经保护效果的复合评分。
20、在本技术具体实施例中,所述确定一级指标下各二级参数的权重,包括:
21、采用差异表达信息贡献率法和变异系数法,确定一级指标权重;
22、在确定的一级指标权重下,采用核心靶点效应量加权法和熵权法,确定一级指标下各二级参数的权重。
23、在本技术具体实施例中,所述采用差异表达信息贡献率法和变异系数法,确定一级指标权重,包括:
24、采用差异表达信息贡献率法和变异系数法分别计算一级指标对应权重,获得一级指标权重信息贡献分值和一级指标权重变异分值;
25、将信息贡献分值和变异分值进行加权求和,和值作为一级指标权重,其中,重信息贡献分值和变异分值在加和时,重信息贡献分值和变异分值对应的权重取值分别为0.5和0.5。
26、在本技术具体实施例中,所述差异表达信息贡献率法的具体为,将一级指标下所有二级参数对应蛋白信息量与所有一级指标下总二级参数对应蛋白信息量的比值作为信息贡献分值。
27、在本技术具体实施例中,所述变异系数法为本领域熟知的方法。
28、在本技术具体实施例中,所述采用核心靶点效应量加权法和熵权法,确定一级指标下各二级参数的权重,包括:
29、采用核心靶点效应量加权法和熵权法分别计算一级指标下各二级参数对应权重,获得各二级参数权重效应量分值和熵权分值;
30、将效应量分值和熵权分值进行加权求和,和值作为二级参数的权重,其中,所述效应量分值和熵权分值进行加权求和时,效应量分值和熵权分值对应的权重取值为0.6和0.4。
31、在本技术具体实施例中,所述核心靶点效应量加权法,具体为:将二级参数对应蛋白效应量与所有二级参数对应蛋白效应量总值的比值作为效应量分值。
32、在本技术具体实施例中,所述血脑屏障-神经保护复合评分模型的计算,包括:
33、对二级参数的原始表达值进行处理,获得二级参数的代入值;
34、基于二级参数的代入值以及二级参数的权重,获得二级参数的加权标准化得分;
35、基于二级参数的加权标准化得分,以及样本数据集,获得复合评分。
36、在本技术具体实施例中,所述对二级参数的原始表达值进行处理,获得二级参数的代入值,包括:
37、对二级参数的原始表达值进行标准化处理;
38、根据标志物是否为损伤性标志物,为标准化处理所得的二级参数数值赋予正负的方向值,其中,标志物为损伤性标志物,则为标准化处理所得的二级参数数值赋予负的方向值,标志物不为损伤性标志物,则为标准化处理所得的二级参数数值赋予正的方向值;
39、将方向值与标准化处理所得的二级参数数值的乘积,作为二级参数的代入值。
40、在本技术具体实施例中,所述二级参数的加权标准化得分的计算公式如下所示:
41、bnscore_raw = σ (w_i × z'_i)
42、其中,w_i为二级参数i的权重,z'_i为二级参数i的代入值;
43、所述复合评分的计算公式如下所示:
44、bnscore = (bnscore_raw-bnscore_min)/(bnscore_max - bnscore_min) ×100
45、其中,bnscore为复合评分,bnscore_raw为二级参数的加权标准化得分,bnscore_min为加权标准化得分最小值,对应血脑屏障损伤最严重、神经功能缺损最重的样本数据计算获得的二级参数的加权标准化得分;bnscore_max为加权标准化得分最大值,对应假手术组和模型组的全部样本数据计算获得的二级参数的加权标准化得分。
46、在本技术具体实施例中,所述原始表达值包括western blot灰度值、elisa浓度值或rt-qpcr相对表达量中的至少一种。
47、在本技术具体实施例中,所述的一种缺血性脑卒中血脑屏障修复程度及神经保护效果的评价方法,还包括:
48、根据复合评分的分值大小,评价血脑屏障修复程度和神经保护效果。
49、与现有技术相比,本技术具有如下优点:
50、本技术通过蛋白质组学筛选、基因沉默验证及多维度功能评价,首次证实spp1是缺血性脑卒中后电针干预发挥血脑屏障修复及神经保护作用的关键靶点,并据此构建了一套涵盖损伤性标志物、血脑屏障紧密连接蛋白及突触功能蛋白的多标志物评价体系,以及基于统计学方法确定权重的bnscore复合评分模型,为缺血性脑卒中的精准评价提供了新的技术方案。
51、本技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本技术而了解。本技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
技术实现思路
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com