一种基于锰卟啉传感器阵列和机器学习的急性主动脉夹层血浆体外辅助判别方法

摘要: 本发明属于传感器,具体涉及一种基于锰卟啉传感器阵列和机器学习的急性主动脉夹层血浆体外辅助判别方法。背景技术:1、主动脉夹层是一种起病急、病情进展快、死亡率高的心...
一种基于锰卟啉传感器阵列和机器学习的急性主动脉夹层血浆体外辅助判别方法

本发明属于传感器,具体涉及一种基于锰卟啉传感器阵列和机器学习的急性主动脉夹层血浆体外辅助判别方法。

背景技术:

1、主动脉夹层是一种起病急、病情进展快、死亡率高的心血管急危重症。临床上,主动脉夹层患者多表现为突发性胸痛、背痛等症状,与心肌梗死、肺栓塞及其他急性胸痛性疾病在早期表现上存在较高相似性,导致临床鉴别难度较大。对于主动脉夹层,尤其是a型主动脉夹层,早期快速识别并及时采取干预措施对改善患者预后具有重要意义。

2、目前,主动脉夹层的诊断主要依赖cta、mri、经食管超声等影像学手段。其中,cta是临床常用的重要诊断方法,但该类方法通常依赖大型设备,检查流程相对复杂,对操作条件和患者转运要求较高,难以完全满足急诊床旁快速分诊的需求。在部分基层医疗机构或紧急救治场景中,影像学手段的可及性和即时性也受到一定限制。

3、除影像学方法外,现有技术中也尝试采用血液生物标志物辅助主动脉夹层诊断,例如d-二聚体等指标。但单一血液标志物通常存在特异性不足的问题,容易受到炎症、凝血异常、心肌损伤等多种病理状态的影响,难以实现对主动脉夹层的准确区分。尤其是在主动脉夹层与其他急性胸痛疾病并存相似临床表现时,现有单指标检测方法往往难以兼顾检测速度和鉴别准确性。

4、另外,血液体系成分复杂,主动脉夹层所引发的病理变化通常并非体现为单一分子的特异性异常,而是伴随多种蛋白质及相关生物组分的整体变化。现有技术中,若依赖单一或少数生物标志物进行检测,往往难以充分反映疾病相关的复杂血液信息,导致诊断结果稳定性和准确性受限。

5、因此,现有技术仍缺乏一种能够基于少量血液样本、在较短时间内完成检测、并能够有效区分主动脉夹层与其他急性胸痛疾病的快速诊断技术。开发一种适用于主动脉夹层早期识别的高效血液检测方法,仍具有重要的临床应用价值。

技术实现思路

1、本发明旨在至少解决上述现有技术中存在的技术问题之一,提供一种机器学习辅助的传感器阵列,该阵列由锰卟啉及两种框架组装体(pfc-73-mn、pcn-224-mn)构建,可用于ad的精准分诊。

2、本发明第一方面的目的,在于提供一种传感器阵列。

3、本发明第二方面的目的,在于提供本发明第一方面的传感器阵列在制备诊断疾病的产品中的应用。

4、本发明第三方面的目的,在于提供一种检测试剂盒。

5、本发明第四方面的目的,在于提供一种用于主动脉夹层诊断的系统。

6、本发明第五方面的目的,在于提供一种电子设备。

7、为了实现上述目的,本发明所采取的技术方案是:

8、本发明的第一个方面,提供一种传感器阵列,包括锰卟啉和多孔框架材料;

9、其中,所述多孔框架材料包括:

10、a)由含氮杂环羧酸配体或其金属配合物形成的网络结构;和

11、b)锰;

12、所述多孔框架材料通过配位键和分子间氢键维持其多孔结构。

13、本发明提供的锰卟啉和多孔框架材料具有如下至少一种特征:具有类过氧化物酶催化活性;能够与血浆蛋白发生稳定吸附或形成蛋白冠;蛋白吸附后可引起底物扩散、催化位点可及性或反应动力学参数的可测变化;不同材料之间具有足够的界面差异性,能够输出可区分的响应模式。

14、在本发明的一些实施方式中,所述含氮杂环羧酸配体包括卟啉类化合物。

15、在本发明的一些实施方式中,所述含氮杂环羧酸配体包括四(4-羧基苯基)卟啉或其功能化衍生物。

16、在本发明的一些实施方式中,所述锰以锰离子的形式存在于所述金属配合物的卟啉环中心。

17、在本发明的一些实施方式中,所述金属配合物包括锰卟啉。

18、在本发明的一些实施方式中,所述分子间氢键包括由羧基-羧基二聚体、羧基-水-羧基桥接和/或卟啉环吡咯氮与羧基氧之间形成的分子间氢键。

19、在本发明的一些实施方式中,所述配位键包括由含氮杂环羧酸配体的羧基与金属离子形成的配位键(如锰卟啉分子的中心锰原子与羧基形成的mn-o配位键)。

20、在本发明的一些实施方式中,所述多孔框架材料包括pfc-73-mn和pcn-224-mn。

21、在本发明的一些实施方式中,所述锰卟啉(mn-tcpp)可采用常规方法制备得到或商业购买得到。在本发明中,可由包括以下制备方法制备得到:将四(4-羧基苯基)卟啉金和mn(ch3coo)2与n,n-二甲基甲酰胺混合,95-105℃反应7-9小时,收集沉淀;将沉淀与四氢呋喃和甲醇混合,加入naoh溶液,70-90℃回流10-15小时,hcl酸化,即得到锰卟啉。

22、在本发明的一些实施方式中,所述pfc-73-mn由包括以下制备方法制备得到:将。锰卟啉分散至dmf中,在搅拌条件下加入水,然后加入乙醇诱导结晶,即得到pfc-73-mn。

23、在本发明的一些实施方式中,所述pcn-224-mn由包括以下制备方法制备得到:将pcn-224分散至含有mncl2的dmf中,110-130℃搅拌10-14小时,即得到pcn-224-mn。

24、在本发明的一些实施方式中,所述fc-73-mn为球状形貌,粒径为137-161 nm。

25、在本发明的一些实施方式中,所述pcn-224-mn为球状形貌,粒径为100-110 nm。

26、发明人在研究过程中对多种候选催化材料进行了比较评估,重点考察其在血浆体系中的催化响应特征、与血浆蛋白相互作用后的信号变化幅度、阵列输出差异性以及重复性。结果表明,mn-tcpp、pfc-73-mn 和pcn-224-mn这三种材料能够在结构层次、表面性质、孔道环境和界面相互作用方面形成较好的差异性,从而在与血浆蛋白接触后产生具有区分度的催化抑制响应模式,其传感能力受蛋白冠效应调控,即疾病相关血浆蛋白在传感单元表面形成不同的蛋白冠层,并调节底物向催化活性位点的渗透。

27、其中,mn-tcpp属于分子型锰卟啉催化单元,pfc-73-mn和pcn-224-mn属于由锰卟啉构筑的框架型催化单元。三者在表面电荷、孔结构、底物可及性及蛋白吸附行为等方面存在明显差异,能够分别形成不同的“蛋白吸附-催化抑制”界面。正是这种差异性,使得同一样本在不同传感单元上表现出不同的动力学响应特征,进而形成可供模式识别和机器学习分析的特征指纹。

28、本发明提供了一种快速、稳健的ad诊断工具,可在15分钟内使用20 μl血浆完成检测,并为基于血液样本的疾病分诊传感器阵列提供了机制层面的认识。

29、本发明的第二个方面,提供本发明第一方面的传感器阵列在制备诊断主动脉夹层的产品中的应用。

30、本发明的第三个方面,提供一种检测试剂盒,包括本发明第一方面的传感器阵列、tmb和h2o2。

31、在本发明的一些实施方式中,所述检测试剂盒还包括缓冲液,如naac-hac缓冲液。

32、在本发明的一些实施方式中,所述检测试剂盒还包括用于检测crp、d-二聚体和高敏肌钙蛋白t含量的试剂。

33、本发明的第四个方面,提供一种用于主动脉夹层诊断的系统,包括:

34、检测模块:使用本发明第一方面的传感器阵列或本发明第三方面的检测试剂盒对待测样品进行检测;

35、数据输入模块:输入检测模块得到的数据;

36、数据分析模块:对数据输入模块中的数据进行分析,判定患者是否为主动脉夹层患者。

37、在本发明的一些实施方式中,所述待测样品包括患者的血浆。

38、在本发明的一些实施方式中,所述对待测样品进行检测的过程包括如下步骤:将待测样本分别与含有mn-tcpp、pfc-73-mn和pcn-224-mn的溶液混合,孵育;加入tmb和h2o2,反应,在5-10分钟内监测652 nm处的吸光度变化,根据吸光度-时间曲线的线性部分得到初始反应速率,并将数据拟合至michaelis-menten方程,以获得最大反应速率(vmax)和米氏常数(km),计算mn-tcpp、pfc-73-mn和pcn-224-mn之间数据的相互关系,构建扩展特征集。

39、在本发明的一些优选的实施方式中,所述扩展特征集包括通道间的比值、对数比值和差值。

40、在本发明的一些优选的实施方式中,所述反应的体系中,所述mn-tcpp、pfc-73-mn和pcn-224-mn的终浓度均为15-30 μg/ml,进一步为15-25 μg/ml。

41、在本发明的一些优选的实施方式中,所述反应的体系中,所述tmb的终浓度为0.5-2 mm,进一步为0.5-1.5 mm。

42、在本发明的一些优选的实施方式中,所述反应的体系中,所述h2o2的终浓度为0.5-2 mm,进一步为0.5-1.5 mm,

43、在本发明的一些优选的实施方式中,所述孵育的时间为5-20分钟;进一步为8-15分钟。

44、在本发明的一些优选的实施方式中,所述含有mn-tcpp、pfc-73-mn和pcn-224-mn的溶液的溶剂为naac-hac缓冲液。

45、在本发明的一些实施方式中,所述数据分析模块包括使用机器学习算法对数据进行分析。

46、在本发明的一些实施方式中,所述机器学习算法包括逻辑回归、支持向量机、随机森林、xgboost、k近邻和多层感知机器中的至少一种;优选为xgboost。

47、在本发明的一些实施方式中,所述数据输入模块中还包括临床数据。

48、在本发明的一些实施方式中,所述临床数据包括患者的心率、血细胞计数、血脂、crp含量、高敏肌钙蛋白t含量、d-二聚体含量和射血分数中的至少一种;优选包括crp含量(反映全身性炎症反应)、高敏肌钙蛋白t含量(反映心肌损伤情况)和d-二聚体含量(反映血栓形成情况)。

49、在本发明的一些实施方式中,所述数据分析模块中,对传感器阵列检测的数据以及临床数据进行整合分析,构建多模态融合模型。

50、在本发明的一些实施方式中,所述待测样品包括患者的血浆。

51、本发明的第五个方面,提供一种电子设备,包括储存器、处理器及储存在储存器上并可在处理器上运行的计算机程序,其特征在于,所述储存在储存器上并可在处理器上运行的计算机程序包括本发明第四方面的系统。

52、本发明的有益效果是:

53、本发明提供一种传感器阵列,该传感器阵列的传感单元由分子催化剂mn-tcpp及多孔框架材料(pfc-73-mn和pcn-224-mn)构成,这些材料具有不同的表面电荷、孔道结构和界面性质。这种结构多样性确保每个传感单元能够以独特方式与血浆蛋白相互作用,从而形成特异性的“吸附-抑制”界面,可用于主动脉夹层的精准诊断(auc为0.857)。

54、本发明提供一种用于主动脉夹层诊断的系统,包括使用传感器阵列对待测样品进行检测,得到传感数据,通过使用xgboost机器学习算法处理传感数据,ad患者能够在15分钟内与mi、pe以及非心源性胸痛患者快速区分,准确率为86.5%,auc为0.933。进一步融合临床数据后,ad的血液诊断效能得到进一步提升,准确率为91.9%,auc为0.985。