用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的蛋白组合标志物及判定模型

摘要: 本发明属于精神医学、神经科学、体外诊断和生物标志物检测,具体涉及一种用于辅助识别老年抑郁症患者是否伴有β-淀粉样蛋白沉积的蛋白组合标志物及判定模型。背景技术:1...
用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的蛋白组合标志物及判定模型

本发明属于精神医学、神经科学、体外诊断和生物标志物检测,具体涉及一种用于辅助识别老年抑郁症患者是否伴有β-淀粉样蛋白沉积的蛋白组合标志物及判定模型。

背景技术:

1、老年抑郁症(late-life depression,lld)是老年人群常见的精神障碍之一,患者除持续性情绪低落、兴趣减退和躯体化症状外,常伴有执行功能、记忆功能和注意功能下降。与中青年抑郁症相比,老年抑郁症具有病程迁延、躯体共病多、药物反应异质性大以及认知结局不良等特点,部分患者在随访过程中可进展为轻度认知障碍或痴呆。

2、β-淀粉样蛋白(amyloid-β,aβ)沉积是阿尔茨海默病(老年痴呆症)相关病理过程的重要组成部分。已有研究提示,一部分lld患者在临床上尚未达到痴呆诊断标准时即可能存在aβ沉积,该类患者的认知下降风险、疾病进展速度和干预策略均可能不同于未伴aβ沉积的lld患者;所以,在临床上有必要对lld患者进行aβ沉积风险分层,以指导进一步检查与干预。因此,在老年抑郁症人群中识别是否伴有aβ沉积,对于患者分层管理、随访频率制定、认知风险预警以及后续抗aβ相关治疗窗口的判断均具有重要意义。

3、目前,用于判断aβ沉积状态的技术主要包括:aβ-pet显像、脑脊液aβ42/40检测以及血液学标志物检测。不过,aβ-pet显像虽然具有较高的空间定位和病理提示价值,但检查费用较高、设备依赖性强、辐射暴露及可及性问题限制了其在常规精神科门诊和大规模筛查中的应用;而脑脊液检测则需要腰椎穿刺,具有一定侵入性,导致患者接受度和基层推广性有限。现有的血液学标志物检测虽提高了检测便利性,但目前单一血液标志物(如血浆p-tau217、aβ42/40)仍可能受到年龄、合并疾病、样本处理、检测平台及批次效应等因素影响,难以形成稳定可靠的筛查策略。

4、外周血蛋白质组学能够同时反映炎症反应、免疫调节、血脑屏障功能、能量代谢、蛋白降解、突触调节和应激反应等多个病理环节。数据非依赖采集(data independentacquisition,dia)蛋白质组学具有覆盖度较高、定量重复性较好、适于多样本比较等特点,为从外周血中筛选能够反映中枢aβ相关病理状态的组合标志物提供了技术基础。

5、现有蛋白质组学研究多停留在差异蛋白发现或机制解释阶段,即便能够通过机器学习筛选出若干关键蛋白并绘制roc曲线,若缺少固定的评分公式、标准化参数和判定阈值,也难以将检测结果转化为可复核、可部署的阳性或阴性判定。尤其在临床转化或试剂盒开发场景中,需要明确说明受试者蛋白检测值进入模型、概率计算及阈值判定的具体方式。

6、因此,亟需提供一种面向老年抑郁症人群的血浆蛋白组合标志物及其判定模型,使其能够通过外周血样本检测和固定公式计算,辅助识别老年抑郁症患者是否伴有β-淀粉样蛋白沉积,从而为高成本影像学检查对象的选择提供辅助依据,并提高该类患者早期分层和风险管理的客观性。

技术实现思路

1、本发明的目的在于提供一种用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的蛋白组合标志物。

2、本发明的目的还在于提供上述蛋白组合标志物在构建用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的判定模型中的用途,以及该判定模型。

3、为实现上述目的,本发明采取以下技术方案。

4、第一方面,本发明提供一种用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的蛋白组合标志物,其包括alpi、lgi4、serpina6、ewsr1、prr4、lamtor4、ranbp2、hagh、bpi、nell2、macroh2a1和igkv1-17。

5、本发明还提供检测上述蛋白组合标志物的试剂在制备用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的产品中的用途。所述试剂可包括基于dia蛋白质组学、prm/mrm目标蛋白质组学、免疫分析、化学发光、免疫荧光、elisa或simoa等方法检测上述蛋白组合标志物的试剂。

6、本发明还提供一种用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的试剂盒,其包括检测上述蛋白组合标志物的试剂。

7、第二方面,本发明提供上述蛋白组合标志物在构建用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的判定模型中的用途。

8、本发明还提供一种用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的判定模型,该判定模型的指标包括上述蛋白组合标志物的检测值经标准化后的变量。

9、本发明所述判定模型通过以下步骤构建得到:收集老年抑郁症受试者,并根据aβ-pet、脑脊液标志物或血液aβ相关标志物等结果确定aβ沉积状态;将受试者样本分为建模集和验证集;检测建模集的血液样本中上述蛋白组合标志物的表达水平并进行质量控制、未检出值处理和标准化;基于建模集确定固定标准化参数、模型系数和判定阈值,并建立判定模型;采用验证集对所述固定判定模型的识别效能和应用性能进行验证。

10、作为本发明优选实施方式,本发明所述判定模型为:pr_lldplus=1/(1+exp(-x)),其中pr_lldplus为受试者属于老年抑郁症伴β-淀粉样蛋白沉积的概率,x为固定评分值;

11、所述固定评分值x由以下公式求得:x=-0.6628-0.3419×z_alpi+0.7019×z_lgi4-0.7417×z_serpina6+0.7406×z_ewsr1+0.1765×z_prr4-0.7945×z_lamtor4+0.0175×z_ranbp2+0.5924×z_hagh+0.6082×z_bpi-0.5691×z_nell2+0.6157×z_macroh2a1-0.4325×z_igkv1-17;

12、其中,z_alpi、z_lgi4、z_serpina6、z_ewsr1、z_prr4、z_lamtor4、z_ranbp2、z_hagh、z_bpi、z_nell2、z_macroh2a1和z_igkv1-17分别为相应蛋白检测值经低值填补和标准化后的变量。

13、作为本发明优选实施方式,当pr_lldplus值大于等于0.4127,或等价地x值大于等于-0.3529时,判定受试者属于老年抑郁症伴β-淀粉样蛋白沉积,表示为lld(aβ+);当pr_lldplus值小于0.4127,或等价地x值小于-0.3529时,判定受试者倾向于老年抑郁症不伴β-淀粉样蛋白沉积,表示为lld(aβ-)。

14、本发明还提供一种用于辅助识别老年抑郁症伴β-淀粉样蛋白沉积的方法,包括以下步骤:采集老年抑郁症受试者的血液样本,检测上述蛋白组合标志物的表达水平;将获得的检测值进行低值填补和标准化后,代入上述判定模型中进行计算,判定老年抑郁症受试者是否伴β-淀粉样蛋白沉积。

15、所述血液样本为外周血样本、血浆样本或血清样本,优选为血浆样本。

16、本发明的有益效果在于:

17、通过多蛋白组合而非单一指标进行判定,能够综合反映老年抑郁症伴β-淀粉样蛋白沉积相关的外周生物学改变,而且通过整合多个蛋白所携带的互补识别信息,降低对任一单蛋白检测结果的依赖。本发明实施例结果显示,十二蛋白联合判定模型在建模集中的auc为0.991,在验证集中的auc为0.864,均在数值上高于相应数据集中各单蛋白标志物的auc,表明相较于采用上述任一单蛋白标志物进行判定,所述十二蛋白联合判定模型具有更好的整体识别效能。

18、本发明通过固定低值填补参数、标准化参数、评分公式和判定阈值,将蛋白组合标志物检测值转化为可复核的固定评分值x、pr_lldplus概率值和阳性/阴性辅助判定结果;本发明方案还具有样本获取相对便利、计算过程可复核、适于试剂盒说明书或软件模块部署等优点,为老年抑郁症患者中β-淀粉样蛋白沉积风险的辅助识别提供了新的客观指标。