生物标志物及其用于制备自杀风险评估产品的用途
本发明涉及自杀风险评估,具体涉及一种生物标志物及其用于制备自杀风险评估产品的用途。
背景技术:
1、自杀行为产生的原因非常复杂,自杀风险性是一个不断发展变化的过程,目前主要通过问卷和测验的方式预测个体的自杀风险,如哥伦比亚自杀严重性评估量表、自杀未遂与自我伤害访谈、自我伤害的想法和行为问卷、自杀意念量表以及死亡/自杀内隐联想测验等。但是这些方法均依据个体的自我报告,受主观影响较大,其意愿的表露也涉及到个体的主观选择,因此临床上很难把握个体的自杀风险性。
2、美国专利us10991449b2公开了使用个体特定基因表达数据、简化情感状态量表(sass)评分和自杀倾向的趋同功能信息量表(cfi-s)评分输入算法模型以得出通用自杀预测指标(up-suicide)的方法。然而其为男性和女性分别设定了不同的风险标志物(如男性检测slc4a4、女性检测epb41l5等),在临床或法医实践中,若个体的社会性别与生物学性别不一致,或因样本信息不明确导致性别无法及时确认,该方法将无法适用,甚至可能因错误匹配而产生误判。而且,其仍然依赖如sass、cfi-s这样的临床量表,在实际应用中,由于自杀行为存在社会污名化,且自杀意念具有波动性和隐匿性,受试者可能因社会压力或自我保护而刻意隐瞒真实信息,从而产生假阴性结果,严重降低了评估结果的准确性和可靠性。
3、美国专利申请us20230213532a1公开了一种用于预测抑郁障碍患者自杀行为的多模态血清生物标志物评估方法和诊断试剂盒,通过检测抑郁患者血清中皮质醇、白细胞介素-1β、同型半胱氨酸、总胆固醇和叶酸等标志物的浓度,并结合预设的临界值来判断自杀严重程度的增加概率。其标志物主要涉及下丘脑-垂体-肾上腺轴功能、免疫炎症反应及营养代谢等生物学过程。采用了假设驱动的研究模式,优先选取已知与炎症、应激或神经调控相关的分子进行分析。这种策略难以全面反映自杀行为复杂的分子病理机制,导致标志物覆盖范围局限,且易因研究者的先验知识而产生偏倚,从而遗漏关键的新型标志物。
4、中国专利申请cn106062213a公开了与自杀风险关联的遗传标志物及其使用方法,通过检测受试者生物样本中rs2491144、rs9315639、rs11082138、rs11697517、rs2186437等单核苷酸多态性位点的特定等位基因,来鉴定自杀风险增加的对象。但是,高自杀风险人群中精神疾病的患病率较高,其标志物未针对自杀特异性进行优化,且未在多疾病背景下进行有效区分分析,这些标志物的表达变化同样普遍存在于多种精神疾病状态中,导致标志物无法有效区分“自杀风险”与“精神疾病本身”,从而产生较高的假阳性率。
5、现有研究多基于自杀意念或自杀未遂人群,缺乏自杀完成者的大规模样本。其深层原因在于自杀完成者的样本获取存在客观困难及伦理限制。样本来源的局限性导致所发现的标志物主要反映“自杀意念”或“非致命性自杀行为”的状态,而未必能真正代表“自杀完成”这一最需要预测的终末事件,从而削弱了标志物的临床评估价值。
6、在自杀风险评估领域,仍存在如下问题:性别依赖性标志物组合存在应用局限与伦理风险;标志物筛选策略存在偏倚,覆盖范围有限;标志物特异性不足,难以区分自杀风险与精神疾病共病;风险判定方式单一,缺乏多维度建模能力;核心标志物组合缺乏稳定性与可重复性;研究样本代表性不足,临床相关性受限;评估手段主观性强,受社会期望偏差影响显著;技术链条不完整,从发现到应用存在断层;检测便利性不足,应用场景受限。
技术实现思路
1、本发明的目的是为了克服如上现有技术存在的问题,提供一种生物标志物及其用于制备自杀风险评估产品的用途,通过系统性、无偏的高通量蛋白质组学筛选策略,结合机器学习多变量建模技术,建立不依赖于性别信息的通用风险评估模型,并通过大规模自杀完成者样本及验证,构建稳定、可靠、客观、易于推广的自杀风险评估工具。
2、为了实现上述目的,本发明第一方面提供了一种生物标志物,所述生物标志物包括修饰或未修饰的蛋白、所述蛋白对应的核酸分子中的至少一种,所述蛋白包括ago2、cat、krt24、snca、tmsb10、mb、krt2、dapk1和selenbp1中的至少一种。
3、本发明第二方面提供了一种自杀风险评估生物标志物的筛选方法,包括步骤:
4、获取来自自杀死亡者的样本和来自非自杀死亡者的样本,在所述样本中进行蛋白质组学分析、差异表达蛋白的筛选和验证,得到自杀风险评估生物标志物。
5、本发明第三方面提供了第一方面所述的生物标志物、第二方面所述的方法筛选得到的生物标志物中的任意一种用于制备自杀风险评估产品的用途。
6、优选地,所述生物标志物包括正相关标志物和/或负相关标志物,所述正相关标志物的表达水平上调时自杀风险升高,所述负相关标志物的表达水平下调时自杀风险升高。
7、优选地,所述正相关标志物包括krt24、krt2、ago2、dapk1、cat、snca和selenbp1中的至少一种。
8、优选地,所述负相关标志物包括tmsb10和/或mb。
9、本发明第四方面提供了自杀风险评估产品,其特征在于,所述产品包括检测第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的任意一种的表达水平的试剂。
10、本发明第五方面提供了一种自杀风险评估模型的构建方法,包括:获取来自自杀死亡人群的样本和来自非自杀死亡人群的样本,将所述样本随机分为训练集和测试集,获取样本中第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的至少一种的表达水平数据,将所述训练集的表达水平数据输入机器学习算法构建模型,在所述测试集中进行模型验证,取通过验证的模型,得到自杀风险评估模型。
11、本发明第六方面提供了第五方面所述的方法构建的自杀风险评估模型。
12、本发明第七方面提供了一种自杀风险评估模型,该模型的输出包括自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种,所述自杀风险评估值通过式(1)计算;
13、式(1);
14、其中,mb、cat、snca、selenbp1、tmsb10、krt24、krt2、dapk1及ago2分别表示对应蛋白经标准化处理后的表达量;z为自杀风险评估值;
15、根据自杀风险评估值得出所述自杀风险概率和/或所述自杀风险分类。
16、本发明第八方面提供了一种自杀风险评估方法,包括:
17、获取样本中第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的至少一种的表达水平数据;
18、根据所述表达水平数据评估自杀风险。
19、本发明第九方面提供了一种自杀风险评估系统,包括:
20、数据获取模块,用于获取待测样本中第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的至少一种的表达水平数据;
21、数据分析模块,用于将数据获取模块中的数据输入第六方面和/或第七方面所述的模型进行分析,得到自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种。
22、本发明第十方面提供了一种自杀风险评估计算机设备,其包括存储器、处理器及存储在存储器上的指令,所述处理器执行所述指令时实现以下步骤:
23、获取数据,获取待测样本中第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的至少一种的表达水平数据;
24、处理数据,通过第六方面和/或第七方面所述的模型进行分析,得到自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种输出自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种。
25、本发明第十一方面提供了一种自杀风险评估计算机可读存储介质,其存储有指令,所述指令被处理器执行时实现以下步骤:
26、获取数据,获取样本中第一方面所述生物标志物、第二方面所述的方法筛选得到的生物标志物中的至少一种的表达水平数据;
27、处理数据,将所述数据输入第六方面和/或第七方面所述的模型进行分析,得到自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种;
28、输出自杀风险评估值、自杀风险概率和自杀风险分类中的至少一种。
29、通过上述技术方案,本发明至少具有以下有益效果:
30、1、消除性别依赖带来的应用局限,实现全人群通用评估
31、现有技术为男性和女性分别设定不同的风险标志物,在性别信息缺失或性别认同不一致的场景下无法适用。本发明所筛选的9种蛋白标志物在男性和女性中均表现出稳定的区分能力,无需依赖性别信息即可进行评估。这一技术效果使得本发明能够适用于性别信息缺失的法医样本、跨性别群体以及各类真实应用场景,显著提升了评估方法的普适性和伦理合规性。
32、2、显著提高自杀风险评估的准确性
33、本发明通过对ago2、cat、krt24、snca、tmsb10、mb、krt2、dapk1及selenbp1等9种蛋白的表达水平构建多变量特征向量,并采用机器学习算法进行建模分析,实现对多维生物信息的综合利用。相较于现有技术主要基于单基因表达变化或简单统计方法进行风险判定(文献报道auc约为0.70-0.85),本发明能够有效捕捉多个标志物之间的协同作用关系。实施例结果表明,本发明模型在验证集中的auc达到0.976,准确率0.961,灵敏度0.977,特异度0.952,显著提升了自杀风险评估的准确性。
34、3、提高研究结果的临床相关性与应用价值
35、现有研究多基于自杀意念或自杀未遂人群,所发现的标志物主要反映“自杀意念”或“非致命性自杀行为”的状态,未必能真正代表“自杀完成”这一终末事件。本发明基于大规模自杀死亡者样本进行蛋白质组学分析,所获得的标志物直接反映自杀行为的终末分子特征。相较于现有技术,本发明所构建的模型与真实自杀结局具有更直接的关联性,从而提高了标志物的临床解释力及在法医学和风险评估中的应用价值。
36、4、实现多场景应用的可行性与可扩展性
37、本发明所述标志物可通过elisa、质谱、免疫印迹等多种检测方法实现,且模型输出形式包括风险概率值或分类结果,可根据应用需求进行灵活调整。标志物组合可灵活调整,模型算法可替换或升级。因此,本发明不仅可用于自杀风险筛查,还可应用于临床辅助诊断、法医学鉴定及个体化风险管理等多个场景,具有良好的工程实现能力和推广应用前景。
38、5、提升整体技术方案的系统性与可转化性
39、现有技术整体仍停留在标志物发现或初步应用阶段,缺乏从筛选到验证的完整技术链条,标志物发现与临床应用之间存在显著断层。本发明构建了从标志物筛选、特征提取、模型训练到结果输出的完整技术体系,实现了从基础研究到应用转化的闭环。相较于现有技术,本发明能够提供可直接应用的风险评估方法及产品形态(如试剂盒、检测系统、床旁检测设备等),从而显著提升技术方案的实用性和产业转化潜力。
40、综上,本发明通过引入性别通用型标志物组合、高通量蛋白质组学无偏筛选策略、多阶段验证体系、机器学习多变量建模方法及基于蛋白检测的便利性方案,在评估普适性、预测准确性、临床相关性、应用扩展性及技术系统性等方面均取得了显著优于现有技术的有益效果,为自杀风险评估提供了一套科学、可靠、便利、可转化的完整技术方案。
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