LCN2与NME3在诊断椎间盘退变中的应用
本发明属于生物医药,具体地,涉及lcn2与nme3在诊断椎间盘退变中的应用。
背景技术:
1、椎间盘退变是骨科领域中最常见的退行性病变之一,同时也是包括椎间盘突出、椎管狭窄、椎体不稳或滑脱在内的多种脊椎疾病的基础病理,这些病变对于患者的生活质量有着深远的影响。椎间盘主要由纤维环、髓核和软骨终板构成,任何一部分的结构或功能异常均可能引发椎间盘退变。椎间盘退变的发生和发展受到多种因素的共同影响,包括衰老、机械负荷、炎症、创伤以及不良的生活方式等。然而,这些因素并未能完全解释椎间盘退变的复杂过程,其发病机制仍未完全明了。
2、目前椎间盘退变的诊断主要依赖于影像学检查,包括平片、电子计算机断层扫描以及核磁共振(mri)等,这些诊断方法均存在主观影响较大的缺陷,对于相同的影像结果的解释常因人而异,缺乏统一的、公认的分级方案。疾病的标志物是指在生物体内能够反映特定疾病存在或进展的分子或生物学特征,它可以是蛋白质、核酸、代谢产物等多种类型的分子,其存在、表达水平或活性状态的改变通常与特定疾病状态相关。这些标志物的检测可以为疾病的早期诊断、治疗效果评估和疾病进展检测提供重要信息。基于此,对于椎间盘退变相关的生物标志物的研究在诊断、预测和治疗椎间盘退变中具有重要的应用前景。
技术实现思路
1、为弥补现有技术的不足,本发明提供了以下的技术方案:
2、本发明第一方面提供了检测样本中联合生物标志物表达水平的试剂在制备用于诊断椎间盘退变的产品中的应用,所述联合生物标志物为nme3和lcn2。
3、进一步,所述试剂包括检测样本中nme3和lcn2的蛋白表达水平的试剂、检测样本中nme3和lcn2的dna水平的试剂、检测样本中nme3和lcn2的rna水平的试剂。
4、进一步,所述检测样本中nme3和lcn2的蛋白表达水平的试剂包括通过蛋白质组学技术检测nme3和lcn2表达水平的试剂、特异性结合nme3或lcn2蛋白的亲和性试剂。
5、进一步,所述亲和性试剂包括抗体、抗体片段或核酸适配体。
6、进一步,所述检测样本中nme3和lcn2的dna水平的试剂包括检测nme3和lcn2的dna水平及其分子修饰水平(包括dna甲基化水平、dna羟甲基化水平、组蛋白乙酰化水平等)的试剂。
7、进一步,所述检测样本中nme3和lcn2的rna水平的试剂包括检测样本中nme3和lcn2的mrna、lncrna、circrna和/或mirna表达水平的试剂。
8、进一步,所述椎间盘退变包括颈椎间盘退变、腰椎间盘退变、胸椎间盘退变。
9、进一步,所述椎间盘退变为腰椎间盘退变。
10、进一步,所述样本包括受试者来源的组织、细胞、体液、外泌体。
11、进一步,所述体液样本包括所述体液样本包括血液样本、浆膜腔积液样本、脑脊液样本、淋巴液样本、滑液样本、尿液样本、唾液样本、痰液样本、泪液样本。
12、进一步,所述浆膜腔积液样本包括胸腔积液样本、腹腔积液样本、心包积液样本。
13、进一步,所述样本为受试者来源的血液样本。
14、进一步,所述样本为受试者来源的血清样本。
15、本发明第二方面提供了一种诊断椎间盘退变的产品,所述产品包括本发明第一方面所述的试剂。
16、进一步,所述产品包括试剂盒、芯片、试纸条。
17、本发明第三方面提供了联合生物标志物在构建椎间盘退变诊断模型中的应用,所述联合生物标志物为nme3和lcn2。
18、本发明第四方面提供了一种构建椎间盘退变诊断模型的方法,所述方法的步骤包括获取样本中nme3和lcn2水平数据,将数据输入机器学习算法构建诊断模型。
19、进一步,所述方法的步骤包括:将nme3和lcn2水平数据划分为训练集和测试集,提取训练集中nme3和lcn2水平数据输入机器学习算法构建诊断模型,并通过测试集进行验证,评估模型效能。
20、进一步,所述机器学习算法包括利用各种开发工具开发的算法模型。
21、进一步,所述开发工具包括tensorflow、scikit learn、pytorch、opennn、rapidminer、azure机器学习、apache mahout、shogun、knime、vertex ai、h2oai、anaconda、keras、tableau、fast.ai、catalyst、amazon ml、mljar、spell。
22、进一步,所述算法模型包括线性回归模型、逻辑回归模型、lasso回归模型、ridge回归模型、线性判别分析模型、近邻模型、决策树模型、感知机模型、神经网络模型、支持向量机模型、朴素贝叶斯模型、adaboost模型、gbdt模型、xgboost模型、lightgbm模型、catboost模型、随机森林模型。
23、本发明第五方面提供了一种椎间盘退变诊断系统,所述系统包括:
24、数据获取单元:用于获取受试者样本中nme3和lcn2水平数据。
25、数据分类单元:用于将nme3和lcn2水平数据代入根据本发明第四方面所述的方法构建的诊断模型中,得到受试者是否患有或疑似患有椎间盘退变的分类结果。
26、输出单元:用于输出分类结果。
27、本发明第六方面提供了一种椎间盘退变诊断设备或计算机可读存储介质,所述设备包括存储器和处理器,所述存储器用于存储程序指令;所述处理器用于执行程序指令,当程序指令被执行时,用于执行以下操作:获取样本中nme3和lcn2水平数据,将所述nme3和lcn2水平数据输入基于本发明第四方面所述的方法构建的诊断模型中,得到受试者是否患有或疑似患有椎间盘退变的分类结果。
28、所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现以下方法:获取样本中nme3和lcn2水平数据,将所述nme3和lcn2水平数据输入基于本发明第四方面所述的方法构建的诊断模型中,得到受试者是否患有或疑似患有椎间盘退变的分类结果。
29、本发明的优点和有益效果:
30、本发明通过检测联合生物标志物nme3和lcn2,在分子水平上实现了对腰椎间盘退变的特异性诊断。与单独生物标志物(lcn2或nme3)相比,本发明提供的联合检测体系(lcn2+nme3)能够在血清样本中实现更高灵敏度、更高特异性的诊断,并有效提高了腰椎间盘退变的早期检测与诊断的准确率,在临床实践中具有重要的意义。
1.检测样本中联合生物标志物表达水平的试剂在制备用于诊断椎间盘退变的产品中的应用,其特征在于,所述联合生物标志物为nme3和lcn2。
2.根据权利要求1所述的应用,其特征在于,所述试剂包括检测样本中nme3和lcn2的蛋白表达水平的试剂、检测样本中nme3和lcn2的dna水平的试剂、检测样本中nme3和lcn2的rna水平的试剂;
3.根据权利要求1所述的应用,其特征在于,所述椎间盘退变包括颈椎间盘退变、腰椎间盘退变、胸椎间盘退变;
4.根据权利要求1所述的应用,其特征在于,所述样本包括受试者来源的组织、细胞、体液、外泌体;
5.一种诊断椎间盘退变的产品,其特征在于,所述产品包括权利要求2所述的试剂;
6.联合生物标志物在构建椎间盘退变诊断模型中的应用,其特征在于,所述联合生物标志物为nme3和lcn2。
7.一种构建椎间盘退变诊断模型的方法,其特征在于,所述方法的步骤包括获取样本中nme3和lcn2水平数据,将数据输入机器学习算法构建诊断模型;
8.根据权利要求7所述的方法,其特征在于,所述机器学习算法包括利用各种开发工具开发的算法模型;
9.一种椎间盘退变诊断系统,其特征在于,所述系统包括:
10.一种椎间盘退变诊断设备或计算机可读存储介质,其特征在于,所述设备包括存储器和处理器,所述存储器用于存储程序指令;所述处理器用于执行程序指令,当程序指令被执行时,用于执行以下操作:获取样本中nme3和lcn2水平数据,将所述nme3和lcn2水平数据输入基于权利要求7或8所述的方法构建的诊断模型中,得到受试者是否患有或疑似患有椎间盘退变的分类结果;
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