用于帕金森病检测的生物标志物及其应用转让专利

申请号 : CN202210002327.7

文献号 : CN114019061B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 陈显扬宋王婷常婷婷张珂

申请人 : 宝枫生物科技(北京)有限公司

摘要 :

本发明提供了生物标志物神经酰胺(d18:1/24:0)和牛磺酸在制备检测帕金森病的诊断试剂中的应用,通过生物标志物神经酰胺(d18:1/24:0)和牛磺酸结合神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生素D2、羊毛甾烯四醇C、灵芝醇C、油酰胺、溶血磷脂酰胆碱(22:6)、γ‑谷氨酰丝氨酸、人参炔L或燕麦酸中的任一种,来判断患帕金森病的风险,可进行提前预防、防范帕金森病。

权利要求 :

1.生物标志物的组合在制备检测帕金森病的诊断试剂中的应用,其特征在于,生物标志物的组合为组合A、组合B、组合C、组合D、组合E、组合F、组合G、组合H或组合I中的任一种,其中,组合A为神经酰胺(d18:1/24:0)、牛磺酸和神经酰胺(d18:0/24:1);组合B为神经酰胺(d18:1/24:0)、牛磺酸和1‑a,24R,25‑三羟基维生素 D2;组合C为神经酰胺(d18:1/24:0)、牛磺酸和羊毛甾烯四醇C;组合D为神经酰胺(d18:1/24:0)、牛磺酸和灵芝醇C;组合E为神经酰胺(d18:1/24:0)、牛磺酸和油酰胺;组合F为神经酰胺(d18:1/24:0)、牛磺酸和溶血磷脂酰胆碱(22:6) ;组合G为神经酰胺(d18:1/24:0)、牛磺酸和γ‑谷氨酰丝氨酸;组合H为神经酰胺(d18:1/24:0)、牛磺酸和人参炔L;组合I为神经酰胺(d18:1/24:0)、牛磺酸和燕麦酸。

说明书 :

用于帕金森病检测的生物标志物及其应用

技术领域

[0001] 本发明属于生物检测技术领域,具体涉及一种用于帕金森病检测的生物标志物及其应用。

背景技术

[0002] 帕金森病(Parkinson’s disease,PD)是一种中枢神经系统的神经退行性疾病,随着年龄的增长而高频率发展,65岁以上发病率为1.7%。预计与未来的人口老龄化相关联,PD
患者的数量将显著增加。大多数人的PD进展缓慢,症状可能需要数年时间才发展,并且大多
数人伴随这种疾病生活多年。其症状表现为起步缓慢、走路拖步、手抖、表情呆滞、说话吃
力、腰痛、全身乏力、肌无力、流口水、颈椎痛等症状,严重者生活不能自理,甚至可能出现会
威胁到生命的并发症。帕金森病由于发病隐匿,早期不易被发现,目前因帕金森病就诊率也
低,即使确诊,但很多已经是中晚期了。同时,帕金森病是目前为数不多的经治疗症状可改
善的神经变性疾病,越早诊断,越早治疗,症状改善效果越好,患者及家庭获益越多。因此,
早期筛查是有效治疗帕金森病至关重要的手段。
[0003] 临床上诊断帕金森病主要依赖患者的症状,尤其是运动症状,如静止性震颤、肌强直、运动迟缓以及姿势步态障碍等,但这类特征性表现也可出现在其他神经变性疾病中,所
以会对帕金森病的诊断产生干扰。而常规血、脑脊液检查多为无异常,脑CT及磁共振成像
(MRI)检查一般也无特征性改变。如何寻找一种用于检测帕金森病的生物标志物,来预测和
诊断帕金森病是亟需解决的技术问题。

发明内容

[0004] 为了解决上述技术问题,本发明提供生物标志物神经酰胺(d18:1/24:0)和牛磺酸在制备诊断帕金森病的检测试剂中的应用。
[0005] 为实现上述目的,本发明采用以下的技术方案为:
[0006] 生物标志物神经酰胺(d18:1/24:0)和牛磺酸在制备检测帕金森病的诊断试剂中的应用。
[0007] 如上所述的生物标志物,优选地,还包括神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生素 D2、羊毛甾烯四醇C、灵芝醇C、油酰胺、溶血磷脂酰胆碱(22:6)、γ‑谷氨酰丝氨
酸、人参炔L或燕麦酸中的任一种。
[0008] 神经酰胺(d18:1/24:0)和牛磺酸在制备检测帕金森病的诊断试剂中的应用,其是将神经酰胺(d18:1/24:0)和牛磺酸结合神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生
素 D2、羊毛甾烯四醇C、灵芝醇C、油酰胺、溶血磷脂酰胆碱(22:6)、γ‑谷氨酰丝氨酸、人参
炔L或燕麦酸中的任一种来判断是否存在帕金森病的风险。
[0009] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2, 牛磺酸的含量‑5
记为R4,神经酰胺(d18:0/24:1)的含量记为R5,根据公式TC= ‑8.906+8.222×10 ×R2+
‑4 ‑6
6.732×10 ×R4+9.885×10 ×R5计算TC值,若TC≥0.278,则判定为帕金森病;若TC<
0.278,则为正常。
[0010] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5
为R4,1‑a,24R,25‑三羟基维生素 D2的含量记为R6,根据公式TC=‑4.514+7.491×10 ×R2+
‑4 ‑4
6.341×10 ×R4‑2.867×10 ×R6计算TC值,若TC≥0.376,则判定为帕金森病;若TC<
0.376,则为正常。
[0011] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5 ‑4
为R4,羊毛甾烯四醇C的含量记为R7,根据公式TC= ‑5.412+9.933×10 ×R2+6.352×10
‑3
×R4‑2.146×10 ×R7计算TC值,若TC≥0.272,则判定为帕金森病;若TC<0.272,则为正
常。
[0012] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5 ‑4
为R4,灵芝醇C的含量记为R8,根据公式TC=‑3.089+9.146×10 ×R2+5.836×10 ×R4‑
‑4
4.563×10 ×R8计算TC值,若TC≥0.260,则判定为帕金森病;若TC<0.260,则为正常。
[0013] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5 ‑4
为R4,油酰胺的含量记为R9,根据公式TC= ‑5.914+8.021×10 ×R2+5.357×10 ×R4‑
‑5
6.796×10 ×R9计算TC值,若TC≥0.233,则判定为帕金森病;若TC<0.233,则为正常。
[0014] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5
为R4,溶血磷脂酰胆碱(22:6)的含量记为R10,根据公式TC= ‑12.78+8.711×10 ×R2+
‑4 ‑5
6.036×10 ×R4+4.391×10 ×R10计算TC值,若TC≥0.342,则判定为帕金森病;若TC<
0.342,则为正常。
[0015] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5
为R4,γ‑谷氨酰丝氨酸的含量记为R11,根据公式TC= ‑8.309+8.264×10 ×R2+6.623×
‑4 ‑6
10 ×R4‑6.075×10 ×R11计算TC值,若TC≥0.257,则判定为帕金森病;若TC<0.257,则
为正常。
[0016] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5 ‑4
为R4,人参炔L的含量记为R12,根据公式TC= ‑4.583+8.198×10 ×R2+6.125×10 ×R4‑
‑4
2.282×10 ×R12计算TC值,若TC≥0.237,则判定为帕金森病;若TC<0.237,则为正常。
[0017] 如上所述的应用,优选地,神经酰胺(d18:1/24:0)的含量记为R2,牛磺酸的含量记‑5 ‑4
为R4,燕麦酸的含量记为R13,根据公式TC= ‑3.756+8.582×10 ×R2+5.706×10 ×R4‑
‑4
1.930×10 ×R13计算TC值,若TC≥0.274,则判定为帕金森病;若TC<0.274,则为正常。
[0018] 本发明的有益效果在于:
[0019] 本发明提供了新型生物标志物神经酰胺(d18:1/24:0)和牛磺酸及判别帕金森病的检测模型,可用于早期发现,并用于在制备诊断和预测帕金森病的检测试剂盒中应用。
[0020] 本发明提供的用于帕金森病检测的生物标志物为包括神经酰胺(d18:1/24:0)和牛磺酸与神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生素 D2、羊毛甾烯四醇C、灵芝醇
C、油酰胺、溶血磷脂酰胆碱(22:6)、γ‑谷氨酰丝氨酸、人参炔L或燕麦酸中的任意一种结
合,根据检测在血液中神经酰胺(d18:1/24:0)和牛磺酸的含量,并结合神经酰胺(d18:0/
24:1)、1‑a,24R,25‑三羟基维生素 D2、羊毛甾烯四醇C、灵芝醇C、油酰胺、溶血磷脂酰胆碱
(22:6)、γ‑谷氨酰丝氨酸、人参炔L或燕麦酸中的任一种的含量,根据公式计算TC值来预测
患帕金森病的风险,有助于诊断是否存在帕金森病的倾向,可用于提前预防。

附图说明

[0021] 图1为正离子模式下VIP>1的样本;
[0022] 图2为负离子模式下VIP>1的样本;
[0023] 图3为正离子模式下(O)PLS‑DA的得分图;
[0024] 图4为负离子模式下(O)PLS‑DA的得分图;
[0025] 图5 为正离子模式下S‑plot图;
[0026] 图6 为负离子模式下S‑plot图;
[0027] 图7为基于逻辑回归模型的ROC曲线(变量为R2+R4+R5);
[0028] 图8 为基于逻辑回归模型的ROC曲线(变量为R2+R4+R6);
[0029] 图9 为基于逻辑回归模型的ROC曲线(变量为R2+R4+R7);
[0030] 图10为基于逻辑回归模型的ROC曲线(变量为R2+R4+R8);
[0031] 图11为基于逻辑回归模型的ROC曲线(变量为R2+R4+R9);
[0032] 图12为基于逻辑回归模型的ROC曲线(变量为R2+R4+R10);
[0033] 图13为基于逻辑回归模型的ROC曲线(变量为R2+R4+R11);
[0034] 图14为基于逻辑回归模型的ROC曲线(变量为R2+R4+R12);
[0035] 图15为基于逻辑回归模型的ROC曲线(变量为R2+R4+R13)。

具体实施方式

[0036] 以下实施例用于进一步说明本发明,但不应理解为对本发明的限制。在不背离本发明精神和实质的前提下,对本发明所作的修饰或者替换,均属于本发明的范畴。
[0037] 若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段,除另有规定,本发明中所用试剂均为分析纯或以上规格。
[0038] 实施例1
[0039] 1. 检测样本
[0040] 患者人群50人:符合国际广泛应用的英国帕金森协会脑库临床诊断标准,确诊为帕金森综合征,男:女按1:1比例,年龄范围在45岁以上。
[0041] 对照人群52人:符合国际广泛应用的英国帕金森协会脑库临床诊断标准,诊断无帕金森综合征,男:女按1:1比例,年龄范围在45岁以上。
[0042] 2.所用试剂及实验仪器
[0043] (1)试剂:异丙醇、乙腈、甲酸、甲酸氨、亮氨酸脑啡肽、甲酸钠,厂家均为Fisher。
[0044] (2)冷冻离心机:型号D3024R,Scilogex公司,美国。
[0045] (3)漩涡振荡器:型号MX‑S,Scilogex公司,美国。
[0046] (4)高分辨质谱仪:ESI‑QTOF/MS,型号为Xevo G2‑S Q‑TOF,厂家:Waters, Manchester,UK。
[0047] (5)超高效液相色谱:UPLC,型号为ACQUITY UPLC I‑Class系统;厂家:Waters,Manchester, UK。
[0048] 3.实验方法
[0049] (1)样品处理
[0050] 收集的上述人群的血清样本在冰上解冻,200μL的血清用600μL的预冷异丙醇萃取,用漩涡振荡器涡流1min,室温孵育10min,然后将萃取混合物在‑20◦C下储存过夜,之后
通过冷冻离心机在4000r离心20min后,将上清液转移到新的离心管,用体积比为2:1:1的异
丙醇/乙腈/水的混合物稀释至1:10。样品在LC‑MS分析前保存在‑80℃冰箱中。此外,还将每
个萃取混合物的10μL组合在一起制备混合血清样品。
[0051] (2)超高效液相色谱‑质谱联用分析方法
[0052] 样品用ACQUITY UPLC连接到带有ESI的Xevo‑G2XS高分辨飞行时间 (QTOF)质谱仪进行分析。采用CQUITY UPLC BEH C18色谱柱(2.1×10 0 mm,1.7μm,Waters),流动相中A相
为10 mM甲酸铵‑0.1%甲酸的乙腈溶液,其配置方法为称取甲酸铵0.63 g,甲酸10 g,用乙
腈‑水溶液(乙腈:水为60:40,v/v)溶解并定容至1000mL。B相为10 mM甲酸铵‑0.1%甲酸‑异
丙醇‑乙腈溶液,其配置方法为称取甲酸铵0.63 g,甲酸10 g,用异丙醇‑乙腈溶液(异丙醇:
乙腈为90:10,v/v)溶解并定容至1000mL。在大规模研究之前,进行了包括10分钟、15分钟和
20分钟洗脱期的中试实验,以评估流动相组成和流速对脂质保留时间的潜在影响。在PIM
中,丰富的脂质前体离子和碎片以相同的顺序分离,具有相似的峰形和离子强度。此外,具
有10分钟洗脱期的混合QC样品,也表现出与测试样品相似的前体和碎片的基峰强度。流动
相流速为0.4mL/min。该柱最初用40%B洗脱,然后在2分钟内线性梯度到43%B,然后在0.1min
内将B的百分比增加到50%。在接下来的3.9分钟内,梯度进一步增加到54%B,然后B的量0.1
分钟内增加到70%。在梯度的最后部分,B的量在1.9分钟内增加到99%。最后,溶液B在0.1分
钟内返回到40%,并且在下一次进样之前将色谱柱平衡1.9分钟。每次进样量为5μL,用Xevo‑
G2XS型QTOF质谱仪检测正负两种模式下的脂质,采集范围为 m/z50 1200年,采集时间为
~
0.2s/次。离子源温度为120℃,去溶温度为600℃,气体流量为1000L/h,以氮气为流动气体。
毛细管电压为2.0kV(+)/锥体电压为1.5kV(‑),锥体电压为30V。以亮氨酸脑啡肽进行标准
质量测定,用甲酸钠溶液进行校正。样品被随机排序。每10个样本注入一个QC样本并进行分
析,以调查数据的重复性。
[0053] 4. 结果分析
[0054] (1)利用多元统计学寻找血清差异物质
[0055] 使用Progenesis QI将质谱数据转化为可供统计的数据形式,正交偏最小二乘判别分析(OPLS‑DA)结合了正交信号矫正(OSC)和 PLS‑DA(偏最小而成判别分析) 方法,通过
去除不相关的差异来筛选差异变量。如图1 、图2分别为正离子和负离子模式下的VIP值,为
PLS‑DA第一主成分的变量重要性投影,通常以VIP>1为代谢组学常用评判标准,作为差异代
谢物筛选的标准之一。图3、图4分别为正离子和负离子模式下的帕金森病组和对照组两个
分组中的第一主成分和第二主成分通过降维的方式所得的得分图,横坐标表示组间差异,
纵坐标表示组内差异,且两组结果分离较好。图5、图6分别为正离子和负离子模式下的S‑
plot图,横坐标表示主成分与代谢物的协相关系数,纵坐标表示主成分与代谢物的相关系
数。同时在满足p<0.05,VIP>1的条件下,正离子模式有144个差异物,负离子模式有70个差
异物。
[0056] (2)约登(youden)指数分析
[0057] 为了进一步缩小范围,将VIP阈值提高到2,同时体现正常和患者之间的倍数差异在0.5倍以下,或者增加1.5倍以上,P值小于0.01,最终得到13个化合物,化合物具体见表1。
[0058] 然后对他们进行约登指数计算,用来反映单个指标对整体的诊断和预测效果,单个代谢物预测帕金森病的曲线下面积(AUC)、特异性和敏感度结果如表1。
[0059] 表1帕金森病相关代谢物的约登指数分析
[0060] 编号 化合物名称 AUC值 敏感性 特异性R1 灵芝酸X (Ganoderic acid X) 0.936 0.808 0.896
R2 神经酰胺(d18:1/24:0)(Ceramide (d18:1/24:0)) 0.682 0.612 0.885
R3 吡喃花青素A(Pyranocyanin A) 0.912 0.923 0.776
R4 牛磺酸(Taurine) 0.618 0.507 0.981
R5 神经酰胺(d18:0/24:1)(Cer(d18:0/24:1)) 0.876 0.939 0.731
R6 1‑a,24R,25‑三羟基维生素D2(1‑a,24R,25‑Trihydroxyvitamin D2) 0.776 0.731 0.755
R7 羊毛甾烯四醇C (Fasciculol C) 0.760 0.712 0.816
R8 灵芝醇C (Ganoderiol C) 0.868 0.788 0.836
R9 油酰胺(Oleamide) 0.785 0.538 0.910
R10 溶血磷脂酰胆碱(22:6)LysoPC(22:6) 0.598 0.418 0.885
R11 γ‑谷氨酰丝氨酸(gamma‑Glutamylserine) 0.765 0.808 0.627
R12 人参炔L (Ginsenoyne L) 0.834 0.654 0.866
R13 燕麦酸(Avenoleic acid) 0.799 0.904 0.582
[0061] 5. 内部人群七折交叉验证结果
[0062] 为提高种变量化合物的生物诊断效果,需要根据上述化合物,找出适合的模型进行下一步的分析。
[0063] 将内部人群随机分为7份,选择1份为验证集,其他为训练集,如此反复七次,考察最佳的变量组合。将其次的结果,包括AUC,敏感度,特异性都取平均值,并进行统计学显著
性计算,结果如下表2。
[0064] 表2
[0065]组合 逻辑回归AUC 敏感性 特异性
R2+R4+R5 0.951 1 1
R2+R4+R6 0.948 1 1
R2+R4+R7 0.951 1 1
R2+R4+R8 0.948 1 1
R2+R4+R9 0.946 1 1
R2+R4+R10 0.963 1 1
R2+R4+R11 0.954 1 1
R2+R4+R12 0.951 1 1
R2+R4+R13 0.936 1 1
[0066] 其中,组合之间,AUC值并没有显著性p<0.05差异。
[0067] 基于上述建立逻辑回归模型A、B、C、D、E、F、G、H如下:
[0068] "模型A" 变量为上述R2+R4+R5,按公式为TC= ‑8.906+8.222×10‑5×R2+6.732×‑4 ‑6
10 ×R4+9.885×10 ×R5,公式中R2为神经酰胺(d18:1/24:0) 的含量, R4为牛磺酸的含
量,R5为神经酰胺(d18:0/24:1)的含量,根据计算获得的TC值预测帕金森病的风险:若TC≥
0.278,则判定为帕金森病;若TC<0.278,则为正常。
[0069] "模型B"变量为R2+R4+R6,按公式为TC= ‑4.514+7.491×10‑5×R2+6.341×10‑4×‑4
R4‑2.867×10 ×R6计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸的含
量,R6为1‑a,24R,25‑三羟基维生素 D2的含量,根据TC值预测帕金森病的风险:若TC≥
0.376,则判定为帕金森病;若TC<0.376,则为正常。
[0070] "模型C"变量为R2+R4+R7,按公式TC= ‑5.412+9.933×10‑5×R2+6.352×10‑4×‑3
R4‑2.146×10 ×R7来计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸的
含量,R7为羊毛甾烯四醇C的含量,根据TC值预测帕金森病的风险:若TC≥0.272,则判定为
帕金森病;若TC<0.272,则为正常。
[0071] "模型D" 变量为上述R2+R4+R8,按公式为TC= ‑3.089+9.146×10‑5×R2+5.836×‑4 ‑4
10 ×R4‑4.563×10 ×R8,公式中R2为神经酰胺(d18:1/24:0) 的含量, R4为牛磺酸的含
量,R8为灵芝醇C的含量,根据计算获得的TC值预测帕金森病的风险:若TC≥0.260,则判定
为帕金森病;若TC<0.260,则为正常。
[0072] "模型E"变量为R2+R4+R9,按公式为TC= ‑5.914+8.021×10‑5×R2+5.357×10‑4×‑5
R4‑6.796×10 ×R9计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸的含
量,R9为油酰胺的含量,根据TC值预测帕金森病的风险:若TC≥0.233,则判定为帕金森病;
若TC<0.233,则为正常。
[0073] "模型F"变量为R2+R4+R10,按公式TC= ‑12.78+8.711×10‑5×R2+6.036×10‑4×‑5
R4+4.391×10 ×R10来计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸
的含量,R10为溶血磷脂酰胆碱(22:6)的含量,根据TC值预测帕金森病的风险:若TC≥
0.342,则判定为帕金森病;若TC<0.342,则为正常。
[0074] "模型G"变量为R2+R4+R11,按公式为TC= ‑8.309+8.264×10‑5×R2+6.623×10‑4‑6
×R4‑6.075×10 ×R11计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸
的含量,R11为γ‑谷氨酰丝氨酸的含量,根据TC值预测帕金森病的风险:若TC≥0.257,则判
定为帕金森病;若TC<0.257,则为正常。
[0075] "模型H"变量为R2+R4+R12,按公式TC= ‑4.583+8.198×10‑5×R2+6.125×10‑4×‑4
R4‑2.282×10 ×R12来计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸
的含量,R12为人参炔L的含量,根据TC值预测帕金森病的风险:若TC≥0.237,则判定为帕金
森病;若TC<0.237,则为正常。
[0076] "模型I"变量为R2+R4+R13,按公式TC= ‑3.756+8.582×10‑5×R2+5.706×10‑4×‑4
R4‑1.930×10 ×R13来计算TC值,公式中R2为神经酰胺(d18:1/24:0)的含量,R4为牛磺酸
的含量,R13为灵芝醇C的含量,根据TC值预测帕金森病的风险:若TC≥0.274,则判定为帕金
森病;若TC<0.274,则为正常。
[0077] 实施例2
[0078] 采用外部人群对实施例1建立的逻辑回归模型进行验证,其中,患者人群48人,对照人群28人,选择标准同实施例1。
[0079] 按实施例1中的方法测得神经酰胺(d18:1/24:0)、牛磺酸、神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生素D2、羊毛甾烯四醇C 、灵芝醇C、油酰胺、溶血磷脂酰胆碱(22:
6)、γ‑谷氨酰丝氨酸、人参炔L 、燕麦酸的含量,以验证实施例1中模型结果的准确性,并绘
制相应的ROC曲线图,结果如下:
[0080] "模型A" 变量为R2+R4+R5,ROC曲线图结果如图7所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy (准确度)=1。
[0081] "模型B" 变量为R2+R4+R6,ROC曲线图结果如图8所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0082] "模型C" 变量为R2+R4+R7,ROC曲线图结果如图9所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0083] "模型D" 变量为R2+R4+R8,ROC曲线图结果如图10所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0084] "模型E" 变量为R2+R4+R9,ROC曲线图结果如图11所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy (准确度)=1。
[0085] "模型F" 变量为R2+R4+R10,ROC曲线图结果如图12所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0086] "模型G" 变量为R2+R4+R11,ROC曲线图结果如图13所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0087] "模型H" 变量为R2+R4+R12,ROC曲线图结果如图14所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0088] "模型I" 变量为R2+R4+R13,ROC曲线图结果如图15所示,Sensitivity (敏感性)=1,Specificity (特异性)=1,Accuracy(准确度) =1。
[0089] 数据显示:神经酰胺(d18:1/24:0)与牛磺酸组合,并结合神经酰胺(d18:0/24:1)、1‑a,24R,25‑三羟基维生素 D2、羊毛甾烯四醇C、灵芝醇C、油酰胺、溶血磷脂酰胆碱(22:6)、
γ‑谷氨酰丝氨酸、人参炔L或燕麦酸,都表现出非常高的诊断能力,未来都能进行临床试剂
盒的应用。
[0090] 由此可见,采用上述方法处理患者血清样本并进行检测,所测得数据代入上述模型中,利用逻辑回归模型判断患帕金森病组的风险。