CN105177130A - 用来评估艾滋病人发生免疫重建炎性综合症的标志物 - Google Patents
用来评估艾滋病人发生免疫重建炎性综合症的标志物 Download PDFInfo
- Publication number
- CN105177130A CN105177130A CN201510542863.6A CN201510542863A CN105177130A CN 105177130 A CN105177130 A CN 105177130A CN 201510542863 A CN201510542863 A CN 201510542863A CN 105177130 A CN105177130 A CN 105177130A
- Authority
- CN
- China
- Prior art keywords
- gene
- immune reconstitution
- inflammatory syndrome
- reconstitution inflammatory
- rgcc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 206010065042 Immune reconstitution inflammatory syndrome Diseases 0.000 title claims abstract description 82
- 208000030507 AIDS Diseases 0.000 title abstract description 48
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 84
- 230000014509 gene expression Effects 0.000 claims abstract description 31
- 239000012472 biological sample Substances 0.000 claims abstract description 18
- 239000000203 mixture Substances 0.000 claims abstract description 10
- 150000007523 nucleic acids Chemical class 0.000 claims description 34
- 108020004707 nucleic acids Proteins 0.000 claims description 25
- 102000039446 nucleic acids Human genes 0.000 claims description 25
- 101150050349 FFAR2 gene Proteins 0.000 claims description 23
- 101100116416 Homo sapiens DEFA3 gene Proteins 0.000 claims description 23
- 101150055061 LCN2 gene Proteins 0.000 claims description 23
- 101150095071 RGCC gene Proteins 0.000 claims description 23
- 238000011529 RT qPCR Methods 0.000 claims description 23
- 230000003321 amplification Effects 0.000 claims description 19
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 19
- 101150044966 ANKRD22 gene Proteins 0.000 claims description 16
- 101150087353 CD22 gene Proteins 0.000 claims description 16
- 101150102732 CD79A gene Proteins 0.000 claims description 16
- 101100283613 Homo sapiens GP9 gene Proteins 0.000 claims description 16
- 102100040133 Free fatty acid receptor 2 Human genes 0.000 claims description 12
- 101000890668 Homo sapiens Free fatty acid receptor 2 Proteins 0.000 claims description 12
- 101000830386 Homo sapiens Neutrophil defensin 3 Proteins 0.000 claims description 12
- 101001023833 Homo sapiens Neutrophil gelatinase-associated lipocalin Proteins 0.000 claims description 12
- 101001092185 Homo sapiens Regulator of cell cycle RGCC Proteins 0.000 claims description 12
- 102100024761 Neutrophil defensin 3 Human genes 0.000 claims description 12
- 102100035405 Neutrophil gelatinase-associated lipocalin Human genes 0.000 claims description 12
- 102100035542 Regulator of cell cycle RGCC Human genes 0.000 claims description 12
- 101150087690 ACTB gene Proteins 0.000 claims description 9
- 101150058644 GMPR gene Proteins 0.000 claims description 7
- 101100119855 Homo sapiens FCRL1 gene Proteins 0.000 claims description 7
- 101150060340 S100a8 gene Proteins 0.000 claims description 7
- 101150088385 SLC25A37 gene Proteins 0.000 claims description 7
- 239000002773 nucleotide Substances 0.000 claims description 7
- 125000003729 nucleotide group Chemical group 0.000 claims description 7
- 102100034290 Ankyrin repeat domain-containing protein 22 Human genes 0.000 claims description 6
- 102100027205 B-cell antigen receptor complex-associated protein alpha chain Human genes 0.000 claims description 6
- 102100038080 B-cell receptor CD22 Human genes 0.000 claims description 6
- 102100031517 Fc receptor-like protein 1 Human genes 0.000 claims description 6
- 101150051800 Fcrl1 gene Proteins 0.000 claims description 6
- 101150032412 Fcrla gene Proteins 0.000 claims description 6
- 108010013942 GMP Reductase Proteins 0.000 claims description 6
- 102100021188 GMP reductase 1 Human genes 0.000 claims description 6
- 101000780100 Homo sapiens Ankyrin repeat domain-containing protein 22 Proteins 0.000 claims description 6
- 101000914489 Homo sapiens B-cell antigen receptor complex-associated protein alpha chain Proteins 0.000 claims description 6
- 101000884305 Homo sapiens B-cell receptor CD22 Proteins 0.000 claims description 6
- 102100037984 Mitoferrin-1 Human genes 0.000 claims description 6
- 108091006469 SLC25A37 Proteins 0.000 claims description 6
- 239000003153 chemical reaction reagent Substances 0.000 claims description 5
- 238000012408 PCR amplification Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 2
- 208000015181 infectious disease Diseases 0.000 abstract description 26
- 210000003819 peripheral blood mononuclear cell Anatomy 0.000 abstract description 8
- 210000004369 blood Anatomy 0.000 abstract description 6
- 239000008280 blood Substances 0.000 abstract description 6
- 238000012216 screening Methods 0.000 abstract description 6
- 238000002474 experimental method Methods 0.000 abstract description 4
- 201000008827 tuberculosis Diseases 0.000 description 26
- 229940079593 drug Drugs 0.000 description 19
- 239000003814 drug Substances 0.000 description 19
- 241000725303 Human immunodeficiency virus Species 0.000 description 18
- 238000012163 sequencing technique Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 11
- 238000003559 RNA-seq method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 108091028043 Nucleic acid sequence Proteins 0.000 description 8
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 7
- 238000011225 antiretroviral therapy Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 108020004999 messenger RNA Proteins 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 208000011580 syndromic disease Diseases 0.000 description 4
- 210000001266 CD8-positive T-lymphocyte Anatomy 0.000 description 3
- 208000003322 Coinfection Diseases 0.000 description 3
- 208000031886 HIV Infections Diseases 0.000 description 3
- 208000037357 HIV infectious disease Diseases 0.000 description 3
- 238000012165 high-throughput sequencing Methods 0.000 description 3
- 208000033519 human immunodeficiency virus infectious disease Diseases 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 2
- 241000187479 Mycobacterium tuberculosis Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 210000000987 immune system Anatomy 0.000 description 2
- 230000002757 inflammatory effect Effects 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000007481 next generation sequencing Methods 0.000 description 2
- 210000005105 peripheral blood lymphocyte Anatomy 0.000 description 2
- 238000009101 premedication Methods 0.000 description 2
- 238000003753 real-time PCR Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 238000013518 transcription Methods 0.000 description 2
- 230000035897 transcription Effects 0.000 description 2
- 108091026890 Coding region Proteins 0.000 description 1
- 102000004127 Cytokines Human genes 0.000 description 1
- 108090000695 Cytokines Proteins 0.000 description 1
- 239000012807 PCR reagent Substances 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004970 cd4 cell Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009274 differential gene expression Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006718 epigenetic regulation Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000007918 pathogenicity Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 102000054765 polymorphisms of proteins Human genes 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001177 retroviral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 238000011222 transcriptome analysis Methods 0.000 description 1
- 239000000304 virulence factor Substances 0.000 description 1
- 230000007923 virulence factor Effects 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供用来评估艾滋病人发生免疫重建炎性综合症的两套标志物,每套标志物中的九个基因组合物的用途,以及用来评估艾滋病人发生免疫重建炎性综合症的产品;本发明还提供了一种引物组合物及其用途,和两种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统。经实验证明,本发明所列的每套标志物中的特定基因在HIV合并TB感染的病人血液中的PBMC里的表达量的线性组合能显著区分发生和不发生免疫重建炎性综合症的人群,以及判断引起免疫重建炎性综合症的风险大小,因此这些基因的线性组合可作为评价艾滋病人是否发生免疫重建炎性综合症的预警因子,使临床治疗更加个性化。
Description
技术领域:
本发明涉及生物工程技术领域,特别用来评估艾滋病人发生免疫重建炎性综合症的标志物。
背景技术:
据2013年WHO发布的数据,目前全球共有约3500万名HIV/AIDS患者,而经济相对不发达的发展中国家的患者占大多数。HIV/ADIS患者感染结核分枝杆菌(tuberculosis,TB)的可能性是HIV未感人群的26-30倍。即使是对于那些正在进行高效抗逆转录病毒治疗法(HAART)的人来说,感染TB依然是HIV患者最常见的并发症,而TB往往是HIV患者致死的头号因素。一系列文献数据表明,约10%-30%的病人在接受高效逆转录病毒疗法后产生严重的免疫重建炎症综合症(immunereconstitutioninflammatorysyndrome,IRIS)。从全球的IRIS分布情况不难看出,HIV病毒与TB共感染(HIV-TBco-infection)是最常见的形式。据先前的meta分析研究表明,有15.7%的高效抗逆转录病毒治疗(HAART,鸡尾酒疗法)患者会感染上TB。HAART使得免疫系统重建,TB这时攻击脆弱的免疫系统,严重则造成死亡。
IRIS是HAART面临的重要问题,就目前发展水平来说,完全避免其发生是不可能的,而充分意识到IRIS的重要性,尽可能做到早识别、早诊断、早治疗,以减少延误治疗才是关键。
利用新一代测序技术获得某物种全部转录组数据的技术即转录组测序(RNA-Seq),其中在Illumina/Solexa测序平台上的RNA-Seq应用最为广泛,其测序基本原理是基于单分子簇的可逆性终止的边合成边测序(SequencingbySynthesis,SBS)。RNA-Seq技术能够在单核苷酸水平对任意生物组织或细胞的整体转录进程检测,不仅可以分析转录本的结构和表达水平,还能发现未知的转录本和稀有转录本,准确地识别出可变剪切位点和编码序列单核苷酸多态性(singlenucleotidepolymorphismsoncDNAs,cSNPs),使得到的转录组信息更为全面,便于进一步注释分类。
由于RNA-Seq相对于传统的测序方法具有明显的优势,所以被广泛运用到差异基因表达分析,新转录本的发现以及可变剪切研究等方面。近年来,使用RNA-Seq技术测序发表的文章也越来越多,而转录组测序分析应用在艾滋病疾病研究方面也取得了不少令世人瞩目的成果。2011年澳大利亚悉尼大学的JingQinWu等研究者对14个感染艾滋病的个体和5个HIV阴性正常个体CD4+和CD8+T细胞进行了转录组分析,发现某些与艾滋病相关通路的富集现象。2014年杜克大学的Payn,T.L等研究者对HIV感染病人的CD8+T细胞的转录表达进行分析,发现某些编码抗病毒细胞因子蛋白的mRNA显著上调,并且发现在RNA水平的调控更有助于唤醒CD8+T细胞对HIV病毒的抑制。同年,纽约大学的Ryndak,M.B等研究者对感染TB的患者血液中提取的结核分枝杆菌进行转录水平分析,发现相较于肺部,在血液环境下,TB致病能力会增加,某些毒性因子的表达量会上调。以上众多研究表明,利用转录组数据分析疾病相关的表观调控已是一套较为完善成熟的体系,而以RNA-Seq的技术作为数据获取方法并进行数据分析将会逐渐成为一种新的趋势。
而对于HIV合并TB感染后,现有技术并没有很好的量化考量指标来进行预警是否会发生免疫重建炎性综合症。有学者指出,可能跟患者体内CD4细胞个数有关,但是缺乏足够的证据,甚至有人持相反意见;同时对于RNA-Seq的技术还没有应用于评估艾滋病人发生免疫重建炎性综合症以及由此得出相关标志物的报道。
发明内容:
本发明要解决的技术问题是提供用来评估艾滋病人发生免疫重建炎性综合症的两套标志物,每套标志物中的九个基因组合物的用途,以及用来评估艾滋病人发生免疫重建炎性综合症的产品;本发明还提供了一种引物组合物及其用途,和两种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统。
为了解决上述技术问题,本发明通过如下技术方案实现:
本发明提供了一种用来评估艾滋病人发生免疫重建炎性综合症的标志物,至少包括九个基因:DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因。
本发明提供了由DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因形成的基因组合物的用途,在制备用来评估艾滋病人发生免疫重建炎性综合症的产品中的应用。
本发明提供了一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,包括:
核酸序列确定装置,用于对生物样品中提取的核酸样本进行分析,以便确定所述核酸样本的核酸序列;以及
判断装置,所述判断装置与所述核酸序列确定装置相连,以便基于将测序产生的短序列和人类基因表达数据库比对,分别得到DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因的相对表达量RPKM,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,还包括核酸提取装置,所述核酸提取装置与所述核酸序列确定装置相连,用于提取所述生物样品中的核酸样本;
任选的,得到相对表达量RPKM之后是用公式计算后得到风险值f(x),然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=40-0.301926548369785(DEFA3)+0.00490277165036895(S100A8)+0.560530444576423(FFAR2)+1.63850558112781(LCN2)-0.142277506530434(FCRL1)+0.410319980880293(SLC25A37)+0.190096182111239(CXCR2P1)-0.199495833744442(RGCC)-0.370577325294511(GMPR)。
本发明提供了一种用来评估艾滋病人发生免疫重建炎性综合症的标志物,其特征在于,至少包括九个基因:CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因。
本发明提供了由CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因形成的基因组合物的用途,在制备用来评估艾滋病人发生免疫重建炎性综合症的产品中的应用。
本发明提供了一种用来评估艾滋病人发生免疫重建炎性综合症的产品,包括用于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的实时定量PCR的试剂。
本发明提供了包括用于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的实时定量PCR的试剂的用途,用来制备评估艾滋病人发生免疫重建炎性综合症的产品。
本发明提供了一种引物组合物,包括扩增CD79A基因的至少一对引物、扩增LCN2基因基因的至少一对引物、扩增FFAR2基因的至少一对引物、扩增SLED1基因的至少一对引物、扩增CD22基因的至少一对引物、扩增ANKRD22基因的至少一对引物、扩增GP9基因的至少一对引物、扩增DEFA3基因的至少一对引物和扩增RGCC基因的至少一对引物。
本发明提供了上述的引物组合物的用途,用于制备评估艾滋病人发生免疫重建炎性综合症的试剂盒。
本发明提供了一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,包括:
实时定量PCR扩增模块,所述实时定量PCR扩增模块中设置有ACTB基因、CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的特异性引物,以便利用所述特异性引物,对生物样品中提取的核酸样本进行实时定量PCR扩增,得到每个基因的Ct值;以及
判断装置,所述判断装置与所述PCR扩增模块相连,基于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因中的每个基因的实时定量PCR的Ct值与ACTB基因的实时定量PCR的Ct值之间的比值,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,还包括核酸提取装置,所述核酸提取装置与所述核酸序列确定装置相连,用于提取所述生物样品中的核酸样本;
任选的,得到比值之后是用公式计算后得到风险值f(x),然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=-25.97422122-259.8669408(CD79A)+13515.90815(LCN2)+3335.943735(FFAR2)+7311.600215(SLED1)-318.4503906(CD22)+1692.184761(ANKRD22)-247.6957422(GP9)-2322.113802(DEFA3)-1821.5596(RGCC)。
本发明提供一种用来评估艾滋病人发生免疫重建炎性综合症的两套标志物,每套标志物中包含九个基因,经实验证明,本发明所列的每套标志物中的特定基因在HIV合并TB感染的病人血液中的PBMC里的表达量的线性组合能显著区分发生和不发生免疫重建炎性综合症的人群,以及判断引起免疫重建炎性综合症的风险大小,因此这些基因的线性组合可作为评价艾滋病人是否发生免疫重建炎性综合症的预警因子,使临床治疗更加个性化。
附图说明:
图1是HIV合并TB感染发生了免疫重建炎性综合症的,确诊HIV合并TB感染但未发生免疫重建炎性综合症的,单纯HIV感染的2个单纯TB感染,以及健康对照共五组样本全部基因相对表达量的主成份分析,横轴PC1,纵轴PC2;左图:用药前,右图:治疗后。C:对照组,H:HIV单纯感染组,T:TB单纯感染组,HT:HIV和TB合并感染未发生IRIS组,HTI:HIV和TB合并感染发生IRIS组。
具体实施方式:
本发明利用新一代测序技术Illumina/Solexa测序平台从单HIV病毒感染人群、单TB感染人群、HIV-TB共感染人群、感染了TB的艾滋病人且同时发生免疫重建炎性综合征人群的四种样本中获得经HAART治疗前后的全部转录组数据(RNA-Seq)。RNA-Seq分析可以通过比对正常样本和HIV侵染样本中表达模式发生显著变化的基因,及其功能分析,以此来建立预测发生副作用的预测模型,提供抵抗病原侵染的重要解决策略,为目前针对艾滋病的主要治疗手段--高效抗逆转录病毒疗法,提供一定程度上的临床应用指导。
下面结合实施例和附图对本发明进行进一步描述:
实施例1
本实施例先对发生IRIS的组别和其他组别的基因表达进行了测定,测定方法具体包括如下步骤:
选取了5组研究对象:7个HIV合并TB感染发生了免疫重建炎性综合症的,7个确诊HIV合并TB感染但未发生免疫重建炎性综合症的,5个单纯HIV感染的,2个单纯TB感染,以及2个健康对照。用高效抗逆转录病毒治疗(HAART,鸡尾酒疗法),每人取样两次,第一次取样是用药前,第二次取样是用药后二周。将每个样本的每个基因的相对表达量(rpkm)和组合成数据矩阵,分用药前后两个矩阵。使用现有的统计软件R进行主成份分析(PCA),将每个样本的主成份1和主成份2(主成分是对众多因素的降维统计方法,PC1就是主成份1,包含的是一系列基因的组合得到的一个值,同理PC2)画散点图,分别得到图1。
由上述结果可知,不同组间存在基因表达差异,会发生IRIS的组别和其他组别有明显差异,由此可以建立一种用于评估艾滋病人发生免疫重建炎性综合症的模型。
在上述方法和结果的基础上,本实施例提供了一种建立用于评估艾滋病人发生免疫重建炎性综合症的模型的方法,具体包括如下步骤:
(1)计算相对表达量
分离PBMC外周血淋巴细胞,对PBMC进行裂解,提取总RNA。通过mRNA的polyA特性,调取mRNA,对总RNA进行高通量测序。将测序产生的短序列(即二代高通量测序得到的短序列)和人类基因表达数据库(ftp://ftp.ncbi.nlm.nih.gov/refseq/H_sapiens/RefSeqGene/)比对,分别得到每个基因的相对表达量RPKM[即是将map到单个基因的read数除以map到所有基因的所有read数(以million为单位)与RNA的长度(以KB为单位),得到的值],计算公式如下:
其中的C:代表比对到该基因的短序列条数,N:代表比对到所有基因的短序列条数,L代表该基因的长度。
(2)计算相关系数
得到每个基因的相对表达量RPKM之后,在发生免疫重建炎性综合症的组别和未发生免疫重建炎性综合症的组别进行所有基因的机器学习建模,挑选权重最大的、准确性最高的组合,最终选取如表1所示的9个基因作为判断是否发生IRIS风险的指标(其中基因ID用NCBI的标准基因号表示),通过对不同因子权重的线性拟合得到相关系数,如表1所示。
表1
| 基因ID | 基因名称 | 相关系数 |
| 1668 | DEFA3 | -0.30193 |
| 6279 | S100A8 | 0.004903 |
| 2867 | FFAR2 | 0.56053 |
| 3934 | LCN2 | 1.638506 |
| 115350 | FCRL1 | -0.14228 |
| 51312 | SLC25A37 | 0.41032 |
| 3580 | CXCR2P1 | 0.190096 |
| 28984 | RGCC | -0.1995 |
| 2766 | GMPR | -0.37058 |
(3)计算f(x)值,判断风险水平
用以下公式计算每个样本的风险值:
f(x)=40-0.301926548369785(DEFA3)+0.00490277165036895(S100A8)+0.560530444576423(FFAR2)+1.63850558112781(LCN2)-0.142277506530434(FCRL1)+0.410319980880293(SLC25A37)+0.190096182111239(CXCR2P1)-0.199495833744442(RGCC)-0.370577325294511(GMPR)
其中(DEFA3)、(S100A8)、(FFAR2)、(LCN2)、(FCRL1)、(SLC25A37)、(CXCR2P1)、(RGCC)和(GMPR)分别代表各个基因的相对表达量RPKM,即采用上述(1)的高通量测序后比对的方法计算得到。
计算f(x)值,作为每个样本的评价指标。当f(x)值大于0.5时,判断为高风险,当f(x)值小于0.5时判断为低风险,当值等于0.5时,判断为风险不确定。f(x)值越小于0.5代表风险越低,越高于0.5代表风险越高。
实施例2
本实施例对实施例2建立的用于评估艾滋病人发生免疫重建炎性综合症的模型的方法进行了验证,具体包括如下步骤:
根据实施例2的9个基因建立的线性模型,选取了5组研究对象:7个确诊HIV合并TB感染发生免疫重建炎性综合症的样本(HTI-P1-0-TA,HTI-P2-0A,HTI-P3-0A,HTI-P4-0A,HTI-P5-0A,HTI-P6-0A,HTI-1-42-0A),7个确诊HIV合并TB感染但不发生免疫重建炎性综合症的样本(HT-P1-0A,HT-P3-0A,HT-P5-0A,HT-P7-0A,HT-P8-0A,HT-P9-0A,HT-2-28-0A),5个单纯HIV感染的样本(H-P1-0A,H-P2-0A,H-P3-0A,H-P4-0A,H-3-83-0A),2个单纯TB感染的样本(T-P1-0A,T-P2-0A),以及2个健康样本(C-1-LK7231A,C-2-LYW7302A),用高效抗逆转录病毒治疗(HAART)前后共46个样本(每人取样两次,第一次取样是用药前,第二次取样是用药后二周)进行预测,评估结果如表2所示:
表2
| 样本名称 | 分组 | 检测结果f(x) | 检测报告 | 结果判断 |
| H-P1-0A | H | -32.85 | 低风险 | TN |
| H-P2-0A | H | -31.99 | 低风险 | TN |
| H-P3-0A | H | -28.63 | 低风险 | TN |
| H-P4-0A | H | -5.74 | 低风险 | TN |
| HTI-P1-0-TA | HTI | 25.55 | 高风险 | TP |
| HTI-P2-0A | HTI | 25.24 | 高风险 | TP |
| HTI-P3-0A | HTI | 25.3 | 高风险 | TP |
| HTI-P4-0A | HTI | 26.06 | 高风险 | TP |
| HTI-P5-0A | HTI | 25.72 | 高风险 | TP |
| HTI-P6-0A | HTI | 25.46 | 高风险 | TP |
| HT-P1-0A | HT | -26.11 | 低风险 | TN |
| HT-P3-0A | HT | -24.71 | 低风险 | TN |
| HT-P5-0A | HT | -24.86 | 低风险 | TN |
| HT-P7-0A | HT | -24.77 | 低风险 | TN |
| HT-P8-0A | HT | -30.32 | 低风险 | TN |
| HT-P9-0A | HT | -27.12 | 低风险 | TN |
| T-P1-0A | T | 12.3 | 高风险 | FP |
| T-P2-0A | T | -8.52 | 低风险 | TN |
| HTI-1-42-0A | HTI | 25.59 | 高风险 | TP |
| HT-2-28-0A | HT | -27.92 | 低风险 | TN |
| H-3-83-0A | H | -24.99 | 低风险 | TN |
| C-1-LK7231A | C | -24 | 低风险 | TN |
| C-2-LYW7302A | C | -16.05 | 低风险 | TN |
表2中,H代表HIV单纯感染组,HTI代表HIV合并TB感染会发生IRIS组,HT代表HIV合并TB感染不发生IRIS组,T代表单纯感染TB组,C代表健康对照组。TP,TN,FP,FN分别代表真阳性,真阴性,假阳性,假阴性。
利用下列公式计算灵敏度(Sn)、特异性(Sp)、准确率(Acc)、二值相关系数(MCC):
公式中的TP,TN,FP,FN分别为在表2中的结果判断的出现的次数,分别为7,15,1,0,代入上述公式,计算出的结果如表3所示。
表3
| 灵敏度(Sn)% | 特异性(Sp)% | 准确率(Acc)% | 二值相关系数(MCC) | |
| 用药前 | 100.00 | 93.75 | 95.65 | 0.91 |
| 用药后 | 57.14 | 93.75 | 82.61 | 0.57 |
表3中的MCC为评价模型预测的参数,越接近1说明预测模型越完美,越接近0说明预测越随机,利用实施例2建立的模型对结果进行预测,MCC值0.91接近1,证明此模型是可靠的。
因为模型是根据用药前的数据建立,因此适用于用药前的准确率要高于用药后的准确率。但是由于用药后个体变化不一,也没有很明显的IRIS组的特异类型,因此对于用药后没有进行模型构建。
经实验证明,本实施例所列的特定基因在结核合并感染的艾滋病人血液中的PBMC里表达量的线性组合能显著区分发生和不发生免疫重建炎性综合症的人群,因此这些基因的线性组合可作为评价艾滋病人是否发生免疫重建炎性综合症的预警因子,使临床治疗更加个性化。
实施例3
(1)计算相对表达量
分离PBMC外周血淋巴细胞,对PBMC进行裂解,提取总RNA。通过mRNA的polyA特性,调取mRNA,对总RNA进行高通量测序。将测序产生的短序列(即二代高通量测序得到的短序列)和人类基因表达数据库(ftp://ftp.ncbi.nlm.nih.gov/refseq/H_sapiens/RefSeqGene/)比对,分别得到每个基因的相对表达量RPKM[即是将map到单个基因的read数除以map到所有基因的所有read数(以million为单位)与RNA的长度(以KB为单位),得到的值],计算公式如下:
其中的C:代表比对到该基因的短序列条数,N:代表比对到所有基因的短序列条数,L代表该基因的长度。
(2)计算相关系数
得到每个基因的相对表达量RPKM之后,以ACTB基因(ID:60)为参考,归一化处理,在发生免疫重建炎性综合症的组别和未发生免疫重建炎性综合症的组别进行所有基因的机器学习建模,挑选权重最大的、准确性最高的组合,最终选取如表4所示的9个基因作为判断是否发生IRIS风险的指标(其中基因ID用NCBI的标准基因号表示),通过对不同因子权重的线性拟合得到相关系数,如表1所示。
表4
| 基因ID | 基因名称 | 相关系数 |
| 973 | CD79A | -259.8669408 |
| 3934 | LCN2 | 13515.90815 |
| 2867 | FFAR2 | 3335.943735 |
| 643036 | SLED1 | 7311.600215 |
| 933 | CD22 | -318.4503906 |
| 118932 | ANKRD22 | 1692.184761 |
| 2815 | GP9 | -247.6957422 |
| 1668 | DEFA3 | -2322.113802 |
| 28984 | RGCC | -1821.5596 |
(3)计算f(x)值,判断风险水平
用以下公式计算每个样本的风险值:
f(x)=-25.97422122-259.8669408(CD79A)+13515.90815(LCN2)+3335.943735(FFAR2)+7311.600215(SLED1)-318.4503906(CD22)+1692.184761(ANKRD22)-247.6957422(GP9)-2322.113802(DEFA3)-1821.5596(RGCC)
其中(CD79A)、(LCN2)、(FFAR2)、(SLED1)、(CD22)、(ANKRD22)、(GP9)、(DEFA3)和(RGCC)代表各个基因的相对表达量,计算方法为:针对表4即前述的9个基因进行相对常规的qRT-PCR方法,以ACTB基因(ID:60)为参考,计算每个基因的qRT-PCR的Ct值与ACTB基因的qRT-PCR的Ct值的比值。
计算f(x)值,作为每个样本的评价指标。当f(x)值大于0.5时,判断为高风险,当值小于0.5时判断为低风险,当值等于0.5时,判断为风险不确定。f(x)值越小于0.5代表风险越低,f(x)值越高于0.5代表风险越高。
实施例4
本实施例对实施例3建立的用于评估艾滋病人发生免疫重建炎性综合症的模型的方法进行了验证,具体包括如下步骤:
根据实施例3的9个基因建立的线性模型,选取了5组研究对象:7个确诊HIV合并TB感染发生免疫重建炎性综合症的样本(HTI-P1-0-TA,HTI-P2-0A,HTI-P3-0A,HTI-P4-0A,HTI-P5-0A,HTI-P6-0A,HTI-1-42-0A),7个确诊HIV合并TB感染但不发生免疫重建炎性综合症的样本(HT-P1-0A,HT-P3-0A,HT-P5-0A,HT-P7-0A,HT-P8-0A,HT-P9-0A,HT-2-28-0A),5个单纯HIV感染的样本(H-P1-0A,H-P2-0A,H-P3-0A,H-P4-0A,H-3-83-0A),2个单纯TB感染的样本(T-P1-0A,T-P2-0A),以及2个健康样本(C-1-LK7231A,C-2-LYW7302A),用高效抗逆转录病毒治疗(HAART)前后共46个样本(每人取样两次,第一次取样是用药前,第二次取样是用药后二周)进行预测,评估结果如表2所示:
表5
| 样本名称 | 分组 | 检测结果f(x) | 检测报告 | 结果判断 |
| H-P1-0A | H | -42.42 | 低风险 | TN |
| H-P2-0A | H | -35.79 | 低风险 | TN |
| H-P3-0A | H | -38.67 | 低风险 | TN |
| H-P4-0A | H | -15.34 | 低风险 | TN |
| HTI-P1-0-TA | HTI | 29.88 | 高风险 | TP |
| HTI-P2-0A | HTI | 27.43 | 高风险 | TP |
| HTI-P3-0A | HTI | 30.83 | 高风险 | TP |
| HTI-P4-0A | HTI | 29.46 | 高风险 | TP |
| HTI-P5-0A | HTI | 26.45 | 高风险 | TP |
| HTI-P6-0A | HTI | 22.55 | 高风险 | TP |
| HT-P1-0A | HT | -28.10 | 低风险 | TN |
| HT-P3-0A | HT | -28.33 | 低风险 | TN |
| HT-P5-0A | HT | -26.25 | 低风险 | TN |
| HT-P7-0A | HT | -28.87 | 低风险 | TN |
| HT-P8-0A | HT | -28.41 | 低风险 | TN |
| HT-P9-0A | HT | -30.42 | 低风险 | TN |
| T-P1-0A | T | 4.2 | 高风险 | FP |
| T-P2-0A | T | -18.62 | 低风险 | TN |
| HTI-1-42-0A | HTI | 29.99 | 高风险 | TP |
| HT-2-28-0A | HT | -22.62 | 低风险 | TN |
| H-3-83-0A | H | -23.79 | 低风险 | TN |
| C-1-LK7231A | C | -27.88 | 低风险 | TN |
| C-2-LYW7302A | C | -18.15 | 低风险 | TN |
表5中,H代表HIV单纯感染组,HTI代表HIV合并TB感染会发生IRIS组,HT代表HIV合并TB感染不发生IRIS组,T代表单纯感染TB组,C代表健康对照组。TP,TN,FP,FN分别代表真阳性,真阴性,假阳性,假阴性。
利用下列公式计算灵敏度(Sn)、特异性(Sp)、准确率(Acc)、二值相关系数(MCC):
公式中的TP,TN,FP,FN分别为在表2中的结果判断的出现的次数,分别为7,15,1,0,代入上述公式,计算出的结果如表6所示。
表6
| 灵敏度(Sn)% | 特异性(Sp)% | 准确率(Acc)% | 二值相关系数(MCC) | |
| 用药前 | 100.00 | 93.75 | 95.65 | 0.91 |
| 用药后 | 57.14 | 93.75 | 82.61 | 0.57 |
表6中的MCC为评价模型预测的参数,越接近1说明预测模型越完美,越接近0说明预测越随机,利用实施例2建立的模型对结果进行预测,MCC值0.91接近1,证明此模型是可靠的。
因为模型是根据用药前的数据建立,因此适用于用药前的准确率要高于用药后的准确率。但是由于用药后个体变化不一,也没有很明显的IRIS组的特异类型,因此对于用药后没有进行模型构建。
经实验证明,本实施例所列的特定基因在结核合并感染的艾滋病人血液中的PBMC里表达量的线性组合能显著区分发生和不发生免疫重建炎性综合症的人群,因此这些基因的线性组合可作为评价艾滋病人是否发生免疫重建炎性综合症的预警因子,使临床治疗更加个性化。
实施例5
本实施例提供了一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,包括:
核酸提取装置,所述核酸提取装置用于提取所述生物样品中的核酸样本;
核酸序列确定装置,所述核酸序列确定装置与所述核酸提取装置相连,用于对所述核酸样本进行分析,以便确定所述核酸样本的核酸序列;以及
判断装置,所述判断装置与所述核酸序列确定装置相连,以便基于将测序产生的短序列和人类基因表达数据库比对,分别得到DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因的相对表达量RPKM,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,得到相对表达量RPKM之后是用公式计算后得到风险值f(x),然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=40-0.301926548369785(DEFA3)+0.00490277165036895(S100A8)+0.560530444576423(FFAR2)+1.63850558112781(LCN2)-0.142277506530434(FCRL1)+0.410319980880293(SLC25A37)+0.190096182111239(CXCR2P1)-0.199495833744442(RGCC)-0.370577325294511(GMPR)。
用风险值f(x)判断艾滋病人是否发生免疫重建炎性综合症的准则为:
当f(x)值大于0.5时,判断为高风险,当f(x)值小于0.5时判断为低风险,当值等于0.5时,判断为风险不确定。f(x)值越小于0.5代表风险越低,越高于0.5代表风险越高。
实施例6
本实施例提供了另一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,包括:
核酸提取装置,所述核酸提取装置用于提取所述生物样品中的核酸样本;
实时定量PCR扩增模块,所述实时定量PCR扩增模块中设置有ACTB基因、CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的特异性引物,以便利用所述特异性引物,对所述核酸样本进行实时定量PCR扩增,得到每个基因的Ct值;以及
判断装置,所述判断装置与所述PCR扩增模块相连,基于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因中的每个基因的实时定量PCR的Ct值与ACTB基因的实时定量PCR的Ct值之间的比值,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,对所述核酸样本进行实时定量PCR扩增所使用的试剂和方法并不做特殊限定,可以采用最常规的的实时定量PCR试剂和实时定量PCR方法。
任选的,得到比值之后是用公式计算后得到风险值,然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=-25.97422122-259.8669408(CD79A)+13515.90815(LCN2)+3335.943735(FFAR2)+7311.600215(SLED1)-318.4503906(CD22)+1692.184761(ANKRD22)-247.6957422(GP9)-2322.113802(DEFA3)-1821.5596(RGCC)。
用风险值f(x)判断艾滋病人是否发生免疫重建炎性综合症的准则为:
当f(x)值大于0.5时,判断为高风险,当f(x)值小于0.5时判断为低风险,当值等于0.5时,判断为风险不确定。f(x)值越小于0.5代表风险越低,越高于0.5代表风险越高。
Claims (10)
1.一种用来评估艾滋病人发生免疫重建炎性综合症的标志物,其特征在于,至少包括九个基因:DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因。
2.由DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因形成的基因组合物的用途,其特征在于,在制备用来评估艾滋病人发生免疫重建炎性综合症的产品中的应用。
3.一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,其特征在于,包括:
核酸序列确定装置,用于对生物样品中提取的核酸样本进行分析,以便确定所述核酸样本的核酸序列;以及
判断装置,所述判断装置与所述核酸序列确定装置相连,以便基于将测序产生的短序列和人类基因表达数据库比对,分别得到DEFA3基因、S100A8基因、FFAR2基因、LCN2基因、FCRL1基因、SLC25A37基因、CXCR2P1基因、RGCC基因和GMPR基因的相对表达量RPKM,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,还包括核酸提取装置,所述核酸提取装置与所述核酸序列确定装置相连,用于提取所述生物样品中的核酸样本;
任选的,得到相对表达量RPKM之后是用公式计算后得到风险值f(x),然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=40-0.301926548369785(DEFA3)+0.00490277165036895(S100A8)+0.560530444576423(FFAR2)+1.63850558112781(LCN2)-0.142277506530434(FCRL1)+0.410319980880293(SLC25A37)+0.190096182111239(CXCR2P1)-0.199495833744442(RGCC)-0.370577325294511(GMPR)。
4.一种用来评估艾滋病人发生免疫重建炎性综合症的标志物,其特征在于,至少包括九个基因:CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因。
5.由CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因形成的基因组合物的用途,其特征在于,在制备用来评估艾滋病人发生免疫重建炎性综合症的产品中的应用。
6.一种用来评估艾滋病人发生免疫重建炎性综合症的产品,其特征在于,包括用于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的实时定量PCR的试剂。
7.包括用于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的实时定量PCR的试剂的用途,其特征在于,用来制备评估艾滋病人发生免疫重建炎性综合症的产品。
8.一种引物组合物,其特征在于,包括扩增CD79A基因的至少一对引物、扩增LCN2基因基因的至少一对引物、扩增FFAR2基因的至少一对引物、扩增SLED1基因的至少一对引物、扩增CD22基因的至少一对引物、扩增ANKRD22基因的至少一对引物、扩增GP9基因的至少一对引物、扩增DEFA3基因的至少一对引物和扩增RGCC基因的至少一对引物。
9.根据权利要求8的引物组合物的用途,其特征在于,用于制备评估艾滋病人发生免疫重建炎性综合症的试剂盒。
10.一种筛选艾滋病人发生免疫重建炎性综合症的生物样品的系统,其特征在于,包括:
实时定量PCR扩增模块,所述实时定量PCR扩增模块中设置有ACTB基因、CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因的特异性引物,以便利用所述特异性引物,对生物样品中提取的核酸样本进行实时定量PCR扩增,得到每个基因的Ct值;以及
判断装置,所述判断装置与所述PCR扩增模块相连,基于CD79A基因、LCN2基因、FFAR2基因、SLED1基因、CD22基因、ANKRD22基因、GP9基因、DEFA3基因和RGCC基因中的每个基因的实时定量PCR的Ct值与ACTB基因的实时定量PCR的Ct值之间的比值,用于判断艾滋病人是否发生免疫重建炎性综合症;
任选的,还包括核酸提取装置,所述核酸提取装置与所述核酸序列确定装置相连,用于提取所述生物样品中的核酸样本;
任选的,得到比值之后是用公式计算后得到风险值f(x),然后用于判断艾滋病人是否发生免疫重建炎性综合症,所述公式为:
f(x)=-25.97422122-259.8669408(CD79A)+13515.90815(LCN2)+3335.943735(FFAR2)+7311.600215(SLED1)-318.4503906(CD22)+1692.184761(ANKRD22)-247.6957422(GP9)-2322.113802(DEFA3)-1821.5596(RGCC)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510542863.6A CN105177130B (zh) | 2015-08-28 | 2015-08-28 | 用来评估艾滋病人发生免疫重建炎性综合症的标志物 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510542863.6A CN105177130B (zh) | 2015-08-28 | 2015-08-28 | 用来评估艾滋病人发生免疫重建炎性综合症的标志物 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105177130A true CN105177130A (zh) | 2015-12-23 |
| CN105177130B CN105177130B (zh) | 2016-09-28 |
Family
ID=54899552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510542863.6A Expired - Fee Related CN105177130B (zh) | 2015-08-28 | 2015-08-28 | 用来评估艾滋病人发生免疫重建炎性综合症的标志物 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105177130B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109825508A (zh) * | 2017-11-23 | 2019-05-31 | 深圳市第三人民医院 | 一种用来评估艾滋病合并结核感染的生物标记物 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4239082A1 (en) * | 2022-03-02 | 2023-09-06 | Institut Pasteur | Micrornas as predictive biomarkers of immune reconstitution inflammatory syndrome |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014019977A1 (en) * | 2012-07-31 | 2014-02-06 | Imperial Innovations Limited | Diagnosis of active tuberculosis by determining the mrna expression levels of marker genes in blood |
| WO2014067943A1 (en) * | 2012-10-30 | 2014-05-08 | Imperial Innovations Limited | Method of detecting active tuberculosis in children in the presence of a|co-morbidity |
| CN104662043A (zh) * | 2012-09-10 | 2015-05-27 | 明斯特大学 | 用于预防、治疗和诊断炎性病症的方法和化合物 |
| WO2015114351A1 (en) * | 2014-01-30 | 2015-08-06 | Proteinlogic Limited | Biomarkers |
-
2015
- 2015-08-28 CN CN201510542863.6A patent/CN105177130B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014019977A1 (en) * | 2012-07-31 | 2014-02-06 | Imperial Innovations Limited | Diagnosis of active tuberculosis by determining the mrna expression levels of marker genes in blood |
| CN104662043A (zh) * | 2012-09-10 | 2015-05-27 | 明斯特大学 | 用于预防、治疗和诊断炎性病症的方法和化合物 |
| WO2014067943A1 (en) * | 2012-10-30 | 2014-05-08 | Imperial Innovations Limited | Method of detecting active tuberculosis in children in the presence of a|co-morbidity |
| WO2015114351A1 (en) * | 2014-01-30 | 2015-08-06 | Proteinlogic Limited | Biomarkers |
Non-Patent Citations (2)
| Title |
|---|
| IRINI SERETI,等: "Biomarkers in immune reconstitution inflammatory syndrome: signals from pathogenesis", 《CURRENT OPINION IN HIV & AIDS》 * |
| SHULI BONHAM,等: "Biomarkers of HIV immune reconstitution inflammatory syndrome", 《BIOMARKERS IN MEDICINE》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109825508A (zh) * | 2017-11-23 | 2019-05-31 | 深圳市第三人民医院 | 一种用来评估艾滋病合并结核感染的生物标记物 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105177130B (zh) | 2016-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| You et al. | Single-cell epigenomic landscape of peripheral immune cells reveals establishment of trained immunity in individuals convalescing from COVID-19 | |
| CN112133365B (zh) | 评估肿瘤微环境的基因集、评分模型及其应用 | |
| EP3561074B1 (en) | Method for identifying the quantitative cellular composition in a biological sample | |
| JP6931125B2 (ja) | 標的遺伝子発現の数学的モデル化を使用する、jak−stat1/2細胞シグナル伝達経路活性の評価 | |
| US11047011B2 (en) | Immunorepertoire normality assessment method and its use | |
| Morrow et al. | Identifying a gene expression signature of frequent COPD exacerbations in peripheral blood using network methods | |
| WO2012097374A1 (en) | Immunodiversity assessment method and its use | |
| CN107574243A (zh) | 分子标志物、内参基因及其应用、检测试剂盒以及检测模型的构建方法 | |
| US20250188542A1 (en) | Enrichment and characterization of rare circulating cells, including progenitor cells, from peripheral blood, and uses thereof | |
| CN115029431A (zh) | 一种2型糖尿病基因检测试剂盒以及2型糖尿病遗传风险评估系统 | |
| US10529442B2 (en) | Method for measuring a change in an individual's immunorepertoire | |
| CN105177130B (zh) | 用来评估艾滋病人发生免疫重建炎性综合症的标志物 | |
| CN117233400A (zh) | 一种用于多发性骨髓瘤诊断与预后评估的kcnn3基因检测试剂盒及其应用 | |
| CN105838720B (zh) | Ptprq基因突变体及其应用 | |
| US20210396753A1 (en) | Blood-based signatures for diagnosis and sub-typing of inflammatory bowel disease subsets | |
| CN110527721A (zh) | 一种陈旧性结核病标志物及其应用 | |
| CN104087671A (zh) | 一种用于检测人21号染色体数目的试剂盒 | |
| CN117187389A (zh) | 定量检测kcnn3、rab3b、cadps2及azgp1转录水平的成套试剂及其应用 | |
| CN112011605B (zh) | 微生物菌群在疾病诊断中的应用 | |
| EP3055425B1 (en) | Predicting increased risk for cancer | |
| Ludwig et al. | Single-cell multi-omics resolved analysis of mitochondrial genome-wide mutational burden, constraint, and mosaicism | |
| CN119446284B (zh) | 骨髓基因标志物在预测磺酸类烷化剂清髓敏感性中的应用 | |
| CN112063709A (zh) | 一种以微生物作为诊断标志物的重症肌无力的诊断试剂盒及应用 | |
| CN111996248B (zh) | 检测微生物的试剂及其在重症肌无力诊断中的应用 | |
| CN115074439B (zh) | 一组nk/t细胞淋巴瘤预后相关基因、基因组预后模型及其用途 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160928 Termination date: 20200828 |