CN102037355A - 基于多重生物标记物板块诊断和监测抑郁症 - Google Patents

Abstract

描述了采用用于测量多个参数的多参数系统和用于计算评分的算法来生成受检者的单相抑郁症(MDD)的疾病评分的材料和方法。

Description

基于多重生物标记物板块诊断和监测抑郁症

相关申请的交叉参照

本专利申请要求题为“Monitoring Depression Disorders Based on MultipleSerum Biomarker Panels(基于多重血清生物标记物板块监测抑郁症)”的美国临时申请第61/033,726号、题为“Combinations of Selected Biomarkers forDiagnosing Depression Disorders(用于诊断抑郁症的所选生物标记物的组合)”的美国临时申请第61/033,721号、以及题为“Monitoring Depression DisordersBased on Hypothalamic-Pituitary-Adrenal(HPA)Axis Biomarkers(基于下丘脑-垂体-肾上腺(HPA)轴生物标记物监测抑郁症)”的美国临时申请第61/033,731号的优先权，所有这些申请都是在2008年3月4日提交的，其全部内容通过参照结合于此。

技术领域

本发明涉及用于诊断和监测诸如严重的抑郁性障碍(MDD)等医疗状况的治疗的生物标记物和方法。

背景技术

神经精神疾病在“劳力丧失的寿命年”(YLD)方面比任何其他类型的临床病症所占比例更大，占总YLD的大约30％(Murray和Lopez(1996年)的Global Health Statistics：A Compendium of Incidence，Prevalence and Mortality Estimates for over 2000Conditions(全球健康统计：超过2000种疾病的发病 率、流行率和死亡率估计一览表)，坎布里奇：哈佛公共卫生学院)。仅单相MDD就占全球YLD的11％。多种因素会造成伤残持续而且未达到最佳治疗结果，其中包括诊断不准确、提早停止治疗、社会特征、抗抑郁药剂量不足、抗抑郁药副作用以及不坚持治疗。

大多数临床病症，包括诸如抑郁症等神经精神疾病，是多种因素之间的相互作用而非单个生物变化的结果。取决于每个个体的具体变化，患有相同临床病症的不同个体可能表现不同范围或程度的症状。对每个单独个体确定抑郁症状况的能力将有益于准确评估受检者的具体状况。然而，存在着对用于诊断和确定诸如抑郁等临床病症的诱因以及用于评估疾病状况或治疗反应的可靠方法的需求。

发明概述

本发明涉及用于诊断和评估包括MDD在内的抑郁症的治疗的材料和方法。通常采用临床评估和患者访谈来诊断和监测患抑郁患者的治疗。如本文所描述的，基于生理学变化的测试将有利于提早治疗抑郁症并增加患者的接受度。本文描述的技术可用于作为临床评估和患者访谈的替代方式或补充基于生理学测量结果来优化治疗。

临床前研究表明了使用多路抗体阵列在患有MDD的人群中开发一组生物标记物的价值。反映精神病状态(例如，病理类型、严重性、积极治疗反应的可能性、以及易复发性)的生物标记物的可用性可能影响抑郁症的适当诊断和治疗。采用本文描述的各种算法组成“疾病特异性标志”的系统性高度并行性组合方法可被用来确定MDD的状况，并还可用来预测个体的治疗反应。

本发明部分地基于识别用于建立单相抑郁症的诊断和状况的方法。本发明的方法可包括开发包含诸如生物标记物等多个参数的算法、测定这多个参数、以及使用该算法来确定定量诊断评分。在一些实现中，可以开发用于应用来自诸如血清或血浆等生物样品的多个生物标记物的算法以鉴定药效标记物，这可被用来监测治疗结果。

本发明还描述用于监测在心理治疗、认知治疗或抗抑郁药给药的早期阶段对抑郁个体的治疗有效性的技术。本发明的方法包括确定接受抑郁症治疗的个体的血浆标记物是否存在变化。描述了采用用于测量多个参数的多参数系统和用于计算评分的算法来生成受检者的单相抑郁症(MDD)的疾病评分的材料和方法。在两个或更多个时间点确定的评分可被用来确定例如MDD的进程或用来评估受检者对医疗方案的反应。

本文描述的方法不同于应用生物标记物的较传统方法中的一些，因为使用了多分析物算法而非单一标记物或一组单一标记物。可以使用各种算法来导出反映疾病状况、预后和/或治疗反应的单一值。如本文所描述的，可以使用基于高度复用的微阵列基免疫工具来同时测定多个参数。使用此类工具的优点是可以从同一样品导出所有结果并且同时在相同条件下运行。可以应用高级模式识别法，而且有许多工具可用，包括诸如分层聚类等聚类法、自组织映射、以及监督分类算法(例如，支持向量机、k-最近邻(k-nearest neighbors)以及神经网络)。后一组分析方法可能具有实质性临床应用。

基本方法可包括提供来自抑郁个体的生物样品(例如，血样)；测定该样品中的一组分析物的水平；以及使用一种算法来确定MDD疾病评分。在一些实施例中，该方法还可包括在一段时间(例如，数周或数月)之后重复该测试；计算治疗后MDD疾病评分；以及将该治疗后评分与较早评分进行比较，并且还与对照MDD疾病评分(例如，在未患抑郁症的正常受检者中确定的平均MDD评分)进行比较。抑郁个体的MDD疾病评分朝正常值变化的证据可以指示治疗的有效性。根据治疗方案的性质，这样的变化在治疗(例如，心理治疗)的头两个月内或在短至7天的时间内(例如，针对抗抑郁药给药治疗)就可以观察到。

在一个方面，本发明提供了一种用于诊断人类受检者的抑郁的方法，该方法包括：(a)提供预先确定的与抑郁相关的多个参数的数值；(b)通过预定函数对这些数值中的每一个单独进行加权，每一个函数为每一参数所专用；(c)确定这些加权值的总和；(d)确定该总和与对照值之差；以及(e)如果该差大于预定阈值，则将该受检者分类成患有抑郁，或者如果该差与预定阈值并无不同，则将该受检者分类成未患有抑郁。

这些参数可选自下组：脑源神经营养因子(BDNF)、白细胞介素-7(IL-7)、白细胞介素-10(IL-10)、白细胞介素-13(IL-13)、白细胞介素-15(IL-15)、白细胞介素-18(IL-18)、脂肪酸结合蛋白(FABP)、α-1抗胰蛋白酶(A1AT)、β-2巨球蛋白(B2M)、因子VII、上皮生长因子(EGF)、α-2巨球蛋白(A2M)、谷胱甘肽S-转移酶(GST)、RANTES、基质金属蛋白酶组织抑制剂-1(TIMP-1)、纤溶酶原激活物抑制剂-1(PAI-1)、甲状腺素和皮质醇，或可选自BDNF、A2M、IL-10、IL-13、IL-18、甲状腺素和皮质醇。这些参数可以是IL-7、A2M、IL-10和IL-13；IL-7、IL-13、A2M、BDNF和IL-18；IL-7、IL-10、IL-13、IL-15、A2M、GST和IL-18；IL-10、IL-13、IL-15、A2M、BDNF、甲状腺素、皮质醇和IL-18；IL-7、IL-13、IL-10、IL-15、IL-18、A2M、GST和皮质醇；或者IL-7、IL-10、IL-13、IL-15、IL-18、A2M、GST、皮质醇和甲状腺素。

这些参数可选自下组：促肾上腺皮质激素(ACTH)、BDNF、皮质醇、多巴胺(DA)、IL-1、IL-13、IL-18、去甲肾上腺素、甲状腺刺激激素(TSH)、精氨酸加压素(AVP)和促肾上腺皮质激素释放激素(CRH)，或者可选自下组：皮质醇、ACTH、IL-1、IL-18、BDNF、DA、瘦素(leptin)、TSH、CRH和AVP。这些参数可以是皮质醇、ACTH、IL-1、IL-18、BDNF、瘦素、TSH、CRH和AVP；皮质醇、ACTH、IL-1、IL-18、BDNF、TSH、CRH和AVP；皮质醇、ACTH、IL-1、IL-18、BDNF、TSH和AVP；皮质醇、ACTH、IL-1、IL-18、BDNF和TSH；或皮质醇、ACTH、IL-1、IL-18和BDNF.这些参数还可包括神经肽Y(NPY)或血小板相关5-羟色胺。这些参数还可包括选自下组的一种或多种生物标记物：IL-7、IL-10、IL-15、FABP、A1AT、B2M、因子VII、EGF、A2M、GST、RANTES、PAI-1和TIMP-1。

数值可以是来自受检者的生物样品中的生物标记物水平。生物样品可以是全血、血清、血浆、尿液或脑脊液。受检者可以是人。预先确定的阈值可以是统计显著性(例如，p＜0.05)。该方法还可包括提供选自下组的一个或多个参数的数值：磁共振成像、磁共振波谱、体重指数、HPA激活的量度、甲状腺功能的量度、雌激素水平的量度、或睾酮水平的量度。该方法还可包括提供来自受检者的生物样品或测量这多个参数以获得数值。

在另一方面，本发明提供一种用于诊断受检者的抑郁症的方法，该方法包括：(a)提供来自受检者的生物样品；(b)测量多个参数以获得这些参数的数值，这些参数预先确定为与抑郁相关；(c)通过预定函数来对数值中的每一个单独进行加权，每一个函数为每一参数所专用；(d)确定加权值的总和；(e)确定该总和与对照值之差；以及(f)如果该差大于预定阈值，则将该受检者分类成患有抑郁，或者如果该差与预定阈值并无不同，则将该受检者分类成未患有抑郁。该抑郁症可以是严重的抑郁性障碍。

在另一方面，本发明提供一种用于监测严重的抑郁性障碍(MDD)的治疗的方法，该方法包括：(a)提供来自被诊断为患有MDD的受检者的多个参数的数值，这些参数预先确定为与MDD相关；(b)使用一种包括这些数值的算法来计算MDD评分；(c)在受检者接受MDD治疗的一段时间之后，重复步骤(a)和(b)以获得治疗后MDD评分；(d)将来自步骤(c)的治疗后MDD评分与步骤(b)中的评分和正常受检者的MDD评分进行比较，若来自步骤(b)的评分相比来自步骤(c)的评分更接近正常受检者的MDD评分，则将该治疗分类成有效的。步骤(b)可包括通过预定函数来对数值中的每一个单独进行加权，每一个函数为每一个参数所专用，以及计算这些加权值的总和。

参数可选自下组：BDNF、IL-7、IL-10、IL-13、IL-15、IL-18、FABP、A1AT、B2M、因子VII、EGF、A2M、GST、RANTES、TIMP-1、PAI-1、甲状腺素、皮质醇和ACTH。该时间段的范围可以是从开始治疗后的数周到数月。可以针对治疗开始之前和之后的各时间点提供这些数值的一个子集。这些参数可包括从磁共振成像、磁共振波谱、或计算机化X线断层摄影扫描导出的测量结果。这些参数可包括体重指数、NPY、AVP、或者邻苯二酚胺或邻苯二酚胺的泌尿代谢物。数值可以是来自受检者的生物样品的生物标记物水平。生物样品可以是血清、血浆、尿液或脑脊液。该方法还可包括提供来自受检者的生物样品。该方法还可包括测量多个参数的水平以获得数值。

在另一方面，本发明提供一种用于监测严重的抑郁性障碍(MDD)的治疗的方法，该方法包括：(a)提供来自被诊断为患有MDD的受检者的生物样品；(b)测量该样品中的多个分析物的水平，这些分析物预先确定为与MDD相关；(c)使用一种包括所测量的这些水平的算法来计算MDD评分；(d)在受检者接受MDD治疗的一段时间之后，重复步骤(a)、(b)和(c)以获得治疗后MDD评分；(e)将来自步骤(d)的治疗后MDD评分与步骤(c)中的评分和正常受检者的MDD评分进行比较，若与来自步骤(c)的评分相比来自步骤(d)的评分更接近正常受检者的MDD评分，则将该治疗分类成有效的。

在又一方面，提供一种用于诊断严重的抑郁性障碍(MDD)的计算机实现的方法。该方法包括：提供包括预先确定为与MDD相关的所选生物标记物参数、这些生物标记物的各组组合以及这几组组合的基于从患有MDD的患者获得的临床数据的系数；以及使用计算机处理器基于预定算法将这些生物标记物的一组组合和相关联的系数应用于从患者获得的该组中的生物标记物的测量值以产生用于诊断该患者是否患有MDD的MDD评分。

除非另外定义，否则本文使用的所有技术和科学术语的意思与本发明所属领域的普通技术人员所共知的一样。虽然与本文所描述的方法和材料类似或等效的方法和材料可被用来实施本发明，但在下文描述合适的方法和材料。本文中述及的所有出版物、专利申请、专利和其他文献都全文参考结合于本文。在抵触的情况，以本说明书包括定义在内为准。此外，材料、方法和例子都只是说明性的，并不构成限制。

在附图和下述描述中详细描述了本发明的一种或多种实施方式。通过附图和详述以及权利要求书，本发明的其它特征、目的和优点将是显而易见的。

附图说明

图1是HPA轴的示图，指示反馈反应的复杂水平和其中(末梢神经系统和中枢神经系统两者中的)介质水平的变化可造成在抑郁患者中观察到的变化的各点。AVP＝精氨酸加压素；CRF＝促肾上腺皮质激素释放因子。

图2是概括用于选择生物标记物的方法中的各步骤的流程图。

图3是示出用于使用一种算法来开发疾病专用库或板块(panel)以用于诊断开发的示例性方法中的各步骤的流程图。

图4是示出用于开发基本诊断评分的方法中的各步骤流程图，其中生成n个诊断评分。

图5是概括用于使用血液来进行诊断、选择治疗、监测治疗效果并优化治疗的方法中的各步骤的流程图。

图6是标绘假设的六个MMD患者中的标记物X的血液水平在治疗之前和之后的分布的图。

图7示出使用本文描述的生物标记物分析的基于计算机的诊断系统的示例。

图8示出可以在图7的系统中使用的计算机系统的示例。

发明详述

精神药物的开发依赖于通过精神病理学参数对疾病严重性的量化(例如，抑郁症的Hamilton量表)。主观因素和缺少正确的定义不可避免地影响此类参数。类似地，在II期和III期临床研究中登记精神病患者的诊断参数集中在根据症状量表的测量结果对疾病严重性和特异性进行评估上，并且没有能帮助进行患者选择的用于疾病性状和状态的有效生物相关。尽管最近分子诊断学有了进展，但患者基因型中包含的关于对药物治疗的似然表型反应的潜在信息尚未有效地捕捉到，尤其是在非研究领域。

本文描述的技术部分地基于识别用于确立对抑郁症的诊断、诱因以及预后的方法以及用于监测对其已诊断患有并接受了抑郁症治疗的受检者的治疗的方法。本文提供的方法可包括开发一种算法、评估(例如，测量)多个参数、以及使用该算法来确定一组量化诊断评分。结合来自诸如血清或血浆等生物样品的多个生物标记物的值的各算法随后可被应用于患者分层，并且还可被用于鉴定药效标记物。在算法构建方面，本文描述的方法与较传统生物标记物方法不同，并非在多个时间点测量单一标记物或一组单一标记物中的变化。

如本文所使用的，“生物标记物”是可作为生物或致病过程或对治疗干预的药理反应的指示剂而客观地加以测量和评估的一种特征。生物标记物可以是例如蛋白质、核酸、代谢物、体格量度或其组合。“药效”生物标记物是可以用来量化地评估(例如，测量)治疗或治疗性干预对疾病的病程、严重性、状况、症候或消退的影响的生物标记物。如本文所使用的，“分析物”是可以在诸如免疫测定或质谱测定等分析过程中客观地加以测量和确定的物质或化学成分。因而，分析物可以是生物标记物的一个类型。

算法

可以针对任何临床病症确定用于确定例如诊断、状况或对治疗的反应的算法。本文提供的方法中使用的算法可以是结合使用但不限于医疗器械、临床评估评分、或对生物样品的生物/化学/物理试验来量化的多个参数的数学函数。每一个数学函数可以是对确定为由与所选临床病症相关的各参数的水平进行了权重调整的表达式。因为加权处理和多个标记物板块的复杂性，通常需要具有合理计算能力的计算机来分析数据。算法一般可以用公式1的格式来表达：

诊断评分＝f(x1，x2，x3，x4，x5...xn)(1)

诊断评分是作为诊断或预后结果的值，“f”是任意数学函数，“n”是任意整数(例如，从1到10,000的整数)，并且x1、x2、x3、x4、x5...xn是作为例如由医疗设备、临床评估评分、和/或生物样品(例如，诸如血液、尿液或脑脊液等人类生物样品)的试验结果所确定的测量结果的“n”个参数。

算法的参数可被单独地加权。这样的算法的示例以公式2来表达：

诊断评分＝a1*x1+a2*x2-a3*x3+a4*x4-a5*x5(2)

在此，x1、x2、x3、x4和x5可以是由医疗设备、临床评估评分、和/或生物样品(例如，人类生物样品)的试验结果所确定的测量结果，而a1、a2、a3、a4和a5分别是x1、x2、x3、x4和x5的权重调整因子。

诊断评分可以用来定量化定义医疗状况或疾病或医学治疗的效果。例如，可以使用一种算法来确定诸如抑郁症等疾病的诊断评分。在这样的实施例中，可以基于公式1确定抑郁的程度，通式如下：

抑郁诊断评分＝f(x1，x2，x3，x4，x5...xn)

抑郁症诊断评分是可以用来测度个体的抑郁状况或严重性的定量数字，“f”是任意数学函数，“n”可以是任意整数(例如，从1到10,000的整数)，而x1、x2、x3、x4和x5是作为例如使用医疗设备、临床评估评分、和/或生物样品(例如，人类生物样品)的试验结果所确定的测量结果的“n”个参数。

以更一般的形式，可以通过将多个公式应用于一组生物标记物测量结果来生成多项诊断评分Sm，如等式(3)所示

评分Sm＝fm(x1，...xn)(3)

多项评分可用于例如子指征(sub-indication)，比如用于诊断MDD和/或相关或不相关疾病的的亚型。某些多项评分也可以是指示患者治疗进展和/或所选治疗的效用的参数。对于抑郁症，治疗进展评分可以帮助健康护理专家(例如，医生或其他临床医师)调整治疗剂量和持续时间。子指征评分还可帮助健康护理专家选择用于治疗的最优药物或药物组合。构建生物标记物文库

为了确定哪些参数可用于包括在诊断算法中，可以开发分析物的生物标记物文库，并且可以对来自该库的各单独的分析物进行评估以便包括在特定临床疾病的算法中。在生物标记物文库开发的初始阶段，焦点可以集中于笼统地相关的临床内容，比如指示炎症的分析物、Th1和Th2免疫反应、粘着因子、以及组织重塑所涉及的蛋白质(例如，基质金属蛋白酶(MMP)和基质金属蛋白酶的组织抑制剂(TIMP))。在一些实施例中(例如，在初始库开发期间)，库可以包括十几个或更多标记物、一百个标记物、或数百标记物。例如，生物标记物文库包括几百个蛋白质分析物。在构建生物标记物文库时，可以添加新标记物(例如，各单独的疾病状态特异性的标记物和/或诸如生长因子等更一般化的标记物)。在一些实施例中，可以添加分析物以扩展该库并通过添加从发现研究(例如，使用诸如同位素编码的亲和标签(ICAT)或质谱分析等差分显示技术)获得的疾病相关蛋白质使特异性提高到炎症、肿瘤和神经心理病灶之上。

向生物标记物文库添加新的分析物可能需要纯化的或重组的分子以及用于捕获和检测该新的分析物的适当抗体。注意，尽管将生物标记物文库应用于常规ELISA平台时每一分析物可能需要多个抗体，但里奇诊断学有限公司(Ridge Diagnostics，Inc.)(“Ridge；”Research Triangle Park，NC；前身是精确人类生物实验有限公司(Precision Human Biolaboratories，Inc.)开发的分子间相互作用测量系统(MIMS)可被用来使每一分析物用单个特异性抗体。虽然单独的“崭新或新颖”生物标记物的发现对于开发有用的算法并不是必要的，但这样的标记物可以包括在内。MIMS平台和适用于多分析物检测方法的其他技术通常是灵活的并且对添加新分析物而言是开放的。MIMS平台是基于光学传感的免标记系统，并且MIMI的某些特征在题为“OpticalMolecular Detection(光学分子检测)”的第PCT/US2006/047244号PCT申请中描述且在WO 2007/067819号PCT公布中公布，该申请通过引用整体结合于此来作为本文的公开的一部分。

本发明提供一种能够产生与诊断、治疗和监测临床病症相关的对分析物的稳健可靠的测量结果的多路检测系统。可以扩展生物标记物板块并将其转移到免标记阵列，并且可以开发算法(例如，基于计算机的算法)来支持临床医师和临床研究。

可以设计、开发并在分析上确认大约20-25个抗原的定制抗体阵列。一开始，一组大约5到10(例如，5、6、7、8、9和10)个分析物试验对象可以基于它们例如用于区分感染的和未感染的受检者或从一个确定的样品集中区分患者的疾病阶段的能力。然而，富集数据库(通常是在其中测量超过10个重要分析物的数据库)可增加试验算法的敏感性和特异性。

选择各单独的参数

在构建库或试验对象组时，标记物和参数可以使用多种方法中的任意一种来进行选择。构建疾病专用库或试验对象组的主要驱动力可能是对参数与该疾病的相关性的知识。为了构建例如糖尿病的库，对该疾病的理解似乎能保证将血糖水平包括进来。文献检索或实验也可用来识别要包括的其他参数/标记物。在例如糖尿病的情况下，文献检索可能指示血红蛋白A1c(HbAC)的潜在有用性，而特定知识或实验可能导致包括炎性标记物肿瘤坏死因子(TNF)-α受体2、白细胞介素(IL)-6以及C-反应蛋白(CRP)，显示这些在患有II型糖尿病的受检者中的含量上升。

在一些实施例中，可用来计算抑郁症诊断评分的参数包括免疫系统生物标记物。炎症涉及各种各样的蛋白质，并且这些蛋白质中的任一个对损伤或破坏该蛋白质的正常表达和功能的遗传突变都是开放的。炎症还诱生高全身水平的急性期蛋白。这些蛋白质包括C-反应蛋白质、血清淀粉样蛋白A、血清淀粉样蛋白P、血管加压素以及糖皮质激素，它们都造成一系列全身效应。炎症还涉及促炎性细胞因子和趋化因子的释放。

免疫系统与神经系统在健康和疾病两方面都有复杂且动态的关系。免疫系统查勘中枢神经系统和末梢神经系统，并可以响应于异种蛋白、传染体、应激以及瘤形成而激活。相反，神经系统通过神经内分泌轴以及通过迷走神经输出管来调节免疫系统功能。当这一动态关系被扰乱，会导致神经精神疾病。事实上，已经报告了伴随抑郁症的由慢性炎症反应(例如，类风湿性关节炎)表征的若干疾病。另外，给予促炎性细胞因子(例如，在癌症或丙型肝炎的治疗中)可能引起抑郁症候。向动物给予促炎性细胞因子诱发“病态行为”，这是一种与人类的抑郁行为症状非常类似的行为改变模式。因此，“抑郁症的炎症反应系统(IRS)模型(Inflammatory Response System(IRS)model ofdepression)”(Mae(1999年)Adv.Exp.Med.Biol.461：25-46)提出，充当神经调节物质促炎性细胞因子代表了在抑郁症的行为、神经内分泌和神经化学特征的调节中的关键因子。

可以用于确定MDD评分的算法的其他类的生物标记物包括例如神经营养生物标记物、代谢生物标记物以及下丘脑-垂体-肾上腺(HPA)轴生物标记物。HPA轴(也被称为HPTA轴)是下丘脑(大脑的中空漏斗形部分)、垂体(位于下丘脑之下的豌豆形结构)及肾上腺(位于每一个肾脏顶部的小型成对的锥形器官)之间的一组复杂的直接影响和反馈相互作用。这三个器官之间良好的体内平衡互动组成HPA轴，HPA轴是控制应激反应并管制包括消化在内的各身体过程、免疫系统、情绪和性欲以及能量使用的神经内分泌系统的主要部分。

如图1所示，HPA轴活性受制于下丘脑的促肾上腺皮质激素释放激素(CRH或CRF)分泌。CRH激活垂体的促肾上腺皮质激素(ACTH)分泌。ACTH进而刺激肾上腺的糖皮质激素(人类中是皮质醇)分泌。皮质醇释放进入循环可能具有多个效果，包括提升血糖。皮质醇对下丘脑、垂体和免疫系统的负反馈受损，从而导致连续激活HPA轴并过度释放皮质醇。皮质醇受体变得不敏感，从而导致促炎性免疫介质的活性增加、神经递质传输受到干扰。

抑郁患者的脑脊液(CSF)中基线血清皮质醇水平和CRH升高。多个神经内分泌负荷试验已查明在HPA轴的各种水平下的机能。抑郁患者在地塞米松抑制试验(DST)中对皮质醇无抑制、对CRH有迟钝ACTH反应但正常的皮质醇反应、而在地塞米松预处理(Dex/CRH试验)后对CRH有增强的ACTH和皮质醇反应。HPA功能障碍的这种模式(通常被称为“机能亢进”)可用作计算疾病评分的算法的一部分。

出自免疫系统的可溶性因子(即细胞因子)对神经内分泌系统，尤其是对HPA轴具有深刻影响。进而发现由细胞因子进行的HPA激活(经由糖皮质激素的释放)在抑制并形成免疫反应中起关键作用。因此，细胞因子-HPA相互作用代表着与可能在疾病中受损的体内平衡的维持有关的基本事项。

用于表征HPA轴的功能失调变化的生物标记物可包括促肾上腺皮质激素(ACTH)、BDNF、皮质醇、DA、IL-1、IL-18、5-羟色胺、去甲肾上腺素、甲状腺刺激激素(TSH)、血管加压素、以及促肾上腺皮质激素释放激素(CRH)中的一个或多个。数值可以是受检者的生物样品中的生物标记物水平。生物样品可以是全血、血清、血浆、尿液或脑脊液。受检者可以是人。预定的阈值可以是统计显著性(例如，p＜0.05)。用于确定统计显著性的方法可包括本领域中例行使用的那些方法，例如：t-统计量、卡方统计、F-统计等。

以下段落提供可被测量并包括在MDD算法中的分析物的示例，在本文的实施例中做进一步描述。

BDNF：BDNF参与HPA轴调控的程度很高。此外，与对照例相比，抑郁患者中BDNF水平降低，抗抑郁治疗可提高抑郁患者的血清BDNF水平。采用电惊厥疗法也可提高血浆BDNF水平，提示非药物治疗可调节BDNF水平(Marano等(2007)J.Clin.Psych.68：512-7)。单变量分析(参见下文实施例1)将BDNF鉴定为具有统计显著性的标记物，但两个组的BDNF水平的范围显著重叠，指示血清BDNF独自一个并不是良好的MDD预测因子。

IL-18：心理和生理应激可加剧自身免疫和炎症疾病。与正常对照相比，患有严重抑郁症或惊恐性障碍的患者IL-18的血浆浓度显著升高。血浆IL-18水平的升高可能反映出在应激环境下中枢神经系统中IL-18的产生和释放增加(Sekiyama(2005)Immunity 22：669-77)。虽然评价IL-18提供了抑郁患者相对于对照受检者的一些差异，但该单一标记物测试不具有用于临床实践的充分的诊断区分能力或稳健性。

FABP：脑中高度富含长链多不饱和脂肪酸(PUFA)，长链多不饱和脂肪酸在脑结构和生物功能中都起着重要的作用。溶血磷脂胆碱和脂蛋白中游离脂肪酸或酯化脂肪酸形式的血浆转运以及从头合成有助于长链PUFA的脑部增加。二十二碳六稀酸(DHA)是一种抗抑郁药(Mischoulon和Fava(2000)Psychiatr.Clin.North Am.23：785-94)，在中风和神经变性疾病中FABP会升高(Pelsers和Glatz(2005)Clin.Chem.Lab.Med.43：802-809；和Zimmermann-Ivol等(2004)Mol.Cell.Proteomics 3：66-72)。

IL-10：促炎和抗炎的细胞因子失衡影响严重抑郁症的病理生理学。促炎细胞因子主要由T-辅助(Th)-1细胞介导，包括IL-1β，IL-6，TNF-α和干扰素-γ。抗炎细胞因子由Th-2细胞介导，包括IL-4，IL-5和IL-10。对人而言，抗抑郁药可显著提高IL-10的产生。

IL-7：和IL-10一样，与对照相比，抑郁的男性受检者中血浆IL-7水平也降低。IL-7是在B-和T-淋巴细胞发育过程中具有关键作用的造血细胞因子。IL-7在脑发育中也显示营养性质。脑发育过程中IL-7的直接神经营养性质结合配体和受体的表达，提示IL-7可能是在中枢神经系统个体发育过程中具有生理学意义的神经元生长因子(Michealson等(1996)Dev.Biol.179：251-263)。在抑郁症的病原学和治疗中牵涉到成人的神经发生问题。上升的应激激素水平(在某些抑郁患者中存在并且助长抑郁症的发作)，降低了动物模型中的神经发生。相反，实际上所有的抗抑郁药治疗，包括各类药物、电痉挛治疗以及行为治疗，增加神经发生(Drew和Hen(2007)CNS Neurol.Disord.Drug Targets6：205-218)。

GST：三环类抗抑郁药抑制从人类大脑的不同区域(例如，顶叶皮层、额叶皮层和脑干)分离的GST的活性。抑制效应更多地取决于该酶的化学结构而非在大脑中的位置。三环类非特异性地结合GST的效应物部位。三环类抗抑郁药对大脑GST的抑制效应可降低保护大脑免受毒性亲电子试剂损害的酶屏障的效率，并助长它们的不利影响。另一方面，大脑GST通过将三环类抗抑郁药作为配体结合而降低它们的治疗效果(Baranczyk-Kuzma等人(2001)Pol.Merkur Lekarski 11：472-475)。

EGF：在神经可塑性所涉及的不同因子中，神经胶质细胞使用EGF族的生长因子(经由有酪胺酸激酶活性的受体起作用)产生形态变化并释放直接刺激邻近神经元的刺激神经的物质。酪氨酸激酶受体的激动剂(例如，NGF、EGF和碱性FGF)增强大鼠脑突触体富集P(2)部分中的Na+依赖性5-羟色胺的摄取(Gil等人(2003)Neurochem.Int.42：535-542)

IL-13：IL-13通常发挥抗炎症细胞因子的作用，提示较低水平的IL-13可能增加免疫系统的失调，从而造成促炎症细胞因子活性的增加。细菌内毒素脂多糖(LPS)的全身给药对由大脑中的诸如IL-1、IL-6以及肿瘤坏死因子-α(TNF-α)等促炎症细胞因子的诱发表达所介导的行为具有深刻的抑制效应。同时注射LPS和IL-13时，IL-13强化了抑制效应(Bluthe等人(2001)Neuroreport 12：3979-3983)。

PAI-1：组织型纤溶酶原激活物(tPA)是催化自蛋白酶纤溶酶生成酶原纤溶酶原的高度特异性丝氨酸蛋白酶。纤溶酶导致的促BDNF(一种BDNF前体)溶蛋白性裂解形成BDNF代表了控制BDNF作用的一种机理。而且，采用tPA缺陷型小鼠进行的研究证明，tPA对应激反应(一种常见的MDD的促发因素)很重要。PAI-1(tPA的主要抑制剂)的血清水平在患有MDD的女性体内比正常对照高。参见例如Tsai在(2006年)Med.Hypotheses 66：319-322的论文。

RANTES：激活调节、正常T-细胞表达和分泌的(RANTES；也称为CCL5)是一种8kDa蛋白质，属于趋化性细胞因子或趋化因子类。RANTES对T细胞、嗜酸性粒细胞和嗜碱细胞具有趋化性，并且在将白细胞集中到炎症部位的过程中发挥着积极作用。RANTES的组合效应可以放大中枢神经系统内的炎症反应(Luo等人(2002)Glia 39：19-30)。

因子VII：心理应激源和抑郁及焦虑症还与冠状动脉疾病有关。凝血作用、抗凝血剂以及纤维蛋白溶解活性的变化可能构成将心理因素与冠状动脉综合征相联系的心理生物学途径(von Kanel等人(2001年)，Psychosom.Med.63：531-544)。与正常对照相比，发现在患有MDD的受检者体内因子VII的水平较低。这一发现与抑郁患者的高凝血报告相反，尤其是那些患有心血管问题的患者。然而，业已证明抑郁与无心血管疾病的人群的炎症和血凝因子相关联，提示了一种导致抑郁人群中冠心病事件频率增加的可能途径(Panagiotakos在(2004年)Eur.Heart J.25：492-499上的论文)。

IL-15：IL-15是一种在炎症/自身免疫疾病的发病机理中涉及到的促炎症细胞因子。另外，研究表明IL-15是体因性的(Kubota等人(2001年)Am.J.Physiol.Regul.Integr.Comp.Physiol.281：R1004-R1012)。

TIMP-1：基质金属蛋白酶(MMP)和金属蛋白酶组织抑制剂(TIMP)(它们的表达可由细胞因子控制)在生理和病理过程中的细胞外基质重塑中有所作用。观察到血浆去甲肾上腺素水平与MMP-2蛋白质水平之间有正关联，而血浆皮质醇水平和MM-2水平之间有负相关(Yang等人(2002年)，J.Neuroimmunol.133：144-150)。

A1-AT：抑郁症中出现了诸如脯氨酰内肽酶(PEP)和二肽基肽酶IV(DPP IV)等肽酶的活性降低。有研究指出，与健康对照相比，在严重抑郁受检者体内发现α-1抗胰蛋白酶的血浆浓度增加，而轻度忧郁症患者表现出中间位置(Maes(1992年)，J.Affect.Disord.24：183-192)。

A2M：A2M是与炎症疾病相关联的血清泛蛋白酶抑制剂和急性期蛋白。A2M还基于其介导A β(β淀粉样蛋白沉积物的主要成分)的清除和降解能力而牵涉在阿耳茨海默病中。非忧郁型抑郁症患者在疾病的急性阶段和治疗2和4星期之后A2M血清浓度增加(Kirchner(2001年)，J.Affect.Disord.63：93-102)。

B2M：B2M是在免疫防御中起关键作用的小(99氨基酸)蛋白质。B2M可以通过移除位置58处的赖氨酸进行修饰，给蛋白质留下两条氨基酸1-57和59-99的二硫基连接的链。研究表明这一修饰形式(去赖氨酸-58-β2-微球蛋白(即ΔK58-β2m))与慢性炎症病症相关联(Nissen(1993年)，Danish Med.Bul.40：56-64)。业已发现B2M与若干自身免疫疾病中的疾病活性相关，并且将其用作多发性硬化干扰素治疗的药效标记物。

皮质醇：皮质醇是肾上腺的肾上腺皮层产生的皮质类固醇激素。皮质醇是通常被称为“应激激素”的至关重要的激素，因为它参与应激反应。这一激素增加血压和血糖水平，并具有免疫抑制作用。皮质醇抑制CRH的分泌，导致ACTH分泌的反馈抑制。在人类受到慢性应激时，这一正常反馈系统可能垮掉，或许成为抑郁症的根本原因。抑郁症中的皮质醇增多症已有报告，表现为平均24小时血清皮质醇浓度上升和皮质醇的24小时排尿增加。另外，长期皮质醇增多症是神经毒性的，与皮质醇上升相关联的复发型抑郁发作会导致进行性大脑损伤。

甲状腺素(T ₄ )：T₄参与身体代谢过程速率的控制并影响身体发育。一般相信甲状腺和甲状腺激素对严重的抑郁性障碍的发病机理很重要。例如，研究已经证明患有原发性抑郁症的患者的下丘脑-垂体-甲状腺(HPT)轴的各成分的改变。然而，甲状腺筛选试验通常对诊断评估的贡献不大，并且明显的甲状腺疾病在抑郁症住院患者中很少见。抑郁症可能与自身免疫亚临床甲状腺炎共存这一发现提示抑郁症会引起免疫系统变化或者它本身就是一种免疫系统疾病。治疗结果和抑郁症病程也可能与甲状腺状况有关。同时给予甲状腺激素(主要是T₃)增强抗抑郁药治疗是用于难治性抑郁症患者的一个治疗选项。

AVP：先前研究已经报告了严重的抑郁性障碍中垂体神经分泌物的异常。这些分泌物之一是AVP，在若干研究中它与MDD相关，尤其是在患有特定子类的抑郁症(例如，忧郁症型、焦虑相关型)的患者中。顾名思义，加压素增加末梢血管的阻力，因而增加动脉血压。动物研究显示AVP起着应激反应神经调节剂的作用。人类研究显示AVP血浆浓度在不同应急条件下增加或降低，而正常释放由渗透受体和体积受体控制。最后，在患有MDD的患者中AVP的血浆水平上升(van Londen等人(1997年)，Neuropsychopharm.17：284-292)。因此，测量AVP水平有助于提高离析和监测疗法的能力。

NPY：NPY是见于大脑和自身免疫神经系统的有36个氨基酸的肽神经递质。NPY与大脑中的多个生理过程相关联，包括能量平衡的调节、记忆和学习、以及癫痫。增加NPY的主要影响是增加食物摄入和降低身体活动。大量数据指示神经肽(例如，NPY、CRH、生长激素抑制因子、速激肽、以及CGRP)在情感障碍和饮/酗酒中起作用。患有MDD的患者血浆NPY的受损代谢和血浆NPY的下降可能与MDD的发病机理和病理生理有关(Hashamoto等人(1996年)，Neurosci Lett.216(1)：57-60)。因此，如上所述，测量AVP水平有助于提高离析并监测疗法的能力。

ACTH：ACTH(也被称为促肾上腺皮质激素)是由脑垂体腺产生并分泌的多肽激素。它是下丘脑-垂体-肾上腺轴的重要参与者。ACTH刺激肾上腺的皮层并促进皮质类固醇(主要是糖皮质激素但也包括性激素(雄激素))的合成。血浆ACTH尤其在患有皮质醇增多症的患者中有所上升。

CRH：CRH最初名称为促肾上腺皮质激素释放因子(CRF)，是参与应激反应的多肽激素和神经递质。与比较组相比，严重的抑郁性障碍和精神抑郁症患者的CRH和皮质醇血浆浓度显著提高。与情绪恶劣者相比，严重的抑郁性障碍患者的CRH和皮质醇水平并没有显著不同。与轻微或中度发作相比，重度的严重的抑郁性障碍表现出显著更高的CRH血浆水平。血浆皮质醇和CRF浓度显著相关。

DA：DA是下丘脑所释放的神经激素。其作为激素的主要功能是抑制垂体前叶的促乳激素释放。近年来，人们对DA在单相抑郁症的发病机理和动机性行为两者中的作用日益感兴趣。此后几十年来进行的基础科学和临床研究证实了去甲肾上腺素(NE)和DA在抑郁症的病原学中起关键作用；但是，随着近年来用于治疗抑郁症的选择性5-羟色胺再摄取抑制剂(SSRI)的出现，对5-羟色胺的关注使这一点大大失色。血浆DA水平与抑郁症的HAM-D评分负相关(Hamner和Diamond(1996年)，Psychiatry Res.64：209-211)。另外，在治疗抵抗型抑郁症患者中已经观察到HVA(DA的代谢物)的降低的静-动脉血浆浓度(Lambert等人(2000年)，Arch.Gen.Psychiatry 57：787-793)。多巴胺能活性的下降与快感缺乏相关联。

IL-1：IL-1在HPA轴的激活中参与程度很高。IL-1的末梢和中枢给药也引起大脑的NE释放，最明显的是在下丘脑中。偶尔观察到大脑DA的微小变化，但这些影响没有区域选择性。IL-1还以非区域选择性方式增加大脑的色氨酸浓度和5-羟色胺(5-HT)在大脑中的新陈代谢。IL-6也引起色氨酸和5-HT的增加但不会引起NE增加，也能激活HPA轴，但与IL-1相比它在这些方面的效力要差得多。给予大鼠IL-1β会刺激IL-1βmRNA在下丘脑中的表达增加99％，而IL-6的则不然。它还显著激活肾上腺中的ACTH、PRL、CORT和CORT产生的血浆水平。这些结果指示IL-1的急性外围增强也可经由立即激活其自身在下丘脑中的表达而引起神经内分泌变化，但未发现IL-6在下丘脑中表达的变化。

瘦素：瘦素(leptin)是一种16kDa的蛋白激素，在调节能量摄取和能量消耗中起关键作用，包括调节(降低)食欲和(增加)代谢。和许多物质不同，瘦素按照其血浆浓度的一定比例进入CNS。瘦素通过激活一些神经内分泌系统，包括HPA皮质轴在内来抑制食欲。患有严重的抑郁性障碍的患者中瘦素和胆固醇水平较低，但在精神分裂症患者中较高。其他研究还发现，MDD患者中BDI评分与血清胆固醇或瘦素水平之间存在负相关。

NE：多巴胺β-羟化酶从DA合成NE。NE以激素的形式由肾上腺髓质释放进入血液，在中枢神经系统和交感神经系统中也是一种神经递质，从去甲肾上腺素能神经元释放出。NE的作用通过结合肾上腺素能受体实现。作为一种应激激素，NE影响脑中控制注意力和应答反应的部分。与肾上腺素一起，NE也是或战或逃反应的原因，直接增加心率，启动能量储库释放葡萄糖并增加骨骼肌血流。血浆NE在区分单相和双相抑郁中是有用的，因为NE水平在双相疾病中明显较低。

5-羟色胺：一系列研究提示，双相和单相抑郁与5-羟色胺(5-HT2)活性功能水平的降低有关。5-羟色胺水平降低在其他相关的抑郁形式如季节性情感障碍(SAD)中也有牵涉。分析血浆或血清中的5-羟色胺的功用是最低限度的，但测量血小板和/或脑脊液中的5-羟色胺水平可提供有用的数据。在抑郁精神病住院患者和正常对照的研究中，最近有情感障碍的抑郁精神病住院患者的血小板5-羟色胺(血5-羟色胺)含量比最近没有情感障碍病史的抑郁精神病住院患者高得多。其他结果提示，伴有异常人格障碍的抑郁患者比没有人格障碍的患者具有更高的血小板5-羟色胺水平。除了血小板和脑中5-HT2A 5-羟色胺受体之间的相似性，发现血小板膜中5-羟色胺运载体(SERT)水平也与CNS的相同。多项研究表明，相对于健康受检者的血小板中的SERT密度，抑郁个体血小板中SERT密度降低。

就用于评估神经精神疾病的血清标记物的评价提出了问题。例如，探索睾酮水平与情感障碍的研究出现了相互矛盾的结果。然而，数据解释方面的问题时常是由于研究设计太差。具体地，单次分析或一组分析的结果被视作单次分析而非采用算法进行分析。一种扩展的抗体库(如，里奇公司的高度多路的筛选技术，具有约200种标记物的容量)可延伸至来自清楚表征的患者的样品(例如血浆或血清)。在进一步的研究中，可使用感兴趣蛋白(例如，单胺和甲状腺激素)的抗体测量治疗之前和治疗期间患者和对照组体液中的水平。开发表面和阵列设计，使其与通过最小侵入性方法获得的样品相容以提高序贯取样的可能性。通常使用血清或血浆，但是如本文所指出的那样，其他生物学样品也是有用的。例如，可测量尿液中的特定单胺类。此外，发现与健康对照受检者相比，作为一组的抑郁患者的尿液中排泄更大量的邻苯二酚胺和代谢物。感兴趣的分析物包括例如去甲肾上腺素、肾上腺素、香草基苦杏仁酸(VMA)和3-甲氧基-4-羟基苯乙二醇(MHPG)。蛋白质组研究表面，尿液是在疾病状态下差异表达的蛋白质和肽的丰富来源。也可以评价与神经精神病相关的标记物(例如与在抑郁受检者的脑脊液中进行基于质谱的发现的科学实验室合作)。

除了所选择的分析物(例如，蛋白质、肽或核酸)标记物，算法还可包括在单相抑郁的诊断中和/或在区分MDD与其他情感障碍(例如躁狂抑郁性障碍、外伤后应激障碍(PTSD)、精神分裂症、季节性情感障碍(SAD)、产后精神抑郁和慢性疲劳综合征)中有用的其他可测量的参数。例如，表1提供了一个18种分析物的板块，表9提供了一个13种分析物的板块，或其子集(例如，表2-7和10-16所示)，单独使用或与其他可测量的参数组合使用，可用于区分MDD与抑郁相关联的老年疾病，包括但不限于血管性痴呆、阿耳茨海默病、慢性疼痛和失能。类似地，年轻人的抑郁很少表现为孤独问题，而常常是行为问题复杂模式的一个组成部分，对于诊断和治疗都是一种挑战。例如，抑郁的青少年常常具有至少一种其他并发的诊断，例如焦虑、药物滥用和分裂性行为障碍。而且，抑郁的青少年可能慢慢发展成双相情感障碍。在这种情况下，通过测量特定分析物的水平并根据本文所述计算MDD评分将有助于诊断。

在一些实施方式中，MDD评分包括其他可测量参数的附加因子的加入，例如采用电子计算机化断层x线摄影(CT)扫描的成像、磁共振成像(MRI)、分子共振波谱(MRS)，其他物理测量结果如体重指数(BMI)和甲状腺功能的测量(例如，TSH、游离甲状腺素(fT₄)、游离三碘甲状腺原氨酸(fT₃)、反转T₃(rT₃)、抗-甲状腺球蛋白抗体(抗-TG)、抗-甲状腺过氧化物酶抗体(抗-TPO)、fT₄/fT₃和fT₃/rT₃)。例如，为对患者做细分和进一步表征，可用CT扫描或MRS对受检者成像，包括用磷磁共振波谱(³¹P-MRS)。类似的研究提示，MDD的病理学牵涉到脑代谢变化。使用³¹P-MRS的实验表明，脑能量代谢(例如，β-三磷酸核苷(β-NTP)、主要反映脑中三磷酸腺苷(ATP)水平)在抑郁患者中比正常对照组要低，并且与抑郁的严重性正相关。成功的抗抑郁治疗后β-NTP水平趋于正常，但在无应答者的治疗中不是这样。³¹P-MRS方法，包括3D化学位移成像，提供了测量特定脑区中³¹P-MRS代谢物的可能性。

而且，有人提出在整个生育年龄段雌激素产生方面的男女对比可以差异性地调节性别之间抑郁的表达。在月经周期的晚期黄体期和分娩后常常发生情绪变化。绝经后抑郁风险增加的发现并未得到一贯性地复制，但近期流行病学研究的确发现，绝经后严重抑郁的发生增加，在雌激素水平下降的时期和经绝后妇女由于其雌激素产生减少而更易患上抑郁。类似地，虽然总体上睾酮和抑郁之间相关性微弱，但睾酮与对治疗无应答的抑郁之间存在较强的相关性。

因此，在一些实施方式中，本文所述方法可利用定制蛋白阵列的灵敏度和特异性来确定血液、血清、脑脊液和/或尿液中的多种生物标记物。此外，算法可反映蛋白质特征与成像、以及心理测验之间的一致性。

图2的流程图具体显示了可包括在用于确定例如诊断或预后的疾病特异性库或板块开发过程中的第一步骤。该过程包括两种统计学方法：1)通过单变量分析检验与疾病相关的生物标记物的分布；和2)采用将生物标记物分为不重叠的一维聚类的工具将生物标记物聚类成组，这是类似于主成分分析的方法。初步分析之后，可以确定来自各个聚类的两种或更多种生物标记物的一个子集来设计用于进一步分析的板块。选择通常基于标记物的统计学强度和目前对疾病的生物学理解来进行。

图3的流程图描绘了可包括在开发用于在建立例如诊断或预后中使用的疾病专用库或板块的步骤。如图3所示，相关生物标记物的选择无需依赖于图2所述的选择过程，虽然第一过程是有效的并且能够提供基于实验和统计学的生物标记物的选择。该过程可由完全基于假设和目前可用的数据选择的一组生物标记物开始。该过程通常包括选择相关患者人群和合适的正常受检者的匹配(例如年龄、性别、人种、BMI等)人群。在一些实施方式中，患者诊断可采用最新方法进行，而在一些情况下，由单组对患者人群有相关经验的医师进行。生物标记物表达水平可采用MIMS装置或者任何其他合适的技术测量，包括单一分析法(如，ELISA或PCR)。可采用常规统计学工具(例如但不限于：t检验、主成分分析(PCA)、线性判别分析(LDA)或二元逻辑斯谛回归)进行单变分析和多元分析。

分析物测量

本文提供的诊断抑郁症和监测受检者对抑郁治疗的反应的方法包括确定从受检者收集的生物学样品中一组生物标记物的水平。示例性受检者是人，但受检者也可以包括用作人类疾病模型的动物(例如，小鼠、大鼠、兔、狗和非人灵长类)。该组生物标记物可以是对特定疾病特异性的。例如，多种分析物可以形成对MDD特异性的一个板块。

如本文所用，“生物样品”指包含细胞或细胞成分的样品，由该样品可获得核酸、多肽或其他分析物。根据需要进行的分析的类型，生物样品可以是血清、血浆或血细胞(例如，采用标准技术分离的血细胞)。血清和血浆是示例性生物样品，但也可使用其他生物样品。其他合适的生物样品的例子包括但不限于：脑脊液、胸膜液、支气管灌洗液、痰、腹膜液、膀胱洗液、分泌物(例如，乳房分泌物)、口腔洗涤液、拭子(例如，口腔拭子)、分离的细胞、组织样品、接触制剂(touch preps)和细针抽吸物.在一些情况下，如果生物样品要立即测试，则样品可以保持在室温；否则样品应冷藏或冷冻(例如在-80℃)直到进行分析。

可使用许多方法对生物标记物(例如，分析物)进行定量。例如，可采用一种或多种医疗器械或临床评价评分获得测量结果以评价受检者状态，或者使用生物样品的测试来确定特定分析物的水平。多重方法尤其有用。可用于多重法(multiplexing)的一个例子是FDA批准的基于流动的Luminex分析系统(xMAP；luminexcorp.com在线)。该多重技术采用流式细胞计量术来监测抗体/肽/寡核苷酸或受体标签或标记的微球。由于该系统的体系结构是开放的，Luminex容易调整成适合承接特定的疾病板块。

进行分析物定量的另一种有用的技术是免疫分析，这是一种基于抗体与其抗原的特异性结合测定物质浓度(例如，在生物学组织或诸如血清、血浆、脑脊液或尿液等液体中)的生物化学试验。选择用于生物标记物定量的抗体必须对其抗原具有高亲和力。开发了许多不同的标记和分析策略以满足以高灵敏度、准确性、可靠性和方便性定量测量血浆蛋白质的要求。例如，可采用酶联免疫吸附试验(ELISA)定量测定生物样品中的生物标记物。在“固相夹心ELISA”中，未知量的特异性“捕获”抗体可固定于多孔板的表面，使样品吸附于捕获抗体。然后，第二种特异性的标记抗体在该表面上洗涤，使其结合抗原。第二抗体连接于酶，在最后的步骤中加入能够由该酶转化而产生可检测的信号(例如，荧光信号)的物质。对于荧光ELISA，当合适波长的光照射到样品时可使用读板仪来测量产生的信号。分析终点的定量测定包括读取多孔板上不同孔中有色溶液的吸光度。先有许多读板仪，采用了分光光度计，可以实现有色溶液的精确测量。一些自动化系统，例如

1000(加利福尼亚州福特顿的贝克曼仪器有限公司(Beckman Instruments，Inc.；Fullterton，CA))还具有内置检测系统。通常，可使用计算机将未知数据点与实验得到的浓度曲线进行拟合。

用于定量测定生物标记物的其他技术包括：BIACORE^TM表面等离子共振(英国圣卡尔福吉尔的GE健康护理公司(GE Healthcare，Chalfont St.Giles，United Kingdom))和蛋白质阵列。可用于生物标记物定量测定而不需要标记抗原或抗体的另一种装置是分子相互作用测量系统(MIMS；里奇诊断学股份有限公司(Ridge Diagnostics，Inc.))。MIMS几乎不需要试剂，快捷，而且便于非专业人员操作使用。

许多其他较高通量的多重化技术也可用于快速测量和验证疾病特异性和化合物特异性的生物标记物。这些技术包括基于免疫珠的试验、化学发光多重测定以及芯片和蛋白质阵列。可使用各种蛋白阵列基材，包括尼龙膜、塑料微孔板、平面载玻片、凝胶基阵列和悬浮阵列中的珠。除了基于免疫测定的方法，还可使用基于高通量质谱的技术以实现肽和蛋白质的确定和定量。质谱在复杂背景中以绝对定量方式定量测定与某些生物学状态有关的特定蛋白模式的能力有利于数据标准化，这是比较生物标记物表达以及计算生物学和生物模拟所必需的。

图4的流程图描绘了包括在建立用于诊断开发和应用的集合评分过程中的步骤。该过程可包括从需要测试的受检者获得生物样品(如，血样)。根据进行的分析类型，可以通过标准技术分离得到血清、血浆或血细胞。如果生物样品需要立即检测，样品可保持在室温；否则样品应冷藏或冷冻(如，在-80℃)直到进行分析。生物标记物表达水平可采用MIMS装置或者任何其他合适的技术测量，包括单一测定，例如ELISA或PCR。收集每种标记物的数据，应用算法以得到一组诊断评分。向临床医师提供诊断评分以及个体分析物水平，用于建立受检者的诊断和/或治疗方案。

使用诊断评分的方法

图5的流程图显示了采用诊断评分确定诊断、选择治疗和检测治疗进展的一种示例性方法。如图5所示，可利用一组生物标记物的表达水平产生一个或多个多重诊断评分。在该例子中，测量受检者的血样中的多重生物标记物，通过算法得到三个诊断评分。在一些情况下，单个诊断评分就足以帮助诊断、治疗选择和检测治疗。当选择了治疗且治疗开始时，可能仍然需要通过测量生物标记物水平定期地监测患者(例如，在后续获得的血样中)以产生和比较诊断评分。

可使用MDD评分来监测治疗期间的患者状态并例如调节治疗。近半数接受抗抑郁药处方的门诊病人在第1个月里即中止了治疗。因此，患者随访和监测在治疗的第一个月是极其重要的。取决于所研究的人群和所用药剂，头三个月内的停用率可达接近70％(Keller等，Tnt.Clin.Psychopharmacol.(2002)17：265-271)。抗抑郁药的副作用是治疗失败的主要因素，像感觉缺乏药效一样。

可向临床医师诊断评分和/或个体分析物水平或生物标记物值，用于建立或改变受检者的疗程。当选择治疗且治疗开始时，可以在两个或更多个间隔通过收集生物样品定期地监测受检者，测量生物标记物水平以产生对应于给定时间间隔的诊断评分，并比较各时间的诊断评分。基于这些评分以及就诊断评分的升高、降低或稳定所观察到的任何趋势，临床医师、治疗师或者其他健康护理专业人员可以选择继续原先的治疗、中止治疗、或者调节治疗方案，目的是随着时间的流逝而看到改善。例如，诊断评分的改变(例如，朝着没有MDD的正常个体的对照评分)对应于对治疗的积极响应。诊断评分的改变(例如，与没有MDD的正常个体的对照评分渐行渐远)，或者诊断评分相对于基线水平没有改变，表明对治疗没有积极响应和/或需要重新评价目前的治疗方案。

报告了患者的诊断评分之后，健康护理专业人员可以采取一项或多项行动来影响患者护理。例如，健康护理专业人员可以在患者病历上记录诊断评分。在一些情况下，健康护理专业人员可以记录MDD诊断，或者以其他方式转换患者的病历，以反映患者的医疗状态。在一些情况下，健康护理专业人员可以回顾和评价患者病历，并且可以评价用于临床干预患者病症的多种治疗方案。

健康护理专业人员可以在接收了关于患者诊断评分的信息之后启动或调节MDD症状的治疗。在一些情况下，可将过去关于诊断评分和/或个体分析物水平的报告与最新传达的诊断评分和/或疾病状态进行比较。基于这种比较，健康护理专业人员可以推荐改变疗法。在一些情况下，健康护理专业人员可以招募患者进行MDD症状新的治疗干预的临床试验。在一些情况下，健康护理专业人员可以选择等待一直到患者的症状需要临床干预才开始治疗。

健康护理专业人员可以向患者或患者家属传达诊断评分和/或个体分析物水平。在一些情况下，健康护理专业人员可以向患者和/或患者家属提供关于MDD的信息，包括治疗手段、预后、专家(例如神经学专家和/或顾问)转诊等。在一些情况下，健康护理专业人员可提供患者病历的复印件以向专家传达诊断评分和/或疾病状态。

研究人员可以应用关于受检者诊断评分和/或疾病状态的信息来推进MDD研究。例如，研究者可以汇编关于MDD诊断评分的数据与关于药物对MDD症状治疗的效力的信息以鉴定有效的治疗。在一些情况下，研究人员可以获得受检者的诊断评分和/或个体分析物水平以评价受检者的招募或继续参与研究或临床试验。研究人员可以基于受检者目前或过去的诊断评分对受检者状态的严重性进行分类。在一些情况下，研究人员可以向健康护理专业人员传达受检者的诊断评分和/或个体分析物水平，和/或将受检者委托健康护理专业人员进行MDD的临床评价和MDD症状的治疗。

可使用任何合适的方法向其他人(例如专业人员)传达信息，信息可以直接或间接传达。例如，实验室化验员可以将诊断评分和/或个体分析物水平输入基于计算机的记录。在一些情况下，信息可以通过对病历或研究记录进行物理变更来传达。例如，医学专业人员可以对病历进行永久性注释或标记，用于向其他阅读该记录的健康护理专业人员传达诊断。可使用任何类型的通信(如，邮件、电子邮件、电话和面对面交谈)。信息也可以通过将这些信息电子化来传达给专业人员。例如，可将信息置于计算机数据库，使健康护理专业人员能够评价这些信息。此外，信息可以传达给医院、诊所、或者用作专业人员的代理的研究机构。

下面的实施例提供了关于上述各种特征的信息。

实施例

实施例1-抑郁的诊断标记物

采用本文提供的方法来开发一种用于确定抑郁评分的算法，这种抑郁评分可用于诊断或确定MDD的诱因、以及用于评价受检者对抗抑郁治疗的反应。使用多重检测系统表征抑郁的分子相关性。使用三种统计学方法进行生物标记物评价和算法开发：(1)检验与MDD相关的生物标记物的分布的单变分析；和(2)线性判别分析(LDA)和(3)用于算法构建的二元逻辑斯谛回归。

各分析物水平的单变分析：采用“学生”t检验，用Luminex多重技术测定每种分析物的血清水平并对抑郁患者和正常受检者进行比较。显著性水平定为α≤0.05。单变量分析分开来探索数据集合中的每一个变量。这个方法考察值的范围以及值的中心趋势，描述对变量作出响应的模式，并单独地对第一个变量加以描述。例如，图6显示了一个假定想系列的6位MDD患者在治疗前后血中X标记物水平的分布。由该图可知的第一点在于，与对照受检者相比，标记物X的浓度在未治疗MDD患者中较高。其次，治疗之后MDD患者中标记物X的水平类似于对照。

然后，使用“学生”t检验来比较这两组数据并检验其均值存在显著性差异这一假设。基于有多少标准差将均值分开，均值差异具有统计学显著性。采用“学生”t-统计量以及其相对应的概率或该t-统计量的绝对值可以这么大或偶尔更大的显著性，判断均值间距离具有显著性。此外，t检验考虑了人群是独立的还是成对的。当两组具有相同的总方差但均值不同时，可使用独立的t检验。这种t检验为关于给定人群怎样与理想量度之间存在差异的陈述提供支持，例如治疗组与独立的对照组相比如何。可以对具有不相等数据点的诸数据集合进行独立的t检验。相反，只有当两个样品大小相等(即包括相同的数据点)时才使用成对检验。该检验假设一个群体中任何点的方差与第二群体中相等点的方差相同。该检验可用于支持通过比较每个样品的实验结果得到的关于治疗的结论。例如，成对t检验可用于比较单个组在治疗前后的结果。该方法有助于评价采用独立的t检验时两个数据集合的均值不存在显著性差异的情况。检验期间，计算用于测定均值之间差异的显著性的“学生”t统计量，并计算t统计量随机取其值的概率(p值)。p值越小，均值差异越显著。对于许多生物学系统，p＞0.05的α水平(或显著性水平)表示恰巧可实现该t统计量的概率。

例如，对图6的数据应用“学生”t检验(每个组具有等量的点)表明，对照受检者与MDD患者之间标记物X表达的差异的统计学显著性p＞0.002，而治疗前后MDD患者的差异的显著性p＞0.013。相反，对照组与治疗后MDD患者之间不存在统计学显著性差异(p＞0.35)。

这些数据可用于获得变量的频率分布。这可通过变量从最低至最高顺序的所有值来实现。变量每个值出现的次数是频率的计数，每个值以该频率在数据集合中出现。例如，如果用本文描述的算法计算MDD评分，可将患者人群分成具有相同MDD评分的组。如果对治疗前后的患者进行监测，可确立每个MDD评分的频率，查明治疗的有效性。

PCA和PLS-DA：PCA在数学上定义为正交线性变换，将数据转化至新的坐标系，使得数据的任何投影的最大方差位于第一坐标(称为第一主分量)，第二大方差位于第二坐标，依此类推。PCA通过保留数据集中那些对其方差贡献最大的特征，通过保留较低秩序的主分量而忽略较高秩序的主分量，用于降低数据集的维度。这种较低秩序的分量往往含有数据的“最重要”方面。

进行PLS-DA以锐化观察组之间的间隔，通过旋转PCA分量使得各个类别间获得最大间隔，提供到底是哪些变量承载类别区分性信息。PLS-DA和其他技术可用于显示正常受检者与抑郁患者的区别，采用MDD板块来测定16种分析物的水平、全部18种分析物、或者4-9种分析物的子集。

基于线性判别分析(LDA)的算法：为了鉴别对类别间(例如抑郁与正常之间)区别贡献最大的分析物，采用适合Windows系统的来自SPSS11.0的LDA步阶式方法，其设置如下：用威尔克斯Λ方法选择聚类间隔最大的分析物并通过其F值控制进入模型的分析物。F值较大表明两组之间特定分析物的水平存在差异，F值较小(F＜1)表明无差异。在该方法中，对于较小的A丢弃原假设。因此，目的是使Λ最小。

为了构建一个分析物预测子的列表，计算每种分析物的F值。从具有最大F值的分析物开始(两组间区别最大的分析物)，确定Λ值。然后将第二大F值的分析物加入列表，重新计算Λ。如果加入第二种分析物降低了Λ值，则将其保留在分析物预测子列表中。重复一次加入一个分析物的过程直到Λ不再降低。

然后进行交叉验证，这是一种测试预测模型稳健性的方法。为交叉验证一种预测模型，剔除一个样品并置于一旁，用剩余的样品基于预先选择的分析物预测子建立预测模型，确定新的模型是否能够正确地预测在构建新模型中未使用的那一个样品。可一次一个地对所有样品重复该过程，计算累积的交叉验证率。采用从单变分析和交叉验证获得信息，通过人为地加入和剔除分析物以使交叉验证率最大化来确定分析物预测子的最终列表。最终的分析物分类器确定为一组给出最高交叉验证率的分析物预测子。

实施例2-为MDD选择多重生物标记物

采用“学生”t检验，用Luminex多重技术测定约100种分析物的血清水平。随后对数据进行分析，用于比较抑郁和正常受检者。显著性水平设定为α≤0.05。初步研究之后，基于统计学显著性选择表1所列的分析物。然后是多元分析(PCA、PLS-DA、LDA)以鉴别可用于区分MDD患者与正常群体的标记物。

表1列举了18种生物标记物并显示了每种分析物与单相抑郁的病理生理学潜在关系的性质。

表1

在此进一步讨论每种标记物与MDD的潜在相关性。

实施例3-利用算法来计算MDD评分和评价治疗

采用表1所列标记物中的16种以及ACTH，基于以下算法确立诊断评分：

抑郁诊断评分＝f(a1*分析物1+a2*分析物2+a3*分析物3+a4*分析物4+a5*分析物5+a6*分析物6+a7*分析物7+a8*分析物8+a9*分析物9+a10*分析物10+a11*分析物11+a12*分析物12+a13*分析物13+a14*分析物14+a15*分析物15+a16*分析物16+a17*ACTH)

采用该算法，指定每未受检者的抑郁评分。

采用表1所列标记物中的5种(A2M、BDNF、IL-10、IL-13和IL-18)，基于以下算法确立统计学上合理的诊断评分：

抑郁诊断评分＝f(a1*A2M+a2*BDNF+a3*IL-10+a4*IL-13+a5*IL-18)

在实际应用中，一小组的生物标记物即足以帮助MDD的诊断和治疗监测，不论是否有临床评价得到的额外信息。建立了采用不同标记物集合的一些其他的实施例并在表2-7中示出。用包括4-9种分析物的子集，MDD算法展示的诊断灵敏度在70％到90％的范围内。这些组，或这些组与其他信息的组合也可用于区别单相抑郁的不同亚型、区分患者、和/或选择和监测治疗。

表2

由18个成员的板块得到的7成员生物标记物子集

表3

从18个成员的板块得到的5成员生物标记物子集

表4

从18个成员的板块得到的9成员生物标记物子集

表5

从18个成员的板块得到的6成员生物标记物子集

表6

从18个成员的板块得到的8成员生物标记物子集

表7

从18个成员的板块得到的4成员生物标记物子集

表8给出了在基线(治疗前)和治疗后建立了假定MDD评分的受检者数据的一个例子。治疗之前和治疗之后收集的数据用于确定每个MDD评分的频率并查明特定治疗方案是否是有效的。如表所示，MDD评分低的患者(1和2)在治疗后从6增加至11，而MDD评分较高的患者并行降低(4和5)，从13降至7。这些数据指示了治疗效力并证明了MDD诊断评分在患者分类和治疗监测中的效用。

表8

实施例4-使用HPA轴算法来计算MDD评分

表9列举了一组生物标记物，包括HPA轴生物标记物，以及每种分析物与MDD的病理生理学之间潜在的关系。表10-17列举了也可用于产生诊断评分的小组生物标记物的组合。这些组或这些组的组合可用于诊断抑郁病症不同的亚型、或者用于选择和监测治疗。此外，IL-1α也可用于诊断和评价抑郁的有用的生物标记物。

采用表9所列的13种标记物以及NPY，基于以下算法确立诊断评分：

抑郁诊断评分＝f(a1*分析物1+a2*分析物2+a3*分析物3+a4*分析物4+a5*分析物5+a6*分析物6+a7*分析物7+a8*分析物8+a9*分析物9+a10*分析物10+a11*分析物11+a12*分析物12+a13*分析物13+a14*NPY)

采用表9所列标记物中的5种(ACTH、BDNF、IL-10、IL-13和IL-18)，基于以下算法确立诊断评分：

抑郁诊断评分＝f(a1*ACTH+a2*BDNF+a3*IL-10+a4*IL-13+a5*IL-18).

建立了采用不同标记物板块的抑郁算法的一些其他的实施例并在表10-16中示出。具体地，用包括4-6种分析物的子集的MDD算法显示诊断灵敏度在70％到90％的范围内。

表9

表10

完整的12成员HPA中心抑郁板块

表11

代表性的10成员HPA中心抑郁板块

表12

代表性的9成员HPA中心抑郁板块

表13

代表性的8成员HPA中心抑郁板块

表14

代表性的7成员HPA中心抑郁板块

表15

代表性的6个成员的HPA中心抑郁板块

表16

代表性的5成员HPA中心抑郁板块

表10-16所列的分析物代表了抑郁HPA-相关生物标记物的子集。并非用这些板块表示可用的标记物仅有的可能组合；但是，它们代表了提供有利于抑郁患者的诊断和监测的统计学有效性的板块。应注意，由于已知这些蛋白中的许多具有昼夜变化(例如，皮质醇、ACTH、瘦素和TSH)，分析在限定时间段内(例如，2:00至6:00PM)获取的样品是有用的。

图7示出使用以上描述的生物标记物分析的基于计算机的诊断系统的示例。该系统包括生物标记物文库数据库710，该数据库储存生物标记物的组合的不同板块以及基于例如图2和3所示方法生成的生物标记物的算法得到的与每种组合相关的系数。数据库710储存在系统的数字存储器中。该系统包括患者数据库720，以储存进行分析的一个或多个患者各种生物标记物的测定值。诊断处理引擎730可通过一个或多个计算机处理器来实现，用于将生物标记物文库数据库710中的一个或多个集合的生物标记物的组合应用于储存在数据库720中的特定患者的患者数据，针对选择用于诊断患者的一个集合的生物标记物组合产生一个诊断输出。可对患者数据应用两个或更多个这种集合，以提供两个或更多个不同的诊断输出结果。处理引擎730的输出可储存在输出装置740中，输出装置可以是显示器、打印机或数据库。

可使用一个或多个计算机系统来实现图7的系统，用于结合本发明所述的计算机实现方法的任一种所描述的操作。图8示出了这种计算机系统800的一个例子。系统800可包括各种形式的数字计算机，例如笔记本、台式机、工作站、个人数字助理、服务器、刀片服务器(blade servers)、大型机和其他合适的计算机。系统800也可包括移动设备，例如个人数字助理、手机、智能电话和其他类似的计算设备。此外，系统可包括便携式存储介质，例如通用串行总线(USB)闪驱。例如，USB闪驱可储存操作系统和其他应用软件。USB闪驱可包括输入/输出组件，例如无线发射器或可插入另一计算设备的USB端口的USB连接器。

在图8所示的具体实施例中，系统800包括处理器810、存储器820、储存装置830以及输入/输出装置840。每个组件810、820、830和840用系统总线850互连。处理器810能够处理用于在系统800内执行的指令。处理器可采用许多体系结构中的任一种进行设计。例如，处理器810可以是CISC(复杂指令集计算机)处理器、RISC(精简指令集计算机)处理器、或MISC(最少指令集计算机)处理器。

在一种实现中，处理器810是单螺口处理器。在另一种实现中，处理器810是多螺口处理器。处理器810能够处理存储在存储器820中的或者存储在存储装置830中的指令，在输入/输出装置840的用户界面上显示图形信息。

存储器820存储系统800内的信息。在一种实现中，存储器820是计算机可读介质。在一种实现中，存储器820是易失性存储单元。在另一种实现中，存储器820是非易失存储单元。

存储装置830能够为系统800提供大容量储存器。在一种实现中，存储装置830是计算机可读介质。在各种不同的实现中，存储装置830可以是软盘设备、硬盘设备、光盘设备或者磁带设备。

输入/输出装置840为系统800提供输入/输出操作。在一种实现中，输入/输出装置840包括键盘和/或定位设备。在另一种实现中，输入/输出装置840包括用于显示图形用户界面的显示单元。

所描述的特征可以以数字电子电路形式或者计算机硬件、固件、软件形式或它们组合实现。本发明的设备可以以物化形式包含于信息载体的计算机编程产品的形式实现，例如物化在供可编程处理器执行的计算机可读存储装置中；方法步骤可以通过执行指令程序的可编程处理器来进行，以便对输入数据进行操作并产生输出来执行所述实现的功能。所述特征优选以可以在可编程系统上执行的一个或多个计算机程序的形式实现，其中的可编程系统要包括至少一个从数据存储系统接收数据和指令以及将数据和指令发送至数据存储系统的可编程处理器、至少一个输入装置和至少一个输出装置。计算机程序是一组可以在计算机中直接或间接使用以执行某些活动或带来某些结果的指令。计算机程序可以任何形式的编程语言编写，包括汇编或编译语言，可以任何形式配置，包括作为独立程序或者作为模块、组件、子例程或者其他适合在计算机环境中使用的单元。

用于执行指令程序的适当处理器包括作为示例的通用和专用微处理器和任何类型的计算机的唯一处理器或多重处理器之一。一般而言，处理器从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器。一般而言，计算机还包括用于存储数据文件的一个或多个大容量存储设备，或者可操作地耦合于这些设备并与之通信；此类设备包括诸如内部硬盘和可移动盘等磁盘、磁光盘、以及光盘。适用于物化地包含计算机程序指令和数据的存储设备包括：所有形式的非易失性存储器，包括作为示例的诸如EPROM、EEPROM和闪存设备等半导体存储设备；诸如内部硬盘和可移动盘等磁盘；磁光盘；以及CD-ROM和DVD-ROM盘。处理器和存储器可由ASIC(专用集成电路)补充或结合在ASIC中。

为了提供与用户的交互，可在具有诸如用于向用户显示信息的CRT(阴极射线管)或LCD(液晶显示器)监视器之类的显示设备以及用户可以籍之向计算机提供输入的键盘和诸如鼠标或跟踪球的定位设备的计算机上实现本发明的各特征。

可在包括诸如数据服务器的后端组件的计算机系统中，或者在包括诸如应用服务器或因特网服务器的中间件组件的计算机系统中，或者在包括诸如具有图形用户界面或因特网浏览器的客户计算机的前端组件的计算机系统中，或者在它们的组合中，实现这些特征。系统的组件可通过诸如通信网络的任何形式或介质的数字数据通信来连接。通信网络的例子包括局域网(“LAN”)、广域网(“WAN”)、对等网络(具有自组或静态元件)、网格计算基础设施和因特网。

计算机系统可包括客户机和服务器。客户机和服务器一般相距甚远且通常通过网络进行交互，例如本文所描述的网络。客户机和服务器的关系根据在相应计算机上运行且彼此具有客户机-服务器关系的计算机程序来产生。

本发明包含许多具体特征，这些具体特征不应解释为限制本发明的范围或者所要求的权利的范围，而是对于本发明具体实施方式专用特征的描述。本发明各单独的实施方式的内容中描述的某些特征也可以组合起来在单个实施方式中实现。反之，在单一实施方式的内容中描述的各种特征也可以在多个实施方式中独立地或者以任何合适的次级组合的形式实现。而且，虽然上述特征被描述成以某些组合的形式起作用，而且甚至最初也是这样要求权利的，但所要求的组合中的一个或多个特征可以在一些情况下可以从组合中去除，所要求的组合可以指向次级组合或者次级组合的变体。

仅仅揭示了一些实施方式。基于本发明所述和所示内容可以对所述实施方式和其他实施方式进行变换和改进。

Claims (50)

1.一种用于诊断人受检者抑郁的方法，所述方法包括：

(a)提供预先确定为与抑郁相关的多个参数的数值；

(b)通过预定函数对所述数值中的每一个单独进行加权，每一个函数为每一个参数所专用；

(c)确定这些加权值的总和；

(d)确定所述总和与对照值之差；以及

(e)如果所述差大于预定阈值，则将所述受检者分类成患有抑郁，或者如果所述差与预定阈值并无不同，则将所述受检者分类成未患有抑郁。

2.如权利要求1所述的方法，其特征在于，所述抑郁疾病是严重的抑郁性障碍。

3.如权利要求1所述的方法，其特征在于，所述参数选自：脑源神经营养因子(BDNF)、白细胞介素-7(IL-7)、白细胞介素-10(IL-10)、白细胞介素-13(IL-13)、白细胞介素-15(IL-15)、白细胞介素-18(IL-18)、脂肪酸结合蛋白(FABP)、α-1胰蛋白酶抑制剂(A1AT)、β-2巨球蛋白(B2M)、因子VII、上皮生长因子(EGF)、α-2巨球蛋白(A2M)、谷胱甘肽S-转移酶(GST)、RANTES、基质金属蛋白酶组织抑制剂-1(TIMP-1)、纤溶酶原激活物抑制剂-1(PAI-1)、甲状腺素和皮质醇。

4.如权利要求3所述的方法，其特征在于，所述参数选自：BDNF、A2M、IL-10、IL-13、IL-18、甲状腺素和皮质醇。

5.如权利要求3所述的方法，其特征在于，所述参数是IL-7、A2M、IL-10和IL-13。

6.如权利要求3所述的方法，其特征在于，所述参数是IL-7、IL-13、A2M、BDNF和IL-18。

7.如权利要求3所述的方法，其特征在于，所述参数是IL-7、IL-10、IL-13、IL-15、A2M、GST和IL-18。

8.如权利要求3所述的方法，其特征在于，所述参数是IL-10、IL-13、IL-15、A2M、BDNF、甲状腺素、皮质醇和IL-18。

9.如权利要求3所述的方法，其特征在于，所述参数是IL-7、IL-13、IL-10、IL-15、IL-18、A2M、GST和皮质醇。

10.如权利要求3所述的方法，其特征在于，所述参数是IL-7、IL-10、IL-13、IL-15、IL-18、A2M、GST、皮质醇和甲状腺素。

11.如权利要求1所述的方法，其特征在于，所述参数选自：促肾上腺皮质激素(ACTH)、BDNF、皮质醇、多巴胺(DA)、IL-1、IL-13、IL-18、去甲肾上腺素、甲状腺刺激激素(TSH)、精氨酸加压素(AVP)和促肾上腺皮质激素释放激素(CRH)。

12.如权利要求11所述的方法，其特征在于，所述参数选自：皮质醇、ACTH、IL-1、IL-18、BDNF、DA、瘦素、TSH、CRH和AVP。

13.如权利要求11所述的方法，其特征在于，所述参数是皮质醇、ACTH、IL-1、IL-18、BDNF、瘦素、TSH、CRH和AVP。

14.如权利要求11所述的方法，其特征在于，所述参数是皮质醇、ACTH、IL-1、IL-18、BDNF、TSH、CRH和AVP。

15.如权利要求11所述的方法，其特征在于，所述参数是皮质醇、ACTH、IL-1、IL-18、BDNF、TSH和AVP。

16.如权利要求11所述的方法，其特征在于，所述参数是皮质醇、ACTH、IL-1、IL-18、BDNF和TSH。

17.如权利要求11所述的方法，其特征在于，所述参数是皮质醇、ACTH、IL-1、IL-18和BDNF。

18.如权利要求11所述的方法，其特征在于，所述参数还包括神经肽Y(NPY)。

19.如权利要求11所述的方法，其特征在于，所述参数还包括血小板相关5-羟色胺。

20.如权利要求11所述的方法，其特征在于，所述参数还包括选自下组的一个或多个生物标记物：IL-7、IL-10、IL-15、FABP、A1AT、B2M、因子VII、EGF、A2M、GST、RANTES、PAI-1和TIMP-1。

21.如权利要求1所述的方法，其特征在于，所述数值是来自所述受检者的生物样品中的生物标记物水平。

22.如权利要求21所述的方法，其特征在于，所述生物样品是全血。

23.如权利要求21所述的方法，其特征在于，所述生物样品是血清。

24.如权利要求21所述的方法，其特征在于，所述生物样品是血浆。

25.如权利要求21所述的方法，其特征在于，所述生物样品是尿。

26.如权利要求21所述的方法，其特征在于，所述生物样品是脑脊液。

27.如权利要求1所述的方法，其特征在于，所述受检者是人。

28.如权利要求1所述的方法，其特征在于，所述预定阈值是统计学显著性。

29.如权利要求28所述的方法，其特征在于，所述统计学显著性是p＜0.05。

30.如权利要求1所述的方法，所述方法还包括提供选自下组的一个或多个参数的数值：磁共振成像、磁共振波谱、体重指数、HPA激活的量度、甲状腺功能的量度、雌激素水平的量度、或睾酮水平的量度。

31.如权利要求1所述的方法，所述方法还包括提供来自所述受检者的生物样品。

32.如权利要求1所述的方法，所述方法还包括测量所述多个参数以获得所述数值。

33.一种用于监测严重的抑郁性障碍(MDD)的治疗的方法，所述方法包括：

(a)提供来自被诊断为患有MDD的受检者的多个参数的数值，所述参数预先确定为与MDD相关；

(b)使用一种包括所述数值的算法来计算MDD评分；

(c)在受检者接受MDD治疗的一段时间之后，重复步骤(a)和(b)以获得治疗后MDD评分；

(d)将来自步骤(c)的治疗后MDD评分与步骤(b)中的评分和正常受检者的MDD评分进行比较，若与来自步骤(b)的评分相比来自步骤(c)的评分更接近正常受检者的MDD评分，则将所述治疗分类为有效。

34.如权利要求33所述的方法，其特征在于，步骤(b)包括通过预定函数对所述数值中的每一个单独进行加权，每一个函数为每一个参数所专用，并且计算这些加权值的总和。

35.如权利要求33所述的方法，其特征在于，所述参数选自：BDNF、IL-7、IL-10、IL-13、IL-15、IL-18、FABP、A1AT、B2M、因子VII、EGF、A2M、GST、RANTES、TIMP-1、PAI-1、甲状腺素、皮质醇和ACTH。

36.如权利要求33所述的方法，其特征在于，所述时间段的范围可以从开始所述治疗后的数周到数月。

37.如权利要求33所述的方法，其特征在于，针对所述治疗开始之前和之后的各时间点提供所述数值的子集。

38.如权利要求33所述的方法，其特征在于，所述参数包括从磁共振成像、磁共振波谱或计算机化X线断层摄影扫描导出的测量结果。

39.如权利要求33所述的方法，其特征在于，所述参数包括体重指数。

40.如权利要求33所述的方法，其特征在于，所述参数包括NPY。

41.如权利要求33所述的方法，其特征在于，所述参数包括AVP。

42.如权利要求33所述的方法，其特征在于，所述参数包括邻苯二酚胺或邻苯二酚胺的泌尿代谢物。

43.如权利要求33所述的方法，其特征在于，所述数值是所述受检者的生物样品中生物标记物的水平。

44.如权利要求43所述的方法，其特征在于，所述生物样品是血清。

45.如权利要求43所述的方法，其特征在于，所述生物样品是血浆。

46.如权利要求43所述的方法，其特征在于，所述生物样品是尿。

47.如权利要求43所述的方法，其特征在于，所述生物样品是脑脊液。

48.如权利要求33所述的方法，所述方法还包括提供来自所述受检者的生物样品。

49.如权利要求33所述的方法，所述方法还包括测量所述多个参数的水平以获得所述数值。

50.一种用于诊断严重的抑郁性障碍(MDD)的计算机实现的方法，所述方法包括：

提供包括预先确定为与MDD相关的所选生物标记物参数、多组所述生物标记物的组合以及基于从患有MDD的患者获得的临床数据的这几组的组合的系数的生物标记物文库数据库；以及

使用计算机处理器来基于预定算法将这些生物标记物的一组组合和相关联的系数应用于从患者获得的该组中的生物标记物的测量值以产生用于诊断该患者是否患有MDD的MDD评分。

Images