[发明专利]用于对前疾病状态进行检测的检测装置

说明书

本发明公开了一种用于对前疾病状态进行检测的检测装置及检测方法。该装置包括：样本获取单元，该样本获取单元获取检测对象的对照样本数据和单样本数据；DNB设定单元，该DNB设定单元设定DNB成员；指标计算单元，该指标计算单元通过计算对照样本数据和单样本数据的分布的概率之间的距离来得到复合指标；以及状态判别单元，该状态判别单元当所述复合指标超过阈值时，判断检测对象处于前疾病状态。由此，有效地将DNB理论应用在单样本情形上，能简单又准确地检测出前疾病状态。

技术领域

本发明涉及一种用于对前疾病状态进行检测的检测装置及检测方法。

背景技术

现代社会随着环境污染、人口的增加及生活节奏的不断加快，人们的压力日渐增大，许多人在压力下形成了不良的饮食习惯及生活习惯。在这种情况下，患上各种复杂疾病（癌症、糖尿病、心脑血管疾病等）的人数增多，例如患肝部恶性肿瘤和患糖尿病等疾病的人数不断上升。在这些复杂疾病中，有一部分疾病的病情发展相对平缓，如慢性炎症，这类疾病通常可以通过药物干涉和保健手段得到一定地控制；但很多疾病却具有突然恶化的现象，例如肝癌，其病情恶化很快，发病之前一般没有什么不适，而一旦出现了症状去医院就诊，往往患者已属于中晚期，发病后生存时间也已不多。这一类具有病情突然恶化现象的疾病都有一个很相似的特点，即在病程变化中存在一个“临界点”(critical point)或关键节点。（参照非专利文献1-5）在该临界点到来之前，病情不是特别的明显，这往往使得患者忽视了病情，耽误了治疗的最佳时机；而在临界点之后，病情就不是平缓地发展，而是在很短的时间内从稳定期突然恶化而成为重病期。正是由于这个原因，对这类疾病的确诊常常不及时，使得在重病期的治疗难度大、疗效差，发病后生存时间短，因此具有很大的危害性。如何及时地在早期诊断这类复杂疾病，关键在于找到疾病突然恶化前的预警特征或信号，预测“临界点”和突然恶化现象发生的条件，这已经成为了生物理论和临床医学研究上的一个热点问题。

如图3中的（a）所示，一般来说，“前疾病状态”(pre-disease state)是疾病恶化的“临界点”到达之前一个临界状态。在该阶段适当的治疗可以使疾病重新恢复到“正常状态”(normal state)，故称为可逆阶段。但当疾病的进展一旦越过临界点迅速到达“疾病状态”(disease state)时，治疗的难度非常大，很难再使病情回到相对正常状态，故称为非可逆阶段。因此，前疾病状态的期间是关键时间节点，驱动前疾病状态的分子是关键因子，它们的调控网络也是导致疾病快速恶化的关键网络。显然，在疾病发生发展中，前疾病状态的早期预测和诊断尤为重要，这是很多疾病患者病情得到有效控制的最后机会。然而，与疾病状态不同，正常状态与前疾病状态并无明显不同，所以，对很多复杂疾病来说，早期预测或诊断前疾病状态是一个非常困难的问题，现在还无有效的方法。但日趋成熟的高通量生物大数据为全面了解生物过程及其异常机制提供了一个宝贵的契机。我们可以更广泛地开展对复杂疾病的病理过程的研究，特别是通过开发基于生物大数据的新理论和新方法，识别复杂疾病病变过程的预警信号(即关键时间节点或前疾病状态)，确定表征疾病发展的关键因子，提取关键网络。这不仅可以阐明复杂疾病发生发展的分子机理，还将有助于抗击复杂疾病，并为预防、诊断、治疗复杂疾病提供新方法和潜在药靶。

事实上，不仅仅是复杂疾病过程，在许多生物过程中，如细胞分化、细胞增殖和疾病的进展等过程都涉及“跳跃式的”状态转化，即系统状态的急剧改变或定性变化。脂肪细胞分化就是这样一个过程。一个多能干细胞在成为“前脂肪细胞”以前都保持着分化为多种细胞的潜力，一旦成为前脂肪细胞后就进行急剧的克隆扩增及随后的终端分化，从而产生成熟的脂肪细胞。疾病进展过程也是如此，系统逐渐从一个正常状态转化到前疾病状态，然后病情进一步恶化，急剧发展为疾病早期状态或疾病状态。一般来说，这种急剧的变化从数学的观点来看可以被描述为分叉现象。因此，如何由小样本检测到关键节点及其关键因子在生物和医学领域具有非常重要的科学意义。