[发明专利]用于神经系统健康问题的微生物组来源的诊断和治疗的方法及系统

权利要求书

1.一种用于生成神经系统健康问题的表征模型的方法，所述方法包括：

在样品处理网络，接收来自受试者群体的样品的聚合集；

在与所述样品处理网络通信的计算系统，在以片段化操作、使用引物组的多重扩增操作、测序分析操作和比对操作处理所述样品的聚合集的每一个的核酸内容物后生成所述受试者群体的微生物组组成数据集和微生物组功能多样性数据集；

在所述计算系统，接收与所述受试者群体的至少一个子集相关的补充数据集，其中所述补充数据集提供与所述神经系统健康问题相关的特性的信息；以及

在所述计算系统，将所述补充数据集和从所述微生物组组成数据集和所述微生物组功能多样性数据集中提取的特征转化成所述神经系统健康问题的表征模型，

其中生成所述表征模型包括进行统计分析以评价在跨表现出所述神经系统健康问题的所述受试者群体的第一子集和未表现出所述神经系统健康问题的所述受试者群体的第二子集具有变化的微生物组组成特征和微生物组功能特征的集合，或用统计分析来分析来自所述微生物组组成数据集的特征集，其中所述特征集包括与以下相关的特征：所述微生物组组成数据集中呈现的不同分类群的相对丰度、在所述微生物组组成数据集中呈现的不同分类群之间的相互作用、以及在所述微生物组组成数据集中呈现的分类群之间的系统发育距离，

其中生成所述微生物组功能多样性数据集包括：

提取与所述微生物组组成数据集中指示的微生物组组分的功能方面的集合相关的候选特征，以生成所述微生物组功能多样性数据集；以及

关于所述功能方面的集合的子集表征所述神经系统健康问题，所述子集源自以下中的至少一种：蛋白特征的直系同源聚类、来自京都基因和基因组百科全书的基因组功能特征、化学功能特征和系统功能特征，并且

其中所述神经系统健康问题是注意力缺陷障碍、注意力缺陷多动障碍、孤独症谱系障碍、焦虑症、抑郁症、慢性疲劳综合征、恶性贫血、精神障碍和中风，

其中所述补充数据集包括以下项中至少一种：调查来源的数据、医学数据、源自传感器的上下文数据和来自所述受试者群体的传感器数据。

2.根据权利要求1所述的方法，其中所述孤独症谱系障碍包括阿斯伯格综合征。

3.根据权利要求1所述的方法，其中生成所述表征模型包括用Kolmogorov-Smirnov检验和t-检验中的至少一种进行统计分析，以评价在表现出所述神经系统健康问题的所述受试者群体的第一子集和未表现出所述神经系统健康问题的所述受试者群体的第二子集中具有变化的丰度程度的微生物组组成特征和微生物组功能特征的集合。

4.根据权利要求3所述的方法，其中生成所述表征模型还包括使用Bray-Curtis不相似性聚类。

5. 如权利要求1所述的方法，其中生成诊断ADD和ADHD中的至少一种的表征包括在处理所述样品的聚合集和确定来源于以下的特征的存在后生成所述表征：1) 一组分类单元，包括：假单胞菌属(Pseudomonas)和假单胞菌科(Pseudomonadaceae)，和2) 与以下相关的一组功能：神经系统功能相关的第一京都基因和基因组百科全书功能特征和丙氨酸、天冬氨酸和谷氨酸代谢相关的第二KEGG功能特征。

6. 如权利要求1所述的方法，其中生成诊断焦虑症的表征包括在处理所述样品的聚合集和确定来源于以下的特征的存在后生成所述表征：1) 一组分类单元，包括：八叠球菌属(Sarcina)、拟杆菌属(Bacteroides)、和拟杆菌科(Bacteroidaceae)，和2) 与以下相关的一组功能：碳水化合物代谢相关的第一京都基因和基因组百科全书功能特征、翻译功能相关的第二KEGG功能特征、和核糖体生物发生相关的第三KEGG功能特征。

7.如权利要求1所述的方法，其中生成诊断阿斯伯格综合征的表征包括在处理所述样品的聚合集和确定来源于以下的特征的存在后生成阿斯伯格综合征的表征：一组分类单元，包括：乳球菌属(Lactococcus)、Pseudoclavibacter、柠檬酸菌属(Citrobacter)、和微杆菌科(Microbacteriaceae)。