[发明专利]一种基于粪便菌群检测在儿童炎症性肠病中的应用在审

专利信息
申请号: 202111524079.4 申请日: 2021-12-14
公开(公告)号: CN114292930A 公开(公告)日: 2022-04-08
发明(设计)人: 王歆琼;许春娣;李璞 申请(专利权)人: 上海交通大学医学院附属瑞金医院
主分类号: C12Q1/689 分类号: C12Q1/689;C12Q1/06;G06F30/27;G06K9/62;C12R1/01
代理公司: 上海申汇专利代理有限公司 31001 代理人: 翁若莹;张业民
地址: 200001 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 粪便 检测 儿童 炎症 性肠病 中的 应用
【说明书】:

发明涉及一种基于粪便菌群检测在儿童炎症性肠病中的应用,属于生物医药技术领域。本发明通过收集病人的粪便标本,进行16S rRNA测序,获得相应属水平Bifidobacterium、Anaerostipes、Sphingobium和Fusicatenibacter的丰度值;根据模型公式计算丰度值得分,根据得分评估患者是否有儿童炎症性肠病的风险。以菌群丰度特征为基础,通过对病人进行特异的肠道微生物群组合丰度的检测,获得对儿童炎症性肠病的评估结果和早期儿童炎症性肠病相关事件的预测,为对患者制定进一步优化的监测和干预策略提供参考。

技术领域

本发明涉及一种基于粪便菌群检测在儿童炎症性肠病中的应用,属于生物医药技术领域。

背景技术

儿童炎症性肠病(IBD)是一种肠道非特异性炎症性疾病,是导致儿童长期腹泻,生长发育迟缓,甚至危及生命的一种慢性疾病。目前发病机制尚不明确,诊断主要依靠内镜及病理诊断,由于缺乏特异性诊断标记物,容易发生误诊和漏诊。

本发明通过分析儿童粪便菌群的组成,利用人工智能机器学习,寻找并优化适合中国儿童的炎症性肠病诊断标志物组合,为儿童炎症性肠病的早期诊断提供工具。

发明内容

本发明的目的是为解决如何提供一种可进行儿童炎症性肠病早期诊断的检测工具的技术问题。

为达到解决上述问题的目的,本发明所采取的技术方案是提供一种基于粪便菌群检测的儿童炎症性肠病检测模型,通过收集粪便标本进行肠道菌群丰度检测,通过16SrRNA测序构建检测模型;模型中包括4个菌属,为Bifidobacterium、Anaerostipes、Sphingobium和Fusicatenibacter;通过4个菌属相应属水平丰度值构建检测模型,根据模型公式计算得分;模型公式为:

3.3082-17.0407*Bifidobacterium-47.7252*Anaerostipes-64042.2145*Sphingobium-294.1574*Fusicatenibacter

若得分超过0.942,则提示患者有儿童炎症性肠病的风险。

本发明提供一种粪便中肠道菌群丰度检测模型在制备儿童炎症性肠病诊断试剂盒中的应用。

本发明提供一种粪便中肠道菌群丰度检测模型在制备儿童炎症性肠病预后试剂盒中的应用。

本发明提供一种粪便中肠道菌群丰度检测模型在非诊断或非治疗的检测方法上的应用。

相比现有技术,本发明具有如下有益效果:

本发明通过分析儿童粪便菌群的组成,得出适合中国儿童的炎症性肠病诊断的标志物组合,并设计诊断试剂盒,为儿童炎症性肠病的早期无创诊断提供检测工具。

本发明通过收集病人的粪便标本,进行16S rRNA测序,获得相应属水平Bifidobacterium、Anaerostipes、Sphingobium和Fusicatenibacter的丰度值;根据模型公式计算丰度值得分,根据得分评估患者是否有儿童炎症性肠病的风险。以菌群丰度特征为基础,通过对病人进行特异的肠道微生物群组合丰度的检测,获得对儿童炎症性肠病的评估结果和早期儿童炎症性肠病相关事件的预测,为对患者制定进一步优化的监测和干预策略提供参考。

附图说明

图1为IBD儿童患者肠道菌群与正常儿童菌群差异图。

图2为Lefse分析筛选差异菌属。

图3为随机森林模型建立并排序重要菌属表。

图4为十折交叉法验证并确定4个重要菌属作为诊断模型。

图5为ROC曲线确定诊断模型诊断价值。

图6为独立验证集验证在儿童肠道疾病中的诊断价值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学医学院附属瑞金医院,未经上海交通大学医学院附属瑞金医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111524079.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top