骨代谢生物标志物定量免疫分析技术的研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:zz5616527
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
骨质疏松患者在全球范围内约有2亿人,在常见病、多发病中位居第七。根据WHO的调查显示,骨质疏松症将是继心血管疾病后第二大医疗问题。骨质疏松症的诊断和预后监测,目前主要以骨密度(BMD)检测为诊断标准。骨密度只能静态的反应骨的形态,但是骨量的变化无法检测。鉴于骨代谢的动态监控一直以来缺乏精准特异的生物学标志物,骨代谢生物标志物是近十年来的一个研究热点。最近已发现有明确意义的骨代谢标志物有:骨钙素(BGP)、甲状旁腺激素(PTH)、总Ⅰ型胶原氨基端延长肽(P1NP)、25-羟基维生素D(25-OH VD)。这些标志物可从完整的骨组织水平精确地评价骨转换效率,从而实现骨质疏松在临床上的定量辅助诊断。但是如何实现这些生物标志物的临床检测以及标志物与疾病的临床价值仍是一个难点,主要原因是骨代谢标志物的抗体获取困难,以及检测方法学的不成熟。在中国,由于上述技术难点,导致国内外能够生产供应骨代谢检测试剂项目的企业只有瑞士的罗氏诊断公司。这对我国有明确价值的骨代谢标志物的推广有极大的限制,对于广大患者经济上是一个很大的负担,无法惠及广大患者。本论文针对骨代谢生物原材料获取困难,采用多肽免疫得到一对P1NP单克隆抗体,同时利用大肠杆菌表达体系成功表达出P1NPα1链,从肿瘤病人的胸积液中纯化出天然的P1NP蛋白;利用VD3成功免疫得到高特异性和亲和力的维生素D抗体。依托化学发光免疫分析技术平台,开发了骨代谢标志物化学发光免疫检测试剂,并测试了临床样本,和罗氏检测的结果比对相关性高。同时还收集了大量不同诊断患者的样本,测试骨钙素和25-羟基维生素D两个指标。通过对数据分析,能够对临床诊断和治疗产生一定的指导意义。针对肺移植病人术前和术后,测定了骨代谢标志物的指标,研究发现相对于传统的骨密度检测,骨代谢标志物能更好的监控骨量在一定阶段内的动态变化,对肺移植病人术后骨质疏松的诊断和治疗有着重大的意义。本论文主要研究内容为以下几个部分:(1)建立骨代谢标志物临床检测方法需用的关键生物原材料制备技术通过构建大肠杆菌的P1NP表达系统,表达P1NP蛋白的α1链,用于后续的抗体筛选。成功从人的胸积液中分离纯化天然的P1NP蛋白,用于抗体的筛选和校准品的制备。通过设计三条不同的α1链短肽免疫小鼠,筛选得到的P1NP单克隆抗体用于下一步试剂的开发。维生素D抗体的开发采用类似的方法,用VD3抗原去免疫小鼠,筛选纯化得到的维生素D单克隆抗体用于临床检测方法学的研究。(2)建立了骨代谢标志物全自动化学发光检测方法分别建立骨钙素(BGP)、甲状旁腺激素(PTH)、总Ⅰ型胶原氨基端延长肽(P1NP)、25-羟基维生素D(25-OH VD)化学发光检测方法。BGP试剂的精密度均小于10%,回收率在100%±10%的范围内,通过加速测试7 d,发光值的降低水平在10%的范围内。骨钙素试剂与罗氏试剂的方法学比对,相关系数R2为0.98,和罗氏结果的相关性非常好。当样本骨钙素的含量高达4000 ng·m L-1时,未发现钩状效应存在。P1NP试剂线性因子r大于0.99,最低检测限为3.11 ng·m L-1。三批P1NP试剂的批间和批内精密度CV均低于10%。当样本中P1NP的浓度大于4000 ng·m L-1时,未发现钩状效应存在。同罗氏P1NP试剂的方法学比对结果显示,相关系数R2为0.98,一致性很好。25-OH VD试剂批间和批内的精密度均小于10%,回收率在100%±10%范围内。加速稳定性发光值的降低在10%以内。将开发的试剂分别于罗氏和Dia Sorin检测的样本进行结果比对,与罗氏比对的相关系数R2为0.9;与Dia Sorin比对的相关系数R2为0.93,相关性高。同时将罗氏,Dia Sorin与本研究建立的方法与金标准液相质谱进行比对,罗氏与液相质谱比对的斜率为1.1,相关系数R2为0.80,Dia Sorin与液相质谱比对的斜率为0.8,相关系数R2为0.79,研究建立的方法与液相质谱比对的斜率为0.79,相关系数R2为0.90。综合结果来看,本研究建立的检测方法已超越了两个国外的产品。PTH试剂的最低检测限为0.2 pg·m L-1,线性因子r大于0.99,三个不同浓度样本的精密度均小于10%,通过与罗氏PTH试剂的方法学比对,斜率为0.99,相关系数R2为0.96,与罗氏的结果一致性很高。(3)研究了骨代谢标志物与临床疾病的关系研究了骨钙素和25-羟基维生素D与临床各种疾病的关系。女性高骨钙素含量的人群多为肥胖(24%)和肿瘤(51%);而男性高骨钙素含量的人群分布更多的是在肿瘤(56%)和心脑血管疾病(32%)。研究发现测试25-羟基维生素D的患者中,94.98%的患者25-羟基维生素D的浓度低于30 ng·m L-1(参考值为30 ng·m L-1)。这些低维生素D含量的人群中,50%的病人为肥胖症患者;约20%为癌症患者;14%为骨折患者。通过对不同人群的25-羟基维生素D含量的分布统计,结果显示人体内25-羟基维生素D的含量可能与肿瘤、糖尿病、心脑血管疾病和骨关节炎这些疾病有密切的关系。本研究还首次建立了P1NP男性参考值区间。首次研究了骨代谢标志物和肺移植的关系。用本项目开发的骨代谢检测试剂定期追踪并检测肺移植患者术前和术后骨代谢标志物含量的变化。结果表明,在短时间的骨量监控上,骨代谢标志物能够更好的提示骨量的变化,而传统的骨密度检测要滞后于骨代谢标志物,这对于临床的诊断治疗有着非常大的意义。
其他文献
酱香型白酒发酵过程是一个人工干预下的半开放式传统固态发酵过程,其复杂的微生物群落除了受到环境微生物、原料、环境温度、环境湿度等外源因素的影响,还受到群落自身群落演替、代谢产物变化、自身生物热变化、含水量变化等内源发酵条件的影响。然而,目前对于如何判定发酵群落中核心功能菌群以及发酵条件如何影响群落结构和功能的相关研究还很缺乏。因此,本研究选择A、B两个厂区同时进行的典型酱香型白酒入池发酵过程,系统分
纤维二糖差向异构酶(CE,EC 5.1.3.11)与N-乙酰葡萄糖胺-2-差向异构酶(AGE,EC 5.1.3.8)、醛糖-酮糖结构异构酶Yih S和甘露糖结构异构酶(MI,EC 5.3.1.7)统称为AGE家族酶。大部分的CE仅表现差向异构活性,催化β1,4糖苷键连接的二糖的还原端葡萄糖基与甘露糖基间的相互转化。而来源于Caldicellulosiruptor saccharolyticus(C
监控管理综合平台是实现对火灾、环境、交通流等信息进行动态采集,对高速公路主线和隧道设备、交通运行状况等进行集成管理和联动控制等功能的系统,是高速公路监控的核心。而传统高速公路监控管理平台,业务系统繁多,数据不共享,图表等直观数据无法实现实时展示;设置控制平台分散,管理不集中;事件处置过程信息分散,效率低;无法对重点运营车进行监管。
移动传感器/执行器网络是在无线传感器/执行器网络基础上,升级为具有自主感知和智能控制功能的网络系统,近年来得到了广泛应用,也必将伴随人工智能的发展在未来发挥举足轻重的作用。利用移动传感器/执行器网络对时滞分布参数系统进行控制与估计,称为移动控制和估计。移动控制和估计相当于对时滞分布参数系统增加了一个维度,使其控制变得更为复杂和更具挑战性。本文利用泛函分析、算子半群理论、抽象发展方程理论、Lyapu
迭代学习控制作为智能控制领域的一个重要组成部分,广泛存在于工业过程中,它通过反复学习和纠错改善系统的控制性能,完成轨迹跟踪任务。传统的迭代学习控制方法往往只考虑时域范围静态迭代学习控制器的相关性能,导致算法设计方面存在一定的不足。本文基于二维模型,考虑系统内部信号,构造和更新控制器,根据工程中被控对象具有明显频域特性的实际情况,在频域范围内设计迭代学习控制器,研究其收敛性能,以达到提高系统整体性能
预测控制由于其处理多变量和约束的能力,在实际工业生产过程中得到了广泛应用,近年来由于可以考虑多样化经济指标,经济预测控制开始引起关注。但是,随着现代工业过程日趋大型化和复杂化,建模难度增加、预测控制在线计算负荷增大以及地理分散,都给集中控制带来巨大挑战。分布式预测控制结构实现了将大型系统分割为多个子系统分别控制,并且通过网络通信兼顾整体系统的性能优化。但同时,其动态性能受到内外部不确定因素影响:一
对于结构复杂的多变量工业过程,找到合适的辨识算法获得数学模型,是过程分析和控制系统设计的基础.多变量系统维数高参数多,使得辨识算法的计算量大,减小算法计算量是多变量系统辨识急需解决的问题.本文针对有色噪声干扰下的多变量系统,结合辨识新技术提出了高效的耦合递推参数估计算法.论文的具体研究内容如下.(1)针对同时存在参数向量和参数矩阵的多变量方程误差自回归滑动平均系统,将其分解为多个只含有参数向量的单
双线性系统广泛存在于实际工业过程中,如流体热交换、核裂变等都可以用该类系统来描述.论文考虑实际中存在的一些不确定因素,如状态不可测、时延等,研究双线性状态空间系统的参数与状态联合估计方法,具有重要的理论意义和实际价值,主要研究内容如下.1.针对双线性状态空间系统的状态估计问题,借助系统的特殊结构,将其看作线性时变参数模型,基于Kalman滤波原理,推导了双线性系统的状态估计器.此外,通过极小化状态
近年来,以机器学习为核心的人工智能技术正在不断渗透到工业、农业、医疗卫生等生产和生活的多个领域,并即将因此而掀起对人类社会影响深远的新一轮工业革命。机器学习在现实中的成功的应用案例层出不穷。然而,在这些实际应用中,现有的机器学习方法在某些方面的欠缺却越来越明显。由于已有的关于机器学习方法的研究主要关注其性能而很大程度上忽略了其可解释性,导致现有的机器学习方法由于可解释性的欠缺而在某些场景的应用受到
随着对非线性现象研究的日益深入,非线性模型的辨识问题日益凸显。双线性参数系统的模型特征是含有双线性项,由两个参数向量和一个信息矩阵的乘积组成。作为一种特殊的非线性系统,双线性参数模型在一定程度上兼顾了非线性模型的灵活性和线性模型易控制的优点。因此研究这类系统的辨识方法具有理论和实践意义。迭代辨识方法是一类批数据处理方法,可以充分利用观测信息,从而有效改善辨识效果。本文研究双线性参数系统的迭代辨识方