[发明专利]基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法

说明书

本发明公开了一种基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法，采用代谢组学方法分析心血管疾病亚临床期不同状态人群之间的差异代谢物，建立3个Logistic回归模型鉴别各个不同状态的人群；差异代谢物包括蔗糖、尿酸、色氨酸、来苏糖酸1，4‑内酯、磷酸甲酯。本发明实施方便，仅需要对少数有限的差异代谢物进行分析比较，即可有效识别个体的心血管亚临床期状态，鉴别心血管疾病高危人群，有利于针对心血管疾病高危人群进行个体化干预，提高心血管疾病防治工作的效率。

技术领域

本发明属于疾病研究统计模型技术领域，尤其涉及一种基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法。

背景技术

心血管疾病(Cardiovascular diseases，CVD)包括冠心病，脑血管疾病，风湿性心脏病和其他疾病。据世界卫生组织统计，每年有1770万人因心血管疾病死亡，占全球死亡人数的31％。目前，弗明翰风险评分(Framingham risk score，FRS)能够综合多个危险因素有效评估个体未来心血管疾病的发生风险。心血管疾病大多由动脉粥样硬化引起，动脉粥样硬化早期病理发展的始发因素是血管内皮功能受损，目前评估血管内皮功能的有效技术手段是测定肱动脉内皮依赖性血流介导的血管舒张功能(Flow-mediated dilation，FMD)，FMD减弱反映血管内皮功能受损。在高风险人群中，同时存在血管内皮功能受损和正常的两类群体；而在正常风险人群中，亦同时存在血管内皮功能受损和正常的两类群体。针对心血管疾病亚临床期不同状态的人群应采取个体化干预措施，例如针对高风险但血管内皮功能正常人群，可建议减少药物服用量，而针对正常风险但血管内皮功能受损人群，应建议服用相应的药物。但是，现有技术识别心血管疾病亚临床期不同状态人群要通过评估心血管疾病风险和血管内皮功能两种手段才能实现，仍缺乏一种较为简单高效的方法评估个体的心血管状态。

代谢组学是在基因组学、转录组学和蛋白质组学发展之后兴起的一门学科，在疾病诊断、药物毒理学研究、植物功能基因组、食品营养等领域有广泛应用，应用代谢组学技术可以获取许多内源化合物的定量和定性信息。分析不同人群体内代谢物的差异，可以更好地认识疾病的本质，找出疾病相关因子或识别高危人群。

发明内容

本发明要解决的技术问题是提供一种简单、高效、准确的基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法。

为解决上述技术问题，本发明采用以下技术方案：

基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法，采用代谢组学方法分析心血管疾病亚临床期不同状态人群之间的差异代谢物，建立3个Logistic回归模型鉴别各个不同状态的人群；差异代谢物包括蔗糖、尿酸、色氨酸、来苏糖酸1，4-内酯、磷酸甲酯；不同状态人群包括A-D组，A组为心血管病正常风险且内皮功能正常人群，B组为心血管病高风险但内皮功能正常人群，C组为心血管病正常风险但内皮功能受损人群，D组为心血管病高风险且内皮功能受损人群。

3个Logistic回归模型分别为模型1、模型2、模型3，其中：

模型1是以A组、B组、C组、D组人群为分析对象，根据A组与其余3组的差异代谢物分析结果建立Logistic回归模型，其方程式为：

logitP₁＝-33.976-0.049X₁+0.088X₂-1.857·lnX₃

式中，因变量Y₁赋值为“A组＝0，B组＝1，C组＝1，D组＝1”，自变量为X₁(年龄)、X₂(性别，赋值为“1＝男，2＝女”)和X₃(蔗糖，Sucrose)；

模型2是以B组、C组和D组人群为分析对象，根据B组与C、D两组的差异代谢物分析结果建立Logistic回归模型，其方程式为：