[发明专利]蛋鸡低骨密度联合诊断血清代谢标志物的筛选方法及其应用有效

专利信息
申请号: 202010052205.X 申请日: 2020-01-17
公开(公告)号: CN111208229B 公开(公告)日: 2021-02-26
发明(设计)人: 周忠新;黄杰;戴小方 申请(专利权)人: 华中农业大学
主分类号: G01N30/02 分类号: G01N30/02;G01N30/86
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 徐绍新
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 蛋鸡 密度 联合 诊断 血清 代谢 标志 筛选 方法 及其 应用
【说明书】:

发明公开了一种筛选蛋鸡低骨密度血清代谢标志物的方法,以及从老年笼养蛋鸡中筛选得到的一组用于联合诊断低骨密度的血清代谢标志物,所述标志物包括与骨密度正相关的七种代谢物和与骨密度负相关的一种代谢物。本发明可通过检测蛋鸡血清或血浆中这八种代谢标志物联合预测笼养蛋鸡低骨密度的风险,进而实现笼养蛋鸡骨质疏松症的有效预防,在蛋鸡养殖行业提高经济效益及动物福利方面具有重要意义。

技术领域

本发明属于生物检测和诊断领域,具体涉及一种蛋鸡低骨密度联合诊断血清代谢标志物的筛选方法,本发明还涉及一组用于蛋鸡低骨密度联合诊断血清代谢标志物及其检测方法。

背景技术

笼养蛋鸡骨质疏松症是一种在高产笼养蛋鸡群常见的骨代谢疾病,表现为骨骼脆性增加、骨骼强度和骨密度的下降。笼养蛋鸡骨质疏松症对蛋种鸡的影响更大,蛋种鸡平均人工授精1次/5-6天,每次抓取种鸡双腿进行人工授精,极易造成蛋种鸡骨折彻底丧失种用性能。此外,蛋鸡发生骨质疏松时不仅容易发生骨折,产蛋中后期的蛋壳品质也会显著下降引起破蛋率大大增加,还会造成产蛋率下降和死淘率增加,对蛋鸡养殖产业造成巨大的经济损失。

许多手段已经被应用到笼养蛋鸡骨质疏松症防控方面,例如营养调控、加强运动和药物治疗等,但是这些手段尚未取得令人满意的效果。由于笼养蛋鸡骨质疏松症的发病之前无明显特征变化,且发病后难以恢复至正常水平。如果能更早期观测到发病的迹象,通过早干预、早预防等手段完全可以避免或延缓笼养蛋鸡骨质疏松症发生和发展,这对于蛋鸡养殖行业提高经济效益及动物福利方面具有重要的意义。

作为一种快速出现的“组学”工具,代谢组学旨在定性和定量测量组织,细胞或生物体液中的小内源性代谢物,并作为诊断工具检测代谢状态的变化。代谢组学可以获取整体代谢谱并找到差异代谢物及相关代谢途径,然后进一步揭示该疾病的病理过程。代谢组学已广泛应用于代谢性疾病研究,是一种用于生物标志物鉴定和定量的可行而强大的工具。

发明内容

本发明的目的在于提供蛋鸡低骨密度联合诊断的血清代谢标志物,通过检测标志物的水平,可以预测蛋鸡低骨密度的风险,从而为笼养蛋鸡骨质疏松症的早期诊断和预防提供一种新的手段。

为了实现上述目的,本发明提供了如下技术方案:

一方面,本发明提供了一种筛选蛋鸡低骨密度联合诊断血清代谢标志物的方法,该方法包括以下步骤:

步骤1,收集正常和低骨密度蛋鸡的血清或血浆样本;

步骤2,采用液相色谱-质谱联用代谢组学方法对采集的样本进行分析,得到各样本的原始质谱数据;

步骤3,使用代谢组学处理软件对原始质谱数据进行预处理,得到包含质荷比、保留时间和质谱峰强度/峰面积等代谢物信息的二维矩阵,用于下一步统计分析;

步骤4,将步骤3中得到的二维矩阵依次进行主成分分析和正交-偏最小二乘法判别分析,得到多维统计分析OPLS-DA模型;

步骤5,在多维统计分析OPLS-DA模型中应用不同的筛选标准,比如变量投影重要度大于1.0及单维统计分析的P值小于0.05,得到初步差异代谢物;

步骤6,在步骤5得到的初步差异代谢物的基础上,结合初步差异代谢物的一级质谱信息、准分子离子信息、加合峰信息和同位素分布,计算差异代谢物的分子量和分子式,考察代谢物的二级质谱信息,与数据库上的比对确定其结构,部分代谢物进一步采用标准品进行确认;

步骤7,对步骤6中确定的差异代谢物进行与蛋鸡骨密度的相关性分析,选取P值小于0.05的差异代谢物进行下一步分析;

步骤8,对步骤7中P值小于0.05的差异代谢物进行受试者工作特征曲线(ROC)分析,选取曲线下面积大于0.80的作为候选血清代谢标志物。

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华中农业大学,未经华中农业大学许可,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/202010052205.X/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