首页 / 专利库 / 诊断设备和程序 / 试剂盒 / 基于唾液特异糖蛋白糖链结构的食管癌筛查、评估的产品及应用

基于唾液特异糖蛋白糖链结构的食管癌筛查、评估的产品及应用

阅读:1026发布:2020-05-29

专利汇可以提供基于唾液特异糖蛋白糖链结构的食管癌筛查、评估的产品及应用专利检索,专利查询,专利分析的服务。并且本 发明 公开了基于唾液特异糖蛋白糖链结构的食管癌相关筛查、早期诊断、评估的产品及应用。通过检测唾液样本是否含有特定的11种N-糖链之任一或任意组合,能够判断唾液样本主体是否为食管癌(EC)患者。相应的,起到特异性结合识别作用的凝集素为DSA,能够单独作为识别唾液特异糖蛋白糖链结构的 试剂 用以制备相关医疗产品。,下面是基于唾液特异糖蛋白糖链结构的食管癌筛查、评估的产品及应用专利的具体信息内容。

1.一种凝集素单独作为唾液特异糖蛋白糖链结构识别的试剂以制备相关产品的用途,其特征在于:所述凝集素为DSA,用途为食管癌(EC)患者的筛查、早期诊断、险评估、药物筛选和/或疗效评估;所述相关产品为试剂盒、设备、可操作系统和/或它们的组合,并提示以下检测依据:
凝集素DSA所识别的N-糖链中如果存在以下11种N-糖链之任一或任意组合,则表明唾液样本主体为食管癌(EC)患者;
(1)m/z.1501.529;
(2)m/z.1792.624;
(3)m/z.2018.639;
(4)m/z.2344.841;
(5)m/z.2345.861;
(6)m/z.2380.901;
(7)m/z.2613.954;
(8)m/z.2636.936;
(9)m/z.2701.957;
(10)m/z.2830.999;
(11)m/z.3472.252。
2.特定糖链的识别单元在构建用于基于唾液样本作食管癌(EC)患者的筛查、早期诊断、风险评估、药物筛选和/或疗效评估的产品方面的用途,其特征在于:所述识别单元识别权利要求1中所述的11种N-糖链之任一或任意组合。
3.一种用于食管癌(EC)筛查、早期诊断、风险评估、药物筛选和/或疗效评估的系统,针对唾液样本,其特征在于,该系统包括:
A、凝集素DSA;
B、用于偶联凝集素DSA的亲和层析固相载体;
C、用于分离出N-糖链的试剂和装置;
D、质谱仪,用于显示对应于各种N-糖链的m/z值;
E、用于根据质谱图识别权利要求1中所述的11种N-糖链的标识、模或处理器,以得出是否含有该11种N-糖链之任一或任意组合的判定结果。
4.根据权利要求3所述的系统,其特征在于:所述用于偶联凝集素DSA的亲和层析固相载体为Fe3O4磁性微粒、琼脂糖凝胶、葡聚糖凝胶或玻璃微球。
5.一种智能终端,包括处理器和程序存储器,其特征在于:所述程序存储器存储的某部分程序被处理器加载时执行以下步骤:
获取唾液样本中凝集素DSA所识别的N-糖链信息;
判断其中是否存在权利要求1中所述的11种N-糖链之任一或任意组合;
如果存在,输出表明唾液样本主体为食管癌(EC)的提示信息。
6.一种计算机可读存储介质,存储有计算机程序,其特征在于:所述计算机程序被处理器加载时执行以下步骤:
获取唾液样本中凝集素DSA所识别的N-糖链信息;
判断其中是否存在权利要求1中所述的11种N-糖链之任一或任意组合;
如果存在,输出表明唾液样本主体为食管癌(EC)的提示信息。

说明书全文

基于唾液特异糖蛋白糖链结构的食管癌筛查、评估的产品及

应用

技术领域

[0001] 本发明涉及一种基于唾液特异糖蛋白的食管癌标志物的确定及其相关产品、应用。

背景技术

[0002] 食管癌(esophageal cancer,EC)是起源于食管黏膜上皮的恶性肿瘤,是临床常见的恶性肿瘤之一。在全球所有癌症中的发病率排第七(572000),死亡率在所有癌症中占第六(509000)。其中70%的EC患者为男性,男性的发病率是女性的2-3倍,且具有明显的地域差异。EC在东亚、南非地区国家高发。我国是食管癌最高发的国家之一,每年食管癌新发病例超过22万例,死亡约20万例。而目前超过90%的食管癌患者确诊时已进展至中晚期,生活质量低,总体5年生存率仅为19.2%。病理组织学检查仍是目前食管癌诊断的金标准,但鉴于组织学检查固有的缺陷如损伤性检查、不能动态检测、存在取样差异等,因此寻求非损伤性检查,进行食管癌早期诊断,是防控食管癌的关键。
[0003] 近年来大量研究表明:随着肿瘤的发生发展,患者的肿瘤组织、血清和唾液等体液中伴随着糖蛋白糖基化异常改变。不过,目前研究发现人唾液中有1939种蛋白质,人血浆中有3020种蛋白质,仅有27%的唾液蛋白质组与血浆蛋白质组重合。血浆蛋白质组学发现的177个与心血管疾病相关的潜在生物标志物的蛋白质中,也仅有40%的蛋白质出现在唾液蛋白质组中;在已列出的1058个潜在癌症相关生物标志物的蛋白质中,仅有34%的蛋白质出现在唾液蛋白质组中。这表明许多血液循环中的生物标志物并非能够在唾液中得到鉴定。另外,即使是同一种蛋白,较之于血清,其在唾液中的含量通常明显较低。所以在实践中,两者没有必然的联系,往往需要研究人员经过大量的实验和分析,才能判断是否有蛋白质组重合的可能性。
[0004] 专利文献CN109342729A提出了一种特定凝集素组合在基于唾液糖型鉴别食管癌方面的应用,该特定凝集素组合(所识别的糖链)作为基于唾液糖型鉴别食管癌的生物标志物,包括:上调组:Jacalin、ECA、HHL、GSL-II、MAL-II、EEL、RCA120、DSA、NPA、MAL-I;下调组:SJA、LEL、LCA、STL、ConA、PSA、ACA、PWM、GNA;当所述上调组的各凝集素所识别的糖链均发生上调、且所述下调组的各凝集素所识别的糖链均发生下调,则表明相应的个体患有食管癌。
上述方案在检测样本时所需凝集素较多,且需作组合统计,因此对于食管癌的筛查、诊断以及评估仍不够简便、有效。

发明内容

[0005] 关于食管癌(Esophageal Cancer,EC)的筛查、诊断以及评估等,发明人通过大量实验和分析,确定了以下结论:
[0006] 11种N-糖链(m/z.1501.529;1792.624;2018.639;2344.841;2345.861;2380.901;2613.954;2636.936;2701.957;2830.999;3472.252)仅存在于食管癌患者的唾液中,而未见于健康志愿者的唾液中。
[0007] 根据以上结论,已经可得出以下应用方案:
[0008] 第一方面,一种凝集素单独作为唾液特异糖蛋白糖链结构识别的试剂以制备相关产品的用途,所述凝集素为DSA,用途为食管癌(EC)患者的筛查、早期诊断、险评估、药物筛选和/或疗效评估;所述相关产品为试剂盒、设备、可操作系统和/或它们的组合,并提示以下检测依据:
[0009] 凝集素DSA所识别的N-糖链中如果存在以下11种N-糖链之任一或任意组合,则表明唾液样本主体为食管癌(EC)患者;
[0010] (1)m/z.1501.529;
[0011] (2)m/z.1792.624;
[0012] (3)m/z.2018.639;
[0013] (4)m/z.2344.841;
[0014] (5)m/z.2345.861;
[0015] (6)m/z.2380.901;
[0016] (7)m/z.2613.954;
[0017] (8)m/z.2636.936;
[0018] (9)m/z.2701.957;
[0019] (10)m/z.2830.999;
[0020] (11)m/z.3472.252。
[0021] 这里,“提示检测依据”的具体形式不限,例如:随附的产品说明书中记载该检测依据;涉及到软件的,则还可由相应的算法体现该检测依据。
[0022] 第二方面,特定糖链的识别单元在构建用于基于唾液样本作食管癌(EC)患者的筛查、早期诊断、风险评估、药物筛选和/或疗效评估的产品方面的用途,所述识别单元识别上述的11种N-糖链之任一或任意组合。
[0023] 这里,识别单元可以是可执行的软件代码,标识出是否存在上述N-糖链,进而可鉴别出唾液样本主体是否为食管癌(EC)患者;相应的,产品可以是与糖链分析设备(如质谱仪)连接的控制装置(例如,可使糖链分析设备按指令进行特定糖链的识别)、信息输出装置(例如,根据糖链分析设备输出带有标识的糖链清单)及其组合等。随着糖链识别技术的发展,识别单元也可能会出现其他具体形式。
[0024] 第三方面,一种用于食管癌(EC)筛查、早期诊断、风险评估、药物筛选和/或疗效评估的系统,针对唾液样本,该系统包括:
[0025] A、凝集素DSA;
[0026] B、用于偶联凝集素DSA的亲和层析固相载体;
[0027] C、用于分离出N-糖链的试剂和装置;
[0028] D、质谱仪,用于显示对应于各种N-糖链的m/z值;
[0029] E、用于根据质谱图识别上述的11种N-糖链的标识、模块或处理器,以得出是否含有该11种N-糖链之任一或任意组合的判定结果。
[0030] 上述用于偶联凝集素DSA的亲和层析固相载体为Fe3O4磁性微粒、琼脂糖凝胶、葡聚糖凝胶或玻璃微球。
[0031] 第四方面,一种智能终端,包括处理器和程序存储器,所述程序存储器存储的某部分程序被处理器加载时执行以下步骤:
[0032] 获取唾液样本中凝集素DSA所识别的N-糖链信息;
[0033] 判断其中是否存在上述的11种N-糖链之任一或任意组合;
[0034] 如果存在,输出表明唾液样本主体为食管癌(EC)的提示信息。
[0035] 这里,智能终端可以与糖链分析设备(如质谱仪)通信,也可以连接移动存储介质等,以获取唾液样本中凝集素DSA所识别的N-糖链信息;判断环节也有可能与获取环节合并,即直接获取/判断唾液样本中是否存在上述16种N-糖链之任一或任意组合的信息。
[0036] 第五方面,一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器加载时执行上述步骤。
[0037] 采用本发明的方案,能够根据唾液样本,快速、准确地鉴别受试者是否为食管癌(EC)患者。附图说明
[0038] 图1示意了DSA识别的糖蛋白糖链在EC中的表达显著高于HV;图1(A)为凝集素芯片对74例唾液样本进行逐例检测,其中凝集素DSA结果的箱图分析,图中,纵坐标表示凝集素芯片上该凝集素所对应的归一化荧光强度NFI,图中横线代表两端所示两组间的比较,p为根据单因素方差分析所获得的P-Value,其中p***<0.001表示差异极显著;
[0039] 图1(B)为SDS-PAGE和DSA凝集素印迹图,HV:健康志愿者;EC:食管癌患者。
[0040] 图2为HV和EC唾液样本DSA分离糖蛋白N-糖链结构质谱解析。

具体实施方式

[0041] 前期的研究发现了食管癌患者(Esophageal Gancer,EC)唾液糖蛋白糖型与健康志愿者(Healthy Volunteers,HV)存在显著的差异,DSA识别的糖链(GlcNAc,Galβ1-4GlcNAc)在EC和HV两组间存在显著的差异(图1)。基于此,我们设计并完成了如下实验。
[0042] 以下详细介绍本申请的相关验证实验及分析,发明人具体的研发过程不限于此。
[0043] 一、研究方法:
[0044] 利用一种四化三纳米磁粒表面偶联上凝集素DSA制成凝集素磁性微粒复合物来富集各组唾液混合样本中的特定糖蛋白,利用PNGase F酶切法分离特定糖蛋白上的N-糖链,并由基质辅助激光电离飞行时间质谱(Matrix-Assisted  Laser Desorption Ionization-Time of Flight-Mass Spectrum,MALDI-TOF-MS)对糖链进行质谱鉴定并对糖链结构进行推测,获得凝集素DSA识别的健康志愿者,食管癌患者唾液特定糖蛋白糖链谱并对比分析差异,具体如下。
[0045] 1.1、唾液样本的收集及预处理
[0046] 健康志愿者(HV)无其它疾病,一周之内没有服用任何药物。已确诊的食管癌(EC)患者44例。饭后两小时,约9点到10点之间,生理盐漱口三次后迅速采集自然分泌的全唾液。唾液采集至少1ml并立即置于上,加入蛋白酶抑制剂(每毫升唾液加入1μL)防止蛋白降解。唾液采集12小时内,将唾液按1mL分装至离心管中,若有量少不足1mL者可加入1×PBS补足至1mL,10,000g×15min离心,小心吸取上清液,随后按质量取每例唾液样本50μg进行混合。获得HV和EC组混合样本。利用BCA蛋白定量试剂盒(碧天生物技术,中国上海)测定混合样本浓度。
[0047] 表1用于食管癌诊断凝集素芯片逐例检测的唾液样本信息
[0048]
[0049] 1.2、凝集素DSA磁性微粒复合体的制备
[0050] 取2mg环氧化修饰的Fe3O4磁性微粒至2mL离心管中,加入1mL无水乙醇,反复颠倒2min,置于磁性分离器上使磁粒充分吸附在离心管底面与侧面,倒去乙醇,如此重复5次,充分清洗磁性微粒。清洗后的磁性微粒用1mL的偶联缓冲液润洗,重复3遍后加入600μL 
0.5mg/mL凝集素DSA溶液(DSA溶解在偶联缓冲液中),固定在摇床上室温震荡反应6h使充分偶联。偶联结束后将离心管置于磁性分离架上分离,除去液体后取下离心管加入1mL偶联缓冲液清洗DSA-磁粒复合体,反复颠倒使其重新悬浮,充分悬浮后置于磁性分离架上分离,除去偶联缓冲液,重复清洗3次,以便充分除去未结合的凝集素DSA,获得凝集素DSA磁性微粒复合体。
[0051] 1.3、凝集素DSA识别的糖蛋白的分离
[0052] 首先,使用结合缓冲液清洗凝集素磁性微粒复合物3次,每次3min。将唾液蛋白用结合缓冲液补足体积至500μL,混匀后加入到凝集素磁性微粒复合物中,颠倒混匀,放入摇床中25℃震荡孵育3h。孵育完成后,磁场分离,弃上清,使用清洗缓冲液清洗磁性微粒5次,每次3min。清洗完成后,磁场分离,弃上清,向磁性微粒中加入400μL清洗缓冲液,颠倒混匀后放入摇床,25℃震荡洗脱1h。磁场分离,收集上清,重复上步一次,将两次收集的上清混合,BCA测定洗脱的蛋白浓度。
[0053] 1.4、N-糖链的分离
[0054] (1)取经DSA-磁复合体分离的糖蛋白400μg,加入8倍体积的9M Urea/1M NH4HCO3溶液,混匀后37℃震荡反应1h,变性糖蛋白;
[0055] (2)向蛋白溶液中加入5%体积的100mM DTT溶液母液,使DTT终浓度为5mM,混匀后室温静置1h,还原蛋白中的二硫键;
[0056] (3)将蛋白溶液先冷却至室温,向蛋白溶液中加入5%体积的200mM IAM溶液母液,使IAM终浓度为10mM,室温、避光摇动中反应30min;
[0057] (4)将蛋白溶液转入10K超滤离心管中,10000g室温离心15min,弃滤出液,向管中加入400μL 40mM NH4HCO3溶液,吹打混匀,重复上步5次。补足体积至500μL,加入3μL PNGaseF糖苷酶,混匀后放入37℃摇床中震荡孵育过夜,酶切糖蛋白上的N-聚糖;
[0058] (5)10000g离心10min,收集滤出液。再向管中加200μL超纯水,混匀后再次离心收集滤出液,将两次滤出液混合,并用冷冻干燥仪干燥。
[0059] 1.5、糖链的脱盐纯化
[0060] (1)预清洗:将Hypercarb SPE柱(50mg)取出,向柱中依次加入3mL 1M NaOH溶液,3mL超纯水,3mL 30%乙酸,3mL超纯水;
[0061] (2)平衡:向柱中依次加入3mL 50%ACN/0.1%TFA,3mL 5%ACN/0.1%TFA溶液;
[0062] (3)上样:向冻干的N-聚糖中加入500μL 0.1%TFA,涡旋振荡。将溶解后的N-聚糖加入到柱中,收集滤出液,再次上样,重复上样3次;
[0063] (4)清洗:向柱中依次加入3mL超纯水,3mL 5%ACN/0.1%TFA;
[0064] (5)洗脱:向柱中加入400μL 50%ACN/0.1%TFA,收集滤出液,重复一次,将两次收集的滤出液合并,使用冷冻干燥仪冻干。
[0065] 1.6、N-聚糖质谱解析
[0066] (1)向冻干的N-聚糖加入20μL糖链溶液,吹打至糖链完全溶解,涡旋后离心;
[0067] (2)取2μL溶解后的糖链,使用移液器点样于MTP Anchorchip 384点的靶板上,真空抽干,再次取2μL点在靶板的原位置,真空抽干;
[0068] (3)取1μL 20mg/ml的DHB基质溶液点在结晶的糖链样品上,待真空抽干;
[0069] (5)将靶板上机,以反射阳性离子模式鉴定多糖。
[0070] 1.7、质谱数据分析
[0071] 使用flexAnalysis软件打开质谱原始数据,以信噪比(SNR)大于6,选取m/z 1000-4000范围的质谱峰,将选取的质谱数据转入Glycowork beach软件,分析标准为:选择前体离子分子量,电荷状态,前体离子容忍度为1,碎片离子容忍度为0.5,无化学衍生化,无还原端修饰。绘制二级碎片和一级质谱结果。
[0072] 单个糖链的相对丰度计算方法:将所有糖链的信号值相加作为分母(N),用单个糖链的信号值(n)除以N,即n/N为单个糖链相对丰度。
[0073] 二、研究结果:
[0074] 通过MALDI-TOF-MS共鉴定到61种信号峰(SNR大于6),总共解析到48种不同的糖链结构,其中44种为DSA识别的N-糖链峰,结果如图2、表2所示。在HV和EC组中均鉴定到了33种N-糖链(不完全相同),其相对丰度分别为65.31%和79.89%。
[0075] 表2.两组样本中分离出的N-糖链
[0076]
[0077]
[0078]
[0079]
[0080]
[0081] *附注:蓝色(深色)正方形:N-乙酰葡糖胺;红色三形:岩藻糖;绿色(深色)圆形:甘露糖;黄色(浅色)圆形:半乳糖;黄色(浅色)正方形:N-乙酰半乳糖胺;紫色菱形:唾液酸;/:代表在样本中没有检测到对应的糖链。
[0082] 其中11种N-糖链仅存在于AG组的唾液样本中。具体如下(括号中为相对丰度):
[0083] (1)m/z.1501.529(1.37%);
[0084] (2)m/z.1792.624(1.47%);
[0085] (3)m/z.2018.639(1.45%);
[0086] (4)m/z.2344.841(0.93%);
[0087] (5)m/z.2345.861(3.93%);
[0088] (6)m/z.2380.901(1.19%);
[0089] (7)m/z.2613.954(0.57%);
[0090] (8)m/z.2636.936(0.51%);
[0091] (9)m/z.2701.957(0.44%);
[0092] (10)m/z.2830.999(2.31%);
[0093] (11)m/z.3472.252(0.32%);
[0094] 所以,最后可以得出:针对唾液样本进行检测,只需测定其是否含有这的11种N-糖链之任一或任意组合,即可作出食管癌的筛查、早期诊断、风险评估、药物筛选和/或疗效评估的结果。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈