CN113241177B - 一种评估免疫力水平的方法、装置、设备及存储介质 - Google Patents
一种评估免疫力水平的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113241177B CN113241177B CN202110545459.XA CN202110545459A CN113241177B CN 113241177 B CN113241177 B CN 113241177B CN 202110545459 A CN202110545459 A CN 202110545459A CN 113241177 B CN113241177 B CN 113241177B
- Authority
- CN
- China
- Prior art keywords
- value
- sample
- immunity
- gaussian distribution
- distribution function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000036039 immunity Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005315 distribution function Methods 0.000 claims abstract description 55
- 238000012163 sequencing technique Methods 0.000 claims abstract description 36
- 201000010099 disease Diseases 0.000 claims abstract description 28
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 28
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 210000004698 lymphocyte Anatomy 0.000 claims abstract description 17
- 102000019260 B-Cell Antigen Receptors Human genes 0.000 claims abstract description 14
- 108010012919 B-Cell Antigen Receptors Proteins 0.000 claims abstract description 14
- 102000016266 T-Cell Antigen Receptors Human genes 0.000 claims abstract description 13
- 108010092262 T-Cell Antigen Receptors Proteins 0.000 claims abstract description 13
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 206010028980 Neoplasm Diseases 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 108010028780 Complement C3 Proteins 0.000 description 2
- 102000016918 Complement C3 Human genes 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 230000007969 cellular immunity Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004727 humoral immunity Effects 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 210000000207 lymphocyte subset Anatomy 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 102000040430 polynucleotide Human genes 0.000 description 2
- 108091033319 polynucleotide Proteins 0.000 description 2
- 239000002157 polynucleotide Substances 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 102000006306 Antigen Receptors Human genes 0.000 description 1
- 108010083359 Antigen Receptors Proteins 0.000 description 1
- 108010028778 Complement C4 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 210000001744 T-lymphocyte Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 210000003719 b-lymphocyte Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 210000002865 immune cell Anatomy 0.000 description 1
- 230000036737 immune function Effects 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000000951 immunodiffusion Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供了一种评估免疫力水平的方法、装置、设备及存储介质。所述方法包括如下步骤：(1)收集淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据，并与公共数据库中的数据进行比对，计算D值；(2)根据所述D值的分布图区分健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；(3)采用高斯分布函数拟合亚健康样本和疾病样本的D值，得到高斯分布函数A和高斯分布函数B；(4)根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平。本发明的方法对测序结果进行分析和多重高斯分布拟合，实现了准确、全面、高效评估样本免疫力的效果。
Description
技术领域
本发明属于免疫技术领域，涉及一种评估免疫力水平的方法、装置、设备及存储介质。
背景技术
目前，临床应用的免疫功能分析方法主要有免疫五项、血常规和淋巴细胞亚群分析。其中，免疫五项采用单向免疫扩散法、酶联免疫吸附法(ELISA)、放射免疫法(RIA)、免疫固定电泳或免疫比浊法检测血液中的IgG、IgA、IgM、补体C3和C4的含量；血常规利用细胞计数的方法分析外周血中白细胞的数量，判断体内是否存在炎症反应；淋巴细胞亚群分析则利用流式细胞术或PCR技术，分析外周血中不同白细胞亚群的数目和相对比例。
但是，这些方法存在不同程度的缺陷。免疫五项仅针对体液免疫，不能全面评估细胞免疫；在评估体液免疫时，只能检测IgG、IgA、IgM和补体C3、C4的总体水平，不能从分子序列层面进行深度分析。血常规只能大致判断细胞免疫水平，无法针对具体疾病进行免疫分析，也无法在基因水平判断免疫细胞的分类和多样性。淋巴细胞亚群分析虽然可以实现全面分析，但是操作繁琐、费用昂贵、周期较长，限制了其应用范围。
CN110246539A公开了一种免疫力水平评估的方法及装置，包括从受试者样本中分离淋巴细胞，提取淋巴细胞的RNA并进行逆转录，利用特异性引物获得BCR和/或TCR可变区多核苷酸，对所述多核苷酸进行测序获得序列信息，计算BCR和/或TCR可变区序列的D50值，从而判断受试者的免疫力水平。但是其准确率有待于进一步提高。
因此，现有的免疫检测方法大多只能进行粗略的评估，缺乏全面性、灵敏度和精准性，有必要建立一种新的免疫力评估方法。
发明内容
针对现有技术的不足和实际需求，本发明提供了一种评估免疫力水平的方法、装置、设备及存储介质。其中，所述免疫力水平的评价方法中，对样本的测序结果进行分析、比对和多重高斯分布拟合，实现了准确、全面、高效评估样本免疫力的目的。
为达此目的，本发明采用以下技术方案：
第一方面，本发明提供了一种以非疾病诊断为目的的评估免疫力水平的方法，所述方法包括：
(1)收集淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据，并与公共数据库中的数据进行比对，计算D值；
(2)根据所述D值的分布图区分健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；
(3)采用高斯分布函数拟合亚健康样本和疾病样本的D值，得到高斯分布函数A和高斯分布函数B；
(4)根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平。
本发明提供一种评估免疫力水平的方法，所述评估免疫力水平的方法可以用于评价健康样本(包括人或动物)、亚健康样本以及疾病样本的免疫力水平，换言之，该方法可以根据免疫力的评估结果得到未知样本的大致分类，对未知样本的健康状况进行简单评价，对于隐藏的可能有疾病的样本进行***，提醒样本所有者是否应当进行进一步的诊断和治疗；该方法也可以用于科研实验等目的，应用范围较广。
本发明中，所述方法包括：
收集淋巴细胞样本(所述样本包括正常样本和疾病样本，其中，正常样本包括健康样本和亚健康样本)中B细胞或T细胞的抗原受体可变区的测序数据，并与公共数据库中的数据进行比对，计算D值；根据D值的分布图先区分健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；再采用高斯分布函数拟合亚健康样本和疾病样本的D值，得到高斯分布函数A和高斯分布函数B；根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平，例如通过将未知样本的D值分别代入高斯分布函数A和高斯分布函数B，比较所得值的大小与判断值的大小，进而评估未知样本的免疫力水平。
优选地，所述D值的计算方法包括以下步骤：
(1)将B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
(2)统计序列拷贝数占序列总量的比例不低于50％的类型数量，与类型总量的比例为D值。
优选地，步骤(1)所述淋巴细胞样本包括正常样本和疾病样本。
其中，所述正常样本包括健康样本和亚健康样本。
优选地，步骤(4)所述评估未知样本的免疫力水平的方法具体包括：
未知样本的D值≥标准D值，则未知样本免疫力正常；
未知样本的D值＜标准D值，则未知样本免疫力较低或者未知样本免疫力低下。
当未知样本的D值＜标准D值，将所述未知样本的D值代入所述高斯分布函数A和高斯分布函数B，得到判断值A和判断值B；
所述判断值A≥判断值B，则未知样本免疫力较低；
所述判断值A＜判断值B，则未知样本免疫力低下。
第二方面，本发明提供了一种以非疾病诊断为目的的评估免疫力水平的装置，所述装置包括：
测序模块，用于对淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区进行测序；
D值计算模块，用于根据淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据计算D值；
标准D值确定模块，用于根据淋巴细胞样本的D值分布图确定健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；
拟合模块，用于拟合亚健康样本和疾病样本的D值，得到高斯分布函数；
免疫力评估模块，用于根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平。
优选地，所述D值计算模块包括：
测序数据分析单元，用于将B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
D值分析单元，用于统计序列拷贝数占序列总量的比例不低于50％的类型数量，并计算与类型总量的比例。
优选地，所述免疫力评估模块的评估条件为：
未知样本的D值≥标准D值，则未知样本免疫力正常；
未知样本的D值＜标准D值，则将未知样本的D值代入高斯分布函数A和高斯分布函数B，得到判断值A和判断值B：
所述判断值A≥判断值B，则未知样本免疫力较低；
所述判断值A＜判断值B，则未知样本免疫力低下。
第三方面，本发明还提供一种计算机设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的评估免疫力水平的方法。
第四方面，本发明还包括一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的评估免疫力水平的方法。
与现有技术相比，本发明具有如下有益效果：
本发明所述方法对测序结果进行分析，首先根据样本中的正常样本、结合多重高斯分布拟合确定健康样本的标准D值，便于对样本的免疫力水平进行总体的分类，即是否属于正常水平，若不属于正常水平，则结合高斯分布函数的拟合结果，进行进一步的判断，从而对正常非正常水平的患者进行更加准确的分类，提高评估免疫力的准确性，而非简单的根据标准的数值对患者的免疫力进行一次评估，实现了准确、全面、高效评估样本免疫力的效果。
附图说明
图1为本发明所述的评估免疫力水平的方法的流程示意图。
图2为本发明提供的评估免疫力水平的装置的结构示意图。
图3为本发明一具体实施例中健康样本与亚健康样本的D值分布图。
图4为本发明一具体实施例中亚健康样本与疾病样本拟合得到的高斯分布函数。
具体实施方式
为进一步阐述本发明所采取的技术手段及其效果，以下结合实施例和附图对本发明作进一步地说明。可以理解的是，此处所描述的具体实施方式仅仅用于解释本发明，而非对本发明的限定。
实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件，或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者，均为可通过正规渠道商购获得的常规产品。
本发明中，提供了一种以非疾病诊断为目的的评估免疫力水平的方法，所述方法如图1所示，包括如下步骤：
S1、比对测序数据与公共数据库中的数据，统计D值
收集样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据(所述样本包括正常样本和疾病样本，其中，正常样本包括健康样本和亚健康样本)，与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
统计序列拷贝数占序列总量的比例不低于50％的类型数量，与类型总量的比例为D值；
S2、通过正常样本的D值分布区分健康样本和亚健康样本，并确定健康样本的标准D值
本发明中，将收集得到的正常样本的测序数据的D值转换成D值分布图，可以得到D值分布图中出现两个明显的峰；D值较高的，则判断为健康样本，而D值较低的，则判断为亚健康样本；
根据健康样本的D值，采用多重高斯分布进行拟合，确定健康样本的标准D值。
S3、采用高斯分布函数拟合亚健康样本和疾病样本的D值
1)用高斯分布函数拟合亚健康样本的D值，得到高斯分布函数A；
2)用高斯分布函数拟合肿瘤患者的D值，得到高斯分布函数B；
S4、评估未知样本的免疫力水平
将未知样本的D值(且D值小于标准D值)分别代入高斯分布函数A和高斯分布函数B，得到判断值A和B；
对于未知样本，若其D值小于标准D值，则代入高斯分布函数A个高斯分布函数B中进行计算；若其A大于B，则判断为亚健康样本，其免疫力水平较差；若A小于B，则判断为疾病样本，其免疫力水平低下，该未知样本可能来源于患有某种疾病的主体。
本发明提供的以非疾病诊断为目的的评估免疫力水平的装置，能够对不同的样本进行检测，包括人和动物模型等，能够应用于多种场景，如科研领域，也可以对正常人体进行体质检测等。
所述装置如图2所示，包括：测序模块、D值计算模块、标准D值确定模块、拟合模块和免疫力评估模块。
其中，测序模块，用于对淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区进行测序；
D值计算模块与测序模块相连，用于根据所述测序模块的测序数据计算D值；
标准D值确定模块，用于根据淋巴细胞样本的D值分布图确定健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；
拟合模块，用于拟合亚健康样本和疾病样本的D值，得到高斯分布函数；
免疫力评估模块，用于根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平。
在一具体的实施例中，收集亚健康样本与肿瘤样本的B细胞抗原受体可变区的测序数据，与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
统计序列拷贝数占序列总量的比例不低于50％的类型数量，与类型总量的比例为D值。
根据D值对健康样本和非健康样本进行分类，将收集得到的正常样本的测序数据的D值转换成D值分布图，可以得到D值分布图中出现两个明显的峰，如图3所示：D值较高的样本分类为健康样本，而D值低则为亚健康样本；
用多重高斯分布拟合健康样本的数据，发现其D值＝0.043(标准D值)；
因此，当未知样本的D值≥0.043时，所述样本为健康样本；
当未知样本的D值＜0.043时，所述样本还需要进行进一步分类，可能是亚健康样本或患有某种疾病的样本。
在另一具体的实施例中，对亚健康样本与肿瘤样本的D值进行拟合，所得曲线如图4所示：
(1)用高斯分布函数拟合亚健康人群的D值，得到平均值(μ)为0.03063，均方差(σ)为0.01178的高斯分布函数A：
其中，μ＝0.03063，σ＝0.01178；
(2)用高斯分布函数拟合肿瘤患者的D值，得到平均值(μ)为0.02796，均方差(σ)为0.02568的高斯分布函数B；
其中，μ＝0.02796，σ＝0.02568；
在一具体的实施例中，采用本发明所述的方法判断未知样本的免疫力水平，且其D值小于0.043；
将未知样本的D值分别代入高斯分布函数A和高斯分布函数B，得到判断值A和B，如果A大于B，判断为亚健康样本，反之，则判断为疾病样本，其免疫力水平低下，该未知样本可能来源于患有某种疾病的主体。
在一具体的实施例中，使用本发明所述的方法判断CN110246539A中所提供的99例样本(其中癌症样本11例、健康样本88例)的免疫力水平，所得准确率达到90.9％，其中的9例错误，2例来自肿瘤样本，7例来自健康人；而其本身记载的计算方法预测肿瘤样本和健康样本免疫力的正确率仅为77.8％。
申请人声明，本发明通过上述实施例来说明本发明的详细方法，但本发明并不局限于上述详细方法，即不意味着本发明必须依赖上述详细方法才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明产品各原料的等效替换及辅助成分的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。
Claims (7)
1.一种以非疾病诊断为目的的评估免疫力水平的方法，其特征在于，所述方法包括如下步骤：
（1）收集淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据，并与公共数据库中的数据进行比对，计算D值；
（2）根据所述D值的分布图区分健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；
（3）采用高斯分布函数拟合亚健康样本和疾病样本的D值，得到高斯分布函数A和高斯分布函数B；
（4）根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平；
步骤（4）所述评估未知样本的免疫力水平的方法具体包括：
未知样本的D值≥标准D值，则未知样本免疫力正常；
未知样本的D值＜标准D值，则未知样本免疫力较低或者未知样本免疫力低下，则将未知样本的D值代入高斯分布函数A和高斯分布函数B，得到判断值A和判断值B：
所述判断值A≥判断值B，则未知样本免疫力较低；
所述判断值A＜判断值B，则未知样本免疫力低下。
2.根据权利要求1所述的方法，其特征在于，步骤（1）所述D值的计算方法包括：
将B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
统计序列拷贝数占序列总量的比例不低于50%的类型数量，与类型总量的比例为D值。
3.根据权利要求1所述的方法，其特征在于，步骤（1）所述淋巴细胞样本包括正常样本和疾病样本；
其中，所述正常样本包括健康样本和亚健康样本。
4.一种以非疾病诊断为目的的评估免疫力水平的装置，其特征在于，所述装置包括：
测序模块，用于对淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区进行测序；
D值计算模块，用于根据淋巴细胞样本的B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据计算D值；
标准D值确定模块，用于根据淋巴细胞样本的D值分布图确定健康样本和亚健康样本，并采用多重高斯分布拟合健康样本的D值，确定标准D值；
拟合模块，用于拟合亚健康样本和疾病样本的D值，得到高斯分布函数；
免疫力评估模块，用于根据标准D值、高斯分布函数A和高斯分布函数B评估未知样本的免疫力水平；
所述评估未知样本的免疫力水平的方法具体包括：
未知样本的D值≥标准D值，则未知样本免疫力正常；
未知样本的D值＜标准D值，则未知样本免疫力较低或者未知样本免疫力低下，则将未知样本的D值代入高斯分布函数A和高斯分布函数B，得到判断值A和判断值B：
所述判断值A≥判断值B，则未知样本免疫力较低；
所述判断值A＜判断值B，则未知样本免疫力低下。
5.根据权利要求4所述的装置，其特征在于，所述D值计算模块包括：
测序数据分析单元，用于将B细胞抗原受体可变区和/或T细胞抗原受体可变区的测序数据与公共数据库进行比对，得到可变区序列总量和类型总量，以及每条序列的拷贝数；
D值分析单元，用于统计序列拷贝数占序列总量的比例不低于50%的类型数量，并计算与类型总量的比例。
6.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1~3中任一项所述的评估免疫力水平的方法。
7.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1~3中任一项所述的评估免疫力水平的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110545459.XA CN113241177B (zh) | 2021-05-19 | 2021-05-19 | 一种评估免疫力水平的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110545459.XA CN113241177B (zh) | 2021-05-19 | 2021-05-19 | 一种评估免疫力水平的方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113241177A CN113241177A (zh) | 2021-08-10 |
| CN113241177B true CN113241177B (zh) | 2024-05-10 |
Family
ID=77137655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110545459.XA Active CN113241177B (zh) | 2021-05-19 | 2021-05-19 | 一种评估免疫力水平的方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113241177B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4817446A (en) * | 1986-07-25 | 1989-04-04 | Toa Medical Electronics Co. Ltd. | Particle size distribution analysis |
| WO2003025002A2 (en) * | 2001-09-17 | 2003-03-27 | The Government Of The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Method and compositions of defensin-antigen fusion proteins and chemokine-antigen fusion proteins as vaccines for tumors and viral infection |
| CN101540047A (zh) * | 2009-04-30 | 2009-09-23 | 西安电子科技大学 | 基于独立高斯混合模型的纹理图像分割方法 |
| CN103884636A (zh) * | 2012-12-21 | 2014-06-25 | 干细胞生物科技公司 | 利用干细胞数据评估行为效果的方法 |
| KR101847778B1 (ko) * | 2017-06-02 | 2018-04-12 | 이종균 | 이분형 로지스틱 회귀분석 알고리즘을 적용한 말초혈액 면역력 평가 및 암 발병 유무에 대한 정보를 제공하는 방법 및 이를 이용한 진단키트 |
| WO2018221820A1 (ko) * | 2017-06-02 | 2018-12-06 | 이종균 | 대장 직장암 환자와 정상인의 말초혈액 내 면역세포의 분포 차이를 이용하여 면역력을 평가하고 암 발병 유무에 대한 정보를 제공하는 방법 및 이를 이용한 진단키트 |
| CN109251980A (zh) * | 2017-07-14 | 2019-01-22 | 中国人民解放军第八医院 | 膀胱癌组织t细胞图谱模型及其构建方法和构建*** |
| CN110246539A (zh) * | 2019-04-15 | 2019-09-17 | 成都益安博生物技术有限公司 | 一种免疫力水平评估的方法及装置 |
| CN110931130A (zh) * | 2019-12-30 | 2020-03-27 | 南京大学 | 一种基于b超信号评估呼吸和心动周期的方法 |
| CN111444471A (zh) * | 2020-02-25 | 2020-07-24 | 国网河南省电力公司电力科学研究院 | 一种基于多元高斯分布的电缆生产质量异常检测方法和*** |
| CN111808195A (zh) * | 2020-06-30 | 2020-10-23 | 中国科学院心理研究所 | 抗n-甲基-d-天冬氨酸受体脑炎的b细胞抗体基因获取方法及其免疫组库研究 |
| CN112331344A (zh) * | 2020-11-12 | 2021-02-05 | 深圳泛因医学有限公司 | 免疫状态评估方法及应用 |
| CN112730465A (zh) * | 2020-12-09 | 2021-04-30 | 中国电建集团华东勘测设计研究院有限公司 | 一种smap l波段亮温的农业干旱监测方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060045884A1 (en) * | 2004-08-26 | 2006-03-02 | Board Of Regents | Vaccines for autoimmune and infectious disease |
| EP1817708A4 (en) * | 2004-10-18 | 2014-08-27 | Wellstat Vaccines Llc | SYSTEMS AND METHODS FOR OBTAINING, STORING, PROCESSING AND USING IMMUNOLOGICAL INFORMATION RELATING TO AN INDIVIDUAL OR A POPULATION |
| DE602007009395D1 (de) * | 2006-06-15 | 2010-11-04 | Nat Univ Corp Tokyo Med & Dent | Verfahren, vorrichtung und programm zur bewertung der immunität sowie datenaufzeichnungsmedium mit darin gespeichertem immunitätsbewertungsprogramm |
| WO2009134944A2 (en) * | 2008-04-29 | 2009-11-05 | Nodality, Inc. | Methods of determining the health status of an individual |
| US8595159B2 (en) * | 2010-10-08 | 2013-11-26 | Cerner Innovation, Inc. | Predicting near-term deterioration of hospital patients |
| WO2013112948A1 (en) * | 2012-01-26 | 2013-08-01 | Nodality, Inc. | Benchmarks for normal cell identification |
| US9885723B2 (en) * | 2013-03-15 | 2018-02-06 | Hunan Skyworld Biotechnologies Co | Immunoassays of S-adenosylmethionine and methylation index in personalized medicine and health evaluation |
| GB201512369D0 (en) * | 2015-07-15 | 2015-08-19 | Immatics Biotechnologies Gmbh | Novel peptides and combination of peptides for use in immunotherapy against epithelial ovarian cancer and other cancers |
| EP3519828A4 (en) * | 2016-09-29 | 2020-06-03 | Animantis, LLC | METHOD AND DEVICE FOR EVALUATING IMMUNE SYSTEM ACTIVITY AND THERAPEUTIC EFFECTIVENESS |
-
2021
- 2021-05-19 CN CN202110545459.XA patent/CN113241177B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4817446A (en) * | 1986-07-25 | 1989-04-04 | Toa Medical Electronics Co. Ltd. | Particle size distribution analysis |
| WO2003025002A2 (en) * | 2001-09-17 | 2003-03-27 | The Government Of The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Method and compositions of defensin-antigen fusion proteins and chemokine-antigen fusion proteins as vaccines for tumors and viral infection |
| CN101540047A (zh) * | 2009-04-30 | 2009-09-23 | 西安电子科技大学 | 基于独立高斯混合模型的纹理图像分割方法 |
| CN103884636A (zh) * | 2012-12-21 | 2014-06-25 | 干细胞生物科技公司 | 利用干细胞数据评估行为效果的方法 |
| KR101847778B1 (ko) * | 2017-06-02 | 2018-04-12 | 이종균 | 이분형 로지스틱 회귀분석 알고리즘을 적용한 말초혈액 면역력 평가 및 암 발병 유무에 대한 정보를 제공하는 방법 및 이를 이용한 진단키트 |
| WO2018221820A1 (ko) * | 2017-06-02 | 2018-12-06 | 이종균 | 대장 직장암 환자와 정상인의 말초혈액 내 면역세포의 분포 차이를 이용하여 면역력을 평가하고 암 발병 유무에 대한 정보를 제공하는 방법 및 이를 이용한 진단키트 |
| CN109251980A (zh) * | 2017-07-14 | 2019-01-22 | 中国人民解放军第八医院 | 膀胱癌组织t细胞图谱模型及其构建方法和构建*** |
| CN110246539A (zh) * | 2019-04-15 | 2019-09-17 | 成都益安博生物技术有限公司 | 一种免疫力水平评估的方法及装置 |
| CN110931130A (zh) * | 2019-12-30 | 2020-03-27 | 南京大学 | 一种基于b超信号评估呼吸和心动周期的方法 |
| CN111444471A (zh) * | 2020-02-25 | 2020-07-24 | 国网河南省电力公司电力科学研究院 | 一种基于多元高斯分布的电缆生产质量异常检测方法和*** |
| CN111808195A (zh) * | 2020-06-30 | 2020-10-23 | 中国科学院心理研究所 | 抗n-甲基-d-天冬氨酸受体脑炎的b细胞抗体基因获取方法及其免疫组库研究 |
| CN112331344A (zh) * | 2020-11-12 | 2021-02-05 | 深圳泛因医学有限公司 | 免疫状态评估方法及应用 |
| CN112730465A (zh) * | 2020-12-09 | 2021-04-30 | 中国电建集团华东勘测设计研究院有限公司 | 一种smap l波段亮温的农业干旱监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113241177A (zh) | 2021-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11967410B2 (en) | Biodosimetry panels and methods | |
| JP7177868B2 (ja) | 乾癬性関節炎の疾患活動性を評価するためのバイオマーカーおよび方法 | |
| Brown et al. | Statistical methods for analyzing immunosignatures | |
| CN103703371A (zh) | 使用分类***及其试剂盒识别和诊断肺部疾病的方法 | |
| US20170059581A1 (en) | Methods for diagnosis and prognosis of inflammatory bowel disease using cytokine profiles | |
| Agnello et al. | Validation of monocyte distribution width decisional cutoff for sepsis detection in the acute setting. | |
| CN110904213A (zh) | 一种基于肠道菌群的溃疡性结肠炎生物标志物及其应用 | |
| CN111020020A (zh) | 一种精神***症的生物标志物组合、其应用及metaphlan2筛选方法 | |
| Ghosh et al. | Machine learning identifies signatures of macrophage reactivity and tolerance that predict disease outcomes | |
| CN107169264B (zh) | 一种复杂疾病诊断*** | |
| Purohit et al. | Assessing the utility of SELDI‐TOF and model averaging for serum proteomic biomarker discovery | |
| WO2009015398A1 (en) | Methods for inflammatory disease management | |
| US20140236621A1 (en) | Method for determining a predictive function for discriminating patients according to their disease activity status | |
| CN113241177B (zh) | 一种评估免疫力水平的方法、装置、设备及存储介质 | |
| CN110501443B (zh) | 无创识别/预警脂肪肝奶牛的新型生物标记物 | |
| CN111816307A (zh) | 基于临床标志物构建中国人群生物学年龄评价模型的方法及评价方法 | |
| CN107121551A (zh) | 鼻咽癌的生物标志物组合、检测试剂盒及应用 | |
| Frederiksen et al. | Net FCM: A semi‐automated web‐based method for flow cytometry data analysis | |
| JP2007513399A (ja) | 生化学画像の生成及びその使用方法 | |
| CN114717342B (zh) | 用于预测新冠肺炎患者一年后中和抗体水平的肠道微生物基因标志物及其应用 | |
| CN117233389A (zh) | 用于快速鉴定急性髓系白血病中cebpa双突变的标志物 | |
| CN117292754A (zh) | 基于免疫细胞分型的衰老检测方法和*** | |
| Khalfallah et al. | Cytokines as Biomarkers in Psychiatric Disorders: Methodological Issues | |
| CN116990514A (zh) | 一种淋巴瘤生物标志物及其检测***和试剂盒 | |
| CN116779077A (zh) | 基于体检标志物构建生物学年龄及衰老评价的方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |