您好,欢迎来到达州工业云! 平台首页 企业驾驶舱 帮助中心 企业登录 企业注册

HI,欢迎使用达州工业云平台!

账号必须大于2位

创新资源平台
服务平台首页>专利库>专利详情

类风湿关节炎图谱模型的构建方法及其图谱模型

  • 申请号:CN201110107562.2 申请公布号: CN102262098B
  • 申请日: 2011-04-27 申请公布日: 2014-07-16
  • 申请(专利权)人: 专利代理机构: 广州华进联合专利商标代理有限公司
  • 分类号:G01N24/08;G01N1/28

专利介绍

本发明涉及一种类风湿关节炎图谱模型的构建方法及其图谱模型。构建方法包括以下步骤:获取试验组和参照组已经脱离人体的静脉血液3ml,静置25至30分钟;离心8至10分钟;分别从3/4液面高度处吸取上清液600ul,低温保存;分别从3/4液面高度处吸取200ul上清液,加入D
1.一种类风湿关节炎图谱模型的构建方法,其特征在于,包括以下步骤:A1、分别获取试验组和参照组已经脱离人体的静脉血液3ml,静置25至30分钟;A2、分别以3000至4000转/分钟离心8至10分钟;A3、分别从3/4液面高度处吸取上清液600ul,置于零下60°C至零下80°C环境中保存;A4、在室温20-25°C下冻融后,分别从3/4液面高度处吸取200ul所述上清液,加入D2O为99.5%的重水200ul混合,得到混合液;其中,在吸取所述上清液时,一直保持3/4液面高度,所述重水预冷到9至12°C后再与所述上清液混合;A5、分别将所述混合液置于5mm核磁管,通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图,其中,所述通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图,包括选用标准预饱和压水的NOESY1DPR序列,弛豫延迟时间为2.4至2.5秒,混合时间为100毫秒,累加次数128次,所述弛豫延迟时间及所述混合时间内,都进行饱和照射,采集时间为0.9541s,谱宽为8384.9Hz;A6、采用TopSpin软件分别对所述一维氢谱的谱图进行傅立叶变换、相位调整、基线校正、定标及积分处理,得到所述上清液的类风湿关节炎谱图;其中,在进行傅立叶变换时乘以增宽因子为1Hz的指数窗函数,以内标乳酸在
1.33ppm的双峰进行定标处理,并且,在进行积分时,去除5.225-4.66ppm的水峰积分值后将其余积分值进行加合和归一化处理,其中,积分区间为
9.0-0.39ppm,积分间距为0.004至0.005ppm;A7、采用SIMCA-P+软件对试验组和参照组中的各个上清液的类风湿关节炎谱图建立主成分分析模型和偏最小二乘法模型,进行多元统计分析;其中,所述多元统计分析包括主成分分析、偏最小二乘法-判别分析及其正交信号校正处理;A8、根据多元统计分析的分析结果,建立所述类风湿关节炎图谱模型;其中,步骤A7中,所述多元统计分析采用平均中心化换算和自适换算的数据标度换算方式,并且,在所述多元统计分析之后还执行以下步骤:步骤A71:采用10折或20折交叉验证法检验各模型的质量,作为所述分析结果的一部分;步骤A72:采用交叉验证后得到的模型可解释变量以及模型可预测度,评判各模型的有效性,作为所述分析结果的一部分;步骤A73:通过排列实验随机120次至200次改变分类变量的排列顺序得到相应的随机模型可预测度,进一步检验各模型的有效性,作为所述分析结果的一部分。【技术领域】本发明涉及一种获取作为中间结果的类风湿关节炎信息,尤其涉及一种类风湿关节炎图谱模型的构建方法,以及采用该构建方法所构建的类风湿关节炎的图谱模型。【背景技术】类风湿关节炎(Rheumatoidxa0arthritis,RA)是一种常见全身炎症性自身免疫性疾病,具有病程长,并发症多的特点。虽然临床上呈缓解期及活动期交替出现,但最终均导致骨关节的损害至患者活动能力丧失。通过早期的干预及治疗,才能有效控制病情,延缓其发展。然而经多年的研究,其分子发病机制始终不是十分清楚。这就给疾病的早期诊断和治疗带来巨大的挑战。目前,临床上对RA的诊断多依靠临床症状及各种各样的自身抗体的检测,但对于大量不典型的患者效果并不佳。近年随着基因组学及蛋白组学技术的不断发展,应用指纹图谱对RA进行诊断及病情的评估已被证明比单一的标志物更有优势。而随着后基因组学时代的来临,代谢组学已成为系统生物学研究发展的下一个重点方向,而代谢指纹图谱更是为疾病的诊断提供一个新的思路。由于各种先进硬件设施的发展和新技术的出现以及数据分析软件的进步使得全面代谢组学研究逐渐成为发现生物标志物的另一种有效手段。而由差异代谢物构建的指纹图谱在临床多种疾病的诊断及预后评估中蕴涵巨大的应用价值。但是,如何结合代谢组学方法对类风湿关节炎进行综合分析,目前尚未有具体的研究结果和技术信息。因此,现有技术需要改进。【发明内容】有鉴于此,有必要提出一种类风湿关节炎图谱模型的构建方法及其图谱模型。本发明的一个技术方案是,一种类风湿关节炎图谱模型的构建方法,其包括以下步骤:A1、分别获取试验组和参照组已经脱离人体的静脉血液3ml,静置25至30分钟;A2、分别以3000至4000转/分钟离心8至10分钟;A3、分别从3/4液面高度处吸取上清液600ul,置于零下60°C至零下80°C环境中保存;A4、在室温冻融后,分别从3/4液面高度处吸取200ul所述上清液,加入D2O为99.5%的重水200ul混合,得到混合液;其中,在吸取所述上清液时,一直保持3/4液面高度;A5、分别将所述混合液置于5mm核磁管,通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图;A6、采用TopSpin软件分别对所述一维氢谱的谱图进行傅立叶变换、相位调整、基线校正、定标及积分处理,得到所述上清液的类风湿关节炎谱图;其中,在进行傅立叶变换时乘以增宽因子为1Hz的指数窗函数,以内标乳酸在1.33ppm的双峰进行定标处理,并且,在进行积分时,去除水峰积分值后将其余积分值进行加合和归一化处理;A7、采用SIMCA-P+软件对试验组和参照组中的各个上清液的类风湿关节炎谱图建立主成分分析模型和偏最小二乘法模型,进行多元统计分析;其中,所述多元统计分析包括主成分分析、偏最小二乘法-判别分析及其正交信号校正处理;A8、根据多元统计分析的分析结果,建立所述类风湿关节炎图谱模型。应用于上述方案,所述的构建方法中,步骤A7中,所述多元统计分析采用平均中心化换算和自适换算的数据标度换算方式,并且,在所述多元统计分析之后还执行以下步骤A71:采用10折或20折交叉验证法检验各模型的质量,作为所述分析结果的一部分。应用于上述方案,所述的构建方法中,步骤A71之后还执行以下步骤A72:采用交叉验证后得到的模型可解释变量以及模型可预测度,评判各模型的有效性,作为所述分析结果的一部分。应用于上述方案,所述的构建方法中,步骤A72之后还执行以下步骤A73:通过排列实验随机120次至200次改变分类变量的排列顺序得到相应的随机模型可预测度,进一步检验各模型的有效性,作为所述分析结果的一部分。应用于上述各方案,所述的构建方法中,步骤A5中,所述通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图,包括选用标准预饱和压水的NOESY1DPR序列,弛豫延迟时间为2.4至2.5秒,混合时间为100毫秒,累加次数128次。应用于上述各相关方案,所述的构建方法中,所述弛豫延迟时间及所述混合时间内,都进行饱和照射。应用于上述各相关方案,所述的构建方法中,所述室温为20至25°C,采集时间为0.9541s,谱宽为8384.9Hz。应用于上述各方案,所述的构建方法中,步骤A6中,积分区间为9.0-0.39ppm,积分间距为0.004至0.005ppm。应用于上述各方案,所述的构建方法中,所述重水预冷到9至12摄氏度后再与所述上清液混合。本发明的又一个技术方案是,一种类风湿关节炎的图谱模型,其采用任一上述方案的构建方法构建获得。上述方案,提供了类风湿关节炎图谱模型,为通过在代谢物水平整体地、系统地研究RA提供作为中间结果的信息,具有高特异性及敏感性,在RA的发病机制的探讨方面,是对基因及转录组的成果的有力补充,但由于RA的信息还不全面,因此还需要进一步的验证才能实现对类风湿关节炎的诊断。【附图说明】图1是本发明一个实施例的RA和正常对照血清600MHzxa01Hxa0NMR谱图;图2是本发明一个实施例的RA患者和正常对照的PCA得分图;图3A是本发明一个实施例的PLS-DA得分图;图3B是图3A的验证图;图4是本发明一个实施例的RA患者和正常对照组的OPLS-DA得分图。【具体实施方式】下面结合附图,对本发明的具体实施方式进行详细描述。本发明的一个实施例是,一种类风湿关节炎图谱模型的构建方法,其包括以下步骤。A1、分别获取试验组和参照组已经脱离人体的静脉血液3ml,静置25至30分钟;例如,静置25至28分钟,静置的时间必须足够长,以便离体血液中的各种分子稳定、分层。例如,试验组可以包括多个不同RA患者的已经脱离人体的静脉血液,同样的,参照组可以包括多个不同健康志愿者的已经脱离人体的静脉血液。例如,试验组包括50至100个乃至更多的RA患者的离体血液,又如,参照组包括20至50个乃至更多的健康志愿者的离体血液。一个例子是,试验组包括150个离体血液样本,参照组也包括150个离体血液样本;这样,在步骤A1中就是分别获取300个样本的3ml离体血液。理想情况是,样本数量越大越好,以获取更精确的实施效果。A2、分别以3000至4000转/分钟离心8至10分钟;例如,转速为3200转/分钟或3800转/分钟,离心时间为9分钟。为获得良好的离心效果,离心时间至少为8分钟为佳。A3、分别从3/4液面高度处吸取上清液600ul,置于零下60°C至零下80°C环境中保存;保存温度不宜高,可为零下65°C或零下75°C。经反复试验,大约在1/2液面高度至3/4液面高度处吸取上清液较佳,并且在吸取过程中一直保持该相对高度,优选3/4液面高度。液面高度是指,对于一试管内的溶液,所述溶液的高度即为所述液面高度,例如,某试管内的溶液高度为4厘米,则溶液的底部距离其液面为4厘米,则3/4液面高度处即为3厘米高度处。例如,在吸取部分液体后,溶液的底部距离其液面为3.2厘米,则3/4液面高度处即相对地下降到2.4厘米高度处。A4、在室温冻融后,分别从3/4液面高度处吸取200ul所述上清液,加入D2O为99.5%的重水200ul混合,得到混合液;其中,在吸取所述上清液时,一直保持3/4液面高度;同样的,考虑到取样的精确度,不宜从过高或过低液面处吸取上清液,经反复试验,大约在1/2液面高度至3/4液面高度处吸取上清液较佳,本例中优选在3/4液面高度处吸取上清液。优选的,所述重水预冷到9至12摄氏度后再与所述上清液混合,最好是,重水的温度与上清液的温度相同或相近,例如,上清液冻融至10摄氏度,重水预冷至10摄氏度,再将两者在室温下混合,以避免实验误差。A5、分别将所述混合液置于5mm核磁管,通过Varianxa0NMRxa0600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图;例如,所述通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图,包括选用标准预饱和压水的NOESY1DPR序列,弛豫延迟时间为2.4至2.5秒,混合时间为100毫秒,累加次数128次。应用于上例,再优选的,所述弛豫延迟时间及所述混合时间内,都进行饱和照射。应用于上例,再优选的,所述通过Varianxa0NMR600MHz核磁共振谱仪获取所述混合液的一维氢谱的谱图,在室温下进行,采集时间为0.9541s,谱宽为8384.9Hz,其中,所述室温为20至25°C,例如,室温为24°C。A6、采用TopSpin软件分别对所述一维氢谱的谱图进行傅立叶变换、相位调整、基线校正、定标及积分处理,得到所述上清液的类风湿关节炎谱图;其中,在进行傅立叶变换时乘以增宽因子为1Hz的指数窗函数,以内标乳酸在1.33ppm的双峰进行定标处理,并且,在进行积分时,去除水峰积分值后将其余积分值进行加合和归一化处理;优选的,积分区间为9.0-0.39ppm,积分间距为0.004至0.005ppm。A7、采用SIMCA-P+软件对试验组和参照组中的各个上清液的类风湿关节炎谱图建立主成分分析模型和偏最小二乘法模型,进行多元统计分析;其中,所述多元统计分析包括主成分分析、偏最小二乘法-判别分析及其正交信号校正处理;例如,所述多元统计分析采用平均中心化换算和自适换算的数据标度换算方式,并且,在所述多元统计分析之后还执行以下步骤A71:采用10折20折交叉验证法检验各模型的质量,作为所述分析结果的一部分。应用于上例,再优选的,步骤A71之后还执行以下步骤A72:采用交叉验证后得到的模型可解释变量以及模型可预测度,评判各模型的有效性,作为所述分析结果的一部分。应用于上例,再优选的,步骤A72之后还执行以下步骤A73:通过排列实验随机120次至200次改变分类变量的排列顺序得到相应的随机模型可预测度,进一步检验各模型的有效性,作为所述分析结果的一部分。例如,通过排列实验随机180次改变分类变量的排列顺序得到相应的随机模型可预测度。A8、根据多元统计分析的分析结果,建立所述类风湿关节炎图谱模型。本发明的又一个实施例是,一种类风湿关节炎的图谱模型,其采用上述任一例或其组合所对应的构建方法,构建获得所述图谱模型。即采用上述任一例或其组合所述构建方法,构建获得所述类风湿关节炎的图谱模型。本发明的又一个实施例是,分别获取60例试验组的离体血液样本,以及75例参照组的离体血液样本,血液样本均于早晨空腹采集,每一例采集用生化管采集3ml静脉血,静置28min后,3100r/m离心9min,从3/4液面高度处吸取上清液600ul,放入-70°C冰箱保存待用。核磁共振检测:将各血清标本在室温解冻至10°C,所述室温为20°C,然后分别从3/4液面高度处吸取200ul混入预冷至10°C的200ul重水用于锁场,其中,含D2Oxa099.5%。将混合液放入5mm核磁管,在Varianxa0NMR600MHz谱仪上采集血清样品的一维氢谱。采用标准预饱和压水的NOESY1DPR序列[RD-90°-t1-90°-tm-90°-ACQ],并取如下参数谱宽8384.9Hz、弛豫延迟(采样延迟,RD)为2.4s,混合时间(tm)为0.1s,累加次数128次,采集时间0.9541s、在采样延迟(RD)及混合时间(tm)都对水进行饱和照射。数据预处理:所有谱图在进行傅立叶变换时均乘以增宽因子为1Hz的指数窗函数以提高信噪比。以内标乳酸在1.33ppm的双峰定标。对NMR谱9.0-0.39ppm进行积分,积分间距为0.004ppm,在进行归一化过程中,去掉5.225-4.66ppm水峰积分值,然后进行加合。使用TopSpin软件(V3.0,Brukerxa0Biospin,Germany)对谱图进行了傅立叶变换,相位调整,基线校正,及定标等处理。分析:使用SIMCA-P+软件(V11.0,Umetricsxa0AB,Umea,Sweden)对归一化后的数据进行模式识别多变量分析。主成分分析使用平均中心化换算(meanxa0centerxa0scaling)的数据标度换算方式,而偏最小二乘法-判别分析(partialxa0leastxa0squaresxa0discriminantxa0analysis,PLS-DA)使用自适换算(unitxa0variancexa0scaling)的数据标度换算方式。并对PLS-DA对模型的质量用10折交叉验证法进行检验,并用交叉验证后得到的R2X和Q2(分别代表模型可解释的变量和模型的可预测度)对模型有效性进行评判。在此之后,通过排列实验随机多次(n=180)改变分类变量y的排列顺序得到相应不同的随机Q2值对模型有效性做进一步的检验。为了消除其它非实验因素的影响,本例还对PLS-DA进行了正交信号校正处理(orthogonalxa0signalxa0correction,OSC),进一步区分RA组与对照组,尽可能最大化地凸显模型内部不同组别之间的差异。从而根据多元统计分析的分析结果,建立所述类风湿关节炎图谱模型。本发明上述各实施例,通过应用NMR技术结合模式识别分析方法对RA患者血清差异代谢物进行分析,应用PCA、PLS-DA、及OPLS-DA构建诊断模型,比较及评估模型的诊断价值,从而为通过在代谢物水平整体地、系统地研究RA提供作为中间结果的信息。下面再继续通过具体的实例说明本发明。标本的采集:所有患者均来自深圳市人民医院,其中RA患者30例,男9例,女21例,年龄平均在40.33±12.85岁,随机选择2009年5至2010年3自风湿科住院病人,临床诊断标准参照临床用的美国风湿病学1987年的诊断标准。所有入选病例均预先排除其它风湿系统疾病。同时,选取健康对照组35例,男9例,女26例,年龄平均在36.46±10.65岁,来自体检中心体检的健康志愿者。血液样本均于早晨空腹采集,每一例采集用生化管采集3ml静脉血,静置30min后,3000r/m离心10min,从3/4液面高度处吸取上清液600ul,放入-70°C冰箱保存待用。核磁共振检测:将各血清标本在室温解冻,分别从3/4液面高度处吸取200ul混入200ul重水(D2Oxa099.5%)用于锁场。将混合液放入5mm核磁管,在Varianxa0NMR600MHz谱仪上采集血清样品的一维氢谱。采用标准预饱和压水的NOESY1DPR序列[RD-90°-t1-90°-tm-90°-ACQ],并取如下参数谱宽8384.9Hz、弛豫延迟为2.5s,混合时间为0.1s,累加次数128次,采集时间0.9541s、在采样延迟及混合时间都对水进行饱和照射。数据预处理:所有谱图在进行傅立叶变换时均乘以增宽因子为1Hz的指数窗函数以提高信噪比。以内标乳酸在1.33ppm的双峰定标。对NMR谱9.0-0.4ppm进行积分,积分间距为0.005ppm,在进行归一化过程中,去掉5.225-4.66ppm水峰积分值,然后进行加合。使用TopSpin软件对谱图进行了傅立叶变换,相位调整,基线校正,及定标等处理。分析:使用SIMCA-P+软件对归一化后的数据进行模式识别多变量分析。主成分分析使用平均中心化换算的数据标度换算方式,而偏最小二乘法-判别分析使用自适换算的数据标度换算方式。并对PLS-DA对模型的质量用20折交叉验证法进行检验,并用交叉验证后得到的R2X和Q2对模型有效性进行评判。在此之后,通过排列实验随机多次(n=200)改变分类变量y的排列顺序得到相应不同的随机Q2值对模型有效性做进一步的检验。为了消除其它非实验因素的影响,本例还对PLS-DA进行了正交信号校正处理,进一步区分RA组与对照组,尽可能最大化地凸显模型内部不同组别之间的差异。本例所涉及的RA患者及健康对照者血清NOESY1DPR谱图如图1所示,包括化学位移从δ0.4-4.7和δ5.2-9.0,其中,与δ0.4-4.7相比,在虚线框中的δ5.2-9.0是放大了4倍的谱图。如图1所示,其中主要的差异代谢物来源一些脂质的代谢片段(L6、L7、L8、L9、L10)其中高密度脂蛋白(HDL,L1)、胆固醇(Cholesterol,L1)和磷酸胆碱(Phosphocholine:PC)水平有所降低,而低密度脂蛋白(LDL:L2、L4)和极低密度脂蛋白(VLDL:L3、L5)水平升高。而氨基酸包括缬氨酸(Valine:Val)、丙氨酸(Alaine:Ala)、苯丙氨酸(Phenylalanine:)、组氨酸(Histidine,His)异亮氨酸(Isoleucine,Ileu)、酪氨酸(Tyrosine:Tyr)和谷氨酸(Glutamate:Glu)水平均有所下降。其它信号减弱的代谢物还包括柠檬酸(Citrate:Ci)、丙酮酸(Pyruvate:Py)、肌酸(Creatine:Cr)和谷氨酸盐(Glutamate,Gln)和糖(α-Glucose:α-Glc、β-Glucose:β-Glc)。而氮乙酰基糖蛋白信号(N-acetylxa0glycoproteinxa0signals:NAG)及乳酸信号(Lactate:Lac)呈显著增强。多元统计分析:PCA分析结果以主成分(principalxa0component,PC)PC1和PC2构建得分图(scoresxa0plot),其中PC1与PC2分别代表总变量的76.6%和10.9%,如图2所示,得分图上的每个点代表一个血清标本,RA组和正常对照组有一定意义的被非显著性区分,其中,R2X=86.7%,Q2=0.835。图3A是PLS-DA预测模型的得分图,其中,R2X=64.2%,R2Y=0.716,Q2=0.652,而图3B是图3A经过200次排序验证的验证图。如图4所示是OPLS-DA得分图,其中,R2X=64.2%,Q2=0.625,进一步揭示了组间可能存在的差异,从OPLS-DA的构建的模型预测敏感性和特异性分别是29/30=96.7%和32/35=91.4%。上述各图中,■符号代表RA患者,而●符号代表正常对照者。由于代谢组学是通过生物信息技术和模式识别分析方法来检测体液或组织中代谢物并观察其变化过程,本发明各实施例通过分析RA患者的血清代谢谱,发现RA患者糖类,脂类,氨基酸及能量代谢途径均受影响。本研究发现RA患者血清糖、丙酮酸减少及乳酸增多提示无氧酵解加强。而柠檬酸的减少示有氧代谢受到抑制。血清中糖蛋白的增多,与RA本身的免疫反应及炎症关节液释放入血有关。NAG作为人体内广泛存在的一种溶酶体水解酶,与粘多糖及糖蛋白代谢有关,并参与结缔组织基质的降解与胶原的分解。此外RA患者血清NAG增多及多种氨基酸的减少提示蛋白分解代谢增强。这种代谢途径的改变解释了RA患者全身炎症状态导致对能量的需求增加及供给的相对不足。实验发现RA患者血清HDL、PC和胆固醇的降低及LDL和VLDL的升高时是对之前研究的进一步验证,脂质代谢的紊乱很可能是促使RA患者动脉粥样硬化的重要原因,但是,需要说明的是,单一代谢物乃至于多个代谢物的改变并不能作为RA特异的标志物,只有收集整体代谢物改变的信息、并经过医学验证才能准确区分RA的疾病状态。根据特征的代谢图谱应用模式识别分析法,对RA患者血清构建诊断模型。非监督的PCA是一种将原始特征压缩至最小可能性成分数的维数缩减分析方法,即用较少的综合性变量代替原来众多的相关变量。上例的PCA得分图中,健康对照相对集中而RA患者相对离散,说明RA的血清代谢组有望被应用于后续疾病状态的研究。进一步应用监督的PLS-DA分析,因其比PCA具有更好的降维效果,在得分图上疾病组与对照组得到了显著的区别。此模型具有更好的可解释性,其中,R2X=64.2%,R2Y=7.16%,可预测性Q2=0.652,充分说明了基于NMR的血清代谢组学技术在RA诊断的潜力和发展可能。总之,代谢组学结合模式识别分析法发现RA患者血清存在特异的代谢物表型,而基于这些特征的代谢物构建的图谱模型有望在后续的研究中区分疾病组与对照组,在验证实验中该模型表现出一定意义上的敏感性及特异性。随着高通量及高分辨率的检测技术的不断发展,基于NMR的血清代谢组学技术在RA临床应用中蕴涵巨大潜力,并且为探索疾病发病机制、观察疾病的发展及预后和个体化治疗方案的拟定提供新的思路。但是,根据现有技术中的医学知识和本发明申请公开的内容,从所获得的信息本身不能够直接得出该RA疾病的诊断结果。但是随着后续研究工作的开展,采用上述各例及其组合的构建方法,其所构建的RA的图谱模型,将作为中间结果的有效信息,为下一步的分析工作提供良好的信息支持和辅助数据。综上所述,本发明的应用是以NMR为基础的代谢组学技术对RA患者血清标本进行分析,发现RA患者血清的代谢轮廓与正常人存在一定差异,而在采用模式识别分析方法对海量数据进行分析时,不仅成功区分疾病组与对照组,而且构建RA具有较高特异性及敏感性的图谱模型。这都说明了代谢组学有望成为临床RA研究的有力助手,而且在RA的发病机制的探讨方面,可以作为对基因及转录组的成果的有力补充。需要补充的是,本发明的直接目的不是获得诊断结果或健康状况,而只是对已经脱离人体的体液,即血清,进行处理或检测以获取作为中间结果的信息的方法,或处理该信息的方法,根据目前的医学知识和本发明所公开的内容,从所获得的信息本身不能够直接得出疾病的诊断结果。以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制;并且,上面列出的各个技术特征,其相互组合所能够形成各个实施方案,应被视为属于本发明说明书记载的范围。对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。