本發(fā)明屬于基因技術(shù)和醫(yī)學(xué)健康領(lǐng)域，特別涉及用于診斷患者感染及感染源類型的宿主基因表達(dá)譜。

背景技術(shù)：

1、急性重癥感染和敗血癥仍然是全球范圍內(nèi)導(dǎo)致死亡的主要因素之一(1,2)。由于非感染性炎癥和感染的癥狀極為相似，使得早期準(zhǔn)確診斷急性感染變得極為困難。在急性感染的早期階段及時使用抗生素對于挽救生命至關(guān)重要，但抗生素的濫用不僅會導(dǎo)致更高的發(fā)病率，還會增加治療費(fèi)用，并促使抗菌素耐藥性的迅速擴(kuò)散(3-5)。當(dāng)前的診斷手段主要依賴于對病原體的直接檢測或評估宿主的生物標(biāo)志物。然而，早期使用抗生素可能會抑制病原體的生長，從而影響培養(yǎng)結(jié)果的陽性率，甚至無法有效區(qū)分感染與定植。此外，pcr等分子檢測技術(shù)雖然精確，但由于其目標(biāo)范圍的局限性，可能會漏掉其他潛在病原體(6-8)。在這一背景下，宏基因組下一代測序(mngs)作為一種通用的病原體檢測技術(shù)展現(xiàn)了巨大的應(yīng)用前景，但其特異性問題仍需進(jìn)一步優(yōu)化(9)。

2、除了直接檢測病原體外，分析宿主的免疫反應(yīng)提供了另一種診斷急性感染的思路。然而，由于宿主免疫反應(yīng)的高度復(fù)雜性，單一或少量傳統(tǒng)生物標(biāo)志物(如c反應(yīng)蛋白、降鈣素原、白細(xì)胞計數(shù)等)不足以準(zhǔn)確診斷敗血癥，或者對患者進(jìn)行有效的個性化治療分層(10)。同時僅憑感染評分(infect-score)或細(xì)菌-病毒感染評分(bv-score)無法穩(wěn)健地區(qū)分所有三類患者：(1)非感染，(2)細(xì)菌感染和(3)病毒感染。這是目前急性感染臨床診斷中存在的痛點(diǎn)和難點(diǎn)。

3、人體對不同感染源導(dǎo)致的炎癥類型所產(chǎn)生的外周血中宿主基因表達(dá)譜具有特異性。研究發(fā)現(xiàn)，宿主對不同感染源所導(dǎo)致炎癥其免疫反應(yīng)有共享的轉(zhuǎn)錄組特征，不同感染源會對這些轉(zhuǎn)錄組產(chǎn)生不同影響(表達(dá)不同)。根據(jù)這一原理，利用遺傳手段(mngs和pcr技術(shù)等)開展基于基因表達(dá)排名的感染來精確診斷不同感染源導(dǎo)致的急性炎癥類型是目前一個有效途徑。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是，克服現(xiàn)有技術(shù)中的不足，提供一種用于診斷急性細(xì)菌和病毒感染的宿主基因組合以及裝置。

2、為解決技術(shù)問題，本發(fā)明的解決方案是：

3、一種用于診斷急性細(xì)菌和病毒感染的宿主基因組合，該基因組合包括如下100個相關(guān)特征基因：

4、

5、在本發(fā)明中，該基因組合中100個相關(guān)特征基因的表達(dá)與感染類型有關(guān)，細(xì)菌感染、病毒感染或非傳染性疾病的患者血液全基因組測序結(jié)果中的100個相關(guān)特征基因的相對表達(dá)值不同。

6、利用所述基因組合判斷感染類型，包括以下步驟：

7、(1)提取與保存患者的全血樣本；

8、(2)測定樣本在轉(zhuǎn)錄組上的基因表達(dá)數(shù)據(jù)，可以通過rna-seq技術(shù)獲得100個相關(guān)特征基因在rna水平上的表達(dá)量：從(1)中的樣本中提取總rna，經(jīng)過分選和建庫后，進(jìn)行測序，并對測序序列進(jìn)行質(zhì)控和修剪，得到的序列和人類參考基因組(grch38)進(jìn)行比對，根據(jù)比對結(jié)果，通過轉(zhuǎn)錄本拼接和定量軟件(如salmon,hisat2等)得到各相關(guān)特征基因的每百萬片段的每千堿基片段表達(dá)水平，即為100個相關(guān)特征基因的相對表達(dá)值fpkm。fpkm具體是將原始讀取計數(shù)(即比對結(jié)果)根據(jù)測序深度和轉(zhuǎn)錄本長度進(jìn)行調(diào)整后得到的，因此深度和轉(zhuǎn)錄本長度不會影響rna-seq數(shù)據(jù)中的基因表達(dá)水平。

9、(3)將步驟(2)得到的所述各相關(guān)特征基因的相對表達(dá)值fpkm輸入預(yù)測患者感染類型的裝置，即可得到患者的感染類型。fpkm的計算公式為：

10、

11、本發(fā)明還提供了一種用于預(yù)測患者感染類型的裝置，其使用上述基因組合中各個相關(guān)特征基因的相對表達(dá)值fpkm進(jìn)行感染類型預(yù)測。所述用于預(yù)測患者感染類型的裝置包括rna水平基因表達(dá)數(shù)據(jù)計算模塊、是否感染推斷模塊和感染類型推斷模塊，所述rna水平基因表達(dá)數(shù)據(jù)用于獲取所述100個相關(guān)特征基因的相對表達(dá)值fpkm；所述是否感染推斷模塊用于根據(jù)相關(guān)特征基因的相對表達(dá)值fpkm判斷樣本是否感染；若所述是否感染推斷模塊的推斷結(jié)果為未感染，則直接輸出；若所述是否感染推斷模塊的推斷結(jié)果是感染，則進(jìn)一步利用所述感染類型推斷模塊和相關(guān)特征基因的相對表達(dá)值fpkm對感染樣本進(jìn)行進(jìn)一步判斷，得到樣本的感染類型。所述裝置的輸入是所述基因組合中各相關(guān)特征基因的相對表達(dá)值fpkm，輸出結(jié)果為未感染或者具體的感染類型，所述感染類型包括病毒感染和細(xì)菌感染。

12、本發(fā)明依據(jù)基于k-tsp的加權(quán)集成機(jī)器學(xué)習(xí)方法，可以基于患者組織樣本測序結(jié)果(特征基因的相對表達(dá)值fpkm)，通過計算獲得相對應(yīng)的感染類型的風(fēng)險分層，根據(jù)感染類型的風(fēng)險分層的判斷，判定患者的感染類型。

13、本發(fā)明中，根據(jù)已確診的未感染性樣本、細(xì)菌感染樣本以及病毒感染樣本的表達(dá)水平差異，得到與細(xì)菌和病毒感染相關(guān)的特征基因，然后利用上述樣本及相關(guān)特征基因訓(xùn)練得到患者感染類型預(yù)測模型，該預(yù)測模型包括是否感染分類器以及感染類型分類器。

14、所述是否感染分類器的訓(xùn)練過程為：

15、1)首先對所有樣本進(jìn)行rna-seq技術(shù)分析，獲取100個相關(guān)特征基因的相對表達(dá)值(fpkm)。2)然后，利用top?scoring?pairs(tsp)算法計算感染樣本和未感染樣本中不同基因?qū)Φ谋?/p>

16、達(dá)順序?qū)τ诿恳粚騣和j，分別計算在感染樣本和未感染樣本中的相對表達(dá)順序。具體方法為：

17、計算每個基因?qū)Φ牡梅枝膇j＝|pij(c1)-pij(c2)|，即在感染樣本與未感染樣本中表達(dá)順序的差異程度。得分越高的基因?qū)κ欠窀腥镜呐袛嘧饔迷酱蟆ij(cm)＝prob(ri<rj|y＝cm)。其中，pij(cm)表示在類別cm中基因i的表達(dá)超過基因j的概率；c1表示未感染樣本，c2表示感染樣本(包括細(xì)菌和病毒感染)；ri和rj分別為基因?qū)υ诘趇個和第j個樣本中的相對表達(dá)順序，且i≠j；y表示為某一樣本對應(yīng)的類別。多個基因?qū)τ锌赡塬@得相同的最高得分。為了避免出現(xiàn)多個基因?qū)Λ@得相同得分的情況，進(jìn)一步計算每對基因在不同類別樣本中的排名差異，稱為次級得分其中，其中n表示類別cm中的樣本類型，|cm|表示類別cm的樣本總數(shù)。

18、將次級得分γij作為消除平局的依據(jù)，并將基因?qū)Π凑沾渭壍梅峙判?，從中選取前k個最高得分且獨(dú)立的基因?qū)?即每個基因?qū)χ胁话嗤幕?，并基于選定的k個基因?qū)Φ牡梅钟嬎慵訖?quán)得分作為感染評分，作為是否感染的分類依據(jù)。k值通過交叉驗(yàn)證確定，限制為不超過10且為奇數(shù)，以確保分類器的最終投票機(jī)制不會出現(xiàn)平局。

19、3)最終，通過tsp算法對選定的k個基因?qū)M(jìn)行學(xué)習(xí)，得到訓(xùn)練好的是否感染分類器。

20、利用訓(xùn)練好的是否感染分類器進(jìn)行是否感染判斷，具體方法為：利用選定的k個基因?qū)π聵颖具M(jìn)行感染類型的判斷。通過對k個基因?qū)υ谛聵颖緓new中的表現(xiàn)進(jìn)行加權(quán)求和，來計算感染評分。在判斷基因?qū)κ欠穹夏骋活悇ec時，若符合則增加正的排名差異得分δij，若不符合則減少δij。，感染評分大于0為感染，感染評分小于0為未感染。

21、所述感染評分infect-score，具體計算公式如下：

22、

23、其中

24、

25、然后，在是否感染分類器的基礎(chǔ)上，進(jìn)一步構(gòu)建感染類型分類器，用于區(qū)分細(xì)菌感染和病毒感染。感染類型分類器的訓(xùn)練過程與是否感染分類器的訓(xùn)練過程類似。步驟如下：

26、此過程同樣依賴于tsp(top?scoring?pairs)算法，但區(qū)別在于，它關(guān)注于細(xì)菌感染樣本和病毒感染樣本中的基因?qū)Ρ磉_(dá)順序差異。

27、1)對細(xì)菌感染和病毒感染的樣本，分別計算每對基因i和j在兩類樣本中的相對表達(dá)順序。

28、2)通過比較基因?qū)υ趦深悩颖局械谋磉_(dá)順序差異，計算基因?qū)Φ牡梅帧５梅衷礁叩幕驅(qū)υ趨^(qū)分細(xì)菌感染與病毒感染時的貢獻(xiàn)越大。

29、3)為進(jìn)一步確保感染類型分類器的準(zhǔn)確性，計算每對基因的次級得分，即在細(xì)菌感染和病毒感染樣本中的平均排名差異。根據(jù)次級得分對基因?qū)M(jìn)行排序，并選取前k個獨(dú)立且高得分的基因?qū)Α；谶x定的k個基因?qū)Φ牡梅钟嬎慵訖?quán)得分作為細(xì)菌-病毒感染評分，作為感染類型的分類依據(jù)。細(xì)菌-病毒感染評分bv-score小于0為細(xì)菌感染，細(xì)菌-病毒感染評分大于0為病毒感染；

30、4)通過tsp算法對選定的k個基因?qū)M(jìn)行學(xué)習(xí)，得到訓(xùn)練好的感染類型分類器。

31、利用感染類型分類器對待測樣本進(jìn)行感染類型的判定，具體方法為：利用選定的k個基因?qū)π聵颖具M(jìn)行感染類型的判斷。利用選定的k個基因?qū)Φ牡梅钟嬎慵?xì)菌-病毒感染評分，細(xì)菌-病毒感染評分小于0為細(xì)菌感染，細(xì)菌-病毒感染評分大于0為病毒感染。本發(fā)明中對于是否感染分類器設(shè)置了是否感染評分(infect-score)，當(dāng)infect-score大于0時判定為有感染風(fēng)險，當(dāng)infect-score小于0時判定為沒有感染風(fēng)險，對于感染類型分類器設(shè)置了細(xì)菌-病毒感染評分(bv-score)。當(dāng)bv-score大于0時判定為有病毒感染風(fēng)險，當(dāng)bv-score小于0時判定為有細(xì)菌感染風(fēng)險。

32、本發(fā)明還提供了用于存儲計算機(jī)程序的存儲器。

33、本發(fā)明還提供了用于執(zhí)行計算機(jī)程序的處理器，能夠?qū)崿F(xiàn)上述技術(shù)的內(nèi)容。

34、本發(fā)明還提供了一種計算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機(jī)程序，當(dāng)所述計算機(jī)程序被處理器執(zhí)行時，能夠?qū)崿F(xiàn)上述技術(shù)的內(nèi)容。

35、本發(fā)明提供了診斷急性細(xì)菌和病毒感染的宿主基因組合，。本發(fā)明利用一種基于k-tsp的加權(quán)集成機(jī)器學(xué)習(xí)方法，采用患者樣本組織的基因表達(dá)水平的數(shù)據(jù)，實(shí)現(xiàn)對急性細(xì)菌和病毒感染的診斷。本發(fā)明可以將不同的測序方法獲得多基因組合的表達(dá)數(shù)據(jù)進(jìn)行計算獲得感染風(fēng)險及類型。根據(jù)本發(fā)明方法預(yù)測得到高感染風(fēng)險分層結(jié)果，可以診斷病人急性細(xì)菌和病毒感染的風(fēng)險及類型，并為臨床上具有急性細(xì)菌和病毒感染風(fēng)險的患者及時干預(yù)治療提供依據(jù)。

36、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

37、本發(fā)明提供了用于診斷急性細(xì)菌和病毒感染的檢測基因組合，根據(jù)多基因組合的檢測結(jié)果，診斷急性細(xì)菌和病毒感染和風(fēng)險及類型，結(jié)合患者的臨床等信息，為患者臨床感染類型癌癥進(jìn)展有更多的了解，有利于精準(zhǔn)診治，同時還為具有急性細(xì)菌和病毒感染風(fēng)險患者的檢測標(biāo)準(zhǔn)化提供詳細(xì)的數(shù)據(jù)。