專利名稱:用于使用聚類來檢測生物學(xué)狀態(tài)的存在的系統(tǒng)和方法
用于使用聚類來檢測生物學(xué)狀態(tài)的存在的系統(tǒng)和方法相關(guān)申請的交叉引用這個申請是非臨時的,而且要求在2009年11月13日提交的美國臨時申請第61/261,147號的利益,通過引用將其全部結(jié)合于此,用于所有目的。
背景技術(shù):
耐甲氧西林金黃色葡萄球菌(MRSA)涉及伴有包含醫(yī)院暴發(fā)的嚴(yán)重后果的感染,而且對各種各樣的抗生素顯現(xiàn)抵抗力,因此限制了治療選擇。與MRSA關(guān)聯(lián)的保健有特殊的臨床重要性,因為它不但對所有的青霉素和頭孢菌素有顯著的交叉抗性,而且還對多個其它通常使用的抗生素有典型的抗藥性。MRSA感染的治療通常需要更加昂貴的以及常常更加有毒性的抗生素,這通常被用作最后的防線。因此,MRSA的迅速檢測對于治療以及感染控制措施兩者來說在臨床上是至關(guān)緊要的。
由于MRSA可能常常與多個其它相關(guān)的細(xì)菌相互移植的事實,MRSA的檢測進(jìn)一步是復(fù)雜的,多個其它相關(guān)的細(xì)菌包含甲氧西林敏感金黃色葡萄球菌(MSSA)、耐甲氧西林血漿凝固酶陰性葡萄球菌(MR-CoNS)和/或甲氧西林敏感血漿凝固酶陰性葡萄球菌(MS-CoNS)0在臨床微生物學(xué)實驗室中用于MRSA的檢測的傳統(tǒng)方法涉及將來自樣品的細(xì)菌進(jìn)行培養(yǎng)作為第一步驟,用于MRSA與MSSA以及MR-CoNS的隔離和區(qū)分。這個方法是消耗時間的,而且需要最少20到24小時,直至知道結(jié)果為止。對于耐甲氧西林金黃色葡萄球菌(MRSA)的檢測以及將它與甲氧西林敏感金黃色葡萄球菌(MSSA)區(qū)分,許多基于分子的方法已經(jīng)被出版。一個這樣的方法靶向MRSA、葡萄球菌盒染色體的mecA基因(SCCmec,擔(dān)負(fù)甲氧西林耐藥性)以及金黃色葡萄球菌的礦泉基因的兩個分離區(qū)域(美國專利5,702, 895, Sinsimer等人,臨床微生物學(xué)的期刊(Journal ofClinical Microbiology), 2005年9月,4585-4591 )。使用這個方法的MRSA的清楚的檢測被非金黃色葡萄球菌菌株的相互存在所阻礙,非金黃色葡萄球菌菌株諸如是還持有用于甲氧西林耐藥性的mecA基因的耐甲氧西林血漿凝固酶陰性葡萄球菌(MR-CoNS) (Becker等人,臨床微生物學(xué)的期刊(Journal of Clinical Microbiology), 2006 年 I 月,p229_231 )。更近來的分子的方法對于SCCmec以及金黃色葡萄球菌基因組的側(cè)翼區(qū)域(flanking region)利用引物以及探針(美國專利6,156,507, Huletsky等人,臨床微生物學(xué)的期刊(Journal of Clinical Microbiology), 2004 年 5 月,pl875_1884)。SCCmec 是可動遺傳因子,可動遺傳因子攜帶mecA基因,并且在orfX基因的3’端插入在特異性位點attBscc。SCCmec的左末端鄰接有attBscc的無orfX側(cè),同時SCCmec的右末端鄰接有attBscc 的 orfX 側(cè)(Ito 等人,Antimicrob. Agent Chemother.,2001,45, pl323_1336 ;Ito等人,Antimicrob. Agent Chemother. ,2004,48, p2637_2651, Noto 等人,J. Bacteriol.,2008,190:1276-1283)。這個方法從SCCmec/orfX接點的檢測來推斷mecA基因的存在。當(dāng)已經(jīng)有描述的許多不同類型的SCCmec時,這個方法需要多個引物的使用。這個方法還受到由沒有包含mecA基因的SCCmec盒的存在所引起的假陽性結(jié)果(Farley等人,臨床微生物學(xué)的期刊(Journal of Clinical Microbiology), 2008 年 2 月,p743_746)以及由新出現(xiàn)的SCCmec類型沒有被化驗覆蓋所引起的假陰性結(jié)果(Heusser等人,Antimicrob. AgentsChemother.,2007 年 I 月,p390_393)。另一個方法利用跨越不同的SCCmec類型的高同源性的區(qū)域中的一個引物以及側(cè)翼金黃色葡萄球菌DNA中的一個引物(Cuny等人,Clin. Microbiol Infect 2005 ;11 834-837,歐洲專利1529847B1)。這個方法也經(jīng)受假陽性,因為隨著引物包圍這個區(qū)域,同樣引發(fā)MSSA的概率是高的。最后,已經(jīng)描述一種方法,使用特異性抗體以及磁性顆粒對于金黃色葡萄球菌進(jìn)行積極地選擇(Francois等人,臨床微生物學(xué)的期刊(Journal of ClinicalMicrobiology), 2003年I月,p254_260 ;歐洲專利I, 370,694B1)。這個方法使金黃色葡萄球菌富足,但是需要三個引物/探針組的使用以便積極地識別MRSA并且降低檢測CoNS的可能性。該方法需要離心步驟以及分離溶菌步驟以便恢復(fù)核酸。市場上可買到的MRSA化驗祀向SCCmec右末端接點以及orfX。五個不同類型以及很多亞型的SCCmec已經(jīng)被識別,并且新的SCCmec亞型的出現(xiàn)的潛力是高的。此外,來源于MRSA的MSSA可能保留一部分SCCmec序列,而沒有mecA基因是可能的。因此,靶向具有orfX的SCCmec右末端接點的化驗可能給出伴隨MRSA衍生出的MSSA的假陽性結(jié)果,以及伴隨MRSA攜帶新的緊急的SCCmec型/亞型的假陰性結(jié)果。如此,當(dāng)前用于MRSA的檢測的方法是麻煩的、消耗時間的,而且不可能是特別準(zhǔn)確的。因此,需要快速、易用、可靠而且能夠從包含MSSA和/或MR-CoNS的其它相關(guān)的細(xì)菌檢測并且同時區(qū)分諸如MRSA的生物學(xué)實體或其它生物學(xué)實體的方法和系統(tǒng)。
發(fā)明內(nèi)容
本發(fā)明的實施例涉及用于判定生物學(xué)狀態(tài)存在于或不存在于樣品中的系統(tǒng)和方法。本發(fā)明的一些實施例可以指向包含檢測樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的方法,樣品可能另外包含甲氧西林敏感金黃色葡萄球菌(MSSA)、耐甲氧西林血漿凝固酶陰性葡萄球菌(MR-CoNS),和/或細(xì)菌的其它菌株。本發(fā)明的一個實施例指向一種(產(chǎn)生分析模型的)方法,包括將與多個樣品關(guān)聯(lián)的至少與第一遺傳因子(例如,mecA)關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子(例如,femA)關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子(例如,orfX)關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中。每個已知樣品包括多個第一輸入值中的一個第一輸入值、多個第二輸入值中的一個第二輸入值、以及多個第三輸入值中的一個第三輸入值。該方法還包括確定與第三遺傳因子關(guān)聯(lián)的閾值,使用閾值將樣品分離成為第一組樣品和第二組樣品,在通過第一遺傳因子和第二遺傳因子限定的特征空間中聚類第一組樣品,使用第一組樣品限定第一邊界空間,以及使用第二組樣品限定第二邊界空間。第一和第二邊界空間區(qū)分生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)。本發(fā)明的另一個實施例指向產(chǎn)生分析模型的方法,該分析模型將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。該方法包括將至少與第一遺傳因子(例如,mecA)關(guān)聯(lián)的多個第 一輸入值、與第二遺傳因子(例如,femA)關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子(例如,SCCmec)關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中。該方法還包含使用數(shù)字計算機(jī),使用至少多個第一輸入值以及與第二遺傳因子關(guān)聯(lián)的至少第二輸入值來產(chǎn)生一個以上的中間值,以及使用數(shù)字計算機(jī),使用一個以上的中間值以及多個第三輸入值產(chǎn)生用于生物學(xué)狀態(tài)的邊界空間。邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。本發(fā)明的其它實施例指向用于使用分析模型以及計算機(jī)可讀介質(zhì)(例如,諸如存儲芯片以及存儲磁盤的非暫時的計算機(jī)可讀介質(zhì))的方法以及使用該分析模型的系統(tǒng)。在這個公開中,這些實施例以及其它實施例稍后將被更詳細(xì)地描述。
圖I顯示說明根據(jù)一個實施例的用于形成分析模型所采取的步驟的流程圖。圖2顯示說明根據(jù)一個實施例的大于和小于orfX的閾值的二維空間中的femA對比mecA的圖。 圖3A和3B顯示說明根據(jù)一個實施例的二維空間中的femA對比mecA的圖。圖4顯示說明根據(jù)一個實施例的使用分析模型所采取的步驟的流程圖。圖5顯示說明根據(jù)一個實施例的用于使用中間值來形成分析模型所采取的步驟的流程圖。圖6A和6B顯示說明根據(jù)一個實施例的二維空間中的mecA對比SCCmec以及femA對比SCCmec的顯示圖。圖7顯示說明根據(jù)一個實施例的用于產(chǎn)生中間值以及使用中間值與SCCmec以產(chǎn)生邊界空間的方法的圖。圖8顯示根據(jù)一個實施例的二維空間中的中間值對比SCCmec的圖。圖9說明根據(jù)一個實施例的作為二維空間中的中間值對比SCCmec的函數(shù)的邊界空間。圖10顯示說明根據(jù)一個實施例的用于使用分析模型所采取的步驟的流程圖。圖11是能夠用于執(zhí)行各種實施例的系統(tǒng)的方框圖。
具體實施例方式各種實施例公開了從樣品中的諸如mecA、SCCmec、orfX和/或諸如femA的金黃色葡萄球菌特異性靶基因序列的遺傳因子的測量量識別樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的系統(tǒng)和方法。本發(fā)明的一些實施例通過當(dāng)orfX的檢測量小于閾值時使用第一邊界空間判定MRSA的存在和當(dāng)orfX的檢測量大于閾值時使用第二邊界空間判定MRSA的存在,來判定樣品中的MRSA的存在。其它實施例從至少mecA和金黃色葡萄球菌特異性靶基因序列產(chǎn)生中間值,而且使用邊界空間來判定MRSA的存在。該邊界空間可以使用中間值和SCCmec來被限定。在這個公開中使用的所有科學(xué)和技術(shù)術(shù)語具有本領(lǐng)域中通常使用的含義,除非另有說明。如在這個公開中使用的,以下的詞或短語具有指定的含義。如在此使用的,術(shù)語“樣品”以它的最寬的意義被使用,而且指的是生物學(xué)起源的任何類型的物質(zhì),例如,可以是任何流體、組織或細(xì)胞。例如,樣品可以是生物學(xué)流體,例如,小便、血液、血清、血漿、鼻水、腦脊液等等。做為選擇,樣品可以是培養(yǎng)細(xì)胞或組織、微生物的培養(yǎng)物、或從生物學(xué)物質(zhì)產(chǎn)生或來源于生物學(xué)物質(zhì)的任何碎片或產(chǎn)物。可選擇地,樣品可以被凈化、局部地凈化、未凈化、濃縮或擴(kuò)增。如在此使用的術(shù)語“遺傳因子”可以涉及在本發(fā)明的方法中作為標(biāo)靶是有用的所關(guān)心的基因組中的子序列。在一些實施例中,遺傳因子是開放解讀框或基因,諸如例如葡萄球菌中的orfX、femA或mecA。遺傳因子還可以是可能或不可能包含mecA基因的可動遺傳因子,諸如葡萄球菌盒染色體、SCCmec。如在此使用的,“輸入值”可以是例如可以與遺傳因子關(guān)聯(lián)的任何適當(dāng)?shù)闹?。例如,輸入值可以是與各種靶基因關(guān)聯(lián)的Ct值。如在此使用的,“邊界空間”可以是通過“邊界函數(shù)”限定的空間?!斑吔绾瘮?shù)”可以是被用于判定數(shù)據(jù)與生物學(xué)狀態(tài)關(guān)聯(lián)或與生物學(xué)狀態(tài)不關(guān)聯(lián)的數(shù)學(xué)函數(shù)。通過使用神經(jīng)網(wǎng)絡(luò)、代價函數(shù)等等,可以以包含手工的任何適當(dāng)?shù)姆绞疆a(chǎn)生邊界函數(shù)。邊界函數(shù) 還可以由包含橢圓形、矩形、圓形等等的任何適當(dāng)?shù)男螤罨蚓€條來表示。邊界函數(shù)還可以是在形狀上有規(guī)律的或無規(guī)律的。如在此使用的,術(shù)語“SCCmec”、“SCCmec序列”和“SCCmec盒”被可替交地使用,以涉及被稱為葡萄球菌盒染色體的遺傳因子,該遺傳因子攜帶mecA基因并且被插入如Ito等人(2001,Antimicrob. Agents Chemother. ,45:1323-1336)中描述的葡萄球菌基因組中。在一個實施例中,SCCmec在orfX接點。在這個申請中,SCCmec插入位點被稱為“orfX-ISS/attBscc”。插入位點是在此涉及的金黃色葡萄球菌基因的3'端,如“orfX”。發(fā)生SCCmec插入的染色體位點被稱為“attBscc”。在插入位點的特異性序列在這里指的是“orfX-插入位點序列(orfX_ISS)”或“attBscc核心區(qū)域”。已知這個序列在金黃色葡萄球菌中是高保存的序列(Ito等人,Antomicrob. Agent Chemother.,2001,45, p323_1336, Noto 等人,J. Bacteriol. , 2008, 190 1276-1283)。在插入金黃色葡萄球菌的orfX-ISS/attBscc區(qū)域之后,SCCmec左末端接點區(qū)域被稱為MRSA-LE并且右末端接點區(qū)域被稱為MRSA-RE。在左末端接點,SCCmec序列與attBscc的非orfX側(cè)鄰接。中在右末端接點中,SCCmec序列與attBscc的orfX側(cè)鄰接。OrfX-ISS/attBscc區(qū)域被詳細(xì)地描述在Ito等人中(2001, Antimicrob.Agents Chemother. ,45:1323-1336 ;Ito 等人,Antimicrob. Agent Chemother. ,2004,48,P2637-2651, Noto 等人,J. Bacteriol. ,2008,190 :1276-1283)以及美國專利第 6,156,507號中,所有都通過引用被結(jié)合在此。如果SCCmec插入不存在,那么orfX-ISS/attBscc區(qū)域是不間斷的。如果orfX-ISS/attBscc區(qū)域被識別作為完整的通過擴(kuò)大方法論,那么這表示SCCmec盒沒有被插入。然而,沒有orfX-ISS attBscc區(qū)域的擴(kuò)增不表示mecA基因存在。已知在SCCmec盒變得被插入之后,可能失去mecA基因。因此即使沒有mecA, SCCmec盒仍然可以防止orfX-ISS/attBscs區(qū)域的擴(kuò)增。“低聚核苷酸”是具有兩個以上的核苷酸亞基共價連接在一起的核苷聚合體。低聚核苷酸通常是大約10到大約100核苷酸。核苷酸亞基的糖類基團(tuán)可以是核糖、脫氧核糖或它們的改性派生物,諸如OMe。核苷酸亞基可以通過諸如磷酸二酯鍵合、改性鍵合的鍵合或通過不防止低聚核苷酸與它的互補標(biāo)靶核苷酸序列雜交的非核苷酸部分被結(jié)合。改性鍵合包含其中標(biāo)準(zhǔn)磷酸二酯鍵合被諸如硫代磷酯鍵合、膦酸甲酯聯(lián)接或中性的肽鍵代替的那些鍵合。含氮堿基類似物還可以是對應(yīng)于本發(fā)明的低聚核苷酸的成分?!皹?biāo)靶核酸”是包含標(biāo)靶核酸序列的核酸?!皹?biāo)靶核酸序列”、“標(biāo)靶核苷酸序列”或“標(biāo)靶序列”是可以被雜交到互補低聚核苷酸的特異性脫氧核糖核苷酸或核苷酸序列。如在此使用的,術(shù)語“探針”指的是能夠雜交到所關(guān)心的標(biāo)靶核酸的低聚核苷酸。作為探針通過互補堿基對結(jié)合到所關(guān)心的標(biāo)靶核酸的結(jié)果,雜交出現(xiàn)。一個本領(lǐng)域的技術(shù)人員將理解的,依據(jù)雜交條件的嚴(yán)格性,探針將典型地基本上使缺乏完全互補的標(biāo)靶序列與探針序列形成化學(xué)鍵。探針可以與適當(dāng)?shù)臉?biāo)簽或報道基因部分(reporter moiety)關(guān)聯(lián),以使探針(以及因此它的標(biāo)靶)可以被檢測、目測、測量和/或測定。如在此使用的,術(shù)語“引物”指的是用于引發(fā)核酸綜合物的低聚核苷酸。引物通過互補堿基對與模板雜交,并且因此用于發(fā)起復(fù)制。以與以上對于探針的描述的同樣方式出現(xiàn)雜交。在PCR中,使用兩個引物典型地與有義鏈雜交的“正向引物”以及典型地與反義鏈雜交的“反向引物”。如在此使用的,術(shù)語“PCR”指的是用于通過在沒有使用活體的情況下的DNA的酶、的復(fù)制,在較長的雙鏈DNA分子之內(nèi)的短的DNA序列(通常50到600個堿基)的指數(shù)式擴(kuò)增的技術(shù)(Mullis等人,Methods Enzymol.,1987 ;155 :335_50)。其它體外擴(kuò)增技術(shù)可被用于本發(fā)明,而且對于那些技術(shù)人員是眾所周知的。這些方法例如包括連接酶鏈?zhǔn)椒磻?yīng)(LCR)、核酸序列擴(kuò)增法(NASBA)、鏈置換擴(kuò)增法(SDA)、轉(zhuǎn)錄介導(dǎo)擴(kuò)增法(TMA)、分支DNA (bDNA)以及滾環(huán)擴(kuò)增技術(shù)(RCAT)。在此使用的術(shù)語“實時PCR”指的是PCR的類型,在每個擴(kuò)增循環(huán)之后,當(dāng)實時積聚在反應(yīng)中時,擴(kuò)增的 DNA 被量化(Heid 等人,Genome Research, 19966 (10) :986_994)。用于實現(xiàn)實時PCR的許多探針化學(xué)處理對于那些技術(shù)人員來說是眾所周知的。一個通常使用的方法是TaqMaivS化驗(參見,例如,美國專利第5,210,015號 ’第5,487,972號;以及第5,804,375號)??梢允褂貌⑶铱梢员簧虡I(yè)上采購的其它實時PCR探針包含F(xiàn)RET引物、Molecular Beacons、Scorpion 引物 、Amplifluor 引物 、LUX 引物 、Eclipse 以及Ultimate探針 。對于實時PCR技術(shù)的綜述,參見Bustin等人,J. Mol. Endocrin, 34 597-601 (2005)。如在此使用的,術(shù)語“多重PCR”指的是PCR的類型,其中,超過一個組的引物被包含在反應(yīng)中,該反應(yīng)允許兩個以上的不同的標(biāo)靶在單個反應(yīng)試管中被擴(kuò)增。術(shù)語“多重PCR”還指的是多個引物以及探針被使用,但只有一個標(biāo)靶被擴(kuò)增的PCR。在一個實施例中,本發(fā)明的多重PCR是實時PCR。如在此使用的,“生物學(xué)狀態(tài)”可以涉及來源于例如病人的任何來源的樣品的特殊的生物學(xué)狀態(tài)。在大多數(shù)情況下,生物學(xué)狀態(tài)涉及樣品是否包含特殊的生物學(xué)實體,例如,標(biāo)靶疾病生物體或與疾病關(guān)聯(lián)的患者細(xì)胞。例如,一個生物學(xué)狀態(tài)可以是包含MRSA細(xì)菌的樣品,同時另一個生物學(xué)狀態(tài)可以是不包含MRSA細(xì)菌的樣品。在其它實例中,生物學(xué)狀態(tài)可以涉及樣品是否包含癌細(xì)胞。本發(fā)明的一個實施例涉及用于檢測樣品中的MRSA的化驗,該樣品可以包含MRSA、MSSA、MR-CoNS或其它細(xì)菌。本發(fā)明的實施例利用用于同時擴(kuò)增和檢測多個標(biāo)靶的組合的多重PCR。根據(jù)一個實施例,標(biāo)祀DNA的初始量通過PCR閾值循環(huán)(Ct)被測量。例如,對于要被分析的反應(yīng),確定限定的信號閾值。達(dá)到這個信號閾值所需的循環(huán)數(shù)(Ct)被確定,用于標(biāo)靶核酸以及用于參考或標(biāo)準(zhǔn)核酸。靶分子的絕對的或相對的復(fù)制數(shù)可以根據(jù)對于標(biāo)靶核酸獲得的Ct值與參考核酸相比來確定。因此Ct與初始標(biāo)祀DNA的量成反比,參見Heid等人,1996,Genome Research 6 (10):986,用于通過引用在此結(jié)合的Ct值的全部討論。可以采用其它數(shù)學(xué)方法,其考慮基于在一個識別方法期間擴(kuò)增的基因的預(yù)定設(shè)置量或數(shù)量的指征的特殊的靶基因的初始量的外推法。在一個實施例中,本發(fā)明指向判定樣品中的MRSA的存在的方法,所述方法包括使樣品暫時并且在條件下經(jīng)受實時PCR,以便產(chǎn)生擴(kuò)增產(chǎn)物的水平,該擴(kuò)增產(chǎn)物的水平足以通過熒光被檢測,而且指示樣品中的一個以上的MRSA特異性標(biāo)靶序列的初始水平。在另一個實施例中,利用一組引物(正向和反向)以及探針進(jìn)行擴(kuò)增??梢岳迷谒?'端的熒光報道基因分子以及在它的3'端的猝滅分子標(biāo)明該探針。該猝滅分子防止信號從熒光報道基因分子的發(fā)射。探針雜交到正向和反向引物雜交的區(qū)域之間的標(biāo)靶序列的區(qū)域。隨著聚合酶沿著探針已經(jīng)雜交的鏈移動,探針的5'端通過聚合酶的外切核酸酶 活度被劈開,因此允許由于猝滅部分的分離引起的熒光信號的發(fā)射。在具體的實施例中,本發(fā)明的探針可以包含雙標(biāo)簽的熒光探針,雙標(biāo)簽的熒光探針包括熒光的報道基因(熒光團(tuán))和熒光的或非熒光的猝滅劑分子。本發(fā)明的熒光團(tuán)可以在任何位置被附接到探針,包含在Y末端、3'末端或任何末端的內(nèi)部。在本發(fā)明的實施例中,熒光團(tuán)和猝滅劑分別被附接到探針的5'和3'末端。熒光團(tuán)的實例包括但不局限于 FAM、ROX、HEX、NED、Cy5、Texas RecUCalfluor RecUCalFluor Orange> Quasar 670、Quasar705。猝滅劑的實例包括但不局限于TAMARA、Blackhole猝滅劑BHQ-1, BHQ-2。在另一個實施例中,本發(fā)明提供一種利用三個標(biāo)靶化驗來從MSSA、MR-CoNS或其它細(xì)菌檢測和區(qū)分MRSA的方法,其中,化驗中使用的標(biāo)靶(可以是遺傳因子的實例)包含mecA基因序列、金黃色葡萄球菌特異性靶基因序列、SCCmec基因序列和/或orfX。在具體的實施例中,金黃色葡萄球菌特異性靶基因是femA。在以下的描述中,femA常常被明確地提及作為金黃色葡萄球菌特異性靶基因序列;然而,根據(jù)各種實施例,其它金黃色葡萄球菌特異性靶基因序列同樣可以被使用。本發(fā)明的一些實施例指向使用至少第一和第二邊界空間來形成分析模型,以及使用這樣的分析模型。本發(fā)明的其它實施例指向使用至少一個中間值來形成邊界空間的分析模型的產(chǎn)生和使用。另外,其它實施例涉及用于使用這樣的分析模型的方法以及使用這樣的分析模型的系統(tǒng)。以下進(jìn)一步詳細(xì)描述這些方法。使用至少兩個邊界空間的實施例圖I顯示流程圖,該流程解能夠用于構(gòu)造根據(jù)本發(fā)明的實施例的分析模型的步驟。有時,分析模型能夠用于判定MRSA是否存在于樣品中。在步驟1000,選擇量的已知樣品經(jīng)受暴露樣品中的細(xì)菌的核酸的條件。在一些實施例中,已知樣品是已知是否與特殊的生物學(xué)狀態(tài)關(guān)聯(lián)的一個樣品。例如,已知樣品可以是知道樣品是否與MRSA關(guān)聯(lián)的一個樣品。如此,已知樣品可以被用于構(gòu)造模型,該模型可以判定以后的未知樣品是否也包含MRSA。對于使樣品經(jīng)受暴露樣品中的核酸的條件,有許多不同的方式。例如,樣品中的細(xì)胞可以根據(jù)眾所周知的技術(shù)被溶解。然后可以通過例如使樣品的溫度上升以分離核酸的鏈來使核酸變性。
在步驟1010,在樣品中,諸如mecA、orfX和金黃色葡萄球菌特異性靶基因序列的至少三個標(biāo)靶的特性(例如,相對或絕對量或基因顯現(xiàn)量)。根據(jù)一個實施例,金黃色葡萄球菌特異性靶基因序列是femA。有許多不同的方式來測量樣品中的這種遺傳因子的量。例如,多重PCR處理能夠用于為測量的每個標(biāo)靶測量PCR閾值循環(huán)(Ct)。在測量至少三個標(biāo)靶的特性之后,與那些特性關(guān)聯(lián)的值可以被輸入到數(shù)字計算機(jī)中。以下提供示范性數(shù)字計算機(jī)的細(xì)節(jié)。各種輸入值可以以任何適當(dāng)?shù)姆绞奖惠斎氲綌?shù)字計算機(jī)中。在一些實施例中值可以自動地(例如,通過連接到產(chǎn)生輸入值的測量模塊的數(shù)據(jù)或用于產(chǎn)生輸入值的數(shù)據(jù))或通過用戶人工地被輸入到數(shù)字計算機(jī)中。在一些實施例中,至少與第一遺傳因子(例如,諸如mecA的第一標(biāo)靶)關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子(例如,諸如femA的第二標(biāo)靶)關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子(例如,諸如orfX的第三標(biāo)靶)關(guān)聯(lián)的多個第三輸入值被輸入到數(shù)字計算機(jī)中。第一第二以及第三輸入值與多個已知樣品關(guān)聯(lián)。每個已知樣品包括多個第一輸入值中的一個第一輸入值、多個第二輸入值中的一個第二輸入值以及多個第三輸入值中的一個第三輸入值。第一、第二以及第三值可以是與第一第二以及第三遺傳因子關(guān)聯(lián)的Ct值。 在步驟1020,調(diào)用算法可以被應(yīng)用于來自每個已知樣品的每個測量的標(biāo)靶。調(diào)用算法可以具有任何適當(dāng)?shù)闹噶畹慕M合。在一些實施例中,調(diào)用算法可以包含以任何適當(dāng)組合的一個以上的圖I中的步驟1030、1040、1050以及1060。在步驟1030,與第三遺傳因子(例如,orfX)關(guān)聯(lián)的閾值被確定??梢砸匀魏芜m當(dāng)?shù)姆绞酱_定該閾值。例如,在一些實施例中,閾值可以簡單地是諸如“45”的離散值。該閾值可以已經(jīng)先前被輸入到數(shù)字計算機(jī)中并且存儲在數(shù)字計算機(jī)中的存儲器中,或可以在第一輸入值、第二輸入值以及第三輸入值被輸入到數(shù)字計算機(jī)中的幾乎相同的時間通過用戶被輸入。在步驟1040,調(diào)用算法使用閾值將已知樣品分離成為第一組樣品以及第二組已知樣品。例如,調(diào)用算法可以通過判定哪個樣品落在閾值以上以及哪個樣品落在閾值以下來分離第一組已知樣品與第二組已知樣品。說明性地,如果第三遺傳因子是orfX,而且閾值是“45”的Ct值,那么第一組已知樣品可以對于orfX具有小于45的Ct值,而且第二組已知樣品可以對于orfX具有大于或等于45的Ct值。在步驟1050,在樣品被分離之后,第一組樣品中的樣品被聚類在由第一遺傳因子和第二遺傳因子限定的特征空間中。第一和第二組樣品可以以任何適當(dāng)?shù)姆绞奖痪垲悺@?,第一組樣品可以被標(biāo)繪在由第一遺傳因子和第二遺傳因子限定的二維空間中。第二組樣品可以被標(biāo)繪在由第一遺傳因子和第二遺傳因子限定的二維空間中。這個例如被圖解在圖2中,圖2顯示對于orfX〈45和orfX>=45,femA對比mecA的兩個圖表。在步驟1060,分別使用第一和第二組樣品來限定第一邊界空間和第二邊界空間。第一和第二邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。在圖2中,第一和第二邊界空間被顯示為橢圓。第一和第二邊界空間可以以任何適當(dāng)?shù)姆绞奖淮_定,而且可以具有任何適當(dāng)?shù)男螤?。例如,在一些實施例中,可以由橢圓來限定第一和第二邊界空間。在其它實施例中,可以由矩形、多邊形、平行六邊形或其它形狀來限定邊界空間。這種邊界空間可以通過神經(jīng)網(wǎng)絡(luò)及其他最優(yōu)化算法被確定和最優(yōu)化。第一和第二邊界空間可以形成至少一部分分析模型,該分析模型能夠用于將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。有時,為了輔助用戶,可能理想的是在諸如LCD屏幕的顯示器上在包含第一和第二樣品組的二維圖表上圖解地顯示第一和第二邊界空間?,F(xiàn)在可以描述圖I中所示的說明該方法的具體的實施例。對于3標(biāo)靶的“策略A”算法,296個進(jìn)行的樣本被收集和提供,用于分析模型開發(fā)。在策略A執(zhí)行中,三個標(biāo)靶對應(yīng)于包含mecA、femA和orfX的第一、第二和第三遺傳因子。在任何分類問題中,當(dāng)適當(dāng)?shù)奶匦员粶y量以將一個種類的事件與另一個區(qū)分開來時,唯一的特征空間將存在,允許數(shù)據(jù)被分類。這對于MRSA分類是正確的。為了產(chǎn)生用于其應(yīng)用的分析程序,如圖3A所示,觀察特征空間。在圖3A中, 陽性和陰性數(shù)據(jù)兩者被標(biāo)繪在femA對比mecA的二維特征空間中。陽性數(shù)據(jù)點沿著左下角中的斜線聚類,并且陰性數(shù)據(jù)點尤其在上半部空間和右下角中更隨機(jī)的散開?;谶@個以及其他的確定的數(shù)據(jù),數(shù)學(xué)模型被選擇以概述該陽性特征空間。用于陽性事件的數(shù)據(jù)類似橢圓,該橢圓被選擇以用公式表示陽性和陰性聚類之間的邊界。橢圓形的邊界可以被認(rèn)為是理想的選擇,因為陽性數(shù)據(jù)通常在較佳的特征空間中形成高斯分布(注意,表示特征空間的邊界的高斯分布的橫截面是橢圓形)。這證明圖3b中的橢圓形的模型是正確的。數(shù)學(xué)上,給出用于橢圓形模型的等式為
χ2 2—+ = i,
a2 b2其中,a是半長軸,并且b是半短軸。在這種情況下,橢圓被假定為在起點周圍。為了支持該MRSA檢測,橢圓形的模型必須支持在由(X(l,yci)限定的起點周圍并且具有角度Θ的平移和角位移。如此,在它的最普通的形式中,橢圓可以被完全地表示在二維的特征空間中,如τ 2 r*2—+ -V = I a2 Ir
fx'= -cos(0)x + sin(0)v — x0其中<{
I y'= sm(0)x + cos(0)v — y0一般化的橢圓可以取決于一組五個參數(shù),a、b、X(l、y(l和Θ。一旦該組參數(shù)被確定,就限定唯一的橢圓(或特征空間)。為了獲得最優(yōu)的一組橢圓形的參數(shù),可以基于分類結(jié)果限定代價函數(shù)。對于這類應(yīng)用,通常使用的代價函數(shù)是在接收器操作特性的曲線或ROC曲線之下的區(qū)域(關(guān)于 ROC 曲線的更多細(xì)節(jié),參考 http: //en. wikipedia. orR/wiki/Receiver operatinRcharacteristic)。ROC曲線提供敏感性對比1_特異性的圖表,用于應(yīng)用。對于MRSA應(yīng)用,假陽性數(shù)量和假陰性數(shù)量的組合被采用作為代價函數(shù)代價scfFNft+Cj^FP#。加權(quán)系數(shù)C1和C2被選擇以表示特殊問題中的偏好。給定用于特征空間和設(shè)計的代價函數(shù)定義的數(shù)學(xué)模型,用于特征空間的模型可以被最優(yōu)化以使代價函數(shù)最小化。具有最低代價的模型的實現(xiàn)是用于分類問題的最優(yōu)方案。有許多可以被利用的最優(yōu)化過程,諸如爬山法(Hi 11 Climbing)、模擬退火算法(SimulatedAnnealing)、遺傳算法(Genetic Algorithms)等等。對于這個申請,利用遺傳算法。更多關(guān)于遺傳算法的詳細(xì)信息可以在 http: //en. wikipedia. org/wiki/Genetic algorithms 中被找到。參考圖2,觀察到對于這個模型,在二維特征空間中由femA對比mecA測量的特征未必總是均勻的或理想的。例如,如圖2所示的,當(dāng)orfX等于或大于45時,陽性數(shù)據(jù)點形成“肥的”聚類(如描畫輪廓的),但是當(dāng)orfX小于45時,陽性數(shù)據(jù)點形成具有橢圓形的更加一列式的聚類。結(jié)果,分別對于orfX〈45和orfX>=45建立兩個橢圓形的模型。利用這個orfX相關(guān)的橢圓形的模型,對于MRSA陽性樣品的數(shù)據(jù)基本上被分類在三維空間中。然后,圖2中說明的分析模型的圖解的描繪可以用來將未知樣品分類作為與諸如MRSA的特殊的生物學(xué)狀態(tài)關(guān)聯(lián)。通常,形成的分析模型的使用可以包含將與未知樣品關(guān)聯(lián)的第一輸入值、第二輸入值和第三輸入值輸入到數(shù)字計算機(jī)中。數(shù)字計算機(jī)可以是與用于形成分析模型相同的數(shù)字計算機(jī),或可以是不同的數(shù)字計算機(jī)(例如,當(dāng)分析模型被形成在數(shù)字計算機(jī)上時,但是被存儲在使用的另一個數(shù)字計算機(jī)中)。第一輸入值、第二輸入值和第三輸入值與未知樣品 中的第一、第二和第三遺傳因子關(guān)聯(lián)。在輸入值被輸入之后,數(shù)字計算機(jī)利用使用分析模型的第一邊界空間或第二邊界空間,將未知樣品分類為與生物學(xué)狀態(tài)關(guān)聯(lián)。圖4說明根據(jù)一個實施例的能夠用于判定MRSA是否存在于樣品中的步驟。如在此使用的,未知樣品指的是不知道MRSA是否存在于其中的樣品。圖4中的步驟可以使用模型來判定未知樣品是否包含MRSA,該模型諸如是使用來自圖I的步驟產(chǎn)生的模型。未知樣品可以具有各種測量的標(biāo)靶,而且通過分析從未知樣品的測量的標(biāo)靶產(chǎn)生的中間矢量相對于模型的邊界函數(shù)歸于哪里,這些測量值能夠用于檢測MRSA的存在。在步驟1100,未知樣品經(jīng)受暴露樣品中的細(xì)菌的核酸的條件。以上關(guān)于圖I中的步驟1000描述的相同的技術(shù)同樣可以在步驟1100被使用。在步驟1110,可以從未知樣品確定與至少三個標(biāo)祀,mecA、femA和orfX (或其它遺傳因子)關(guān)聯(lián)的特性。在以上圖I中的步驟1010期間使用的相同的技術(shù)能夠用于實現(xiàn)步驟1110。該特性可以和用于形成分析模型的特性一樣。例如,如果Ct值被用于形成分析模型,那么可以在步驟1110中對于三個標(biāo)靶確定Ct值。在步驟1120,分析模型可以被應(yīng)用于與三個標(biāo)靶關(guān)聯(lián)的輸入值。與分析模型關(guān)聯(lián)的處理可以包含至少圖4中的步驟1130和1140。在步驟1130,例如,該方法判定與orfX關(guān)聯(lián)的第三輸入值是否大于或小于該分析模型中的閾值(例如,“45”)。在步驟1140,如果與未知樣品關(guān)聯(lián)的第三輸入值小于閾值(例如,45),那么然后先前形成的第一邊界空間被用于判定樣品是否與所關(guān)心的生物學(xué)狀態(tài)(例如,MRSA)關(guān)聯(lián)。做為選擇,如果與未知樣品關(guān)聯(lián)的第三輸入值大于閾值(例如,45),那么然后先前形成的第二邊界空間被用于判定樣品是否與所關(guān)心的生物學(xué)狀態(tài)(例如,MRSA)關(guān)聯(lián)。如果希望,其他的規(guī)則能夠用于進(jìn)一步分類未知樣品。例如,一個、兩個或三個以上的其他的標(biāo)靶(例如,與MR-CoNs關(guān)聯(lián)的標(biāo)靶)可以被用作其他的數(shù)據(jù),其他的數(shù)據(jù)可以被另外用于分類未知樣品。使用中間值的實施例本發(fā)明的另一個實施例可以指向用于產(chǎn)生分析模型的方法,該分析模型將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。該方法使用至少一個中間值??梢詤⒖紙D5描述這種實施例。在步驟5000,選擇量的已知樣品經(jīng)受暴露樣品中的細(xì)菌的核酸的條件。步驟5000的細(xì)節(jié)可以與關(guān)于圖I中的步驟1000描述的那些相同或不同,并且以上描述不需要被重復(fù)。在步驟5010,對于每個已知樣品,測量諸如mecA、femA和SCCmec的至少三個標(biāo)革巴的特性。步驟5010的細(xì)節(jié)可以與以上關(guān)于圖I中的步驟1010描述的那些類似或不同,并且以上描述不需要被重復(fù)。然而,注意,在這個實例中,SCCmec代替orfX被識別作為標(biāo)靶。
在確定輸入值之后,它們被輸入到數(shù)字計算機(jī)中。在一些實施例中,輸入值包含進(jìn)入數(shù)字計算機(jī)中的與已知樣品關(guān)聯(lián)的至少與第一遺傳因子(例如,諸如mecA的第一標(biāo)靶)關(guān) 聯(lián)的多個第一輸入值、與第二遺傳因子(例如,諸如femA的第二標(biāo)靶)關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子(例如,諸如SCCmec的第三標(biāo)靶)關(guān)聯(lián)的多個第三輸入值。第一第二和第三輸入值可以在任何適當(dāng)?shù)臅r間以及以任何適當(dāng)?shù)捻樞虮惠斎氲綌?shù)字計算機(jī)中。在步驟5020,調(diào)用算法可以被應(yīng)用于來自每個已知樣品的每個測量的標(biāo)靶。在這個實例中的調(diào)用算法與以上關(guān)于圖I描述的調(diào)用算法不同。在步驟5030,可以使用數(shù)字計算機(jī)使用至少多個第一輸入值以及至少與第二遺傳因子關(guān)聯(lián)的第二輸入值,確定一個以上的中間值。例如,在一些實施例中,與第一遺傳因子(mecA)和第二遺傳因子(femA)關(guān)聯(lián)的第一和第二輸入值(例如,第一和第二 Ct值)可以用來產(chǎn)生一個以上的中間值,一個以上的中間值可以和與第三遺傳因子(例如,SCCmec)關(guān)聯(lián)的第三輸入值結(jié)合。如步驟5040中所示的,在產(chǎn)生一個以上的中間值之后,使用數(shù)字計算機(jī),使用一個以上的中間值和多個第三輸入值,產(chǎn)生用于生物學(xué)狀態(tài)的邊界空間。邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。說明性地,對于3標(biāo)靶的“策略C”算法,199個進(jìn)行的樣本被收集和提供,用于算法開發(fā)。在策略“C”執(zhí)行中,三個標(biāo)靶是mecA、femA和SCCmec。在圖6A和6B中顯示mecA對比SCCmec和femA對比SCCmec的二維特征空間。可以看出,在兩個二維特征空間中,有灰色區(qū)域,在灰色區(qū)域中,陽性和陰性被混合而且不能被區(qū)分(由黑色圓圈描畫輪廓的)。為了克服該灰色區(qū)域,新的參數(shù)能夠用于將事件(event)區(qū)分為陽性或陰性。這個新參數(shù)被建立,如新參數(shù)=mecA*sin(-0. 3) +femA*cos (_0· 3)“新參數(shù)”是中間值的實例,因為它來源于與第一遺傳因子(例如,mecA)關(guān)聯(lián)的第一輸入值以及與第二遺傳因子(例如,femA)關(guān)聯(lián)的第二輸入值。圖7顯示了新參數(shù)如何可以被產(chǎn)生和使用的圖解。圖7顯示與mecA 810和femA820關(guān)聯(lián)的值可以被組合以形成中間值Y 840。這個中間值Y 840和SCCmec 830可以形成二維的特征空間,二維的特征空間能夠用于限定邊界空間,邊界空間用于將未知樣品分類作為與MRSA或非MRSA關(guān)聯(lián)。在圖8中提供新參數(shù)對比SCCmec特征空間的圖表。在這個說明中,灰色消失,而且新參數(shù)與SCCmec —起構(gòu)成更好的特征空間用于分類。
給定“新參數(shù)”和SCCmec,橢圓形的模型(如圖9中所示)被建立,以限定陽性和陰性數(shù)據(jù)點之間的邊界??梢砸耘c先前描述的同樣的方式,利用遺傳算法最優(yōu)化該橢圓形的模型。(例如,任何先前描述的邊界形成技術(shù),諸如以上步驟1060中的那些,可被用于本發(fā)明的實施例。)位于橢圓之內(nèi)的所有的數(shù)據(jù)點被認(rèn)為是MRSA陽性。圖10說明根據(jù)一個實施例的能夠用于判定MRSA是否存在于樣品中的步驟。如在此使用的,未知樣品指的是不知道MRSA是否存在于其中的樣品。該方法可以使用分析模型,諸如使用圖5中步驟產(chǎn)生的模型,以判定未知樣品是否包含MRSA(或與另一個生物學(xué)狀態(tài)關(guān)聯(lián))。未知樣品中的各種標(biāo)靶的特性可以被測量以形成第一、第二和第三輸入值。使用輸入值和分析模型,可以檢測未知樣品中的MRSA的存在。參考圖10,在步驟6000,未知樣品經(jīng)受暴露樣品中的細(xì)菌的核酸的條件。在圖I中的步驟1000期間使用的相同的技術(shù)可被用于步驟6000。
在步驟6010,從未知樣品中,測量至少三個標(biāo)靶,mecA和SCCmec的特性。對于未知樣品,可以確定第一第二和第三輸入值。以上關(guān)于步驟1010描述的相同的技術(shù)能夠用于實現(xiàn)步驟6010。在步驟6020,分析模型和第一第二和第三輸入值能夠用于判定特殊的生物學(xué)狀態(tài)(例如,MRSA或非MRSA)是否存在于未知樣品中。在步驟6030,當(dāng)將分析模型應(yīng)用到第一、第二和第三輸入值時,可以使用第一和第二輸入值確定中間值。例如,以下等式可以用來確定中間值Y=新參數(shù)=mecA*sin (-0. 3) +femA*cos (_0· 3)如說明的,假設(shè)樣品具有mecA=28. 49、femA=27. 90、以及 SCCmec=27. 26,Y=18. 2345。在步驟6040,在該方法中,通過使用分析模型中的邊界函數(shù),判定樣品是否對于MRSA呈陽性。例如,在以上實例中,值Υ=18. 2345以及SCCmec=27. 26可以與圖9中的橢圓形的邊界函數(shù)相比。因為這個實例將落在邊界函數(shù)之內(nèi),所以未知樣品將被分類為MRSA陽性。系統(tǒng)圖11顯示系統(tǒng),該系統(tǒng)包含數(shù)字計算機(jī)300以及操作地結(jié)合(可以包含電子結(jié)合)到數(shù)字計算機(jī)300的測量模塊301。在這個實例中,數(shù)字計算機(jī)300可以包含各種典型的計算機(jī)部件,各種典型的計算機(jī)部件包含操作地結(jié)合在一起的系統(tǒng)總線304、一個以上的磁盤驅(qū)動器305、RAM 306以及處理器307。根據(jù)本實施例的準(zhǔn)確的特性,還可以存在其它部件。圖11還顯示顯示器308、鍵盤302以及鼠標(biāo)303。一些實施例中,這些部件及其他部件還可以是數(shù)字計算機(jī)的一部分。系統(tǒng)還可以具有用于測量樣品(例如,已知的或未知的)中的選擇標(biāo)靶的特性的測量模塊301。根據(jù)被選擇用于測量標(biāo)靶響應(yīng)的測量方法,這個測量模塊可以在本發(fā)明的不同的實施例之間變化。例如,根據(jù)一個實施例,測量模塊可以實施關(guān)于樣品的PCR分析,并且因此可以是實時PCR設(shè)備。實時PCR設(shè)備在市場上是可買到的。在本發(fā)明的一個實施例中,樣品被放置在測量模塊301中,在測量模塊301中,樣品被處理,而且來自樣品的選擇標(biāo)靶的特性(例如,數(shù)量)被測量。然后,這個數(shù)據(jù)(例如,先前描述的輸入值)沿著系統(tǒng)總線304被傳送到數(shù)字計算機(jī)300中,而且使用處理器307,適當(dāng)?shù)恼{(diào)用算法或分析模型可以被應(yīng)用于響應(yīng)數(shù)據(jù)。指令使得處理器307執(zhí)行調(diào)用算法或分析模型(如以上描述的),該指令可以被存儲在諸如RAM 306或磁盤驅(qū)動器305的計算機(jī)可讀介質(zhì)上。代表調(diào)用算法和/或分析模型的數(shù)據(jù)也可以被存儲在這個相同的介質(zhì)上。然后,來自調(diào)用算法或分析模型的應(yīng)用的輸出可以被顯示在顯示器308或其它輸出裝置(例如,打印機(jī))上。例如,先前描述的邊界函數(shù)以及它們的關(guān)聯(lián)的圖表可以被顯示在顯示器308上或以其它的方式被輸出。如此,然后來自測量的樣品的信息被用于幫助構(gòu)造模型或判定樣品是否包含MRSA。如上所述,在一些實施例中,計算機(jī)可讀介質(zhì)可以存儲或包含代碼,可以通過處理器執(zhí)行該代碼以實現(xiàn)用于形成分析模型的方法。在一個實施例中,該方法可以包括將至少與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到與多個已知樣品關(guān)聯(lián)的數(shù)字計算機(jī)中,其中,每個已知樣品包括多個第一輸入值中的一個第一輸入值、多個第二輸入值中的一個第二輸入值以及多個第三輸入值中的一個第三輸入值;判定與第三遺傳因子關(guān)聯(lián)的閾值;使用閾值將已知樣品分離成為第一組已知樣品和第二組已知樣品;在由第一遺傳因子和第二遺傳因子限定的特征空間中聚類第一組已知樣品;使用第一組已知樣品限定第一邊界空間,其中第一邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來;以及使用第二組已知樣品限定第二邊界空間,其中第二邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。在另一個實例中,該方法可以包含將至少與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中;使用數(shù)字計算機(jī),使用至少多個第一輸入值以及至少與第二遺傳因子關(guān)聯(lián)的第二輸入值,產(chǎn)生一個以上的中間值;以及使用數(shù)字計算機(jī),使用一個以上的中間值以及多個第三輸入值產(chǎn)生用于生物學(xué)狀態(tài)的邊界空間,其中,邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。如上所述,在一些實施例中,計算機(jī)可讀介質(zhì)可以存儲或包含代碼,可以通過處理器執(zhí)行該代碼以實現(xiàn)用于使用分析模型的方法。該方法可以包含將與未知樣品關(guān)聯(lián)的第一輸入值、第二輸入值以及第三輸入值輸入到數(shù)字計算機(jī)或其它數(shù)字計算機(jī)中,其中,第一輸入值、第二輸入值以及第三輸入值與未知樣品中的第一、第二和第三遺傳因子關(guān)聯(lián);以及使用數(shù)字計算機(jī)或其它數(shù)字計算機(jī),使用第一邊界空間或第二邊界空間,將未知樣品分類為與生物學(xué)狀態(tài)關(guān)聯(lián)。在另一個實施例中,該方法可以包括將與未知樣品關(guān)聯(lián)的第一輸入值、第二輸入值以及第三輸入值輸入到數(shù)字計算機(jī)或其它數(shù)字計算機(jī)中,其中,第一輸入值、第二輸入值以及第三輸入值與未知樣品中的第一、第二和第三遺傳因子關(guān)聯(lián);以及使用數(shù)字計算機(jī)或另一個數(shù)字計算機(jī),使用第一邊界空間或第二邊界空間,將未知樣品分類為與生物學(xué)狀態(tài)關(guān)聯(lián)。實例199個試驗樣品被標(biāo)簽為“Long Beach數(shù)據(jù)收集”。在這個數(shù)據(jù)收集中,測試以下 標(biāo)革巴組合I) orfX、mecA 和 femA, 2) mecA、femA 和 SCCmec,以及 3) mecA、femA、SCCmec 和MR-Cons。對于這個數(shù)據(jù)開發(fā)的調(diào)用算法是基于2維橢圓形的數(shù)學(xué)模型。在一個實例中,該模型產(chǎn)生中間值。通過中間值上閾值確定MRSA分類結(jié)果。該數(shù)學(xué)模型用公式表示為
[-χ·οο^{θ) + γ· \ (θ)-χτι]2 | [x-sin(^) + j.>·COS(^)-J0]2 —s,
a2b2其中,S在中間值中,并且χ和y是對這個模型的兩個輸入。對于orfX、femA和mecA的數(shù)據(jù)收集,χ和y分別是mecA和femA。對于SCCmec、femA和mecA的數(shù)據(jù)收集,χ和y分別是SCCmec和Y=f (mecA, femA)。具體地說,Y=f (mecA, femA)=mecA*sin(-0. 3)+femA*cos(-0. 3),其中,-O. 3 是弧度。X。、yQ、a、b 和 Θ 是預(yù)定參數(shù),通過利用具有給定標(biāo)準(zhǔn)的遺傳算法訓(xùn)練這個模型而獲得預(yù)定參數(shù)。給定X(l、yc)、a、b和Θ,每一對χ和y將產(chǎn)生一個S。小的S意味著(x,y)靠近(X(l,yci),反之亦然。為了分類目的,理想的是選擇S的閾值(例如,\)。如果樣品產(chǎn)生小于Stl的中間值,那么這個樣品被認(rèn)為是MRSA陽性。這些調(diào)用算法是基于參數(shù)化的數(shù)學(xué)模型,而且利用遺傳算法被訓(xùn)練,以達(dá)到最優(yōu)性能,并且通過中間值上的閾值生成分類結(jié)果。樣品制備
199個Nasal藥簽被收集并且存儲在斯圖爾特(stuart)傳送介質(zhì)中。藥簽頭被去除,而且每個藥簽頭被轉(zhuǎn)移到2ml的樣品懸浮液試管中,該樣品懸浮液試管具有基于樣品緩沖劑的1200 μ L的Tris,樣品緩沖劑具有IOmM Tris pH8. O以及ImM EDTA, pH8. O IOOmg的Imm氧化錯/娃質(zhì)顆粒。通過以3000rpm的速度潤旋樣品試管至少15秒,藥簽頭上的細(xì)菌被逐出。然后藥簽頭從樣品試管被無菌地去除,并且被傳送到具有Iml的胰酶大豆肉湯(Trypic Soy broth)TSB以及6. 5%NaCl的15ml細(xì)菌培養(yǎng)試管中。接種過的細(xì)菌試管被傳送到37° C的孵育箱中,并且隨著以200rpm的速度搖動,被整夜培育。然后確定金黃色葡萄球菌和/或MRSA的存在或不存在。10 μ L的每一個整夜培養(yǎng)基在BBL CHROMagar MRSA以及BBL CHROMagar金黃色葡萄球菌板上被形成條紋。的來自每個試管的1200 μ L的樣品溶液中的500 μ L然后經(jīng)受如Agencourt VirNA試劑盒方案描述的DNA隔離過程。這個過程,簡單地說,伴隨200個CFU S.貓屬細(xì)菌作為處理控制開始。10單位的消色肽酶(Achrompeptidase)被添加到每個試管,很好地混合,并且在70° C的水浴槽中培育4分鐘。然后,包含188 μ L的溶菌緩沖劑、I. OL的PolyA (600g/ml)以及100 μ L的蛋白酶K (6. 4mg/ml)的新鮮制備的溶菌溶液289 μ L被加到每個樣品中并且被很好地混合。然后每個樣品在70° C被培育I分鐘,然后被允許冷卻2分鐘。然后,IOyL的磁性顆粒和575 μ L的100%異丙醇被添加,并且通過渦旋被很好地混合。反應(yīng)含量被允許在室溫下培育5分鐘,然后,通過將樣品試管放置在磁體架子上6分鐘來收集磁性顆粒,從而將磁性顆粒與樣品溶液分離,直到溶液變得清澈。接下來,上清液被吸出,同時注意在吸出期間不去除任何顆粒。500 μ L的清洗緩沖劑(3· 3Μ氨基甲脈硫氰酸鹽(Guanidine Thiocyanate), I. 7%氣核(Triton)X-IOO, 167. 5mM檸檬酸鈉)被加到樣品中,并且被渦旋10秒以混合。然后,試管在磁體上被培育4分鐘(或直到清澈)。然后上清液被再次吸出樣品。然后900 μ L的75%的新鮮制備乙醇被添加并且被渦旋10秒。然后試管在磁體上被培育4分鐘,直到清澈。然后上清液再次被吸出樣品,并且再一次重復(fù)乙醇清洗。然后顆粒在磁體上被干燥15-25分鐘。當(dāng)顆粒的環(huán)開始破裂時,樣品被洗提。試管離開磁體,并且25 μ L的核酸酶自由水被添加。然后樣品被渦旋以便混合。然后試管在70° C被培育5分鐘。試管被放回在磁體上并且被培育I分鐘。然后上清液被傳送到干凈的試管用于PCR擴(kuò)增。PCR引物和探針,PCR循環(huán)條件列舉在Master混合表中的試劑制備就緒。根據(jù)總的反應(yīng)數(shù),可以通過簡單地將標(biāo)明容量的試劑在DNA/RNA/RNase-自由試管中添加在一起,制備充足的Master混合物。試管可以被渦旋以便混合,然后保持就緒用于以后的使用。20 μ L的每個洗提液被添加到Μχ3000Ρ 96孔PCR板(非邊緣的)(3廿3丨3861^,0&丨#401333)(—個洗提液,一個孔)。30 μ L的Master混合物被添加到填充有洗提液的每個孔中,然后通過輕輕地上上下下吸8次以上(多通道可能是有用的)而被混合。該板利用MiCToAmp 光學(xué)粘合劑膜(采用的生物系統(tǒng))被緊密地覆蓋,然后在流入PCR機(jī)器之前,以IlOOxg被離心3分鐘。Stratagene MX 3005P儀器上的PCR循環(huán)條件設(shè)置如下4' @37。C(lx);l分鐘§95° C (Ix) ;15 秒 @95° C — 10 秒 @62° C—30 秒 @58° C (40x)。監(jiān)視的標(biāo)靶被表示 在以下的表I中
權(quán)利要求
1.一種方法,其特征在于,包括 至少將與多個已知樣品關(guān)聯(lián)的與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中,其中,每個已知樣品包括所述多個第一輸入值中的一個第一輸入值、所述多個第二輸入值中的一個第二輸入值、以及所述多個第三輸入值中的一個第三輸入值; 確定與所述第三遺傳因子關(guān)聯(lián)的閾值; 使用所述閾值將所述已知樣品分離成為第一組已知樣品和第二組已知樣品; 在由所述第一遺傳因子和所述第二遺傳因子限定的特征空間中聚類所述第一組已知樣品; 使用所述第一組已知樣品限定第一邊界空間,其中,所述第一邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來;以及 使用所述第二組已知樣品限定第二邊界空間,其中,所述第二邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。
2.如權(quán)利要求I所述的方法,其特征在于,所述第一遺傳因子包含mecA,所述第二遺傳因子包含femA,以及所述第三遺傳因子包含OrfX,而且其中所述生物學(xué)狀態(tài)包含MRSA狀態(tài)。
3.如權(quán)利要求I或2所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間分別由第一和第二橢圓限定。
4.如權(quán)利要求I到3中任一項所述的方法,其特征在于,所述第一、第二和第三值是Ct值。
5.如權(quán)利要求I到4中任一項所述的方法,其特征在于,進(jìn)一步包括,在輸入之前 使所述已知樣品經(jīng)受將暴露所述已知樣品中的核酸的條件;以及 擴(kuò)增和檢測至少所述第一遺傳因子、所述第二遺傳因子和所述第三遺傳因子的存在和量。
6.一種包括能夠由處理器執(zhí)行的代碼的計算機(jī)可讀介質(zhì),用于實行方法,所述方法包括 至少將與多個已知樣品關(guān)聯(lián)的與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中,其中,每個已知樣品包括所述多個第一輸入值中的一個第一輸入值、所述多個第二輸入值中的一個第二輸入值、和所述多個第三輸入值中的一個第三輸入值; 確定與所述第三遺傳因子關(guān)聯(lián)的閾值; 使用所述閾值將所述已知樣品分離成為第一組已知樣品和第二組已知樣品; 在由所述第一遺傳因子和所述第二遺傳因子限定的特征空間中聚類所述第一組已知樣品; 使用所述第一組已知樣品限定第一邊界空間,其中,所述第一邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來;以及 使用所述第二組已知樣品限定第二邊界空間,其中,所述第二邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。
7.一種數(shù)字計算機(jī),其特征在于,包括如權(quán)利要求7所述的計算機(jī)可讀介質(zhì)和結(jié)合到所述計算機(jī)可讀介質(zhì)的處理器。
8.一種系統(tǒng),其特征在于,包括結(jié)合到如權(quán)利要求7所述的數(shù)字計算機(jī)的測量模塊。
9.一種用于使用如權(quán)利要求書I到5中任一項所述的方法產(chǎn)生的分析模型的方法,其特征在于,用于使用所述分析模型的方法包括 將與未知樣品關(guān)聯(lián)的第一輸入值、第二輸入值以及第三輸入值輸入到所述數(shù)字計算機(jī)或其它數(shù)字計算機(jī)中,其中,所述第一輸入值、所述第二輸入值以及所述第三輸入值與所述未知樣品中的所述第一、第二和第三遺傳因子關(guān)聯(lián);和 使用所述數(shù)字計算機(jī)或其它數(shù)字計算機(jī),使用所述第一邊界空間或所述第二邊界空間將所述未知樣品分類為與所述生物學(xué)狀態(tài)關(guān)聯(lián)。
10.如權(quán)利要求9所述的方法,其特征在于,所述生物學(xué)狀態(tài)包括MRSA狀態(tài)。
11.一種產(chǎn)生分析模型的方法,所述分析模型將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來,其特征在于,所述方法包括 至少將與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中; 使用所述數(shù)字計算機(jī),使用至少所述多個第一輸入值以及與第二遺傳因子關(guān)聯(lián)的至少所述第二輸入值,產(chǎn)生一個以上的中間值;和 使用所述數(shù)字計算機(jī),使用所述一個以上的中間值和所述多個第三輸入值產(chǎn)生用于所述生物學(xué)狀態(tài)的邊界空間, 其中,所述邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。
12.如權(quán)利要求11所述的方法,其特征在于,所述第一遺傳因子包含mecA,所述第二遺傳因子包含femA,以及所述第三遺傳因子包含SCCmec,而且其中所述生物學(xué)狀態(tài)包含MRSA狀態(tài)。
13.如權(quán)利要求11或12所述的方法,其特征在于,所述邊界空間由橢圓限定。
14.如權(quán)利要求13所述的方法,其特征在于,代價函數(shù)被用于使所述橢圓最優(yōu)化。
15.如權(quán)利要求11到14中任一項所述的方法,其特征在于,所述第一、第二和第三值是Ct值。
16.如權(quán)利要求11到15中任一項所述的方法,其特征在于,進(jìn)一步包括,在輸入之前 使所述樣品經(jīng)受將暴露所述樣品中的核酸的條件;以及 擴(kuò)增和檢測至少所述第一遺傳因子、所述第二遺傳因子和所述第三遺傳因子的存在和量。
17.—種包括能夠由處理器執(zhí)行的代碼的計算機(jī)可讀介質(zhì),用于實行方法,所述方法包括 至少將與第一遺傳因子關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中; 使用所述數(shù)字計算機(jī),使用至少所述多個第一輸入值以及與第二遺傳因子關(guān)聯(lián)的至少所述第二輸入值,產(chǎn)生一個以上的中間值;和 使用所述數(shù)字計算機(jī),使用所述一個以上的中間值和所述多個第三輸入值產(chǎn)生用于所述生物學(xué)狀態(tài)的邊界空間, 其中,所述邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。
18.一種數(shù)字計算機(jī),其特征在于,包括如權(quán)利要求11所述的計算機(jī)可讀介質(zhì)和結(jié)合到所述計算機(jī)可讀介質(zhì)的處理器。
19.一種系統(tǒng),其特征在于,包括結(jié)合到如權(quán)利要求18所述的數(shù)字計算機(jī)的測量模塊。
20.—種用于使用如權(quán)利要求書11到16中任一項所述的方法產(chǎn)生的分析模型的方法,其特征在于,用于使用所述分析模型的方法包括 將與未知樣品關(guān)聯(lián)的第一輸入值、第二輸入值以及第三輸入值輸入到所述數(shù)字計算機(jī)或其它數(shù)字計算機(jī)中,其中,所述第一輸入值、所述第二輸入值以及所述第三輸入值與所述未知樣品中的所述第一、第二和第三遺傳因子關(guān)聯(lián);和 使用所述邊界空間將所述未知樣品分類為與所述生物學(xué)狀態(tài)關(guān)聯(lián)。
21.一種用于判定樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在的方法,其特征在于,所述方法包括 使所述樣品經(jīng)受將暴露存在于所述樣品中的任何細(xì)菌的核酸的條件; 擴(kuò)增和檢測所述樣品中的至少mecA、orfX和金黃色葡萄球菌特異性靶基因序列的所述存在和量;和 通過在數(shù)字計算機(jī)上執(zhí)行調(diào)用算法來判定所述樣品中的MRSA的所述存在,其中,所述調(diào)用算法使用mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的至少檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,當(dāng)orfX的所述檢測量小于閾值時,所述調(diào)用算法使用第一邊界空間來確定MRSA的所述存在,其中,當(dāng)orfX的所述檢測量大于所述閾值時,所述調(diào)用算法使用第二邊界空間來確定MRSA的所述存在。
22.如權(quán)利要求21所述的方法,其特征在于,所述金黃色葡萄球菌特異性靶基因序列是 femAo
23.如權(quán)利要求21或22所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間兩者都是橢圓形的邊界空間。
24.如權(quán)利要求23所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間兩者都已經(jīng)在原點周圍經(jīng)歷平移和角位移。
25.如權(quán)利要求21到24中任一項所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間兩者都被限定作為mecA和所述金黃色葡萄球菌特異性靶基因序列的所述測量量的函數(shù)。
26.如權(quán)利要求21到25中任一項所述的方法,其特征在于,代價函數(shù)被用于找到用于所述第一和第二邊界空間的最優(yōu)參數(shù)。
27.如權(quán)利要求26所述的方法,其特征在于,通過公式限定所述代價函數(shù) 代價 zcfFNtt+cdFP#。
28.如權(quán)利要求21到27中任一項所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間是使用神經(jīng)網(wǎng)絡(luò)限定的函數(shù)。
29.如權(quán)利要求21到27中任一項所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間是使用遺傳算法限定的函數(shù)。
30.如權(quán)利要求21到29中任一項所述的方法,其特征在于,通過實時PCR來檢測所述樣品中的至少mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的所述存在和量。
31.如權(quán)利要求30所述的方法,其特征在于,至少mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的所述量被循環(huán)測量。
32.如權(quán)利要求31所述的方法,其特征在于,所述閾值是近似45個循環(huán)。
33.一種用于判定樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在的系統(tǒng),其特征在于,所述系統(tǒng)包括 測量模塊,能夠擴(kuò)增和檢測所述樣品中的至少mecA、orfX和金黃色葡萄球菌特異性靶基因序列的所述存在和量,其中,所述樣品已經(jīng)經(jīng)受將暴露存在于所述樣品中的任何細(xì)菌的核酸的條件; 存儲器,存儲來自所述測量模塊的檢測量; 包含計算機(jī)可讀代碼的計算機(jī)可讀介質(zhì),所述計算機(jī)可讀代碼具有用于執(zhí)行調(diào)用算法 的指令,其中,所述調(diào)用算法使用mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的至少所述檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,當(dāng)orfX的所 述檢測量小于閾值時,所述調(diào)用算法使用第一邊界空間以判定MRSA的所述存在,其中,當(dāng)orfX的所述檢測量大于所述閾值時,所述調(diào)用算法使用第二邊界空間以判定MRSA的所述存在;和 處理器,在所述計算機(jī)可讀介質(zhì)上執(zhí)行所述計算機(jī)可讀代碼,以便判定所述樣品中的MRSA的所述存在。
34.如權(quán)利要求33或34所述的系統(tǒng),其特征在于,所述金黃色葡萄球菌特異性靶基因序列是femA。
35.如權(quán)利要求33所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間兩者都是橢圓形的邊界空間。
36.如權(quán)利要求35所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間兩者都已經(jīng)在原點周圍經(jīng)歷平移和角位移。
37.如權(quán)利要求33到36中任一項所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間兩者都被限定作為mecA和femA的所述測量量的函數(shù)。
38.如權(quán)利要求33到37中任一項所述的系統(tǒng),其特征在于,代價函數(shù)被用于找到用于所述第一和第二邊界空間的最優(yōu)參數(shù)。
39.如權(quán)利要求38所述的系統(tǒng),其特征在于,通過公式限定所述代價函數(shù) 代價 zcfFNtt+cdFP#。
40.如權(quán)利要求33到39中任一項所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間是使用神經(jīng)網(wǎng)絡(luò)限定的函數(shù)。
41.如權(quán)利要求33到39中任一項所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間是使用遺傳算法限定的函數(shù)。
42.如權(quán)利要求33到41中任一項所述的系統(tǒng),其特征在于,通過實時PCR來檢測所述樣品中的至少mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的所述存在和量。
43.如權(quán)利要求42所述的方法,其特征在于,至少mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的所述量被循環(huán)測量。
44.如權(quán)利要求43所述的方法,其特征在于,所述閾值是近似45個循環(huán)。
45.一種計算機(jī)可讀介質(zhì),其特征在于,包括 用于調(diào)用算法的代碼,其中,所述調(diào)用算法使用mecA、orfX和金黃色葡萄球菌特異性靶基因序列的至少檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,當(dāng)orfX的所述檢測量小于閾值時,所述調(diào)用算法使用第一邊界空間以判定MRSA的所述存在,其中,當(dāng)orfX的所述檢測量大于所述閾值時,所述調(diào)用算法使用第二邊界空間以判定MRSA的所述存在。
46.一種用于判定樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在的方法,其特征在于,所述方法包括 使所述樣品經(jīng)受將暴露存在于所述樣品中的任何細(xì)菌的核酸的條件; 擴(kuò)增和檢測所述樣品中的至少mecA、SCCmec和金黃色葡萄球菌特異性靶基因序列(SA)的所述存在和量;和 通過在數(shù)字計算機(jī)上執(zhí)行調(diào)用算法來判定所述樣品中的MRSA的所述存在,其中,所述調(diào)用算法使用mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的至少檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,所述調(diào)用算法從至少所述金黃色葡萄球菌特異性靶基因序列和mecA產(chǎn)生中間值,其中,所述調(diào)用算法進(jìn)一步使用邊界空間以判定MRSA的所述存在,其中,使用所述中間值和SCCmec來限定所述邊界空間。
47.如權(quán)利要求46所述的方法,其特征在于,所述金黃色葡萄球菌特異性靶基因序列是 femAo
48.如權(quán)利要求46或47所述的方法,其特征在于,所述中間值被限定作為mecA和SA的函數(shù),其中,所述中間值是mecA和SA的加權(quán)線性組合,并且使用公式被限定中間值=mecA*sin (-0. 3) +SA*cos (-0. 3)。
49.如權(quán)利要求46到48中任一項所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間兩者都被限定作為mecA和所述金黃色葡萄球菌特異性靶基因序列的所述測量量的函數(shù)。
50.如權(quán)利要求46到49中任一項所述的方法,其特征在于,代價函數(shù)被用于找到用于所述第一和第二邊界空間的最優(yōu)參數(shù)。
51.如權(quán)利要求50所述的方法,其特征在于,通過公式限定所述代價函數(shù)代價=c1*FN#+c2*FP#0
52.如權(quán)利要求46到51中任一項所述的方法,其特征在于,所述第一邊界空間和所述第二邊界空間是使用遺傳算法限定的函數(shù)。
53.如權(quán)利要求46到52中任一項所述的方法,其特征在于,通過實時PCR來檢測所述樣品中的至少mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的所述存在和量。
54.如權(quán)利要求53所述的方法,其特征在于,至少mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的所述量被循環(huán)測量。
55.一種用于判定樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在的系統(tǒng),其特征在于,所述系統(tǒng)包括 測量模塊,能夠擴(kuò)增和檢測所述樣品中的至少mecA、SCCmec和金黃色葡萄球菌特異性靶基因序列(SA)的所述存在和量,其中,所述樣品已經(jīng)經(jīng)受將暴露存在于所述樣品中的任何細(xì)菌的核酸的條件; 存儲器,存儲來自所述測量模塊的檢測量; 包含計算機(jī)可讀代碼的計算機(jī)可讀介質(zhì),所述計算機(jī)可讀代碼具有用于執(zhí)行調(diào)用算法的指令,其中,所述調(diào)用算法使用mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的至少檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,調(diào)用算法從至少mecA和所述金黃色葡萄球菌特異性靶基因序列產(chǎn)生中間值,其中,所述調(diào)用算法進(jìn)一步使用邊界空間以判定MRSA的所述存在,其中,使用所述中間值和SCCmec來限定所述邊界空間;和 處理器,在所述計算機(jī)可讀介質(zhì)上執(zhí)行所述計算機(jī)可讀代碼,以便判定所述樣品中的MRSA的所述存在。
56.如權(quán)利要求55所述的系統(tǒng),其特征在于,所述金黃色葡萄球菌特異性靶基因序列是 femAo
57.如權(quán)利要求55或56所述的系統(tǒng),其特征在于,所述中間值被限定作為mecA和SA的函數(shù),其中,所述中間值是mecA和SA的加權(quán)線性組合,并且使用公式被限定中間值=mecA*sin (-0. 3) +SA*cos (-0. 3)。
58.如權(quán)利要求55到57中任一項所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間兩者都被限定作為mecA和所述金黃色葡萄球菌特異性靶基因序列的所述測量量的函數(shù)。
59.如權(quán)利要求55到58中任一項所述的系統(tǒng),其特征在于,代價函數(shù)被用于找到用于所述第一和第二邊界空間的最優(yōu)參數(shù)。
60.如權(quán)利要求59所述的系統(tǒng),其特征在于,通過公式限定所述代價函數(shù) 代價 zcfFNtt+cdFP#。
61.如權(quán)利要求55到60中任一項所述的系統(tǒng),其特征在于,所述第一邊界空間和所述第二邊界空間是使用遺傳算法限定的函數(shù)。
62.如權(quán)利要求55到61中任一項所述的系統(tǒng),其特征在于,通過實時PCR來檢測所述樣品中的至少mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的所述存在和量。
63.如權(quán)利要求62所述的系統(tǒng),其特征在于,至少mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的所述量被循環(huán)測量。
64.一種計算機(jī)可讀介質(zhì),其特征在于,包括 用于調(diào)用算法的代碼,其中,所述調(diào)用算法使用mecA、SCCmec和金黃色葡萄球菌特異性靶基因序列的至少檢測和測量量作為輸入,以判定MRSA是否存在于所述樣品中,其中,所述調(diào)用算法從至少mecA和所述金黃色葡萄球菌特異性靶基因序列產(chǎn)生中間值,其中所述調(diào)用算法進(jìn)一步使用邊界空間以判定MRSA的所述存在,其中,使用所述中間值和SCCmec來限定所述邊界空間。
65.—種用于產(chǎn)生模型的方法,所述模型能夠用于判定未知樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在,其特征在于,所述方法包括 使一組已知樣品經(jīng)受將暴露存在于所述已知樣品中的任何細(xì)菌的核酸的條件,其中,對于所述一組已知樣品中的每個樣品,MRSA的所述存在是已知的; 擴(kuò)增和檢測所述已知樣品中的至少mecA、orfX和金黃色葡萄球菌(SA)特異性靶基因序列的所述存在和量; 在數(shù)字計算機(jī)上對于所述已知樣品中的每個樣品執(zhí)行調(diào)用算法,其中所述調(diào)用算法使用mecA、orfX和所述金黃色葡萄球菌特異性靶基因序列的所述檢測和測量量作為輸入;和產(chǎn)生能夠用于判定MRSA是否存在于所述未知樣品中的模型,其中,從相對所述已知樣品執(zhí)行的所述調(diào)用算法的輸出來產(chǎn)生所述模型,其中,當(dāng)orfX的所述檢測量小于閾值時,所述模型使用第一邊界空間以判定MRSA的所述存在,其中,當(dāng)orfX的所述檢測量大于所述閾值時,所述模型使用第二邊界空間以判定MRSA的所述存在。
66.—種用于產(chǎn)生模型的方法,所述模型能夠用于判定未知樣品中的耐甲氧西林金黃色葡萄球菌(MRSA)的存在,其特征在于,所述方法包括 使一組已知樣品經(jīng)受將暴露存在于所述已知樣品中的任何細(xì)菌的核酸的條件,其中,對于所述一組已知樣品中的每個樣品,MRSA的所述存在是已知的; 擴(kuò)增和檢測所述已知樣品中的至少mecA、SCCmec和金黃色葡萄球菌(SA)特異性靶基因序列的所述存在和量; 在數(shù)字計算機(jī)上對于所述已知樣品中的每個樣品執(zhí)行調(diào)用算法,其中所述調(diào)用算法使用mecA、SCCmec和所述金黃色葡萄球菌特異性靶基因序列的所述檢測和測量量作為輸入;和 產(chǎn)生能夠用于判定MRSA是否存在于所述未知樣品中的模型,其中,從相對所述已知樣品執(zhí)行的所述調(diào)用算法的輸出來產(chǎn)生所述模型,其中,所述模型從至少所述金黃色葡萄球菌特異性靶基因序列和mecA產(chǎn)生中間值,其中,所述調(diào)用算法進(jìn)一步使用邊界空間以判定MRSA的所述存在,其中,使用所述中間值和SCCmec來限定所述邊界空間。
全文摘要
一種用于判定生物學(xué)實體的存在的方法。該方法可以包含至少將與多個樣品關(guān)聯(lián)的與第一遺傳因子(例如,mecA)關(guān)聯(lián)的多個第一輸入值、與第二遺傳因子(femA)關(guān)聯(lián)的多個第二輸入值、以及與第三遺傳因子(例如,orfX)關(guān)聯(lián)的多個第三輸入值輸入到數(shù)字計算機(jī)中。每個已知樣品包括多個第一輸入值中的一個第一輸入值、多個第二輸入值中的一個第二輸入值、以及多個第三輸入值中的一個第三輸入值。該方法還包括確定與第三遺傳因子關(guān)聯(lián)的閾值,使用該閾值將樣品分離成為第一組樣品和第二組樣品,在由第一遺傳因子和第二遺傳因子限定的特征空間中聚類第一組樣品,使用第一組樣品來限定第一邊界空間,以及使用第二組樣品來限定第二邊界空間。第一和第二邊界空間將生物學(xué)狀態(tài)與其它生物學(xué)狀態(tài)區(qū)分開來。其它實施例還可以包含使用諸如SCCmec的遺傳因子。
文檔編號G06F19/24GK102713919SQ201080051528
公開日2012年10月3日 申請日期2010年11月12日 優(yōu)先權(quán)日2009年11月13日
發(fā)明者埃里克·艾倫·古斯塔夫森, 子華·王, 安東尼奧·阿雷瓦洛·雷耶斯, 約翰·史蒂文·賴?yán)? 陸久留 申請人:貝克曼考爾特公司