《免疫层析试条生化反应过程的建模方法.pdf》由会员分享，可在线阅读，更多相关《免疫层析试条生化反应过程的建模方法.pdf（16页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102819691 A (43)申请公布日 2012.12.12 C N 1 0 2 8 1 9 6 9 1 A *CN102819691A* (21)申请号 201210284034.9 (22)申请日 2012.08.11 G06F 19/12(2011.01) (71)申请人福州大学 地址 350108 福建省福州市闽侯县上街镇大 学城学园路2号福州大学新区 (72)发明人曾念寅 杜民 王子栋 李玉榕 (74)专利代理机构福州元创专利商标代理有限 公司 35100 代理人蔡学俊 (54) 发明名称 免疫层析试条生化反应过程的建模方法 (57) 摘要 本发明涉及免。
2、疫层析试条定量测定技术领 域，特别是一种基于非线性估计理论的免疫层析 试条生化反应过程的建模方法，该建模方法根据 免疫层析反应的机理及综合考虑试条的各种噪声 和干扰，用状态空间模型以描述试条中抗原与抗 体的免疫反应过程，通过非线性估计方法根据实 验测量得到的观测数据对模型进行辨识。该建模 方法建立的模型能够描述试条中抗原与抗体的免 疫反应过程，从而检测定量试条中各个设计参数 的影响及优化试条的特性，为实现金免疫层析试 条定量测试提供保证。 (51)Int.Cl. 权利要求书2页 说明书5页 附图8页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 5 页。
3、 附图 8 页 1/2页 2 1.一种免疫层析试条生化反应过程的建模方法，其特征在于：包括以下步骤： 步骤1：建立免疫层析试条生化反应过程中的各反应关系 式：包括待测物（A）与玻璃纤维膜处的标记特异抗体（P）的反应 ，待测物（A）与检测线上的抗体（R）的反应 ，待测物（A）和标记特异抗体（P）形成的复合物（PA）与 检测线上的抗体（R）的反应 ，以及标记特异抗体（P） 与检测线上产生的复合物（RA）的反应 ；其中，k 1 ， k 2 ，k 8 分别为各反应的反应动力学参数；各反应的反应速率分别为v 1 、v 2 、v 3 、v 4 ； 步骤2：用x 1 、x 2 、x 3 、x 4 、x 5 。
4、、x 6 分别代表待测物（A）、标记特异抗体（P）、复合物（PA）、抗 体（R）、复合物（RA）、复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系： 步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为： 步骤4：令，建立免疫层析试条生化反应过程的微分方程： （1） 步骤5：测量检测线上的信号，建立所述信号大小与检测线上的复合物（PA）、复合物 （RPA）的量的比例关系如下： （2） 其中，y表示检测线上的信号值，k 9 表示比例系数； 步骤6：在免疫层析试条生化反应的过程中考虑系统噪声w(t)的影响，则公式（1）表示 为： （3） 在测量得到的观测数据中考虑观测噪声的影响，则公式。
5、（2）表示为： （4） 其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量； 步骤7：将公式（3）、（4）转化为离散形式，如下： （5） 权 利 要 求 书CN 102819691 A 2/2页 3 （6） 步骤8：令，将公式（5）、（6）表示为如下通式： （7） （8） 至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立； 步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，得到时间 序列数据； 步骤10：根据测量得到的观测数据，设置待估计状态、参数、系统噪声及观测噪声方差 的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的模型的建。
6、立。 权 利 要 求 书CN 102819691 A 1/5页 4 免疫层析试条生化反应过程的建模方法 技术领域 0001 本发明涉及免疫层析试条定量测定技术领域，特别是一种基于非线性估计理论的 免疫层析试条生化反应过程的建模方法。 背景技术 0002 免疫测定(Immunoassay, IA)是利用抗原抗体反应检测标本中微量物质的方法。 基于抗原抗体反应的特异性和敏感性，免疫测定的应用范围遍及医学检验的多个领域。任 何物质只要能获得相应的特异性抗体，即可用免疫测定进行检测。作为简便快速检验方法， 金免疫层析技术（Gold Immunochromatographic assay, GICA)是。
7、一种将胶体金标记技术、 免疫检测技术和层析分析技术等多种技术结合在一起的固相标记免疫检测技术。由于金标 记技术与同位素、荧光素、化学发光等标记技术相比，具有独特的优势，其检测效率高、方法 简便、无污染、试剂稳定、适用于单人份测定等特点。随着研究开发的进展，纳米金免疫层析 测定应用领域越来越广，有临床诊断，食品安全检测，环境检测，农业及一些新兴领域比如 分子诊断等，几乎涵盖了免疫学诊断检测的所有方面。 0003 金免疫层析试条可用于定性、半定量及定量的检测。定性检测是进行阴性和阳性 的判读，半定量主要有标准色板对照法、质控线对比法等。目前研究者们已高度重视纳米金 免疫层析试条定量测试的研究，但一。
8、直没有对免疫层析试条进行建模来辅助定量免疫层析 试条的研制。 发明内容 0004 本发明的目的在于提供一种免疫层析试条生化反应过程的建模方法，该建模方法 建立的模型能够描述试条中抗原与抗体的免疫反应过程，从而检测定量试条中各个设计参 数的影响及优化试条的特性，为实现金免疫层析试条定量测试提供保证。 0005 本发明采用的技术方案是：一种免疫层析试条生化反应过程的建模方法，包括以 下步骤： 步骤1：建立免疫层析试条生化反应过程中的各反应关系 式：包括待测物（A）与玻璃纤维膜处的标记特异抗体（P）的反应 ，待测物（A）与检测线上的抗体（R）的反应 ，待测物（A）和标记特异抗体（P）形成的复合物（P。
9、A）与 检测线上的抗体（R）的反应 ，以及标记特异抗体（P） 说 明 书CN 102819691 A 2/5页 5 与检测线上产生的复合物（RA）的反应 ；其中，k 1 ， k 2 ，k 8 分别为各反应的反应动力学参数；各反应的反应速率分别为v 1 、v 2 、v 3 、v 4 ； 步骤2：用x 1 、x 2 、x 3 、x 4 、x 5 、x 6 分别代表待测物（A）、标记特异抗体（P）、复合物（PA）、抗 体（R）、复合物（RA）、复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系： 步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为： 步骤4：令，建立免疫层析试条生化反应过。
10、程的微 分方程： （1） 步骤5：测量检测线上的信号，建立所述信号大小与检测线上的复合物（PA）、复合物 （RPA）的量的比例关系如下： （2） 其中，y表示检测线上的信号值，k 9 表示比例系数； 步骤6：在免疫层析试条生化反应的过程中考虑系统噪声w(t)的影响，则公式（1）表示 为： （3） 在测量得到的观测数据中考虑观测噪声的影响，则公式（2）表示为： （4） 其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量； 步骤7：将公式（3）、（4）转化为离散形式，如下： （5） （6） 说 明 书CN 102819691 A 3/5页 6 步骤8：令，将公式（5）。
11、、（6）表示为如下通式： （7） （8） 至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立； 步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，得到时间 序列数据； 步骤10：根据实验测量得到的观测数据，设置待估计状态、参数、系统噪声及观测噪声 方差的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的模型的建立。 0006 本发明的有益效果是根据免疫层析反应的机理及综合考虑试条的各种噪声和干 扰，用状态空间模型以描述试条中抗原与抗体的免疫反应过程，通过非线性估计方法根据 实验测量得到的观测数据对模型进行辨识。该建模方法建立的模型能够描述试条中抗原与 抗体的免疫反。
12、应过程，从而检测定量试条中各个设计参数的影响及优化试条的特性，为实 现金免疫层析试条定量测试提供保证。 0007 下面结合附图及具体实施例对本发明作进一步的详细说明。 附图说明 0008 图1是本发明建模方法的工作流程图。 0009 图2是是采集到的免疫层析试条反应的短时间序列图。 0010 图3是扩展卡尔曼滤波算法估计出的免疫层析试条中各物质的变化情况图。 0011 图4是扩展卡尔曼滤波算法估计出的模型参数图。 0012 图5是扩展卡尔曼滤波建立的模型验证Hook效应图。 0013 图6是验证扩展卡尔曼滤波建立的模型的有效性图。 0014 图7是粒子滤波算法估计出的免疫层析试条中各物质的变化。
13、情况图。 0015 图8是粒子滤波算法估计出的模型参数图。 具体实施方式 0016 本发明免疫层析试条生化反应过程的建模方法，如图1所示，包括以下步骤： 步骤1：建立免疫层析试条生化反应过程中的各反应关系式：包括待测物（A） 与玻璃纤维膜处的标记特异抗体（P）的反应 ， 待测物（A）与检测线上的抗体（R）的反应 ，待 测物（A）和标记特异抗体（P）形成的复合物（PA）与检测线上的抗体（R）的反应 ，以及标记特异抗体（P）与检测线上产生的复合物 说 明 书CN 102819691 A 4/5页 7 （RA）的反应 ；其中，k 1 ，k 2 ，k 8 分别为各反应的 反应动力学参数；各反应的反应速。
14、率分别为v 1 、v 2 、v 3 、v 4 ； 步骤2：用x 1 、x 2 、x 3 、x 4 、x 5 、x 6 分别代表待测物（A）、标记特异抗体（P）、复合物（PA）、抗 体（R）、复合物（RA）、复合物（RPA）的物质浓度，建立反应速率与物质浓度的关系： 步骤3：建立免疫层析试条生化反应过程的化学计量系数矩阵为： 步骤4：令，建立免疫层析试条生化反应过程的微 分方程： （1） 步骤5：测量检测线上的信号，建立所述信号大小与检测线上的复合物（PA）、复合物 （RPA）的量的比例关系如下： （2） 其中，y表示检测线上的信号值，k 9 表示比例系数； 步骤6：在免疫层析试条生化反应的过程。
15、中考虑系统噪声w(t)的影响，则公式（1）表示 为： （3） 在测量得到的观测数据中考虑观测噪声的影响，则公式（2）表示为： （4） 其中，公式（3）、（4）中的w(t)、v(t)分别表示系统噪声、观测噪声的噪声量； 步骤7：将公式（3）、（4）转化为离散形式，如下： （5） （6） 说 明 书CN 102819691 A 5/5页 8 步骤8：令，将公式（5）、（6）表示为如下通式： （7） （8） 至此，完成免疫层析试条生化反应过程的状态空间模型结构的建立； 步骤9：通过信号采集装置测量检测线上的信号，进行预处理及特征值提取，从而得到 时间序列数据如图2所示； 步骤10：用非线性估计理论，。
16、根据实验测量得到的观测数据，设置待估计状态、参数、 系统噪声及观测噪声方差的初始值，对模型进行辨识，完成免疫层析试条生化反应过程的 模型的建立。从结果中我们可以观察到随着反应的进行，免疫层析试条系统中各物质随时 间变化的量，及各反应的反应速率，系统噪声及观测噪声的变化情况。同时，本发明建立的 模型可以验证免疫层析反应系统中存在的HOOK效应。 0017 下面结合实施例对本发明做进一步说明。 0018 实施例1: 用扩展卡尔曼滤波方法进行免疫层析定量测定反应过程的建模方法 我们根据实验测量得到的观测数据见图2，然后设置待估计状态、参数、系统噪声及观 测噪声方差的初始值，对模型进行辨识。结果如下：。
17、 扩展卡尔曼滤波算法估计出免疫层析试条中各物质的变化情况见图3；扩展卡尔曼滤 波算法估计出的模型参数见图4；扩展卡尔曼滤波算法建立的模型验证Hook效应见图5； 验证扩展卡尔曼滤波算法建立模型的有效性结果见图6。 0019 实施例2: 用粒子滤波方法进行免疫层析定量测定反应过程的建模方法 我们根据实验测量得到的观测数据见图2，然后设置待估计状态、参数、系统噪声及观 测噪声方差的初始值，对模型进行辨识。结果如下： 粒子滤波算法估计出免疫层析试条中各物质的变化情况见图7；粒子滤波算法估计出 的模型参数见图8。 0020 以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作 用未超。
18、出本发明技术方案的范围时，均属于本发明的保护范围。 说 明 书CN 102819691 A 1/8页 9 图1 说 明 书 附 图CN 102819691 A 2/8页 10 图2 说 明 书 附 图CN 102819691 A 10 3/8页 11 图3 说 明 书 附 图CN 102819691 A 11 4/8页 12 图4 说 明 书 附 图CN 102819691 A 12 5/8页 13 图5 说 明 书 附 图CN 102819691 A 13 6/8页 14 图6 说 明 书 附 图CN 102819691 A 14 7/8页 15 图7 说 明 书 附 图CN 102819691 A 15 8/8页 16 图8 说 明 书 附 图CN 102819691 A 16 。