区分细菌与病毒感染的标记物和决定因素以及其使用方法与流程

本申请要求2010年4月21日提交的U.S.S.N.61/326244的权益，其内容通过引用全文纳入本文。

技术领域

本发明通常关于鉴定细菌和病毒感染(infection)相关的生物标记物和决定因素和在筛选诊断、治疗和感染监控中使用这些生物标记物的方法。

技术背景

抗生素(Abx)是世界上最常用的处方药类药物，全球市场达250-300亿美元。多个研究显示40-70％抗生素是错误的处方药(Linder和Stafford 2001；Scott,Cohen等，2001；Davey,Brown等，2006；Cadieux,Tamblyn等，2007；Pulcini,Cua等，2007；2011),使抗生素成为世界上最滥用的药物(CDC 2011)。抗生素滥用能分成两类：(i)处方用于治疗抗生素对之无效的非细菌疾病如病毒感染，和(ii)在细菌疾病情况下处方，但是使用了错误的抗生素谱。例如根据美国疾病控制和预防中心，在美国每年开出超过6千万错误的抗生素处方药以治疗抗生素对之无效和不合适的流感。限定当前诊断方法有效性以降低错误处方的主要因素包含：(i)诊断时间；(ii)不可及的感染位点；(iii)由于非致病性细菌引起的假阳性和(iv)混合感染诊断的挑战(即细菌和病毒共感染)。

这些因素造成了诊断间隙，进而常导致医师或者过量处方抗生素(“以防万一的方案”)或者过低处方抗生素(“观望方案”)(Little和Williamson 1994；Little 2005；Spiro,Tay等，2006),两者都远没有达到健康和经济的效果。

理想地，辅助医师正确处方抗生素的技术方案应该使诊断：(i)精确区分细菌和病毒感染；(ii)快速(数分钟内)；(iii)能区分致病性细菌和是人体正常菌群一部分的非致病性细菌,(iv)能区分混合和纯病毒感染，和(v)可用于病原体不可及的病例。当前解决方法(如培养、PCR和免疫试验)没有实现所有这些要求：(i)大部分试验(除了多重PCR)常限制于有限组的细菌或病毒株；(ii)其通常需要数小时到数天(例如培养和基于核酸的试验)；(iii)其经常不区分致病性和非致病性细菌(Del Mar 1992)；(iv)其常不能区分混合和纯病毒感染，和(v)其需要感染位点的直接取样，其中搜索致病剂的踪迹。后者阻止病原体驻留于不可及组织(这经常发生)的病例的诊断。

因此，存在对精确区分细菌病毒与混合感染的方法的需求。

技术实现要素：

本发明基于鉴定与细菌、病毒和混合(即细菌和病毒共感染)感染相关的标记物和决定因素。本发明的方法使能鉴定对象遭受感染的类型，进而能选择合适的治疗方案。重要的是，本发明的标记物和决定因素不仅确实区分病毒和细菌感染，而且标记物和决定因素也区分混合和病毒感染。因此，本发明的方法能选择需要抗生素治疗的对象，并且防止仅有病毒感染和非感染性(non-infectious)疾病对象的不必要抗生素治疗。

因此，本发明的一个方面提供有预定水平可预测性的鉴定对象中感染的方法，所述方法通过测量对象样品中选自ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SDCBP、SMAD9、SOCS3、TRIM 22、UBE2N、XAF1和ZBP1的一种或多种多肽的表达水平。样品中一种或多种多肽水平的临床显著改变指示对象的感染。在一些方面，一种或多种多肽的水平与参照值如指数值作比较。

在多个方面，所述方法将病毒感染对象区分于非感染性疾病对象或健康对象；将细菌感染对象区分于非感染性疾病对象或健康对象；将感染性(infectious)疾病对象区分于非感染性疾病对象或健康对象；将细菌感染对象区分于病毒感染对象或混合感染对象和病毒感染对象。

可选地，所述方法还包含测量一种或多种非蛋白的特性(即非蛋白决定因素(DETERMINANT))，例如白细胞计数、嗜中性粒细胞％、淋巴细胞％、单核细胞％、淋巴细胞绝对计数、嗜中性粒细胞绝对计数和最大温度，或测量CRP或MX1的表达水平。

例如，所述样品是全血或成分血样。成分血样包括含有淋巴细胞、单核细胞和粒细胞的细胞。通过电泳或免疫化学测量多肽的表达水平。免疫化学检测是例如通过流式细胞仪、放射性免疫实验、免疫荧光分析或通过酶联免疫吸附实验。

本发明的一些方面中，优选选择决定因素(DETERMINANT)，从而其MCC>＝0.4。

在多个方面，所述方法将病毒感染对象区分于非感染性疾病对象或健康对象。在这些方法中，测量一种或多种多肽，包含IFIT3、IFITM3、LOC26010、MAN1C1、MX1、OAS2、RAB13、RSAD2和SART3。在多个实施方式中，测量两种或更多种决定因素(DETERMINANT)，例如：

a)测量C1orf83，和测量选自IFIT3、IFITM3、LOC26010、LRDD、最高温度(Maximaltemperature)、MX1、OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

b)测量IFIT3，和测量选自IFITM3、LOC26010、LRDD、最高温度(Maximaltemperature)、MX1、OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

c)测量LOC26010，和测量选自LRDD、最高温度(Maximaltemperature)、MX1、OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

d)测量LRDD，和测量选自最高温度(Maximaltemperature)、MX1、OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

e)测量最高温度(Maximaltemperature)，和测量选自OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

f)测量MX1，和测量选自最高温度(Maximaltemperature)、MX1、OAS2、PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

g)测量OAS2，和测量选自PTEN、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

h)测量PTEN，和测量选自RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

i)测量RAB13，和测量选自RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

j)测量RPL34，和测量RSAD2或SART3。

在其他多个方面，所述方法将细菌感染对象区分于非感染性疾病对象或健康对象。在这类方法中，测量选自HERC5、KIAA0082、LOC26010、MX1、OAS2、RAB13和SMAD9的一种或多种多肽。在多个实施方式中，测量两种或更多种决定因素(DETERMINANT)，例如：

a)测量ANC，和测量选自C1orf83、CD15、CRP、IFIT3、ISG20、LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1或ZBP1的第二决定因素(DETERMINANT)。

b)测量C1orf83，和测量选自CD15、CRP、IFIT3、ISG20、LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

c)测量CD15，和测量选自CRP、IFIT3、ISG20、LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

d)测量CRP，和测量选自IFIT3、ISG20、LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

e)测量IFIT3，和测量选自ISG20、LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

f)测量ISG20，和测量选自LOC26010、LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

g)测量LOC26010，选自LRDD、LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

h)测量LRDD，和测量选自LTA4H、Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

i)测量LTA4H，和测量选自Lym(％)、最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

j)测量Lym(％)，和测量选自最高温度(Maximaltemperature)、MX1、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

k)测量最高温度(Maximaltemperature)，和测量选自OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

l)测量MX1，和测量选自最高温度(Maximaltemperature)、OAS2、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

m)测量OAS2，和测量选自PARP9、QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

n)测量PARP9，和测量选自QARS、RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

o)测量QARS，和测量选自RAB13、RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

p)测量RAB13，和测量选自RAB31、RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

q)测量RAB31，和测量选自RAC2、RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

r)测量RAC2，和测量选自RPL34、SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

s)测量RPL34，和测量选自SART3、TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

t)测量SART3，和测量选自TRIM22、WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

u)测量TRIM22，和测量选自WBC、XAF1和ZBP1的第二决定因素(DETERMINANT)。

v)测量WBC，和测量XAF1或ZBP1。

w)测量XAF1和ZBP1。

在其他多个方面，所述方法将有感染性疾病对象区分于非感染性疾病对象或健康对象。在这类方法中，测量选自IFIT3、LOC26010、MAN1C1、MX1、OAS2、RAB13、RSAD2和SMAD9的一种或多种多肽。在多个实施方式中，测量两种或更多种决定因素(DETERMINANT)，例如：

a)测量C1orf83，和测量选自CRP、IFIT3、LOC26010、LRDD、MX1、最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

b)测量CRP，和测量选自IFIT3、LOC26010、LRDD、MX1、最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

c)测量IFIT3，和测量选自LOC26010、LRDD、MX1、最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

d)测量LOC26010，和测量选自LRDD、MX1、最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2、和SART3的第二决定因素(DETERMINANT)。

e)测量LRDD，和测量选自MX1、最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

f)测量MX1，和测量选自最高温度(Maximaltemperature)、OAS2、QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

g)测量最高温度(Maximaltemperature)，和测量选自OAS2、QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

h)测量OAS2，和测量选自QARS、RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

i)测量QARS，和测量选自RAB13、RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

j)测量RAB13，和测量选自RPL34、RSAD2和SART3的第二决定因素(DETERMINANT)。

k)测量RPL34，和测量RSAD2或SART3。

l)测量RSAD2和SART3。

在多个方面，本方法区分细菌感染对象与病毒感染对象。在这种方法中，测量选自ABTB1、ADIPOR1、ARHGDIB、ARPC2、CD15、CORO1A、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、IFIT1、IFIT3、IFITM1、IFITM3、IL7R、LOC26010、LY6E、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和TRIM 22的一种或多种多肽。在多个实施方式中，测量两种或更多种决定因素(DETERMINANT)，例如：

a)测量ANC，和测量选自CORO1A、CRP、EIF4B、IFIT3、IFITM1、IFITM3、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

b)测量CORO1A，和测量选自CRP、EIF4B、IFIT3、IFITM1、IFITM3、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

c)测量CRP，和测量选自EIF4B、IFIT3、IFITM1、IFITM3、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

d)测量EIF4B，和测量选自IFIT3、IFITM1、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

e)测量IFIT3，和测量选自IFITM1、IFITM3、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

f)测量IFITM1，和测量选自IFITM3、LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

g)测量IFITM3，和测量选自LOC26010、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

h)测量LOC26010，和测量选自Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

i)测量Lym(％)，和测量选自MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

j)测量MAN1C1，和测量选自MX1、Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

k)测量MX1，和测量选自Neu(％)、NPM1、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

l)测量Neu(％)，和测量选自OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

m)测量NPM1，和测量选自Neu(％)、OAS2、PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

n)测量OAS2，和测量选自PARP12、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

o)测量PARP12，和测量选自PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

p)测量PTEN，和测量选自RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)；

q)测量RSAD2，测量SDCBP或WBC；或

r)测量SDCBP和WBC。

或者：

测量CRP和RSAD2；

测量CRP和PARP12；

测量CRP和MX1；

测量CRP和Lym(％)；

测量CRP和IFIT3；

测量CRP和LOC26010；

测量CRP和PTEN；

测量CRP和IFITM3；

测量Neu(％)和RSAD2；

测量OAS2和RSAD2；

测量CRP和EIF4B；

测量CRP和NPM1；

测量CRP和Neu(％)；

测量CRP和OAS2；

测量CRP和SDCBP；

测量CRP和IFIT1；

测量CRP和IFI6；

测量CRP和PDIA6；或

测量CRP和PARP9。

在另一方面，例如测量CRP和选自RSAD2、MX1、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFIT1、IFI6、PDIA6和PARP9的一种或多种决定因素(DETERMINANT)。

在另一方面，测量CRP和选自RSAD2、IFITM3、EIF4B、MX1、OAS2、IFITM1、IFIT3、PARP12、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFIT1、IFI6、PDIA6、PARP9、Neu(％)、Lym(％)、ANC和WBC的一种或多种决定因素(DETERMINANT)。

在另一方面，例如测量选自Neu(％)、Lym(％)、ANC、WBC和CRP的一种或多种决定因素(DETERMINANT)，和测量选自RSAD2、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFIT1、IFI6、PDIA6和PARP9的一种或多种决定因素(DETERMINANT)。

在另一方面，例如测量选自RSAD2、CRP、MX1、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFIT1、IFI6、PDIA6和PARP9的两种或更多种决定因素(DETERMINANT)。

在另一方面，例如测量选自RSAD2、CRP、Neu(％)、Lym(％)、MX1、ANC、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、WBC、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFI6、PDIA6和PARP9的两种或更多种决定因素(DETERMINANT)。

在另一方面，例如测量选自RSAD2、CRP、MX1、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFI6、PDIA6和PARP9的三种或更多种决定因素(DETERMINANT)。

在另一方面，例如测量选自RSAD2、CRP、Neu(％)、Lym(％)、MX1、ANC、IFITM3、EIF4B、OAS2、IFITM1、IFIT3、PARP12、WBC、LOC26010、PTEN、CORO1A、MAN1C1、NPM1、SDCBP、IFI6、PDIA6和PARP9的三种或更多种决定因素(DETERMINANT)。

在另一方面，例如测量选自ABTB1、ANC、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、IFI6、IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的两种或更多种决定因素(DETERMINANT)，并且选择所述决定因素(DETERMINANT)，从而其p值小于10^-4。

在另一方面，例如测量选自ABTB1、ANC、ARHGDIB、ARPC2、CD15、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、IFIT1、IFIT3、IFITM1、IFITM3、IL7R、KIAA0082、LOC26010、Lym(％)、MBOAT2、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SDCBP、TRIM 22、WBC、ARHGDIB、ARPC2、HERC5、IFI6、IFIT3、MBOAT2和TRIM 22的两种或更多种决定因素(DETERMINANT)，并且选择所述决定因素(DETERMINANT)，从而其p值小于10^-3。

在另一方面，例如，

a)测量ABTB1，和测量选自ANC、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、IFI6、IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

b)测量CSDA，和测量选自EIF4B、EPSTI1、GAS7、IFI6、IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

c)测量EPSTI1，和测量选自GAS7、IFI6、IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

d)测量GAS7，和测量选自IFI6、IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

e)测量IFI6，和测量选自IFIT3、IFITM1、IFITM3、LOC26010、LY6E、Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

f)测量LY6E，和测量选自Lym(％)、MAN1C1、MX1、Neu(％)、NPM1、OAS2、PARP12、PARP9、PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

g)测量PARP9，和测量选自PDIA6、PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

h)测量PDIA6，和测量选自PTEN、RSAD2、SDCBP和WBC的第二决定因素(DETERMINANT)。

在多个方面，本方法区分混合感染对象和病毒感染对象。在这种方法中，测量选自ANC、ARHGDIB、ARPC2、ATP6V0B、CD15、CES1、CORO1A、HERC5、IFIT3、LIPT1、LOC26010、MX1、OAS2、PARP12、PARP9、PBS、PTEN、RSAD2、SART3、SOCS3和UBE2N的一种或多种多肽。

例如：

a)测量ANC，和测量选自ARHGDIB、ARPC2、ATP6V0B、CES1、CORO1A、CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3或UBE2N的第二决定因素(DETERMINANT)；

b)测量ARHGDIB，和测量选自ARPC2、ATP6V0B、CES1、CORO1A、CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

c)测量ARPC2，和测量选自ATP6V0B、CES1、CORO1A、CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％),OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

d)测量ATP6V0B，和测量选自CES1、CORO1A、CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

e)测量CES1，和测量选自CORO1A、CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

f)测量CORO1A，和测量选自CRP、HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

g)测量CRP，和测量选自HERC5、IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

h)测量HERC5，和测量选自IFIT3、LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

i)测量IFIT3，和测量选自LIPT1、LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

j)测量LIPT1，和测量选自LOC26010、Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

k)测量LOC26010，和测量选自Lym(％)、MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

l)测量Lym(％)，和测量选自MX1、Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

m)测量MX1，和测量选自Neu(％)、OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

n)测量Neu(％)，和测量选自OAS2、PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

o)测量OAS2，和测量选自PARP12、PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

p)测量PARP12，和测量选自PARP9、PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

q)测量PARP9，和测量选自PTEN、RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

r)测量PTEN，和测量选自RSAD2、SOCS3和UBE2N的第二决定因素(DETERMINANT)；

s)测量RSAD2和测量SOCS3或UBE2N；或

t)测量SOCS3和UBE2N。

上述任何方法可用于将细菌或混合感染对象区分于病毒感染、非感染性疾病或健康对象。可选地，选择对象的治疗方案。例如，选择鉴定为有细菌或混合感染的对象接受抗生素治疗方案，而不选择鉴定为有病毒感染、非感染性疾病或健康对象接受抗生素治疗方案。

本发明也提供根据上述任何方法通过鉴定感染为对象选择治疗方案的方法；和选择治疗方案，从而治疗疑似有感染的对象。

本发明还提供有预定水平可预测性的监控感染治疗有效性的方法，通过：检测第一时间段对象第一样品中选自ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SDCBP、SMAD9、SOCS3、TRIM 22、UBE2N、XAF1和ZBP1的一种或多种多肽的水平；和检测第二时间段对象第二样品中选自ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SDCBP、SMAD9、SOCS3、TRIM 22、UBE2N、XAF1和ZBP1的一种或多种多肽的水平。在第一时间段检测的一种或多种多肽水平与第二时间段检测的水平作比较。可选地，检测的一种或多种多肽水平与参照值作比较。通过一种或多种多肽水平的变化监控治疗有效性。

所述对象原先治疗过感染。或者所述对象原先没有治疗过感染。在一些方面，所述第一样品取自对象治疗感染前，而所述第二样品取自对象治疗感染后。在一些方面，所述第二样品取自对象感染复发后或感染复发前。

本发明还包含感染参照表达概况，包含选自ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SMAD9、SDCBP、TRIM 22、SART3、SOCS3、UBE2N、XAF1和ZBP1的两种或更多种多肽的多肽水平模式。

本发明还包含检测选自下面的相应多肽的多个多肽检测试剂的试剂盒：ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SMAD9、SDCBP、TRIM 22、SART3、SOCS3、UBE2N、XAF1和ZBP1。优选检测试剂包含一种或多种抗体或其片段。

本发明还包括机器可读介质，包含根据本发明的一种或多种感染参照表达概况，并且可选有附加的测试结果和对象信息。

除非另外定义，本文使用的所有技术和科学术语的意义与本发明所属领域普通技术人员通常所理解的相同。虽然在本发明的实施中可以采用类似于或等同于本文所述的那些方法和材料，但是下面描述了合适的方法和材料。本文中述及的所有出版物、专利申请、专利和其他参考文献都通过引用全文明确地纳入本文。在抵触的情况下，以本说明书(包括定义在内)为准。此外，本文描述的材料、方法和实施例都仅为说明性，并不构成限制。

通过以下详述和权利要求书很容易了解和包含本发明的其他特征和优点。

附图说明

图1显示了基于蛋白免疫标记物的诊断。健康，细菌和病毒感染的个体的蛋白组学标记物用柱显示，代表不同蛋白的标准水平。

图2显示临床研究的工作流程。

图3是显示患者和感染特性的一系列柱形图。

图4A有病毒对比细菌感染的患者中表达水平不同的决定因素(DETERMINANT)的测量。点对应患者并且条对应组平均值(左图)。用最大似然法估计决定因素(DETERMINANT)的分布(右图)。缩写淋巴(lym)、粒(gran)、单核(mono)、平均(mean)和总体(total)分别用于指示决定因素(DETERMINANT)多肽在淋巴细胞、粒细胞、单核细胞、所有白细胞中的平均信号或白细胞的总体信号中是否差异表达。

图4B有混合感染对比纯病毒感染的患者中表达水平不同的决定因素(DETERMINANT)的测量。

图4C病毒对比非感染性疾病和健康患者中表达水平不同的决定因素(DETERMINANT)的测量。

图4D细菌对比非感染性疾病和健康患者中表达水平不同的决定因素(DETERMINANT)的测量。

图4E感染性疾病对比非感染性疾病和健康患者中表达水平不同的决定因素(DETERMINANT)的测量。

图5在宿主对感染的反应中已经确立免疫作用的蛋白不必然在病毒对比细菌感染患者中差异表达。每个点代表了在淋巴细胞中测量蛋白水平的不同患者(蓝色和红色分别是病毒和细菌感染患者)并且条指示组平均值。

图6是显示使用两个决定因素(DETERMINANT)的组合诊断病毒和细菌感染患者的散点图。病毒和细菌感染患者分别通过红色'+'和蓝色'o'标记。使用在90％数据上训练的线性SVM进行患者分类，其中白色和黑色区(分别分类为病毒和细菌)指示决定因素(DETERMINANT)组合的空间。每个点对应两个决定因素(DETERMINANT)的不同组合。

图7一些决定因素(DETERMINANT)的组合显示比相应单个决定因素(DETERMINANT)提高的诊断精确性，而其他组合显示降低的精确性。(A)使用有弃10％法(leave-10％-out)交叉验证方案的线性SVM模型就决定因素(DETERMINANT)对获得病毒对比细菌感染患者的MCC方面的分类精确性。(B)与从对应的单个决定因素(DETERMINANT)获得的精确性相比，决定因素(DETERMINANT)对的分类精确性改变(dMCC)如下计算:MCCi,j–最大(MCCi,MCCj)，其中MCCi和MCCj分别对应就决定因素(DETERMINANT)i和j得到的MCC，并且就所述对得到MCCi,j。热与冷的颜色分别指示其组合的分类精确性比单个决定因素(DETERMINANT)精确性更高和更低的决定因素(DETERMINANT)对。

图8 mRNA水平在细菌和病毒感染患者中差异表达的基因在相应患者中经常不显示同一差异行为。

图9一些蛋白的表达水平不与免疫系统的不同细胞类型良好相关。显示粒细胞和淋巴细胞上表达水平较差相关的两个蛋白示例(PARP12和OAS2)。

发明详述

本发明涉及鉴定与细菌、病毒和混合(即细菌和病毒共感染)感染相关的标记物和决定因素。更特别地，发现某些多肽在有细菌、病毒或混合(即细菌和病毒共感染)的患者中以统计学显著方式差异表达。这些多肽包含ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SMAD9、SDCBP、SOCS3、TRIM 22、UBE2N、XAF1和ZBP1。

不同的感染剂有能被免疫系统鉴定和靶向的独特分子模式。这种分子的示例是病原相关分子模式(PAMP)，其与不同病原体组相关，并且可以通过使用Toll-样受体(TLR)和其他模式识别受体(例如NOD蛋白)被先天免疫系统细胞识别(Akira,Uematsu等，2006；Murphy,Travers等，2008)。这些模式可以在不同病原体种类之间有显著变化，并且因此引起不同的免疫反应。例如，TLR-4能识别脂多糖(革兰氏阴性菌的组分)以及脂磷壁酸(革兰氏阳性菌的组分)，因此增强免疫系统的抗微生物反应(Akira,Uematsu等，2006；Murphy,Travers等，2008)。TLR-3能识别单链RNA(通常指示病毒感染)并因此增强合适的抗病毒反应(Akira,Uematsu等，2006；Murphy,Travers等，2008)。通过区分不同病原体种类(如细菌对比病毒)，免疫系统能引起合适的防御。

在过去的几十年中，鉴定了能用于鉴别多种适应症感染来源的不同诊断的数个宿主标记。一个示例是原降钙素(PCT)，这是由甲状腺的C细胞生成的激素降钙素前体。健康个体血流中的PCT水平难以检测(在pg/ml范围内)，但是可由于严重感染显著增加到100ng/ml的水平。PCT大量用于诊断有系统感染、败血症的患者，有76％灵敏度和70％特异性(Jones,Fiechtl等，2007)。然而，测试PCT在其他非系统感染例如肺炎或上呼吸道感染中的诊断价值的研究发现其有局限性。(Brunkhorst,Al-Nawas等，2002)。

另一个广泛使用的标记是急性期蛋白C反应蛋白(CRP)。血液中的CRP水平可以响应炎症而增加。然而，在一些适应症例如败血症中，发现其灵敏度和特异性明显低于PCT(Hatherill,Tibby等，1999)。检测感染和败血症的不同来源的其他建议标记包含CD64(Rudensky,Sirota等，2008)和HNL(Fjaertoft,Foucard等，2005)。在广泛的设置中，用于诊断病毒对比细菌感染的这些标记的可靠性和精确性是有限的。

本发明寻求克服上述诊断挑战，通过：(i)能精确区分细菌和病毒感染；(ii)能快速诊断(数分钟内)；(iii)避免对人体正常菌群部分的非致病性细菌“假阳性”鉴定,(iv)能精确区分混合和纯病毒感染，和(v)能诊断病原体不可及的病例。

为此，发明人寻求鉴定和测试其水平在病毒、细菌和混合感染患者中不同表达的新生物标记组，并且使用这些生物标记与模式识别算法的组合测量来精确鉴定感染来源，从而辅助医师准确处方抗生素。

为了有助于普遍应用的解决方法，发明人招募了不同种类的患者组(168患者)，包含不同的年龄、种族、病原体类型、临床综合征和综合征出现的时间(见图3)，开发和测试所述解决方法。

为解决快速诊断的挑战，本发明聚焦于快速测量的生物标记例如蛋白，而不是其他需要数小时到数天测量的生物标记例如基于核酸的生物标记。注意到近年来，用于开发生物标记的高通量核酸定量测量通过使用诸如微阵列和深度测序等技术而变得可行。然而，在蛋白质组水平进行这种定量高通量测量仍是挑战。本发明聚焦于后者。

为了解决混合感染诊断和治疗的临床挑战，本发明包含区分混合感染(尽管出现病毒，仍需要抗生素治疗)和纯病毒感染(不需要抗生素治疗)的方法。

本发明还解决由于人体正常菌群部分的非致病性菌株引起的“假阳性”诊断问题。这通过测量来自宿主而不是病原体的生物标记来实现。

重要的是，本发明不需要直接接近病原体，因为免疫系统在全身循环，从而辅助不可及病原体的病例诊断。

因此，本发明提供通过检测与感染相关的决定因素(DETERMINANT)来鉴定有感染的对象的方法，包含那些无感染症状的对象。这些标记物和决定因素(DETERMINANT)也用于监控经历感染处理和治疗的对象，和选择或修改在感染对象中有效的治疗和处理。

本发明测量的示例性多肽

ABTB1:此基因编码有锚蛋白重复区和两个BTB/POZ结构域的蛋白，所述结构域认为参与了蛋白-蛋白相互作用。此基因的表达通过磷酸酶和张力蛋白同源物，肿瘤抑制子来激活。可变剪接产生三个转录变体。其可以作为PTEN生长抑制信号通路的调节物。其可在发育过程中起作用。

ADIPOR1:ADIPOR1是球形和全长脂连蛋白(APM1)(由脂肪细胞分泌的作为抗糖尿病药的重要激素)的受体。其很有可能参与到调节脂质代谢例如脂肪酸氧化的代谢通路中。其调节增加的AMPK、PPARA配体活性、脂肪酸氧化和通过脂连蛋白的葡萄糖摄入。ADIPOR1有用于球形脂连蛋白的一些高亲和性受体和用于全长脂连蛋白的低亲和性受体。

ARHGDIB:通过抑制GDP从中解离和随后GTP与之结合来调节Rho蛋白的GDP/GTP交换反应。

ARPC2:作为参与肌动蛋白聚合调节的Arp2/3复合物的肌动蛋白结合成分起作用，并且与活化成核促进因子(NPF)一起调节支链肌动蛋白网络的形成。似乎与母亲肌动蛋白丝接触。

ATP6V0B:H+-ATP酶(液泡ATP酶,V-ATP酶)是作用于酸化真核细胞的胞内区室的酶转运蛋白。其普遍表达，并且出现在内膜细胞器，例如液泡、溶酶体、内涵体、高尔基体、嗜铬颗粒和被膜囊泡以及质膜。H+-ATP酶是由两个结构域组成的多亚基复合物。V1结构域负责ATP水解，V0结构域负责蛋白移位。有两个主要的机制调节H+-ATP酶活性；包含H+-ATP酶囊泡来往于质膜的再循环和全(holo)酶复合物的葡萄糖敏感性组装/分解。这些转运蛋白在诸如受体介导胞吞作用、蛋白降解和偶联转运等过程中起重要作用。其在骨再吸收中有功能，并且A3基因的突变造成隐性骨硬化病。另外，H+-ATP酶涉及肿瘤转移和调节精子的运动和成熟。

C1orf83:功能没有完全鉴定。

CD15(FUT4):此基因的产物转移岩藻糖到N-乙酰基乳糖胺多糖以生成岩藻糖基化的糖结构。其催化合成非唾酸化抗原路易斯(Lewis)x(CD15)。

CES1:参与外源物的脱毒以及酯和酰胺前药的活化。水解脂族和芳族酯，但是没有针对酰胺或脂肪酰基辅酶A酯的催化活性。水解可卡因的甲酯基以形成苯甲酰芽子碱。催化可卡因的酯交换以形成古柯乙烯。显示脂肪酸乙酯合成酶活性，催化油酸的乙基酯化成油酸乙酯。

CORO1A:可以是高游动细胞的细胞骨架的关键成分，在大块质膜内陷以及参与细胞移动的质膜凸起形成中起作用。在分枝杆菌感染的细胞中，其在吞噬体膜上的保留防止吞噬体和溶酶体的融合。

CSDA:结合GM-CSF启动子并且似乎作为抑制子起其作用。也结合全长mRNA和包含共有位点5'-UCCAUCA-3'的短RNA序列。可以在翻译抑制中起作用。

CRP:C反应蛋白。由此基因编码的蛋白属于穿透素(pentaxin)家族。其参与数个宿主防御相关的功能，基于其识别外源病原体和宿主损伤细胞，以及通过与血液中体液和细胞效应系统相互作用而引起其消除的能力。

EIF4B:mRNA与核糖体结合所必需。在EIF4-F和EIF4-A紧密关联中起作用。EIF-4F和ATP存在时，其在mRNA的5'末端帽附近结合。提高EIF4-A和EIF4-F的ATP酶活性和ATP依赖性RNA解绕活性。

EPSTI1:功能还没有完全鉴定。

GAS7:生长停滞特异性7主要在末端分化的脑细胞中表达，并且在成熟的小脑浦肯野神经元中显著表达。GAS7在神经元发育中起推定作用。描述编码N末端不同的蛋白的数个转录变体。其可以在提高小脑神经元的成熟和形态分化中起作用。

HERC5：ISG15偶联的主要的E3连接酶。作为细胞中由干扰素诱导的先天抗病毒反应的正调节物。构成以广泛和相对非特异性方式识别靶标蛋白的ISG化(ISGylation)机制的部分。催化造成持续激活的IRF3的ISG化。其减弱IRF3-PIN1相互作用，所述相互作用拮抗IRF3泛素化和降解并且增强抗病毒反应。催化减弱毒力的甲型流感病毒NS1的ISG化；ISG化的NS1不能形成同源二聚体并且因此与其RNA靶标相互作用。催化乳头瘤病毒16型L1蛋白的ISG化，造成对病毒感染性的显性负作用。物理结合多聚核糖体，以共翻译形式广泛修饰新的合成蛋白。在干扰素刺激的细胞中，新翻译的病毒蛋白是ISG15的主要靶标。

IFI6：此基因首先鉴定为干扰素诱导的很多基因之一。所述编码蛋白可以在细胞凋亡的调节中起关键作用。由12核苷酸重复元件的26个重复(类似哺乳动物剪接供体共有序列)组成的微卫星起始于第二外显子末端附近。描述了通过使用两个下游重复单位作为剪接供体位点编码不同同种型的选择性剪接转录变体。

IFIT1：具有三角形四肽重复的干扰素诱导蛋白。

IFIT3：功能还没有完全鉴定。

IFITM1：通过抑制早期复制步骤介导至少对三种重要人病原体的细胞先天免疫的IFN诱导的抗病毒蛋白，所述三种人病原体即H1N1甲型流感病毒、西尼罗河病毒和登革热病毒。通过抑制ERK活化或者通过p53依赖性方式在G1期阻滞细胞生长而在IFNγ的抗增殖作用中起关键作用。牵涉到细胞生长的控制。多聚复合物的组分参与抗增殖和同质粘附信号的转导。

IFITM3/IFITM2：通过抑制早期复制步骤介导至少对三种重要人病原体的细胞先天免疫的IFN诱导的抗病毒蛋白，所述三种人病原体即H1N1甲型流感病毒、西尼罗河病毒(WNV)和登革热病毒(WNV)。

IL7R：此基因编码的蛋白是白介素7(IL7)的受体。此受体的功能需要白介素2受体γ链(IL2RG)，这是由多个细胞因子(包含白介素2、4、7、9和15)受体共有的常见γ链。已经显示这个蛋白在淋巴细胞发育期间的V(D)J重组中起关键作用。也发现这个蛋白通过STAT5和组蛋白乙酰化控制TCRγ基因座的可及性。小鼠敲除研究提示阻断细胞凋亡是此蛋白在分化和激活T淋巴细胞中的基本功能。此蛋白的功能缺陷可以与重症联合免疫缺陷(SCID)的发病机理相关。

ISG20：对单链RNA有特异性和对DNA更小程度特异性的外切核酸酶。以高于单链DNA约35倍的速率降解RNA。参与针对RNA病毒的IFN抗病毒功能。

KIAA0082(FTSJD2):S-腺苷-L-甲硫氨酸依赖性甲基转移酶介导mRNA的5'帽结构的mRNA帽1 2'-O-核糖甲基化。甲基化m(7)GpppG-加帽mRNA中第一核苷酸的核糖以生成m(7)GpppNmp(帽1(cap1))。帽1修饰与更高水平的翻译相关。可以参与干扰素反应通路。

LIPT1:转移硫辛酸到蛋白的过程有两个步骤。第一个步骤是通过硫辛酸活化酶激活硫辛酸以形成硫辛酰-AMP。第二个步骤，此基因编码的蛋白转移硫辛酰部分到载脂蛋白。此基因的5'UTR的选择性剪接产生编码相同蛋白的5个转录变体。(由RefSeq提供)

LOC26010(SPATS2):功能还没有完全鉴定。

LRDD:此基因编码的蛋白包括富含亮氨酸重复序列和死亡结构域。显示这个蛋白与其他死亡结构域蛋白(例如Fas(TNFRSF6)-相关死亡结构域(FADD)和包含MAP激酶活化死亡结构域的蛋白(MADD))相互作用，并且因此可以作为细胞死亡相关信号传导过程的衔接蛋白起作用。发现这个基因的小鼠对应物的表达由肿瘤抑制子p53正调节并且诱导响应DNA损伤的细胞凋亡，提示此基因作为p53依赖性细胞凋亡的效应子作用。可变剪接产生多个转录变体。

LTA4H:水解白三烯A4(LTA-4)的环氧化物部分以形成白三烯B4(LTB-4)。所述酶也有一些肽酶活性。

LY6E：功能还没有完全鉴定。

MAN1C1:甘露糖苷酶分成两个亚型；I和II,(EC号分别为3.2.1.113和3.2.1.114)显示广泛表达模式。甘露糖苷酶I水解寡-甘露糖寡糖Man9(GlcNAc)2中(1,2)-连接的α-D-甘露糖残基，甘露糖苷酶II水解Man5(GlcNAc)3中(1,3)-和(1,6)-连接的α-D-甘露糖残基。两个亚型都需要共价阳离子辅因子。甘露糖苷酶的突变能造成甘露糖苷贮积症(甘露糖苷酶I缺乏)。

MBOAT2:酰基转移酶，介导溶血磷脂-乙醇胺(1-酰基-sn-甘油-3-磷脂酰乙醇胺或LPE)转变成磷脂酰-乙醇胺(1,2-二酰基-sn-甘油-3-磷脂酰乙醇胺或PE)(LPEAT活性)。也催化溶血磷脂酸(LPA)酰基化成磷脂酸(PA)(LPAAT活性)。也有非常弱的溶血磷脂-胆碱酰基转移酶(LPCAT活性)。优选油酰辅酶A作为酰基供体。溶血磷脂酰基转移酶(LPLAT)催化也称为Lands循环的磷脂重建通路的再酰化作用步骤。

MX1/MXA:小鼠中，干扰素诱导Mx蛋白负责针对流感病毒感染的特异性抗病毒期。由此基因编码的蛋白与小鼠蛋白相似，如其抗原相关性、诱导条件、物理化学特性和氨基酸分析所测定。这个细胞质蛋白是发动蛋白家族和大GTP酶家族的成员。就此基因发现两个编码相同蛋白的转录变体。

NPM1:参与不同细胞过程，例如核糖体生物发生、中心体复制、蛋白伴侣、组蛋白装配、细胞增殖和肿瘤抑制子TP53/p53和ARF的调节。可能结合核糖体以驱动核糖体核输出。与核仁核糖核蛋白结构相关并且结合单链核酸。作为核心组蛋白H3、H2B和H4的侣伴蛋白(chaperonin)。

OAS2：此基因编码2-5A合成酶家族成员，所述合成酶家族是参与对病毒感染的先天免疫反应的重要蛋白。此编码蛋白由干扰素诱导，并且在2'-特异性核苷酸转移反应中使用三磷酸腺苷以合成2',5'-寡腺苷酸(2-5A)。这些分子激活潜伏RNA酶L，造成病毒RNA降解和病毒复制的抑制。这个基因家族的三个已知成员定位于染色体12的簇中。描述了编码不同同种型的选择性剪接转录变体。

PARP9：聚(ADP-核糖)聚合酶(PARP)通过加入多个ADP-核糖部分催化蛋白的翻译后修饰。PARP将烟酰胺双核苷酸(NAD)的ADP-核糖转移到底物蛋白的glu/asp残基，并且还聚合ADP-核糖以形成长/支链聚合物。开发了用于包括癌症、糖尿病、中风和心血管疾病在内的许多病理的PARP抑制剂。

PARP12：聚(ADP-核糖)聚合酶(PARP)通过加入多个ADP-核糖部分催化蛋白的翻译后修饰。PARP将烟酰胺双核苷酸(NAD)的ADP-核糖转移到底物蛋白的glu/asp残基，并且还聚合ADP-核糖以形成长/支链聚合物。开发了用于包括癌症、糖尿病、中风和心血管疾病在内的许多病理的PARP抑制剂。

PDIA6:蛋白二硫键异构酶(EC 5.3.4.1)例如PDIA6是内质网(ER)驻留蛋白，催化蛋白中二硫键的形成、还原和异构化并且认为在二硫键蛋白的折叠中起作用。功能可以是作为抑制错误折叠蛋白聚集的伴侣。通过激动剂如convulxin(C型凝集素)、胶原和凝血酶在血小板聚集和活化中起作用。

PTEN:肿瘤抑制物。作为双特异性蛋白磷酸酶、使酪氨酸、丝氨酸和苏氨酸磷酸化蛋白去磷酸化(ephosphorylate)。也作为脂质磷酸酶，移除来自磷脂酰肌醇(PI)3,4,5-三磷酸、PI 3,4-二磷酸、PI 3-磷酸和肌醇1,3,4,5-四磷酸的肌醇环中D3位置的磷酸，底物优选的顺序为体外PtdIns(3,4,5)P3>PtdIns(3,4)P2>PtdIns3P>Ins(1,3,4,5)P4。脂质磷酸酶活性对其肿瘤抑制功能关键。通过去磷酸化磷酸肌醇来拮抗PI3K-AKT/PKB信号通路，并且因此调节细胞周期进展和细胞存活。未磷酸化形式与AIP1协作抑制AKT1活化。使酪氨酸磷酸化粘着斑激酶去磷酸化并且抑制细胞迁移和整联蛋白介导的细胞扩散和粘着斑形成。作为AKT-mTOR信号通路的关键调节物起作用，控制成人神经发生中新生神经元整合过程的速度，包含校正神经元位置、树突发育和突触形成。可以作为胰岛素信号转导和脂肪组织中葡萄糖代谢的负调节物。核单泛素化形式有更大凋亡潜能，而胞质非泛素化形式诱导更小的肿瘤抑制能力。

RAB13:会参与极化转运、紧密连接的组装和/或活性。

QARS:氨酰tRNA合成酶通过关联氨基酸催化tRNA氨酰化。因为其在连接氨基酸与tRNA所含核苷酸三联体中的关键作用，氨酰tRNA合成酶被认为是进化中出现的第一批蛋白之一。在多细胞动物中，对谷氨酰胺(gln)、谷氨酸(glu)和7种其他氨基酸特异的9种氨酰tRNA合成酶在多酶复合物中结合。尽管在真核生物中出现，谷氨酰胺酰tRNA合成酶(QARS)在很多原核生物、线粒体和叶绿体中缺失，其中Gln-tRNA(Gln)通过逆酰化(misacylated)Glu-tRNA(Gln)的转酰氨基作用形成。谷氨酰胺酰tRNA合成酶属于I型氨酰tRNA合成酶家族。

RAB13:会参与极化转运、紧密连接的组装和/或活性。

RAB31:RAB家族的小GTP结合蛋白例如RAB31在囊泡和颗粒靶定中起关键作用。

RAC2:小G蛋白(小GTP酶)与Gα蛋白同源，并且经常称作Ras原癌基因超家族。Ras超家族包含超过100种小GTP酶，分成8个家族；Ras、Rho、Rab、Rap、Arf、Ran、Rheb和Rad。小GTP酶调节细胞中的许多种过程，包含生长、分化、运动和脂质囊泡转运。类似Gα蛋白，小GTP酶在'打开'状态(结合GTP)和'关闭'状态(结合GDP)之间交替。这个循环过程需要鸟嘌呤核苷交换因子(GEF)和GTP酶活化蛋白(GAP)。小GTP酶是最多受体酪氨酸激酶(RTK)的下游效应物，并且通过两个蛋白GRB2和SOS连接。其通过与Raf激酶相互作用偶联到胞内信号级联，包含MAPK通路。正常地，小GTP酶的活化通过配体结合到RTK来诱导。在很多转化细胞中，GTP酶(经常是Ras)的活化突变在没有配体情况下产生细胞反应，因此增加恶性进展。

RPL34:催化蛋白合成的细胞器核糖体由40S小亚基和60S大亚基组成。这些亚基共同由4种RNA物质和约80种结构不同的蛋白组成。此基因编码60S亚基组分的核糖体蛋白。所述蛋白属于核糖体蛋白的L34E家族。其定位在胞质中。此基因最初认为定位在17q21，但是其作图位置在4q。存在由选择性剪接、选择性转录起始位点和/或选择性聚腺苷酸化衍生的转录变体；这些变体编码相同蛋白。在基因组上分散的该基因有多个加工假基因，这对编码核糖体蛋白的基因常见。

RSAD2：参与抗病毒防御。可以通过质膜上破坏脂筏损伤病毒出芽，这是对很多病毒出芽过程重要的特性。通过结合和灭活FPPS作用，FPPS是参与合成胆固醇、法尼基化和牛儿基化蛋白、泛醌多萜醇和亚铁血红素(heme)的酶。在由I型和II型干扰素诱导的细胞抗病毒状态中起作用。显示针对HIV-1病毒、丙肝病毒、人巨细胞病毒和甲病毒(aphaviruse)但不是水疱病毒的抗病毒效应。

SART3:此基因编码的蛋白是肿瘤排斥抗原的RNA结合核蛋白。所述抗原有能在肿瘤患者中诱导HLA-A24-限制和肿瘤特异细胞毒性T淋巴细胞的肿瘤表位，并且可以用于特异性免疫治疗。发现该基因产物是HIV-1基因表达和病毒复制的重要细胞因子。其也在剪接体循环的再循环期中短暂结合U6和U4/U6snRNP。认为此编码蛋白参与了mRNA剪接的调节。

SDCBP:此基因编码的蛋白初始鉴定为将多配聚糖介导的信号传导与细胞骨架相连的分子。多配聚糖蛋白包含串联重复PDZ结构域，结合多种跨膜蛋白的胞质、C末端结构域。此蛋白还可以影响细胞骨架-膜结构、细胞粘附、蛋白运输和转录因子的活化。所述蛋白主要定位在膜结合粘着连接和焦点粘连，但是也发现在内质网和核中。可变剪接产生编码不同同种型的多个转录变体。看来偶联转录因子SOX4与IL-5受体(IL5RA)。可以在小泡运输中起作用，并且似乎是早期分泌通路中将TGFA靶向到细胞表面所必需。

SMAD9:此基因编码的蛋白是SMAD家族的成员，其从TGFβ家族成员转导信号。编码的蛋白由骨形态发生蛋白激活并且与SMAD4相互作用。就此基因发现两个编码不同同种型的转录变体。BMP(骨形态发生蛋白)1型受体激酶激活转录调节剂。SMAD9是受体调节的SMAD(R-SMAD)。

SOCS3：SOCS家族蛋白形成调节细胞因子信号转导的经典负反馈系统的一部分。SOCS3参与通过JAK/STAT通路信号的细胞因子的负调节。通过结合包括gp130、LIF、促红细胞生长素、胰岛素、IL12、GCSF和瘦素受体在内的酪氨酸激酶受体，抑制细胞因子信号转导。结合JAK2抑制其激酶活性。抑制胎肝红细胞生成。调节由T辅助2型细胞介导的变态反应的开始和维持。调节体内IL-6信号(通过相似性)。SCF样ECS(延伸因子(Elongin)BC-CUL2/5-SOCS-盒蛋白)E3泛素蛋白连接酶复合物的可能底物识别组分，调节泛素化和后续靶标蛋白的蛋白酶体降解。似乎识别IL6ST(通过相似性)。

TRIM22：干扰素诱导的抗病毒蛋白参与细胞先天免疫。抗病毒活性部分由病毒蛋白的TRIM22依赖性泛素化介导。在限制HIV-1、脑心肌炎病毒(EMCV)和乙型肝炎病毒(HBV)的复制中起作用。作为HBV核心启动子的转录抑制物。可以有E3泛素蛋白连接酶活性。

UBE2N:UBE2V1-UBE2N和UBE2V2-UBE2N异二聚体催化非经典'Lys-63'连接的聚泛素链的合成。此类聚泛素化不造成蛋白通过蛋白酶体的降解。其介导靶标基因的转录活化。在控制通过细胞周期和分化进程中起作用。在无差错DNA修复通路中起作用并且对DNA损伤后细胞的存活有贡献。在基因毒性应激后PCNA的'Lys-63'连接聚泛素化中，与E3连接酶、HLTF和SHPRH一起作用，这为DNA修复所需。显示在JKAMP的'Lys-63'连接聚泛素化中与E3连接酶RNF5一起作用，从而通过降低其与蛋白酶体和ERAD组分的关联来调节JKAMP功能。

XAF1:似乎作为IAP(凋亡蛋白抑制剂)家族成员的负调节物起作用。抑制BIRC4的抗半胱天冬酶活性。诱导BIRC4非依赖性半胱天冬酶活性的剪切和失活。调节TNFα诱导的凋亡，并且参与滋养层细胞的凋亡。可以通过活化线粒体凋亡通路间接抑制BIRC4。移位到线粒体后，提高BAX向线粒体的移位，和从线粒体中释放细胞色素c。似乎促进BIRC4从胞质到核的再分布，很可能不依赖看似发生在胞质中的BIRC4失活。BIRC4-XAF1复合物介导BIRC5/生存素的下调；所述过程需要BIRC4的E3连接酶活性。似乎参与对TRAIL的促凋亡作用的细胞敏感性。可以是通过介导癌细胞凋亡抗性的肿瘤抑制物。

ZBP1：DLM1编码Z-DNA结合蛋白。Z-DNA形成是动态过程，很大程度上由超螺旋的量控制。可以在针对肿瘤和病原体的宿主防御中起作用。结合Z-DNA(通过相似性)。

定义

“精确性”指检测或计算量(测试报道值)与其实际(或真实)值的一致程度。临床精确性涉及真实结果的比例(真阳性(TP)或真阴性(TN)相比错误分类结果(假阳性(FP)或假阴性(FN))，并且可以描述为灵敏度、特异性、阳性预测值(PPV)或阴性预测值(NPV)，或作为可能性、让步比等其他检测。

本发明上下文中的“决定因素(DETERMINANT)”包括但不限于，多肽、肽、蛋白、蛋白同种型(如诱饵(decoy)受体同种型)。决定因素(DETERMINANT)也能包含突变蛋白。

一种或多种“决定因素(DETERMINANT)”包含所有多肽的一种或多种，其水平在有感染的对象中变化。单个决定因素(DETERMINANT)包含ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SDCBP、TRIM 22、SMAD9、SOCS3、UBE2N、XAF1和ZBP1，并且本文中统称为“感染相关蛋白或感染相关多肽”、“决定因素(DETERMINANT)多肽”、“多肽决定因素(DETERMINANT)”、“决定因素(DETERMINANT)蛋白”或“蛋白决定因素(DETERMINANT)”等。除非另有说明，“决定因素(DETERMINANT)”、“感染相关蛋白"或"感染相关多肽”指本文公开的任何蛋白和多肽。

决定因素(DETERMINANT)也包含健康状态的非多肽因子、非血源性因子或非分析物生理学标记，例如本文定义的“临床参数”以及本文还定义的“传统实验室风险因子”。

例如，本文使用的决定因素(DETERMINANT)包含非多肽特性(即非多肽决定因素(DETERMINANT))例如嗜中性粒细胞％(缩写Neu(％))、淋巴细胞％(缩写Lym(％))、单核细胞％(缩写Mon(％))、嗜中性粒细胞绝对计数(缩写ANC)和淋巴细胞计数绝对计数(缩写ALC)、白细胞计数(缩写WBC)、年龄、性别和最高温度(即从症状开始出现后的最高核心体温)。

决定因素(DETERMINANT)还包括数学上创建的任何计算指数或者任何一个或多个前述检测的组合，包括时间趋势和差异。可获得时且除非本文另有描述，作为基因产物的决定因素(DETERMINANT)是基于由国际人类基因组组织命名委员会(HGNC)指定的官方字母缩写或基因符号来鉴定，并且在该提交日期于美国国家生物技术信息中心(NCBI)网址(http://www.ncbi.nlm.nih.gov/sites/entrez？db＝gene)中列举，也称作Entrez Gene。

在优选实施方式中，决定因素(DETERMINANT)包含蛋白和非蛋白特性。

“临床参数”包含所有健康状态对象的非样品或非分析物生物标记或者其他特性，例如但不限于年龄(年纪)、种族(人种)、性别(性别)、核心体温或家族史(FamHX)。

“感染参照表达概况”是一组与两个或多个来自生物样品(或样品群或组)评价的决定因素(DETERMINANT)相关的值。

"有非感染性疾病的对象"指不是由感染疾病介质(如细菌或病毒)造成疾病的对象。在本文所述的研究中，其包含有急性心肌梗塞、身体损伤、癫痫发作等的患者。

“FN”是假阴性，指显示阴性但是没能揭示情况的结果。例如本发明上下文中的FN是例如但不限于错误地分类细菌感染为病毒感染。

“FP”是假阳性，指错误地分类为阳性类别的测试结果。例如本发明上下文中的FP是例如但不限于错误地分类病毒感染为细菌感染。

“公式”，“算法”或“模型”是任何数学方程式，算法，分析或编程过程，或使用一个或多个连续或分类输入(本文称为“参数”)和计算输出值的统计技术，所述输出值有时称为“指数”或“指数值”。“公式”的非限制性示例包括求和，比率，和回归算子，例如系数或指数，生物标记值转化和标准化(包括但不限于，那些基于临床参数如性别、年龄或种族的标准化方法)，规则和指导方针，统计分类模型，和在历史群上训练的神经网络。组合决定因素(DETERMINANT)的具体使用是线性和非线性方程和统计分类分析，以确定对象样品和有感染或某种类型感染可能性的对象中所检测决定因素(DETERMINANT)水平之间的关系。在组(panel)和组合构建中，特别感兴趣的是结构和句法统计分类算法，和指数构建的方法，使用模式认知特性，包含已建立的技术，例如交叉相关、主成分分析(PCA)、因素轴转、逻辑回归(LogReg)、线性判别分析(LDA)、Eigengene线性判别分析(ELDA)、支持向量机(SVM)、随机森林法(RF)、递归分割树(RPART)以及其他相关的决策树分类技术、质心收缩法(SC)、StepAIC、K-邻近法(kth-nearest)、增强法(Boosting)、决策树、神经网络、贝叶斯网络和隐马尔可夫模型等等。其他技术可以用于存活和时间事件风险分析，包含本领域技术人员已知的Cox、威布尔(Weibull)、卡普兰-迈耶和格林伍德(Greenwood)模型。很多这些技术可用于联合决定因素(DETERMINANT)选择技术例如向前选择、向后选择、或逐步选择、完全列举给定大小的所有可能组、遗传算法，或者其自己在自身技术中包含生物标记的选择方法。这些可与信息准则结合，例如赤池信息标准(AIC)或贝叶斯信息准则(BIC)，以确定附加生物标记和模型改良之间的平衡，和有助于使过拟合最小化。所得预测模型可以在其他研究中验证，或在最初训练的研究中交叉验证，使用诸如自举法(Bootstrap)、弃一法(LOO)和10倍交叉验证(10倍CV)等技术。在多个步骤中，可以根据本领域已知技术通过值排列估计错误发现率。“健康经济效用函数”是在向护理标准引入诊断或治疗干预前后，从理想化应用患者群中临床结果范围的期望概率组合衍生的公式。其包含这种干预的精确性、有效性和性能特性的评估，和与每个结果相关的成本和/或值测量(效用)，可以从护理的实际健康系统成本(服务、供给、设备和药物等)衍生和/或作为产生各结果的每个质量调整生命年(QALY)的估计可接受值。对于所有的预测结果，结果的预测群大小乘以各结果期望效用的乘积之和是给定护理标准的总健康经济效用。(i)就有干预护理标准计算的总健康经济效用对比(ii)就没有干预护理标准计算的总健康经济效用之间的差异产生健康经济成本或干预值的总体测量。其本身在分析的完整患者组中(或仅在干预组中)分配以得出每单位干预的成本，并且指导这种决定作为市场定位、定价和医疗体系接受的假设。这种健康经济效用函数通常用于比较所述干预的成本效益，也用于转化以估计医疗保健系统愿意支付的每个QALY的可接受值，或新干预需要的符合成本效益的可接受临床性能特性。

对本发明的诊断(或预后)干预而言，因为每个结果(在疾病分类诊断测试中可以是TP、FP、TN或FN)有不同的成本，健康经济效用函数可以基于临床情况和单个结果成本和值，优选倾向灵敏度超过特异性，或PPV超过NPV，因此提供健康经济性能和值的另一种测量，所述测量可以与更多直接临床或分析性能测量不同。这些不同的测量和相对平衡通常仅在有零差错率的完美测试示例(又名零预测对象结果错误分类或FP和FN)中会聚，所有性能测量会倾向不完美，但是程度不同。

“测量”或“测定”或者“检测”或“检查”指评估临床中给定物质或者对象衍生样品(包含这种物质的定性或定量浓度水平的衍生)的出现、消失、数量或量(其能是有效量)，或另外评价对象的非分析物临床参数的值或分类。

“阴性预测值”或“NPV”用TN/(TN+FN)或所有阴性试验结果的真阴性部分计算。这也受到疾病流行和要检测群体的验前概率的内在影响。参见例如O'Marcaigh A S，Jacobson R M，“Estimating The Predictive Value Of A Diagnostic Test，How To Prevent Misleading Or Confusing Results(估计诊断检测的预测值，如何预防误导或混淆结果)，”Clin.Ped.1993，32(8)：485-491，其讨论试验例如临床诊断试验的特异性，灵敏度，阳性和阴性预测值。通常，对于使用连续诊断试验检测的二元疾病状态分类方法，灵敏度和特异性根据Pepe等，Limitations of the Odds Ratio in Gauging the Performance of a Diagnostic，Prognostic，or Screening Marker(测量诊断，预后或筛选标记性能的让步比的局限)，”Am.J.Epidemiol 2004，159(9)：882-890，由接受者工作特征曲线(ROC)总结，并且由曲线下面积(AUC)或c-统计总结，这是能表示在只有单一值的完整检测(或分析)分割点上试验、分析或方法的灵敏度和特异性的指示物。也参见，例如Shultz，“Clinical Interpretation Of Laboratory Procedures(实验室方法的临床解释)，”收录于Teitz，Fundamentals of Clinical Chemistry(《临床化学基础》)第14章，Burtis和Ashwood编，第4版，1996，桑德斯出版公司(W.B.Saunders Company)，192-199页；和Zweig等，“ROC Curve Analysis:An Example Showing The Relationships Among Serum Lipid And Apolipoprotein Concentrations In Identifying Subjects With Coronory Artery Disease(ROC曲线分析：在鉴定冠状动脉疾病对象中显示血清脂质和阿朴脂蛋白浓度关系的示例)，”Clin.Chem.，1992，38(8)：1425-1428。使用似然函数，让步比，信息理论，预测值，校准(包括适合度)，和重新分类检测的替代方法根据Cook，“Use and Misuse of the Receiver Operating Characteristic Curve in Risk Prediction(风险预测中接受者工作特征曲线的使用和误用)，”Circulation 2007，115：928-935进行总结。

“分析精确性”指测量过程本身的再现性和可预测性，并且可以在这种测量中概括为变异系数，和一致性测试及校准用不同时间、用户、设备和/或试剂的相同样品或对照。评价新生物标记的这些和其他考虑也概括于Vasan,2006。

术语“性能”是涉及总体使用性和诊断或预后测试质量的术语，包含临床和分析精确性、其他分析和过程特性，例如使用特性(如稳定性，易于使用)，健康经济价值和所述测试组分的相对成本等等。任意这些因子可以是优异性能的来源且因此测试的有用性可以通过合适的“性能度量”来测量，例如AUC、MCC、时间-结果、保存期限等作为相关物。

“阳性预测值”或“PPV”用TP/(TP+FP)或所有阳性试验结果的真阳性部分计算。这受到疾病流行和要检测群体的验前概率的内在影响。

本发明上下文中的“样品”是从对象中分离的生物样品，并且能包含，例如但不限于，全血、血清、血浆、白细胞或血细胞。优选地，所述样品是全血、血清或白细胞。

“灵敏度”用TP/(TP+FN)或疾病对象的真阳性部分计算。

“特异性”用TN/(TN+FP)或非疾病或正常对象的真阴性部分计算。

"MCC"(Mathwes相关系数)如下计算：

MCC＝(TP*TN–FP*FN)/{(TP+FN)*(TP+FP)*(TN+FP)*(TN+FN)}^0.5

其中TP、FP、TN、FN分别是真阳性、假阳性、真阴性、假阴性。注意到MCC值范围为-1-+1，分别指示完全错误和完美分类。MCC为0指示随机分类。MCC显示对结合灵敏度和特异性到单一度量(signle metric)有用(Baldi,Brunak等，2000)。也用于在不平衡种类规模中测量和优化分类精确性(Baldi,Brunak等，2000)。

“统计学显著”指改变大于单独偶然发生可预期(可以是“假阳性”)。统计学显著能用本领域已知的任何方法测定。常用的显著性量度包括p值，其表示至少极限值在给定数据点获得结果的概率，假定该数据点是单独偶然结果。p值是0.05或更小时，通常认为结果显著性高。

本发明内容中的“对象”优选哺乳动物。哺乳动物可以是人，非人灵长类，小鼠，大鼠，狗，猫，马，或牛，但不限于这些例子。对象可以是雄性或雌性。对象能是原先诊断或鉴定有感染，并且可选已经接受或正在接受感染治疗干预的人。或者，对象也可以是先前未诊断有感染的对象。例如，对象能显示一种或多种有感染的风险因子。

“TN”是真阴性，指精确地反应活性测试的阴性测试结果。

“TP”是真阳性，指精确地反应活性测试的阳性测试结果。

“传统实验室风险因子”对应从对象样品中分离或衍生的生物标记，并且当前在临床实验室中评价和用于传统全面风险评估算法。

本发明的方法和应用

本文公开的方法用于鉴定有感染或特异感染类型的对象。更特定地，本发明的方法用于区分有细菌感染、病毒感染、混合感染(即细菌和病毒共感染)的对象、有非感染性疾病的患者和健康个体。本发明的方法还能用于监控有感染的对象或为之选择治疗方案，并且筛选先前未诊断有感染的对象，例如显示发展感染的风险因子的对象。本发明的方法用于鉴定和/或诊断无感染症状的对象。“无症状”指没有显示传统征兆和症状。

本文使用的感染指包含病毒或细菌来源的任何感染剂。所述细菌感染可以是革兰氏阳性或革兰氏阴性菌的结果。

本文使用的术语"革兰氏阳性菌"指某种细菌，所述细菌特征为其细胞壁结构部分有肽聚糖以及多糖和/或磷壁酸，并且通过在革兰氏染色过程中的蓝紫色反应来鉴定。

本文使用的术语"革兰氏阴性菌"指某种细菌，所述细菌特征为出现包围每个细菌细胞的双膜。

通过测量对象衍生样品中决定因素(DETERMINANT)有效数目(能是一种或多种)的量(包含出现或消失)来鉴定有感染的对象。测定决定因素(DETERMINANT)水平的临床显著改变。或者，所述量与参照值作比较。然后鉴定对象样品中表达决定因素(DETERMINANT)的量和模式相较参考值的改变。

在多个实施方式中，测量2、3、4、5、6、7、8、9、10或更多种决定因素(DETERMINANT)。例如，根据表1-8中列举的任何模型选择决定因素(DETERMINANT)的组合。

参照值能相对于获自群研究的数目或值，包括但不限于，有相同感染的所述对象、有相同或相似年龄范围的对象、在相同或相似种族组中的对象，或者相对于经历感染治疗的对象的起始样品。这种参照值能从感染的数学算法和计算指数获得的群体统计分析和/或风险预测数据中衍生。参照决定因素(DETERMINANT)指数也能使用算法和其他统计和结构分类方法构建和使用。

在本发明的一个实施方式中，参考值是从一个或多个没有感染(即健康和或非感染个体)对象获得的对照样品中决定因素(DETERMINANT)的量(即水平)。在另一个实施方式中，在这种测试证实感染的持续消失后，监控所述对象和/或周期性重新测试诊断相关时间段(“纵向研究”)。这种时间段可以是从测定参照值的起始测试日期开始的1天、2天、2-5天、5天、5-10天、10天、或者10或更多天。另外，在合适储存的(banked)历史对象样品中的决定因素(DETERMINANT)的回顾性测量可以用于建立这些参照值，因此缩短需要的研究时间。

参照值也能包含从显示感染处理和/或治疗所产生改善的对象获得的决定因素(DETERMINANT)的量。参照值也能包含从通过已知技术确证感染的对象获得的决定因素(DETERMINANT)的量。

在另一个实施方式中，所述参照值是指数值或基线值。指数值或基线值是没有感染的一个或多个对象的有效量决定因素(DETERMINANT)的复合样品。基线值也能包含已经就感染显示处理和治疗改善的对象衍生样品中决定因素(DETERMINANT)的量。在这个实施方式中，为比较所述取自对象的样品，相似计算决定因素(DETERMINANT)的量并与指数值作比较。可选地，选择鉴定有感染的对象接受治疗方案以减缓进展或消除感染。

此外，决定因素(DETERMINANT)的量能在测试样品中测量并且与“正常对照水平”作比较，使用技术例如参考限值、判别限值或风险定义阈值以定义截留点和异常值。“正常对照水平”指通常在没有遭受感染的对象中发现的一种或多种决定因素(DETERMINANT)或组合决定因素(DETERMINANT)指数的水平。这种正常对照水平和截留点可以根据决定因素(DETERMINANT)单独使用或是以与其他决定因素(DETERMINANT)组合成指数的公式使用而不同。或者，正常对照水平能是前面测试对象的决定因素(DETERMINANT)模式的数据库。

治疗方案的有效性能通过检测随时间获自对象的有效量(一种或多种)样品中的决定因素(DETERMINANT)和比较所检测决定因素(DETERMINANT)的量来监控。例如，第一样品能在对象接受治疗前获得，而一种或多种后续样品在对象治疗后或治疗中获得。

例如，本发明的方法能用于区分细菌、病毒和混合感染(即细菌和病毒共感染)。这使患者能分组并且据此治疗。

本发明也包含有结合一种或多种决定因素(DETERMINANT)多肽的检测试剂的试剂盒。本发明还提供检测试剂的阵列，如能结合一种或多种决定因素(DETERMINANT)多肽的抗体。在一个实施方式中，所述决定因素(DETERMINANT)是多肽并且所述阵列包含结合一种或多种选自下列的决定因素(DETERMINANT)抗体：ABTB1、ADIPOR1、ARHGDIB、ARPC2、ATP6V0B、C1orf83、CD15、CES1、CORO1A、CRP、CSDA、EIF4B、EPSTI1、GAS7、HERC5、IFI6、KIAA0082、IFIT1、IFIT3、IFITM1、IFITM3、LIPT1、IL7R、ISG20、LOC26010、LY6E、LRDD、LTA4H、MAN1C1、MBOAT2、MX1、NPM1、OAS2、PARP12、PARP9、QARS、RAB13、RAB31、RAC2、RPL34、PDIA6、PTEN、RSAD2、SART3、SDCBP、SMAD9、SOCS3、TRIM 22、UBE2N、XAF1和ZBP1，足以测量决定因素(DETERMINANT)表达中统计学显著的改变。

本发明也能用于筛选任意设置数目的患者或对象群。例如，健康维护组织、公共健康实体或学校健康计划能筛选对象组以鉴定那些如上述需要干预的对象或收集流行病学数据。保险公司(如健康、生命或残疾)可以在测定覆盖或定价或者存在可能干预的客户的过程中筛选申请人。在这种群筛选(特别是当把任何临床发展与病情如感染密切相关时)中收集的数据，会在例如健康维护组织、公共健康计划和保险公司的操作中具有价值。这种数据阵列或收集能存储于机器可读介质中，并且用于任意数目的健康相关数据管理系统以提供改善的健康护理服务、符合成本效益的健康护理、改进的保险经营等。参见例如，美国专利申请号2002/0038227；美国专利申请号US 2004/0122296；美国专利申请号US 2004/0122297；和美国专利号5,018,067。如本文进一步详述，这种系统能利用直接来自内部数据存储或间接来自一种或多种数据存储点的数据。

机器可读存储介质能包含用机器可读数据或数据阵列编码的数据存储材料，当使用所述数据应用说明书编程的机器时，能用于多种目的。测量有效量的本发明生物标记和/或从所述生物标记风险得到的评价能在可编程计算机上执行的计算机程序中实现，包括但不限于，处理器、数据存储系统(包含易失和非易失记忆和/或存储元件)，至少一个输入设备和至少一个输出设备。程序码能用于输入数据以运行上述功能和产生输出信息。输出信息能根据本领域已知方法用于一种或多种输出设备。计算机可以是例如个人计算机、微型计算机或传统设计的工作站。

每个程序能在高水平程序或面向对象的编程语言中执行以与计算机系统交互。然而，如果需要，程序能在汇编或机器语言中执行。语言能是编译或解释语言。每个这种计算机程序能存储在由普通或特殊目的可编程计算机可读的存储介质或设备上(如ROM或磁盘或在本公开别处定义的其他种类)，以用于在所述存储介质或设备由计算机读取以运行本文所述程序时，配置或操作计算机。本发明的所述健康相关数据管理系统也可以认为是作为配置有计算机程序的计算机可读存储介质来执行，其中，所述设置存储介质配置成引起计算机以特殊和预定方式运行从而行使本文所述多种功能。

本发明的决定因素(DETERMINANT)能用于生成没有感染的那些对象的“参照决定因素(DETERMINANT)概况”。本文所述决定因素(DETERMINANT)也能用于生成取自有感染患者的“对象决定因素(DETERMINANT)概况”。对象决定因素(DETERMINANT)概况能与成参照决定因素(DETERMINANT)概况作比较以诊断或鉴定有感染的对象。本发明的所述参照和对象决定因素(DETERMINANT)概况能包含在机器可读介质中，例如但不限于，模拟磁带如VCR、CD-ROM、DVD-ROM、USB闪存可读的那些等。这种机器可读介质也能包含额外测试结果，例如但不限于临床参数和传统实验室风险因子的测量。或者或此外，所述机器可读介质也能包含对象信息例如病史和任何相关的家族史。所述机器可读介质也能包含与其他疾病风险算法和如本文所述那些计算指数相关的信息。

本发明的性能和精确性测量

本发明的性能和因而的绝对和相对临床有用性能以上述多种方式评价。在性能的多种评价中，本发明意在提供临床诊断和预后的精确性。诊断或预后测试、试验或方法的精确性涉及所述测试、试验或方法区分有感染对象的能力，基于对象在决定因素(DETERMINANT)水平是否有“显著改变”(例如临床显著“诊断显著)。“有效量”指测量合适数目的决定因素(DETERMINANT)(可以是一种或多种)以生成与所述决定因素(DETERMINANT)的预定截留点(或阀值)不同的“显著改变”(如决定因素(DETERMINANT)的表达或活性水平)，并且因此指示所述对象感染，其中所述决定因素(DETERMINANT)是决定因素(determinant)。决定因素(DETERMINANT)水平的差异优选在统计学上显著。如下所述，并且不受本发明的任何限制，达到统计学显著性并且因此优选分析、诊断和临床精确性，通常但不是总是需要组合数个决定因素(DETERMINANT)，所述决定因素(DETERMINANT)在组中共同使用并且与数学算法联用以实现统计学显著的决定因素(DETERMINANT)指数。

在疾病状态的分类诊断中，改变测试(或试验)的截留点或阈值通常改变灵敏度和特异性，但是以定性反比关系。因此，在评价对象情况的建议医学试验、分析或方法的准确性和有用性评价中，应该总是考虑灵敏度和特异性两者，并且因为灵敏度和特异性可在截留点范围内显著变化，应注意在报告灵敏度和特异性处的截留点如何。实现的一种方式是使用取决于灵敏度和特异性的MCC度量。使用统计学例如包含所有潜在截留值的AUC，优选用于本发明的大部分分类风险量度，而对持续风险量度，优选观察结果或其他黄金标准的拟合优度统计和校准。

预定水平的可预测性指所述方法提供可接受水平的临床或诊断特异性和灵敏度。

预定水平的可预测性指所述方法提供可接受水平的临床或诊断精确性。使用这种统计，“可接受程度的诊断精确性”在本文中定义为某一测试或试验(例如测定决定因素(DETERMINANT)临床显著出现的本发明测试，从而指示存在某一感染类型)，其中AUC(所述测试或试验的ROC曲线下面积)是至少0.60、希望至少0.65、更希望至少0.70、优选至少0.75、更优选至少0.80且最优选至少0.85。

“非常高程度的诊断精确性”指某一测试或试验，其中AUC(所述测试或试验的ROC曲线下面积)是至少0.75、0.80、希望至少0.85、更希望至少0.875、优选至少0.90、更优选至少0.925且最优选至少0.95。

或者，所述方法预测感染的出现或消失或响应治疗，有至少75％精确性、更优选80％、85％、90％、95％、97％、98％、99％或更高精确性。

所述方法预测感染的出现或消失或响应治疗，MCC>＝0.4、0.5、0.6、0.7、0.8、0.9或1.0。

任何检验的预测值取决于该检验的灵敏度和特异性，和检测人群的病症流行情况。基于贝叶斯定理的这个概念提出个体或人群(验前概率)中出现的筛选病症的可能性越大，正检验有效性越高并且结果是真阳性的可能性越大。因此，在任何人群中使用检验出现低病症可能性的问题是阳性结果的价值有限(即更像假阳性)。相似地，极高风险的人群中，阴性检验结果更像假阴性。

结果，ROC和AUC能误导成低疾病流行性测试人群(定义为每年小于1％发生率(发病率)或特定时间范围内小于10％累积流行性)中检验的临床效用。

健康经济效用函数是测量给定测试的性能和临床价值的另一个方法，由根据各自临床和经济价值实际测量的加权潜在分组测试结果组成。健康经济性能与精确性密切相关，因为健康经济效用函数特定为测试对象的正确分类优点和错误分类成本分配经济值。作为性能测量，通常需要测试以实现引起每个测试(在测试成本前)健康经济值增加超过测试靶标价格的性能水平。

通常，当疾病分类没有由相关医疗学会和医药实践清晰定义，其中尚未建立治疗使用阈值或不存在疾病前诊断的黄金标准时，测定诊断精确性的替代方法通常用于持续测量。对风险的持续测量而言，计算指数的诊断精确性量度通常是基于预测持续值和实际观察值(或历史指数计算值)之间的曲线拟合和校准，并且利用量度如R平方、Hosmer-Lemeshow P值统计和置信区间。使用这种报道的算法对于预测值是正常的，包含基于历史观察组预测的置信区间(通常90％或95％CI)，如购自基因组健康公司(Genomic Health,Inc)(加利福尼亚州雷德伍德城)的未来乳腺癌复发风险的测试。

通常，通过定义诊断精确性的程度即ROC曲线上的分割点，定义可接受的AUC值和测定组成有效量的本发明决定因素(DETERMINANT)的相对浓度的可接受范围，使本领域技术人员使用决定因素(DETERMINANT)来鉴定、诊断或预测有预定水平可预测性和性能的对象。

另外，其他未列举的生物标记与决定因素(DETERMINANT)非常高度相关(为了本申请的目的，当确定系数(R²)为0.5或更高时，认为任意两个变量是“非常高度相关”)。本发明包含与前述决定因素(DETERMINANT)的这种函数和统计当量。另外，这种附加决定因素(DETERMINANT)的统计使用是基本依赖于多个生物标记之间的交叉相关，并且经常需要组内操作任何新的生物标记以详细阐述基础生物学(underlying biology)的意义。

能在本发明的实践中检测所列举决定因素(DETERMINANT)中的一种或多种，优选两种或更多种。例如，能检测二(2)、三(3)、四(4)、五(5)、十(10)、十五(15)、二十(20)、四十(40)或更多种决定因素(DETERMINANT)。

在一些方面，能检测本文列举的所有决定因素(DETERMINANT)。能检测决定因素(DETERMINANT)数目的优选范围，包含由选自1和特定2、3、4、5、6、7、8、9、10、20、或40的任何最小量结合的范围。特定优选范围包含二到五(2-5)、二到十(2-10)、二到二十(2-20)或二到四十(2-40)。

决定因素(DETERMINANT)组的构建

在“组”中包含决定因素(DETERMINANT)的分组。本发明上下文中“组”指包含多于一种决定因素(DETERMINANT)的生物标记(是否是决定因素(DETERMINANT)、临床参数或传统实验室风险因子)的分组。组也能包含附加的生物标记，如已知感染中出现或相关的临床参数、传统实验室风险因子，与选择本文列举的选定决定因素(DETERMINANT)组联合。

如上所述，当单独使用和不作为决定因素(DETERMINANT)的多重生物标记组成员时，很多列举的单个决定因素(DETERMINANT)、临床参数和传统实验室风险因子，在可靠区分单个正常对象、有感染(如细菌、病毒或共感染)风险的对象中有很少或没有临床应用，并且因此不能在这三个状态之间分类任何对象中单独可靠使用。甚至在每个群的平均测量有统计学显著差异时，如经常在充分有效的研究中所发生，这种生物标记可以对单个对象保持有限的适用性并且对该对象的诊断或预后预测贡献很小。统计显著性的常用量度是p值，指示仅偶然产生的观察的可能性；优选，这种p值是0.05或更小，代表偶然产生的感兴趣观察是5％或更小的几率。这种p值明显依赖于所进行研究的效力。

尽管有此单独决定因素(DETERMINANT)性能和仅与传统临床参数及很少传统实验室风险因子组合公式的通常性能，本发明人注意到两种或更多种决定因素(DETERMINANT)的某些特定组合也能用作多重生物标记组，所述组包含已知参与一种或多种生理或生物通路的决定因素(DETERMINANT)组合，和通过使用包括统计分类算法等在内的各种公式，这种信息能组合和在临床有用，联用并且在很多示例中使所述组合的性能特性延伸超过单个决定因素(DETERMINANT)。这些特定组合显示可接受水平的诊断精确性，和当多个决定因素(DETERMINANT)的足够信息在训练的公式中组合时，经常可靠地实现从一个群向另一个群转移的高水平诊断精确性。

两个更小特异性或更低性能的决定因素(DETERMINANT)如何组合成所指适应症的新型和更有用组合的一般概念是本发明的关键方面。当使用合适的数学和临床算法时，多个生物标记经常能产生比单个组分更好的性能；这通常在灵敏度和特异性中明显，并且产生更大的AUC。第二，在现有生物标记中经常有未被察觉的新信息，因而需要如此以通过新的公式实现灵敏度或特异性水平的提高。这种隐藏的信息对生物标记可以保持真实，所述生物标记通常认为本身有次最优的临床性能。事实上，在单独测量的单个生物标记的高假阳性率方面所述次最优性能可以是很好的指示物，一些重要附加信息包含于生物标记结果–信息在没有第二生物标记和数学公式的组合中不能阐明。

本领域已知的数个统计学和建模算法能用于辅助决定因素(DETERMINANT)选定选择和优化结合这些选择的算法。统计工具例如因子和交互生物标记相关/协方差分析使组构建有更多合理的方案。宜使用显示决定因素(DETERMINANT)之间的欧几里德标准距离的数学聚类和分类树。也可以使用得知起始这种统计分类技术的通路，因为合理方案可基于根据其参与特定通路或生理功能选择单个决定因素(DETERMINANT)。

最终，公式例如统计分类算法能直接用于选择决定因素(DETERMINANT)和生成及训练对将来自多个决定因素(DETERMINANT)结果组合成单个指数所需的最优公式。通常，使用技术例如向前(从零潜在解释性参数开始)和向后选择(从所有可用的潜在解释性参数开始)，并且信息标准例如AIC或BIC用于定量所用决定因素(DETERMINANT)组和数目的性能和诊断精确性之间的平衡。正向和反向选择组上单个决定因素(DETERMINANT)的位置能与所述算法的增量信息含量规定密切相关，因此所述作用程度高度依赖于该组中其他组分决定因素(DETERMINANT)。

临床算法的构建

任何公式可以用于将决定因素(DETERMINANT)结果组合成本发明实践中使用的指数。如上所述且无限制地，在多个其他指示中，这种指数可以指示概率、可能性、绝对或相对风险、从一种疾病到另一种疾病状态的转化时间或速率，或对感染的未来生物标记测量作出预测。这可以是特定时间段或范围，或保持终身风险，或简单作为相对于另一个参照对象群的指数提供。

尽管本文描述了多个优选的公式，超过本文描述和上面定义的数个其他模型和公式类型为本领域技术人员已知。使用的实际模型类型或公式本身可选自基于训练群中其结果的性能和诊断精确性特性的可能模型领域。公式本身的特异性通常可获自相关训练群中的决定因素(DETERMINANT)结果。在其他使用中，这种公式意在把获自一种或多种决定因素(DETERMINANT)输入的特性空间绘图成对象种类组(例如用于预测对象归属关系为正常、有感染对象)，使用贝叶斯方法获得对风险概率函数的评估，或评估种类条件概率，然后使用贝叶斯法则以生成如前面示例的种类概率函数。

优选公式包括广义类的统计分类算法，并特定使用判别分析。判别分析目标是从原先鉴定的特性组中预测归属关系。在线性判别分析(LDA)情况中，特征线性结合是通过一些准则对组之间进行最大区分而鉴定的。能用不同阈值的基于eigengene方法(ELDA)或根据多元方差分析(MANOVA)的分步算法就LDA确定特征。能运行向前、向后和逐步算法，根据Hotelling-Lawley统计使不分离概率最小化。

基于Eigengene的线性判别分析(ELDA)是Shen等(2006)开发的特征挑选技术。所述公式在多变量结构中使用改良特征分析(eigen analysis)选择特征(如生物标记)以确定与最重要特征向量相关的特征。“重要”定义为那些在尝试相对一些阈值分类的样品中解释最大差异方差的特征向量。

支持向量机(SVM)是尝试找到区分两种类型的超平面的分类公式。超平面包括支持向量，离超平面精确边际距离的数据点。在目前数据维度中不存在分离超平面的可能事件中，由初始变量的非线性函数通过投射数据到更大维度而大幅扩展维度(Venables和Ripley，2002)。尽管不必须，SVM特征过滤一般改善预测。能使用非参数Kruskal-Wallis(KW)检验选择最佳单变量特征来就支持向量机鉴定特征(例如生物标记)。随机森林法(RF，Breiman，2001)或递归分区(RPART，Breiman等，1984)也能单独或联用以确定最重要的生物标记组合。KW和RF两者需要从总体中选择一些特征。RPART使用可用生物标记亚组来创建单独分类树。

可以使用其他公式以在预测公式的表述前将单个决定因素(DETERMINANT)测量的结果预处理成信息的更有价值形式。最值得注意的是，使用常见数学转化如对数或逻辑函数标准化生物标记结果作为涉及群平均值等的正常或其他分布位置，这为本领域技术人员熟知。特别感兴趣的是基于临床参数的标准化组，所述参数如年龄、性别、种族、或性别，其中仅在某一种类的对象上使用特定公式或连续组合临床参数作为输入。在其他示例中，基于分析物的生物标记能组合成后续出现在公式中的计算变量。

除了可能被标准化的对象的个体参数值以外，所有对象或任何已知对象种类的总预测公式本身可以重新校准或另外基于群期望流行和平均生物标记参数值的调整而调节，根据D'Agostino等，(2001)JAMA 286:180-187概括的技术或其他相似的标准化和重新校准技术。这种流行病学调整统计可以通过模型所示过往数据注册来捕捉、确证、提高和持续更新，其可以是机器可读或其他形式，或者偶然通过回顾查询这种参数和统计学的历史研究的存储样品或参照。可以是公式重新校准或其他调整对象的额外示例包含Pepe,M.S.等，2004对让步比限定的研究；Cook,N.R.,2007关于ROC曲线的研究使用的统计。最终，分类器(classifier)公式本身的数字结果可以通过其参照实际临床群和研究结果和观察的终点来加工后转化，从而校准绝对风险和对分类器或风险公式的可变数字结果提供置信区间。

决定因素(DETERMINANT)的测量

决定因素(DETERMINANT)水平或数量的实际测量能使用本领域任何已知方法在蛋白水平测定。例如，通过测量由本文所述基因产物编码的肽水平，或亚细胞定位或其活性。这种方法为本领域熟知，并且包含如基于对蛋白、适体或分子印迹的抗体的免疫试验。任何生物材料能用于蛋白或其活性的检测/定量。或者，能选择合适的方法以根据各分析蛋白活性测定标记基因编码的蛋白活性。

决定因素(DETERMINANT)蛋白、多肽、突变和其多态性可以任何合适的方式测定，但通常通过接触有抗体(所述抗体结合决定因素(DETERMINANT)蛋白、多肽、突变、多态性或翻译后修饰添加(如糖))的对象样品并随后检测反应产物的出现和消失来测定。所述抗体可以是如上详述的单克隆、多克隆、嵌合或上述的片段，并且检测反应产物的步骤可用任何合适的免疫试验进行。对象的样品通常是如上所述的生物样品，并且可以是用于进行上述方法的生物样品的相同样品。

根据本发明完成的免疫试验可以是均相试验或非均相试验。在均相试验中，所述免疫反应通常涉及特异性抗体(如抗决定因素(DETERMINANT)蛋白抗体)、标记分析物和感兴趣样品。抗体与标记分析物结合后，直接或间接修饰来自标记的信号。免疫反应和其程度检测都能在均相溶液中进行。可以使用的免疫化学标记包含自由基、放射性同位素、荧光染料、酶、噬菌体或辅酶。

在非均相试验方法中，试剂通常是样品、抗体和生产可检测信号的方法。可以使用上述样品。所述抗体能固定在支持物上，例如珠(如蛋白A和蛋白G琼脂糖珠)、板或片，并且接触液相中怀疑含有抗原的样品。然后所述支持物从液相分离，并且使用生成所述信号的方法检查支持物相或液相的可检测信号。所述信号与样品中分析物的存在有关。生成可检测信号的方法包含使用放射性标记、荧光标记或酶标记。例如，如果待检测抗原包含第二结合位点，结合所述位点的抗体能偶联到可检测基团并且在分离步骤前加入到液相反应溶液中。固体支持物上可检测基团的出现指示测试样品中抗原的存在。合适免疫试验的示例是寡核苷酸、免疫印迹、免疫荧光方法、免疫沉淀、化学发光方法、电化学发光(ECL)或酶联免疫试验。

本领域技术人员熟悉可以用于运行本文所述方法的多种特定免疫试验模式和其变体。通常参见E.Maggio,Enzyme-Immunoassay(酶-免疫试验),(1980)(佛罗里达州伯克莱屯的CRC出版社公司(CRC Press,Inc.))；也参见Skold等，题为“Methods for Modulating Ligand-Receptor Interactions and their Application(调节配体-受体相互作用和其应用的方法)”的美国专利号4,727,022，Forrest等，题为“Immunoassay of Antigens(抗原的免疫试验)”的美国专利号4,659,678，David等，题为“Immunometric Assays Using Monoclonal Antibodies(使用单克隆抗体的免疫测定试验)”的美国专利号4,376,110，Litman等，题为“Macromolecular Environment Control in Specific Receptor Assays(特定受体试验中的大分子环境控制)”的美国专利号4,275,149，Maggio等，题为“Reagents and Method Employing Channeling(使用通道的试剂和方法)”的美国专利号4,233,402和Boguslaski等，题为“Heterogenous Specific Binding Assay Employing a Coenzyme as Label(使用辅酶作为标记的异源特异结合试验)”的美国专利号4,230,767。所述决定因素(DETERMINANT)也能使用流式细胞仪通过抗体检测。本领域技术人员熟悉可用于完成本文所公开方法的流式细胞仪技术。(见H.M.Shapiro,Practical Flow Cytometry,(2003))。

抗体能根据已知技术例如被动结合来偶联到适于诊断试验(如蛋白A或蛋白G琼脂糖珠，诸如胶乳或聚苯乙烯等材料形成的微球、板、片或孔)的固体支持物上。本文所述抗体可以根据已知技术类似偶联到可检测标记或基团上，例如放射性标记(如³⁵S、¹²⁵I、¹³¹I)、酶标记(如辣根过氧化物酶、碱性磷酸酶)和荧光标记(如荧光素、Alexa、绿色荧光蛋白、罗丹明)。

抗体能用于检测决定因素(DETERMINANT)蛋白、多肽、突变和多态性的翻译后修饰，例如酪氨酸磷酸化、苏氨酸磷酸化、丝氨酸磷酸化、糖基化(例如O-GlcNAc)。这种抗体特异性检测感兴趣的一种或多种蛋白中磷酸化的氨基酸，并且能用于本文所述的免疫印迹、免疫荧光和ELISA试验。这些抗体为本领域技术人员熟知，且市售可得。翻译后修饰也能在反射器基体辅助激光解吸电离飞行时间质谱(MALDI-TOF)中使用亚稳离子测定(Wirth,U.等(2002)Proteomics 2(10):1445-51)。

对已知有酶活性的决定因素(DETERMINANT)蛋白、多肽、突变和多态性而言，所述活性能使用本领域已知酶试验体外测定。这种试验包括但不限于，激酶试验、磷酸酶试验、还原酶试验等。酶活性动力学的调节能通过使用已知算法测量速率常数K_M，所述算法如希尔图、米氏(Michaelis-Menten)方程、线性回归图如双倒数曲线(Lineweaver-Burk)分析，和斯卡查德(Scatchard)图。

试剂盒

本发明也包含决定因素(DETERMINANT)检测试剂、或一起封装在试剂盒形式中的抗体。所述试剂盒可以在分开的容器中包含抗体(或者已经结合到固体基质，或者与试剂分开包装以使其结合到基质)、对照制剂(阳性和/或阴性)、和或可检测标签，如荧光素、绿色荧光蛋白、若丹明、花青染料、Alexa染料、萤光素酶、放射性标记等。完成所述试验的说明书(如书面、磁带、VCR、CD-ROM等)包含在试剂盒中。例如，本试验可以是本领域已知的夹心ELISA形式。

例如，决定因素(DETERMINANT)检测试剂能固定于固体基质如多孔条以形成至少一个决定因素(DETERMINANT)检测位点。多孔条的测量或检测区可以包含多个位点。测试条也可以包含阴性和/或阳性对照的位点。或者，对照位点能定位在与测试条不同的条上。可选地，不同检测位点可以包含不同量的固定检测试剂，如第一检测位点的更高量和后续位点的更低量。加入测试样品后，显示可检测信号的位点数目提供样品中所出现决定因素(DETERMINANT)量的定量指示。检测位点可以任何合适的检测形状配置，并且通常是跨越测试条宽度的条或点的形状。

决定因素(DETERMINANT)检测抗体的合适来源包含市售可得来源，例如艾巴赞公司(Abazyme)、亚诺法公司(Abnova)、亲和生物公司(Affinity Biologicals)、抗体工房公司(AntibodyShop)、阿维瓦生物科学公司(Aviva bioscience)、生物发生公司(Biogenesis)、生物感应实验室公司(Biosense Laboratories)、卡巴开公司(Calbiochem)、细胞科学公司(Cell Sciences)、开米康国际公司(Chemicon International)、趋化因子公司(Chemokine)、克隆泰克公司(Clontech)、细胞实验室公司(Cytolab)、DAKO公司、诊断生物系统公司(Diagnostic BioSystems)、EB公司(eBioscience)、内分泌技术公司(Endocrine Technologies)、Enzo生化公司(Enzo Biochem)、友基公司(Eurogentec)、融合抗体公司(Fusion Antibodies)、基因生物技术公司(Genesis Biotech)、GloboZymes公司、HTI公司(Haematologic Technologies)、免疫检测公司(Immunodetect)、免疫诊断公司(Immunodiagnostik)、免疫测定公司(Immunometrics)、免疫星公司(ImmunoStar)、免疫视觉公司(Immunovision)、生物基因公司(Biogenex)、英杰公司(Invitrogen)、杰克逊免疫研究实验室公司(Jackson ImmunoResearch Laboratory)、KMI诊断公司(KMI Diagnostics)、Koma生物技术公司(Koma Biotech)、实验室前沿生物科学研究所公司(LabFrontier Life Science Institute)、Lee实验室公司(Lee Laboratories)、生命筛选公司(Lifescreen)、缅因生物技术服务公司(Maine Biotechnology Services)、医学克隆公司(Mediclone)、微药物有限公司(MicroPharm Ltd.)、ModiQuest公司、分子创新公司(Molecular Innovations)、分子探针公司(Molecular Probes)、新克隆公司(Neoclone)、Neuromics公司、新英格兰生物试验室公司(New England Biolabs)、Novocastra公司、诺伟思生物公司(Novus Biologicals)、癌基因研究产品公司(Oncogene Research Products)、Orbigen公司、牛津生物技术公司(Oxford Biotechnology)、Panvera公司、帕金埃尔默生物科学公司(PerkinElmer Life Sciences)、法敏进公司(Pharmingen)、菲尼克斯制药公司(Phoenix Pharmaceuticals)、皮尔斯化学公司(Pierce Chemical Company)、Polymun科学公司(Polymun Scientific)、Polysiences有限公司、普洛麦格公司(Promega Corporation)、Proteogenix公司、Protos免疫研究公司(Protos Immunoresearch)、QED生物科学公司、安迪生物(R&D Systems)、瑞普里根公司(Repligen)、研究诊断公司(Research Diagnostics)、Roboscreen公司、圣克鲁斯生物技术公司(Santa Cruz Biotechnology)、Seikagaku美国公司(Seikagaku America)、血清公司(Serological Corporation)、斯罗泰克公司(Serotec)、希格玛-艾尔德里奇公司(SigmaAldrich)、干细胞技术公司(StemCell Technologies)、突触系统GmbH公司(Synaptic Systems GmbH)、技术药物公司(Technopharm)、Terra Nova生物技术公司(Terra Nova Biotechnology)、TiterMax公司、Trillium诊断公司(Trillium Diagnostics)、昂斯特生物技术公司(Upstate Biotechnology)、美国生物公司(US Biological)、载体实验室公司(Vector Laboratories)、和光纯药工业株式会社(Wako Pure Chemical Industries)和Zeptometrix公司。然而，技术人员能常规制备针对本文所述任意多肽决定因素(DETERMINANT)的抗体。

实施例

实施例1：一般方法

体内临床研究方案

为了筛选能区分不同感染源的可能决定因素(DETERMINANT)，进行168个医院患者的临床研究。研究流程示于图2。简单说，签署知情同意书后，在包含EDTA的CBC管中收集2-6ml外周静脉血。然后4℃存储所述血液1-4小时。根据感染的类型，还收集患者样品(如鼻拭子和尿液)以作微生物分析。病史、临床实验室结果、成影数据和微生物结果用于由感染性疾病专家鉴定感染源。决定因素(DETERMINANT)测量和感染源相关数据存储在数据库中，用于筛选并且然后测试每个单独决定因素(DETERMINANT)和多重决定因素(DETERMINANT)标记物的差异精确性。

患者纳入和排除标准

患者纳入标准是：

i)急性感染性疾病患者，在过去7天中成人和儿童的发热峰值分别高于37.5℃和38.3℃，在纳入日期前症状开始不多于8天，或，

ii)健康个体或，

iii)有非感染性疾病的患者

在所有病例中获得签署知情同意书的对象或法定监护人。

患者排除标准是：

i在过去4周中的急性感染性疾病，

ii先天性免疫缺陷，

iii免疫抑制方案下的患者：

活性化疗

移植后药物

每天高剂量甾体>80mg氯泼尼松或等同物

活性放疗

细胞毒性药物(抗TNF药物、环孢霉素、他克莫司、单克隆抗体、霉酚酸酯、MTX、硫唑嘌呤、IVIG)

iv免疫刺激方案下的患者：

IL-2

G-CSF/GM-CSF

干扰素

v有活性血液恶性肿瘤的患者(如CLL)，

vi在过去3周中有另一种感染性疾病的患者，

vii有实体器官的活性恶性肿瘤的患者(如NSCLC)

viii有骨髓增生或脊髓发育不良疾病的患者。是HIV-1或HCV携带者的患者。

测定患者感染源

使用下面标准以测定患者是否有病毒或细菌感染：

细菌感染的标准示例：

1)菌血症：阳性血液培养/阳性血液PCR。

2)泌尿道感染：伴有尿病痛或急性感染症状的培养鉴定致病性细菌的阳性尿液培养(中游>10⁵/ml，导管收集>10⁴/ml，耻骨上部抽吸(Supra pubic aspiration)>10³)。

3)肾盂肾炎:在锝99M-DMSA或腹部US中有皮层缺陷的UTI。

4)大叶性肺炎：由放射科医师在CXR上诊断的叶区域固结，伴有LRTI的临床征兆和症状。

5)细菌性脑膜炎：脑脊液(CSF)淋巴细胞增多>10细胞/ul或阳性培养或阳性细菌PCR

6)深度脓肿：由CT扫描或手术研究评价。

7)脓毒性关节炎：滑液，>50,000WBC/ml和>80％嗜中性粒细胞或阳性培养/PCR/革兰氏染色。

8)非典型肺炎，伴有LRTI的临床征兆和症状的肺炎支原体(M.pneumonia)(MP)阳性PCR。

9)蜂窝组织炎，受影响区域的皮肤发热、红肿、水肿和敏感(tenderness)以及革兰氏阳性球菌的阳性细菌培养。

病毒感染的标准示例：

1)细支气管炎，有临床发现细支气管炎的阳性RSV抗原/PCR(例如呼吸急促、弥漫性呼气喘息、三凹征)。疾病应该在没有抗生素时于5天内解决。

2)病毒性肺炎：在没有固结的放射学征兆和出现两种或更多种下列放射显影发现时，有对呼吸道病毒(6.1中列举)阳性PCR的LRTI临床征兆和症状：

a.肺门旁(Para-hilar)/外周支气管浸润。

b.过度充气。

c.肺段/肺叶膨胀不全。

d.肺门腺病(Hilar adenopathy)。

e.弥漫性大片状实变(Patchy diffuse consolidation)

3)哮吼或喉气管支气管炎，下列之一的阳性PCR：哮吼的临床特性(喘鸣、主要吸气、正常嗓音或喉炎、没有流口水、夜间发作、自限制)中出现的副流感/甲型流感/RSV/腺病毒。疾病在没有抗生素时于5天内解决。

4)感染性单核细胞增多症，伴有至少下列一种的爱泼斯坦-巴尔病毒(EBV)或巨细胞病毒(CMV)的阳性PCR/IgM血清学：淋巴细胞增多，末梢涂片上多于10％非典型淋巴细胞，EBV或CMV和淋巴结病的阳性血PCR。

5)病毒性中耳炎，没有急性中耳炎的细菌病原体和临床症状时，从中耳吸出物分离的呼吸道病毒的阳性PCR。疾病在没有抗生素时于5天内解决。

6)病毒性胃肠炎-伴有急性肠胃炎临床征兆和症状(少于1w)的粪便中腺病毒/轮状病毒(Rotavirus)/诺如病毒或Rota抗原的阳性PCR，和沙门菌(Salmonella)、志贺氏菌(Shigella)或弯曲杆菌(Campylobacter)的阴性粪便培养。疾病在没有抗生素时于7天内解决。

7)无菌性脑膜炎，下列之一CSF样品的阳性PCR：伴有脑膜炎/脑膜脑炎(虚性脑膜炎，有良性临床过程或没有抗生素下解决)临床征兆和症状的肠道病毒、HSV1/2、VZV、EBV或CMV。

8)幼儿急疹，来自血液的阳性HHV-6PCR/发热出现时的阳性HHV-6血清学，有/没有特征性红斑和腹泻的斑丘疹/红肿皮疹。

9)传染性红斑，临床出现(传染性红斑出现、四肢发斑、多关节病、自限制)的阳性人细小病毒B19PCR或阳性IgM测试。

10)手足口病，与发热相关的嘴的水泡伤口以及手和/或足上的疹出现时的柯萨奇病毒或肠道病毒71或HSV阳性PCR。

11)水痘–水泡疹的不同阶段出现时VZV的阳性PCR或阳性血清转变。

很多感染性疾病患者没有落在上述病毒和细菌感染的标准中。为了诊断这些患者中的感染源，感染性疾病(ID)专家检查其医疗记录。每个患者分类为有细菌感染、病毒感染、混合感染或无感染性疾病。为了辅助ID专家精确诊断，测试下列病原体：

1)腺病毒A/B/C/D/E

2)冠状病毒229E

3)冠状病毒NL63

4)冠状病毒OC43

5)副流感病毒1

6)副流感病毒2

7)副流感病毒3

8)副流感病毒4

9)鼻病毒A/B/C

10)甲型流感病毒

11)乙型流感病毒

12)呼吸道合胞病毒A

13)呼吸道合胞病毒B

14)博卡病毒1/2/3/4

15)肠道病毒：

16)百日咳博德特菌(Bordetella pertussis)：

17)肺炎支原体(Mycoplasma pneumoniae)

18)肺炎衣原体(Chlamydia pneumoniae)

19)军团菌性(Legionella)肺炎。

20)肺炎链球菌(S.Pneumoniae)(仅成年(即大于18岁))

21)流感嗜血杆菌(H.Influenza)(仅成年(即大于18岁))

患者还经历CRP测试，完成血细胞计数和基础化学。最后，根据感染位点，还进行下列测试:

泌尿道感染：

·尿液培养

·尿液测试条

胃肠道感染：

·沙门菌(Salmonella)、志贺氏菌(Shigella)或弯曲杆菌(Campylobacter)的粪便培养

·仅儿科患者-粪便中Rota抗原

系统感染：

·血液培养

·EBV和CMV血清学

下呼吸道感染：

·CXR

·饱和度

决定因素(DETERMINANT)测量和标准化

全血分成细胞和血清部分，并且随后用红细胞裂解缓冲液(BD生物科学公司(BD Bioscience))处理。白细胞随后用pH 7.3磷酸盐缓冲盐水洗涤三次。为了测量膜相关决定因素(DETERMINANT)多肽的水平，所述细胞用一抗孵育40分钟，洗涤两次并且用PE偶联的二抗(杰克逊实验室公司(Jackson Laboratories)，发射575nm)再孵育20分钟。在胞内决定因素(DETERMINANT)多肽情况下，细胞首先用固定和通透缓冲液试剂盒(EB公司(eBioscience))固定和透化。固定和透化后，细胞用一抗孵育40分钟，洗涤两次并且用PE偶联的二抗再孵育20分钟。每个染色模式中用IgG同种型对照作为阴性对照背景。染色过程后，细胞使用LSRII流式细胞仪分析。通过使用SSC/FSC点图互相区分粒细胞、单核细胞和淋巴细胞。对每个特定抗原测定淋巴细胞、单核细胞和粒细胞的背景和特定染色。通过对所有细胞类型的决定因素(DETERMINANT)多肽水平求和并除以白细胞计数来计算总体白细胞平均水平。

将决定因素(DETERMINANT)水平标准化到群平均值。为了避免由于异常度量引起的数值偏差(>平均值±3x标准偏差)，截短这些测量并且赋值为平均值±3x标准偏差。

决定因素(DETERMINANT)诊断统计分析

单个决定因素(DETERMINANT)统计显著性

对如下定义的灵敏度、特异性、PPV、NPV和Mathews校正系数(MCC)测量分类精确性:

灵敏度＝TP/(TP+FN),

特异性＝TN/(TN+FP),

PPV＝TP/(TP+FP),

NPV＝TN/(TN+FN),

MCC＝(TP*TN–FP*FN)/{(TP+FN)*(TP+FP)*(TN+FP)*(TN+FN)}^0.5,

其中TP、FP、TN、FN分别是真阳性、假阳性、真阴性、和假阴性。注意到MCC值范围为-1-+1，分别指示完全错误和完美分类。MCC为0指示随机分类。显示MCC特别用于在不平衡种类规模情况中测量和优化分类精确性(Baldi,Brunak等，2000)。决定因素(DETERMINANT)的差异诊断使用线性分类方案评估，其中计算在训练组(train set)上最大化MCC的截留，然后用于在测试组中分类患者。为了获得完整数据组的精确性，使用弃10％法交叉验证方案重复这个过程。也使用威尔科克森秩和检验评价蛋白的差异诊断。

多个决定因素(DETERMINANT)标记物统计显著性

使用弃10％法交叉验证方案测定多个决定因素(DETERMINANT)标记物的诊断精确性，以训练和测试有线性核(kernel)函数的支持向量机(SVM)(CJCBurges,1998)。使用如单个决定因素(DETERMINANT)中相同标准测量分类精确性。也使用其他多参数模型测试分类精确性，包含：(i)RBF核SVM，(ii)人工神经网络(一个隐藏层，有三个节点、一个输出节点和tansig转移函数)，(iii)朴素贝叶斯网络，和(iv)k-最近邻(k-nearest-neighbor)分类算法。对大部分测试决定因素(DETERMINANT)组合而言，线性SVM相较其他模型产生优于或等于MCC的分类结果。因此本文仅报道线性SVM的结果。当组合多个决定因素(DETERMINANT)与单个决定因素(DETERMINANT)比较时，为评价获得的改善，使用如下计算的dMCC标准：MCC_i,j–最大(MCC_i,MCC_j),其中MCC_i、MCC_j和MCC_i,j对应就单独决定因素(DETERMINANT)i和j以及其配对获得的MCC。

患者组特性

在以色列的Bnei-Zion医院和Hillel Yafe医学中心募集168个患者和健康个体的组。男性和女性患者的数目大体相等(图3A)。患者年龄范围为1个月–93岁，平均28.3+-28.4且中值为17(详见图3B和3C)。每个患者分类为病毒、细菌或混合感染，和加入无感染性疾病及健康个体的其他组作为对照(图3D)。症状开始出现的时间范围是0–8天(图3E)。患者显示广泛范围的临床症状，包含菌血症、蜂窝组织炎、下呼吸道感染(LRTI)、上呼吸道感染(URTI)、泌尿道感染(UTI)(图3F)。在约50％患者中，分离的病原体显示超过26种致病剂的广泛分布(图3G)。

实施例2：大部分决定因素(DETERMINANT)多肽在不同类型感染中没有差异表达

测定了大部分决定因素(DETERMINANT)多肽在有不同感染类型的患者中没有差异表达。另外，在针对感染的免疫防御中有良好确立机制作用的决定因素(DETERMINANT)多肽经常没有差异表达。因此，决定因素(DETERMINANT)多肽的免疫学作用不必定指示诊断效用。这点示于图5，其显示了宿主对细菌或病毒感染的反应中有活性免疫学作用的决定因素(DETERMINANT)多肽示例。发现这些决定因素(DETERMINANT)多肽的水平在病毒对比细菌感染的患者的淋巴细胞中没有显著差异表达。

实施例3：区分在细菌对比病毒感染患者的决定因素(DETERMINANT)

鉴定了一些在细菌对比病毒感染患者中以统计学显著方式(威尔科克森秩和P<0.001)差异表达的决定因素(DETERMINANT)。决定因素(DETERMINANT)名称和分类精确性列于表1A。每个决定因素(DETERMINANT)的分布和单个患者的测量示于图4A(点对应单个患者的决定因素(DETERMINANT)测量和条指示组平均值)。缩写淋巴(lym)、粒(gran)、单核(mono)、平均(mean)和总体(total)分别用于指示决定因素(DETERMINANT)多肽在淋巴细胞、粒细胞、单核细胞、所有白细胞的平均信号或白细胞总体信号中是否差异表达。后者在1ul血液的恒定体积中测量。每个子图(subplot)对应不同的决定因素(DETERMINANT)。

实施例4：区分在混合对比病毒感染患者的决定因素(DETERMINANT)

区分混合感染(即细菌和病毒共感染)与纯病毒感染对决定合适的治疗重要。为解决此问题，鉴定了一组在混合对比病毒感染患者中以统计学显著方式(威尔科克森秩和P<0.001)差异表达的决定因素(DETERMINANT)。决定因素(DETERMINANT)名称和分类精确性列于表1B。每个决定因素(DETERMINANT)的分布和单个患者测量示于图4B。

实施例5：区分病毒对比非感染性疾病或健康对象的决定因素(DETERMINANT)

鉴定了一组在有病毒感染患者对比非感染性疾病患者或健康对象中以统计学显著方式(威尔科克森秩和P<0.001)差异表达的决定因素(DETERMINANT)。决定因素(DETERMINANT)名称和分类精确性列于表1C。每个决定因素(DETERMINANT)的分布和单个患者测量示于图4C。

实施例6：区分细菌对比非感染性疾病或健康患者的决定因素(DETERMINANT)

鉴定了一组在有细菌感染患者对比非感染性疾病患者或健康对象中以统计学显著方式(威尔科克森秩和P<0.001)差异表达的决定因素(DETERMINANT)。决定因素(DETERMINANT)名称和分类精确性列于表1D。每个决定因素(DETERMINANT)的分布和单个患者测量示于图4D。

实施例7：区分感染性疾病对比非感染性疾病或健康患者的决定因素(DETERMINANT)

鉴定了一组在有感染性疾病患者对比非感染性疾病患者或健康对象中以统计学显著方式(威尔科克森秩和P<0.001)差异表达的决定因素(DETERMINANT)。决定因素(DETERMINANT)名称和分类精确性列于表1E。每个决定因素(DETERMINANT)的分布和单个患者测量示于图4E。

实施例8：多个决定因素(DETERMINANT)标记物提高区分不同感染类型的精确性

细菌对比病毒感染的患者

我们扫描了决定因素(DETERMINANT)组合的空间，并且鉴定了决定因素(DETERMINANT)对和三联体，所述决定因素(DETERMINANT)的组合标记物区分细菌对比病毒感染患者，相较对应单个决定因素(DETERMINANT)显著提高分类精确性(图7)。总体白细胞平均水平决定因素(DETERMINANT)对和三联体的组合分类精确性分别示于表2和3。不同细胞类型中测量的决定因素(DETERMINANT)对的组合分类精确性示于表4。

混合对比病毒感染的患者

鉴定了组合标记物区分混合对比病毒感染患者的决定因素(DETERMINANT)对。决定因素(DETERMINANT)对的组合分类精确性示于表5。

感染对比非感染和健康患者

鉴定了组合标记物区分感染性疾病患者对比非感染性疾病患者或健康对象的决定因素(DETERMINANT)对。用于分类病毒性感染患者对比非感染性疾病患者或健康对象的决定因素(DETERMINANT)对的组合分类精确性示于表6；细菌感染患者与非感染性疾病患者或健康对象示于表7；感染性疾病患者与非感染性疾病患者或健康对象示于表8。

实施例9：细菌对比病毒感染中蛋白和mRNA差异表现的去相关性

mRNA水平在细菌和病毒感染中差异表达的基因在相应患者中经常不显示同一差异性质。在病毒对比细菌感染患者的PBMC中有不同表达水平(t检验P值<10-6)(来自Ramilo等2007的分析数据)的mRNA与蛋白测量作比较。mRNA水平差异表达的很多基因未在蛋白水平显示相同的性质，如图8所示(mRNA和对应的蛋白测量分别示于左图和右图)。

每个点对应患者，并且条指示病毒和细菌组的平均值。

实施例10：不同细胞类型中蛋白表达的对比

一些蛋白的表达水平未与免疫系统的不同细胞类型良好相关。图9显示其水平在粒细胞和淋巴细胞中较差相关的两个蛋白(PARP12和OAS2)的示例。每个点对应在粒细胞(x轴)和淋巴细胞(y轴)中测量蛋白水平的患者。

参考文献

CDC疾病控制和预防中心-About Antimicrobial Resistance:A Brief Overview(关于抗微生物抗性:简单概述)-http://www.cdc.gov/drugresistance/about.html."

CDC疾病控制和预防中心-Get Smart程序:http://www.cdc.gov/getsmart/antibiotic-use/fast-facts.html."

CDC About Antimicrobial Resistance:A Brief Overview(关于抗微生物抗性:简单概述)

Akira,S.,S.Uematsu等，(2006)."Pathogen recognition and innate immunity(病原体识别和先天免疫)."Cell 124(4):783-801

Arias,C.A.和B.E.Murray(2009)."Antibiotic-resistant bugs in the 21stcentury--a clinical super-challenge(21世纪中的抗生素抗性缺陷—临床的超级挑战)."N Engl J Med 360(5):439-443

Baldi,P.,S.Brunak等(2000)."Assessing the accuracy of prediction algorithms for classification:an overview(用于分类的预测算法的精确性评价：综述)."Bioinformatics 16(5):412-424

Brunkhorst,F.M.,B.Al-Nawas等(2002)."Procalcitonin,C-reactive protein and APACHE II score for risk evaluation in patients with severe pneumonia(用于有严重肺炎患者中风险评估的原降钙素，C反应蛋白和APACHE II评分)."Clin Microbiol Infect 8(2):93-100

Cadieux,G.,R.Tamblyn等，(2007)."Predictors of inappropriate antibiotic prescribing among primary care physicians(初级护理医师中不合适抗生素处方的预测因子)."CMAJ 177(8):877-883

Davey,P.,E.Brown等，(2006)."Systematic review of antimicrobial drug prescribing in hospitals(医院中抗微生物药物处方的系统综述)."Emerg Infect Dis 12(2):211-216

Del Mar,C.(1992)."Managing sore throat:a literature review.I.Making the diagnosis(管理咽喉痛：文献综述I作出诊断)."Med J Aust 156(8):572-575

Fendrick,A.M.,A.S.Monto等，(2003)."The economic burden of non-influenza-related viral respiratory tract infection in the United States(美国非流感相关的病毒呼吸道感染的经济负担)."Arch Intern Med 163(4):487-494

Fjaertoft,G.,T.Foucard等，(2005)."Human neutrophil lipocalin(HNL)as a diagnostic tool in children with acute infections:a study of the kinetics(人中性粒细胞载脂蛋白(HNL)作为有急性感染的儿童的诊断工具：动力学研究)."Acta Paediatr94(6):661-666

Gallagher,J."Study:Antibiotics problems cost U.S.between$17B and$26B ayear(研究：抗生素问题一年花费美国$17B-$26B).http://www.bizjournals.com/triangle/stories/2009/10/19/daily4.html."Triangle Business Journal

Hatherill,M.,S.M.Tibby等，(1999)."Diagnostic markers of infection:comparison of procalcitonin with C reactive protein and leucocyte count(感染的诊断标记：原降钙素和C反应蛋白的对比以及白细胞计数)."Arch Dis Child 81(5):417-421

Houck,P.M.,D.W.Bratzler等，(2002)."Pneumonia treatment process and quality(肺炎治疗过程和质量)."Arch Intern Med 162(7):843-844

John,J.F.,小(Jr.)和N.O.Fishman(1997)."Programmatic role of the infectious diseases physician in controlling antimicrobial costs in the hospital(感染性疾病医师在医院控制抗微生物成本中的重要作用)."Clin Infect Dis24(3):471-485

Jones,A.E.,J.F.Fiechtl等，(2007)."Procalcitonin test in the diagnosis of bacteremia:a meta-analysis(菌血症诊断中的原降钙素测试：元分析)."Ann Emerg Med 50(1):34-41

Levine D.和Kuppermann N.(2004)Risk of Serious Bacterial Infection in Young Febrile Infants With Respiratory Syncytial Virus Infections(有呼吸道合胞病毒感染的年幼发烧婴儿中严重细菌感染的风险).Pediatrics,113卷第6期，6月，第1728-1734页

Linder,J.A.和R.S.Stafford(2001)."Antibiotic treatment of adults with sore throat by community primary care physicians:a national survey,1989-1999(通过社区初级护理医师对有喉咙痛成人的抗生素治疗:国家调查1989-1999)."JAMA286(10):1181-1186

Little,P.(2005)."Delayed prescribing of antibiotics for upper respiratory tract infection(上呼吸道感染的抗生素延迟处方)."BMJ 331(7512):301-302

Little,P.S.和I.Williamson(1994)."Are antibiotics appropriate for sore throats？Costs outweigh the benefits(抗生素对喉咙痛合适吗？成本超过益处)."BMJ309(6960):1010-1011

Murphy,K.,P.Travers等，(2008).Janeway's Immunobiology(《詹韦免疫生物学》),加兰德科学出版社(Garland Science)

Pulcini,C.,E.Cua等，(2007)."Antibiotic misuse:a prospective clinical audit in a French university hospital(抗生素滥用：法国大学医院中的预期临床审计)."Eur J Clin Microbiol Infect Dis 26(4):277-280

Roberts,R.R.,B.Hota等，(2009)."Hospital and societal costs of antimicrobial-resistant infections in a Chicago teaching hospital:implications for antibiotic stewardship(芝加哥教学医院中抗微生物抗性感染的医院和社会成本:抗生素管理工作的含意)."Clin Infect Dis 49(8):1175-1184

Rudensky,B.,G.Sirota等，(2008)."Neutrophil CD64expression as a diagnostic marker of bacterial infection in febrile children presenting to a hospital emergency department(嗜中性粒细胞CD64表达作为送至医院急诊部门的发热儿童中细菌感染的诊断标记)."Pediatr Emerg Care 24(11):745-748

Titus O.和Wright S.(2003).Prevalence of Serious Bacterial Infections in Febrile Infants With Respiratory Syncytial Virus Infection(有呼吸道合胞病毒感染的发热婴儿中严重细菌感染的普遍性).Pediatrics第112卷，第2期,第282-284页

Scott,J.G.,D.Cohen等，(2001)."Antibiotic use in acute respiratory infections and the ways patients pressure physicians for a prescription(急性呼吸道感染中的抗生素使用和患者迫使医师处方的方式)."J Fam Pract 50(10):853-858

Siegel,R.M.,M.Kiely等，(2003)."Treatment of otitis media with observation and a safety-net antibiotic prescription(有观察和抗生素处方安全网的中耳炎治疗)."Pediatrics 112(3Pt 1):527-531

Spiro,D.M.,K.Y.Tay等，(2006)."Wait-and-see prescription for the treatment of acute otitis media:a randomized controlled trial(急性中耳炎治疗的观望处方:随机控制试验)."JAMA 296(10):1235-1241

Zwart,S.,A.P.Sachs等，(2000)."Penicillin for acute sore throat:randomised double blind trial of seven days versus three days treatment or placebo in adults(用于急性咽喉痛的青霉素：成人中7天对比3天治疗或安慰剂的随机双盲试验)."BMJ 320(7228):150-154