本发明提供了多个能够用于确定个体的性别特异性体重减轻轨迹的生物标志物和生物标志物组合，并且还提供了优化膳食干预的方法。
背景技术：
肥胖是一种慢性代谢障碍，在世界上的许多地区已达到了流行病程度。肥胖是诸如2型糖尿病、心血管疾病、血脂异常和某些类型的癌症等严重并存病的主要风险因素(worldhealthorgantechrepser.2000；894:i-xii,1-253)。
长久以来已认识到，低热量膳食干预可以非常有效地降低体重，并且这种体重减轻通常伴随肥胖相关并存病尤其是2型糖尿病的风险的改善(worldhealthorgantechrepser.2000；894:i-xii,1-253)。经验数据表明，初始体重的至少10％的体重减轻导致肥胖相关并存病的风险的显著降低(worldhealthorgantechrepser.2000；894:i-xii,1-253)。然而，体重减轻能力显示出较大的受试者间波动性。
一些研究(例如ghosh,s.等人，obesity(silverspring),(2011)19(2):457-463)证实一定百分比的人群不能通过低热量膳食成功减轻体重。这导致不切实际的体重减轻期望，继而导致不依从、退出(drop-out)和通常不成功的膳食干预。
一些研究已证实，本领域中存在用于监测体重减轻的方法，这些方法包括监测血浆中特定生物标志物的水平(例如lijnen等人，thrombres.2012年1月，129(1):74-9；cugno等人，internemergmed.2012年6月，7(3):237-42；以及bladbjerg等人，brjnutr.2010年12月，104(12):1824-30)。然而，这些方法不能提供特定受试者可获得的体重减轻程度的预测或指示。在研究生物标志物水平与体重减轻的相关性时无预测价值。
用于成功计划和设计膳食干预(例如，低热量膳食)的解决方案在于预测体重减轻轨迹的方法的可用性。这样的方法可用于帮助改变受试者的生活方式，例如通过改变膳食，并且还将受试者根据其生物学体重减轻能力分成适合治疗组。
美国专利申请us2011/0124121公开了一种用于预测体重减轻是否成功的方法。所公开的方法包括：选择正在接受或考虑接受体重减轻疗法诸如胃囊带术的患者，测量患者对热量摄入的一种或多种激素响应，以及基于激素响应来预测体重减轻疗法是否成功。所测量的激素为胃肠激素，诸如胰腺激素。
欧洲专利申请ep2420843公开了一种通过确定膳食周期前后血管紧张素i转化酶(ace)的水平来确定某人在有意减轻体重后将维持体重减轻的概率的方法。
然而，仍然需要准确预测受试者的体重减轻程度的方法。此外，广为人知的是雄性和雌性个体具有不同的脂肪储存和代谢机制(power和schulkin,.brjnutr.2008；99:931-40)；mittendorfer等人，obesity(silverspring).2009；17:1872-7；menegoni等人，obesity(silverspring).2009；17:1951-6，但是在体重减轻研究中很少存在这些生理性别特异性差异。
因此，本发明的目标是提供可被容易检测且可便于对受试者体重减轻进行性别特异性预测的生物标志物。此类生物标志物可用于预测受试者在膳食干预之前的体重轨迹。这些生物标志物可用于优化膳食干预并帮助改变生活方式。
技术实现要素：
本发明研究了一种或多种生物标志物的水平，以便预测通过向雄性受试者应用一种或多种膳食干预可获得的体重减轻程度。具体地，本发明提供了允许在膳食干预例如低热量饮食之前准确预测受试者的体重轨迹的性别特异性生物标志物。因此，本发明在一个方面提供了用于预测通过向雄性受试者应用一种或多种膳食干预可获得的受试者体重减轻程度的方法，所述方法包括确定得自受试者的一个或多个样本中一种或多种生物标志物的水平，其中该生物标志物选自性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1。
在一个实施方案中，该方法包括确定一个或多个样本中的激素结合球蛋白的水平。
在一个实施方案中，该方法包括确定一个或多个样本中性激素结合球蛋白和血清对氧磷酶/芳基酯酶1的水平。
在另一个实施方案中，该方法包括确定一个或多个样本中性激素结合球蛋白和β-2-微球蛋白的水平。
在另一个实施方案中，该方法包括确定一个或多个样本中β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平。
在另一个实施方案中，该方法包括确定一个或多个样本中性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平。
在一个实施方案中，该一个或多个样本源自血液，例如，血浆样本。
该一种或多种生物标志物的水平可与参考值进行比较，其中该比较表示预测的受试者可获得的体重减轻程度。参考值可基于之前接受膳食干预的一群受试者中所述一种或多种生物标志物的值(例如，平均值)。
在一个实施方案中，确定性激素结合球蛋白的水平，并且样本中性激素结合球蛋白的水平相对于参考值提高表示受试者体重减轻程度更高。
在另一个实施方案中，确定β-2-微球蛋白的水平，并且样本中β-2-微球蛋白的水平相对于参考值降低表示受试者体重减轻程度更高。
在另一个实施方案中，确定血清对氧磷酶/芳基酯酶1的水平，并且样本中血清对氧磷酶/芳基酯酶1的水平相对于参考值提高表示受试者体重减轻程度更高。
在另一个实施方案中，确定性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1中每一者的水平，并且样本中β-2-微球蛋白的水平降低以及血清对氧磷酶/芳基酯酶1和性激素结合球蛋白的水平提高表示受试者体重减轻程度更高。
优选地，膳食干预是低热量膳食。在一个实施方案中，低热量膳食包含约600至约1200千卡/天的热量摄入。低热量膳食可包括施用至少一种膳食产品。优选地，膳食产品是
在一个实施方案中，膳食可包括诸如
在另一个实施方案中，膳食可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物。膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在一个实施方案中，低热量膳食持续最多12周，例如6至12周。
在一个实施方案中，该方法还包括将所述一种或多种生物标志物的水平与受试者的一个或多个人体测量和/或生活方式特征相结合。在一个实施方案中，人体测量选自体重、身高、年龄和体质指数，并且生活方式特征是受试者是吸烟者还是不吸烟者。
在一个实施方案中，该方法还包括将一种或多种生物标志物的水平与一个或多个人体测量包括年龄和体质指数相结合。
在一个实施方案中，体重减轻程度由受试者通过应用膳食干预预期获得的体质指数(bmi)来表示。这可称为bmi2并使用公式(1)计算：
bmi2i＝c1*bmi1i+c2*年龄i-c3*性激素结合球蛋白i+c4*β-2-
微球蛋白i-c5*血清对氧磷酶/芳基酯酶1i；(1)
其中bmi1为所述膳食干预之前所述受试者的体质指数，并且bmi2为所述膳食干预之后所述受试者的预测体质指数；并且其中c1、c2、c3、c4和c5为正整数。
根据又一个方面，本发明提供了用于优化雄性受试者的一项或多项膳食干预的方法，该方法包括根据如本文所定义的方法来预测受试者可获得的体重减轻程度，以及向受试者应用膳食干预。
在又一个方面，本发明提供了用于预测雄性受试者预期将从膳食干预中获得的体质指数(bmi2)的方法，其中该方法包括确定得自受试者的一个或多个样本中性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平，以及使用如上文所述的公式(1)预测bmi2。
在本发明的又一个方面，提供了用于选择雄性受试者生活方式的改变的方法，该方法包括：(a)执行如本文所定义的方法，以及(b)基于预测的体重减轻程度来选择对生活方式的合适改变。
在一个实施方案中，生活方式的改变包括膳食干预。膳食干预可包括向受试者施用至少一种膳食产品。例如，膳食干预可以是低热量膳食。低热量膳食可包含降低的脂肪消耗和/或提高的低脂肪食品消耗。仅以举例说明的方式，低脂肪食品可包括全麦面粉和面包、燕麦片、高纤维早餐谷类、全粒大米和面食、蔬菜和水果、干豆和扁豆、烤马铃薯、果干、核桃、白鱼、鲱鱼、鲭鱼、沙丁鱼、腌鱼、皮尔彻德鱼、鲑鱼和精白肉。
在本发明的又一个方面，提供用作用于减轻体重的低热量膳食的一部分的膳食产品，其中将该膳食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的雄性受试者。
在一个方面，膳食产品可包括诸如
在另一方面，该膳食产品可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物。膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在本发明的又一个方面，提供了用于治疗肥胖或肥胖相关障碍的膳食产品，其中将膳食产品施用给通过本文所定义的方法预测将获得一定程度体重减轻的雄性受试者。
在本发明的又一个方面，提供了膳食产品在用于减轻体重的低热量膳食中的用途，其中将该膳食产品施用给通过本文所定义的方法预测将获得一定程度体重减轻的雄性受试者。
在本发明的又一个方面，提供了计算机程序产品，该计算机程序产品包括用于使可编程计算机根据本文所述的方法预测雄性受试者可获得的体重减轻程度的计算机可执行指令。
在本发明的又一个方面，提供了计算机程序产品，该计算机程序产品包括在被给予得自使用者的一种或多种生物标志物水平的情况下用于使可编程计算机预测体重减轻程度的计算机可执行指令，其中生物标志物选自性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1。
在本发明的又一个方面，提供了用于预测在膳食干预后雄性受试者可获得的体重减轻程度的试剂盒，其中所述试剂盒包含两种或更多种选自以下的抗体：性激素结合球蛋白的特异性抗体、β-2-微球蛋白的特异性抗体以及血清对氧磷酶/芳基酯酶1的特异性抗体。
在一个实施方案中，试剂盒还包含性激素结合球蛋白的特异性抗体、β-2-微球蛋白的特异性抗体以及血清对氧磷酶/芳基酯酶1的特异性抗体。
具体实施方式
预测体重减轻程度
本发明在一个方面涉及预测通过向雄性受试者应用一种或多种膳食干预可获得的体重减轻程度的方法。在特定的实施方案中，该方法可用于对受试者体重减轻的能力进行有根据的预测，并相应地选择或调整一项或多项膳食干预。例如，在膳食干预是低热量膳食的情况下，该方法可用于为受试者选择适当的膳食或调整每日热量摄入或特定膳食持续时间以影响体重减轻程度，或通过为受试者设立切合实际的期望而提高对低热量膳食的依从性。该方法还可用于帮助改变受试者的生活方式。
该方法可为技术人员提供用于评估哪些受试者将最可能受益于特定膳食干预(例如，低热量膳食)的有用手段。本发明的方法因此使得能够优化膳食干预(诸如，低热量膳食)并改变生活方式。
如本文所定义的体重减轻可以指诸如体重(例如，单位为千克)、体质指数(例如，kgm-2)或腰围(例如，单位为厘米)或腰臀比(例如，单位为厘米)等参数的降低。体重减轻可通过以下方式计算：将膳食干预结束时上述参数中一个或多个的值从膳食干预开始时所述参数的值中减去。优选地，体重减轻程度由受试者通过应用膳食干预预期获得的体质指数来表示。
体重减轻程度可表示为受试者体重(例如，单位为公斤)或体质指数(kgm-2)的百分比。例如，可预测受试者减轻其初始体重的至少10％，其初始体重的至少8％，或其初始体重的至少5％。仅以举例说明的方式，可预测受试者减轻其初始体重的5％至10％。
在一个实施方案中，该百分比可与肥胖相关障碍相关。例如，初始体重的至少10％的体重减轻程度导致肥胖相关并存病的风险显著降低。
基于使用本文所定义的方法而预测的体重减轻程度，可将受试者分成一个或多个组别或类别。例如，受试者可根据它们被预测是否可减轻显著的体重而分层。
受试者
优选地，受试者是哺乳动物，优选为人。另选地，受试者可以是非人哺乳动物，包括例如马、牛、绵羊或猪。在一个实施方案中，受试者是伴侣动物，诸如狗或猫。根据本发明，受试者为雄性。
样本
本发明包括确定得自受试者的一个或多个样本中一种或多种生物标志物的水平的步骤。
优选地，该样本源自血液。该样本可包含血液成分或可以是全血。该样本优选地包括血浆或血清，最优选地为血浆。从受试者采集样本的技术是本领域熟知的。
膳食干预
所谓术语“膳食干预”是指应用于受试者且引起受试者的膳食变化的外部因素。在一个实施方案中，膳食干预是低热量膳食。
优选地，低热量膳食包含约600至约1500千卡/天、更优选约600至约1200千卡/天、最优选约800千卡/天的热量摄入。在一个实施方案中，低热量膳食每天可包含预定量(单位为克)的蔬菜，优选至多约400g蔬菜/天，例如约200g蔬菜/天。
低热量膳食可包括施用至少一种膳食产品。膳食产品可以是可例如抑制受试者食欲的餐食代替产品或补充产品。膳食产品可包括食品产品、饮料、宠物食品产品、食品补充剂、营养品、食品添加剂或营养配方。
在一个实施方案中，膳食可包括诸如
在另一个实施方案中，膳食可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物。膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在一个实施方案中，低热量膳食持续最多12周。优选地，低热量膳食持续6至12周、优选地8至10周，例如8周。
确定样本中一种或多种生物标志物的水平
在一个实施方案中，在膳食干预之前确定一种或多种生物标志物的水平。在另一个实施方案中，在膳食干预之前和之后确定一种或多种生物标志物的水平。生物标志物水平也可在整个膳食干预过程中的预定时间确定。这些预定的时间可以是整个膳食干预过程中周期性的，例如每天或每三天，并可取决于所测试的受试者、所分析的样本类型和/或预测将获得的体重减轻程度。
当在膳食干预前获得时，生物标志物水平可称为“空腹水平”。当在膳食干预后获得时，生物标志物水平可称为“热量摄入水平”。例如，生物标志物水平可在空腹时确定，或在空腹时和热量摄入后确定。最优选地，确定每种生物标志物的空腹水平。
样本中各种生物标志物的水平可通过本领域已知的任何合适的方法测量或确定。例如，可以使用质谱法(ms)、适体或抗体检测方法，例如酶联免疫吸附测定法(elisa)。也可以使用其他分光光度法、色谱法、标记技术或定量化学方法。
在一个实施方案中，一种或多种生物标志物的水平可通过将样本用标记所述生物标志物中的一种或多种的试剂染色而确定。“染色”通常是组织学方法，该方法使得生物标志物可通过显微技术诸如使用可见光或荧光的那些技术检测。优选地，生物标志物在样本中通过免疫组织化学(ihc)检测。在ihc中，生物标志物可通过特异性结合到所述生物标志物中的一种或多种的抗体来进行检测。合适的抗体是已知的或可使用已知的技术生成。用于检测抗体水平的合适的测试方法包括但不限于免疫测定法，诸如酶联免疫吸附测定法、放射免疫测定法、western印迹和免疫沉淀法。
抗体可以是单克隆抗体、多克隆抗体、多特异性抗体(例如，双特异性抗体)或其片段，前提条件是其特异性结合到进行检测的生物标志物。抗体可通过包括将动物用目标抗原免疫然后从血清分离抗体的标准技术获得。单克隆的抗体可通过最早由kohler等人，nature256:495(1975)描述的杂交瘤方法制备，或可通过重组dna方法(参见例如美国专利no.4,816,567)制备。单克隆抗体也可使用在例如clackson等人，nature352:624-628(1991)和marks等人，j.mol.biol.222:581-597(1991)中所述的技术从噬菌体抗体文库分离。抗体也可以是嵌合抗体或人源化抗体。抗体在下文进一步讨论。
两种一般ihc方法是可用的，即直接测定法和间接测定法。根据第一种测定法，直接确定抗体与目标抗原的结合。该直接测定法使用经标记的试剂，诸如荧光标签或酶标记的一抗，该试剂可在无进一步抗体相互作用的情况下可视化。
在典型的间接测定法中，未偶联的一抗结合到抗原，然后经标记的二抗结合到一抗。在二抗偶联到酶标记的情况下，添加显色或荧光底物以提供抗原的可视化。由于二抗可与一抗上的不同表位反应，发生信号放大。
用于ihc的一抗和/或二抗可用可检测的部分进行标记。许多标记是可用的，包括放射性同位素、胶体金粒子、荧光标记和各种酶-底物标记。荧光标记包括但不限于稀土螯合物(铕螯合物)、德克萨斯红(texasred)、若丹明、荧光素、丹酰、丽丝胺(lissamine)、伞形酮、藻红蛋白和藻青蛋白，和/或上述标记中任一种活多种的衍生物。荧光标记可用已知的技术偶联到抗体。
各种酶-底物标记是可用的，例如，如us4,275,149中所公开。酶通常催化显色底物的化学改变，这种改变可通过显微镜例如在可见光下检测。例如，酶可催化底物的颜色变化，或可改变底物的荧光或化学发光。酶标记的示例包括荧光素酶(例如，萤火虫荧光素酶和细菌荧光素酶；us4,737,456)、荧光素、2,3-二氢酞嗪二酮、苹果酸脱氢酶、脲酶、过氧化物酶诸如辣根过氧化物酶(hrpo)、碱性磷酸酶、β-半乳糖苷酶、葡糖糖化酶、溶菌酶、糖类氧化酶(例如，葡萄糖氧化酶、半乳糖氧化酶和葡萄糖-6-磷酸脱氢酶)、杂环氧化酶(诸如尿酸酶和黄嘌呤氧化酶)、乳过氧化物酶、微过氧化物酶等。用于将酶偶联到抗体的技术是熟知的。
通常，该方法包括检测图像中被染色的区域的步骤。图像中对应于与生物标志物相关的染色的像素可通过颜色转换方法鉴定，例如，如us6,553,135和us6,404,916中所公开。在此类方法中，所关注的染色对象可通过识别与染色相关的独特颜色而鉴定。该方法可包括将图像的像素转化成不同的色彩空间，并应用阈值以抑制背景染色。例如，可形成两个rgb信号值的比率，以提供区分色彩信息的方式。特定的染色可通过存在特定信号比的最小值而与背景加以区分。例如，对应于主要是红色染色的像素可通过大于最小值的红色除以蓝色(r/b)比率而鉴定。
kong等人，amjclinnutr,2013年12月；98(6):1385-94描述了亲和素-生物素-过氧化物酶方法的用途，并且两名独立的研究员对阳性染色细胞数计数。
本发明可采用基于适体的检测方法。特异性识别生物标志物的适体可使用标准核酸合成技术合成或选自大随机序列库，例如使用指数富集配体系统进化(selex)技术。
适体可以是以具有茎、环、四链体、假结、凸部或发夹状物的组合的独特3d结构折叠的单链dna或rna序列。适体的分子识别由分子间相互作用产生，例如芳环的堆叠、静电和范德华相互作用或与目标化合物的氢键合。此外，适体与其靶标之间的特异性相互作用通过诱导契合机理来补充，其需要适体对其靶标采用独特的折叠结构。适体可被修饰以与标记分子例如染料连接，或固定在珠粒或底物表面上，用于不同的应用。
适体可与纳米技术、微阵列、微流体、质谱和其它技术搭配用于定量给定样本。
在一个实施方案中，将生物标志物水平与参考值进行比较。在此情况下，使用相同的分析方法确定样本中的生物标志物水平和参考值。
性激素结合球蛋白
性激素结合球蛋白(shbg)或性甾体结合球蛋白(ssbg)是在血液中运输雄激素和雌激素并调节雄激素和雌激素进入靶组织的糖蛋白。
除了控制性甾体的血浆分布、代谢清除率和生物利用率之外，shbg在一些组织的血管外隔室中以及在特定上皮细胞的细胞质中累积，其中shbg对雄激素和雌激素活动产生影响。
在哺乳动物中，基因编码shbg主要在肝脏中表达，但在其它组织包括睾丸中也有较低水平的表达。
用于确定样本中shbg水平的方法是本领域已知的。例如，stone等人描述使用固相化学发光免疫测定法利用immulite1000自动分析仪(diagnosticproducts)来测量shbg的血浆水平(jcem；2009；94(12)；4793-4800)。
brand等人描述包括从多项研究收集到的shbg水平的meta分析。shbg水平使用可商购获得的分别由rochediagnostics和autodelfia提供的电化学发光免疫测定法和荧光免疫测定法确定(brand等人；2014；plosone；9(7)；e100409)。
样本中shbg的水平优选地以纳摩尔每升(nmol/l)计量。
示例性人shbg蛋白是uniprotkb收录号为p04278的人shbg蛋白。这种例示的序列在长度上具有402个氨基酸，其中氨基酸1至29形成信号序列。
β-2-微球蛋白
β-2-微球蛋白(β2微球蛋白，b2m)是存在于所有有核细胞上的mhci类分子的组分。人b2m是由单条多肽链构成的低分子量蛋白(mw～11600)，该多肽链具有99个氨基酸。其由b2m基因编码。
用于确定样本中b2m水平的方法是本领域已知的。例如，prentice等人(genomemedicine2013,5:112)描述了可从calbiotech(springvalley,ca,usa)商购获得的elisa测定法的使用。fang等人(journalofgeneticengineeringandbiotechnology；2011；9(2)；133-136)描述了商用org5bm免疫测定法(orgentecdiagnosticagmbh)的使用。
样本中b2m的水平优选地以毫克/升(mg/l)或微克/毫升(μg/ml)计量。
示例性β-2-微球蛋白是uniprotkb收录号为p61769的人β-2-微球蛋白。这种例示的序列具有119个氨基酸，其中氨基酸1至20形成信号肽。
血清对氧磷酶/芳基酯酶1(pon1)
对氧磷酶(pon)酶家族包含三个成员：pon1、pon2和pon3，它们的基因彼此邻近地定位在染色体7q21-2上。
pon能够减缓低密度脂蛋白(ldl)氧化和细胞的氧化应激。
在人类中，pon1和pon3基因于多种细胞类型中生成，并且它们的蛋白产物存在于与高密度脂蛋白(hdl)相关的循环中(sierksma等人；alcohol.clin.exp.res.26:1430-1435)。
血清对氧磷酶/芳基酯酶1(pon1)在本领域中还作为芳族酯酶1或血清芳基二烷基磷酸酶1为人所知。其具有对氧磷酶活性和芳基酯酶活性两者。pon1是经报道能够预防脂质过氧化物和ldl累积的hdl相关酶(vanhimbergen等人；nethjmed.2006年2月；64(2):34-8)。
可使用可商购获得的免疫测定法确定pon1蛋白水平。例如，loued等人描述使用得自uscnlifescience,inc.的免疫测定法来确定样本中pon1蛋白浓度水平(loued等人；britishjournalofnutrition(2013)；110；1272-128)。
pon水平可根据酶活性水平确定。例如，用于确定pon1活性水平的方法在本领域中是已知的。
可通过对氧磷(o,o-二乙基-o-磷酸对硝基苯酯)酶法水解成对硝基酚的速率来确定pon1对氧磷酶的活性，例如如dursun等人(humanreproduction，第21卷，第1期，第104-108页，2006)所述。可使用分光光度计通过确定412nm处吸光度的提高来测量对硝基酚的水平。
可通过在光谱仪上在270nm处测量吸光度的乙酸苯酯的酶法水解速率来确定pon1芳基酯酶活性，例如如teiber等人(clinicalchemistry，2013年8月，第59卷，第8期，1251-1259)所述。
示例性pon1蛋白是uniprotkb收录号为p27169的人pon1蛋白。这种例示的序列在长度上具有355个氨基酸，其中氨基酸1是起始蛋氨酸。
生物标志物的组合
虽然单个生物标志物可在本发明的方法中具有预测价值，但是该方法的质量和/或预测能力可通过将来自多种生物标志物的值加以组合而得到改善。
因此，本发明的方法可涉及确定来自本文所定义的那些生物标志物中的至少两种生物标志物的水平。例如，该方法可包括确定性激素结合球蛋白和β-2-微球蛋白的水平；确定性激素结合球蛋白和血清对氧磷酶/芳基酯酶1的水平；确定β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平；以及确定性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平。
特别优选的是包括检测包含以下生物标志物的组合的方法：性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1。
在特别优选的实施方案中，方法包括确定性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1中每一者的水平，其中β-2-微球蛋白的水平降低以及血清对氧磷酶/芳基酯酶1和性激素结合球蛋白的水平提高表示受试者体重减轻程度更高。
与参考或对照进行比较
本发明的方法还包括将测试样本中各个生物标志物的水平与一个或多个参考或对照值进行比较的步骤。参考值可与预先定义的受试者在膳食干预后体重减轻的能力相关。在一些实施方案中，参考值是之前在某一膳食干预后针对一个受试者或一组受试者获得的值。参考值可基于得自膳食干预后的一组受试者的平均水平，例如，均值或中值水平。
将生物标志物水平与人体测量和/或生活方式特征相结合
在一个实施方案中，本发明的方法还包括将所述一种或多种生物标志物的水平与受试者的一个或多个人体测量和/或生活方式特征相结合。通过组合该信息，提供对受试者可获得的体重减轻程度的改进的预测模型。
如本领域已知的是，人体测量是受试者的测量结果。在一个实施方案中，人体测量选自年龄(岁)、体重(千克)、身高(厘米)和体质指数(kg/m-2)。其他人体测量也将是本领域技术人员已知的。
所谓术语“生活方式特征”是指受试者做出的任何生活方式选择，这包括所有膳食摄入数据，活动测量，或得自生活方式、动机或偏好问卷的数据。在一个实施方案中，生活方式特征是受试者是吸烟者还是不吸烟者。这在本文也称为受试者的吸烟状况。
在优选的实施方案中，确定得自受试者的样本的性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平，并将这些水平与受试者的年龄和体质指数结合以便预测受试者可获得的体重减轻。优选地，体重减轻程度由受试者通过应用膳食干预预期获得的体质指数来表示。
在一个实施方案中，预测的体质指数(bmi2)通常由公式(1)表示：
bmi2i＝c1*bmi1i+c2*年龄i-c3*性激素结合球蛋白i+c4*β-2-
微球蛋白i-c5*血清对氧磷酶/芳基酯酶1i；
其中bmi1为所述膳食干预之前所述受试者的体质指数，并且bmi2为所述膳食干预之后所述受试者的预测体质指数；并且其中c1、c2、c3、c4和c5为正整数。
c1至c5的值通常取决于1)模型中所有变量的计量单位；和2)所考虑的受试者的起源(种族背景)。可容易地确定特定受试者队列的系数c1至c5中的每一个。如技术人员将理解的是，可将膳食干预(例如，低热量膳食)应用于所关注的受试者队列，可确定如本文所定义的生物标志物的水平，然后可使用常规统计方法以便得到c1至c5的值。此类常规统计方法可包括多重线性回归，其中通过自举法(bootstrap)进行校准。可以通过具有各种估计算法(例如，弹性网络(elasticnet)、套索(lasso)、贝叶斯方法(bayesianapproach)等)的广义线性模型或相加模型或任何其它回归相关模型获得相同的估计值。
在一个实施方案中，受试者是欧洲人。
受试者分类
还可将通过本发明的方法预测的体重减轻程度与一个或多个预定的阈值进行比较。使用此类阈值，可将受试者分成多个类别，这些类别表示预测的体重减轻程度，例如，低、中、高和/或极高的预测体重减轻程度。与阈值的发散程度可用于确定哪些受试者将最受益于某些干预。以此方式，可以对膳食干预和生活方式的改变进行优化，并且可以设立受试者将获得的对体重减轻的切合实际的期望。
在一个实施方案中，类别包括体重减轻耐性受试者和体重减轻敏感性受试者。
所谓术语“体重减轻耐性”是指低于预定值的预测体重减轻程度。优选地，“体重减轻耐性”定义为受试者的体重减轻百分比劣于预定值，例如，预测受试者的体重减轻小于受试者的预期体重减轻的第10、第15、第20或第30个百分位数。
优选地，体重减轻程度由减小的bmi单位数表示，其中bmi减小＝((bmi1-bmi2)*100)/bmi1，其中bmi1为膳食干预之前受试者的体质指数，并且bmi2为膳食干预之后受试者的预测体质指数。
所谓术语“体重减轻敏感性”是指预测的体重减轻程度大于预定值。优选地，“体重减轻敏感性”定义为受试者的体重减轻百分比优于预定的阈值。例如，预测受试者的体重减轻大于预期体重减轻的第85、第80或第75个百分位数。
“预期的体重减轻”可得自已经接受了与所测试的膳食干预相同的膳食干预的一群受试者的数据。
在另一个实施方案中，可将受试者分成“体重减轻敏感性”或“体重减轻耐性”类别，这些类别表示受试者的肥胖或肥胖相关障碍的风险降低，例如，低、中、高和/或极高风险降低。低、中和高风险降低组别可根据绝对体重减轻来定义，其中绝对体重减轻与肥胖或特定肥胖相关障碍的临床标准相关。
例如，如果目标是降低肥胖个体中2型糖尿病的风险，则“极高风险降低”可定义为经预测在膳食干预后将减轻至少10％体重的那些。这符合partiioftheworldhealthorgantechrepser.2000；894:i-xii,1-253)。此外，肥胖人每1％的体重降低将导致收缩压和舒张压的降低，和低密度脂蛋白胆固醇的降低，并因此分别降低心血管疾病和血脂异常的风险。
用于选择受试者生活方式的改变的方法
在又一个方面，本发明提供用于改变受试者的生活方式的方法。受试者中生活方式的改变可以是如本文所述的任何变化，例如，膳食的变化、更多的锻炼、不同的工作和/或生活环境等。
优选地，该改变是如本文所述的膳食干预。更优选地，膳食干预包括施用至少一种膳食产品。该膳食产品优选地在之前未被该受试者消费，或被该受试者以不同的方式消费。该膳食产品可以如本文所述。改变受试者的生活方式还包括指出受试者需要改变其生活方式，例如，规定更多的运动或停止吸烟。
例如，如果预测受试者不能通过低热量膳食减轻体重，则改变可包括受试者生活方式中更多的运动。
膳食产品的使用
在一个方面，本发明提供用作用于减轻体重的低热量膳食的一部分的膳食产品。将该膳食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的受试者。
在另一方面，本发明提供用于治疗肥胖或肥胖相关障碍的膳食产品，其中将该膳食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的受试者。
肥胖相关疾病可选自糖尿病(例如，2型糖尿病)、中风、高胆固醇、心血管疾病、胰岛素耐性、冠心病、代谢综合征、高血压和脂肪肝。在又一个方面，本发明提供膳食产品在用于减轻体重的低热量膳食中的用途，其中将该膳食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的受试者。
试剂盒
在又一个方面，本发明提供用于预测通过向受试者应用一种或多种膳食干预可获得的体重减轻程度的试剂盒。
试剂盒包括性激素结合球蛋白的特异性抗体和/或β-2-微球蛋白的特异性抗体和/或血清对氧磷酶/芳基酯酶1的特异性抗体。试剂盒优选地至少包括两个所述抗体。
试剂盒优选地包括性激素结合球蛋白的特异性抗体和β-2-微球蛋白的特异性抗体和血清对氧磷酶/芳基酯酶1的特异性抗体。
术语抗体包括抗体片段。此类片段包括整个抗体的保持其对目标物质的结合活性的片段、fv、f(ab')和f(ab')2片段，以及单链抗体(scfv)、融合蛋白和其他包含抗体的抗原结合位点的合成蛋白。此外，抗体及其片段可以是人源化抗体。技术人员将认识到本领域中用于产生本发明的试剂盒所需的抗体的方法。
计算机程序产品
本文所述的方法可实施为在通用硬件诸如一个或多个计算机处理器上运行的计算机程序。在一些实施方案中，本文所述的功能可通过诸如智能手机、平板终端或个人计算机的装置实施。
在一个方面，本发明提供计算机程序产品，该计算机程序产品包括用于使可编程计算机基于如本文所述的生物标志物水平来预测体重减轻程度的计算机可执行指令。
在另一个方面，本发明提供了计算机程序产品，该计算机程序产品包括在被给予得自使用者的一种或多种生物标志物水平的情况下使装置预测体重减轻程度的计算机可执行指令，其中生物标志物选自性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1。
优选地，生物标志物水平是空腹水平。还可以为计算机程序产品被给予得自使用者的人体测量和/或生活方式特征。如本文所述，人体测量包括年龄、体重、身高和体质指数、并且生活方式特征包括吸烟状况。
在特别优选的实施方案中，使用者将性激素结合球蛋白、β-2-微球蛋白和血清对氧磷酶/芳基酯酶1的水平任选地连同年龄和体质指数一起输入到装置中。装置然后处理该信息并提供对使用者从膳食干预可获得的体重减轻程度的预测。
该装置通常可以为网络上的服务器。然而，可以使用任何装置，只要其可使用处理器、中央处理单元(cpu)等处理生物标志物数据和/或人体测量及生活方式数据即可。该装置可以例如为智能手机、平板终端或个人计算机，并输出指示使用者可获得的体重减轻程度的信息。
本领域的技术人员将理解，在不脱离本文所公开的本发明范围的前提下，他们可以自由地组合本文所述的本发明的所有特征。
现将通过非限制性实施例来描述本发明的各优选特征和实施方案。
除非另外指明，本发明的实践将采用常规化学、分子生物学、微生物学、重组dna和免疫学技术，这些技术均在本领域普通技术人员的能力范围之类。此类技术在文献中有所阐述。参见例如j.sambrook,e.f.fritsch和t.maniatis,1989,molecularcloning:alaboratorymanual，第二版，第1-3册，coldspringharborlaboratorypress；ausubel,f.m.等人(1995年和定期增刊；currentprotocolsinmolecularbiology，第9、13和16章，johnwiley&sons,newyork,n.y.)；b.roe,j.crabtree和a.kahn,1996,dnaisolationandsequencing:essentialtechniques,johnwiley&sons；j.m.polakandjameso’d.mcgee,1990,insituhybridization:principlesandpractice；oxforduniversitypress；m.j.gait(编辑),1984,oligonucleotidesynthesis:apracticalapproach,irlpress；d.m.j.lilley和j.e.dahlberg,1992,methodsofenzymology:dnastructureparta:synthesisandphysicalanalysisofdnamethodsinenzymology,academicpress；以及e.m.shevach和w.strober,1992年和定期增刊，currentprotocolsinimmunology,johnwiley&sons,newyork,ny。这些一般性文本中的每一个以引用的方式并入本文。
实施例
实施例1-在使用血浆生物标志物和人体测量的组合的lcd后预测男性的体重减轻
受试者参与了diogenes研究。该研究是一项泛欧洲、随机化和对照膳食干预研究，其在八个欧洲中心调查膳食蛋白和血糖指数对肥胖和超重家庭体重减轻和体重维持的作用(larsen等人，obesityreviews(2009),11,76-91)。
在参加八周lcd体重减轻项目的超重/肥胖个体队列中调查了体重减轻轨迹(larsen等人，2010)。
该项研究包括938名欧洲个体，其中782名完成了8周的lcd项目，并且714名完成了所有必需的测量，测量结果的范围是活受试者可接受的。个体的一般特征在表1中示出。
表1：顺从低热量膳食的个体的一般特征
在参与者即将遵守八周低热量膳食干预之前从所有参与者采集空腹血液并获得血浆。150名男性的空腹血浆样本对从其确定多种生物标志物水平是可用的。还在该膳食干预前获取了多项人体测量。这些测量的几个相关示例为：年龄、体重及身高(从这些测量得到了体质指数bmi，即体重/身高2)和性别。
对所有在膳食干预前测量的变量进行评价，以便用作给定bmi1下bmi2的单独预测因子和共同预测因子。我们使用可免费获取的工具(rsoftware)评价了多种统计模型，并保留以下针对男性的预测模型(基于使用交叉验证的预测质量)：
bmi2i＝c1*bmi1i+c2*年龄i-c3*性激素结合球蛋白i+c4*β-2-微球蛋白i
-c5*血清对氧磷酶/芳基酯酶1i；(1)
其中系数c1、c2、c3、c4、c5为正，并且它们的值取决于1)模型中所有变量的计量单位；和2)所考虑的受试者的起源(种族背景)。
本研究中模型的总体说明性精度经确定为全变差的93％(调整后的r2＝0.93)。在表2中，我们示出针对平均预期bmi2的预测模型的所有系数的显著性(使用99％的贝叶斯置信区间)。
表2：当如(1)中那样用回归预测平均预期bmi2时的系数以及大于0的对应系数的贝叶斯后验概率。
计算使用由maclehose等人提议的贝叶斯回归模型估计量(p2模型)。
实施例2：根据预测的体重减轻和成功阈值对男性进行分层
术语“体重减轻耐受”被理解为经预测体重减轻百分比低于预定的阈值。例如，“体重减轻耐受”可被定义为预测将降低的bmi单位小于预期bmi降低的第30百分位数或第15百分位数(其中bmi降低＝(bmi1-bmi2)*100％/bmi1)。
术语“体重减轻敏感”被理解为经预测体重减轻百分比高于预定的阈值。例如，“体重减轻敏感”可被定义为预测将降低的bmi单位大于预期bmi降低的第70百分位数或第85百分位数。
可通过技术人员在已经受膳食干预的受试者(来自目的群体)的样本上获得bmi降低的预期平均中值或其它百分位数，该膳食干预与待使用的膳食干预类似。
受试者工作特征(roc)曲线是“用于描述在连续量表上测量的诊断测试的性能的开发最完善的统计工具”(参见pepe,m.s.(2003).thestatisticalevaluationofmedicaltestsforclassificationandprediction,oxforduniversitypress,newyork，第66页)。roc的使用基于将测试结果分成两部分。在我们的案例中，我们在膳食干预之前定义“体重减轻耐”受试者组，并预测受试者将在该组中的概率。我们将“体重减轻耐受”的两个定义视为对应于减轻不到初始体重的10％或8％。
roc曲线的数值指标经常用来概括曲线。这些概括性度量被用作比较roc曲线的基线。roc曲线下面积(auc)是最为广泛使用的概括性度量。具有完美roc曲线的完美诊断测试具有值auc＝1.0，而缺乏信息的测试具有auc＝0.5。表3示出了共同和单独用于预测“体重减轻耐受”的概率的生物标志物的rocauc。
表3：待正确指定到男性“体重减轻耐受”组的概率的预测评估质量的生物标志物的rocauc。