用于判断卵巢癌患者预后的分子模型及应用制造技术

本发明专利技术提供了一种用于判断卵巢癌患者预后的分子模型及应用，该分子模型包括比较卵巢癌样本的数据和正常卵巢癌样本的数据，得到具有差异的代谢基因，通过回归模型缩小代谢基因的范围，得到七基因组合模型，并进行检测、校验和分析，最后得出风险评分与生存期相关，风险评分高的患者生存期短预后差；故本发明专利技术通过构建七个基因的分子组合模型，对卵巢癌患者的预后进行评估，能够区分并甄选出预后差的卵巢癌患者，即将卵巢癌人群进行分层，挑选高风险预后差的卵巢癌患者，指导临床医生对这些患者提供更积极的治疗方案，同时也能指导临床医生避免对低风险的卵巢癌患者进行过度治疗。免对低风险的卵巢癌患者进行过度治疗。免对低风险的卵巢癌患者进行过度治疗。

【技术实现步骤摘要】
用于判断卵巢癌患者预后的分子模型及应用


[0001]本专利技术属于生物医学
，具体涉及一种用于判断卵巢癌患者预后的分子模型及应用。

技术介绍

[0002]卵巢癌是致死率最高的妇科恶性肿瘤。卵巢癌致死率位于女性全部恶性肿瘤的第七位，死亡率高达60％以上，致死率远高于其他妇科肿瘤。卵巢癌患者初治效果好，但容易复发或耐药，导致卵巢癌患者5年内生存率很低。其中主要原因之一就是缺少有效的判断卵巢癌患者预后的标志物，不能将卵巢癌患者进行风险分层，无法指导临床医生对高风险卵巢癌患者进行早干预早治疗。

技术实现思路

[0003]针对现有技术中的不足，本专利技术从分子层面评估卵巢癌患者的预后，帮助临床医生筛选高风险卵巢癌患者，故首要目的提出了用于判断卵巢癌患者预后的分子模型。
[0004]本专利技术的第二个目的是提出上述分子模型的应用。
[0005]为达到上述首要目的，本专利技术的解决方案是：
[0006]一种用于判断卵巢癌患者预后的分子模型，其包括如下步骤：
[0007](1)、先从TCGA数据库中下载卵巢癌组织样本的数据，从GTEX数据库中下载正常卵巢组织样本的数据，比较卵巢癌组织样本的数据和正常卵巢组织样本的数据中的代谢相关基因，设定cut
‑
off值为|logFC|＞1and P
‑
value＜0.05，并通过单因素Cox比例风险回归模型分析得到具有显著差异的代谢基因；
[0008](2)、通过LASSO
‑
Cox回归模型进一步缩小差异的代谢基因范围，得到一个七基因组合，构建出一个基于包含GFPT2、DGKD、ACACB、ACSM3、IDO1、TPMT和PGP七个基因为标志物的卵巢癌预后预测风险评分模型；
[0009](3)、对卵巢癌预后预测风险评分模型中的标志物进行检测；
[0010](4)、校验卵巢癌预后预测风险评分模型；
[0011](5)、将TCGA数据库作为训练集，GEO数据库作为验证集，对卵巢癌预后预测风险评分模型的风险评分进行分析；
[0012](6)、利用Kaplan
‑
Meier Plotter数据库分析卵巢癌预后预测风险评分模型中的七个基因对卵巢癌患者的生存预后的影响。
[0013]作为本专利技术的一种优选实施例，步骤(3)中，GFPT2、DGKD、ACACB和ACSM3在卵巢癌组织中高表达，IDO1、TPMT和PGP在卵巢癌组织中低表达。
[0014]作为本专利技术的一种优选实施例，步骤(4)中，风险评分模型的公式为0.1432
×
GFPT2+0.1410
×
DGKD+0.1426
×
ACACB+(
‑
0.1943)
×
ACSM3+(
‑
0.1002)
×
IDO1+(
‑
0.2008)
×
TPMT+(
‑
0.1058)
×
PGP。
[0015]作为本专利技术的一种优选实施例，步骤(5)中，风险评分与生存期相关，风险评分高
的患者生存期短预后差。
[0016]为达到上述第二个目的，本专利技术的解决方案是：
[0017]一种用于判断卵巢癌患者预后的分子模型可以在评估卵巢癌预后中得以应用。
[0018]由于采用上述方案，本专利技术的有益效果是：
[0019]本专利技术构建了七个基因的分子组合模型，对卵巢癌患者的预后进行评估，能够区分并甄选出预后差的卵巢癌患者，即将卵巢癌人群进行分层，挑选高风险预后差的卵巢癌患者，指导临床医生对这些患者提供更积极的治疗方案，同时也能指导临床医生避免对低风险的卵巢癌患者进行过度治疗。
附图说明
[0020]图1为本专利技术的分子模型的差异基因热图(N代表正常卵巢组织，T代表卵巢癌组织)。
[0021]图2为本专利技术的分子模型的七基因的组合模型图。
[0022]图3为本专利技术的分子模型的七个基因在人卵巢癌患者组织标本中的表达图。
[0023]图4为本专利技术的分子模型的风险校验图(4A：训练集中卵巢癌患者的风险评分分布图(横坐标Patients(increasing risk score)为患者(风险评分)，纵坐标Risk score为风险评分)；4B：验证集中卵巢癌患者的风险评分分布图(横坐标Patients(increasing risk score)为患者(风险评分)，纵坐标Risk score为风险评分)；4C：训练集中卵巢癌患者的生存期分布图(横坐标Patients(increasing risk score)为患者(风险评分)，纵坐标Survival time为生存时间)；4D：验证集中卵巢癌患者的生存期分布图(横坐标Patients(increasing risk score)为患者(风险评分)，纵坐标Survival time为生存时间)；4E：训练集中基因的表达热图；4F：验证集中基因的表达热图)。
[0024]图5为本专利技术的分子模型中卵巢癌患者预后与生存期的关系图(5A：训练集中七基因模型与卵巢癌患者预后(上面黑色线是低风险，下面灰色线是高风险)(横坐标Time为时间，纵坐标Survival probability为生存概率)；5B：验证集中七基因模型与卵巢癌患者预后(上面黑色线是低风险，下面灰色线是高风险)(横坐标Time为时间，纵坐标Survival probability为生存概率)；5C：单因素COX回归分析七基因模型与临床资料相关性；5D：多因素COX回归分析七基因模型与临床资料相关性)。
[0025]图6为本专利技术的分子模型中七基因与卵巢癌患者的总生存期的分析图(横坐标Time为时间，纵坐标Probability为可能性；6A为GFPT2基因；6B为DGKD基因；6C为ACACB基因；6D为ACSM3基因；6E为IDO1基因；6F为TPMT基因；6G为PGP基因；6H为七基因组合)。
具体实施方式
[0026]本专利技术提供了一种用于判断卵巢癌患者预后的分子模型及应用。即针对卵巢癌患者的代谢基因，利用数据库和统计学建立卵巢癌预后的风险模型，并通过进一步临床标本验证，能够作为预测卵巢癌患者预后的分子模型。
[0027]本专利技术的用于判断卵巢癌患者预后的分子模型包括如下步骤：
[0028](1)、先从TCGA数据库(https://portal.gdc.cancer.gov/)中下载379例卵巢癌组织样本的数据，从GTEX数据库(https://www.gtexportal.org)中下载88例正常卵巢组织样
本的数据，比较TCGA数据库卵巢癌组织样本的数据与GTEX数据库正常卵巢组织样本中的代谢相关基因，设定cut
‑
off值为|logFC|＞1and P
‑
value＜0.05，并通过单因素C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于判断卵巢癌患者预后的分子模型，其特征在于：其包括如下步骤：(1)、先从TCGA数据库中下载卵巢癌组织样本的数据，从GTEX数据库中下载正常卵巢组织样本的数据，比较卵巢癌组织样本的数据和正常卵巢组织样本的数据中的代谢基因，设定cut
‑
off值为|logFC|＞1and P
‑
value＜0.05，并通过单因素Cox比例风险回归模型分析得到具有显著差异的代谢基因；(2)、通过LASSO
‑
Cox回归模型进一步缩小差异的代谢基因范围，得到一个七基因组合，构建出一个基于包含GFPT2、DGKD、ACACB、ACSM3、IDO1、TPMT和PGP七个基因为标志物的卵巢癌预后预测风险评分模型；(3)、对卵巢癌预后预测风险评分模型中的标志物进行检测；(4)、校验卵巢癌预后预测风险评分模型；(5)、将TCGA数据库作为训练集，GEO数据库作为验证集，对卵巢癌预后预测风险评分模型的风险评分进行分析；(6)、利用Kaplan
‑
Meier Plotter数据库分析卵巢癌预后预测风险评分...

【专利技术属性】
技术研发人员：张凌云，刘天舒，王妍，李倩，
申请(专利权)人：复旦大学附属中山医院，
类型：发明
国别省市：