一种胰腺癌预后判定方法及装置制造方法及图纸

技术编号:28363262 阅读:28 留言:0更新日期:2021-05-07 23:49
本申请公开了一种胰腺癌预后判定方法及装置,属于医学检测技术领域。本申请的方法包括检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;根据所述的风险分数确定胰腺癌患者预后情况;本申请的装置包括基因检测模块、风险分数确定模块、预后评估模块。利用本申请所提出的方法及装置,基于胰腺癌肿瘤组织DNA样本测序获得原始数据,降低了对样本质量的要求,客观性较强,具有较高的临床应用价值。

【技术实现步骤摘要】
一种胰腺癌预后判定方法及装置
本申请属于医学检测
,具体涉及一种胰腺癌预后判定方法及装置。
技术介绍
胰腺癌在中国是一种较为高发且难治的癌症,据2015年的中国癌症数据统计显示,胰腺癌的发病率在癌症领域排名第9,而死亡率排名第6。为了提高胰腺癌的精准诊疗水平以及治愈率,如何对胰腺癌患者的预后状态进行判断就显得尤为重要。目前,针对胰腺癌的预后判断存在很多技术方案,但这些技术方案存在不同的缺陷。首先,一类技术方案是基于单一临床因素对胰腺癌患者的预后进行判断,包括ECOG表现状态(EasternCooperativeOncologyGroupPerformanceStatus)、肿瘤标志物CA19-9水平和年龄等,但是基于单一临床因素进行的预后判断效能不够,易受其他因素影响。第二,一类技术方案是基于多个临床因素计算预后分数,根据分数的高低对患者预后进行判断,但该类方案在针对不同临床因素对应分数的设定上存在较大的主观因素,影响预后判断的准确性。第三,一类技术方案是基于胰腺癌高频突变基因(KRAS/TP53/SMAD4/CDKN2A)的突变状态对患者进行预后判断,但是高频突变基因的突变状态和中国胰腺癌患者的预后不具有显著相关性。第四,一类技术方案是基于肿瘤组织的转录谱筛选基因并构建预后检测模型对胰腺癌患者的预后进行判断,但该类方案在获取数据时对肿瘤组织的质量要求较高,限制了该方案的临床应用。因此,通过对现有技术的分析可以看出,目前对胰腺癌的预后判断技术并不理想。
技术实现思路
技术问题:针对现有对胰腺癌预后判断的技术不佳的问题,本申请提供一种胰腺癌预后预测方法及装置,从而能够对胰腺癌患者进行准确的预后判断。技术方案:本申请一方面提供一种胰腺癌预后判定方法,包括:检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;根据所述的风险分数确定胰腺癌患者预后情况。进一步地,还包括根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型。进一步地,根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型的方法包括:收集若干例胰腺癌患者的肿瘤组织DNA样本,构建胰腺癌肿瘤数据集,并按比例划分为训练集和测试集;针对每个肿瘤组织DNA样本选取若干个与胰腺癌有关的基因,用于预后检测模型构建;计算每个基因的拷贝数变异数值;基于每个基因的拷贝数变异数值,采用Cox回归分析方法进行预后检测模型构建,并利用弹性网络方法筛选出所述的相关性基因,并经过留一交叉验证构建出最终预后检测模型。进一步地,基于所述显著性基因构建的预后检测模型为:风险分数=-0.1136*RAD50+0.6140*AKT1+0.5643*CSF1R-0.3089*JAK2-0.2088*ABL1其中,RAD50、AKT1、CSF1R、JAK2和ABL1为所述显著相关性基因,将所述显著相关性基因的拷贝数变异数值对应带入预后检测模型,得到风险分数。进一步地,根据所述的风险分数确定胰腺癌患者预后情况的方法包括:所述风险分数大于或等于风险分数阈值,则判定胰腺癌患者预后情况不好;所述风险分数小于风险分数阈值则判定胰腺癌患者预后情况良好。进一步地,所述风险分数阈值的确定方法包括:基于预后检测模型及训练集中胰腺癌肿瘤组织DNA样本中显著相关性基因的拷贝数变异数值,计算每位患者的风险分数;基于每位患者的风险分数,选择一个数值能够将患者分为高风险组和低风险组,当两组患者之间具有最大的预后差异时,所选择的数值确定为风险分数阈值。进一步地,所述构建预后检测模型的方法还包括:验证预后检测模型的效能,验证方法包括:基于预后检测模型及测试集中胰腺癌肿瘤组织样本中显著相关性基因的拷贝数变异数值,计算每位患者的风险分数;基于所述风险分数阈值,将测试集分为高风险组和低风险组,并比较两组患者之间的预后差异。进一步地,所述确定基因的拷贝数变异数值的方法包括:对胰腺癌肿瘤组织DNA样本的测序数据进行过滤,包括对测序接头序列以及低质量碱基的移除;将过滤后的测序数据比对到人类基因组上;对比对结果进行处理,包括依赖基因组坐标对比对结果进行排序以及对比对结果中的重叠区域进行标记;采用若干个健康人白细胞测序数据为每个基因捕获区域构建覆盖深度基线,并以肿瘤组织测序数据中该区域覆盖深度和基线覆盖深度比值的log2转化值作为该区域的拷贝数变异数值,对于每一个基因,取该基因范围所覆盖所有捕获区域拷贝数变异数值的中位数作为该基因的拷贝数变异数值。另一方面,本申请提供一种胰腺癌预后检测装置,包括:基因检测模块,用于检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,确定显著相关性基因的拷贝数变异数值;风险分数确定模块,用于根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;预后评估模块,用于根据所述的风险分数确定胰腺癌患者预后情况。进一步地,还包括预后检测模型构建模块,用于根据所述的显著相关性基因的拷贝数变异数值,构建预后检测模型。有益效果:利用本申请的实施例中所提出的胰腺癌预后判定方法,通过检测胰腺癌的显著相关性基因,并根据显著相关性基因的拷贝数变异数值及预后检测模型,计算胰腺癌患者的风险分数,并根据风险分数对胰腺癌患者的预后情况进行判断,相对于现有技术,基于胰腺癌肿瘤组织DNA样本测序获得原始数据,降低了对样本质量的要求,并且客观性较强,具有较高的临床应用价值。附图说明图1为本申请实施例中的胰腺癌预后判定方法的流程图;图2为本申请实施例中计算基因的拷贝数变异数值的流程图;图3为本申请实施例中构建预后检测模型的方法流程图。具体实施方式下面结合实施例和说明书附图对本专利技术作进一步的说明。如图1示出了本申请的实施例中胰腺癌预后判定方法的流程图,结合图1,该方法包括:步骤S100:检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值。对于胰腺癌患者,并不是所有与胰腺癌相关的基因都能够用于对胰腺癌患者的预后情况进行预测判断,如果对所有与胰腺癌相关的基因都进行检测,那么会极大的增加检测人员的工作量,从而不便于临床应用。因此,在本申请的实施例中,通过检测与胰腺癌具有显著相关性的基因,即可完成胰腺癌的预后检测,从而便于临床应用。对于所需要检测的相关性基因的种类,是在进行预后检测模型的构建过程中确定,具体在下文中会详细说明。步骤S200:根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数。当确定了胰腺癌的显著相关性基因,并计算得到相应的拷贝数变本文档来自技高网...

【技术保护点】
1.一种胰腺癌预后判定方法,其特征在于,包括:/n检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;/n根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;/n根据所述的风险分数确定胰腺癌患者预后情况。/n

【技术特征摘要】
1.一种胰腺癌预后判定方法,其特征在于,包括:
检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;
根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;
根据所述的风险分数确定胰腺癌患者预后情况。


2.根据权利要求1所述的方法,其特征在于,还包括根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型。


3.根据权利要求2所述的方法,其特征在于,根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型的方法包括:
收集若干例胰腺癌患者的肿瘤组织DNA样本,构建胰腺癌肿瘤数据集,并按比例划分为训练集和测试集;
针对每个肿瘤组织DNA样本选取若干个与胰腺癌有关的基因,用于预后检测模型构建;
计算每个基因的拷贝数变异数值;
基于每个基因的拷贝数变异数值,采用Cox回归分析方法进行预后检测模型构建,并利用弹性网络方法筛选出所述的相关性基因,并经过留一交叉验证构建出最终预后检测模型。


4.根据权利要求3所述的方法,其特征在于,基于所述显著性基因构建的预后检测模型为:
风险分数=-0.1136*RAD50+0.6140*AKT1+0.5643*CSF1R-0.3089*JAK2-0.2088*ABL1
其中,RAD50、AKT1、CSF1R、JAK2和ABL1为所述显著相关性基因,将所述显著相关性基因的拷贝数变异数值对应带入预后检测模型,得到风险分数。


5.根据权利要求3或4所述的方法,其特征在于,根据所述的风险分数确定胰腺癌患者预后情况的方法包括:
所述风险分数大于或等于风险分数阈值,则判定胰腺癌患者预后情况不好;
所述风险分数小于风险分数阈值则判定胰腺癌患者预后情况良好。


6.根据权利要求5所述的方法,其特征在于,所述风险分数阈值的确定方法包括:
基于预...

【专利技术属性】
技术研发人员:张守伟赵义方璐何骥
申请(专利权)人:臻和北京生物科技有限公司臻和精准医学检验实验室无锡有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1