【技术实现步骤摘要】
本专利技术具体涉及一种诊断子宫内膜异位症的系统。
技术介绍
1、子宫内膜异位症(endometriosis)是指有活性的内膜细胞种植在子宫内膜以外的位置而形成的一种女性常见妇科疾病。内膜细胞本该生长在子宫腔内，但由于子宫腔通过输卵管与盆腔相通，因此使得内膜细胞可经由输卵管进入盆腔异位生长。子宫内膜异位症的主要病理变化为异位内膜周期性出血及其周围组织纤维化，形成异位结节，痛经、慢性盆腔痛、月经异常和不孕是其主要症状。病变可以波及所有的盆腔组织和器官，以卵巢、子宫直肠陷凹、宫骶韧带等部位最常见，也可发生于腹腔、胸腔、四肢等处。
2、现有通过子宫内膜异位症(内异症)在位内膜免疫细胞进行检测和分析的方法为免疫组织化学和流式细胞学技术，但精确度都较差。因此，目前诊断子宫内膜异位症应行三合诊检查，即腹部彩超、腹腔镜、ca125值测定，必要时在月经周期的中期和月经的第二天，各做一次检查。病情稍复杂者还需进一步借助实验室检查及特殊检查方法进行诊断，其次还应注意与卵巢癌、输卵管卵巢炎块、直肠癌等相鉴别。诊断方法复杂成本高。
技术实现思路
1、为解决上述问题，本专利技术提供了一种诊断子宫内膜异位症的系统，其特征在于：所述系统包括：
2、数据获取模块：获取待检患者的子宫内膜细胞的illumina测序数据；
3、数据库模块：以子宫内膜正常人体、子宫内膜异位症人体的子宫内膜细胞的illumina测序数据构成数据库；
4、机器学习模块：构建t-sne机器学习模型
5、结果输出模块：输出是否为需要治疗干预的子宫内膜异位症受试者的结果。
6、进一步地，所述illumina测序数据是内置illumina hiseq pe 150测序流程的测序仪采集的测序数据。
7、进一步地，所述测序仪捕获6000-10000个子宫内膜细胞，并对每个子宫内膜细胞进行50,000-10,000条读长的测序。
8、进一步地，所述测序数据经数据转换、质量控制、数据预处理和/或主成分分析的模型处理。
9、更进一步地，所述数据转换的模型为star模型。
10、更进一步地，所述数据预处理的模型为数据归一化和barcode处理的模型。
11、更进一步地，所述质量控制的模型为seraut r包。
12、进一步地，所述t-sne机器学习模型是以经主成分分析后的主成分基因对细胞进行t-sne分群，再以ptprc阳性的内膜免疫细胞，进行二次t-sne分群构建的模型。
13、进一步地，所述结果输出模块输出子宫内膜特异表达pape,cxcl14的上皮细胞亚群占总细胞数的比例低于3％，ptprc阳性细胞在子宫内膜增生期和分泌期占比均高于20％，nk细胞占免疫细胞的比例在增生期大于分泌期，判断待检患者为需要治疗干预的子宫内膜异位症受试者。
14、更进一步地，所述子宫内膜细胞的活性大于90％；所述子宫内膜细胞通过如下步骤获得：
15、取内膜组织，用pbs缓冲液冲洗，剪碎，加酶37℃消化至细胞90％以上呈单个独立细胞状态。
16、本专利技术还提供了一种前述的系统的构建方法，包括如下步骤：
17、(1)构建用于输入illumina测序数据的数据获取模块；
18、(2)收集子宫内膜正常人体、子宫内膜异位症人体的子宫内膜细胞的illumina测序数据，构建数据库模块；
19、(3)采用数据转换、质量控制、数据预处理和/或主成分分析的模型处理数据，并用t-sne算法构建t-sne机器学习模型，得到机器学习模块；
20、(4)构建将机器学习模块的计算结果输出的输出模块。
21、本专利技术最还提供了一种介质，所述介质储存有计算机可执行指令，所述指令在被处理器执行时刻用于实现前述的系统，进行如下操作：
22、获取待检患者的子宫内膜细胞的illumina测序数据；
23、以子宫内膜正常人体、子宫内膜异位症人体的子宫内膜细胞的illumina测序数据构成数据库；
24、构建t-sne机器学习模型；
25、输出是否为需要治疗干预的子宫内膜异位症受试者的结果。
26、本专利技术最后提供了一种计算设备，包括处理单元、存储器以及i/o接口；
27、所述存储器，用于存储所述处理单元执行的程序或指令；
28、所述处理单元，用于根据所述存储器存储的程序或指令，执行权利要求11所述介质所进行的操作；
29、所述i/o接口，用于在所述处理单元的控制下接收或发送数据。
30、本专利技术建立的诊断系统能对子宫内膜异位症在位内膜免疫细胞及其亚群单细胞水平表达的细胞因子进行分析。基于本专利技术诊断系统发现了子宫内膜异位症在位内膜缺乏种植窗期特异表达的上皮细胞亚群(特异表达pape,cxcl14)，还首次从单细胞层面发现子宫内膜异位症的在位内膜容受性异常。通过本专利技术诊断系统还能发现子宫内膜异位症在位内膜免疫细胞存在周期性变化的紊乱，比如nk细胞在内异症中增生期多，分泌期少。
31、本专利技术还使用cellphone db对免疫细胞亚型和上皮细胞、间质细胞、内皮细胞的受体-配体相互作用进行分析，发现许多异常的与子宫内膜异位症发病机制和内膜容受性相关的受体-配体对，如pgrmc2_ccl4l2受配体对的表达在内异症中降低，pgrmc2是一种孕激素膜受体，它的低表达参与了内异症的发病机制。同时使用传统流式细胞学的方法对子宫内膜相关细胞统计，其与本专利技术系统输出结果趋势类似，从病理机制和传统诊断方法两个方面印证了本专利技术系统诊断子宫内膜异位症准确度高，具备实际推广应用价值。
32、显然，根据本专利技术的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本专利技术上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。
33、以下通过实施例形式的具体实施方式，对本专利技术的上述内容再作进一步的详细说明。但不应将此理解为本专利技术上述主题的范围仅限于以下的实例。凡基于本专利技术上述内容所实现的技术均属于本专利技术的范围。
本文档来自技高网...【技术保护点】
1.一种诊断子宫内膜异位症的系统，其特征在于：所述系统包括：
2.根据权利要求1所述的系统，其特征在于：所述Illumina测序数据是内置IlluminaHiSeq PE 150测序流程的测序仪采集的测序数据。
3.根据权利要求2所述的系统，其特征在于：所述测序仪捕获6000-10000个子宫内膜细胞，并对每个子宫内膜细胞进行50,000-10,000条读长的测序。
4.根据权利要求1～3任一所述的系统，其特征在于：所述测序数据经数据转换、质量控制、数据预处理和/或主成分分析的模型处理。
5.根据权利要求4所述的系统，其特征在于：所述数据转换的模型为STAR模型；所述质量控制的模型为Seraut R包。
6.根据权利4所述的系统，其特征在于：所述数据预处理的模型为数据归一化和barcode处理的模型。
7.根据权利要求1所述的系统，其特征在于：所述t-SNE机器学习模型是以经主成分分析后的主成分基因对细胞进行t-SNE分群，再以PTPRC阳性的内膜免疫细胞，进行二次t-SNE分群构建的模型。
8.
9.根据权利要求1～8任一所述的系统，其特征在于：所述子宫内膜细胞的活性大于90％；所述子宫内膜细胞通过如下步骤获得：
10.权利要求1～9任一项所述的系统的构建方法，其特征在于，包括如下步骤：
11.一种介质，其特征在于，所述介质储存有计算机可执行指令，所述指令在被处理器执行时刻用于实现权利要求1～9任一项所述的系统，进行如下操作：
12.一种计算设备，其特征在于，包括处理单元、存储器以及I/O接口；
...【技术特征摘要】
1.一种诊断子宫内膜异位症的系统，其特征在于：所述系统包括：
2.根据权利要求1所述的系统，其特征在于：所述illumina测序数据是内置illuminahiseq pe 150测序流程的测序仪采集的测序数据。
3.根据权利要求2所述的系统，其特征在于：所述测序仪捕获6000-10000个子宫内膜细胞，并对每个子宫内膜细胞进行50,000-10,000条读长的测序。
4.根据权利要求1～3任一所述的系统，其特征在于：所述测序数据经数据转换、质量控制、数据预处理和/或主成分分析的模型处理。
5.根据权利要求4所述的系统，其特征在于：所述数据转换的模型为star模型；所述质量控制的模型为seraut r包。
6.根据权利4所述的系统，其特征在于：所述数据预处理的模型为数据归一化和barcode处理的模型。
7.根据权利要求1所述的系统，其特征在于：所述t-sne机器学习模型是以经主成分分析后...
【专利技术属性】
技术研发人员：黄薇，黄新，裴天骄，刘冬，吴卢侃璇，
申请(专利权)人：四川大学华西第二医院，
类型：发明
国别省市：
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。