System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于表征肿瘤的方法技术_技高网

用于表征肿瘤的方法技术

技术编号:41308642 阅读:5 留言:0更新日期:2024-05-13 14:52
本发明专利技术涉及用于表征肿瘤的体外方法,该方法基于对从生物样品中提取的细胞总RNA、细胞外RNA和/或分离的核苷中修饰和未修饰的核苷的定量分析。更具体地,本发明专利技术涉及用于预测神经胶质肿瘤等级的方法。更具体地,本发明专利技术还涉及用于检测肿瘤的方法。因此,本发明专利技术属于肿瘤学和分子生物学领域,更具体地应用于医学诊断。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及用于表征肿瘤的体外方法,其基于从生物样本中分离的修饰和未修饰核苷的定量分析。更具体地,本专利技术涉及用于预测神经胶质肿瘤等级的方法。根据另一特定方面,本专利技术涉及用于检测肿瘤存在的方法。因此,本专利技术属于肿瘤学和分子生物学领域,更具体地应用于医学诊断。


技术介绍

0、现有技术

1、表征肿瘤是为患者选择最合适的治疗方法的重要前提。“表征肿瘤”是指表征给定肿瘤的发展阶段或等级;它可以特别涉及例如评估已知组织的肿瘤的发展阶段,为肿瘤指定预定义的等级,或者任何其他特征,例如特别是确定肿瘤的初始特征或转移特征。

2、神经胶质瘤或神经胶质肿瘤是中枢神经系统中最常见的肿瘤;它们的特征是在出现的年龄、分类、组织学特征以及发展和可能转移的能力方面具有显著的可变性。

3、神经胶质瘤根据其形态和恶性等级进行分类。被广泛接受的世界卫生组织(who)分类将恶性等级从i级到iv级归为神经胶质瘤;胶质母细胞瘤,或称iv级肿瘤,是侵袭性最强、死亡率最高的肿瘤。

4、神经胶质瘤和胶质母细胞瘤治疗的主要局限性之一与目前缺乏有效的诊断策略有关。选择个性化治疗需要对肿瘤进行精确分类。目前,临床上用于检测神经胶质瘤的主要诊断方法依赖于神经系统测试和神经成像技术,这些测试和技术是在疾病已经进入晚期时进行的。

5、诊断肿瘤需要对活检或手术切除的患者组织进行分析。在该样本的基础上,进行了几项分子分析:测试候选基因的表达,计算dna的拷贝数,甲基化谱,磷蛋白通路分析和基因测序。然而,基于活检的诊断在确定肿瘤等级和患者分类方面有局限性。事实上,例如更特别地关于神经胶质肿瘤,神经胶质瘤的等级很难区分,更特别地是ii级和iii级。确定等级需要通常由两名专家独立进行困难的解剖病理分析。ii级表示良性肿瘤,而iii级表示向多形性胶质母细胞瘤的转变,这是最具侵袭性的疾病。

6、单纯的组织学分类难以重复;它们基于视觉专业知识,需要两名专家的干预。解剖病理学分析与通过磁共振成像(mri)的图像分析相结合是昂贵且漫长的;它尤其取决于等待mri成像的时间。目前,没有任何生物标志物足以单独指导抗癌治疗决策。

7、因此,普遍需要用于表征肿瘤的体外方法,所述方法是客观的、精确的、可重复的、容易的并且能够在可能的情况下在疾病的早期阶段进行。所述方法将使加强诊断和促进患者分类成为可能。

8、janzer的出版物(“neuropathologie et pathologie moléculaire desgliomes.”[neuropathology and molecular pathology of gliomas]r-c janzer,rev.med.suisse,5,1501-4,2009)描述了根据世界卫生组织基于组织学和免疫组织化学标准,以及基于揭示细胞dna改变的遗传图谱:mgmt基因启动子超甲基化的测定(对于胶质母细胞瘤)和染色体1p和19q的缺失的检测(对于少突胶质细胞瘤),对神经胶质瘤进行的分类。

9、relier等人的出版物(“fto-mediated cytoplasmic m6am demethylationadjusts stem-like properties in colorectal cancer cell.”,nat.commun 12,1716,2021)描述了癌症干细胞系中脂肪量和肥胖相关蛋白(fto)对细胞质中m6am甲基化水平的调节。作者强调了m6am修饰的生物学功能及其对结直肠癌治疗的潜在不良后果。该文献提到了通过质谱法(lc-ms/ms)分析碎片化mrna的步骤。仅检测和定量m6a、a、m6am和am核苷。

10、国际申请wo2007/008647“使用蛋白质组学方法诊断和评级神经胶质瘤”涉及使用蛋白质组方法诊断和评级神经胶质瘤的方法。在该方法中,通过质谱法分析肿瘤组织,并获得所表达的蛋白质的图谱。

11、因此,特别需要用于评估神经胶质肿瘤的恶性程度,特别是其分类的体外方法。特别需要客观的方法,使得能够区分神经胶质肿瘤的ii级和iii级,以加强诊断并促进患者分类。

12、此外,特别需要从最早阶段检测肿瘤存在的方法。事实上,对大多数癌症的早期护理大大提高了患者的生存率,甚至使他们的康复成为可能。因此,需要能够早期表征肿瘤存在的客观方法。


技术实现思路

1、本专利技术人现在已经开发了利用表观转录组的定量数据来表征肿瘤的方法。

2、表观转录组包括核糖核酸(rna)碱基携带的所有化学修饰,这也被称为“rna表观遗传学”。根据本专利技术的方法包括提供来自患有肿瘤的对象的生物样本,并从所述样本中获得修饰和未修饰的核苷的量;所述量被组合在向量中(该术语的数学意义)。根据特定的方面,根据本专利技术的方法包括随后对所述向量进行计算机分析以表征肿瘤。肿瘤的所述表征使得能够基于进行分析的样本来预测关于肿瘤的临床和医学信息项目。更具体地,根据本专利技术的方法包括对用于预测所述肿瘤的等级的所述向量的计算机分析。

3、为了简单起见,对于给定的样本,将修饰或未修饰的每种核苷的量组合在一起的向量将被称为“表观转录组谱”或相当简单的“谱”。

4、修饰和未修饰的核苷来源于:i)从患者的生物样本的细胞中提取的总rna,ii)来源于患者的生物样本的细胞外rna,和/或iii)从患者分离的生物样本中提取的代谢物。

5、源自从患者生物样本的细胞中提取的总rna和/或来自患者生物样本的细胞外rna的核苷通过将rna碎片化为核苷酸然后去磷酸化而获得。源自从患者分离的生物样本的代谢物的提取物的核苷是根据本领域技术人员所熟知的合适方法通过从生物样本中提取代谢物,然后对所述代谢物进行去磷酸化来获得的。所述代谢产物特别来源于rna的分解代谢;以单体形式存在的核苷也可以用“游离”核苷的用语来表示。

6、更具体地,修饰的和未修饰的核苷是从所述肿瘤的活组织检查的细胞提取的总rna中存在的核苷。

7、“核苷”是指由核苷酸碱基通过嘧啶的n1氮或嘌呤的n9的糖苷键连接到戊糖残基的异头碳上而构成的糖胺。根据本专利技术方法的特定方面,当所述戊糖是核糖时,术语“核苷”在这种情况下表示核糖核苷。

8、此外,修饰的rna核苷用术语“表观转录标记”或“表观转录修饰”表示。除了可用于表征肿瘤的常见rna核苷(表1)外,还列出了可用于本专利技术方法、特别是用于神经胶质瘤分析的修饰核苷(表2)。

9、表1

10、

11、表2

12、

13、

14、根据本专利技术方法的实施方案,根据施用的要求,表观转录组谱可以包括从已知核苷中确定的更大量的修饰核苷(jonkhout等人,“the rna modification landscape inhuman disease”,rna,dec;23(12):1754-1769,2017)。根据分析要求,转录组谱中可能包本文档来自技高网...

【技术保护点】

1.一种用于表征个体的肿瘤的体外方法,基于从所述个体分离的生物样本,其包括以下步骤:

2.根据前述权利要求所述的方法,其中所述生物样本是活组织检查生物样本或液体生物样本,所述液体生物样本选自血液、血清、血浆和尿液。

3.根据权利要求1或2中任一项所述的方法,其中所述核苷选自:

4.根据前述权利要求中任一项所述的方法,特征在于所述肿瘤是神经胶质肿瘤,还在于其包括基于步骤c中建立的谱,通过预先训练的第一分类模型预测所述神经胶质肿瘤的等级的步骤。

5.根据权利要求4所述的方法,特征在于所述第一分类模型包括预先用训练数据集训练的:

6.根据权利要求4或5中任一项所述的方法,其中预测神经胶质肿瘤的等级选自:预测II级神经胶质肿瘤、预测III级神经胶质肿瘤和预测IV级神经胶质肿瘤。

7.根据前述权利要求中任一项所述的方法,特征在于其包括基于步骤c中建立的谱,通过预先训练的第二分类模型预测所述个体的生存状态的步骤。

8.根据权利要求7所述的方法,特征在于所述第二分类模型包括预先用训练数据集训练的:

9.一种用于检测个体中肿瘤存在的体外方法,基于从所述个体分离的生物样本,其包括以下步骤:

10.一种预先在训练数据集上进行训练的分类模型,其在根据权利要求4至8中任一项所述的方法中基于步骤c)中建立的谱用于预测:

11.根据权利要求9所述的分类模型用于预测肿瘤的等级和/或预测个体的生存状态的用途。

12.根据权利要求1至3中任一项所述的方法用于检测肿瘤的用途。

13.根据权利要求12所述的用途,其用于检测结直肠肿瘤。

...

【技术特征摘要】
【国外来华专利技术】

1.一种用于表征个体的肿瘤的体外方法,基于从所述个体分离的生物样本,其包括以下步骤:

2.根据前述权利要求所述的方法,其中所述生物样本是活组织检查生物样本或液体生物样本,所述液体生物样本选自血液、血清、血浆和尿液。

3.根据权利要求1或2中任一项所述的方法,其中所述核苷选自:

4.根据前述权利要求中任一项所述的方法,特征在于所述肿瘤是神经胶质肿瘤,还在于其包括基于步骤c中建立的谱,通过预先训练的第一分类模型预测所述神经胶质肿瘤的等级的步骤。

5.根据权利要求4所述的方法,特征在于所述第一分类模型包括预先用训练数据集训练的:

6.根据权利要求4或5中任一项所述的方法,其中预测神经胶质肿瘤的等级选自:预测ii级神经胶质肿瘤、预测iii级神经胶质肿瘤和预测iv级神经胶质...

【专利技术属性】
技术研发人员:埃里克·里瓦尔克里斯托弗·伊尔茨亚历山大·大卫塞巴斯蒂安·雷利耶吕克·博谢
申请(专利权)人:蒙彼利埃大学医疗中心
类型:发明
国别省市:

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