【技术实现步骤摘要】
本专利技术涉及生物医学，具体为一种用于ptc淋巴结转移风险预测的生物标志物及其应用。
技术介绍
1、甲状腺癌是内分泌系统中最常见的恶性肿瘤，约占全身恶性肿瘤的1.3％，其中甲状腺乳头状癌(thyroidpapillary cancer，ptc)占甲状腺恶性肿瘤的80％～90％，ptc起源于甲状腺乳头状上皮细胞，常见症状包括甲状腺肿块、颈部肿块、声音嘶哑以及颈部淋巴结肿大等。尽管ptc恶性度较低，治疗后普遍预后较好，但仍约有20％的ptc患者出现复发和转移，若同时伴有淋巴结结外侵犯，则10年复发率高达40～70％，严重影响患者生活质量，甚至危及患者生命，对患者家庭经济和精神造成负担。
2、ptc在早期肿瘤体积较小时容易发生颈部淋巴结转移，而在术前判断患者是否存在颈部淋巴结转移，目前多以影像学检查为主，但影像学检查无法对小于0.5cm的淋巴结进行评估；目前也缺乏敏感度和特异度均较高的生物标志物。
3、预防性中央区淋巴结清扫(prophylactic central neck dissection，pcnd)是一种外科手术方法，旨在在未发现淋巴结转移的早期甲状腺癌患者中，预防性地清扫甲状腺区域的中央区淋巴结，以降低颈部淋巴结转移的风险，其可以找到30～70％的隐匿性(查体和影像学均未发现的)淋巴结转移。然而，目前对于pcnd的证据质量级别不高，其可能导致低估临床未见淋巴结转移，但实际存在淋巴结转移的患者；而且，国内的指南还认为，只要做好神经和甲状旁腺的保护就可以进行pcnd，但实际上，其可能导致过度干预的情况，
4、甲状腺细针穿刺活检(thyroid fine-needle aspiration biopsy，fnab)是一种常见的甲状腺疾病的微创诊断方法，其在超声引导下对可疑的甲状腺结节进行穿刺，并取部分组织进行病理活检，然后根据病理结果判断甲状腺结节的良/恶性，大量的循证医学证明，fnab是目前评估甲状腺结节敏感度、特异度最高的方法。但是，虽然目前可以在术前通过fnab鉴别甲状腺结节的性质，但若结节被诊断为ptc时，还尚不能通过病理结果明确肿瘤是否发生了颈部淋巴结的转移，即fnab用于评估ptc是否发生颈部淋巴结转移依然存在局限性，在预测疾病预后等方面还存在扩展的空间。
技术实现思路
1、本专利技术意在提供一种用于ptc淋巴结转移风险预测的生物标志物及其应用，利用17个生物标志物组成的基因panel用于ptc淋巴结转移风险预测，并基于lasso回归算法构建ptc淋巴转移的预测模型，同时还对ptc淋巴转移进行风险评分及计算，其对ptc早期是否发生颈部淋巴结转移能够作出准确的评估。以解决
技术介绍
中的问题。
2、为了实现上述目的，本专利技术提供如下技术方案：
3、一种用于ptc淋巴结转移风险预测的生物标志物，包括17个生物标志物，15个生物标志物分别为：tacstd2、agr2、cyp1b1、atf3、krt17、spock3、dsc3、s100a9、plaur、f2r、lamp5、serpine1、aspn、hla-dqb1、c1qc、marco、lpl。
4、进一步地，所述17个生物标志物组成基因panel，用于ptc淋巴转移的风险预测。
5、上述的一种用于ptc淋巴结转移风险预测的生物标志物用于构建ptc淋巴转移的预测模型。
6、进一步地，基于lasso回归算法构建所述预测模型。
7、进一步地，构建所述预测模型的方法包括以下步骤：
8、s1、将多例ptc患者的17个生物标志物的表达矩阵按比例随机划分为训练集和测试集；
9、s2、使用r语言的glment包中的predict函数分别对训练集和测试集进行建模，建模时参数选择lambda.min。
10、进一步地，构建得到的预测模型的模型为：
11、存在淋巴结转移的风险分数＝-13.69-0.12x tacstd2-0.1x agr2+0.24x cyp1b1+0.13x atf3+0.05x krt17+0.03x spock3+0.01x dsc3+0.16x s100a9+0.61x plaur+0.14x f2r+0.01x lamp5+0.06x serpine1+0.13x aspn-0.07x hla-dqb1-0.18x c1qc+0.17x marco+0.16x lpl；
12、其中，风险分数的数值大小与评估得到是否存在淋巴结转移的概率呈正相关。
13、上述的一种用于ptc淋巴结转移风险预测的生物标志物用于ptc淋巴转移的风险评分。
14、进一步地，所述风险评的方法，包括以下步骤：
15、a1、收集fnab诊断为ptc患者的组织穿刺标本50～150mg，并于-90～-70℃条件下冷冻保存；
16、a2、取出步骤a1保存的标本，加入500～1000ul trizol进行样本匀浆化，在室温条件下放置5～10min后加入150～250ul氯仿，剧烈震荡15～30s后，置于室温放置3～5min；
17、a3、将步骤a2得到的溶液先在3～5℃，10000～14000rpm离心15～20min，接着将水相转移到新的离心管，并加入400～500ul的异丙醇混匀，室温放置10～15min；然后在3～5℃，10000～14000rpm离心10～15min，移去上清，保留管底的rna胶状沉淀，并用1ml 75％乙醇洗涤rna沉淀，并重悬沉淀；最后在3～5℃，8000～10000rpm离心5～10min，弃上清，并在室温放置干燥rna沉淀后，加入10～20ul无核酸酶水溶解；
18、a4、利用分光光度计检测步骤a3得到rna样品的纯度，并利用安捷伦2100rna nano 6000assay kit试剂盒检测该rna样品的完整性和浓度；
19、a5、经步骤a4检测合格的rna样品，选用带有多聚胸腺嘧啶、t重复寡核苷酸的磁珠对其进行富集纯化，然后向纯化得到的信使rna中加入裂解缓冲液fragmentation buffer，用六碱基随机引物进行反转录成双链dna，并对产物进行纯化；
20、a6、对步骤a5纯化后的双链dna再依次进行末端修复、添加多聚腺苷酸尾、接头连接和聚合酶链式反应扩增，得到扩增产物质检合格后，进行变性和单链环化，并进行环化产物质检；
21、a7、对步骤a6质检合格的环化产物进行dna纳米球制作，通过加载dnbseq-t7平台测序仪对dna纳米球进行测序；
22、a8、对步骤a7测序得到的fastq格式的原始数据通过质控清洗，获得清洗后数据，然后获取hisat2比对索引文件，进行hisat2比对和samto本文档来自技高网...
【技术保护点】
1.一种用于PTC淋巴结转移风险预测的生物标志物，其特征在于，包括17个生物标志物，17个生物标志物分别为：TACSTD2、AGR2、CYP1B1、ATF3、KRT17、SPOCK3、DSC3、S100A9、PLAUR、F2R、LAMP5、SERPINE1、ASPN、HLA-DQB1、C1QC、MARCO、LPL。
2.根据权利要求1所述的一种用于PTC淋巴结转移风险预测的生物标志物，其特征在于，所述17个生物标志物组成基因panel，用于PTC淋巴转移的风险预测。
3.根据权利要求1所述的一种用于PTC淋巴结转移风险预测的生物标志物用于构建PTC淋巴转移的预测模型。
4.根据权利要求3所述的一种用于PTC淋巴结转移风险预测的生物标志物用于构建PTC淋巴转移的预测模型，其特征在于，基于LASSO回归算法构建所述预测模型。
5.根据权利要求3所述的一种用于PTC淋巴结转移风险预测的生物标志物用于构建PTC淋巴转移的预测模型，其特征在于，构建所述预测模型的方法包括以下步骤：
6.根据权利要求3所述的一种用于PTC淋巴结转移风
7.根据权利要求1所述的一种用于PTC淋巴结转移风险预测的生物标志物用于PTC淋巴转移的风险评分。
8.根据权利要求7所述的一种用于PTC淋巴结转移风险预测的生物标志物用于PTC淋巴转移的风险评分，其特征在于，所述风险评的方法，包括以下步骤：
9.根据权利要求8所述的一种用于PTC淋巴结转移风险预测的生物标志物用于PTC淋巴转移的风险评分，其特征在于，将计算得到的风险评分与PTC淋巴结转移预测模型所得的风险评分阈值相比，划分为淋巴结转移高风险或低风险。
10.根据权利要求9所述的一种用于PTC淋巴结转移风险预测的生物标志物用于PTC淋巴转移的风险评分，其特征在于，根据风险评分与PTC淋巴结转移预测模型所得的风险评分阈值的比较结果，划分淋巴结转移高风险或低风险的方法为：风险评分大于等于0.54为高风险，小于0.54分为低风险。
...【技术特征摘要】
1.一种用于ptc淋巴结转移风险预测的生物标志物，其特征在于，包括17个生物标志物，17个生物标志物分别为：tacstd2、agr2、cyp1b1、atf3、krt17、spock3、dsc3、s100a9、plaur、f2r、lamp5、serpine1、aspn、hla-dqb1、c1qc、marco、lpl。
2.根据权利要求1所述的一种用于ptc淋巴结转移风险预测的生物标志物，其特征在于，所述17个生物标志物组成基因panel，用于ptc淋巴转移的风险预测。
3.根据权利要求1所述的一种用于ptc淋巴结转移风险预测的生物标志物用于构建ptc淋巴转移的预测模型。
4.根据权利要求3所述的一种用于ptc淋巴结转移风险预测的生物标志物用于构建ptc淋巴转移的预测模型，其特征在于，基于lasso回归算法构建所述预测模型。
5.根据权利要求3所述的一种用于ptc淋巴结转移风险预测的生物标志物用于构建ptc淋巴转移的预测模型，其特征在于，构建所述预测模型的方法包括以下步骤：
【专利技术属性】
技术研发人员：张赟建，许绍廷，杨荞语，
申请(专利权)人：中山大学附属第一医院，
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。