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()
【技术实现步骤摘要】
本专利技术属于生物信息学,具体涉及一种基于长链非编码rna的肾透明细胞癌预后评估模型。
技术介绍
1、肾癌又称肾细胞癌(renal cell carcinoma,rcc),是起源于肾实质泌尿小管上皮系统的恶性肿瘤,也是最常见的肾实质恶性肿瘤,约占成人恶性肿瘤的2%~3%。肾细胞癌包括透明细胞癌、乳头状肾细胞癌、嫌色细胞癌、集合管癌和未分化类肾细胞癌等亚型,其中肾透明细胞癌(kidney renal clear cell carcinoma,kirc)为最常见类型,占所有肾细胞癌患者的75%~85%。目前证据表明其发病机制尚无定论,可能与遗传、吸烟、肥胖、高血压及抗高血压药物使用等有关,其典型表现为“肾癌三联症”,但目前在临床中却很少见,常因血尿、疼痛和肿块行影像学检查时发现,所以这类患者易错过最佳治疗时期,预后往往较差。临床上多数kirc患者接受化疗、放疗或靶向治疗后均产生较为明显的副作用,手术切除仍是目前的主要治疗手段。kirc患者与其他肾癌亚型患者相比,具有更高的肿瘤复发率和转移率,且与其不良预后高度相关,尽管近年来在肾癌的诊断和治疗方面取得了显著进展,但由于其高度异质性以及预后的不确定性,肾透明细胞癌仍然是一个具有挑战性的临床问题。肾透明细胞癌的预后和药物敏感性在很大程度上受到肿瘤细胞的分子特征和基因表达谱的影响。
2、随着高通量基因测序技术的发展,研究人员能够更全面地了解肾透明细胞癌的分子机制,并发现了一些与肿瘤预后和药物敏感性密切相关的基因。在前期研究(naturegenetics,pmid:3836103
技术实现思路
1、为了进一步探究不同亚型之间的长链非编码rna表达是否同样具有差异,本专利技术基于不同亚型之间具有统计学差异的长链非编码rna进行了治疗反应率和预后结局分析,并建立了该评估模型,以期预测患者的肿瘤发展趋势、预后情况以及对特定药物的敏感性,指导患者的个体化治疗和管理。
2、为了达到如上目的,本专利技术采取如下技术方案:
3、一种基于长链非编码rna的肾透明细胞癌预后评估模型,其特征在于,根据模型计算风险评分以评估患者预后,
4、风险评分=(-1.19646494)+(-0.03562977)*emx2os表达量+(-0.12175020)*smim2-as1表达量+(-0.89252167)*lhfpl3-as2表达量+(-2.66139923)*linc00671表达量+(-0.43378561)*linc02294表达量+(-1.46053167)*ac018742.1表达量+2.08858794*tmem92-as1表达量+0.48235796*cytor表达量。
5、进一步地,以风险评分0.5为预后评估阈值,即风险评分大于或等于0.5即为高风险患者,风险评分小于0.5即为低风险患者。表达量以每千个碱基的转录每百万映射读取的转录本(transcripts per million,tpm)量化。
6、进一步的,本专利技术提供一种基于上述评估模型的肾透明细胞癌预后评估方法,对肾透明细胞癌患者的样本经过rna抽提并质检后,检测长链非编码rna的表达量,计算风险评分,以风险评分0.5为预后评估阈值,即风险评分大于或等于0.5即为高风险患者,风险评分小于0.5即为低风险患者。
7、一种基于长链非编码rna的肾透明细胞癌预后评估的产品,包含检测本专利技术所述的lncrna或lncrna组合的表达量的试剂、芯片或试剂盒。
8、所述的lncrna或lncrna组合包括emx2os、smim2-as1、lhfpl3-as2、linc00671、linc02294、ac018742.1、tmem92-as1、cytor的组合。
9、本专利技术基于长链非编码rna的肾透明细胞癌预后评估模型的构建方法,包括如下步骤:
10、(1)获取患者的肿瘤组织样本进行全转录组测序,应用标准化函数对长链非编码rna表达数据进行均一化处理后统计分析;
11、(2)根据已公开研究内容(nature genetics,pmid:38361033)将患者分为im1/im2/im3/im4亚型,通过差异分析确定不同亚型之间具有统计学差异的长链非编码rna矩阵和数量,采用重复递归式特征消除算法(recursive feature elimination)重复进行100次筛选,最终确定出现频次排前9的特征性长链非编码rna用于在lasso回归分析中进行测试和选择以构建诊断模型(图2),得出预后评估模型为:
12、风险评分=(-1.19646494)+(-0.03562977)*emx2os表达量+(-0.12175020)*smim2-as1表达量+(-0.89252167)*lhfpl3-as2表达量+(-2.66139923)*linc00671表达量+(-0.43378561)*linc02294表达量+(-1.46053167)*ac018742.1表达量+2.08858794*tmem92-as1表达量+0.48235796*cytor表达量,以风险评分0.5为预后评估阈值,即风险评分大于或等于0.5即为高风险患者,风险评分小于0.5即为低风险患者。
13、(3)根据风险评分计算公式计算每一位验证集患者标本的风险评分,根据预后评估阈值0.5将患者标本进行分类。
14、(4)采用公共数据集(tcga-kirc队列)进行验证,同时进行药物敏感性分析(checkmate队列)。
15、具体地,nature genetics,pmid:38361033提到的分型方法中im1型为血管丰富型,im2型为高代谢型,im3为t细胞浸润型,im4为去脂质透明化型,其中im4型脂质蓄积少,营养转运吸收强,并伴随t细胞耗竭的免疫特点,且早期手术无法治愈,是ccrcc广泛进展模式,预后相对较差。
16、更进一步地,所述步骤(1)中,所述患者的肿瘤组织样本来自武汉同济医院手术治疗的肾透明细胞癌患者。
17、更进一步地,所述步骤(4)中,所述药物敏感性分析至少包括对伊维莫司、纳武单抗敏感性分析。
18、本专利技术进一步包括上述基于长链非编码rna的肾透明细胞癌预后评估模型在肾透明细胞癌患者预后评估中的运用。
19、本专利技术进一步包括上述基于长链非编码rna的肾透明细胞癌预后评估模型在肾透明细胞癌患者药物敏感性评估中的运用本文档来自技高网...
【技术保护点】
1.一种基于长链非编码RNA的肾透明细胞癌预后评估模型,其特征在于,根据风险评分评估患者预后,
2.一种如权利要求1所述的基于长链非编码RNA的肾透明细胞癌预后评估模型的构建方法,其特征在于,包括如下步骤:
3.根据权利要求2所述的构建方法,其特征在于,所述方法进一步采用TCGA-KIRC数据集进行验证,同时进行药物敏感性分析。
4.一种包含权利要求1所述的基于长链非编码RNA的肾透明细胞癌预后评估模型的产品,其特征在于,包括检测lncRNA组合表达量的试剂、芯片或试剂盒;
5.如权利要求1所述风险评估模型在肾透明细胞癌患者预后评估中的运用。
6.如权利要求1所述风险评估模型在肾透明细胞癌患者药物敏感性评估中的运用。
7.一种制备包含如权利要求1所述的预后评估模型的产品在在肾透明细胞癌患者预后评估中的运用。
8.一种制备包含如权利要求1所述的预后评估模型的产品在在肾透明细胞癌患者药物敏感性评估中的运用。
【技术特征摘要】
1.一种基于长链非编码rna的肾透明细胞癌预后评估模型,其特征在于,根据风险评分评估患者预后,
2.一种如权利要求1所述的基于长链非编码rna的肾透明细胞癌预后评估模型的构建方法,其特征在于,包括如下步骤:
3.根据权利要求2所述的构建方法,其特征在于,所述方法进一步采用tcga-kirc数据集进行验证,同时进行药物敏感性分析。
4.一种包含权利要求1所述的基于长链非编码rna的肾透明细胞癌预后评估模型的产品,...
【专利技术属性】
技术研发人员:谌科,丁雨虹,刘利龙,胡俊逸,侯亚信,刘正浩,李洋,师鹏杰,姚志鹏,王少刚,
申请(专利权)人:华中科技大学同济医学院附属同济医院,
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。