【技术实现步骤摘要】
本专利技术涉及生物医学领域，具体是一种检测非小细胞肺癌的血小板标志物的方法。
技术介绍
1、在目前的研究中，已有证据表明best3属于氯离子通道中的bestrophins家族，并被认为在细胞保护功能方面具有重要作用。然而，虽然已经有一些关于best3在脑以外细胞保护机制中的研究，但对其在血小板上的作用尚未得到充分探究。
2、现有技术在这方面存在的主要缺点是缺乏针对血小板的特定保护机制的研究和应用。这一局限性导致了在血小板相关的疾病治疗和血栓形成防治方面的不足。因此，本专利技术的关键在于通过分析血小板亚型中的关键基因best3在非小细胞肺癌的意义，提出并开发一种新的技术，以解决现有技术无法解决的best3基因与血小板之间的相互作用，从而为血小板相关疾病的治疗和预防提供新的途径。
技术实现思路
1、本专利技术提供了一种检测非小细胞肺癌的血小板标志物的方法及系统，通过确定与非小细胞肺癌患者预后密切相关的特征基因：通过分析不同亚型间的差异基因，确定与非小细胞肺癌患者预后密切相关的特征基因，为进一步的预后评估提供了新的线索。
2、本专利技术一种检测非小细胞肺癌的血小板标志物的方法，包括步骤：
3、a.基因数据源获取：从公共数据库中获取非小细胞肺癌和正常对照组人群的的基因表达谱芯片数据集和血小板相关的基因本体数据集；
4、b.基因数据预处理：对获取的非小细胞肺癌和正常对照组人群的基因表达谱芯片数据集和血小板相关的基因本体数据集进行清洗、格式化和标
5、c.基因差异分析：采用r语言的limma工具包，基于方差分析模型算法，对处理后的基因表达谱芯片数据集和血小板相关的基因本体数据集进行差异基因分析，筛选出表达量在非小细胞肺癌与正常对照组间具统计学差异的非小细胞肺癌mrna；再将差异的非小细胞肺癌mrna与正常对照组人群的血小板相关基因进行集合运算，获得非小细胞癌特征性血小板差异基因表达矩阵；运用r语言聚类算法，对非小细胞癌特征性血小板差异基因表达矩阵进行类聚，获得非小细胞癌特征性血小板差异基因的不同亚型，检验不同亚型的稳定性与重复性，获取不同亚型血小板差异基因；
6、d.预后基因筛选：利用生存分析法筛选出与患者生存时间相关的亚型血小板差异基因：
7、e.选取预后特征基因：利用r语言的randomforestsrc工具包采用随机森林算法选患者生存时间相关的亚型血小板差异基因的第一预后基因，利用r语言的的glmnet工具采用lasso-cox算法筛选患者生存时间相关的亚型血小板差异基因的第二预后基因，第一预后基因和第二预后基因交集运算，得到预后特征基因。
8、f.展示分析结果：利用r语言的软件包绘制预后特征基因的可视化火山图和维恩图。
9、进一步，步骤a公共数据库包括ncbi-geo公共数据库和msigdb公共数据库，从ncbi-geo公共数据库中获取非小细胞肺癌的基因表达谱芯片数据集和血小板相关的基因本体数据集；从msigdb公共数据库获取正常对照组人群的基因表达谱芯片数据集和血小板相关的基因本体数据集。
10、进一步，步骤d生存分析法为单因素cox回归分析法。
11、进一步，单因素cox回归分析法设置显著性阀值为0.01～0.02。
12、本专利技术的有益效果包括：
13、1、鉴定非小细胞肺癌中血小板的多样性：通过分析临床数据和基因组数据，本专利技术成功鉴定了三个不同的血小板亚型，揭示了它们在肿瘤的组织类型和临床分期上的显著差异。
14、2、确定与非小细胞肺癌患者预后密切相关的特征基因：通过分析不同亚型间的差异基因，本专利技术确定了十个与非小细胞肺癌患者预后密切相关的特征基因，为进一步的预后评估提供了新的线索。
15、3、研究best3基因在非小细胞肺癌中的异常表达及其潜在作用：本专利技术通过流式细胞分析和tcga数据库验证了best3基因在肿瘤患者中的异常表达，提示其可能成为非小细胞肺癌进展和预后的潜在临床指标，并探索了其在肿瘤生物学中的功能和机制。
16、4、提出血小板亚型与非小细胞肺癌预后的关联：本专利技术发现不同血小板亚型与患者预后的关联，特别是cluster1亚型与较差的预后相关，为非小细胞肺癌预后评估提供了新的方向。
17、5、为个体化治疗策略和预后评估提供新方向：通过研究血小板多样性和best3基因的异常表达，本专利技术为开发个体化的治疗策略和预后评估提供了新的方向，有望帮助医生更好地预测患者的疾病进展并制定更有效的治疗计划。
本文档来自技高网...【技术保护点】
1.一种检测非小细胞肺癌的血小板标志物的方法，其特征为：包括步骤：
2.如权利要求1所述一种检测非小细胞肺癌的血小板标志物的方法，其特征为：步骤A公共数据库包括NCBI-GEO公共数据库和MSigDB公共数据库，从NCBI-GEO公共数据库中获取非小细胞肺癌的基因表达谱芯片数据集和血小板相关的基因本体数据集；从MSigDB公共数据库获取正常对照组人群的基因表达谱芯片数据集和血小板相关的基因本体数据集。
3.如权利要求1所述一种检测非小细胞肺癌的血小板标志物的方法，其特征为：步骤D生存分析法为单因素Cox回归分析法。
4.如权利要求3所述一种检测非小细胞肺癌的血小板标志物的方法，其特征为：单因素Cox回归分析法设置显著性阀值为0.01～0.02。
【技术特征摘要】
1.一种检测非小细胞肺癌的血小板标志物的方法，其特征为：包括步骤：
2.如权利要求1所述一种检测非小细胞肺癌的血小板标志物的方法，其特征为：步骤a公共数据库包括ncbi-geo公共数据库和msigdb公共数据库，从ncbi-geo公共数据库中获取非小细胞肺癌的基因表达谱芯片数据集和血小板相关的基因本体数据集；从msigdb公共数据...
【专利技术属性】
技术研发人员：罗怀超，任寒笑，饶露蓓，祖瑞铃，
申请(专利权)人：四川省肿瘤医院，
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。