[发明专利]一种组合标志物在制备胰腺癌预后判断试剂盒中的应用及其测定系统和方法有效

专利信息
申请号: 201611038981.4 申请日: 2016-11-24
公开(公告)号: CN108107216B 公开(公告)日: 2020-03-31
发明(设计)人: 赵玉沛;李梢;郭俊超;张鹏;周立 申请(专利权)人: 中国医学科学院北京协和医院;清华大学
主分类号: G01N33/68 分类号: G01N33/68;G01N33/574
代理公司: 北京金恒联合知识产权代理事务所 11324 代理人: 李强
地址: 100730 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 组合 标志 制备 胰腺癌 预后 判断 试剂盒 中的 应用 及其 测定 系统 方法
【说明书】:

胰腺癌是具有极差预后的肿瘤,识别其有效的预后标志物具有重要的临床意义。本发明人提出了一种基于组合标志物来进行胰腺癌患者预后风险评估的方法及其测定系统。其依据病例样本中组合标志物的表达情况,定量地计算其预后风险指数,并对病例进行高、低风险的分层。本发明涉及五个蛋白(CAPN2,DLV1,FLNA,SHH,GLI1,其中CAPN2,DVL1,FLNA对胰腺癌的预后意义为本发明首次确立)构成的组合标志物、可供检测标志物表达的免疫组化试剂盒以及预后风险评估和分层的确定系统等。在280例和120例胰腺癌患者中的案例实施结果表明,本发明能有效地预测胰腺癌患者预后风险,尤其对于具有高预后风险的胰腺癌亚群病人具有显著的预测效果。

技术领域

本发明涉及一种组合标志物、其在制备用于胰腺癌预后患者预后判断的组合物中的应用及其测定系统和方法。

背景技术

胰腺癌是一种具有极差预后的肿瘤,其死亡率与发生率基本持平。确定有预后价值的因子有着重要的临床意义。目前,虽然一些常见的临床病理指数,如淋巴结转移、神经浸润、TNM分期以及CA19-9等被认为具有一定的预后价值[1],但仍然亟需发掘更有效的预后指标来指导胰腺癌的临床诊疗。

作为一种复杂疾病,胰腺癌并非由单个基因或其产物决定的,而是肿瘤发生发展过程中的多个病理过程的系统反应,因此将多个病理过程中具有代表性的分子组合起来,即组合标志物,可能能够更好地刻画其复杂性。实施上,目前也有文献报道在一些肿瘤中,由多个分子组成的组合标志物有着比单个分子以及临床病理指数更好的预后效果[3-5],有些组合标志物甚至已经纳入到临床指南中[6]。因此,识别有效的组合标志物对于评估胰腺癌的预后风险具有重要的意义。

发明内容

根据本发明的一个方面,提供了检测一种组合标志物-PD-FLAGS的表达水平的试剂在制备用于胰腺癌预后患者预后判断的组合物中的应用,其中该组合标志物(简称PD-FLAGS)是五个蛋白分子CAPN2、DVL1、FLNA、SHH、GLI1的组合,所述组合标志物PD-FLAGS由Risk score表征:

Risk score=(-0.023*CAPN2)+(-0.035*DVL1)+(0.052*FLNA)+(-0.043*GLI1)+(0.015*SHH)

上式中,CAPN2、DVL1、FLNA、SHH以及GLI1分别表示各蛋白的定量数值,其中CAPN2、DVL1、FLNA对胰腺癌的预后意义为本发明首次确立。

根据本发明的另一个方面,提供了一种免疫组化检测试剂盒,用于免疫染色五个蛋白分子CAPN2、DVL1、FLNA、SHH、GLI1,从而获取其在胰腺癌组织中的表达情况。

根据本发明的另一个方面,提供了一种胰腺癌预后风险测定系统,其特征在于:该系统用来测定一种与胰腺癌预后相关的组合标志物(PD-FLAGS),该组合标志物是基于五个蛋白分子CAPN2、DVL1、FLNA、SHH、GLI1的表达水平,所述系统包括:

免疫组化检测试剂盒(20),用于免疫染色上述五种蛋白分子CAPN2、DVL1、FLNA、SHH、GLI1的表达水平从而获取其在胰腺癌组织中的表达情况,

组织学积分计算单元(31),用于确定五种蛋白分子CAPN2、DVL1、FLNA、SHH以及GLI1的在组织中的表达水平,包括:

获取CAPN2、DVL1、FLNA、SHH、GLI1各自的蛋白染色强度以及阳性细胞比例分数,

得到上述五种蛋白染色强度分别与阳性细胞比例分数的乘积,从而获得五种蛋白分子各自的表达水平的定量数值,

c)风险指数计算单元(32),用于根据上述五个蛋白的所述定量数值确定由Riskscore表征的风险指数,其中:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国医学科学院北京协和医院;清华大学,未经中国医学科学院北京协和医院;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611038981.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top