[发明专利]一种通过血液样本判断肺结节良恶性的方法

说明书

本发明公开了一种通过血液样本判断肺结节良恶性的方法，其是使用cfDNA多基因变异结合机器学习来判定，包括对肺结节患者外周血cfDNA进行文库构建，并采用肺癌相关18个基因捕获探针对cfDNA进行杂交捕获，使用测序仪进行测序，分析每个基因的累计突变频率，使用逻辑回归的模型判断样本的良恶性。本发明能够高灵敏度、高特异性的区分肺部结节患者的良恶性，避免了人工读取CT影像学的经验错误，避免了肺癌的漏检以及良性结节患者穿刺或者手术取样活检的痛苦。

技术领域

本发明涉及基因检测、生物信息学、数学建模等领域，具体涉及一种通过血液样本判断肺结节良恶性的方法。

背景技术

肺癌是严重危害人类健康的疾病，WHO公布的资料显示，肺癌无论是发病率还是病死率均居全球癌症首位。最近中国肿瘤中心公布的中国肿瘤年发病人数为429.16万例(男251.21万例，女177.95万例)，其中肺癌年发病人数为73.33万例(男50.93万例，女22.40万例)，年病死人数为61.02万例(男43.24万例，女17.78万例)，也均居中国肿瘤之首(Chen etal.,2016)。此外，由于诊断偏晚，我国肺癌5年存活率仅为15.6％。要改善肺癌预后，也急需要提高早期肺癌(这里将原位癌和Ia期期肺癌称为早期肺癌(下同)诊断率。最佳策略为将诊断肺癌端口迁移至诊断肺结节，从而尽可能早地诊断和治疗早期肺癌。

许多患者等有了肿瘤临床症状才进行检查，此时已经过了最佳治疗时间。而且目前对于早期肺癌的诊断还没有一种灵敏度、特异性高，安全无创的早期诊断筛查方法。因此对于肺癌的早期诊断非常需要一种创新性的无创检测技术和手段。当前在肺结节的诊断中，主要以CT影像学资料，结合医生个人经验去初步判断良恶性，然后通过长时间随访以及支气管镜或者穿刺活检来确诊良恶性。该方法由于医生经验限制，准确性波动比较大，存在大量过度检测和漏检的状况。

液体活检作为体外诊断的一个分支,是指一种非侵入式的血液测试,能监测肿瘤或转移灶释放到血液的循环肿瘤细胞(CTC)和循环肿瘤DNA(ctDNA)碎片,是检测肿瘤和癌症、辅助治疗的突破性技术。目前，在液体活检领域已经有许多分子水平标记物进入研发，如蛋白表达量变化(Ma&Xu,2017)，miRNA(Mo,Chen,Fu,Wang,&Fu,2012)，cfDNA甲基化(Zhang et al.,2011)，cfDNA水平(Szpechcinski et al.,2015)，血小板RNA(Best etal.,2015)等。研究表明，在癌症患者中，循环游离DNA(cell-free DNA,cfDNA)中含有微量的循环肿瘤DNA(circulating tumor DNA，ctDNA)。ctDNA的变异来自于癌细胞，与肿瘤组织具有高度一致性，因而它可以替代肿瘤组织，作为检测和诊断肿瘤的指标和依据以及成为早期癌症筛查的重要工具。液体活检只需抽取10mL外周血，对患者无创伤，而且更为简便、灵敏。

发明内容

为了找到更好的肺结节良恶性判断方法，本发明公开了一种通过血液样本判断肺结节良恶性的方法，其能够实现高灵敏度、高特异性的区分肺部结节患者的良恶性，避免了人工读取CT影像学的经验错误，避免了肺癌的漏检以及良性结节患者穿刺或者手术取样活检的痛苦。

所采用的技术方案如下：

一种通过血液样本判断肺结节良恶性的方法，其是使用cfDNA多基因变异结合机器学习来判定，包括如下步骤：

S1.对肺结节患者外周血cfDNA进行文库构建；

S2.采用肺癌相关18个基因捕获探针对cfDNA进行杂交捕获，该18个基因分别为STAT3、DDR2、STAT3、ERBB3、SOD2、RAF1、ERBB4、AKT1、SLIT1、NTRK1、DDR2、KEAP1、NOTCH1、TSC2、JAK2、JAK2、EGFR和ATM；

S3.使用测序仪进行测序，对测序数据进行数据分析，分析每个基因的累计突变频率，使用逻辑回归的模型判断样本的良恶性。