[发明专利]一种非小细胞肺癌检测试剂盒及其应用

权利要求书

1.检测9个miRNA表达量、CEA含量以及CYFRA21-1含量的系统在制备诊断或辅助诊断非小细胞肺癌产品中的应用；

所述9个miRNA为hsa-miR-20a、hsa-miR-25、hsa-miR-223、hsa-miR-320、hsa-miR-222、hsa-miR-146a、hsa-miR-191、hsa-miR-24和hsa-miR-130a；

所述系统包括检测9个miRNA表达量的系统、检测CEA含量的系统、检测CYFRA21-1含量的系统与数据处理装置，所述数据处理装置用于将来自待测对象的所述9个miRNA表达量、CEA含量以及CYFRA21-1含量转换为所述待测对象的诊断结果；

所述检测9个miRNA表达量的系统包括利用定量PCR检测所述9个miRNA的表达量的系统；

所述检测CEA含量的系统为癌胚抗原测定试剂盒，所述检测CYFRA21-1含量的系统为细胞角蛋白19片段测定试剂盒；

所述数据处理装置通过记载E1和E2的特征诊断非小细胞肺癌和非非小细胞肺癌；所述E1为至少50例非小细胞肺癌患者组成的非小细胞肺癌组的所述9个miRNA表达量、CEA含量、CYFRA21-1含量以及年龄特征；所述E2为至少50例非非小细胞肺癌个体组成的非非小细胞肺癌组的所述9个miRNA表达量、CEA含量、CYFRA21-1含量以及年龄特征；

通过包括下述步骤的方法将所述E1和所述E2的特征记载在所述数据处理装置中：将所述E1和所述E2导入所述数据处理装置中，通过对所述E1和所述E2进行机器学习构建用于诊断非小细胞肺癌的模型；

所述通过对所述E1和所述E2进行机器学习构建用于诊断非小细胞肺癌的模型包括F1或F2；

F1、对在所述非小细胞肺癌组中随机选择出的大于等于50%的非小细胞肺癌患者的所述E1的特征和在所述非非小细胞肺癌组中随机选择出的部分非非小细胞肺癌个体的所述E2的特征进行机器学习构建用于诊断非小细胞肺癌的模型；

F2、将所述F1进行n次，得到n个用于诊断非小细胞肺癌的模型；在所述n个用于诊断非小细胞肺癌的模型中选择l个在所述非小细胞肺癌组和所述非非小细胞肺癌组中进行诊断的敏感性大于等于0.5和特异性大于0.9的模型，将这l个模型作为诊断非小细胞肺癌的模型；n≥1000；n≥l≥10；

利用所述诊断非小细胞肺癌的模型对受试者进行诊断的方法包括：如所述诊断非小细胞肺癌的模型中的所述l个用于诊断非小细胞肺癌的模型中不少于50%的模型的结果为所述受试者为非小细胞肺癌患者，所述受试者为或候选为非小细胞肺癌患者；如所述诊断非小细胞肺癌的模型中的所述l个用于诊断非小细胞肺癌的模型中少于50%的模型的结果为所述受试者为非小细胞肺癌患者，所述受试者为或候选为非非小细胞肺癌个体；

所述数据处理装置通过决策树算法处理数据；所述决策树算法具体为随机森林决策树算法。

2.根据权利要求1所述的应用，其特征在于：所述利用定量PCR检测所述9个miRNA的表达量的系统包括成套引物、成套探针、成套反转录引物和/或进行定量PCR所需的其他试剂和/或仪器；

所述成套引物为序列表中序列1-序列18所示的18条单链DNA；所述成套探针的序列分别如序列表中序列19-序列27所示；所述成套反转录引物为序列表中序列28-36所示的9条单链DNA。