[发明专利]一组肝癌预后标志物及其应用

权利要求书

1.一组用于预测肝癌患者预后及肝癌靶向治疗的基因集，其特征在于，该基因集是由AMD1，KPNA2，SFPQ和UCK2组成，肝癌患者的预后情况是由该基因集中的基因表达量与对应系数的乘积之和构成的Risk score来表征，其中，Risk score计算方式为：Risk score＝0.325*AMD1+0.2129*KPNA2+0.6572*SFPQ+0.3166*UCK2。

2.如权利要求1所述的一组用于预测肝癌患者预后及肝癌靶向治疗的基因集，具体包括如下步骤：

(1)从TCGA数据库获得数据：下载肝癌患者的临床数据及肝癌组织和癌旁正常组织的RNA-Seq转录组数据；

(2)利用GSEA功能富集分析：以|NES|1并且NOM p-val0.05为标准，筛选出肝癌组织和癌旁正常组织的RNA-Seq转录组数据中存在差异表达的基因集，NES代表归一化后的富集分析评分,NOM p-val代表校正后的p value，表征富集结果的可信度，其中，G2M检查点基因集|NES|＝2.02NOM p-val＝0.005，是在肝癌组织和癌旁正常组织差异较大的基因集，并对其进行进一步的分析；

(3)利用单因素COX生存分析：以P value0.05为标准筛选出G2M检查点基因集中影响肝癌患者预后的基因；

(4)利用多因素COX生存分析：构建影响肝癌患者预后的生存模型，筛选出来单因素分析结果中HR1.5且P value0.05的基因，利用多因素COX生存分析，构建影响肝癌患者预后的生存模型，其中HR代表特定基因对肝癌预后影响的风险系数，通过多因素COX生存分析最终确定G2M检查点基因集中AMD1，KPNA2，SFPQ和UCK2作为模型中的影响预后的因子，肝癌患者的预后情况是由该基因集中的基因表达量与对应系数的乘积之和构成的Riskscore来表征：

Risk score＝0.325*AMD1+0.2129*KPNA2+0.6572*SFPQ+0.3166*UCK2所述的AMD1，KPNA2，SFPQ和UCK2分别表达各基因在肝癌患者中的表达量；

(5)利用总体肝癌患者的K-M plot生存曲线验证所构建的预后模型的准确性：根据步骤(4)中的Risk score公式，计算每个患者的Risk score值，然后按照患者的Risk score值的大小，从低到高对患者进行排序，以所有患者Risk score值的中位值为分割点，将患者分为高Risk score组和低Risk score组，绘制高低风险组患者的K-M plot生存曲线，并以Log-rank的检验方法对比高低风险组患者的生存时间是否存在差异，以Log-rank P value0.05为标准判定两组之间是否存在差异，以验证所构建的预后模型的准确性；

(6)利用ROC曲线验证所构建的预后模型的准确性和特异性：根据步骤(4)中的Riskscore公式，计算每个患者的Risk score值，然后按照患者的Risk score值的大小，从低到高对患者进行排序，以所有患者Risk score值的中位值为分割点，将患者分为高Riskscore组和低Risk score组，绘制ROC曲线，并求得ROC曲线下面积，利用ROC曲线验证所构建的预后模型的准确性和特异性；

(7)通过对比预后模型不同分组的肝癌患者的生存时间和生存状态验证所构建的预后模型的准确性：根据步骤(4)中的Risk score公式，计算每个患者的Risk score值，然后按照患者的Risk score值的大小，从低到高对患者进行排序，以所有患者Risk score值的中位值为分割点，将患者分为高Risk score组和低Risk score组，以患者的Risk score值为横坐标，以患者的生存时间为纵坐标绘制患者的生存时间和生存状态的散点图，对比高Risk score组和低Risk score组间患者的生存时间和生存状态以验证所构建的预后模型的准确性；

(8)统计分析。

3.如权利要求2所述的一组用于预测肝癌患者预后及肝癌靶向治疗的基因集，所述的步骤(1)中，采用的是TCGA数据库，选择下载的转录组数据类型是HT Seq-FPKM值。