[发明专利]基于高通量测序数据和临床表型构建的泛肿瘤靶向药敏感性状态评估模型的方法及应用

权利要求书

1.一种基于高通量测序数据和临床表型构建的状态评估模型在泛肿瘤靶向药敏感性状态评估中的应用，其特征在于，包括以下步骤：

步骤16.1)获取泛肿瘤癌病例信息，包括高通量测序数据和临床信息，根据泛肿瘤病例状态分类并进行配对整理；

步骤16.2)构建泛肿瘤靶向药敏感性泛肿瘤靶向药敏感性相关的基因异常调控关系标志物组合；其中，所述标志物组合的具体基因集包括以下24个基因：AXIN1、JUNB、MYC、SMAD5、SMAD4、TGIF2、UBB、ATF3、BMPR2、JUND、KLF10、NR2C2、PPP1CB、SKIL、SMURF1、SP1、TP53、PITX2、TFDP2、E2F4、SMAD1、KLF6、SMAD3、KLF11；

步骤16.3)筛选泛肿瘤靶向药敏感性相关的临床信息及检验和病理指标；参考泛肿瘤靶向药敏感性相关的基因异常调控关系和步骤16.2所得泛肿瘤靶向药敏感性相关的基因异常调控关系标志物组合，整合优化为泛肿瘤靶向药敏感性相关多元标志物组合，用于构建泛肿瘤靶向药敏感性综合状态评分模型，并开发封装为泛肿瘤靶向药敏感性综合状态评分计算系统；

步骤16.4)基于步骤16.2所得泛肿瘤靶向药敏感性相关基因异常调控关系标志物组合，设计泛肿瘤靶向药敏感性综合状态评估的靶基因目标区域相关探针和/或引物，用作泛肿瘤靶向药敏感性综合状态评估基因检测panel；

步骤16.5)构建一套泛肿瘤靶向药敏感性综合状态评估基因检测panel和综合状态评分计算系统联用流程，使得用户根据需求依此流程可以完成检测、信息输入、计算评估和结果获取。

2.如权利要求1所述的应用，其特征在于，步骤16.2中，构建泛肿瘤靶向药敏感性标志物组合，使用基于贪婪算法的逐次迭代和/或基于遗传算法的进化迭代进行组合优化筛选：

若所述泛肿瘤靶向药敏感性病例信息仅涉及转录组数据与临床信息，则执行步骤16.2.1)基于转录组数据与临床信息进行标志物挖掘，构建泛肿瘤靶向药敏感性相关基因异常调控关系标志物组合；

若所述泛肿瘤靶向药敏感性病例信息仅涉及外显子组/基因组数据与临床信息，则执行步骤16.2.2)基于外显子组/基因组数据与临床信息进行标志物挖掘，构建泛肿瘤靶向药敏感性相关基因变异标志物组合；

若所述泛肿瘤靶向药敏感性病例信息同时包含转录组数据、外显子组/基因组数据与临床信息，则执行步骤16.2.3)基于转录组数据、外显子组/基因组数据与临床信息进行标志物挖掘，构建泛肿瘤靶向药敏感性相关基因异常调控关系和基因变异标志物组合。

3.如权利要求2所述的应用，其特征在于，所述步骤16.2.1)具体包括以下子步骤：

步骤16.2.1.1)构建参考基因调控网络；

步骤16.2.1.2)基于特定疾病状态下的转录组数据以及所述参考基因调控网络的TF-target关系，构建条件特异的基因调控网络；

步骤16.2.1.3)量化条件特异的基因调控网络中的基因调控强度和网络间调控强度差异；

步骤16.2.1.4)筛选不同疾病状态下的条件特异的基因调控网络之间的基因异常调控关系；

步骤16.2.1.5)基于步骤16.2.1.4)得到的基因异常调控关系，构建泛肿瘤靶向药敏感性相关的基因异常调控关系标志物组合。