[发明专利]一种特征lincRNA表达谱组合及子宫内膜癌早期预测方法

说明书

本发明公开了一种特征lincRNA表达谱组合及子宫内膜癌早期预测方法，所述的特征lincRNA表达谱组合的核苷酸探针序列如SEQ ID NO.1‑18所示。本发明的基于lincRNA表达谱组合特征评估子宫内膜癌早期风险具有很高的精确度和准确率(ROC曲线下面积AUC＝0.929)。只需要获取上述18种lincRNA的相对表达量，通过支持向量机模型计算给出子宫内膜癌早期患病概率，可作为子宫内膜癌早期预测的参考依据。

技术领域

本发明属于生物技术和医学技术领域，具体地说，涉及一种特征lincRNA表达谱组合及子宫内膜癌早期预测方法。

背景技术

子宫内膜癌(uterine corpus endometrial carcinoma)是发生于子宫内膜的一种上皮性恶性肿瘤，多发于围绝经期和绝经后女性。子宫内膜癌是最常见的女性生殖系统肿瘤之一，其发病与生活方式密切相关，发病率在各地区有较大差异。子宫内膜癌最常见的症状是绝经后出血或围绝经期出血，早期诊断较为困难。全球疾病负担(Global Burden ofDisease,GBD)数据显示，2017年全球患有子宫癌的人数超过300万，其中中国患病人数约为53万。2017年全球患有子宫癌的死亡人数约为85万，占总死亡人数的0.15％。中国2017年死亡患者数约为12万，占总死亡人数的0.12％。统计结果显示，从1990年到2017年全球子宫癌患病率和死亡率持续增长。中国子宫内膜癌患病率增长与全球较为一致，死亡数相对稳定。

支持向量机(Support Vector Machine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，将新的实例映射到同一空间，并基于它们落在间隔的哪一侧来预测所属类别。当训练数据是线性可分时，SVM通过硬间隔最大化学习进行分类。当训练数据线性不可分时，SVM通过使用核技巧以及软间隔最大化学习进行分类。SVM对于特征含义相似的中等大小的数据集很强大，也适用于小型数据集。通常情况下，对样本量小于1万的数据集SVM都有很好的预测效果。SVM在疾病诊断、肿瘤分类、肿瘤基因识别等有着广泛的应用。

肿瘤早期诊断一直是医学界的难题。现有的早期诊断方法多是观测某一个或一类标志物的表达水平，难以达到理想的诊断效果。由于这些标志物在肿瘤患者和正常人群中的表达分布有部分重叠，难以界定标志物的临界值将肿瘤患者和正常人群较好地分开。因此，利用多个标志物表达特征组合可能是肿瘤早期诊断的一种有效方法。长链基因间非编码RNA(long intergenic non-coding RNA,lincRNA)是一类位于基因间非编码序列的长度大于200个核苷酸的非编码单链RNA分子。lincRNA不具有编码潜力并且在不同物种之间不保守。研究表明lincRNA参与多个基因的表达调控，在人体内表达相对稳定且容易检测。由于单个lincRNA分子在肿瘤和正常人群中表达分布有重叠，难以界定早期预测的临界值。

因此，有必要建立一种有助于子宫内膜癌的早期预测的更稳定的多个差异lincRNA表达特征组合的预测模型。

发明内容

有鉴于此，本发明提供了一种特征lincRNA表达谱组合及子宫内膜癌早期预测方法，能够准确地进行子宫内膜癌I/II期预测。

为了解决上述技术问题，本发明公开了一种特征lincRNA表达谱组合，包括AC008124.1、AC068473.5、AC093297.2、AC104825.1、AL355338.1、AP003486.1、BAIAP2-DT、EIF3J-DT、EPB41L4A-AS1、HEIH、ILF3-DT、LINC00294、LINC00467、LINC00909、LINC01963、MIR22HG、NORAD和OSER1-DT，其核苷酸探针序列如SEQ ID NO.1-18所示。

本发明还公开了一种基于上述的特征lincRNA表达谱组合的子宫内膜癌早期预测方法，包括以下步骤：