[发明专利]一种特征lincRNA表达谱组合及胃癌早期预测方法

说明书

本发明公开了一种特征lincRNA表达谱组合及胃癌早期预测方法，所述特征miRNA表达谱组合的核苷酸探针序列如SEQ ID NO.1‑20所示。本发明的基于lincRNA表达谱组合特征评估胃癌早期风险具有很高的精确度和准确率(ROC曲线下面积AUC＝0.985)。只需要获取上述20种lincRNA的相对表达量，通过支持向量机模型计算给出胃癌早期患病概率，可作为胃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领域，具体地说，涉及一种特征lincRNA表达谱组合及胃癌早期预测方法。

背景技术

胃癌(gastric cancer)是起源于胃黏膜上皮细胞的恶性肿瘤。其中，胃腺癌和胃上皮细胞癌占所有胃癌的约95％，其余5％包括腺鳞癌，鳞状细胞癌和未分化癌。胃癌的发病年龄一般在50岁以上，男女发病率之比为2：1。胃癌早期无明显症状，常与胃炎、胃溃疡等胃慢性疾病症状相似，易被忽略。因此，目前胃癌的早期诊断率仍较低。全球疾病负担(Global Burden of Disease,GBD)数据显示，2017年全球患有胃癌的人数超过280万，其中中国患病人数超过140万。2017年全球患有胃癌的死亡人数约为86万，占总死亡人数的1.55％。中国2017年死亡患者数约为36万，占总死亡人数的3.40％。统计结果显示，从1990年到2017年全球胃癌患病率持续增长，死亡率增长较缓。近十几年来中国胃癌患病率增长较快，死亡率一直维持在较高水平。

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，难以界定早期诊断的临界值。

因此，有必要建立一种有助于胃癌的早期预测的更稳定的多个差异lincRNA表达特征组合的诊断模型。

发明内容

有鉴于此，本发明针对上述的问题，提供了一种特征lincRNA表达谱组合及胃癌早期预测方法。

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AC005261.1、AC026401.3、AC048341.1、AC055713.1、AC060780.1、AC092171.3、AC093297.2、AC106782.2、AC145207.5、AF117829.1、AL390728.6、CASC15、CYTOR、LINC00265、LINC00467、MIR22HG、MIR4435-2HG、PVT1、SNHG15和ZNF667-AS1，其核苷酸探针序列为SEQ ID NO.1-20所示。

本发明还公开了一种基于特征lincRNA表达谱组合的胃癌早期预测方法，包括以下步骤：