[发明专利]用于预测肿瘤免疫治疗效果的生物标志物检测方法及系统

说明书

本发明公开了一种用于预测肿瘤免疫治疗效果的生物标志物检测方法，该方法基于二代测序检测组织全外显子测序(WES)的数据，对多个生物标志物进行检测，构建了一个综合预测肿瘤免疫治疗效果的预测模型，与传统的仅能检测单一生物标志物的方法相比，有效提升了对免疫检查点抑制剂疗效预测的准确性和适用性。

技术领域

本发明属于生物信息学技术领域，涉及一种生物标志物检测方法，具体地说涉及一种用于预测肿瘤免疫治疗效果的生物标志物检测方法。

背景技术

癌症是死亡率很高的一种病种，也是全球最主要的非传染性疾病之一，在我国，每年有接近430万人被诊断为癌症，有超过280万人死于癌症。在医学上，癌症是指起源于上皮组织的恶性肿瘤，一般人们所说的“癌症”习惯上泛指所有恶性肿瘤，癌症具有细胞分化和增殖异常、生长失去控制、浸润性和转移性等生物学特征，其发生是一个多因子、多步骤的复杂过程，分为致癌、促癌、演进三个过程，与吸烟、感染、职业暴露、环境污染、不合理膳食、遗传因素密切相关。

抗肿瘤靶向药物和免疫检查点抑制剂是目前治疗癌症较为有效的手段，其中以PD-1/PD-L1和CTLA-4(细胞毒性T淋巴细胞相关蛋白4)抑制剂为代表的免疫检查点抑制剂在癌症治疗领域取得了令人瞩目的成就。其中，免疫检查点抑制剂疗法在临床肿瘤上展现出了令人震惊的光谱性和长效性，但其总体有效率依然比较有限，仅为10-40％，治疗获益患者比例低和治疗费用高昂，这两点成为免疫检查点抑制剂疗法临床推广的瓶颈。

寻找高效而精准的生物标记物，预测并筛选出对免疫检查点抑制剂疗法获益的肿瘤患者，是目前免疫治疗领域的世界性难题和研究热点。比较公认的免疫检查点抑制剂PD-1疗效评估潜在指标如PD-L1表达、肿瘤突变负荷(TMB)、错配修复功能缺陷/微卫星不稳定(dMMR/MSI)，以及一些探索性的指标如肿瘤内异质性(ITH)、白细胞抗原杂合性缺失(HLALOH)、HLA-I类基因进化多样性(HED)、肿瘤淋巴浸润细胞(TIL)等都不能完全将免疫检查点抑制剂获益的患者有效筛选出来。

肿瘤免疫循环是一个很复杂的过程，包含了七大步骤，目前这些单指标一般只涉及循环中的某个步骤，结合多指标的综合诊断模型将能够提升预测效果及适用性。怎样基于这些指标构建一个综合诊断模型以及，选择哪些指标来构建模型可以既经济又有效地提升预测效果是当前亟待解决的技术问题。

发明内容

为此，本发明正是要解决上述技术问题，从而提出一种有效性高、预测效果准确、适用性好、成本低廉的用于预测肿瘤免疫治疗效果的生物标志物检测方法。

为解决上述技术问题，本发明的技术方案为：

本发明提供一种用于预测肿瘤免疫治疗效果的生物标志物检测方法，其包括如下步骤：

S1、获取肿瘤样本与对照血液样本的全外显子测序数据；

S2、将所述测序数据与参考基因组的序列比对，得到比对结果；

S3、利用所述比对结果，进行变异检测，得到检测结果；

S4、利用所述检测结果，计算得到肿瘤样本的肿瘤突变负荷、肿瘤内异质性以及每个HLA-I类基因的白细胞抗原杂合性缺失状态和进化差异性；

S5、根据所述每个HLA-I类基因的白细胞抗原杂合性缺失状态校正所述进化差异性，并得到第一校正系数；

S6、对肿瘤样本的肿瘤内异质性转换，得到第二校正系数；

S7、通过所述第一校正系数和第二校正系数计算得到综合生物标志物的肿瘤突变负荷值。

作为优选，所述步骤S3中，所述检测结果包括肿瘤样本在全外显子范围内的体细胞突变、深度、突变频率、体细胞拷贝数变异信息、肿瘤纯度、肿瘤倍型和HLA-I类基因分型信息。