[发明专利]一种结肠癌转移预测方法和系统

权利要求书

1.一种结肠癌转移预测方法，其特征在于，包括：

S1蛋白质提取，获取患者术中肿瘤组织的石蜡切片标本，进行脱蜡和再水化处理提取蛋白质样品；

S2酶解脱盐，将蛋白质样品进行胰酶消化和脱盐处理；

S3质谱分析，将经过步骤S2处理后的蛋白质样品进行质谱分析获得多肽质谱数据；

S4蛋白质信息定量分析与模型验证，将所述多肽质谱数据进行定量分析，挑选出蛋白标志物，将蛋白质标志物作为数据集构建结肠癌转移预测模型，基于所述模型的输出结果判断是否出现术后转移。

2.如权利要求1所述的一种结肠癌转移预测方法，其特征在于，在所述步骤S1中，还包括：

S101，剔除肿瘤周围间质组织；

S102，分别采用浓度为100％、67％和33％的二甲苯处理组织切片，并用浓度为100％、75％和50％的乙醇进行再水化处理；

S103，在99℃下温育30分钟加热变性，静置冷却至室温。

3.如权利要求2所述的一种结肠癌转移预测方法，其特征在于，在所述步骤S2中，还包括：

S201，将步骤S103中获取的蛋白质样品中加入typsin胰酶5ul(1ug/ul)，37℃恒温箱酶解过夜；

S202，将消化的肽脱盐、浓缩，然后重悬于含有0.1％FA的25％ACN中，然后通过使用高pH液相色谱分离消化的蛋白质样品。

4.如权利要求3所述的一种结肠癌转移预测方法，其特征在于，在步骤S3中，还包括：

S301，将经过步骤S205消化处理的蛋白质样品装载到质谱仪的捕获柱上进行洗脱肽处理；

S302，在高分辨率模式下以350至1500m/z测量扫描，然后以100至1250m/z在高灵敏度模式下进行质谱扫描；

S303，在每个周期内分别选择20-40个最密集的前体进行碎裂，获得多肽的一级(MS)和二级质谱(MS/MS)数据。

5.如权利要求4所述的一种结肠癌转移预测方法，其特征在于，在步骤S4中，还包括：

步骤S401，基于步骤S303所获取的蛋白质质谱数据，通过Firmiana平台进行数据挖掘和分析确定蛋白质标记物；

步骤S402，将步骤401中获取的蛋白质标记物作为训练集和验证集，采用随机森林算法构建预测模型。

6.如权利要求5所述的一种结肠癌转移预测方法，其特征在于，在步骤S4中，所述蛋白质标记物包括：KRT222 S100A6 PSMB10 CLC OSTF1

ADRM1 ATG3 CEACAM3 LYPLA2 DNAJC8 RPF2 PDE12 BROX

SMARCD2 TRIOBP PFDN5 HTRA1 PSMG1 ADPGK NDUFB1DHX8 THOC2 PSMD10 SH3KBP1WDR18 GPHN UBE2G1

VKORC1L1 NDEL1 PRKAB1 NDUFAF4 SLC27A2 SCAF8 PSMD9

SCAF4 DDX56 ARHGAP18 SLAIN2 AKT2 SGCD ABCB8

ENGASE C1orf123 SDC4 TMEM30B HIP1R DNTTIP2 ATAD1

TMEM30A UBXN6 MFN1 STAG2 ITM2B MTMR14 PADI3

ERLEC1 KIAA0226ANKRD10 RXRA OLFML1 MEST。

7.如权利要求6所述的一种结肠癌转移预测方法，其特征在于，所述随机森林模型将每项蛋白质标记物作为每个决策树的节点，以癌转移预后结果作为分类标签确定蛋白质标记物的分类归属。

8.一种结肠癌转移预测系统，其特征在于，包括：

蛋白质提取装置，用以获取患者术中肿瘤组织的石蜡切片标本，进行脱蜡和再水化处理提取蛋白质样品；

酶解脱盐装置，用以将蛋白质样品进行高温裂解和色谱分离消化；

质谱分析装置，用以将经过处理后的蛋白质样品进行分析获得多肽质谱数据；

蛋白质信息定量分析与模型验证模块，用以将所述多肽质谱数据进行定量分析，挑选出蛋白标志物，将蛋白质标志物作为数据集构建结肠癌转移预测模型，基于所述模型的输出结果判断是否出现术后转移。