[发明专利]一种胰腺癌预后判定方法及装置有效
申请号: | 202110364809.2 | 申请日: | 2021-04-06 |
公开(公告)号: | CN112760384B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 张守伟;赵义;方璐;何骥 | 申请(专利权)人: | 臻和(北京)生物科技有限公司;臻和精准医学检验实验室无锡有限公司 |
主分类号: | C12Q1/6886 | 分类号: | C12Q1/6886;C12M1/34;C12M1/00;G16B40/20 |
代理公司: | 江苏瑞途律师事务所 32346 | 代理人: | 王珒;王琳琳 |
地址: | 100191 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 胰腺癌 预后 判定 方法 装置 | ||
本申请公开了一种胰腺癌预后判定方法及装置,属于医学检测技术领域。本申请的方法包括检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;根据所述的风险分数确定胰腺癌患者预后情况;本申请的装置包括基因检测模块、风险分数确定模块、预后评估模块。利用本申请所提出的方法及装置,基于胰腺癌肿瘤组织DNA样本测序获得原始数据,降低了对样本质量的要求,客观性较强,具有较高的临床应用价值。
技术领域
本申请属于医学检测技术领域,具体涉及一种胰腺癌预后判定方法及装置。
背景技术
胰腺癌在中国是一种较为高发且难治的癌症,据2015年的中国癌症数据统计显示,胰腺癌的发病率在癌症领域排名第9,而死亡率排名第6。为了提高胰腺癌的精准诊疗水平以及治愈率,如何对胰腺癌患者的预后状态进行判断就显得尤为重要。
目前,针对胰腺癌的预后判断存在很多技术方案,但这些技术方案存在不同的缺陷。首先,一类技术方案是基于单一临床因素对胰腺癌患者的预后进行判断,包括ECOG表现状态(Eastern Cooperative Oncology Group Performance Status)、肿瘤标志物CA 19-9水平和年龄等,但是基于单一临床因素进行的预后判断效能不够,易受其他因素影响。第二,一类技术方案是基于多个临床因素计算预后分数,根据分数的高低对患者预后进行判断,但该类方案在针对不同临床因素对应分数的设定上存在较大的主观因素,影响预后判断的准确性。第三,一类技术方案是基于胰腺癌高频突变基因(KRAS/TP53/SMAD4/CDKN2A)的突变状态对患者进行预后判断,但是高频突变基因的突变状态和中国胰腺癌患者的预后不具有显著相关性。第四,一类技术方案是基于肿瘤组织的转录谱筛选基因并构建预后检测模型对胰腺癌患者的预后进行判断,但该类方案在获取数据时对肿瘤组织的质量要求较高,限制了该方案的临床应用。因此,通过对现有技术的分析可以看出,目前对胰腺癌的预后判断技术并不理想。
发明内容
技术问题:针对现有对胰腺癌预后判断的技术不佳的问题,本申请提供一种胰腺癌预后预测方法及装置,从而能够对胰腺癌患者进行准确的预后判断。
技术方案:本申请一方面提供一种胰腺癌预后判定方法,包括:
检测胰腺癌患者的肿瘤组织DNA样本中关于胰腺癌的显著相关性基因,并确定所述显著相关性基因的拷贝数变异数值;
根据所述的显著相关性基因的拷贝数变异数值及预后检测模型,确定胰腺癌患者的风险分数;
根据所述的风险分数确定胰腺癌患者预后情况。
进一步地,还包括根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型。
进一步地,根据所述的显著相关性基因的拷贝数变异数值构建预后检测模型的方法包括:
收集若干例胰腺癌患者的肿瘤组织DNA样本,构建胰腺癌肿瘤数据集,并按比例划分为训练集和测试集;
针对每个肿瘤组织DNA样本选取若干个与胰腺癌有关的基因,用于预后检测模型构建;
计算每个基因的拷贝数变异数值;
基于每个基因的拷贝数变异数值,采用Cox回归分析方法进行预后检测模型构建,并利用弹性网络方法筛选出所述的相关性基因,并经过留一交叉验证构建出最终预后检测模型。
进一步地,基于所述显著性基因构建的预后检测模型为:
风险分数=-0.1136*RAD50+0.6140*AKT1+0.5643*CSF1R-0.3089*JAK2-0.2088*ABL1
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于臻和(北京)生物科技有限公司;臻和精准医学检验实验室无锡有限公司,未经臻和(北京)生物科技有限公司;臻和精准医学检验实验室无锡有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110364809.2/2.html,转载请声明来源钻瓜专利网。