[发明专利]一种预测早期结肠癌患者预后风险的模型构建方法

说明书

一种预测早期结肠癌患者预后风险的模型构建方法，具体包括以下步骤：首先通过手术获取患者的肿瘤组织标本；接着使用差异分析检测患者肿瘤组织标本中上述基因含量的表达；然后使用单因素Cox回归分析和LASSO回归分析筛选用于构建风险模型的基因，建立风险模型的计算公式；最后使用Kaplan–Meier预后分析和ROC分析验证该预后风险模型在早期结肠癌患者中用于预后预测的准确性。本发明能更好地指导临床对早期结肠癌预后较差的患者设计更有针对性的治疗方案，实现精准医疗；构建预测模型的基因数目较多，能够最大程度地降低肿瘤异质性造成的影响，准确性高；基因检测方法简单，容易实施。

【技术领域】

本发明涉及生物技术领域，具体为一种预测早期结肠癌患者预后风险的模型构建方法。

【背景技术】

结肠癌是全世界最常见的恶性肿瘤之一，其发生率和死亡率在所有恶性肿瘤中均占前3位；结肠癌患者的总体生存率取决于肿瘤的TNM分期，一般晚期患者较早期患者预后差，根据美国癌症联合委员会(AJCC)报道，Ⅰ、Ⅱ、Ⅲ和Ⅳ期结肠癌患者的5年生存率分别为93.2％、82.5％、59.5％和8.1％；然而在临床上经常会遇到部分早期(I/II期)结肠癌患者的预后非常差的状况，目前临床上常用的肿瘤标志物大多针对结肠癌的早期诊断，关于结肠癌患者预后的标志物要么笼统的囊括了所有TNM分期的患者，针对性较差，要么预测的基因数目单一，准确性较低。

由此可见，提供一种预测早期结肠癌患者预后风险的模型构建方法是本领域亟需解决的问题。

【发明内容】

为解决上述问题，本发明提供一种预测早期结肠癌患者预后风险的模型构建方法，具体包括以下步骤：

步骤一：通过手术获取患者的肿瘤组织标本；

步骤二：使用差异分析检测患者肿瘤组织标本中上述基因含量的表达；

步骤三：使用单因素Cox回归分析和LASSO回归分析筛选用于构建风险模型的基因，建立风险模型的计算公式；

步骤四：使用Kaplan–Meier预后分析和ROC分析验证该预后风险模型在早期结肠癌患者中用于预后预测的准确性。

进一步的，所述步骤一中获取患者的肿瘤组织标本首先制定患者选择标准，并根据标准选取患者，手术切除患者的肿瘤组织，经过病理诊断为结肠癌I期或II期后立即放入液氮保存。

进一步的，所述患者选择标准包括病理上确诊为结肠癌I期或II期的结肠癌患者、患者没有其他类型肿瘤、患者有具体的生存状态和随访时间。

进一步的，所述步骤二通过Trizol试剂提取总RNA，使用二代测序技术检测早期结肠癌预后较差患者和预后较好患者肿瘤组织标本中显著差异表达的基因。

进一步的，所述步骤三使用单因素Cox回归分析，从差异表达的基因中筛选出与早期结肠癌患者预后显著相关的基因。

进一步的，所述步骤三使用LASSO回归分析拟合高维广义线性模型，构造惩罚函数，过滤掉高度相关的基因。

进一步的，所述步骤三中筛选出15个代表性的基因，即FGF18、BZRAP1、FLJ42627、BTN3A3、C3orf58、TAPBP、ADRA2C、FCAMR、AKR1E2、LOC64417、TIMM17A、ODF3L2、ZRANB2、LRRC39和SYT2。

进一步的，所述十五个基因团的表达量与早期结肠癌患者预后的相关系数分别为-0.23、-0.11、-0.28、0.18、0.99、0.18、0.10、-0.10、0.065、0.17、-0.33、0.015、0.74、-0.48和-0.16。

本发明具有以下有意效果：