[发明专利]一种基于RNA编辑水平的乳腺癌分子标志物及诊断模型

权利要求书

1.一种基于RNA编辑水平的乳腺癌分子标志物，其特征在于，以人类参考基因组hg19为基准，所述分子标志物包括以下RNA编辑位点：chr12:51324639:METTL7A、chr1:160966434:F11R、chr2:128951720:UGGT1、chr1:100489619:SLC35A3、chr12:69237519:MDM2、chr8:11700419:CTSB、chr4:177252238:SPCS3、chr1:179042905:FAM20B、chr1:168220280:TBX19和chr7:17384440:AHR。

2.如权利要求1所述的分子标志物，其特征在于，所述分子标志物的RNA编辑位点的编辑水平在乳腺癌中异常增高。

3.如权利要求1所述的分子标志物在制备检测乳腺癌的产品中的应用。

4.如权利要求3所述的应用，其特征在于，所述产品采用多重PCR方法或高通量测序的方法检测样本的RNA编辑位点的编辑水平。

5.一种基于RNA编辑水平的乳腺癌诊断模型的构建方法，其特征在于，包括以下步骤：

(1)获取乳腺癌患者和正常组织样本的RNA编辑水平数据，得到每行为分析样本，每列为RNA编辑位点的编辑水平信息的二维矩阵；

(2)剔除未检测到RNA编辑水平的位点；

(3)根据特征重要性筛选候选RNA编辑位点；

(4)将步骤(3)筛选出的RNA编辑位点作为特征，利用随机森林算法进行拟合，构建乳腺癌诊断模型。

6.如权利要求5所述的基于RNA编辑水平的乳腺癌诊断模型的构建方法，其特征在于，所述步骤(2)的剔除的未检测到RNA编辑水平的位点为在20％及以上的样本中未检测到RNA编辑水平的位点。

7.如权利要求5所述的基于RNA编辑水平的乳腺癌诊断模型的构建方法，其特征在于，所述步骤(3)的筛选候选RNA编辑位点，具体包括：

(1)在步骤(2)保留下来的RNA编辑位点中，采用R软件包DMwR2的knnImputation函数进行缺失值的插补；

(2)以样本类别(乳腺癌、正常)作为唯一标识，使用R软件包h2o的splitFrame函数随机选取2/3的样本作为训练集，剩下的1/3样本为验证集；

(3)在训练集中，基于步骤(1)中插补后的所有RNA编辑位点，利用随机森林算法建模，以评价每个特征的重要性；

(4)使用R软件包h2o的varimp函数获取每个RNA编辑位点对于乳腺癌检测的重要性；

(5)筛选重要性高于0.01的RNA编辑位点。

8.如权利要求5所述的基于RNA编辑水平的乳腺癌诊断模型的构建方法，其特征在于，所述步骤(3)筛选出的重要性RNA编辑位点包括以下RNA编辑位点：chr12:51324639:METTL7A、chr1:160966434:F11R、chr2:128951720:UGGT1、chr1:100489619:SLC35A3、chr12:69237519:MDM2、chr8:11700419:CTSB、chr4:177252238:SPCS3、chr1:179042905:FAM20B、chr1:168220280:TBX19和chr7:17384440:AHR。

9.一种如权利要求5～8任一项所述方法构建的基于RNA编辑水平的乳腺癌诊断模型。

10.如权利要求9所述的诊断模型在制备预测乳腺癌的产品中的应用。