[发明专利]一种预测非小细胞肺癌患者免疫检查点抑制剂疗效的试剂盒在审

专利信息
申请号: 202210211553.6 申请日: 2022-02-28
公开(公告)号: CN114578056A 公开(公告)日: 2022-06-03
发明(设计)人: 赵彦程;许书榕;宋元林 申请(专利权)人: 复旦大学附属中山医院
主分类号: G01N33/574 分类号: G01N33/574;G01N33/68
代理公司: 上海金盛协力知识产权代理有限公司 31242 代理人: 杨芳
地址: 200032 *** 国省代码: 上海;31
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 预测 细胞 肺癌 患者 免疫 检查点 抑制剂 疗效 试剂盒
【说明书】:

发明公开了SAA1蛋白、SAA2蛋白、S100A8蛋白和S100A9蛋白中的任意一种或多种在预测非小细胞肺癌患者免疫检查点抑制剂疗效中的应用,以及一种预测非小细胞肺癌患者免疫检查点抑制剂疗效的试剂盒,包括SAA1蛋白检测试剂、SAA2蛋白检测试剂、S100A8蛋白检测试剂和S100A9蛋白检测试剂中的一种或多种。以SAA1、SAA2、S100A8和S100A9蛋白中的一种或多种组合作为非小细胞肺癌患者接受免疫检查点抑制剂治疗的疗效相关生物标志物,为非小细胞肺癌患者是否进行免疫检查点抑制剂治疗提供可靠的预测工具。

技术领域

本发明涉及生物医学检测技术领域,尤其涉及一种预测非小细胞肺癌患者免疫检查点抑制剂疗效的试剂盒。

背景技术

尽管免疫检查点抑制剂(ICIs)治疗为患者带来临床获益,但只有约四分之一的非小细胞肺癌(NSCLC)患者对ICIs治疗有响应并存在长期临床获益,因此有必要对ICIs治疗的疗效进行预测,找到获益人群、提高治疗响应及整体预后水平。到目前为止,在临床实践中还没有十分可靠的生物标志物来确定NSCLC患者对抗程序性细胞死亡蛋白1及其配体(PD-1/PD-L1)抑制剂的治疗反应。为了使患者免于无效治疗,临床上迫切需要可以准确预测疗效的生物标志物。

免疫组织化学染色法检测肿瘤细胞上PD-L1的表达、二代测序技术的全外显子测序或靶向测序计算出的肿瘤突变负荷、肠道菌群、基因组标志物和肿瘤浸润性淋巴细胞等是ICIs生物标志物的常见例子并在NSCLC中得到广泛研究,尤其是PD-L1表达。PD-L1的高表达与抗PD-1治疗的疗效密切相关,但还不能彻底区分抗PD-1治疗中的实际响应者与非响应者。同时,基于IHC的PD-L1检测存在不同诊断抗体(28-8、22C3、SP142、SP263等)和肿瘤组织中高度异质性,很难进行比较和标准化。

发明内容

本发明为了克服现有技术的缺陷,提供了一组可预测非小细胞肺癌患者免疫检查点抑制剂疗效的生物标志物,即SAA1蛋白、SAA2蛋白、S100A8蛋白和S100A9蛋白中的一种或多种,为非小细胞肺癌患者是否开展免疫检查点治疗提供可靠的判断依据。

为了实现上述发明目的,本发明提供以下技术方案:

本发明的第一方面提供了SAA1蛋白、SAA2蛋白、S100A8蛋白和S100A9蛋白中的任意一种或多种在预测非小细胞肺癌患者免疫检查点抑制剂疗效中的应用。

优选的,免疫检查点抑制剂包括PD-1抑制剂和/或PD-L1抑制剂。

本发明的第二方面提供了一种预测非小细胞肺癌患者免疫检查点抑制剂疗效的试剂盒,包括SAA1蛋白检测试剂、SAA2蛋白检测试剂、S100A8蛋白检测试剂和S100A9蛋白检测试剂中的一种或多种。

优选的,SAA1蛋白检测试剂、SAA2蛋白检测试剂、S100A8蛋白检测试剂或S100A9蛋白检测试剂为ELISA定量检测试剂。

与现有技术相比,本发明的有益效果:

越来越多的液体活检证据表明,治疗的疗效和耐药性受到肿瘤内和肿瘤间所存在的异质性影响。由于血浆可以将组织来源的分子(例如分泌的蛋白质)运输到全身,因此基于血浆的检测与局部组织活检相比,血浆蛋白质可以更加彻底地捕获肿瘤异质性的信号以提供详尽分析与独特见解。

本发明发现了与免疫检查点抑制剂疗效相关的循环和肿瘤衍生蛋白,以SAA1、SAA2、S100A8和S100A9蛋白中的一种或多种组合作为NSCLC患者接受ICIs治疗的疗效相关生物标志物,可为NSCLC患者是否进行免疫检查点抑制剂治疗提供可靠的预测工具。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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复旦大学附属中山医院,未经复旦大学附属中山医院许可,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/202210211553.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top