[发明专利]基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法

说明书

本发明公开了一种基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，获取的肝癌样本的临床表型数据、表达谱数据、基因CNV和SNV突变数据；计算肿瘤样本4种代谢途径的样本评分，确定若干最佳分类；分析若干最佳分类代谢途径表达、基因突变、临床表型、免疫特征的差异性，再综合分析结果，建立原发性肝癌预后分析模型。本发明优点在于通过大数据分析技术构建原发性肝癌基因分类器，确定原发性肝癌的分子亚型，并分析原发性肝癌分子亚型的代谢途径表达差异、基因突变差异、临床表现差异和免疫差异，从而建立原发性肝癌预后分析模型，用于准确预测原发性肝癌的预后，并为揭示原发性肝癌能量代谢模式和肿瘤微环境提供研究基础。

技术领域

本发明涉及肝癌研究领域，尤其是涉及基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法。

背景技术

近十年来，代谢重编程被认为是癌症的十大特征之一，即致癌肿瘤具有一种共同的表型，能有效地产生自身代谢所需的能量和大分子，使得肿瘤细胞不受控制的生长。最新的研究表明，肿瘤之间和肿瘤内部的癌症细胞代谢具有可塑性和灵活性，因而导致治疗效果差。同时，研究也发现人类细胞对葡萄糖、脂肪酸、谷氨酰胺等主要能源物质的代谢特征具有明显的差异性。这种差异性与基因、营养物质和氧气的获取等一系列因素有关。因此，通过研究致癌肿瘤细胞的主要代谢特征有利于揭示致影响致癌肿瘤细胞不受控制生长的因素，指导癌症治疗，并预测治疗反应和预后效果。

肝癌是异质性高，死亡率最高的难治性恶性肿瘤，其死亡率居肿瘤死亡率第二位，仅次于肺癌。针对肝癌的治疗手段有很多，但治疗后的五年生存率极低，仅为12％左右。这极可能与肝癌的代谢异质性有关。目前，临床上主要根据肝癌分期来进行患者的预后，但这种方法无法准确的确定肝癌患者的预后。因此本申请提供了一种基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法。

发明内容

本发明目的在于提供一种基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法。

为实现上述目的，本发明采取下述技术方案：

本发明所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，包括以下内容：

S1，获取肝癌样本的临床表型数据、表达谱数据、基因CNV突变数据和SNV突变数据；

S2，使用GSVA包的ssGSEA方法，计算所述肿瘤样本的4种代谢途径样本评分；

S3，使用ConsensusClusterPlus包对所述4种代谢途径样本评分进行一致性聚类；

S4，计算一致性矩阵和一致性累积分布函数确定若干最佳分类；

S5，分析在4种代谢途径中所述若干最佳分类间基因表达的差异性；

S6，分析若干最佳分类间所述基因CNV突变数据和所述SNV突变数据的差异性；

S7，分析若干最佳分类间所述临床表型数据的差异性；

S8，分析若干最佳分类间免疫特征的差异性；

S9，综合上述步骤的分类和差异性分析结果，建立原发性肝癌预后分析模型。

进一步地，所述肝癌临床表型数据中，去除缺少生存时间和生存状态的样本，并保证所有患者生存时间大于0；

所述基因CNV突变数据为Masked Copy Number Segment类型，并通过gistic2软件整合，设置置信水平为0.9，同时以hg38作为参考基因组；

所述SNV突变数据通过mutect2软件计算获得。

进一步地，所述4种代谢途径为glycolysis、PPP、FAO和glutaminolysis。

进一步地，S3步中所述一致性聚类采用pam算法，euclidean作为度量距离，并进行了500次bootstraps过程，每个bootstraps过程均包括肿瘤样本总和的80%。

进一步地，S4步中所述一致性累积分布函数为CDF。