[发明专利]乙肝诊断模型及其构建方法和乙肝诊断芯片

说明书

本发明涉及一种乙肝诊断模型构建方法、装置和乙肝诊断装置，方法包括：获取不同类型乙肝患者样本的多肽芯片数据和目标临床指标数据，所述多肽芯片数据包括目标差异肽段的特征信号数据，目标差异肽段选自如SEQ ID NO.1～SEQ ID NO.25所示序列的肽段中的至少五条；根据多个不同类型乙肝患者样本的目标临床指标数据、多肽芯片数据以及样本信息通过机器学习方法建立乙肝诊断模型，所述样本信息包括样本的类型。本发明提供的乙肝诊断模型的构建方法，通过不同类型的乙肝患者之间的目标差异肽段结合临床指标构建乙肝诊断模型，能够提高模型的诊断效率以及模型诊断的准确性。

技术领域

本发明涉及人工智能应用技术领域，具体而言，涉及一种乙肝诊断模型及其构建方法、装置和乙肝诊断装置。

背景技术

肝癌是一种常见癌症，肝炎与肝癌关系极为密切，临床上肝癌患者常常出现急性肝炎-慢性肝炎-肝硬化-肝癌的进展病史。慢性乙型肝炎是肝硬化、肝癌发生的重要基础，小部分的乙肝患者会发生肝硬化甚至肝癌。慢性乙型肝炎还可不经过肝硬变阶段直接导致肝癌的发生。

由于已经确诊的乙肝患者肝脏代偿功能较强，病情发展的早期通常十分缓慢且症状不很明显，病情不易被患者察觉。在肝脏功能损害症状出现时往往已经耽误治疗和控制的最佳时期。对于已诊断的慢性肝炎患者，需要定期进行多项复杂的检测项目。

目前对于肝炎、肝硬化、肝癌的诊断指标绝大多数都是基于临床特征及实验室生化病理结合的方式进行。患者需要配合进行大量的相关检查，包括血液生化、影像学、肝组织活检等。即便是初期的慢性肝炎患者也需要定期或不定期的检测肝功能指标、血常规、乙肝病毒基因定量检测、甲胎蛋白检测等，并且需要医生和患者综合多种检测指标对疾病进程的定期监控。

肿瘤细胞内蛋白质的结构改变等可产生肿瘤相关性抗原(TAA)，TAA可刺激免疫系统产生肿瘤相关自身免疫性抗体(AAB)。AAB可反映肿瘤的发生进展和机体免疫状况，AAB半衰期长、出现时间早在临床诊断前数月甚至数年出现在血清中，靶向TAA的AAB会随着肿瘤细胞生物学行为的改变而发生相应变化，具有检测肿瘤进展和预测预后的潜在价值。

血清乙肝表面抗原(HBsAg)、HBV DNA定量分析、乙肝e抗原(HBeAg)等免疫指标是用来诊断慢性乙肝患者的主要标准。利用自身免疫学抗体诊断肝癌通常使用酶联免疫吸附测定(ELISA)，该方法可用于单一的AAB检测，单个肝癌AAB的阳性率一般较低(10％～30％)如抗P53的AAB，在AFP阳性的HCC患者阳性率83.3％，但其属于泛癌种AAB，缺乏肝癌的特异性。通过高通量蛋白质检测技术可以利用多种TAA筛选多个AAB进行组合提高肝癌检出率，建立AAB组合的诊断模型还可预测肝癌的发生。

AAB组合在HCC诊断比单个AAB灵敏度高，若以所有AAB均为阳性作为阳性检测结果的判断标准，存在灵敏度低的问题。不同的AAB组合中AAB组成差异较大，诊断性能也存在差异。有些TAA在良性疾病中已经存在。肝炎或肝硬化等前驱疾病对照，使非研究因素带来的偏倚增加，导致同一AAB在不同研究者差异较大。

目前没有单一检测方法准确追踪乙肝患者的疾病发展状况，因此，如何提供一种简单、快速的方法追踪不同时期乙肝患者是乙肝诊断的难点。

发明内容

为了解决上述问题，实现对不同时期乙肝患者的追踪诊断，本发明的第一目的在于提供一种乙肝诊断模型的构建方法，该构建方法包括：

获取不同类型乙肝患者样本的多肽芯片数据和目标临床指标数据，多肽芯片数据包括目标差异肽段的特征信号数据，目标差异肽段选自如SEQ ID NO.1～SEQ ID NO.25所示序列的肽段中的至少五条；

根据多个不同类型乙肝患者样本的多肽芯片数据、目标临床指标数据以及样本信息通过机器学习方法建立乙肝诊断模型。

本发明的一种实现方式中，样本的类型包括慢性肝炎、肝硬化以及肝癌三种类型中的至少两种。