[发明专利]一种妊娠期并发症风险预测模型及其应用

说明书

本发明提供了一种妊娠期并发症风险预测模型及其应用，涉及ABHD17A、CFAP157、CTNNBIP1、CTR9、FAM227A、LILRA5、NPTN、NSD1、OBP2B、OR10H4、PAQR9、PLK3、PRSS58、SLC45A1、SP140L、SSR3、STAT1、STK31、TLE1、TMEM238基因及年龄、孕周、ffDNA、T21、T18、T13、BMI、受孕方式、无创指征、不良孕产史、是否多产、既往剖宫产数量临床指征。本发明提供的模型可以高效快速的预测妊娠期并发症，具有广阔的应用前景。

技术领域

本发明属于生物医药领域，具体涉及一种妊娠期并发症风险预测模型及其应用。

背景技术

正常妊娠时，胚胎着床在宫腔的适当部位并继续生长直至足月临产。若胚胎种植在宫腔以外，或胚胎或胎儿在宫腔生长发育的时间过短或过长，或母体出现各种妊娠特有的脏器损害，即为妊娠并发症。

妊娠期并发症又称妊娠期合并症，是在未孕之前或妊娠期间发生的非妊娠直接引起的疾病，妊娠终止也不一定消失。妊娠期并发症包括妊娠期高血压、子痫前期、妊娠期糖尿病、前置胎盘、早产等，妊娠期并发症会对孕妇产生非常严重的后果，故在孕早期进行风险预测评估是非常有必要的。

研究表明，妊娠期并发症的发病与孕妇年龄、孕周等临床指征和一系列生化指标有关。现在对于妊娠期并发症例如子痫前期的预测，常使用一系列的生理生化指标、临床指征数据、易感基因表达或者特异性蛋白检测，这些方法大多因为指标或者易感基因受多方面的影响，导致结果不尽如人意。

因此弥补目前妊娠期并发症在妊娠早期阶段预测的不足，实现高效快速的妊娠期并发症风险预测是亟待解决的问题。

发明内容

为弥补现有技术的不足，本发明提供了一种预测妊娠期并发症风险的风险预测模型及其构建方法。

为实现上述目的，本发明采用如下技术方案：

本发明的第一方面提供了一种妊娠期并发症风险预测模型的构建方法，所述方法包括以下步骤：

(1)获取基因表达的biomaker；

(2)获取临床指征信息；

(3)将差异基因TSS信息与获取的临床指征信息联合构建预测模型。

进一步，步骤(1)包括筛选差异基因TSS。

进一步，步骤(1)利用获取的TSS的区域深度信息筛选差异基因TSS。

进一步，通过将获取的TSS的区域深度信息转换为rpkm来筛选差异基因TSS。

进一步，将TSS的区域深度信息转换为rpkm的公式为rpkm＝read counts/(mappedreads(Millions)*TSS length(KB)。

进一步，TSS的区域深度信息指的是转录组起始位点上下游1000bp区域内的深度信息。

进一步，差异基因筛选标准为|log₂FC|＝1且FDR0.1。

进一步，步骤(1)还包括对筛选的差异基因TSS进一步通过特征选择法筛选。

进一步，所述特征选择法为递归特征消除法。

进一步，步骤(1)进一步包括计算通过递归特征消除法筛选的差异基因TSS的阈值。

进一步，所述阈值为约登指数。

进一步，依据得到的阈值对差异基因TSS进行二值化处理。

进一步，步骤(3)中通过逻辑回归方法构建预测模型。

进一步，所述妊娠期并发症为子痫前期。