[发明专利]一种大肠癌预后预测模型的建立方法

摘要

本发明提供一种大肠癌预后预测模型的建立方法，通过免疫组化法检测SPARCL1、P53蛋白在大肠癌组织中的表达水平；半定量法将SPARCL1、P53蛋白的组织表达水平分级；SPARCL1、P53蛋白表达水平经支持向量机组合分析并验证，最后建立判别模型。本发明结合免疫组化检测、标志物组合及支持向量机分析，联合应用于建立大肠癌预测模型。研究表明，本发明以SPARCL1与P53组合作为标志物构建模型具有实验辅助预测大肠癌患者预后的作用。可在大肠癌病人术后转移复发危险度预测实验中的应用。

主权项

一种大肠癌预后预测模型的建立方法，其特征在于，通过以下步骤实现：（1）免疫组化法检测SPARCL1、P53蛋白在大肠癌组织中的表达水平：收集组织蜡块标本→切片→烤箱过夜→脱蜡→水化→抗原修复→自然冷却→洗片→甩干，置湿盒内→滴加内源性过氧化酶阻断剂，静置→洗片→滴加非免疫动物血清，静置→滴加一抗，静置→洗片→滴加生物素标记的二抗,  静置→洗片→滴 加链霉菌抗生物素蛋白‑过氧化酶, 静置→洗片→DAB显色→观察显色后淋洗→细胞核染色→淋洗→分化→自来水淋洗→返蓝→脱水→吹干→封片；（2）半定量法将SPARCL1、P53蛋白的组织表达水平分级：每例标本随机检测 5 个高倍镜视野，分别给阳性范围和染色深度打分：阳性范围分为 0‑4 级：<10%为0级，10%‑25%为1级，25%‑50%为2级，50%‑75%为3级，>75%4级；染色深度分为 0‑3 级：0 为阴性，1 为浅黄色，2为棕黄色，3 为深棕色；最后将前两部分得分相加，最后结果分为 0‑7 级；（3）SPARCL1、P53蛋白表达水平经支持向量机组合分析并验证，建立判别模型：支持向量机采用径向基核函数，Gamma值设为0.6，罚分函数（C）设为19，特征向量的选取采用统计过滤结合模型依赖性筛选的方法，将SPARCL1与P53组合用于支持向量机模型的输入，用十倍交叉验证法评估模型的预测效果，三年生存/死亡，选出建立支持向量机模型预测的约登指数：约登指数=[（灵敏度+特异度）/2+灵敏度] /2），最高的组合作为最终的模型，经十倍交叉验证的预测值作为最终的结果。