一种预测胃癌复发和铂类药物反应的lncRNA模型及其构建方法技术

本发明专利技术涉及一种预测胃癌复发和铂类药物反应的lncRNA模型，该模型包括SEQ ID No.1‑11中的lncRNA序列，所述lncRNA序列的表达量均与胃癌患者复发具有相关性；本发明专利技术还涉及一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法该方法包括以下步骤：一、相关性分析；二、重要度确定；三、计算患者RFS风险指数；四、判断风险；五、预测效能评价；六、效果验证。本发明专利技术不仅能够对胃癌患者预后进行预测并划分高低危人群，同时可预测患者对于铂类化疗的敏感性从而减少过度治疗。

【技术实现步骤摘要】

本专利技术涉及分子生物学和医学领域，尤其是涉及一种预测胃癌复发和铂类药物反应的lncRNA模型及其构建方法。
技术介绍
胃癌是我国乃至全世界范围内最常见的恶性肿瘤之一，我国每年新发胃癌患者近40万人，死亡约30万人，约占全部肿瘤死亡病例的1/5。早期诊断和早期治疗是提高胃癌疗效的重要因素之一，虽然诊断技术和医疗技术在不断提高，但胃癌的治疗效果和临床预后仍然不是很理想，临床诊治的胃癌病例大多数均是进展期，伴有淋巴结转移、腹膜种植或血液转移，致使过去几十年来胃癌患者的五年生存率难以有显著的提高。众所周知以奥沙利铂为主的方案是进展期胃癌化疗的主流。研究发现：虽然含有奥沙利铂的mFOLFOX的化疗方案在胃癌新辅助化疗使多数患者受益，但是约有38.9%患者对奥沙利铂耐药，也就意味着，对于耐药的患者，新辅助化疗有可能增加患者的手术风险，甚至延误了宝贵的手术时机。然而目前尚缺乏有效的预后判断及化疗疗效评价指标。目前临床上主要依据基于临床病理指标(如肿瘤大小、淋巴结转移数目、远处转移、组织分级等)的AJCC分期作为疾病预后的判断及指导临床治疗，但根据此分期判断患者预后存在较大的异质性，亦不能预测肿瘤患者对化疗的反应。人类基因组大部分为非编码RNA(Non-codingRNA,ncRNA)，广泛参与人体生理、病理活动，与众多肿瘤密切相关。大量研究显示，人类基因组中仅有2％产生的转录本是可编码RNA，剩余98％均为非编码RNA。这类非编码RNA通常被分为管家ncRNAs和调节性ncRNAs两类。在调节性ncRNAs中，至少存在着两种类型：短链非编码RNA(包括siRNA、miRNA、piRNA)和长链非编码RNA(Longnon-codingRNA，lncRNA)。miRNA已经被证明参与了一系列重要的生物过程并且在人类疾病的发生发展中其重要作用。然而，事实上miRNAs仅仅占了非编码RNA中的很小一部分，而lncRNA占了ncRNA的80%。与具有高度保守性miRNA相比，lncRNA在不同物种间的保守性差，其主要由RNA聚合酶Ⅱ所转录，起先被认为是基因组转录的“噪音”，其生物学功能一直未受重视。然而近年来越来越多的研究表明lncRNA能够广泛地参与基因组调节，如X染色体失活、基因组印迹、染色质修饰、转录、剪接、翻译、降解、转运等，从而广泛参与调控个体的生长发育以及细胞凋亡、增殖、分化等生命活动，并与包括肿瘤在内的许多疾病有着千丝万缕的联系。然而，现有技术中，还没有能够通过对lncRNA进行研究来预测患者胃癌复发和铂类药物反应。
技术实现思路
为了解决上述现有技术中存在的不足，本专利技术提供一种预测胃癌复发和铂类药物反应的lncRNA模型及其构建方法，不仅能够对胃癌患者预后进行预测并划分高低危人群，同时可预测患者对于铂类化疗的敏感性从而减少过度治疗。为了实现上述专利技术目的，本专利技术提供的技术方案如下：一种预测胃癌复发和铂类药物反应的lncRNA模型，该模型包括SEQIDNo.1-11中的lncRNA序列。在上述的本专利技术一种预测胃癌复发和铂类药物反应的lncRNA模型中，所述lncRNA序列的表达量均与胃癌患者复发具有相关性。本专利技术还提供了一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法，该方法包括以下步骤：一、相关性分析：通过COX回归比例风险模型对多组lncRNA序列进行分析，确定SEQIDNo.1-11中的lncRNA序列均与胃癌患者复发呈显著相关性；二、重要度确定：利用随机森林算法确定该11个lncRNA序列的重要度均大于0；三、计算患者RFS风险指数：计算上述11个lncRNA序列的表达权重，通过COX比例风险回归模型，依据风险指数计算公式计算每个患者RFS（无复发生存率）的风险指数；四、判断风险：根据计算得出的风险指数值，将患者划分为高危和低危，判断患者复发风险大小，并依该指标预测患者对于铂类为基础化疗的敏感性；五、预测效能评价：通过COX多因素比例风险回归模型及ROC曲线对所构建lncRNA模型的预测效能进行评价；六、效果验证：获取独立的另组患者的癌组织，经过组织RNA提取并质检后，利用实时定量PCR检测表达量，并利用GAPDH作为内部参照进行校正；依据表达水平对每个RNA进行赋值后带入风险指数计算公式内，计算每位患者的RS值；判断每位患者的复发风险，同时预测其对铂类为基础化疗的敏感性。在上述的本专利技术一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法中，步骤三中所述的风险指数计算公式为:；其中，为每个RNA在两分类方法中的赋值，为每个lncRNA序列的权重系数。在上述的本专利技术一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法中，步骤六中所述采用的实时定量PCR检测方法中，采用的预测胃癌复发和铂类药物反应的产品中含有针对SEQIDNo.1-11中一对或多对lncRNA特异性引物。进一步地，所述特异性引物为特异性探针核苷酸。进一步地，所述预测胃癌复发和铂类药物反应的产品通过以下方法预测胃癌复发和铂类药物反应：检测癌组织样品中SEQIDNo.1-11中一个或多个lncRNA序列的表达水平，预测胃癌复发及对铂类化疗药物的敏感性。基于上述技术方案，相比于现有技术本专利技术具有以下优点：一、在预测2年的RFS中，本专利技术能够呈现出较好的预测效能，且明显优于常见的临床病理指标；二、本专利技术可以预测以铂类为基础的化疗疗效；三、与其他己知与疗效相关的临床病理因素相比，本专利技术为一个独立的预测因素。四、本专利技术能够为肿瘤患者治疗提供一定的指导，为医生治疗选择提供参考，进而减少过度或者不必要治疗，实现个体化治疗，提高患者术后生存率。五、临床治疗中，在胃癌患者诊断明确后，即可通过本专利技术，快速判断患者复发危险度及对于化疗的敏感性，并跟据结果选择合适的治疗方案，实现个体化治疗。附图说明图1是本专利技术的工作流程示意图。图2是本专利技术实施例中lncRNA模型以及其他临床病理信息等因素对于预测胃癌患者RFS的ROC曲线图。图3是本专利技术实施例中lncRNA预测模型及其他临床病信息等因对胃癌患者愈后生存分析图。图4是本专利技术实施例中用实时定量PCR方法及其他临床病信息对胃癌患者愈后生存分析图。图5是RSscore预测胃癌患者铂类为基础化疗敏感性的ROC曲线图。具体实施方式下面结合附图和具体的实施例来对本专利技术一种预测胃癌复发和铂类药物反应的lncRNA模型及其构建方法作进一步地详细阐述，以求更为清楚明了地理解其结构类型和使用方式，但不能以此来限定本专利技术专利的保护范围。一种预测胃癌复发和铂类药物反应的lncRNA模型，该模型包括SEQIDNo.1-11中的lncRNA序列，所述lncRNA序列的表达量均与胃癌患者复发具有相关性。如图1所示，本专利技术还提供了一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法，该方法包括以下步骤：一、相关性分析：通过COX回归比例风险模型对多组lncRNA序列进行分析，确定SEQIDNo.1-11中的lncRNA序列均与胃癌患者复发呈显著相关性；二、重要度确定：利用随机森林算法确定该11个lncRNA序列的重要度均大于0；三、计算患者RFS风险指数：计算上述11个lncRNA序列的表达权重，通过COX比本文档来自技高网...

【技术保护点】
一种预测胃癌复发和铂类药物反应的lncRNA模型，其特征在于，该模型包括SEQ ID No.1‑11中的lncRNA序列。

【技术特征摘要】
1.一种预测胃癌复发和铂类药物反应的lncRNA模型，其特征在于，该模型包括SEQIDNo.1-11中的lncRNA序列。2.根据权利要求1所述的一种预测胃癌复发和铂类药物反应的lncRNA模型，其特征在于，所述lncRNA序列的表达量均与胃癌患者复发具有相关性。3.一种预测胃癌复发和铂类药物反应的lncRNA模型的构建方法，其特征在于，该方法包括以下步骤：一、相关性分析：通过COX回归比例风险模型对多组lncRNA序列进行分析，确定SEQIDNo.1-11中的lncRNA序列均与胃癌患者复发呈显著相关性；二、重要度确定：利用随机森林算法确定该11个lncRNA序列的重要度均大于0；三、计算患者RFS风险指数：计算上述11个lncRNA序列的表达权重，通过COX比例风险回归模型，依据风险指数计算公式计算每个患者RFS（无复发生存率）的风险指数；四、判断风险：根据计算得出的风险指数值，将患者划分为高危和低危，判断患者复发风险大小，并依该指标预测患者对于铂类为基础化疗的敏感性；五、预测效能评价：通过COX多因素比例风险回归模型及ROC曲线对所构建lncRNA模型的预测效能进行评价；六、效果验证：获取独立的另组患者的癌组织，经过组织RNA提取并质检后，利用实时...

【专利技术属性】
技术研发人员：卞胜超，
申请(专利权)人：上海厚承医学科技有限公司，
类型：发明
国别省市：上海;31