多发性骨髓瘤分子分型及应用制造技术

本发明专利技术公开了多发性骨髓瘤分子分型及应用。本发明专利技术提供了产品，包括获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质；上述产品还包括运行多发性骨髓瘤贝叶斯分类器的设备；本发明专利技术鉴定出了一个与MCL1基因共表达的基因模块(简称为MCL1‑M)，并应用它将多发性骨髓瘤分成为两个主要亚型，即MCL‑M‑High亚型和MCL‑M‑Low亚型。这两个亚型具有显著不同的预后与遗传学特征。

【技术实现步骤摘要】
多发性骨髓瘤分子分型及应用
本专利技术属于生物
，尤其涉及一种多发性骨髓瘤分子分型及应用。
技术介绍
多发性骨髓瘤(MultipleMyeloma，MM)是一种由浆细胞恶性增殖所导致的肿瘤，是第二常见的血液肿瘤，在中国的发病率为1～2/十万人。多发性骨髓瘤是好发于年龄大于60岁的老年人群中，随着我国老龄化程度的加重，其发病率逐年提升，已成为严重威胁老年人健康的一种疾病。多发性骨髓瘤的典型特征为骨髓中存在大量异常增生的浆细胞，这种浆细胞会分泌一种异常的免疫球蛋白或免疫球蛋白片段，即M蛋白。随着蛋白酶体抑制剂如硼替佐米和免疫调节药物如来那度胺的应用，多发性骨髓瘤的生存情况有了明显的改善。但是，多发性骨髓瘤目前仍然无法被完全治愈。多发性骨髓瘤在生物学上和临床上具有高度的异质性，因此，其对多药物联合治疗的反应及治疗后生存情况在不同的病人中具有巨大的差异。造成这种差异的生物学机制目前尚未被充分理解，在一定程度上阻碍了个性化精准治疗的进行。因此，为了加深对多发性骨髓瘤生物学本质的理解，辅助临床治疗决策，开发简单可靠的分子分型系统迫在眉睫。目前，国际上已经有几个多发性骨髓瘤分子分型系统被提出来。例如，Bergsagel等人鉴定了8种具有不同的细胞周期蛋白D(CyclinD)表达和染色体易位的多发性骨髓瘤亚型。使用无偏无假设的转录组分析，Zhan和Broyl等人提出多发性骨髓瘤具有7-10个分子亚型，根据病人生存期的长短,这些亚型可以被进一步简化为高风险组和低风险组。此外，与预后相关的基因表达特征如UAMS-70和UAMS-17，UAMS-80，IFM-15，Millennium-100，EMC-92，基因扩增指数如GPI-5，MRC-IX-6以及中心体扩增指数也被提出。但以上分子分型和表达特征并不能预测药物治疗反应，也不能与浆细胞的发育过程相关联，而且用于分子分型的基因与多发性骨髓瘤病因之间的关联也未被阐明。
技术实现思路
本专利技术一个目的是提供获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质的用途。本专利技术提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测待测多发性骨髓瘤肿瘤患者预后生存率的产品中的应用。本专利技术还提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测多发性骨髓瘤肿瘤患者预后生存期产品中的应用。本专利技术还提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测多发性骨髓瘤肿瘤患者预后存活风险产品中的应用。本专利技术另一个目的是提供获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质和运行多发性骨髓瘤贝叶斯分类器的设备的用途。本专利技术提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质和运行多发性骨髓瘤贝叶斯分类器的设备在制备预测待测多发性骨髓瘤肿瘤患者预后生存率的产品中的应用。本专利技术还提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质和运行多发性骨髓瘤贝叶斯分类器的设备在制备预测多发性骨髓瘤肿瘤患者预后生存期产品中的应用。本专利技术还提供了获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质和运行多发性骨髓瘤贝叶斯分类器的设备在制备预测多发性骨髓瘤肿瘤患者预后存活风险产品中的应用。上述97个基因为如下：ACBD3、ADAR、ADSS、ALDH2、ANP32E、ANXA2、ATF3、ATP8B2、CACYBP、CAPN2、CCND1、CCT3、CDC42SE1、CERS2、CHSY3、CLIC1、CLMN、COPA、CSNK1G3、DAP3、DENND1B、ENSA、EPRS、EPSTI1、EVL、FAM13A、FAM49A、FLAD1、FRZB、GLRX2、HAX1、HDGF、HLA-A、HLA-B、HLA-C、HLA-F、HLA-G、IL6R、ISG20L2、JTB、KLF2、LAMTOR2、LDHA、MCL1、MOXD1、MRPL24、MRPL9、MVP、MYL6、NDUFS2、NOP58、NOTCH2NL、NTAN1、PAK1、PI4KB、PIEZO1、PIK3AP1、PIM2、PIP5K1B、PMVK、POGZ、PPIA、PRCC、PRKCA、PRRC2C、PSMB4、PSMD4、RAB29、RCBTB2、SCAMP3、SCAPER、SDHC、SEL1L3、SELPLG、SHC1、SIDT1、SSR2、STAP1、TAP1、TIMM17A、TLR10、TMCO1、TOR1AIP2、TOR3A、TP53INP1、TPM3、TRANK1、TROVE2、UAP1、UBE2Q1、UBQLN4、UHMK1、VPS45、YY1AP1、ZC3H11A、ZFP36和ZNF593。上述多发性骨髓瘤贝叶斯分类器按照包括如下步骤的方法获得：1)获得n个多发性骨髓瘤样本的97个基因的表达量数据；2)将所述n个多发性骨髓瘤样本的97个基因的表达量数据用ConsensusClustering聚类算法分为MCL1-M-High和MCL1-M-Low两个亚型；3)基于步骤2的两个亚型、步骤1)的n个多发性骨髓瘤样本的97个基因的表达量数据、n个多发性骨髓瘤样本的预后生存期数据，用朴素贝叶斯方法构建得到素贝叶斯分类器。上述步骤3)为先将所述n个多发性骨髓瘤样本按照样本数量比大于1:1的比例随机划分训练集和验证集；再使用训练中的所述97个基因的表达量数据，并结合所述用ConsensusClustering聚类算法获得的各样本MCL1-M-High和MCL1-M-Low亚型标签，使用R语言机器学习包klaR包中的朴素贝叶斯算法建立预测单个患者MCL1-M-High亚型和MCL1-M-Low亚型的多发性骨髓瘤贝叶斯分类器；上述所述获得各个多发性骨髓瘤样本的97个基因的表达量数据的方式为检测或者从数据库中获得。本专利技术第3个目的是提供一种产品。本专利技术提供的产品，包括获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质和运行多发性骨髓瘤贝叶斯分类器的设备。上述产品中，所述产品具有如下至少一种功能：1)预测待测多发性骨髓瘤肿瘤患者预后生存率；2)预测多发性骨髓瘤肿瘤患者预后生存期；3)预测多发性骨髓瘤肿瘤患者预后存活风险。上述产品还包括记载检测方法的载体；所述检测方法包括如下步骤：所述检测方法包括如下步骤：用所述获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质得到所述待测多发性骨髓瘤肿瘤患者97个基因的表达量数据；再将所述待测多发性骨髓瘤肿瘤患者97个基因的表达量数据用所述多发性骨髓瘤贝叶斯分类器进行分类，属于MCL1-M-High亚型的待测多发性骨髓瘤肿瘤患者预测预后生存期显著低于属于MCL1-M-Low亚型的待测多发性骨髓瘤肿瘤患者。上述产品中，所述待测多发性骨髓瘤肿瘤患者为单个患者或多个患者。本专利技术第4个目的是提供构建对多发性骨髓瘤肿瘤患者进行分型的模型的方法。本专利技术提供的方法包括如下步骤：1)获得n个多发性骨髓瘤样本的97个基因的表达量数据；2)将所述n个多发性骨髓瘤样本的97个基因的表达量数据用ConsensusClustering聚类算法分为MCL1-M-High和MCL1-M-Low两个亚型；3)基于步骤2)的两个亚型、步骤本文档来自技高网...

【技术保护点】
1.获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测待测多发性骨髓瘤肿瘤患者预后生存率的产品中的应用；所述97个基因为如下：ACBD3、ADAR、ADSS、ALDH2、ANP32E、ANXA2、ATF3、ATP8B2、CACYBP、CAPN2、CCND1、CCT3、CDC42SE1、CERS2、CHSY3、CLIC1、CLMN、COPA、CSNK1G3、DAP3、DENND1B、ENSA、EPRS、EPSTI1、EVL、FAM13A、FAM49A、FLAD1、FRZB、GLRX2、HAX1、HDGF、HLA‑A、HLA‑B、HLA‑C、HLA‑F、HLA‑G、IL6R、ISG20L2、JTB、KLF2、LAMTOR2、LDHA、MCL1、MOXD1、MRPL24、MRPL9、MVP、MYL6、NDUFS2、NOP58、NOTCH2NL、NTAN1、PAK1、PI4KB、PIEZO1、PIK3AP1、PIM2、PIP5K1B、PMVK、POGZ、PPIA、PRCC、PRKCA、PRRC2C、PSMB4、PSMD4、RAB29、RCBTB2、SCAMP3、SCAPER、SDHC、SEL1L3、SELPLG、SHC1、SIDT1、SSR2、STAP1、TAP1、TIMM17A、TLR10、TMCO1、TOR1AIP2、TOR3A、TP53INP1、TPM3、TRANK1、TROVE2、UAP1、UBE2Q1、UBQLN4、UHMK1、VPS45、YY1AP1、ZC3H11A、ZFP36、ZNF593。...

【技术特征摘要】
1.获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测待测多发性骨髓瘤肿瘤患者预后生存率的产品中的应用；所述97个基因为如下：ACBD3、ADAR、ADSS、ALDH2、ANP32E、ANXA2、ATF3、ATP8B2、CACYBP、CAPN2、CCND1、CCT3、CDC42SE1、CERS2、CHSY3、CLIC1、CLMN、COPA、CSNK1G3、DAP3、DENND1B、ENSA、EPRS、EPSTI1、EVL、FAM13A、FAM49A、FLAD1、FRZB、GLRX2、HAX1、HDGF、HLA-A、HLA-B、HLA-C、HLA-F、HLA-G、IL6R、ISG20L2、JTB、KLF2、LAMTOR2、LDHA、MCL1、MOXD1、MRPL24、MRPL9、MVP、MYL6、NDUFS2、NOP58、NOTCH2NL、NTAN1、PAK1、PI4KB、PIEZO1、PIK3AP1、PIM2、PIP5K1B、PMVK、POGZ、PPIA、PRCC、PRKCA、PRRC2C、PSMB4、PSMD4、RAB29、RCBTB2、SCAMP3、SCAPER、SDHC、SEL1L3、SELPLG、SHC1、SIDT1、SSR2、STAP1、TAP1、TIMM17A、TLR10、TMCO1、TOR1AIP2、TOR3A、TP53INP1、TPM3、TRANK1、TROVE2、UAP1、UBE2Q1、UBQLN4、UHMK1、VPS45、YY1AP1、ZC3H11A、ZFP36、ZNF593。2.获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测多发性骨髓瘤肿瘤患者预后生存期产品中的应用；所述97个基因为如下：ACBD3、ADAR、ADSS、ALDH2、ANP32E、ANXA2、ATF3、ATP8B2、CACYBP、CAPN2、CCND1、CCT3、CDC42SE1、CERS2、CHSY3、CLIC1、CLMN、COPA、CSNK1G3、DAP3、DENND1B、ENSA、EPRS、EPSTI1、EVL、FAM13A、FAM49A、FLAD1、FRZB、GLRX2、HAX1、HDGF、HLA-A、HLA-B、HLA-C、HLA-F、HLA-G、IL6R、ISG20L2、JTB、KLF2、LAMTOR2、LDHA、MCL1、MOXD1、MRPL24、MRPL9、MVP、MYL6、NDUFS2、NOP58、NOTCH2NL、NTAN1、PAK1、PI4KB、PIEZO1、PIK3AP1、PIM2、PIP5K1B、PMVK、POGZ、PPIA、PRCC、PRKCA、PRRC2C、PSMB4、PSMD4、RAB29、RCBTB2、SCAMP3、SCAPER、SDHC、SEL1L3、SELPLG、SHC1、SIDT1、SSR2、STAP1、TAP1、TIMM17A、TLR10、TMCO1、TOR1AIP2、TOR3A、TP53INP1、TPM3、TRANK1、TROVE2、UAP1、UBE2Q1、UBQLN4、UHMK1、VPS45、YY1AP1、ZC3H11A、ZFP36、ZNF593。3.获得或检测待测多发性骨髓瘤肿瘤患者中97个基因表达的物质在制备预测多发性骨髓瘤肿瘤患者预后存活风险产品中的应用；所述97个基因为如下：ACBD3、ADAR、ADSS、ALDH2、ANP32E、ANXA2、ATF3、ATP8B2、CACYBP、CAPN2、CCND1、CCT3、CDC42SE1、CERS2、CHSY3、CLIC1、CLMN、COPA、CSNK1G3、DAP3、DENND1B、ENSA、EPRS、EPSTI1、EVL、FAM13A、FAM49A、FLAD1、FRZB、GLRX2、HAX1、HDGF、HLA-A、HLA-B、HLA-C、HLA-F、HLA-G、IL6R、ISG20L2、JTB、KLF2、LAMTOR2、LDHA、MCL1、MOXD1、MRPL24、MRPL9、MVP、MYL6、NDUFS2、NOP58、NOTCH2NL、NTAN1、PAK1、PI4KB、PIEZO1、PIK3AP1、PIM2、PIP5K1B、PMVK、POGZ、PPIA、PRCC、PRKCA、PRRC2C、PSMB4、PSMD4、RAB29、RCBTB2、SCAMP3、SCAPER、SDHC、SEL1L3、SELPLG、SHC1、SIDT1、...

【专利技术属性】
技术研发人员：樊小龙，阿亚兹·阿里·萨莫，李玖一，卢绪章，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京,11