一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物及其筛选方法和应用技术

本发明专利技术公开了一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物及其筛选方法和应用。所述方法包括以下步骤：(1)对样本数据进行甲基化分析，获得与预测原发性乳腺癌发生风险相关的甲基化位点；(2)获得针对所述甲基化位点的甲基化Beta值；(3)基于所述甲基化位点的甲基化Beta值构建原发性乳腺癌发生风险预测模型，并通过计算比值比验证该模型的可行性；(4)采用机器学习方法构建基于所述甲基化位点的原发性乳腺癌发生风险预测模型，计算比值比、AUC、召回率、精确率和F1值，与步骤(3)的预测模型进行相互验证；(5)所述预测模型中甲基化探针对应的甲基化位点即为DNA甲基化标记物。本发明专利技术可提高原发性乳腺癌的检出率，适于大规模推广应用。

【技术实现步骤摘要】
一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物及其筛选方法和应用
本专利技术涉及生物
，具体涉及一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物及其筛选方法和应用。
技术介绍
乳腺癌位居全球女性恶性肿瘤发病率首位，是全世界女性最常见的恶性肿瘤之一。根据2012年数据，乳腺癌发病共1,700,000例，死亡超过500,000例。在中国，每年约268,000名女性诊断为乳腺癌，其中约70,000例患者死于乳腺癌，约占全部女性新诊断恶性肿瘤的15％和女性癌症相关死亡人数的7％(TorreLA,BrayF,SiegelRL,etal.Globalcancerstatistics,2012[J].CA:acancerjournalforclinicians,2015,65(2):87-108；J.A,Merino,Bonilla,etal.Breastcancerinthe21stcentury:Fromearlydetectiontonewtherapies[J].Radiología(EnglishEdition),2017.)。乳腺癌没有真正的低风险人群，是典型的全球性癌症(BoyleP,HowellA.Theglobalisationofbreastcancer[J].BreastCancerResearch,2010,12(4Supplement).)。早期与中期乳腺癌患者以手术治疗为主，药物治疗和放射治疗为辅。晚期或转移的乳腺癌患者，大多以药物治疗为主(ArsenaultJ,ParpiaS,ReiterH,etal.Acutetoxicityandqualityoflifeofhypofractionatedradiationtherapyforbreastcancer[J].InternationalJournalofRadiationOncology·Biology·Physics,2015,93(3):S59.)。随着环境污染和人口老龄化等因素影响，乳腺癌发病率呈逐年升高的趋势，是发病率最高的女性恶性肿瘤。因此早期发现并及时治疗对于防治原发性乳腺癌非常重要。肿瘤生物标记物是能够作为肿瘤征兆或判断肿瘤治疗应答的生物分子，根据现有治疗方案，我们可以使用肿瘤生物标记物实现帮助诊断肿瘤、确定治疗方案的选择并预测治疗疗效(CaliffRM.Biomarkerdefinitionsandtheirapplications[J].ExperimentalBiologyandMedicine,2018,243(3):213-221；AronsonJK,FernerRE.Biomarkers—ageneralreview[J].Currentprotocolsinpharmacology,2017,76(1):9.23.1-9.23.17.)。然而，现有的肿瘤免疫治疗方法都存在一定程度的缺陷，例如过程耗时较长，花费巨大等。肿瘤生物标记物的作用贯串整个肿瘤诊疗过程，从肿瘤风险预测、诊断到治疗方案选择和疗效预测(KimSH,HoffmannU,BorggrefeM,etal.Advantagesandlimitationsofcurrentbiomarkerresearch:fromexperimentalresearchtoclinicalapplication[J].Currentpharmaceuticalbiotechnology,2017,18(6):445-455.)。肿瘤生物标记物的发现和应用，使得靶向治疗和免疫治疗成为可能并有效改善现有的疗效方法(LuM,ZhangJ,ZhangL.Emergingconceptsandmethodologiesincancerbiomarkerdiscovery[J].CriticalReviewsTMinOncogenesis,2017,22(5-6).)。因此，找到准确的生物标记物是肿瘤免疫治疗方法以及肿瘤风险预测中至关重要的一步。DNA甲基化(DNAmethylation)是指DNA序列上特定序列(连续的胞嘧啶和鸟嘌呤)上的胞嘧啶有可能被甲基化。甲基化程度的变化会通过改变染色质结构及稳定性、改变转录因子结合活性等方式改变基因的表达情况(BouyerD,KramdiA,KassamM,etal.DNAmethylationdynamicsduringearlyplantlife[J].Genomebiology,2017,18(1):179.)。一般来说，低甲基化有利于基因的表达，高甲基化会抑制基因的表达。DNA甲基化异常是肿瘤发生发展过程中的标志性事件之一，异常的甲基化会导致一些基因的功能异常(PanY,LiuG,ZhouF,etal.DNAmethylationprofilesincancerdiagnosisandtherapeutics[J].Clinicalandexperimentalmedicine,2018,18(1):1-14.)。目前有研究证实DNA甲基化的状态与原发性乳腺癌的发生具有高度的相关性(BoyneDJ,O'SullivanDE,OlijBF,etal.PhysicalActivity,GlobalDNAMethylation,andBreastCancerRisk:ASystematicLiteratureReviewandMeta-analysis[J].CancerEpidemiologyandPreventionBiomarkers,2018,27(11):1320-1331.)。研究显示，到目前为止，已发现355个乳腺癌相关的标记物和276个与乳腺癌风险相关的CpG位点。通过33个研究对于标记物的评估，发现大多数单个标记物的诊断价值相对中等，14种标记物与乳腺癌有相对较强的关联性(OR≤0.5或OR≥2)，但大多数并未得到独立验证，只有2个标记物(HYAL2和S100P)被独立验证。检测到的甲基化标记物不足以早期检测乳腺癌，但是标记物或标记物组合可能对乳腺癌风险分层有用。利用甲基化定量的高通量方法，未来的研究应侧重于进一步挖掘信息性甲基化标记物(GuanZ,YuH,CukK,etal.Whole-bloodDNAmethylationmarkersinearlydetectionofbreastcancer:asystematicliteraturereview[J].CancerEpidemiologyandPreventionBiomarkers,2019,28(3):496-505；TangQ,ChengJ,CaoX,etal.Blood-basedDNAmethylationasbiomarkerforbreastcancer:asystematicreview[J].Clinicalepigenetics,2016,8(1):115.)。因此，我们可通过DNA甲基化来预测肿瘤发生风险，以及治疗措施对肿瘤的疗效等；通过对DNA甲基化数据分析，发现与肿瘤风险预测相关的新的生物标记物。
技术实现思路
本专利技术的本文档来自技高网...

【技术保护点】
1.一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物的筛选方法，其特征在于，包括以下步骤：/n(1)对样本数据进行甲基化分析，获得与预测原发性乳腺癌发生风险相关的甲基化位点；/n(2)获得针对所述甲基化位点的甲基化Beta值；/n(3)基于所述甲基化位点的甲基化Beta值构建原发性乳腺癌发生风险预测模型，并通过计算比值比验证该模型的可行性；/n(4)采用机器学习方法构建基于所述甲基化位点的原发性乳腺癌发生风险预测模型，计算比值比、AUC、召回率、精确率和F1值，与步骤(3)的预测模型进行相互验证；/n(5)所述步骤(3)和步骤(4)的预测模型中甲基化探针对应的甲基化位点即为DNA甲基化标记物。/n

【技术特征摘要】
1.一种用于预测原发性乳腺癌发生风险的DNA甲基化标记物的筛选方法，其特征在于，包括以下步骤：
(1)对样本数据进行甲基化分析，获得与预测原发性乳腺癌发生风险相关的甲基化位点；
(2)获得针对所述甲基化位点的甲基化Beta值；
(3)基于所述甲基化位点的甲基化Beta值构建原发性乳腺癌发生风险预测模型，并通过计算比值比验证该模型的可行性；
(4)采用机器学习方法构建基于所述甲基化位点的原发性乳腺癌发生风险预测模型，计算比值比、AUC、召回率、精确率和F1值，与步骤(3)的预测模型进行相互验证；
(5)所述步骤(3)和步骤(4)的预测模型中甲基化探针对应的甲基化位点即为DNA甲基化标记物。


2.根据权利要求1所述的DNA甲基化标记物的筛选方法，其特征在于，与预测原发性乳腺癌发生风险相关的甲基化位点及其对应的甲基化探针如下表所示：








3.根据权利要求1所述的DNA甲基化标记物的筛选方法，其特征在于，所述步...

【专利技术属性】
技术研发人员：张红雨，全源，佟馨宇，李姜，黄清，
申请(专利权)人：武汉百药联科科技有限公司，华中农业大学，
类型：发明
国别省市：湖北;42