结直肠癌预后风险分数的计算方法、其试剂及其装置制造方法及图纸

技术编号:25938380 阅读:38 留言:0更新日期:2020-10-17 03:30
本发明专利技术公开了结直肠癌预后风险分数的计算方法、其试剂及其装置,涉及生物医学技术领域,具体地,本发明专利技术实施例提供了一种结直肠癌患者预后风险预测的试剂,所述试剂用于检测如下一种或多种干性相关基因:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1。采用该试剂检测获取的干性相关基因表达量,能够用于预测结直肠癌患者预后的风险情况。

【技术实现步骤摘要】
结直肠癌预后风险分数的计算方法、其试剂及其装置
本专利技术涉及生物医学
,具体而言,涉及结直肠癌预后风险分数的计算方法、其试剂及其装置。
技术介绍
结直肠癌(CRC)是世界常见癌症之一,每年有接近140万新发病例。虽然新治疗方案层出不穷,但是5年存活率只有55%。手术治疗作为一线方案,但是按照传统临床特征定义为同一类型的病人,治疗后的预后效果也有很大区别。近年来研究认为这主要是有癌症病人的分子异质性导致。生物标志物是至可以标记系统、器官、组织、细胞以及亚细胞结构或功能的改变或可能发生的改变的生化指标,具有非常广泛的用途。生物标志物可用于疾病诊断、判断疾病分期或者用于评价新药或新疗法在目标人群中的安全性以及有效性。对于疾病研究,生物标志物一般是指可供客观测定和评价的一个普通生理或病理或治疗过程中的某种特征性的生化指标,通过对它的测定可以获知机体当前所处的生物学过程中的进程。检查一种疾病特异性的生物标志物,对于疾病的鉴定、早期诊断及预防、治疗过程中的监控可能起到帮助作用。目前,未有发现能够有效用于结直肠癌预后预测的方案。鉴于此,特提出本专利技术。
技术实现思路
本专利技术的目的在于提供结直肠癌预后风险分数的计算方法、结直肠癌患者预后风险预测的试剂、结直肠癌预后风险预测的装置、电子设备和计算机可读介质。本专利技术是这样实现的:第一方面,实施例提供了一种结直肠癌患者预后风险预测的试剂,所述试剂用于检测如下一种或多种干性相关基因:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1。经专利技术人研究发现,上述干性相关基因如CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1在结直肠癌预后不同情况的患者之间,表达量具有显著差异,这些干性相关基因能够作为有效预测结直肠癌预后风险的特征基因。根据上述干性相关基因的表达量的情况,可以预测结直肠癌患者预后的风险情况。且不需要使用标准技术平台统一测量,可以兼容任何类型的测量平台,基于上述基因的表达量来预测结直肠癌的预后风险。在可选实施例中,干性相关基因为CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1的组合。采用上述12对干性相关基因的组合能够更加稳定地评估结直肠癌预后高风险和/或低风险。在可选的实施方式中,所述试剂为引物。在可选的实施方式中,优选地,所述引物选自:分别用于检测CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1的第1~12引物对中的任意一对或多对的组合;其中,第1~12引物对的碱基序列依次如下所示:SEQIDNO.1-2、SEQIDNO.3-4、SEQIDNO.5-6、SEQIDNO.7-8、SEQIDNO.9-10、SEQIDNO.11-12、SEQIDNO.13-14、SEQIDNO.15-16、SEQIDNO.17-18、SEQIDNO.19-20、SEQIDNO.21-22、SEQIDNO.23-24,具体请参照表1。表1序列信息需要说明的是,本专利技术所述的引物并不限于上述引物序列的引物对,也可以是与上述引物对序列相似度达到80%,优选为90%的引物,只要能够检测上述干性相关基因表达量的引物或其他组分,其制备的试剂均属于本申请的保护范围以内。第二方面,实施例提供了一种结直肠癌预后风险预测的装置,所述装置包括获取模块和处理模块;获取模块,用于获得待评估样品的干性相关基因的表达量,所述干性相关基因选自如下基因中的一种或多种的组合:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1;处理模块,用于根据所述待评估样品的干性相关基因各自的表达量,计算获得所述待评估样品对应的预测风险分数。在可选的实施方式中,所述装置包括预测模块;预测模块,采用预测模型,基于获得的所述待评估样品的干性相关基因的表达量,预测结直肠癌预后的风险分数,所述预测模型的公式为F(x)=Sum[Coeffcient×exp];其中,F(x)为风险分数值,x为干性相关基因的数量,Coeffcient为各干性相关基因的权重系数,exp为各干性相关基因的高通量表达值或低通量表达值;在计算风险分数时,CD63的Coeffcient为0.180,CDC20的Coeffcient为-0.104,TTI1的Coeffcient为-0.121,LGALS9的Coeffcient为-0.012,KRAS的Coeffcient为0.144,TMEM17的Coeffcient为0.087,ECSIT的Coeffcient为-0.045,MCM2的Coeffcient为-0.014,NOB1的Coeffcient为-0.002,ANGPT2的Coeffcient为0.060,GLIS2的Coeffcient为0.068,CAV1的Coeffcient为0.025。优选地,所述获取模块为通过引物检测获得评估样品的干性相关基因的表达量,所述引物选自第1~12引物对中的一对或多对的组合:第1~12引物对的碱基序列依次如下所示:SEQIDNO.1-2、SEQIDNO.3-4、SEQIDNO.5-6、SEQIDNO.7-8、SEQIDNO.9-10、SEQIDNO.11-12、SEQIDNO.13-14、SEQIDNO.15-16、SEQIDNO.17-18、SEQIDNO.19-20、SEQIDNO.21-22、SEQIDNO.23-24。第三方面,本专利技术实施例提供了一种结直肠癌预后风险分数的计算方法,应用于电子设备,所述计算方法包括:获取待评估样品的干性相关基因的表达量,所述干性相关基因选自如下基因中的一种或多种的组合:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1;根据所述待评估样品的干性相关基因各自的表达量,计算所述待评估样品对应的风险分数。在可选的实施方式中,所述计算方法包括采用预测模型计算所述待评估样品对应的风险分数,所述预测模型的公式为:F(x)=Sum[Coeffcient×exp];其中,F(x)为风险分数值,x为干性相关基因的数量,Coeffcient为各干性相关基因的权重系数,exp为各干性相关基因的高通量表达值或低通量表达值;在计算风险分数时,CD63的Coeffcient为0.180,CDC20的Coeffcient为-0.104,TTI1的Coeffcient为-0.121,LGALS9的Coeffcient本文档来自技高网...

【技术保护点】
1.一种结直肠癌患者预后风险预测的试剂,其特征在于,所述试剂用于检测如下一种或多种干性相关基因:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1。/n

【技术特征摘要】
1.一种结直肠癌患者预后风险预测的试剂,其特征在于,所述试剂用于检测如下一种或多种干性相关基因:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1。


2.根据权利要求1所述的结直肠癌患者预后风险预测的试剂,其特征在于,所述试剂为引物;
优选地,所述引物选自:分别用于检测CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1的第1~12引物对中的任意一对或多对的组合;
其中,第1~12引物对的碱基序列依次如下所示:SEQIDNO.1-2、SEQIDNO.3-4、SEQIDNO.5-6、SEQIDNO.7-8、SEQIDNO.9-10、SEQIDNO.11-12、SEQIDNO.13-14、SEQIDNO.15-16、SEQIDNO.17-18、SEQIDNO.19-20、SEQIDNO.21-22、SEQIDNO.23-24。


3.一种结直肠癌预后风险预测的装置,其特征在于,所述装置包括获取模块和处理模块;
获取模块,用于获得待评估样品的干性相关基因的表达量,所述干性相关基因选自如下基因中的一种或多种的组合:CD63、CDC20、TTI1、LGALS9、KRAS、TMEM17、ECSIT、MCM2、NOB1、ANGPT2、GLIS2以及CAV1;
处理模块,用于根据所述待评估样品的干性相关基因各自的表达量,计算获得所述待评估样品对应的预测风险分数。


4.根据权利要求3所述的结直肠癌预后风险预测的装置,其特征在于,所述装置包括预测模块;
预测模块,采用预测模型,基于获得的所述待评估样品的干性相关基因的表达量,预测结直肠癌预后的风险分数,所述预测模型的公式为F(x)=Sum[Coeffcient×exp];
其中,F(x)为风险分数值,x为干性相关基因的数量,Coeffcient为各干性相关基因的权重系数,exp为各干性相关基因的高通量表达值或低通量表达值;
在计算风险分数时,CD63的Coeffcient为0.180,CDC20的Coeffcient为-0.104,TTI1的Coeffcient为-0.121,LGALS9的Coeffcient为-0.012,KRAS的Coeffcient为0.144,TMEM17的Coeffcient为0.087,ECSIT的Coeffcient为-0.045,MCM2的Coeffcient为-0.014,NOB1的Coeffcient为-0.002,ANGPT2的Coeffcient为0.060,GLIS2的Coeffcient为0.068,CAV1的Coeffcient为0.025。


5.根据根据权利要求3所述的结直肠癌预后风险预测的装置,其特征在于,所述获取模块为通过引物检测获得评估样品的干性相关基因的表达量,所述引物选自第1~12引物对中的一对或多对的组合:第1~12引物对的碱基序列依次如下所示:SEQIDNO.1-2、SEQID...

【专利技术属性】
技术研发人员:高峰兰平余照亮陈钰锋吴小剑
申请(专利权)人:中山大学附属第六医院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1