一种用于胃癌患者的预后风险评估系统技术方案

一种用于胃癌患者的预后风险评估系统，其特征在于，包括胃癌甲基化数据获取模块、差异甲基化位点获取模块以及预后模型构建模块，胃癌甲基化数据获取模块，用于获取TCGA胃癌甲基化谱以及胃癌甲基化谱数据集GSE30601，差异甲基化位点获取模块用于得到多个高甲基化位点和多个低甲基化位点,预后模型构建模块用于构建每个患者的11

【技术实现步骤摘要】
一种用于胃癌患者的预后风险评估系统


[0001]本专利技术涉及医学领域，具体而言，涉及一种用于胃癌患者的预后风险评估系统。

技术介绍

[0002]根据世界卫生组织于发布的2018年最新全球癌症统计数据显示，胃癌的发病率与死亡率分别位居第五位和第三位，是东亚地区的特色癌症，发病率可达32.1/10万人，死亡率为13.2/10万人，其中，日本、韩国、中国的发病率与死亡率高居世界前列[1]，因此，胃癌的预防与治疗应引起高度重视。胃癌的诊断常常较晚，尽管手术、放化疗、分子靶向及免疫治疗的进展改善了其总体预后，但仍不令人满意[2
‑
4]，探索有效的生物标记物，以对胃癌患者进行早期诊断及预后预测是迫在眉睫的。
[0003]DNA序列在很多疾病中不一定发生变化，大部分疾病中发生的变化是在表观遗传学水平，其次，与特定基因的广泛突变变异相比，启动子高甲基化发生在所有形式的癌症中的相同基因定义区域中[5]。所以采用表观遗传学水平中最常见的DNA甲基化差异表达对胃癌患者进行预后预测是比较可靠的。DNA甲基化是一个主要的表观遗传修饰，参与细胞增殖、分化，发育，凋亡，肿瘤以及其他疾病的发生等众多重要生命活动，也是最早被发现的DNA修饰类型之一。已有研究表明DNA甲基化能引起染色质结构和DNA稳定性等发生改变，从而调控基因的表达[6]。位于启动子区域的异常DNA甲基化通常导致抑癌基因的沉默或原癌基因的高表达，从而促进肿瘤的进展[7]，其中抑癌基因甲基化最为常见，可作为早期的肿瘤标志物。目前有多项研究表明一些特定的DNA甲基化位点与胃癌密切相关，例如抑癌基因中细胞周期相关基因P16、MDGA2[8,9]，细胞凋亡相关基因PCDH10、BCL6B[10,11]、信号转导相关基因FOXF2、RUNX3[12,13]，以及原癌基因中RAS、c
‑
myc[14,15]等。这些DNA甲基化位点的发现使其在胃癌的预后甚至治疗方面具有广阔的应用价值。然而，只有少量的DNA甲基化位点作为基础肿瘤标记物(NDRG4、BMP3和SEPTIN9)被批准纳入指南，转化成功率较低值得我们反思，这个问题的答案是多方面的，主要原因与测试样本小，病人选择存在偏差，研究设计与数据分析方法滞后，缺乏实质性的临床价值等因素有关，妨碍了我们彻底评估生物标志物的临床价值。随着生物信息学的发展，通过大数据、合理、科学的建立胃癌预后模型能够很好地解决上述问题。
[0004]申请号为201811346520.2的中国专利公开了“胶质母细胞瘤危险分层模型及其在临床预后评估的应用”，其是通过DNA甲基化特征的识别，构建胶质母细胞瘤预后模型。该技术在DNA甲基化层面对胶质母细胞瘤的特征进行整合，而DNA序列在胃癌中不一定发生变化，大部分疾病中发生的变化是在表观遗传学水平，其次，与特定基因的广泛突变变异相比，启动子高甲基化发生在所有形式的癌症中的相同基因定义区域中。所以采用表观遗传学水平中最常见的DNA甲基化差异表达对胃癌患者进行预后预测是比较可靠的。但该模型设计的DNA甲基化位点较多，成本较高，需要找到更合理的、更具代表性的DNA甲基化位点构建模型。
[0005]
技术介绍
部分的引用文件如下：
expression of R
‑
RAS by cancer
‑
linked DNA hypomethylation in gastric cancer using microarrays[J].Cancer Res,65(6):2115
‑
2124
[0020][15]LICCHESI J D,VAN NESTE L,TIWARI V K,et al.2010.Transcriptional regulation of Wnt inhibitory factor
‑
1by Miz
‑
1/c
‑
Myc[J].Oncogene,29(44):5923
‑
5934

技术实现思路

[0021]本专利技术提供一种用于胃癌患者的预后风险评估系统，用以解决上述现有技术存在的问题。
[0022]为达到上述目的，本专利技术提供了一种用于胃癌患者的预后风险评估系统，其包括：
[0023]胃癌甲基化数据获取模块，用于从UCSC Xena数据库中获取TCGA胃癌甲基化谱以及从GEO数据库中获取胃癌甲基化谱数据集GSE30601，其中，TCGA胃癌甲基化谱包括第一甲基化数据集和第二甲基化数据集，第一甲基化数据集为Illumina HumanMethylation450 BeadChip并且包含2个正常样本和395个胃癌样本，第二甲基化数据集为Illumina HumanMethylation27BeadChip并且包含25个正常样本和48个胃癌样本，胃癌甲基化谱数据集GSE30601包含94个正常样本和203个胃癌样本；
[0024]差异甲基化位点获取模块，其用于执行以下操作：将TCGA胃癌甲基化谱作为训练集，将胃癌甲基化谱数据集GSE30601作为验证集，对训练集中的27个正常样本和443个胃癌样本中的甲基化数据进行背景校正和归一化处理，以|logFC|>m，FDR<n为阈值，利用wilcox.test筛选胃癌样本中显著差异甲基化位点，在胃癌样本中筛选出多个高甲基化位点和多个低甲基化位点，其中，FC为差异倍数，FDR为错误发现率，再利用R软件包pheatmap绘制胃癌中差异甲基化位点的甲基化热图；
[0025]预后模型构建模块，将多个高甲基化位点和多个低甲基化位点分别对应的甲基化值与对应患者的生存数据进行合并，以P<0.01为阈值，P为对患者进行分类的阈值，进行单变量Cox比例风险回归分析，得到能够显著影响胃癌患者生存的甲基化位点，通过LASSO回归分析去除冗余甲基化位点后进行T次模拟，通过交叉验证获取去除重叠后的甲基化位点，得到剩余的N个预后相关的差异甲基化位点，对N个预后相关的差异甲基化位点利用多变量Cox回归分析构建每个患者的11
‑
DNA甲基化位点风险评分公式：
[0026]Riskscore＝[cg07990939甲基化水平*(
‑
8.908)]+[cg08317263甲基化水平*(
‑
1.739)]+[cg10301990甲基化水平*(
‑
4.088)]+[cg10968649甲基化水平*(
‑
20.267)]+[cg13801416甲基化水平*(
‑
1.009)]+[cg19614321甲基化水平*(
‑
1.779)]+[cg20074795甲基化水平*(12.778)]+[cg21052164甲基化水平*(
‑
0.941)]+[cg26069252甲基化水平*(7.734)]+[cg26089280甲基化水平*(
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于胃癌患者的预后风险评估系统，其特征在于，包括：胃癌甲基化数据获取模块，用于从UCSC Xena数据库中获取TCGA胃癌甲基化谱以及从GEO数据库中获取胃癌甲基化谱数据集GSE30601，其中，TCGA胃癌甲基化谱包括第一甲基化数据集和第二甲基化数据集，第一甲基化数据集为Illumina HumanMethylation450 BeadChip并且包含2个正常样本和395个胃癌样本，第二甲基化数据集为Illumina HumanMethylation27 BeadChip并且包含25个正常样本和48个胃癌样本，胃癌甲基化谱数据集GSE30601包含94个正常样本和203个胃癌样本；差异甲基化位点获取模块，其用于执行以下操作：将TCGA胃癌甲基化谱作为训练集，将胃癌甲基化谱数据集GSE30601作为验证集，对训练集中的27个正常样本和443个胃癌样本中的甲基化数据进行背景校正和归一化处理，以|logFC|>m，FDR<n为阈值，利用wilcox.test筛选胃癌样本中显著差异甲基化位点，在胃癌样本中筛选出多个高甲基化位点和多个低甲基化位点，其中，FC为差异倍数，FDR为错误发现率，再利用R软件包pheatmap绘制胃癌中差异甲基化位点的甲基化热图；预后模型构建模块，将多个高甲基化位点和多个低甲基化位点分别对应的甲基化值与对应患者的生存数据进行合并，以P<0.01为阈值，P为对患者进行分类的阈值，进行单变量Cox比例风险回归分析，得到能够显著影响胃癌患者生存的甲基化位点，通过LASSO回归分析去除冗余甲基化位点后进行T次模拟，通过交叉...

【专利技术属性】
技术研发人员：刘东辉，王旭瑶，孔鹏羽，王超，姜庆鑫，刘威，
申请(专利权)人：黑龙江省医院，
类型：发明
国别省市：