基于肠道微生物的胆管癌非侵入性标志物筛选、分析方法及应用技术

本发明专利技术公开了一种基于肠道微生物的胆管癌非侵入性标志物筛选、分析方法及应用，该方法包括步骤S1获取胆管癌粪便样本和健康粪便样本；S2筛选两组间显著丰度差异的微生物，并根据种属相对丰度差异作为筛选条件筛选出多种菌群属标志物。该分析方法包括步骤S3获取上述任一一项所述的多种菌群属标志物；S4根据多种菌群属建立随机森林树模型；S5通过随机森林树模型分析获得ROC曲线及其可信区间，并根据该ROC曲线及其可信区间获得样本分析结果。同时还将多种菌群属标志物根据决策树比率计算患者率指数后用于对CCA检测分析。本发明专利技术能够通过无创的方式进行检测，并且能够直接对健康人群的样本进行检测。人群的样本进行检测。人群的样本进行检测。

【技术实现步骤摘要】
基于肠道微生物的胆管癌非侵入性标志物筛选、分析方法及应用


[0001]本专利技术涉及医学检测
，具体为基于肠道微生物的胆管癌非侵入性标志物筛选、分析方法及应用。

技术介绍

[0002]胆管癌(CCA)是常见的肝脏第二大恶性肿瘤，占原发性肝癌的10％
‑
20％，在过去40年里发病率不断上升。CCA解剖定位困难，细胞稀少，发病隐匿，不易早期检测。且CCA生长快速，易通过淋巴和血液循环早期转移，因此患者通常在第一次确诊时已进展为终末期CCA，存活率低于5％，严重影响着公众健康。手术切除和组织活检仍是CCA的主要治疗方案和检测选择。目前常用于检测CCA的生物标志物，如CA199、CEA、影像学特征等均不能达到理想的早期检测效果。这种CCA诊断的血清肿瘤标志物CA19
‑
9、CEA等，假阳性率与假阴性率均偏高；影像学诊断准确率不高；有创操作，患者接受度低，现有无创检测方法准确率低。
[0003]因此，迫切需要开发一种灵敏度高、特异性强的无创检测工具，用于CCA的早期检测。
[0004]现有技术中国本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于肠道微生物的胆管癌非侵入性标志物筛选方法，其特征在于，S1获取胆管癌粪便样本和健康粪便样本；S2筛选两组间显著丰度差异的微生物，并根据种属相对丰度差异作为筛选条件筛选出多种菌群属标志物。2.根据权利要求1所述的基于肠道微生物的胆管癌非侵入性标志物筛选方法，其特征在于，S2中菌群属的数量为三种，分别为Faecalibacterium，Ruminococcus，Burkholderia
‑
Caballeronia
‑
Paraburkholderia。3.根据权利要求1所述的基于肠道微生物的胆管癌非侵入性标志物筛选方法，其特征在于，S1还对获得的粪便样本进行DNA提取和16S rRNA基因测序：用E.Z.N.A.StoolDNA Kit提取细菌基因组，对原核小亚基rRNA基因的V3
‑
V4区用进行扩增，使用Agilent 2100 Bioanalyzer对扩增子库进行测序，Illumina
′
s Library Quantification Kit用于评估扩增子库的大小和数量，样本在Illumina NovaSeq平台进行测序。4.根据权利要求3所述的基于肠道微生物的胆管癌非侵入性标志物筛选方法，其特征在于，S1还包括生物信息学分析：使用QIIME2软件包对原始读取数据进行分析，根据fqtrim，对raw data进行质量过滤，以获得clean data，以100％相似性对clean data进行聚类得到Feature，DADA2软件用于过滤测序读数并构建特征表和特征序列，物种注释的序列比对由BLAST完成，比对数据库为SILVA和NT
‑
16S。5.根据权利要求4所述的基于肠道微生物的胆管癌非侵入性标志物筛选方法，其特征在于，S1还包括数据分析：利用α多样性，β多样性评估样本的总体差异，样本的α多样性由Chao1、observed species、goods_Coverage、Shannon和Simpson指数描...

【专利技术属性】
技术研发人员：陈钢，李佳靓，张锬，
申请(专利权)人：温州医科大学附属第一医院，
类型：发明
国别省市：