一种癌症风险预测方法、系统、设备及介质技术方案

本发明专利技术涉及一种癌症风险预测方法、系统、设备及介质，方法包括获取血浆样品的拉曼检测数据；将上述数据输入基于BP神经网络预先训练好的癌症风险预测模型以获取预测结果。其优点在于，利用拉曼检测数据与人工智能算法结合建立癌症风险预测模型，大幅度缩短检测时间，能够在15分钟左右获取癌症风险预测结果，进而决定是否进行后续精确检测；本检测方法操作简单，一次可同时检测多种物质，癌症风险预测结果准确率高；检测时间快；费用低廉；医疗废弃物少；该预测方法特异性高、敏感性高、准确率高；可实现小分子代谢物快速的大规模检测，具有高通量、高准确性的优势，检测成本相对较低。该方法如果结合临床检测结果会达到更好的预测效果。果。果。

【技术实现步骤摘要】
一种癌症风险预测方法、系统、设备及介质


[0001]本专利技术涉及医疗数据管理
，尤其涉及一种癌症风险预测方法、系统、计算机设备及计算机可读存储介质。

技术介绍

[0002]癌细胞代谢的一个共同特征是能够从经常缺乏营养的环境中获取必要的营养，并利用这些营养来维持生存能力并建立新的生物质。伴随癌症相关代谢重编程的细胞内和细胞外代谢物的改变对基因表达、细胞分化和肿瘤微环境具有深远的影响。从代谢物角度可将癌症相关代谢变化总结为六个标志：(1)对葡萄糖和氨基酸的摄取失控；(2)使用投机模式获取营养，(3)使用糖酵解/TCA循环中间体进行生物合成和生产NADPH；(4)增加对氮的需求；(5)代谢物驱动的基因调控的改变；(6)与微环境的代谢相互作用。虽然很少有肿瘤同时具备所有六个标志，但大多数显示其中的几个特征，所以单个肿瘤表现出的特定特征可能最终有助于更好的肿瘤分类并有助于指导治疗。
[0003]虽然对肿瘤特征性代谢改变的首次观察是在近一个世纪前首次进行的，但在过去十年中，癌症代谢领域已成为重新引起人们关注的话题。借助新的生化和分子生物学工具，对癌细胞代谢的研究已经扩展了我们对肿瘤发生各个阶段肿瘤相关代谢改变的机制和功能后果的理解。虽然基因水平的改变如基因敲除(Deletion)或敲入(Insertion),导致基因拷贝数改变(Gene copy number alteration GCNA)，基因突变(Mutation)，非编码RNA及转录后修饰如甲基化(Methylation)，乙酰化(Acetylation)等标志物已经被研究得非常广泛，但这些基因水平，蛋白水平及转录，转录后水平的调节，必然会以某种形式以代谢物的形式展示出来。因此，代谢物才是所有基因表达后的共同汇聚之处。
[0004]支持哺乳动物细胞生存和生物合成的两种主要营养素是葡萄糖和谷氨酰胺。通过葡萄糖和谷氨酰胺的分解代谢，细胞维持多种碳中间体，被用作组装各种大分子的结构基础，同时它们介导电子传递链以促进ATP的生成，或以相关辅因子NADPH的形式，它为各种生物合成反应提供还原能力以维持细胞氧化还原能力。与非增殖的正常组织相比，肿瘤对葡萄糖的消耗显著增加，这种现象在90多年前由德国生理学家Otto Warburg首次描述。在各种肿瘤环境中得到相继证实，并显示出与肿瘤预后不良相关。基于正电子发射断层扫描(PET)的放射性氟标记葡萄糖类似物18F
‑
氟脱氧葡萄糖(18F
‑
FDG)摄取的成像已取得成功完全用于临床肿瘤诊断和分期，以及监测对治疗的反应。
[0005]谷氨酰胺是第二个主要的支持肿瘤生长的代谢物。它不仅为许多不同的含氮化合物的从头生物合成提供碳，还提供还原的氮。因此，谷氨酰胺提供嘌呤和嘧啶核苷酸、葡萄糖胺6
‑
磷酸和非必需氨基酸的生物合成所需的氮。据报道，谷氨酰胺也在必需氨基酸的吸收中发挥作用。虽然非必需氨基酸可以由哺乳动物细胞从头产生，但必需氨基酸必须从外部来源获得。有趣的是，必需氨基酸亮氨酸通过质膜定位的中性氨基酸逆向转运蛋白(LAT1)的转运进入细胞与谷氨酰胺的同时胞外运输有关。以这种方式，细胞内谷氨酰胺可以促进多种LAT1底物的输入，包括亮氨酸、异亮氨酸、缬氨酸、蛋氨酸、酪氨酸、色氨酸和苯
丙氨酸。
[0006]有综述文章对31篇包括血清中靶向和非靶向代谢物研究的综述显示：多种代谢物，包括葡萄糖、果糖、半乳糖、甘露糖、丙二酸和肌苷，胆固醇和花生四烯酸，糖基化(免疫球蛋白G[IgG]Fc
‑
糖基化)，胆碱、胆碱衍生物、乳酸、脂肪酸等均是甲状腺癌发生过程中显著改变，此中柠檬酸盐被认为是第一个最重要的生物标志物，其次是乳酸。
[0007]由此可见，代谢物在肿瘤改变方面研究由来已久，其与肿瘤的相关性具有非常广泛和扎实的研究基础。只是目前并未见到基于上述代谢物预测癌症肿瘤的方法。
[0008]现有技术存在以下缺陷：
[0009]1)检测过程复杂：目前基于蛋白的标志物基本上都要靠酶联免疫反应，最后显色来判断物质的浓度；
[0010]2)检测成分单一：目前临床血清或血浆检测不同指标经常要抽多管血，分别检测不同的肿瘤标志物；
[0011]3)检测时间长：不同的血清标志物检测时间从15分钟到12小时不等，甚至更长时间；
[0012]4)检测费用高：每种费用几十到上百元不等，多项加起来费用就聚少成多；
[0013]5)污染环境：检测过程会产生大量的试剂盒的废弃物，即医疗垃圾，处理费时，且容易污染环境。
[0014]目前，针对肿瘤的血清学标志物检测相关技术中存在的检测过程复杂、检测成分单一、检测项目多、检测费用高、检测时间长、以及污染环境的问题，目前尚无有效的整体解决方案。

技术实现思路

[0015]本申请的目的是针对现有技术中的不足，基于血清中的代谢物检测，提供一种癌症风险预测方法、系统、设备及存储介质，以至少解决相关技术中存在的检测过程复杂、检测成分单一、检测项目多、检测费用高、检测时间长以及污染环境的问题。
[0016]为实现上述目的，本申请采取的技术方案是：
[0017]第一方面，本专利技术提供一种癌症风险预测方法，包括：
[0018]获取血浆样品的拉曼检测数据；
[0019]将所述拉曼检测数据输入预先训练好的基于BP神经网络人工智能算法的癌症风险预测模型，以获取癌症风险预测结果；
[0020]其中，癌症风险预测结果的准确率大于91.48％、敏感度大于88.70％、特异性大于95.98％。
[0021]在其中的一些实施例中，所述癌症包括肾癌、胃癌、宫颈癌、直肠癌、前列腺癌、肺癌、卵巢癌、乳腺癌。
[0022]在其中的一些实施例中，所述拉曼检测数据包括通用类拉曼检测数据，其至少包括：
[0023] IDName1M365T412_2Lactose2M487T404Blood group b trisaccharide
3M203T272DL
‑
tryptophan4M173T309Gly
‑
Val5M437T96Hc toxin6M291T33Dl
‑
norleucine methyl ester7M697T235Izenamide c。
[0024]在其中的一些实施例中，所述拉曼检测数据还包括：
[0025]肾癌拉曼检测数据，其至少包括：
[0026] IDName1M751T381
‑
myristoyl
‑2‑
palmitoyl
‑
sn
‑
glycero
‑3‑
phosphocholine2M141T292Kojic acid3M865T137Pc(16:1e/17
‑
hdohe)4M791T137Pe(18:1e/10
‑
hdohe)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种癌症风险预测方法，其特征在于，包括：获取血浆样品的拉曼检测数据；将所述拉曼检测数据输入预先训练好的基于BP神经网络人工智能算法的癌症风险预测模型，以获取癌症风险预测结果；其中，所述癌症风险预测结果的准确率大于91.48％、敏感度大于88.70％、特异性大于95.98％。2.根据权利要求1所述的癌症风险预测方法，其特征在于，所述拉曼检测数据包括通用类拉曼检测数据，其至少包括：IDName1M365T412_2Lactose2M487T404Bloodgroupbtrisaccharide3M203T272DL
‑
tryptophan4M173T309Gly
‑
Val5M437T96Hctoxin6M291T33Dl
‑
norleucinemethylester7M697T235Izenamidec。3.根据权利要求2所述的癌症风险预测方法，其特征在于，所述拉曼检测数据还包括：肾癌拉曼检测数据，其至少包括：
IDName1M751T381
‑
myristoyl
‑2‑
palmitoyl
‑
sn
‑
glycero
‑3‑
phosphocholine2M141T292Kojicacid3M865T137Pc(16:1e/17
‑
hdohe)4M791T137Pe(18:1e/10
‑
hdohe)5M671T141_21
‑
Hexadecanoyl
‑2‑
(9Z,12Z
‑
octadecadienoyl)
‑
sn
‑
glycero
‑3‑
phosphoricacid6M309T25_2Mestranol7M841T140Pc(16:0e/8
‑
hepe)8M580T1801
‑
behenoyl
‑2‑
hydroxy
‑
sn
‑
glycero
‑3‑
phosphocholine9M538T1851
‑
Palmitoyllysophosphatidylcholine10M193T82_1Trans
‑
3'
‑
hydroxycotinine
；和/或胃癌拉曼检测数据，其至少包括：其至少包括：；和/或
宫颈癌拉曼检测数据，其至少包括：；和/或直肠癌拉曼检测数据，其至少包括：IDName1M179T369D
‑
(+)
‑
mannose2M341T370Sucrose3M665T501Stachyose4M179T453D
‑
psicose5M281T75_3Oleicacid6M297T102Enterolactone7M321T72Deoxythymidine5'
‑
phosphate(dTMP)8M858T196Pi36:49M361T157_2Phe
‑
Glu10M511T4613'
‑
fucosyllactose11M107T82(
‑
)
‑
perillylalcohol12M74T71N,n
‑
dimethylformamide13M171T188Glycyl
‑
l
‑4‑
hydroxyproline；和/或前列腺癌拉曼检测数据，其至少包括：
；和/或肺癌拉曼检测数据，其至少包括：其至少包括：；和/或
卵巢癌拉曼检测数据，其至少包括：IDName1M187T441
‑
hydroxy
‑2‑
naphthoicacid2M355T37_1Fumarprotocetraricacid3M159T119_23

【专利技术属性】
技术研发人员：吕中伟，曲伸，陈贺昌，贾成友，丛宪玲，于博，鄢阳，张俊峰，杨哲健，刘铁，刘瑾，刘凡新，
申请(专利权)人：上海市第十人民医院，
类型：发明
国别省市：