【技术实现步骤摘要】
癌症状态预测方法及其用途
[0001]本专利技术涉及癌症检体分析以及病况预测的领域。具体而言,本专利技术涉及分离并分析血液检体中的特定有核细胞,并将上述分析结果结合癌症临床检测数据,以进一步预测癌症状态的方法。
技术介绍
[0002]现今的癌症检测主要分为三类,分别是影像诊断、组织活检以及癌症血液检测。影像诊断的方法学相当多,诸如计算机断层扫描(CT)、正子断层扫描(PET)、核磁共振成像(NMRI)、超音波显影等;然而,影像诊断一来需要癌症组织成长至一定大小(0.5~1公分)才能清楚辨识,容易出现判断上的偏差,二则大部分的影像学检测会使用到显影剂与放射线照射,其对受测者身体的伤害程度容易受到检测次数的上升而积累,因此无法在短时间内多次使用,难以达到实时监控患者癌症发展之目的。另一方面,组织活检技术则因为需要开刀或穿刺受测者体表才能取得体内的癌症组织,其采样手法的侵入性与伤害性较高,无法作为长时间的癌症监控手段。
[0003]不同于以上两者,癌症血液检测由于只需要透过抽血采样即可获得癌症相关信息,因此其低侵入、低伤害性的检测过程相当适合作为长期而实时的癌症现状监控与检测手段。其中,现行医疗单位常用之癌症血液检测多为测定受测者血液样品中特定的肿瘤标记浓度,即量测与分析癌细胞所分泌之特定蛋白标的浓度来评估与监控患者体内癌症状态、治疗效果或是癌症复发的追踪上;然而,其检验数值还可能受到其他生理因素改变(如发炎、抽烟等),与癌症之敏感度与专一性皆偏低,难以准确地反映癌症现状。
[0004]有别于传统癌症血液检 ...
【技术保护点】
【技术特征摘要】
1.一种癌症状态预测方法,所述方法包含下列步骤:步骤一:提供来自一个体的一全血检体;步骤二:对所述全血进行一处理,所述处理用以去除多个红血球及多个血小板,进而得到一经处理的样品;步骤三:对所述经处理的样品进行筛选,将至少一血球表面标记为阳性的血球细胞筛除,进而得到一第一细胞群;步骤四:对所述第一细胞群进行所述血球表面标记与一肿瘤细胞表面标记之免疫荧光染色,同时进行细胞核染色,进一步筛选得到第一细胞亚群以及第二细胞亚群,所述第一细胞亚群包括所述血球表面标记为阴性而肿瘤细胞表面标记为阳性之第一有核细胞,而所述第二细胞亚群包括所述血球表面标记为阴性而肿瘤细胞表面标记为阴性之第二有核细胞;步骤五:利用一单细胞分析技术对所述第一细胞亚群进行分析及计量,进而获得一第一有核细胞信息,亦利用所述单细胞分析技术对所述第二细胞亚群进行分析及计量,进而获得一第二有核细胞信息;以及步骤六:以所述第一有核细胞信息以及所述第二有核细胞信息的其中之一或两者之组合,与所述个体之一癌症临床检测资料共同输入一癌症状态分析模块进行分析,进一步执行一癌症状态之预测;其中所述血球表面标记选自于CD3、CD4、CD8、CD11b、CD11c、CD14、CD19、CD20、CD33、CD34、CD41、CD45、CD56、CD61、CD62、CD66b、CD68、CD123、CD146及Gly A所构成的组中的任一者或其任意组合;其中所述肿瘤细胞表面标记选自于上皮细胞黏附分子(epithelial cell adhesion molecule,EpCAM)、细胞角质蛋白(cytokeratins,CKs)、表皮生长因子受体(epidermal growth factor receptor,EGFR)、CD44、CD24、中间丝蛋白(vimentin)、黏液蛋白1(mucin 1,Muc
‑
1)、E
‑
钙黏蛋白(E
‑
cadherin)、N
‑
钙黏蛋白(N
‑
cadherin)、Ras、人类表皮生长因子受体2(human epidermal growth factor receptor 2,Her2)以及MET所构成的组中的任一者或其任意组合;其中所述癌症临床检测资料选自于肿瘤血液标记检测资料、肿瘤影像学检测资料、肿瘤核酸检测资料、受测者体格资料及受测者病历资料所构成的组中的任一者或其任意组合。2.如权利要求1所述的方法,用于癌症筛检、癌症诊断、评估癌症预后、追踪监控癌症状态或评估癌症治疗成效的用途。3.如权利要求2所述的用途,其特征在于,所述癌症是肝癌、肺癌、大肠直肠癌、乳癌、鼻咽癌、摄护腺癌、食道癌、胰脏癌、皮肤癌、甲状腺癌、胃癌、肾脏癌、胆囊癌、卵巢癌、子宫颈癌、骨癌、脑癌、或头颈癌。4.如权利要求2所述的用途,其特征在于,所述单细胞分析技术选自于免疫荧光染色、流式细胞技术、荧光显微术、免疫磁珠技术、微流体芯片系统、光镊技术、介电泳式微流体生物芯片及光诱导介电泳式微流体生物芯片系统所构成的组中的任一者或其任意组合。5.如权利要求2所述的用途,其特征在于,所述癌症状态分析模块选自于生物统计分析、大数据分析及机器学习分析所构成之群组中的任一者或其任意组合。6.如权利要求2所述的用途,其特征在于,在执行步骤六时,所述癌症状态分析模块可
依据敏感度(Sensitivity)、特异度(Specificity)、阳性预测值(Positive Predictive Value,PPV)、阴性预测值(Negative Predictive Value,NPV)、准确度(Accuracy)、接受者操作曲线下面积(Area Under ROC Curve,AUC)或约登指数(Yonden index)之统计指标进行分析,进一步执行所述癌症状态的预测。7.如权利要求2所述的用途,其特征在于,所述癌症状态为癌症/无癌症的状态分类、早期癌/晚期癌的状态分类、转移癌/无转移癌的状态分类、癌症治疗有效/无效状态分类或癌症复发/无复发状态分类。8.如权利要求2所述的用途,其特征在于,肿瘤血液标记检测资料从所述个体于临床检验至少一肿瘤血液标记所获得;其中所述肿瘤血液标记进一步选自于甲型胎儿蛋白(Alpha Fetal Protein,AFP)、癌症胚胎抗原(Carcinoembryonic Antigen,CEA)、糖抗原19
‑
9(Carbohydrate Antigen 19
‑
9,CA19
‑
9)、细胞角质抗原(Cytokeratin Fragment 21
‑
1,CYFRA21
‑
1)、鳞状细胞癌抗原(Squamous Cell Carcinoma Antigen,SCC)、摄护腺特异抗原(Prostate Specific Antigen,PSA)、糖抗原15
‑
3(Carbohydrate Antigen,CA15
‑
3),糖抗原125(Carbohydrate Antigen 125,CA125)、人类第四型泡疹病毒抗体(Epstein
‑
Barr Virus IgA,EBV IgA)、糖抗原27
‑
29(Carbohydrate Antigen,CA27
‑
29),贝他2微球蛋白(Beta
‑2‑
microglobulin)、贝他人类绒毛膜激素(Beta
‑
human Chorionic Gonadotropin,Beta
‑
hCG)、分化群抗原177(Cluster of Differentiation 177,CD 177),分化群抗原20(Cluster of Differentiation 20,CD 20)、嗜铬粒蛋白(Chromogranin A,CgA)、人类副睪分泌蛋白4(Human Epididymis Secretory Protein4,HE 4),乳酸去氢酶(Lactate Dehydrogenase,LDH)、甲状腺球蛋白(Thyroglobulin)、神经元特异性烯醇化酶(Neuron
‑
specific Enolase,NSE)、核基质蛋白22(Nuclear Matrix Protein22)、细胞计划性死亡配体1(Programmed Death Ligand 1,PD
‑
L1)、前列腺酸性磷酸脢(Prostatic acid phosphatase,PAP)、组织多胜脢抗原(Tissue polypeptide antigen,TPA)、组织多胜肽特异性抗原(Tissue polypeptide specific antigen,TPS)、基质金属蛋白酶组织抑制剂(Tissue inhibitor of metalloproteinase
‑
1,TIMP
‑
1)、骨桥蛋白(osteopontin,OPN)、肝细胞生长因子(Hepatocyte growth factor,HGF)、骨髓过氧化酵素(Myeloperoxidase,MPO)、人类血清泌乳激素(Prolactin,PRL)及糖抗原72
‑
4(Carbohydrate Antigen 72
‑
4,CA72
‑
4)所构成之群组中的任一者或其任意组合。9.如权利要求2所述的用途,其特征在于,所述肿瘤影像学检测资料从所述个体于临床利用一肿瘤影像学检测方法所获得;其中所述肿瘤影像学检测方法进一步选自于X光(X
‑
ray)显影、计算机断层扫描(Computed tomography)、正子断层照影(Positron emission tomography)、超音波显影(Ultrasonography)、磁共振成像(Nuclear magnetic resonance imaging)所构成的组中的任一者或其任意组合。10.如权利要求2所述的用途,其特征在于,所述肿瘤核酸检测资料从所述个体在临床检验一核酸标志物所获得;其中所述核酸标志物进一步选自于癌症相关基因AIP、BRCA2、CEP57、ERCC3、FANCD2、GATA2、MLH1、PHOX2B、SDHC、TP53、ALK、BRIP1、CHEK2、ERCC4、FANCE、GPC3、MSH2、PMS1、RB1、SDHD、TSC1、APC、BUB1B、CYLD、ERCC5、FANCF、HNF1A、MSH6、PMS2、RECOL4、SLX4、TSC2、ATM、CDC73、DDB2、EXT1、FANCG、HOXB13、MUTYH、PPM1D、RET、SMAD4、VHL、BAP1、CDH1、DICER1、EXTS、FANC1、HRAS、NBN、PRF1、RHBDF2、SMARCA4、WIT1、BARD1、CDK4、
DIS3L2、EZH2、FANCL、KIT、NF1、PRKAR1A、RUXN1、SMARCB1、WRN、BLM、CDKN1C、EGFR、FANCA、FANCM、MAX、NF2、P...
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。