【技术实现步骤摘要】
基于分子标记的用于肝癌筛查和风险预测的系统及应用
[0001]本申请涉及基因检测
,尤其涉及基于分子标记的用于肝癌 筛查和/或风险预测的系统。
技术介绍
[0002]肝癌的一级预防为病因预防,传统的肝癌病因主要为病毒感染(乙肝 病毒、丙肝病毒),黄曲霉毒素、微囊藻毒素暴露,嗜烟,酗酒等不良生 活习惯;目前发现非酒精性脂肪肝已成为发达国家肝癌的主要病因;另 外有研究发现糖尿病是肝癌发生的一个独立危险因素;而高BMI人群肝 癌的患病率比正常人高5倍。针对传统病因,国家己采取了相应的措 施:2005年起乙肝疫苗己免费向所有新生儿接种;规范治疗后,慢性乙肝 可以得到有效的控制;慢性丙肝经过抗病毒治疗,HCV病毒可以被彻底 清除。
[0003]肝癌的三级预防主要指临床上治疗方法的改善以及新型药物的研 发。目前临床上常用的肝癌诊断方法为:结合临床症状,进行影像学检查, 包括超声、X线计算机断层成像(CT)、磁共振成像(MRI)、数字剪影血管 造影(DSA)和核医学影像方法(PET CT,SPECT CT),必要时行肝脏穿刺 ...
【技术保护点】
【技术特征摘要】
1.用于肝癌筛查和风险预测的系统,其特征在于,所述系统包括:获取模块,用于获取获得与肝癌关联的SNP数据集;筛选模块,用于基于所述数据集筛选得到用于建模的SNPs,以作为模型变量;计算模块,用于计算每一模型变量的不同基因型的相对风险值;构建模块,用于基于所述相对风险值构建得到所述肝癌肿瘤筛查模型;以及数据分析模块,用于将待测个体用于建模的SNP的相对风险值输入根据所述肝癌肿瘤筛查模型中,以得出预测结果;所述肝癌肿瘤筛查模型的构建方法包括:获得与肝癌关联的SNP数据集;基于所述数据集,筛选得到用于建模的SNPs,以作为模型变量;计算每一模型变量的不同基因型的相对风险值;以及基于所述相对风险值获得所述肿瘤筛查模型;其中,筛选得到用于建模的SNPs的步骤具体包括:根据每一SNP在不同染色体上的连锁不平衡分析结果,挑选较为SNP间距在50Mb以内,并且连续分析的r2>0.9,以作为模型构建的SNP;r2的计算公式为:r2=(PA1B1-PA1
×
PB1)2/PA1
×
(1-PA1)
×
PB1
×
(1-PB1);式中,PA1和PB1是两个SNP标记位点上第1个等位基因的频率,PA1B1是等位基因之间形成的单倍型频率;其中,所述相对风险值为[L2×
f2+L2×
(1-f)2/+L
×
(1-L)
×
(1-f)+L
×
(1-L)+(1-L)2]/W,L表征对肝癌发生的单独效应值和f为表型参数,W为遗传分数,其利用logistic回归分析计算单个个体的单独效应值进行校正、加权后获得;所述肿瘤筛查模型的模型公式为:M=SNP1
×
SNP2
×
SNP8
×
SNP9
×
SNP14
×
SNP15
×
SNP20
×
...
【专利技术属性】
技术研发人员:付小斌,
申请(专利权)人:河北北方学院附属第一医院,
类型:发明
国别省市:
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。