一种肺癌预测模型的训练方法以及预测装置和应用制造方法及图纸

本发明专利技术公开了一种肺癌预测模型的训练方法以及预测装置和应用，涉及生物检测技术领域。本发明专利技术发现了新的肺癌标志物，具体可参照表1，与传统临床检测的手段以及现有标志物相比，具有更好的灵敏度和特异性，为肺癌的有效筛查提供了途径。筛查提供了途径。筛查提供了途径。

【技术实现步骤摘要】
一种肺癌预测模型的训练方法以及预测装置和应用


[0001]本专利技术涉及生物检测
，具体而言，涉及一种肺癌预测模型的训练方法以及预测装置和应用。

技术介绍

[0002]肺癌为全球发病率和死亡率最高的恶性肿瘤，而诊断时的临床分期是影响肺癌患者5年生存率的关键，早期肺癌可达92％，而晚期仅5.8％，因此，早期诊断是改善肺癌患者预后的关键。然而，国外的肺癌筛查主要基于胸部影像以及分子标志物，但不太适合中国人群。
[0003]肺癌早诊早治的难点包括以下几个方面：一是早期肺癌无特征性影像学表现，缺乏新型影像分析技术鉴别诊断早期肺癌；二是早期肺癌患者常无特征性临床症状，缺乏高危人群的甄别标准及适宜筛查方案；三是缺乏高准确性的肺癌早诊早治标志物，传统的CEA等分子，诊断早期肺癌的敏感性低于50％，临床缺乏指导早诊早治的精准指标；四是肺部小结节容易漏诊，性质难以判别，人工标注存在耗时耗人的瓶颈，人工智能面临“小数据和数据组间”不平衡的问题。
[0004]当前肺癌的常用检测方案主要包括酶学检测：血浆肿瘤标志物检测是常用于肺癌筛查和术后监测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.检测标志物甲基化水平的试剂在制备预测肺癌的产品中的应用，其特征在于，所述标志物包括标志物1～127中的至少50种；其中，以下表格中的每一项所对应的标志物包括对应的CpG位点和/或含有对应CpG位点的区域：
以hg19参考基因组序列为基准。2.根据权利要求1所述的应用，其特征在于，所述标志物包括标志物1～50；优选地，所述标志物包括标志物1～127。3.根据权利要求1或2所述的应用，其特征在于，所述肺癌包括早期肺癌、中期肺癌和晚期肺癌；优选地，所述预测肺癌包括：预测肺癌的患病风险、疾病进程和预后风险中的至少一种。4.根据权利要求1或2所述的应用，其特征在于，所述检测标志物甲基化水平的试剂包括甲基化测序试剂、甲基化特异性PCR试剂、甲基化敏感性单核苷酸引物延伸试剂、甲基化敏感性单链构象分析试剂和甲基化敏感性变性梯度凝胶电泳试剂中的至少一种；优选地，所述甲基化测序试剂包括重亚硫酸盐试剂、测序建库试剂和PCR扩增试剂；优选地，所述产品包括试剂、试剂盒和预测模型中的至少一种。5.一种用于诊断或辅助诊断肺癌的试剂盒，其特征在于，其包括权利要求1～4任一项所述的检测标志物甲基化水平的试剂。6.一种肺癌预测模型的训练方法，其特征在于，其包括：获取训练样本的标志物甲基化结果以及标注结果；其中，所述标志物如权利要求1～5任一项所述，所述标志物结果为代表样本肺癌的患病风险、疾病进程和预后风险中的至少一种情况的标签；将所述训练样本的标志物的甲基化结果输入预先构建的预测模型中，获得预测结果；所述预先构建的预测模型为能给根据所述标志物的甲基化水平预测肺癌的患病风险、疾病进程和预后风险中的至少一种的机器学习模型；基于所述标...

【专利技术属性】
技术研发人员：陈克终，杨浩，杨帆，杜凤霞，李运，张雪莹，陈碧思，白健，郑璐，王寅，吴佳妍，杨爱蓉，周进兴，吴琳，
申请(专利权)人：福建和瑞基因科技有限公司，
类型：发明
国别省市：