基于免疫基因的少突胶质细胞瘤Olig1/Olig2分子分型方法及其应用技术

本公开涉及一种用于制备Olig1/Olig2分型预测模型的方法，该方法包括如下步骤：S1、分别检测n个样本特定基因的表达量；S2、取步骤S1获得的所有样本的特定基因表达量的数据，通过一致性聚类算法将每个少突胶质细胞瘤样本分为Olig1型或Olig2型；S3、取步骤S1获得的样本的特定基因表达量的数据和步骤S2获得的所有样本的分型结果，通过最邻近收缩中心算法构建以特定基因表达量为输入以分型归属为输出的模型，所述模型Olig1/Olig2分型预测模型。所述模型Olig1/Olig2分型预测模型。所述模型Olig1/Olig2分型预测模型。

【技术实现步骤摘要】
基于免疫基因的少突胶质细胞瘤Olig1/Olig2分子分型方法及其应用


[0001]本公开涉及生物医学
，具体地，涉及一种基于免疫基因的少突胶质细胞瘤Olig1/Olig2分子分型方法及其应用。

技术介绍

[0002]胶质瘤(Glioma)是最常见的成人原发性脑肿瘤，约占成人恶性脑肿瘤的75％。它起源于神经外胚层的胶质或前体细胞，包括星形胶质细胞瘤、少突胶质细胞瘤和室管膜瘤。目前，其治疗手段主要包括手术切除，放疗和化疗。虽然各种先进技术在临床得到广泛应用，胶质瘤患者的预后仍然不尽人意。其中，间变星形细胞瘤5年生存期为30％，10年生存期为20％；而胶质母细胞瘤患者的中位生存期只有15个月，5年存活率仅为5.5％。胶质瘤给社会和患者家庭带来严重经济负担。
[0003]少突胶质细胞瘤(Oligodendroglioma)，即伴有少突胶质分化的胶质瘤，约占成人弥漫性神经胶质瘤的20％。2016版WHO胶质瘤分型指南将异柠檬酸脱氢酶(IDH)突变和1p/19q共缺失作为少突胶质细胞瘤的分子诊断特征。由于临床，组织学和分子特点的多样性，少突胶质细胞瘤异质性较强，其患者的生存时间跨度从几年至15年以上。同时，除了肿瘤病理级别，临床上并没有能够有效区分少突胶质细胞瘤患者预后的可靠指标，这严重影响这部分患者的诊断和后期治疗选择。近年来，各种癌症的转录组数据已被广泛应用于刻画肿瘤微环境特征以及建立肿瘤免疫亚型，对免疫微环境的精准解析将有助于加速肿瘤免疫治疗特异靶点的开发和设计。基于免疫相关基因的表达谱，弥散低级别胶质瘤以及胶质母细胞瘤可以进一步区分为不同的免疫亚型，各亚型的免疫浸润、基因突变、拷贝数变异以及临床预后表现巨大差异，这将为今后胶质瘤的精准免疫治疗提供理论基础。
[0004]因此，针对少突胶质细胞瘤的分子分型工作具有重要临床意义；而基于免疫层面的少突胶质细胞瘤的分子分型也必将为其患者临床诊疗及预后判断提供重要理论依据。

技术实现思路

[0005]本公开的目的是提供一种基于免疫基因的少突胶质细胞瘤Olig1/Olig2分子分型方法及其应用，该方法能够有效区分少突胶质细胞瘤患者的预后，提高该类患者的临床诊疗水平。
[0006]为了实现上述目的，第一方面，本公开提供一种用于制备Olig1/Olig2分型预测模型的方法，该方法包括如下步骤：
[0007]S1、分别检测n个样本特定基因的表达量；所述特定基因为40个基因；所述40个基因包括：Olig1基因群Olig2基因群；
[0008]所述Olig1基因群由如下14个基因组成：ITGA9、ADCY9、AQP3、PELO、SFXN3、HUNK、MC5R、ISM2、ETS1、LRRC32、ATP5B、CDKN3、F12、COL4A1；
[0009]所述Olig2基因群由如下26个基因组成：C11orf75、DAPK2、PSAT1、PDCD6、MBP、
PRDX1、CRYBB1、HNMT、HEY1、GPR137B、CD38、HLA
‑
DPB1、GLUD1、CD1D、UBD、KLRF1、HLA
‑
DPA1、MS4A6A、IL32、GPR65、HLA
‑
E、HLA
‑
DQA2、DAPK1、GNG7、SP100、ABCD1；
[0010]S2、取步骤S1获得的所有样本的特定基因表达量的数据，通过一致性聚类算法将每个少突胶质细胞瘤样本分为Olig1型或Olig2型；
[0011]S3、取步骤S1获得的样本的特定基因表达量的数据和步骤S2获得的所有样本的分型结果，通过最邻近收缩中心算法构建以特定基因表达量为输入以分型归属为输出的模型，所述模型为Olig1/Olig2分型预测模型；所述分型归属为某一少突胶质细胞瘤样本为Olig1型或为Olig2型。
[0012]可选地，在步骤S1中，所述n个样本为有统计学意义的数量的样本。
[0013]第二方面，本公开提供一种用于制备Olig1/Olig2分型预测模型的系统组合，所述系统组合包括：系统甲、系统乙和系统丙；
[0014]所述系统甲用于检测n个样本特定基因的表达量，输出每个样本特定基因的表达量的数据；
[0015]所述特定基因为40个基因；所述40个基因包括：Olig1基因群Olig2基因群；
[0016]所述Olig1基因群由如下14个基因组成：ITGA9、ADCY9、AQP3、PELO、SFXN3、HUNK、MC5R、ISM2、ETS1、LRRC32、ATP5B、CDKN3、F12、COL4A1；
[0017]所述Olig2基因群由如下26个基因组成：C11orf75、DAPK2、PSAT1、PDCD6、MBP、PRDX1、CRYBB1、HNMT、HEY1、GPR137B、CD38、HLA
‑
DPB1、GLUD1、CD1D、UBD、KLRF1、HLA
‑
DPA1、MS4A6A、IL32、GPR65、HLA
‑
E、HLA
‑
DQA2、DAPK1、GNG7、SP100、ABCD1；
[0018]所述系统乙用于接收系统甲输出的所有样本的特定基因表达量的数据，通过一致性聚类算法将每个样本分为Olig1型或Olig2型；
[0019]所述系统丙用于接收系统甲输出的所有样本的基因表达量的数据和系统乙输出的所有样本的分型结果，通过最邻近收缩中心算法构建以特定基因表达量为输入以分型归属概率为输出的模型，所述模型Olig1/Olig2分型预测模型；所述分型归属为某一少突胶质细胞瘤样本为Olig1型或为Olig2型。
[0020]第三方面，本公开提供第一方面所述的用于制备Olig1/Olig2分型预测模型的方法在制备用于少突胶质细胞瘤分型或预测少突胶质细胞瘤患者生存期的产品中的应用，所述产品包括：
[0021]检测特定基因表达量的物质；存储有Olig1/Olig2分型预测模型的介质；记载有特定方法的载体。
[0022]可选地，所述特定方法包括：获得待测患者少突胶质细胞瘤Olig1/Olig2分型的方法A，所述方法A包括如下步骤：
[0023]A1、检测待测少突胶质细胞瘤患者特定基因的表达量；
[0024]A2、将待测少突胶质细胞瘤患者特定基因的表达量输入所述Olig1/Olig2分型预测模型，由模型输出待测少突胶质细胞瘤患者的分型归属；
[0025]A3、根据待测少突胶质细胞瘤患者的分型归属，获得待测少突胶质细胞瘤患者的分型结果；或
[0026]预测少突胶质细胞瘤患者生存期的方法B，所述方法B包括如下步骤：
[0027]B1、检测待测少突胶质细胞瘤患者特定基因的表达量；
[0028]B2、将待测少突胶质细胞瘤患者特定基因的表达量输入所述Olig1/Olig2分型预测模型，由模型输出待测少突胶质细胞瘤患者的分型归属；
[0029]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于制备Olig1/Olig2分型预测模型的方法，其特征在于，该方法包括如下步骤：S1、分别检测n个样本特定基因的表达量；所述特定基因为40个基因；所述40个基因包括：Olig1基因群Olig2基因群；所述Olig1基因群由如下14个基因组成：ITGA9、ADCY9、AQP3、PELO、SFXN3、HUNK、MC5R、ISM2、ETS1、LRRC32、ATP5B、CDKN3、F12、COL4A1；所述Olig2基因群由如下26个基因组成：C11orf75、DAPK2、PSAT1、PDCD6、MBP、PRDX1、CRYBB1、HNMT、HEY1、GPR137B、CD38、HLA
‑
DPB1、GLUD1、CD1D、UBD、KLRF1、HLA
‑
DPA1、MS4A6A、IL32、GPR65、HLA
‑
E、HLA
‑
DQA2、DAPK1、GNG7、SP100、ABCD1；S2、取步骤S1获得的所有样本的特定基因表达量的数据，通过一致性聚类算法将每个少突胶质细胞瘤样本分为Olig1型或Olig2型；S3、取步骤S1获得的样本的特定基因表达量的数据和步骤S2获得的所有样本的分型结果，通过最邻近收缩中心算法构建以特定基因表达量为输入以分型归属为输出的模型，所述模型为Olig1/Olig2分型预测模型；所述分型归属为某一少突胶质细胞瘤样本为Olig1型或为Olig2型。2.根据权利要求1所述的方法，其中，在步骤S1中，所述n个样本为有统计学意义的数量的样本。3.一种用于制备Olig1/Olig2分型预测模型的系统组合，其特征在于，所述系统组合包括：系统甲、系统乙和系统丙；所述系统甲用于检测n个样本特定基因的表达量，输出每个样本特定基因的表达量的数据；所述特定基因为40个基因；所述40个基因包括：Olig1基因群Olig2基因群；所述Olig1基因群由如下14个基因组成：ITGA9、ADCY9、AQP3、PELO、SFXN3、HUNK、MC5R、ISM2、ETS1、LRRC32、ATP5B、CDKN3、F12、COL4A1；所述Olig2基因群由如下26个基因组成：C11orf75、DAPK2、PSAT1、PDCD6、MBP、PRDX1、CRYBB1、HNMT、HEY1、GPR137B、CD38、HLA
‑
DPB1、GLUD1、CD1D、UBD、KLRF1、HLA
‑
DPA1、MS4A6A、IL32、GPR65、HLA
‑
E、HLA
‑
DQA2、DAPK1、GNG7、SP100、ABCD1；所述系统乙用于接收系统甲输出的所有样本的特定基因表达量的数据，通过一致性聚类算法将每个样本分为Olig1型或Olig2型；所述系统丙用于接收系统甲输出的所有样本的基因表达量的数据和系统乙输出的所有样本的分型结果，通过最邻近收缩中心算法构建以特定基因表达量为输入以分型归属概率为输出的模型，所述模型Olig1/Olig2分型预测模型；所述分型归属为某一少突胶质细胞瘤样本为Olig1型或为Olig2型。4.权利要求1或2所述的用于制...

【专利技术属性】
技术研发人员：吴凡，张伟，尹艺运，
申请(专利权)人：北京市神经外科研究所，
类型：发明
国别省市：