【技术实现步骤摘要】
一种以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法
[0001]本专利技术属于生物医学
,具体涉及一种以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法。
技术介绍
[0002]当前市面上常见的肺癌免疫治疗伴随诊断方法主要分为两大类,分别是基于图像学的PD
‑
L1组织化学染色,以及基于高通量测序的肿瘤突变负荷分析。基于免疫检查点的治疗手段针对细胞表面特定蛋白的相互作用(例如PD
‑
1/PD
‑
L1抗体药物),由此降低免疫细胞抑制状态,增强抗肿瘤功能。组化染色方法能够直接分析组织样本中肿瘤细胞表达PD
‑
L1蛋白的多少,从而判断患者潜在的临床获益。
[0003]国际上,PD
‑
L1组化检测方法已获得美国FDA批准,现有的商业化试剂包括PD
‑
L1 IHC 22C3 pharmDx(Dako),PD
‑
L1 IHC 28
‑
8pharmDx(Dako)和VENTANA PD
‑
L1 SP142(Roche),VENTANA PD
‑
L1 SP263(Roche)等多种产品。
[0004]但是,通过免疫组化进行的PD
‑
L1检测在实践过程中存在较多问题,包括:
[0005](1)由于这一检测方法需要获取患者肿瘤组织样本且对样 ...
【技术保护点】
【技术特征摘要】
1.一种以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法,其特征在于,所述方法包括:(1)收集癌症患者的肿瘤组织、外周血与淋巴结的单细胞转录组数据,对单细胞转录组数据进行数据过滤、标准化;针对T细胞不同分群的组织分布,表达谱特征,细胞增殖,迁移能力以及克隆扩增的差异进行分析,从中鉴定出肿瘤响应的T细胞亚群,包括终末分化的耗竭T细胞与表达TNFRSF9的调节性T细胞;再通过分析所述肿瘤响应的T细胞亚群的TCR序列,在外周血中找到了同样类型的T细胞,并将其命名为外周血肿瘤响应T细胞;(2)收集现有的黑色素瘤、三阴性乳腺以及非小细胞肺癌的癌症患者公开的单细胞转录组数据集与临床治疗信息,进行数据过滤,标准化以及注释;(3)将步骤(2)中所得的单细胞转录组数据进行分层,随机划分训练集与测试集,以临床响应信息作为单细胞转录组数据标签;(4)基于训练集的单细胞转录组数据训练逻辑回归模型,根据样本细胞基因表达情况及对应临床响应信息对参数向量进行拟合,构建逻辑回归模型;(5)采用测试集数据对进行验证,以模型预测得到的响应概率进行加和平均以计算对应临床响应概率;(6)收集接受PD
‑
1免疫治疗的非小细胞肺癌患者的外周血样本,分选外周血肿瘤响应的T细胞,进行高通量测序获取转录组信息,将转录组数据进行过滤与标准化,并输入逻辑回归模型,以模型预测得到的响应概率进行加和平均以计算对应的临床响应概率,以临床响应概率预测临床响应情况。2.根据权利要求1所述的以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法,其特征在于,步骤(1)中,鉴定所述肿瘤响应的T细胞亚群的特征基因包括:CX3CR1、GZMB、GZMH、KLRD1、NKG7、GNLY和FGFBP2。3.根据权利要求1或2所述的以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法,其特征在于,步骤(3)中,所述训练集中包括80%的单细胞转录组数据,所述测试集中包括20%的单细胞转录组数据。4.根据权利要求1
‑
3中任一项所述的以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法,其特征在于,步骤(4)中,所述逻辑回归模型如下公式所示:其中,X为基因表达情况,W
T
为参数向量,W0为偏置参数。5.根据权利要求1
‑
4中任一项所述的以非疾病诊断或治疗为目的的非小细胞肺癌PD
‑
1免疫治疗响应预测方法,其特征在于,步骤(5)中,所述响应概率的计算方法如下公式所示:其中,P为对应临床响应情况的概率,x为特征值,y为临床响应情况,θ
T
为参数向量;优选地,步骤(5)中,所述临床响应概率的计算方法如下所示:
其中,y=1表示为临床响应,y=0表示为临床未响应,n为细胞数量,response为预测值,若response>0为临床响应,response<0为临床未响应,response=0为无法判断,需重新进行检测。6.根据权利要求2
‑
5中任一项所述的以非疾病诊断或治疗为目的的...
【专利技术属性】
技术研发人员:胡学达,徐玄昊,李勇,张海满,李辰威,郑良涛,
申请(专利权)人:北京百奥智汇科技有限公司,
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。