【技术实现步骤摘要】
一种评估非小细胞肺癌免疫治疗预后及不良反应的生物标志物
[0001]本专利技术具体涉及一种评估非小细胞肺癌免疫治疗预后及不良反应的生物标志物。
技术介绍
[0002]肺癌是全球发病率最高及死亡率最高的恶性肿瘤,发病率和死亡率分别占全部肿瘤的11.6%和18.4%。目前,用于晚期肺癌患者的治疗方法主要为手术、化疗和放疗等传统的肿瘤治疗手段,但治疗效果欠佳。近年来,铂类化疗仍然作为无靶向驱动基因突变的晚期非小细胞肺癌患者的一线治疗选择。其客观缓解率(objective response rate,0RR)为25%~35%,中位总生存期(overall survival,OS)和中位无进展生存期(progression
‑
free survival,PFS)分别为8T0和4
‑
6个月。伴随着表皮生长因子受体(epidermal growth factor receptor,EGFR)等致癌驱动基因相继被鉴定,靶向治疗如EGFR
‑
酪氨酸激酶抑制剂(EGFR
‑
tyrosine kinase inhibitors,EGFR
‑
TKIs)为NSCLC患者带来了希望。尽管EGFR
‑
TKIs在NSCLC治疗领域获得了巨大的成功,随之而来的耐药问题仍然不可避免,并且驱动基因阴性患者的治疗方式十分有限,晚期患者的预后仍较差。因此,亟需新的治疗策略和研发新的药物,如免疫治疗改善NSCLC患者的治疗现状。
[0003]20 ...
【技术保护点】
【技术特征摘要】
1.一种评估非小细胞肺癌免疫治疗预后及不良反应的生物标志物,其特征在于:非小细胞肺癌免疫治疗预后及不良反应相关的生物标志物为CD266蛋白;非小细胞肺癌免疫治疗疗效及预后相关的生物标记物为DNMT3A基因。2.一种非小细胞肺癌免疫治疗生物标记物筛选方法,其特征在于,包括如下步骤:S1:筛选出敏感性最好的肺癌免疫治疗疗效、预后及不良反应评估相关的生物标志物;S2:通过生物信息学分析工具,将初筛得到的基因差异表达基因进行至少两次筛选,进一步选择更适合的候选基因进行多组学测序,从而筛选出最终候选标志物;S3:应用多组学筛查技术在40例非小细胞肺癌肿瘤组织标本的DNA、RNA和蛋白质三个水平筛选差异表达的基因,找到共同的候选基因10余个;S4:进行文献复习,并利用生物信息学工具进行分析,最终选择敏感性最好的肺癌免疫治疗疗效、预后及不良反应评估相关的生物标志物3个;S5:对具有潜在阳性价值的所述3个生物标志物进行后期实验室及临床多中心的临床验证。S6:建立一种非小细胞肺癌免疫治疗高特异性和敏感性且安全无创的早期预测及预后评估bio
‑
marker;筛选出非小细胞肺癌免疫治疗预测标志物1,预测非小细胞肺癌免疫治疗预后及不良反应相关的生物标志物为CD266;筛选出非小细胞肺癌免疫治疗预测标志物2,预测非小细胞肺癌免疫治疗疗效及预后相关的生物标记物为DNMT3A。3.根据权利要求2所述的非小细胞肺癌免疫治疗生物标记物筛选方法,其特征在于,步骤S1中应用最新一代的基因测序及生物信息学分析工具和文献挖掘方法及进行生物标志物的筛选。4.根据权利要求3所述的非小细胞肺癌免疫治疗生物标记物筛选方法,其特征在于,所述文献挖掘方法具体如下:选择6项接受免疫检查点抑制剂治疗的非小细胞肺癌队列,分别为Yeon Kim et.al,Hwang et.al,Rizvi et.al,Miaoet.al,Samstein et.al和Prat et.al;所述Hwang et.al,Prat et.al和Yeon Kim et.al队列中包含表达数据和临床预后数据;所述Rizvi et.al,Miao et.al和Samstein et.al队列中包含突变数据和临床预后数据;对于表达数据,根据每个基因的中位值将其分别高表达组和低表达组;对于突变数据,根据maftools R包中对非同义突变的定义,将每个基因的非同义突变状态根据突变型和野生型分组;对于拷贝数变异数据,将非小细胞肺癌患者分为扩增组和非扩增组或缺失组和非缺失组;使用单因素cox回归模型来分析每个基因,高表达versus低表达;突变型versus野生型,扩增组versus非扩增组或缺失组versus...
【专利技术属性】
技术研发人员:李晓华,白义凤,赵芷婧,王桂芳,曾雪峰,
申请(专利权)人:成都市第六人民医院,
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。