基于血液样本预测耐药性的方法、装置和计算机存储介质制造方法及图纸

本发明专利技术公开了一种基于血液样本预测耐药性的方法，包括获取血液样本中CHIT1蛋白的浓度数值a，确定数值a对应的赋值为A；获取血液样本中IL6R蛋白的浓度数值b，确定数值b对应的赋值为B；获取血液样本中NRCAM蛋白的浓度数值c，确定NRCAM蛋白的浓度数值c对应的赋值为C；获取血液样本中NT5E蛋白的浓度数值d，确定NT5E蛋白的浓度数值d对应的赋值为D；确定各蛋白的浓度数值对应的赋值的总和E，其中，E＝A+B+C+D；基于各蛋白的浓度数值对应的赋值的总和E，确定耐药性的表征值F。本发明专利技术可为医生提供相关数据来帮助医生在肾癌患者服药前对该患者进行靶向药物治疗疗效的预测。本发明专利技术还提供了一种基于血液样本预测耐药性的装置。本发明专利技术还提供了一种计算机存储介质。提供了一种计算机存储介质。提供了一种计算机存储介质。

【技术实现步骤摘要】
基于血液样本预测耐药性的方法、装置和计算机存储介质


[0001]本专利技术涉及计算机
，特别涉及一种基于血液样本预测耐药性的方法、装置和计算机存储介质。

技术介绍

[0002]肾细胞癌(Renal Cell Carcinoma，RCC)是泌尿系统中常见的恶性肿瘤之一，约占肾脏恶性疾病90％、成人恶性肿瘤的2％
‑
3％，在中国的发病率位居泌尿系肿瘤第二位。肾癌起病隐匿，早期没有典型的临床症状，因此30％
‑
40％的患者在首次就诊就已经发生转移。对于晚期肾癌，传统的放、化疗收效甚微，白介素
‑
2(IL
‑
2)、干扰素
‑
α(IFN
‑
α)等细胞因子治疗一度成为标准治疗，但也仅在不到20％的患者中起效，中位总生存期仅为13.3个月，且有明显的副作用，晚期肾癌或者转移性肾癌患者5年生存率低至12.1％。随着对肾癌发生发展研究的深入，新的小分子靶向药物极大改善了晚期肾癌的治疗前景，其中位PFS(progression
‑
free survival，非进展生存期)是以往接受细胞因子治疗患者的两倍，总缓解率相比也有显著的提高。
[0003]肾癌TKI类药物主要包括舒尼替尼、帕唑帕尼、索拉非尼、阿西替尼，是目前临床上治疗晚期肾癌常用的靶向药物，这类药物的主要作用机制是能够抑制肿瘤细胞生长和减少肿瘤血供。但是，大约22％的患者用药时就出现原发耐药，而多数患者会在治疗开始的6个月后出现继发耐药甚至疾病进展。由于缺乏相关数据来预测患者对肾癌靶向药物治疗的耐药性，医生无法对该类药物的治疗效果进行预测，在耐药之后也缺乏有效的干预手段。

技术实现思路

[0004]本专利技术的目的在于解决目前缺乏相关数据来预测肾癌患者对靶向药物治疗的耐药性，无法对该类药物的治疗效果进行预测的问题。本专利技术提供了一种基于血液样本预测耐药性的方法、装置和计算机存储介质，可为医生或研究者提供相关数据，使得医生或研究者能够在肾癌患者服药前对该患者进行靶向药物治疗疗效的预测，为肾癌患者制定个体化治疗方案。
[0005]为解决上述技术问题，本专利技术的实施方式公开了一种基于血液样本预测耐药性的方法，包括：
[0006]获取血液样本中CHIT1蛋白的浓度数值a，确定所述CHIT1蛋白的浓度数值a对应的赋值为A；
[0007]获取血液样本中IL6R蛋白的浓度数值b，确定所述IL6R蛋白的浓度数值b对应的赋值为B；
[0008]获取血液样本中NRCAM蛋白的浓度数值c，确定所述NRCAM蛋白的浓度数值c对应的赋值为C；
[0009]获取血液样本中NT5E蛋白的浓度数值d，确定所述NT5E蛋白的浓度数值d对应的赋值为D；
[0010]确定各蛋白的浓度数值对应的赋值的总和E，其中，E＝A+B+C+D；
[0011]基于所述各蛋白的浓度数值对应的赋值的总和E，确定耐药性的表征值F。
[0012]采用上述技术方案，由于目前临床医生在靶向药物的选择上没有统一标准，均按照经验选择，并没有相关数据和方法能够使得医生或研究者在肾癌患者服药前对该患者进行靶向药物治疗的耐药性进行判断，因此无法对该类药物的治疗效果进行预测，而申请人在前期实验中，利用ELISA(Enzyme
‑
Linked Immunosorbnent Assay酶联接免疫吸附剂测定)对大量患者的血液样本进行蛋白检测，与患者对靶向药物的耐药性结合，发现血液样本中CHIT1(chitotriosidase
‑
1几丁质酶1),IL6R(Interleukin
‑
6receptor白介素
‑
6受体),NRCAM(Neuronal Cell Adhesion Molecule锚蛋白结合蛋白)和NT5E(5'
‑
nucleotidase ecto胞外
‑
5'
‑
核苷酸酶)这四个蛋白的表达水平与患者对靶向药物的耐药性密切相关。
[0013]而且可以根据血液样本中CHIT1(chitotriosidase
‑
1几丁质酶1),IL6R(Interleukin
‑
6receptor白介素
‑
6受体),NRCAM(Neuronal Cell Adhesion Molecule锚蛋白结合蛋白)和NT5E(5'
‑
nucleotidase ecto胞外
‑
5'
‑
核苷酸酶)这四个蛋白是高表达还是低表达，从而确定每个蛋白的赋值，总的赋值分数越高，则该患者对靶向药物的耐药性的表征值越高，总的赋值分数越低，则该患者对靶向药物的耐药性的表征值越低。
[0014]因此，通过本申请提供的基于血液样本预测耐药性的方法，使得医生或研究者可以实现在患者服药前就可以预测该患者对靶向药物治疗的耐药性，为患者提供制定个体化治疗方案，防止出现耐药问题。
[0015]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种基于血液样本预测耐药性的方法，所述基于所述各蛋白的浓度数值对应的赋值的总和E，确定耐药性的表征值F包括：当E≤70时，F≤0.05；当70＜E≤120时，F＝0.05+(E
‑
70)*0.003；当120＜E≤156时，F＝0.2+(E
‑
120)*0.2/36；当156＜E≤184时，F＝0.4+(E
‑
156)*0.2/28；当184＜E≤220时，F＝0.6+(E
‑
184)*0.2/36；当220＜E≤270时，F＝0.8+(E
‑
220)*0.15/50；当E＞270时，F＞0.95。
[0016]采用上述技术方案，通过利用统计学方法建立了nomogram(诺莫)模型，开发相关检测试剂盒，该模型可以通过蛋白的表达量计算出耐药性的表征值，帮助医生或研究者提前预测疗效。
[0017]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种基于血液样本预测耐药性的方法，所述获取血液样本中CHIT1蛋白的浓度数值a，确定所述CHIT1蛋白的浓度数值a对应的赋值为A包括：当所述CHIT1蛋白的浓度数值a≥1973.83ng/L时，所述A＝80，当所述CHIT1蛋白的浓度数值a＜1973.83ng/L时，所述A＝0。
[0018]采用上述技术方案，根据median(中位数)函数发现患者血液中CHIT1(chitotriosidase
‑
1几丁质酶1)蛋白确定是高表达(high)还是低表达(low)，高表达则赋值为80，低表达则赋值为0。
[0019]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种基于血液样本预测耐药性的方法，所述获取血液样本中IL6R蛋白的浓度数值b，确定所述IL6R蛋白的浓度数值b本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于血液样本预测耐药性的方法，其特征在于，包括：获取血液样本中CHIT1蛋白的浓度数值a，确定所述CHIT1蛋白的浓度数值a对应的赋值为A；获取血液样本中IL6R蛋白的浓度数值b，确定所述IL6R蛋白的浓度数值b对应的赋值为B；获取血液样本中NRCAM蛋白的浓度数值c，确定所述NRCAM蛋白的浓度数值c对应的赋值为C；获取血液样本中NT5E蛋白的浓度数值d，确定所述NT5E蛋白的浓度数值d对应的赋值为D；确定各蛋白的浓度数值对应的赋值的总和E，其中，E＝A+B+C+D；基于所述各蛋白的浓度数值对应的赋值的总和E，确定耐药性的表征值F。2.如权利要求1所述的基于血液样本预测耐药性的方法，其特征在于，所述基于所述各蛋白的浓度数值对应的赋值的总和E，确定耐药性的表征值F包括：当E≤70时，F≤0.05；当70＜E≤120时，F＝0.05+(E
‑
70)*0.003；当120＜E≤156时，F＝0.2+(E
‑
120)*0.2/36；当156＜E≤184时，F＝0.4+(E
‑
156)*0.2/28；当184＜E≤220时，F＝0.6+(E
‑
184)*0.2/36；当220＜E≤270时，F＝0.8+(E
‑
220)*0.15/50；当E＞270时，F＞0.95。3.如权利要求1所述的基于血液样本预测耐药性的方法，其特征在于，所述获取血液样本中CHIT1蛋白的浓度数值a，确定所述CHIT1蛋白的浓度数值a对应的赋值为A包括：当所述CHIT1蛋白的浓度数值a≥1973.83ng/L时，所述A＝80；当所述CHIT1蛋白的浓度数值a＜1973.83ng/L时，所述A＝0。4.如权利要求1所述的基于血液样本预测耐药性的方法，其特征在于，所述获取血液样本中IL6...

【专利技术属性】
技术研发人员：王林辉，甘欣欣，晏睿，庞庆阳，王正，皇甫钊，张清华，
申请(专利权)人：上海理工大学苏州中科华影健康科技有限公司，
类型：发明
国别省市：