【技术实现步骤摘要】
生物标志物在制备预测和/或诊断UTUC的试剂盒中的应用
[0001]本专利技术属于生物医药技术和诊断领域,具体涉及一种构建
UTUC
预测模型的方法
、UTUC
预测模型
、
用于预测
UTUC
的系统
、
生物标志物在制备预测和
/
或诊断
UTUC
的试剂盒中的应用
、
用于检测生物标志物的试剂
、
用于检测生物标志物的试剂在制备预测和
/
或诊断
UTUC
的试剂盒中的应用及一种生物标志物组合
。
技术介绍
[0002]上尿路尿路上皮癌
(Upper tract urothelial carcinoma
,
UTUC)
包括输尿管和肾盂癌,相对不常见,仅占尿路上皮癌
(UC)
的5%~
10
%
。
约
75
%的
UTUC
患者表现为血尿
(
肉眼或镜下
)
,较少见的症状是侧腹疼痛或可触及肿块
。55
%~
59
%的
UTUC
患者在诊断时有肌肉侵犯,肌层浸润性
UTUC(MI
‑
UTUC)
预后极差
。
肿瘤分期为
pT2/pT3
的
UTUC
患者的5 ...
【技术保护点】
【技术特征摘要】
1.
一种生物标志物在制备预测和
/
或诊断
UTUC
的试剂盒中的应用,其特征在于,所述生物标志物包括以下一种或多种蛋白质:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1。2.
一种用于检测生物标志物的试剂,其特征在于,所述生物标志物包括以下一种或多种蛋白质:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1
;较佳地:所述试剂用于检测所述生物标志物的表达水平,所述表达水平为蛋白质表达水平和
/
或
mRNA
转录水平,所述试剂优选为用于转录组和
/
或蛋白质组测序的试剂;和
/
或,所述试剂为与所述生物标志物特异性结合,或者与编码所述生物标志物的核酸特异性杂交的生物分子试剂,所述生物分子试剂优选自引物
、
探针和抗体
。3.
一种用于检测生物标志物的试剂在制备预测和
/
或诊断
UTUC
的试剂盒中的应用,其特征在于,所述生物标志物包括以下一种或多种蛋白质:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1
;优选地,所述试剂为如权利要求2所述的试剂
。4.
一种生物标志物组合,其特征在于,所述生物标志物组合包括以下一种或多种蛋白质:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1。5.
一种试剂盒,其特征在于,所述试剂盒包含如权利要求2所述的试剂和如权利要求4所述的生物标志物组合
。6.
一种检测
UTUC
的方法,其特征在于,所述方法包括检测待测血浆样本中的生物标志物的表达水平;所述生物标志物包括以下一种或多种蛋白质:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1
;较佳地,所述表达水平为蛋白表达水平和
/
或
mRNA
转录水平;和
/
或,所述检测
UTUC
的方法为非诊断目的的
。7.
一种
UTUC
预测模型的构建方法,其特征在于,所述构建方法包括:将蛋白质表达量数据库中的蛋白质表达量数据输入广义线性回归模型进行机器学习,构建得到所述
UTUC
预测模型;所述蛋白质表达量数据库中蛋白质表达量数据的来源包含
UTUC
患者的血浆样本和健康的血浆样本;所述蛋白质表达量数据包括以下生物标志物的蛋白质表达量数据:
C2、ANX6、THUMPD1、CD44、CPN1、HBZ、LRPPRC、S100A8、SAA2
和
SAA1
;较佳地,所述蛋白质表达量数据通过
LC
‑
MS
技术得到,使用
DIA
检测方式采集;优选地,所述
DIA
检测方式采集的数据经
Firmiana
软件进行肽段匹配;更优选地,所述肽段匹配的数据库为
UniProt
人类蛋白质数据库;和
/
或,采用
DIA
‑
NN
分析经
Firmiana
处理后的蛋白质表达量数据:使用
iBAQ
方法进行蛋白质定量,计算各蛋白质的
FOT
,并将各蛋白的
FOT
作为蛋白质表达量数据输入广义线性回归模型;和
/
或,所述蛋白质表达量数据输入广义线性回归模型前,先将所述
UTUC
患者的血浆样本分为发现队列和验证队列,所述发现队列和验证队列同时还包括相同的健康的血浆样本,所述发现队列和验证队列中
UTUC
患者的血浆样本的比例优选为
2:1
‑
8:1
;和
/
或,输入广义线性回归模型的蛋白质满足:
UTUC
患者的血浆样本中表达量
/
健康的血浆样本中表达量>2,且
Wilcoxon rank
‑
sum test
检验并经
Benjamini
‑
Hochberg
校正的
p
值小于
0.05
;和
/
或,所述
广义线性回归模型的参数为:采用向后逐步回归方法筛选标志物,并利用
R
包
glm
功能进行预测
。8.
一种
UTUC
预测模型,其特征在于,所述
UTUC
预测模型由如权利要求7所述...
【专利技术属性】
技术研发人员:李明珠,
申请(专利权)人:上海爱谱蒂康生物科技有限公司,
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。