一种综合基因突变特征与制造技术

发明专利技术属于疾病诊断和风险预测领域，具体涉及一种综合基因突变特征与多重免疫荧光染色

【技术实现步骤摘要】
一种综合基因突变特征与mIF图像特征的肺癌淋巴结转移多模态预测模型构建方法


[0001]本专利技术属于疾病诊断和风险预测领域，具体涉及一种综合基因突变特征与
mIF
图像特征的肺癌淋巴结转移多模态预测模型构建方法和预测模型系统
。

技术介绍

[0002]肺癌的精准分期有助于治疗方案的选择和预后评估，目前最常见的肺癌分期方法是
WHO
推出的
TNM
肿瘤分期系统，其根据原发肿物侵犯程度（
T
）
、
淋巴结转移（
N
）和远隔转移（
M
）三个维度将肺癌分为四期，其中
I、II
期以及Ⅲa
期为早期肺癌
。N
分期与肺癌的最终分期密切相关，很大程度上影响患者的术后辅助治疗
、
复发及总生存，因此判断是否存在淋巴结转移具有重要的临床意义
。
[0003]尽管目前临床上常用计算机断层扫描（
CT
）等无创影像学检查检测淋巴结转移，但依然无法得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种综合基因突变特征与多重免疫荧光染色
mIF
图像特征的肺癌淋巴结转移多模态预测模型构建方法，其特征在于：所述预测模型构建方法包括以下步骤：步骤1：获取基因突变特征：获得一种或多种在分类器中的系数
Coef
绝对值较大的基因突变特征；步骤2：获取
mIF
图像特征：步骤
2.1
：使用一种或多种肺癌细胞表面抗原的相应抗体对患者的肺癌组织切片进行
mIF
；步骤
2.2
：对染色后的组织切片拍摄详细的图像，使用软件进行分析，通过聚类分析得到多种不同的单细胞在切片上的分布；步骤
2.3
：评估肿瘤免疫微环境对于肺癌患者淋巴结转移情况的影响；步骤
2.4
：获得一种或多种在分类器中的系数
Coef
绝对值较大的
mIF
图像特征；步骤3：预测模型的产生：采用步骤1中获得的基因突变特征和步骤2中获得的
mIF
图像特征，构建淋巴结转移预测模型；步骤4：预测模型的验证：验证预测模型的准确性
、
特异性
、
敏感性和稳健性
。2.
根据权利要求1所述的预测模型构建方法，其特征在于：在步骤1中，系统性分析肺癌患者的基因突变谱，基于各种基因突变特征使用支持向量机计算淋巴结转移与否的间隔最大线性分类器，从而获得各个基因突变特征在分类器中的系数
Coef
，获得一种或多种
Coef
绝对值较大的基因突变特征；在步骤
2.2
中，对染色后的组织切片拍摄详细的图像，使用图像分析软件，利用每个抗原的单抗染色组织图像构建的光谱库对多光谱图像进行解混，拼接每个视野的图像以获得切片的完整视图，使用软件对图像进行分割，生成
mask
文件，使用软件进行分析，通过聚类分析得到多种不同的单细胞在切片上的分布；在步骤
2.3
中，根据细胞核间最近距离
、
细胞核间最远距离
、
细胞核间平均距离以及细胞属性四种维度定义患者的肿瘤免疫微环境特征；在步骤
2.4
中，使用
SVM
计算淋巴结转移与否的间隔最大线性分类器，从而获得各个图像特征在分类器中的系数
Coef
，获得一种或多种
Coef
绝对值较大的
mIF
图像特征；在步骤3中，采用步骤1中获得的基因突变特征和步骤2中获得的
mIF
图像特征对
GeneFeatures
与
ImFeatures
的
SVM
参数进行整合，并且使用
Leave
‑
One
‑
Out Cross
‑
Validation
方法筛选最佳参数，然后用
Logistic
回归构建淋巴结转移预测模型
。3.
根据权利要求1所述的预测模型构建方法，其特征在于：所述肺癌为肺癌
I
‑
IV
期
。4. 根据权利要求1或权利要求2所述的预测模型构建方法，其特征在于：在步骤
2.1
中，使用的肺癌细胞表面抗原选自以下一种或多种：
PANCK、CD4、CD8、FOXP3、CD68、CD86、MPO、CD11c、CD11b、CD206、PD
‑
...

【专利技术属性】
技术研发人员：李浩，王俊，杨帆，李运，盛剑鹏，
申请(专利权)人：北京大学人民医院，
类型：发明
国别省市：