System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于生物医药,具体涉及一组用于预测鼻咽癌复发转移风险的瘤内菌标志物及其应用。
技术介绍
1、鼻咽癌是一种起源于鼻咽上皮细胞的侵袭性头颈恶性肿瘤。近年来,随着现代影像技术、放射治疗技术以及放化综合治疗策略的进步,鼻咽癌的死亡率已经大幅度下降。目前鼻咽癌的预后预测主要依赖于tnm临床分期(t:原发肿瘤;n:淋巴结;m:远处转移)。然而对于接受相似治疗方案和处于相同分期的患者,其临床转归大相径庭,且局部复发和远处转移约占据鼻咽癌死因的30%。这说明仅仅基于以解剖学信息为基础的tnm分期尚不足以决定鼻咽癌患者的个体化最佳治疗方案及准确预测临床预后。由于鼻咽癌的异质性及复杂的调控机制,寻求新的肿瘤标志物以预测鼻咽癌复发转移风险仍任重道远。
2、人类和微生物的命运紧密交织,微生物被视为是人体的“隐形器官”,无声地控制着机体新陈代谢和免疫系统。其功能紊乱可导致各种疾病状态,尤其是与多种恶性肿瘤息息相关。随着测序技术的发展,最初被认为是无菌的肿瘤组织也显示出独有的微生物特征,这促使了肿瘤微生物相关研究的盛行。目前,越来越多研究发现肿瘤内微生物与肿瘤生物学行为密切关联,这提示其在肿瘤预后判断等方面具有重要临床价值。
3、因此在微生物水平上,甄别具有复发转移倾向的鼻咽癌患者,做到提前预测并给予有效的治疗,有望显著改善这部分患者的预后。
技术实现思路
1、本专利技术的目的在于提供一组用于预测鼻咽癌复发转移风险的瘤内菌标志物,可以从宿主-微生物的角度反映鼻咽癌患者的生物学
2、本专利技术所采取的技术方案是:
3、本专利技术的第一方面,提供一种标志物组合,包括bacteroides、alloprevotella、parvimonas和dialister。
4、本专利技术的第二方面,提供本专利技术第一方面所述的标志物组合或检测本专利技术第一方面所述标志物组合的试剂在制备产品中的应用,所述产品的功能以下至少一种;
5、(a)预测鼻咽癌复发风险;
6、(b)预测鼻咽癌转移风险;
7、(c)预测鼻咽癌患者无疾病生存;
8、(d)预测鼻咽癌患者无远处转移生存;
9、(e)预测鼻咽癌患者总生存;
10、(f)鼻咽癌患者预后判断。
11、优选地,所述试剂为检测本专利技术第一方面所述标志物组合的相对丰度的试剂。
12、优选地,所述试剂包括用于选自下组的一种或多种方法检测相对丰度的试剂:16s测序、全基因组测序、定量聚合酶链式反应、pcr-焦磷酸测序、荧光原位杂交、微阵列、pcr-elisa。
13、优选地,所述试剂包括引物、探针、反义寡核苷酸、适配体或抗体。
14、优选地,所述引物的序列为:
15、338f:5’-actcctacgggaggcagca-3’;
16、806r:5’-ggactachvgggtwtctaat-3’。
17、本专利技术的第三方面,提供一种产品,所述产品包括本专利技术第二方面所述的试剂。
18、优选地,所述产品包括试剂、试剂盒、试纸或芯片。
19、本专利技术的第四方面,提供一种检测系统,包括:
20、a)检测模块:收集患者的样本,测定本专利技术第一方面所述的标志物组合中标志物的相对丰度,并将各标志物的相对丰度数据输出至模型计算模块;
21、b)分析模块:计算患者的风险评分,以预测患者的复发风险、转移风险、无疾病生存、无远处转移生存、总生存、预后情况;
22、所述风险评分计算公式如下:
23、风险评分=(3.4585*bacteroides相对丰度)+(8.5512*alloprevotella相对丰度)+(2.3116*parvimonas相对丰度)+(3.7812*dialister相对丰度);
24、所述判断的标准如下:
25、如果风险评分大于或等于阈值,则待测者发生复发风险、转移风险、预后不良、无疾病生存期缩短、无远处转移生存期缩短、总生存期缩短的几率越高;
26、如果风险评分小于阈值,则待测者发生复发风险、转移风险、预后不良、无疾病生存期缩短、无远处转移生存期缩短、总生存期缩短的几率越低;
27、c)输出模块:输出分析结果。
28、优选地,所述阈值为采用r软件中“proc”软件包中的roc函数及coords函数来确定评分临界值。
29、优选地,所述阈值为0.0288。
30、优选地,所述样本包括血液、组织、细胞样品、尿液、粪便中至少一种。
31、优选地,所述样本为组织。
32、优选地,所述样本为癌组织。
33、本专利技术的第五方面,提供一种计算设备,包含:
34、至少一个处理单元;和
35、至少一个存储器,所述存储器耦合至所述处理单元,并存储用于由所述处理单元执行的指令,所述指令当被执行时,所述设备能够实现预测鼻咽癌患者的复发风险、转移风险、无疾病生存、无远处转移生存、总生存、预后情况中的至少一种,所述预测包括如下步骤:
36、a)根据收集和测定的所述患者样本的本专利技术第一方面所述的标志物组合中标志物的相对丰度,计算患者的风险评分;所述风险评分计算公式如下:
37、风险评分=(3.4585*bacteroides相对丰度)+(8.5512*alloprevotella相对丰度)+(2.3116*parvimonas相对丰度)+(3.7812*dialister相对丰度);
38、b)根据患者的风险评分预测患者的复发风险、转移风险、无疾病生存、无远处转移生存、总生存、预后情况;
39、判断的标准如下:
40、如果风险评分大于或等于阈值,则待测者发生复发风险、转移风险、预后不良、无疾病生存期缩短、无远处转移生存期缩短、总生存期缩短的几率越高;
41、如果风险评分小于阈值,则待测者发生复发风险、转移风险、预后不良、无疾病生存期缩短、无远处转移生存期缩短、总生存期缩短的几率越低。
42、优选地,所述阈值为采用r软件中“proc”软件包中的roc函数及coords函数来确定评分临界值。
43、优选地,所述阈值为0.0288。
44、优选地,所述样本包括血液、组织、细胞样品、尿液、粪便中至少一种。
45、优选地,所述样本为组织。
46、优选地,所述样本为癌组织。
47、本专利技术的第六方面,提供计算机可读存储介质,其存储有计算机程序,该程序能够被机器执行,以实现预测鼻咽癌患者的复发风险、转移风险、无疾病生存、无远处转移生存、总生存、预后情况的步骤,所述步骤如下:
48、a)根据收集和测定的所述患者样本的本专利技术第一方面所述本文档来自技高网...
【技术保护点】
1.一种标志物组合,包括Bacteroides、Alloprevotella、Parvimonas和Dialister。
2.权利要求1所述的标志物组合或检测权利要求1所述标志物组合的试剂在制备产品中的应用,所述产品的功能以下至少一种;
3.根据权利要求2所述的应用,其特征在于,所述试剂为检测权利要求1所述标志物组合的相对丰度的试剂。
4.根据权利要求3所述的应用,其特征在于,所述试剂包括用于选自下组的一种或多种方法检测相对丰度的试剂:16S测序、全基因组测序、定量聚合酶链式反应、PCR-焦磷酸测序、荧光原位杂交、微阵列、PCR-ELISA。
5.根据权利要求4所述的应用,其特征在于,所述试剂包括引物、探针、反义寡核苷酸、适配体或抗体;优选地,所述引物的序列为:
6.一种产品,所述产品包括权利要求2~5任一项所述的试剂。
7.根据权利要求6所述的产品,其特征在于,所述产品包括试剂、试剂盒、试纸或芯片。
8.一种检测系统,包括:
9.一种计算设备,包含:
10.计算机可读存储
...【技术特征摘要】
1.一种标志物组合,包括bacteroides、alloprevotella、parvimonas和dialister。
2.权利要求1所述的标志物组合或检测权利要求1所述标志物组合的试剂在制备产品中的应用,所述产品的功能以下至少一种;
3.根据权利要求2所述的应用,其特征在于,所述试剂为检测权利要求1所述标志物组合的相对丰度的试剂。
4.根据权利要求3所述的应用,其特征在于,所述试剂包括用于选自下组的一种或多种方法检测相对丰度的试剂:16s测序、全基因组测序、定量聚合酶链式反应、pcr-焦磷酸测序、荧光原位杂交、微阵列、pcr-el...
【专利技术属性】
技术研发人员:柳娜,谭细容,乔涵,李颖庆,黄圣燕,龚莎,王静云,
申请(专利权)人:中山大学肿瘤防治中心中山大学附属肿瘤医院,中山大学肿瘤研究所,
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。