【技术实现步骤摘要】
本专利技术属于生物，尤其涉及一种卵巢癌cd8+ t细胞相关预后评估方法、系统及其应用。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、上皮性卵巢癌是妇科恶性肿瘤中最致命的类型，也是女性癌症死亡的第五大主要原因。高级别浆液性卵巢癌是上皮性卵巢癌最常见的组织学亚型，占所有病例的60％-80％。大部分患者被诊断为上皮性卵巢癌时往往已处于晚期阶段，接受一线化疗后经常发生复发，导致其5年生存率不足30％。虽然肿瘤治疗已进入精准靶向治疗时代，然而高级别浆液性卵巢癌的主要治疗方案仍为手术后卡铂-紫杉醇联合疗法，铂耐药卵巢癌患者接受抗pd-1/pd-l1单药治疗的反应率较低，不超过8％。尽管高级别浆液性卵巢癌在分子或t细胞水平上具有内源性免疫应答的潜力，但迄今为止，针对卵巢癌的免疫治疗并未达到预期效果。
3、在抗肿瘤免疫应答中，cd8+细胞毒性t淋巴细胞通过介导直接的肿瘤细胞杀伤，扮演着主要的效应细胞角色，cd8+上皮内肿瘤浸润淋巴细胞被认为是免疫攻击的标志。在所有卵巢癌中，cd8+ t淋巴细胞在高级别浆液性卵巢癌的肿瘤组织中浸润程度最高，且无论手术细胞减灭程度、化疗或者是否存在生殖系brca1突变，cd8+上皮内肿瘤浸润淋巴细胞都是一个有利的预后因子，但导致免疫检查点抑制剂响应不足的具体机制尚未明晰。因此，开发新型cd8+ t细胞活化相关预后标志物以促进卵巢癌个体化精准免疫治疗，对解决卵巢癌免疫治疗响应率低的临床实际问题具有重要意义。
4、现有技术中，缺乏聚
技术实现思路
1、为克服上述现有技术的不足，本专利技术提出了一种卵巢癌cd8+ t细胞相关预后评估方法、系统及其应用。本专利技术中通过分析受试者转录组表达谱数据和生存信息，获得免疫浸润丰度及cd8+ t细胞浸润丰度；基于此分析整合获得卵巢癌预后相关基因并构建预后风险模型。为卵巢癌cd8+ t细胞相关预后生物标志物和治疗靶点的研发提供了高质量证据和临床指导，为解决卵巢癌免疫治疗响应率低且缺乏新型cd8+ t细胞相关标志物的临床实际问题提供了重要方法。
2、为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
3、本专利技术的第一方面，提供一种卵巢癌cd8+ t细胞相关预后评估方法，所述方法包括：
4、从数据库获得卵巢癌患者的全转录组表达谱数据和临床信息，制作数据集；经过预处理、质控和标准化，将数据集划分为训练集tcga-ov，测试集gse32062、gse9891或gse17260；
5、将训练集中全转录组表达谱数据和临床信息通过单样本基因集富集分析ssgsea算法评估每个卵巢癌患者肿瘤组织的免疫浸润程度、评估cd8+ t细胞的活化状态；
6、根据训练集中卵巢癌患者肿瘤免疫浸润程度数据进行聚类分析获得不同的免疫浸润亚型；
7、对训练集中的全转录组表达谱数据采用加权基因共表达网络(wgcna)输出基因模块；筛选基因模块中同时与免疫浸润亚型、activated cd8+ t cell和cytotoxicsignature三个指标相关性最高的模块作为核心基因模块并提取核心基因；通过kaplan-meier生存分析，以p＜0.05作为阈值，初步识别出预后相关基因；
8、对训练集中初步识别的预后相关基因的卵巢癌转录组数据进行z-score标准化，后通过10折交叉验证的lasso回归和最优子集回归进行特征筛选，通过多因素cox回归构建cd8+ t细胞相关基因预后风险模型；
9、将收集的卵巢癌肿瘤组织rna表达谱数据，输入到预后风险模型中计算风险评分risk score。
10、本专利技术的具体实施方式中，所述的风险评分的计算公式如下：
11、risk score＝(0.3531920×ifngr1的表达量)+(0.7026707×vsig4的表达量)+(0.3153868×nfkb1的表达量)+(-0.4880655×gbp2的表达量)+(-0.1910501×ctsc的表达量)+(0.1868241×plek2的表达量)+(-0.2380523×isg20的表达量)+(-0.3135907×slc28a3的表达量)+(-0.4557722×ccl18的表达量)+(-0.3802771×cd69的表达量)。
12、本专利技术的具体实施方式中，所述数据库包括tcga数据库和geo数据库；
13、所述卵巢癌患者的全转录组表达谱数据纳入标准为：卵巢癌为原发性高级别液性卵巢癌、具备完整的基因表达数据和临床信息、figo分期为ⅲ或ⅳ期、未曾接受治疗、每个数据集包含＞100例原发性高级别液性卵巢癌患者、总生存期≥30天及来源于全转录组检测平台。
14、本专利技术的具体实施方式中，基于不同免疫细胞亚群的特征基因集，通过单样本基因集富集分析(ssgsea)算法评估每个卵巢癌患者肿瘤组织的免疫浸润程度；
15、优选的，所述免疫细胞亚群包括13种固有免疫细胞类型和15种适应性免疫细胞类型；
16、更优选的，所述13种固有免疫细胞类型包括activated dendritic cell、cd56bright natural killer cell、cd56dim natural killer cell、eosinophil、immature dendritic cell、macrophage、mast cell、mdsc、monocyte、natural killercell、natural killer t cell、neutrophil和plasmacytoid dendritic cell；
17、或，所述15种适应性免疫细胞类型包括activated b cell、activated cd4+ tcell、activated cd8+ t cell、cd4+central memory t cell、cd8+central memory tcell、cd4+effector memory t cell、cd8+effector memory t cell、γδt细胞、immature bcell、memory b cell、regulatory t cell、t follicular helper cell、type 1t helpercell、type 17t helper cell和t本文档来自技高网...
【技术保护点】
1.一种卵巢癌CD8+T细胞相关预后评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，所述的风险评分的计算公式如下：
3.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，所述数据库包括TCGA数据库和GEO数据库；
4.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，基于不同免疫细胞亚群的特征基因集，通过单样本基因集富集分析ssGSEA算法评估每个卵巢癌患者肿瘤组织的免疫浸润程度；
5.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，基于Activated CD8+T cell和Cytotoxic signature两个特征基因集的ssGSEA得分评估卵巢癌患者肿瘤组织CD8+T细胞的活化状态；
6.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，根据免疫浸润程度，采用无监督共识聚类算法将卵巢癌患者划分为不同的免疫浸润亚组，通过累积分布函数CDF曲线、模糊聚类比例PAC统计量和NbC
7.如权利要求1所述的卵巢癌CD8+T细胞相关预后评估方法，其特征在于，所述预后风险模型中包括基因GBP2、CCL18、CD69、SLC28A3、ISG20、CTSC、PLEK2、NFKB1、IFNGR1和VSIG4。
8.一种卵巢癌CD8+T细胞相关预后评估系统，其特征在于，所述系统包括：
9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的卵巢癌CD8+T细胞相关预后评估方法。
10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的卵巢癌CD8+T细胞相关预后评估方法。
...【技术特征摘要】
1.一种卵巢癌cd8+t细胞相关预后评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的卵巢癌cd8+t细胞相关预后评估方法，其特征在于，所述的风险评分的计算公式如下：
3.如权利要求1所述的卵巢癌cd8+t细胞相关预后评估方法，其特征在于，所述数据库包括tcga数据库和geo数据库；
4.如权利要求1所述的卵巢癌cd8+t细胞相关预后评估方法，其特征在于，基于不同免疫细胞亚群的特征基因集，通过单样本基因集富集分析ssgsea算法评估每个卵巢癌患者肿瘤组织的免疫浸润程度；
5.如权利要求1所述的卵巢癌cd8+t细胞相关预后评估方法，其特征在于，基于activated cd8+t cell和cytotoxic signature两个特征基因集的ssgsea得分评估卵巢癌患者肿瘤组织cd8+t细胞的活化状态；
6.如权利要求1所述的卵巢癌cd8+t细胞相关预后评估方法，其特征在于，根据免疫浸润程度，采用无...
【专利技术属性】
技术研发人员：李霞，刘鑫馗，张振，范楠楠，褚楚，周苗苗，朱肖肖，李莉华，乔梦玫，李薇，
申请(专利权)人：山东中医药大学，
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。