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() PKIB作为肺癌诊断、预后生物标志物和治疗靶标的应用制造技术_技高网

PKIB作为肺癌诊断、预后生物标志物和治疗靶标的应用制造技术

技术编号:41207162 阅读:7 留言:0更新日期:2024-05-07 22:33
本发明专利技术公开了PKIB作为肺癌诊断、预后生物标志物和治疗靶标的应用。本发明专利技术在于基于预后相关AS构建一个预后模型,根据该模型计算出的风险值,将患者分为高、低风险两组;利用TCGA‑LUAD数据集进行详尽的生物信息学分析,结果揭示了高、低风险的两组患者在预后、TIME、免疫检查点表达水平以及ICB治疗反应方面存在显著差异;并通过实验验证了PKIB于体外影响LUAD细胞增殖、迁移以及侵袭的能力。本发明专利技术为肺癌早期诊断和预后提供了新的标志物和新的治疗靶点,提供新的治疗策略。

【技术实现步骤摘要】

本专利技术涉及生物医药,具体涉及pkib作为肺癌诊断、预后生物标志物和治疗靶标的应用。


技术介绍

1、根据2020年全球癌症统计数据,肺癌新发病例达到了2,200,000例,而肺癌死亡病例超过了1,700,000例,高于乳腺癌、前列腺癌以及胰腺癌所致死亡病例总和,位列癌症死亡率首位。根据组织学分型,肺癌可分为非小细胞肺癌(non-small cell lung cancer,nsclc,85%)和小细胞肺癌(small cell lung cancer,sclc,15%)。nsclc可以进一步细分组织学亚型,亚型包括肺腺癌(lung adenocarcinoma,luad),肺鳞癌以及大细胞肺癌。随着诊断技术和治疗手段的进步,luad的死亡率在近十年内有所降低,尤其是靶向治疗和免疫检查点抑制剂(immune checkpoint inhibitor,ici)的应用为肺腺癌治疗策略带来了变革,但令人遗憾的是患者的生存率依然偏低。越来越多的研究表明,遗传亚型与疾病的早期诊断、临床表现、治疗反应以及预后密切相关。鉴于luad的高死亡率,必须进一步研究遗传亚型的功能以及更多的分子机制,以便为luad的早期检测和治疗提供更多的选择。

2、肿瘤微环境(tumor microenvironment,tme)中包含四种主要细胞类型:基质细胞、成纤维细胞、内皮细胞和免疫细胞。免疫细胞共同构成肿瘤免疫微环境(tumor immunemicroenvironment,time),是可能影响肿瘤发展的重要微环境成分。此外,以免疫细胞为靶点的免疫治疗的应用有助于提高luad患者的总体生存率。尽管免疫治疗的广泛应用为患者提供了更多的治疗选择,但这仅适用于部分满足特定条件的患者,并且由于潜在的耐药性,疗效会逐步减弱。因此,十分有必要发现一种基于分子风险分布的方法来预测luad的肿瘤进展和对免疫治疗的反应,这将有助于医生针对不同患者采用个性化治疗方案,从而提高患者生存率并强化免疫治疗的效果。

3、可变剪切(alternative splicing,as)是一种可以生成更多的mrna从而促进蛋白质多样性的基因表达调控机制。as事件可以通过剪切百分比(percent spliced in,psi)进行量化,类似于基因的表达水平。众所周知,as共有7种类型:内含子保留(retainedintron,ri),外显子跳跃(exon skip,es),外显子互斥(mutually exclusive exons,me),可变启动子(alternate promoter,ap),可变终止子(alternate terminator,at),可变受体位点(alternate acceptor site,aa)以及可变供体位点(alternate donor site,ad)。大量的研究数据表明,as在肿瘤的发生、发展、治疗反应及耐药性方面具有关键作用。同时,as已被证实与luad具有密切关联。然而,目前关于as事件与time以及免疫治疗之间联系的研究仍然不足。

4、基因pkib(camp-dependent protein kinase inhibitor beta,camp依赖性蛋白激酶抑制因子β)定位于人6号染色体,全长254457bp,该基因编码的蛋白可能通过与蛋白激酶a(protein kinase a,pka)的催化亚基相互作用,在pka通路中发挥作用。pkib过表达可促进前列腺癌细胞的增殖以及侵袭,并且pkib也在乳腺癌以及骨肉瘤中发挥作用。然而,pkib在time以及icb治疗方面的作用尚不明确。


技术实现思路

1、本专利技术的目的是针对上述问题,提供一种pkib作为肺癌诊断、预后生物标志物和治疗靶标的应用。

2、本专利技术为了实现其目的,采用的技术方案是:

3、检测生物标志物pkib表达的试剂在制备用于对肺癌对象进行诊断或预后的产品中的应用。

4、所述诊断的方法包括:从疑似患有肺癌的对象中获得测试样品,确定所述测试样品中pkib的表达水平,如果较正常对照pkib高表达,提示对象为肺癌患者。

5、所述预后的方法包括:从患有肺癌的对象中获得测试样品,确定所述测试样品中pkib的表达水平用于提供对象的预后,pkib高表达患者预示着患者的不良预后。

6、pkib作为靶点在筛选治疗肺癌的药物中的应用。

7、其中,pkib作为免疫治疗靶点。

8、所述药物抑制pkib的表达,从而抑制肺癌细胞增殖、迁移和侵袭能力,进而减缓或阻止肺癌发展。

9、pkib表达抑制剂在制备治疗肺癌的药物中的应用。

10、所述表达抑制剂为sirna;

11、所述sirna的核苷酸序列为如下任意一条:

12、si-pkib-1:5'-cuccgugaaggaagaugca-3';

13、si-pkib-2:5'-ccacagacggaaccucagauu-3';

14、si-pkib-3:5'-cggaaugccuuaccagaca-3';

15、优选为si-pkib-1,经验证,3条sirna的转染效率均达到要求,其中,si-pkib1的效率最高。

16、在上述任一项所述的应用技术方案中,所述肺癌为非小细胞肺癌。

17、优选地,所述肺癌为肺腺癌。

18、本专利技术基于luad预后相关as,构建了一个包含12个as事件的预后模型,根据模型所计算出的风险值,可将患者分为高、低风险两组。通过分析风险值和as预后模型相关基因pkib与time特征以及icb相关基因的联系,以此来探究as与pkib在调节time与影响icb治疗的重要性。本专利技术研究证实:

19、(1)as预后模型具有较强的预测luad患者预后的能力,且随着luad的进展,风险值升高。

20、(2)风险值与time特征以及icb相关基因的表达水平具有联系,提示as可能参与了time的改变并对icb治疗造成影响。

21、(3)pkib的表达水平与time特征以及icb相关基因的表达水平具有相关性,并且敲低pkib后抑制了luad细胞的增殖、迁移以及侵袭能力,提示pkib可能是影响luad进展、icb治疗以及参与time改变的关键分子。

22、本专利技术通过构建as预后模型,并依据风险值将病人精准分类,且明确了高、低风险组患者之间的time特征以及对icb治疗反应存在差异,为luad患者的个体化治疗以及精准治疗提供了重要参考。为肺癌早期诊断和预后提供了新的标志物和新的治疗靶点,提供新的治疗策略。

本文档来自技高网...

【技术保护点】

1.检测生物标志物PKIB表达的试剂在制备用于对肺癌对象进行诊断或预后的产品中的应用。

2.根据权利要求1所述的应用,其特征在于,所述诊断的方法包括:从疑似患有肺癌的对象中获得测试样品,确定所述测试样品中PKIB的表达水平,如果较正常对照PKIB高表达,提示对象为肺癌患者。

3.根据权利要求1所述的应用,其特征在于,所述预后的方法包括:从患有肺癌的对象中获得测试样品,确定所述测试样品中PKIB的表达水平用于提供对象的预后,PKIB高表达患者预示着患者的不良预后。

4.PKIB作为靶点在筛选治疗肺癌的药物中的应用。

5.根据权利要求4所述的应用,PKIB作为免疫治疗靶点。

6.根据权利要求4或5所述的应用,其特征在于:所述药物抑制PKIB的表达,从而抑制肺癌细胞增殖、迁移和侵袭能力,进而减缓或阻止肺癌发展。

7.PKIB表达抑制剂在制备治疗肺癌的药物中的应用。

8.根据权利要求7所述的应用,其特征在于:所述表达抑制剂为siRNA;

9.根据权利要求1至9任一项所述的应用,其特征在于:所述肺癌为非小细胞肺癌。

10.根据权利要求9所述的应用,其特征在于:所述肺癌为肺腺癌。

...

【技术特征摘要】

1.检测生物标志物pkib表达的试剂在制备用于对肺癌对象进行诊断或预后的产品中的应用。

2.根据权利要求1所述的应用,其特征在于,所述诊断的方法包括:从疑似患有肺癌的对象中获得测试样品,确定所述测试样品中pkib的表达水平,如果较正常对照pkib高表达,提示对象为肺癌患者。

3.根据权利要求1所述的应用,其特征在于,所述预后的方法包括:从患有肺癌的对象中获得测试样品,确定所述测试样品中pkib的表达水平用于提供对象的预后,pkib高表达患者预示着患者的不良预后。

4.pkib作为靶点在筛选治疗肺癌的药物中...

【专利技术属性】
技术研发人员:张政文彦卿孙艳彭睿刘含登
申请(专利权)人:重庆医科大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1