[發(fā)明專利]一種用于對肌層浸潤性膀胱癌進行分子分型和/或預后預測的生物標記物組合及其應用

在審

• 申請?zhí)枺?/td>: 201910190625.1
• 申請日: 2019-03-13
• 公開（公告）號: CN109797221A
• 公開（公告）日: 2019-05-24
• 發(fā)明（設計）人: 畢德璽;蔚青
• 申請（專利權）人: 上海市第十人民醫(yī)院
• 主分類號: C12Q1/6886
• 分類號: C12Q1/6886;G16B25/10
• 代理公司: 上海申新律師事務所 31272
• 代理人: 俞滌炯

1.一種用于對肌層浸潤性膀胱癌進行分子分型和/或預后預測的生物標記物組合，其特征在于，所述生物標記物組合包括以下基因：FGF10、TP53INP1、DDR2、MYC、CDC73、IGF1、PLA2G1B、SKI、FN1、EGFR、PPARG、PDGFRA、PDGFD、GAS6、PDGFC、FNTB和CCNB1。

2.根據(jù)權利要求1所述的生物標記物組合，其特征在于，所述生物標記物組合分為3組，第1組包括FGF10、IGF1、SKI、GAS6、PDGFC、DDR2、PDGFRA和FN1，第2組包括EGFR、MYC、CDC73和CCNB1，第3組包括PPARG和TP53INP1。

3.一種篩選如權利要求1～2所述的生物標記物組合的方法，所述生物標記物組合用于對肌層浸潤性膀胱癌進行分子分型和/或預后預測，其特征在于，所述方法包括如下步驟：

步驟一、從數(shù)據(jù)庫下載肌層浸潤性膀胱癌病例的臨床數(shù)據(jù)和對應的腫瘤組織RNA-Seq轉錄組數(shù)據(jù)；

步驟二、在RNA-Seq數(shù)據(jù)中，針對每個基因，按大于或小于表達中位值，將病人對應地分為高表達組和低表達組，分析基因高表達組和低表達組之間的與總體生存是否存在差異；

步驟三、選取具有顯著統(tǒng)計學差異的基因，進行富集分析，獲得5個富集倍數(shù)大于2的生物過程；

步驟四、分別選取富集到5個生物過程中的基因集合，提取基因的標準化轉錄數(shù)據(jù)，建立表達矩陣，采用非負矩陣分解方法進行聚類；

步驟五、分析不同生物過程的非負矩陣分解分組是否與病人總體生存相關，選取相關性最高的生物過程的基因亞集，所述基因亞集為所述生物標記物組合。

4.根據(jù)權利要求3所述的一種篩選生物標記物組合的方法，其特征在于，在所述步驟一中，采用的數(shù)據(jù)庫為TCGA數(shù)據(jù)庫；選擇下載的轉錄組數(shù)據(jù)類型為經Upper Quartile法標準化后的FPKM值。

5.根據(jù)權利要求3所述的一種篩選生物標記物組合的方法，其特征在于，在所述步驟二中，在RNA-Seq數(shù)據(jù)中剔除表達值中位數(shù)為0的基因；將病人對應地分為高表達組和低表達組后，繪制Kaplan-Meier生存曲線，通過log-rank檢驗分析基因高表達組和低表達組之間的總體生存是否存在差異，所述分析通過R語言中的survival包完成。

6.根據(jù)權利要求3所述的一種篩選生物標記物組合的方法，其特征在于，在所述步驟三中，所述富集分析具體為：具有顯著統(tǒng)計學差異的基因將導入PANTHER在線服務工具以默認參數(shù)進行Gene ontology富集分析。

7.根據(jù)權利要求3所述的一種篩選生物標記物組合的方法，其特征在于，在所述步驟四中，所述聚類使用Matlab中的非負矩陣分解軟件完成；在步驟五中，非負矩陣分解可基于一組基因表達值的模式對病人進行分類，基于非負矩陣分解的病人分組，再次通過log-rank檢驗分析分析不同生物過程的非負矩陣分解分組是否與病人總體生存相關。

8.根據(jù)權利要求3所述的一種篩選生物標記物組合的方法，其特征在于，當設置預分組參數(shù)k＝3時，非負矩陣分解結果可將病人為3組，三組之間病人的總體生存存在最為顯著的統(tǒng)計學差異。

9.一種如權利要求1或2所述的生物標記物組合作為肌層浸潤性膀胱癌分子分型和/或預后預測標志物的應用。

10.根據(jù)權利要求9所述的應用，其特征在于，所述生物標記物組合對應為3組存在總體生存差異的病人，各分組中標記物的表達對應三種特征：第1組：FGF10、IGF1、SKI、GAS6、PDGFC、DDR2、PDGFRA和FN1基因高表達組；第2組：EGFR、MYC、CDC73和CCNB1基因高表達組；第3組：PPARG和TP53INP1基因高表達組；其中，第1組以及第2組總體生存較差、不良預后風險高，第3組總體生存較好、不良預后風險低。