[發明專利]一種肺癌早期預警模型的創建方法

在審

• 申請號: 201910458857.0
• 申請日: 2019-05-29
• 公開（公告）號: CN110033864A
• 公開（公告）日: 2019-07-19
• 發明（設計）人: 曹卓;葉再挺;潘炯偉
• 申請（專利權）人: 曹卓
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16B40/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種肺癌早期預警模型的創建方法，采用C5.0決策樹和人工神經網絡進行數據模型的創建模型，通過SPSS Clementine軟件統計學分析處理，其特征在于，以500例1期肺癌患者和500例健康人為研究對象，證實外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平與外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度肺癌患癌危險度增加有關，上述指標組成比較準確的肺癌早期預警模型的分子標志群，有效建立ANN模型用于肺癌早期預警。

技術領域

本發明涉及疾病預警領域，尤其是涉及一種肺癌早期預警模型的創建方法。

背景技術

肺癌是發病率和死亡率增長最快，對人群健康和生命威脅最大的惡性腫瘤之一。肺癌是可以預防的，也是可以控制的，有的研究表明，西方發達國家通過空間和保護環境后，近年來肺癌的發病率和死亡率已明顯下降，肺癌得預防可分為三級預防，一級預防是病因肝與二級預防是肺癌的篩查和早期診斷，達到肺癌的早診早治，三級預防未康復預防，一級預防包括禁止和控制吸煙環境職業因素的預防科學的飲食。

發明內容

本發明為克服上述情況不足，旨在提供一種能解決上述問題的技術方案。

一種肺癌早期預警模型的創建方法，采用C5.0決策樹和人工神經網絡進行數據模型的創建模型，通過SPSS Clementine軟件統計學分析處理，以500例1期肺癌患者和500例健康人為研究對象，采用以下步驟：

步驟一：對肺癌患者與健康人分別進行外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平的檢測，并分別采用Fisher判別分析、決策樹和ANN方法聯合這些基因多態性建立肺癌分類模型，分別得到肺癌患者與健康人的外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平對比模型，對比外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平與肺癌的關系；

步驟二：對肺癌患者與健康人分別進行外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度的檢測，同時，分別采用Fisher判別分析、決策樹和ANN技術聯合上述端粒分子標志建立肺癌判別模型，分別得到肺癌患者與健康人的外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度對比模型，分析對比外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度的改變與肺癌的關聯；

步驟三：應用SPSS Clementine軟件統計分析軟件，采用x2檢驗、秩和檢驗、Logistic回歸分析等方法對基因多態、DNA甲基化水平和端粒相對長度的結果進行一般統計學分析處理，得出基因多態性、DNA甲基化及端粒相對長度變化與肺癌發生的關系，篩選可能用于肺癌早期判別模型的有效指標；

步驟四：分別將肺癌患者與健康人的得到肺癌患者與健康人的外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平與外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度的整合對比作為構建肺癌早期預警模型的生物標志，得到外周血Ⅰ相代謝酶基因CYP1A1、Ⅱ相代謝酶基因GSTM1、GSTTl和mEH及DNA修復酶基因XRCCl的基因多態性與DNA甲基化水平與外周血pl6基因和RASSFIA基因啟動子區甲基化水平及外周血全基因組端粒長度的共同變化與肺癌的關聯；

步驟五：將所創建的模型進行盲法預測，驗證判別模型的優劣，最終建立可靠的肺癌早期智能化預警模型。