[發明專利]一種基于組織器官分化層次關系的癌癥類型預測系統和方法

有效

• 申請號: 201910852801.3
• 申請日: 2019-09-10
• 公開（公告）號: CN110706749B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 李鵬;施巍煒;王凱
• 申請（專利權）人: 至本醫療科技（上海）有限公司
• 主分類號: G16B40/20
• 分類號: G16B40/20;G16H50/20
• 代理公司: 上海勝康律師事務所 31263
• 代理人: 李獻忠;樊英如

本發明提供了一種基于組織器官分化層次關系的癌癥類型預測系統和方法。該方法包括：獲取多個癌癥類型中的每種癌癥的轉錄組基因表達量數據作為訓練集；將不同的癌癥類型按照組織器官分化關系分成第一等級和第二等級；基于組織器官分化層次關系進行特征選取，即對于每個等級的每種組織器官類型或癌癥類型，選取該種癌癥類型和訓練集中其它所有癌癥類型相比較為差異表達基因并且是高表達的基因，得到所選取的基因的每個的表達量的值作為特征值；對上述特征值進行歸一化處理；將上述歸一化處理的特征值輸入機器學習算法以構建雙層機器學習分類模型；以及對將處理后的待檢測樣本數據輸入到雙層機器學習分類模型中進行預測。

技術領域

本發明涉及生物醫學領域，尤其涉及一種基于組織器官分化層次關系的癌癥類型預測系統和方法。

背景技術

原發腫瘤不明的轉移性癌是指通過組織學或細胞學檢查，可以證實為轉移癌，但病史和臨床表現不能提供原發腫瘤的證據。在原發腫瘤不明的轉移性癌中，腺癌占40％，原發腫瘤可能為：肺、胰腺、胃腸道、膽、肝、腎、乳腺、前列腺、甲狀腺、腎上腺以及生殖細胞的腫瘤；未分化癌占40％，幾乎任何部位皆可發生；鱗癌占13％，主要來自肺、頭頸部、食管、宮頸、膀胱等部位的腫瘤；其它類型的腫瘤占7％。

多原發性惡性腫瘤，是指同一患者的同一器官或多個器官、組織同時或先后發生2種及以上的原發性惡性腫瘤，全身各處均可發生。多處腫瘤同時存在的情況給醫生的治療帶來困難。這種癌癥一般無法準確判斷各處腫瘤是在此處原發還是別的腫瘤轉移過來的。

對原發腫瘤不明的轉移性癌和多原發性惡性腫瘤需要首先判斷癌癥類型，因此準確判斷和分類癌癥類型至關重要。現在認為，原發灶不明癌的特征與其假定來源腫瘤相同，采用已知腫瘤的處理方案治療某些原發灶不明癌的亞型能夠獲益。

目前臨床上主要用于判斷來源不明的轉移癌癥的方法有以下幾個：

(1)免疫組化：根據特定的蛋白標記物來確定細胞類型和組織來源。比如CK7主要存在于乳腺、胰腺、肺、膽道、甲狀腺、子宮內膜癌；CK20主要在胃腸、泌尿道上皮。甲胎蛋白(AFP)，與肝癌和非精原細胞的生殖細胞有關；前列腺特異性抗原(PSA)，與前列腺癌有關，腺癌或有骨骼轉移者PSA升高提示前列腺癌。

(2)物理成像檢查：如磁共振成像(MRI)、增強電腦斷層掃描(CT)以及正電子發射計算機斷層顯像(PET-CT)

(3)內窺鏡檢查：如纖支鏡，胃鏡，腸鏡。

(4)基于反轉錄酶-聚合酶鏈鎖反應(reverse transcription-polymerase chainreaction，RT-PCR)技術的方法：比如美國Rosetta Genomics公司的48個微小RNA(microRNA)RT-PCR的方法。

(5)基于基因芯片的方法：比如荷蘭AGENDIA公司的產品利用基因表達芯片的方法來對癌癥類型分類。

(6)基于轉錄組(RNA-Seq)的方法：2014年，Iris H.Wei(RNA-Seq AccuratelyIdentifies Cancer Biomarker Signatures to Distinguish Tissue of Origin)等人報道了一種基于RNA-Seq的癌癥類型特征基因的選擇方法，他們利用logistic回歸算法，對8種癌癥的分類準確率達到90％。2018年，William F.Flynn等人(Pan-cancer machinelearning predictors of tissue of origin and molecular subtype)利用TCGA的RNA-Seq數據和隨機森林模型對癌癥類型預測，在外部數據的表現上達到78％的敏感性。這些研究的特征基因選取和分類模型的構建方法都是基于所有不同癌癥類型直接構建的，沒有考慮到不同的癌癥器官的分化關系。

而上述現有的方法均存在缺點：