[發明專利]一種分析識別淋巴管浸潤的方法

在審

• 申請號: 202010083190.3
• 申請日: 2020-02-08
• 公開（公告）號: CN111653314A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 張健;鐘熹;袁亞維
• 申請（專利權）人: 廣州醫科大學附屬腫瘤醫院
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B20/00;C12Q1/6886
• 代理公司: 深圳國海智峰知識產權代理事務所(普通合伙) 44489
• 代理人: 劉軍鋒

1.一種分析識別淋巴管浸潤的方法，其特征在于，包括：

獲取預設數量的頭頸部鱗狀細胞癌患者的患病數據，分析所述患病數據的基因數據，得到基因中處于預設的標準基因范圍內的差異表達基因；

基于所述差異表達基因的表達及所述患病數據中的臨床特征數據，構建共表達模塊網絡；選取所述共表達模塊網絡中有顯著預后差異的特征基因；

對所述特征基因進行蛋白表達分析得到所述特征基因的表達水平和回歸系數，采用多變量Cox回歸分析建立預后風險公式；根據所述預后風險公式得到風險臨界值；

接收測試者的測試基因，根據所述預后風險公式計算所述測試基因的測試風險評分，在所述測試風險評分超過所述風險臨界值時，判定所述測試者為淋巴管浸潤高風險；

選取所述共表達模塊網絡中有顯著預后差異的特征基因，為：

在所述共表達模塊網絡中，矩陣處于無標度拓撲準則的軟閾值功率范圍內時，將前一個相關矩陣轉化為鄰接矩陣，然后利用基于R語言TOM的相異性中的相似性函數將其轉化為拓撲重疊矩陣，并計算其基因得到聚類樹狀圖；

在所述聚類樹狀圖中，以預設的最小模塊大小和分類高度得到關鍵基因模塊；選取所述關鍵基因模塊中連接度大于預設連接度閾值的核心基因；

對所述核心基因進行單變量生存分析，選擇預后差異處于預設的顯著預后差異閾值范圍內的特征基因；

對所述核心基因進行單變量生存分析，選擇預后差異處于預設的顯著預后差異閾值范圍內的特征基因，為：

利用GEPIA數據庫對所述核心基因進行mRNA表達分析，進一步篩選得到所述核心基因；

利用HPA數據庫對頭頸部鱗狀細胞癌和正常組織中的所述核心基因進行蛋白表達分析，對上所述核心基因進一步蛋白表達驗證；

根據所述mRNA表達和蛋白表達譜驗證核心基因，采用Kaplan-Meier分析得到所述核心基因的預后差異；

選擇預后差異處于預設的顯著預后差異閾值范圍內的特征基因。

2.根據權利要求1所述的分析識別淋巴管浸潤的方法，其特征在于，分析所述患病數據的基因數據，得到基因中處于預設的標準基因范圍內的差異表達基因，為：

分析所述病患數據的基因數據，計算病患基因的病患差異倍數和病患顯著性；

將所述基因數據中病患差異倍數絕對值處于差異倍數閾值范圍內，且病患顯著性處于病患顯著性閾值范圍內的基因作為差異表達基因。

3.根據權利要求1所述的分析識別淋巴管浸潤的方法，其特征在于，還包括：

選擇所述關鍵基因模塊中異常表達的基因進行GO功能分析和KEGG途徑分析；

在功能檢測具有統計學意義時，確認所述關鍵基因模塊。

4.根據權利要求1所述的分析識別淋巴管浸潤的方法，其特征在于，還包括：

采用Cox比例風險比和95%可信區間進行分析，在所述核心基因的預后差異具有統計學意義時，確認所述預后差異；

利用最小絕對收縮和選擇LASSO模型，分析所述預后差異是否處于預設的顯著預后差異閾值范圍內。

5.根據權利要求1所述的分析識別淋巴管浸潤的方法，其特征在于，在所述聚類樹狀圖中，以預設的最小模塊大小和分類高度得到關鍵基因模塊；選取所述關鍵基因模塊中連接度大于預設連接度閾值的核心基因，為：

在所述聚類樹狀圖中，以預設的最小模塊大小和分類高度進行分類；

以預設的檢測準則策略對分類的所述基因模塊進行分子復合物檢測，得到核心基因模塊；

選取所述核心基因模塊中連接度大于預設連接度閾值的核心基因。

6.根據權利要求5所述的分析識別淋巴管浸潤的方法，其特征在于，所述檢測準則策略，為：分子復合物檢測的度截止＝2，節點截止＝0.2，最大深度＝100，k值＝2。

7.根據權利要求1所述的分析識別淋巴管浸潤的方法，其特征在于，還包括：

在DrugBank數據庫中，映射所述共表達模塊網絡中的所述特征基因對應的模塊；

以預設的連接性得分臨界值，對以頭頸部鱗狀細胞癌淋巴管浸潤為靶點的分子藥物進行鑒定。

8.根據權利要求1-7中任意一項所述的分析識別淋巴管浸潤的方法，其特征在于，根據所述預后風險公式得到風險臨界值，為：

根據所述預后風險公式，計算所有的所述頭頸部鱗狀細胞癌患者的患者風險得分；

選取所述患者風險得分的中位數作為風險臨界值。