[發明專利]一種特征mRNA表達譜組合及肺鱗癌早期預測方法

在審

• 申請號: 202010769767.6
• 申請日: 2020-08-04
• 公開（公告）號: CN111793691A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 高躍東;李文興
• 申請（專利權）人: 中國科學院昆明動物研究所
• 主分類號: C12Q1/6886
• 分類號: C12Q1/6886;G16B25/10;G16B35/00;G16B5/00;G16B40/00;G16H50/20
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 王新愛

本發明公開了一種特征mRNA表達譜組合及肺鱗癌早期預測方法，所述mRNA核苷酸探針序列如SEQ ID NO.1?20所示。本發明的基于mRNA表達譜組合特征評估肺鱗癌早期風險具有很高的精確度和準確率(ROC曲線下面積AUC＝0.994)。只需要獲取上述20種mRNA的相對表達量，通過支持向量機模型計算給出肺鱗癌早期患病概率，可作為肺鱗癌早期預測的參考依據。

技術領域

本發明屬于生物技術和醫學領域，具體地說，涉及一種特征mRNA表達譜組合及肺鱗癌早期預測方法。

背景技術

肺鱗癌又稱肺鱗狀細胞癌(lung squamous cell carcinoma)，占原發性肺癌的40％-51％。肺鱗癌多見于老年男性，與吸煙有密切關系。肺鱗癌以中央型肺癌多見，并有胸管腔內生長的傾向，肺鱗癌早期常引發支氣管狹窄，或阻塞性肺炎。全球疾病負擔(GlobalBurden of Disease,GBD)數據顯示，2017年全球患有氣管、支氣管或肺癌的人數超過330萬，其中中國患病人數高達127萬。2016年全球患有上述癌癥的死亡人數為188萬，占總死亡人數的3.37％。中國2016年死亡患者數為69萬，占總死亡人數的6.62％。統計結果顯示，從1990年到2017年全球氣管、支氣管和肺癌患病率和死亡率持續增長。近十年來中國患病率和死亡率逐年增加且增長率高于全球平均水平。

支持向量機(Support Vector Machine,SVM)是一類按監督學習方式對數據進行二元分類的廣義線性分類器，其決策邊界是對學習樣本求解的最大邊距超平面。SVM模型是將實例表示為空間中的點，這樣映射就使得單獨類別的實例被盡可能寬的明顯的間隔分開。然后，將新的實例映射到同一空間，并基于它們落在間隔的哪一側來預測所屬類別。當訓練數據是線性可分時，SVM通過硬間隔最大化學習進行分類。當訓練數據線性不可分時，SVM通過使用核技巧以及軟間隔最大化學習進行分類。SVM對于特征含義相似的中等大小的數據集很強大，也適用于小型數據集。通常情況下，對樣本量小于1萬的數據集SVM都有很好的預測效果。SVM在疾病診斷、腫瘤分類、腫瘤基因識別等有著廣泛的應用。

腫瘤早期診斷一直是醫學界的難題。現有的早期診斷方法多是觀測某一個或一類標志物的表達水平，難以達到理想的診斷效果。由于這些標志物在腫瘤患者和正常人群中的表達分布有部分重疊，難以界定標志物的臨界值將腫瘤患者和正常人群較好地分開。因此，利用多個標志物表達特征組合可能是腫瘤早期診斷的一種有效方法。Messenger RNA(mRNA)是由DNA的一條鏈作為模板轉錄而來的、攜帶遺傳信息的能指導蛋白質合成的一類單鏈核糖核酸。腫瘤組織與正常組織相比往往表現出大量mRNA的失調，研究表明這些失調的mRNA跟腫瘤的發生、病理機制和預后狀態有密切關系。然而，由于單個mRNA分子在腫瘤和正常人群中表達分布有重疊，難以界定早期預測的臨界值。

因此，有必要建立一種有助于肺鱗癌的早期預測的更穩定的多個差異mRNA表達特征組合的預測模型。

發明內容

有鑒于此，本發明針對上述的問題，提供了一種特征mRNA表達譜組合及肺鱗癌早期預測方法，能夠準確地進行肺鱗癌I/II期預測。

為了解決上述技術問題，本發明公開了一種特征mRNA表達譜組合，包括A2M、ALDH2、ASAH1、CAT、CD55、CD74、CENPH、CTSH、CTSO、ECT2、HSD17B11、KANK2、MYL9、PECAM1、PERP、RFC4、SERPING1、SLC2A1、TGFBR2和VIM，其核苷酸探針序列如SEQ ID NO.1-20所示。

本發明還公開了一種基于上述的特征mRNA表達譜組合的肺鱗癌早期預測方法，包括以下步驟：

步驟1、獲取肺鱗癌早期患者穩定差異表達的特征mRNA；

步驟2、選取特征mRNA表達數據，對每個樣本進行數據標準化；

步驟3、使用支持向量機對標準化后的數據構建早期預測模型；