[發明專利]一種特征mRNA表達譜組合及結腸癌早期預測方法

在審

• 申請號: 202010775101.1
• 申請日: 2020-08-04
• 公開（公告）號: CN111951883A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 賀軻;向國安;李文興;陳小勛;黃許森
• 申請（專利權）人: 廣東省第二人民醫院（廣東省衛生應急醫院）
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B20/20;G16B25/10;G16B30/10;G16B50/00;G06K9/62
• 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

1.一種基于特征mRNA表達譜組合，其特征在于，包括ASB8、CITED2、GLTP、GSN、ITM2C、LEPROT、MBNL1、NDRG2、PLPP1、RAP1A、RNF11、RNF185、SERINC1、SPPL2A、STX12、TGFBI、TRAK2、TRIB3、TXNIP和VSIR，其核苷酸探針序列如SEQ ID NO.1-20所示。

2.一種基于權利要求1所述的特征mRNA表達譜組合的結腸癌早期預測方法，其特征在于，包括以下步驟：

步驟1、獲取結腸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；

步驟4、根據患者特征mRNA的表達水平進行早期預測；

該方法為非疾病的診斷和治療目的。

3.根據權利要求2所述的預測方法，其特征在于，所述步驟1中的獲取結腸癌早期患者穩定差異表達的特征mRNA具體為：

步驟1.1、從Genomic Data Commons Data Portal數據庫中下載結腸癌患者腫瘤組織和癌旁組織轉錄組數據以及臨床數據，獲得結腸癌患者腫瘤組織基因表達譜read counts數值，即為測序讀段數值，進行對數轉換；

步驟1.2、選取具有一定表達豐度的mRNA，即在所有樣本中mRNA的read counts大于等于10；再對所有mRNA的read counts取對數，設樣本總數為n，篩選后mRNA總數為m，v為mRNA的read counts，u為取對數之后的表達值，則有：

u_ij＝log₂v_ij，i∈(1，n)，j∈(1，m) (1)

其中，i為樣本編號，j為mRNA編號，u_ij為第i個樣本、第j個mRNA編號取對數之后的表達值，v_ij為第i個樣本、第j個mRNA編號的read counts數值；

步驟1.3、選取疾病分期為I期和II期的結腸癌患者，將這些患者記為結腸癌早期患者，結腸癌早期患者總數記為n′；

步驟1.4、選取腫瘤和正常樣本中穩定表達的mRNA，即在腫瘤和正常樣本中變異系數均小于0.1的mRNA，設μ為所有樣本中mRNA的表達均值，σ為標準差，變異系數的計算公式為：

其中，j為mRNA編號，c_v為變異系數，c_vj為第j個樣本的變異系數，σ_j為第j個mRNA編號的標準差，μ_j為第j個mRNA編號的mRNA的表達均值，設m₁為穩定表達的mRNA總數，則有：

步驟1.5、選取腫瘤和正常樣本中差異表達的mRNA；使用取對數后的表達值計算腫瘤和正常樣本mRNA取對數后的倍數變化f，公式為：

其中，j為mRNA編號，f_j為第j個mRNA編號的倍數變化，μ_1j為第j個mRNA編號的腫瘤樣本的表達均值，μ_2j為第j個mRNA編號的正常樣本的表達均值；

然后使用獨立樣本t檢驗比較腫瘤和正常樣本中mRNA的表達差異，獨立樣本t檢驗公式為：

其中n₁為腫瘤樣本數，n₂為正常樣本數，μ₁為腫瘤樣本mRNA表達均值，μ₂為正常樣本mRNA表達均值，為腫瘤樣本mRNA方差，為正常樣本mRNA方差；

對所有t檢驗得出的p值進行錯誤發現率(false discovery rate，FDR)校正，定義q為FDR校正后的數值，r為p值在m₁個mRNA中排序后的位置，則有：

其中，j為mRNA編號，q_j代表第j個mRNA編號的FDR校正后的數值，p_j代表第j個mRNA編號的t檢驗得出的p值，r_j代表第j個mRNA編號的p值在m₁個mRNA中排序后的位置；

最后選取倍數變化f的絕對值大于1且FDR校正后q值小于等于0.05的mRNA，記為特征mRNA，設特征mRNA總數為m₂，則有：