[發(fā)明專利]一種用于肝癌預后預測的分子標志物及其應用

在審

• 申請?zhí)枺?/td>: 202110724441.6
• 申請日: 2021-06-29
• 公開（公告）號: CN113436673A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設計）人: 楊承剛;宋宏濤;董東
• 申請（專利權）人: 北京泱深生物信息技術有限公司
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B25/10;G16B35/20;G16B25/20;G16B20/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種肝癌預后模型的構建方法，其特征在于，所述構建方法包括：

獲取多個肝癌患者和多個參考人的轉錄譜表達數(shù)據(jù)；

基于所述多個肺癌患者和所述多個參考人的轉錄譜表達數(shù)據(jù)，篩選候選基因；以及

基于所述候選基因，構建風險評分模型；

所述肺癌預后模型包括所述風險評分模型；

基于所述候選基因，構建風險評分模型，包括：

獲取訓練數(shù)據(jù)集；

在所述訓練數(shù)據(jù)集中，基于所述候選基因，通過單因素Cox回歸分析，確定與生存期相關的基因；以及

通過LASSOCox回歸分析對所述與生存期相關的基因進行篩選，以確定用于構建所述風險評分模型的基因以及所述風險評分模型，其中，用于構建所述風險評分模型的基因包括BZW2、RHEB、METTL5。

2.根據(jù)權利要求1所述的構建方法，其特征在于，所述風險評分模型表示為：風險評分＝0.291403332*BZW2基因表達水平+0.19210998*METTL5基因表達水平+0.37397035*RHEB基因表達水平。

3.根據(jù)權利要求1所述的方法，其特征在于，基于所述候選基因，構建所述風險評分模型，還包括：

基于所述訓練數(shù)據(jù)集，評估所述風險評分模型的預測性能。

4.根據(jù)權利要求3所述的方法，其特征在于，基于所述訓練數(shù)據(jù)集，評估所述風險評分模型的預測性能，包括：

基于所述風險評分模型計算所述訓練數(shù)據(jù)集中的每個肝癌患者的風險評分；

使用所述訓練數(shù)據(jù)集的時間依賴的肝癌患者工作特征曲線分析評估風險評分模型的擬合優(yōu)度；

依據(jù)所述訓練數(shù)據(jù)集的時間依賴的肝癌患者工作特征曲線分析確定分組截斷值，并根據(jù)所述分組截斷值將所述訓練數(shù)據(jù)集中的肝癌患者分為第一高風險組與第一低風險組；以及

使用所述訓練數(shù)據(jù)集的Kaplan-Meier曲線評估所述第一高風險組與所述第一低風險組在生存情況方面是否具有顯著差異。

5.根據(jù)權利要4所述的構建方法，其特征在于，基于所述候選基因，構建所述風險評分模型，還包括：

獲取驗證數(shù)據(jù)集；以及

基于所述驗證數(shù)據(jù)集，驗證所述風險評分模型的效能。

6.根據(jù)權利要求5所述的構建方法，其特征在于，基于所述驗證數(shù)據(jù)集，驗證所述風險評分模型的效能，包括：

基于所述風險評分模型計算所述驗證數(shù)據(jù)集中的每個肝癌患者的風險評分；

使用所述驗證數(shù)據(jù)集的時間依賴的肝癌患者工作特征曲線分析驗證風險評分模型的擬合優(yōu)度；以及

根據(jù)所述分組截斷值將所述驗證數(shù)據(jù)集中的肝癌患者分為第二高風險組與第二低風險組，并使用所述驗證數(shù)據(jù)集的Kaplan-Meier曲線驗證所述第二高風險組與所述第二低風險組在生存情況方面是否具有顯著差異。