[發明專利]用于預測II期結直腸癌復發的組合模型構造方法及裝置

在審

• 申請號: 202210712254.0
• 申請日: 2022-06-22
• 公開（公告）號: CN114974591A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 楊雯靖
• 申請（專利權）人: 首都醫科大學附屬北京中醫醫院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/20;G16B50/00;G06F16/9035
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 秦瑩

1.一種用于預測II期結直腸癌復發的組合模型構造方法，其特征在于，包括：

基于TCGA數據庫Ⅱ期CRC的轉錄組數據及臨床預后信息，運用R語言進行差異性基因的篩選，獲得Ⅱ期CRC復發與非復發患者的差異性基因；

運用隨機森林的方法依據所述差異性基因的重要性，選取排名前N名的差異性基因進行篩選，依據ROC曲線下面積選取M個基因用于模型的構建，生成GRM模型；

基于TCGA數據庫Ⅱ期CRC的轉錄組數據，采用反卷積算法分析腫瘤組織中免疫細胞的浸潤水平，確定腫瘤組織中的巨噬細胞浸潤能夠有效預防復發，并改善Ⅱ期CRC患者的DFS及OS的數值；

將巨噬細胞浸潤的數值加入GRM模型，運用隨機森林的方法依據所述差異性基因的重要性，選取排名前N名的差異性基因進行篩選，依據ROC曲線下面積選取M個基因用于模型的構建，生成最終的GRM模型。

2.根據權利要求1所述的方法，其特征在于，所述N等于5，M等于4。

3.根據權利要求1所述的方法，其特征在于，所述方法進一步包括：

使用ROC曲線對所述新GRM模型的診斷效能進行評估，獲取第一評估結果。

4.根據權利要求1所述的方法，其特征在于，所述方法進一步包括：

選取GEO數據庫中Ⅱ期CRC的轉錄組數據對所述新GRM模型進行效能評估，獲取第二評估結果。

5.根據權利要求1所述的方法，其特征在于，基于TCGA數據庫Ⅱ期CRC的轉錄組數據，采用反卷積算法分析腫瘤組織中免疫細胞的浸潤水平，確定腫瘤組織中的巨噬細胞浸潤能夠有效預防復發，并改善Ⅱ期CRC患者的DFS及OS的數值具體包括：

基于TCGA數據庫Ⅱ期CRC的轉錄組數據，采用反卷積算法分析腫瘤組織中巨噬細胞、樹突狀細胞、中性粒細胞、CD8+T細胞、CD4+T細胞及B淋巴細胞的浸潤水平，確定非復發患者腫瘤組織中巨噬細胞的浸潤水平顯著高于復發患者，進而確定腫瘤組織中巨噬細胞浸潤通過防御復發進而改善Ⅱ期CRC患者的DFS及OS。

6.一種用于預測II期結直腸癌復發的組合模型構造裝置，其特征在于，包括：

篩選模塊，用于基于TCGA數據庫Ⅱ期CRC的轉錄組數據及臨床預后信息，運用R語言進行差異性基因的篩選，獲得Ⅱ期CRC復發與非復發患者的差異性基因；

第一生成模塊，用于運用隨機森林的方法依據所述差異性基因的重要性，選取排名前N名的差異性基因進行篩選，依據ROC曲線下面積選取M個基因用于模型的構建，生成GRM模型；

分析模塊，用于基于TCGA數據庫Ⅱ期CRC的轉錄組數據，采用反卷積算法分析腫瘤組織中免疫細胞的浸潤水平，確定腫瘤組織中的巨噬細胞浸潤能夠有效預防復發，并改善Ⅱ期CRC患者的DFS及OS；

第二生成模塊，用于將巨噬細胞浸潤的數值加入GRM模型，運用隨機森林的方法依據所述差異性基因的重要性，選取排名前N名的差異性基因進行篩選，依據ROC曲線下面積選取M個基因用于模型的構建，生成最終的GRM模型。

7.根據權利要求6所述的裝置，其特征在于，所述N等于5，M等于4。

8.根據權利要求6所述的裝置，其特征在于，所述裝置進一步包括：

第一評估模塊，用于使用ROC曲線對所述新GRM模型的診斷效能進行評估，獲取第一評估結果。

9.根據權利要求6所述的裝置，其特征在于，所述裝置進一步包括：

第二評估模塊，用于選取GEO數據庫中Ⅱ期CRC的轉錄組數據對所述新GRM模型進行效能評估，獲取第二評估結果。

10.根據權利要求6所述的裝置，其特征在于，所述分析模塊具體用于：

基于TCGA數據庫Ⅱ期CRC的轉錄組數據，采用反卷積算法分析腫瘤組織中巨噬細胞、樹突狀細胞、中性粒細胞、CD8+T細胞、CD4+T細胞及B淋巴細胞的浸潤水平，確定非復發患者腫瘤組織中巨噬細胞的浸潤水平顯著高于復發患者，進而確定腫瘤組織中巨噬細胞浸潤通過防御復發進而改善Ⅱ期CRC患者的DFS及OS。