CN117070635A - 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用 - Google Patents

生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用 Download PDF

Info

Publication number
CN117070635A
CN117070635A CN202311316321.8A CN202311316321A CN117070635A CN 117070635 A CN117070635 A CN 117070635A CN 202311316321 A CN202311316321 A CN 202311316321A CN 117070635 A CN117070635 A CN 117070635A
Authority
CN
China
Prior art keywords
cell carcinoma
renal cell
expression level
biomarker combination
transparent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311316321.8A
Other languages
English (en)
Other versions
CN117070635B (zh
Inventor
李明珠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Aipu Tikang Biotechnology Co ltd
Original Assignee
Shanghai Aipu Tikang Biotechnology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Aipu Tikang Biotechnology Co ltd filed Critical Shanghai Aipu Tikang Biotechnology Co ltd
Priority to CN202311316321.8A priority Critical patent/CN117070635B/zh
Publication of CN117070635A publication Critical patent/CN117070635A/zh
Application granted granted Critical
Publication of CN117070635B publication Critical patent/CN117070635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407Specifically defined cancers
    • G01N33/57419Specifically defined cancers of colon
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407Specifically defined cancers
    • G01N33/57438Specifically defined cancers of liver, pancreas or kidney
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/158Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Cell Biology (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用。具体地,公开了一种生物标志物组合在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用,所述生物标志物组合由42种生物标志物组成,所述试剂盒包含检测所述生物标志物组合中生物标志物的表达水平的试剂。本发明的生物标志物组合在预测早期透明性肾细胞癌风险中具有高灵敏度和高特异性的优点,为预测透明性肾细胞癌发生发展提供有利的技术支持,具有广泛的科研价值并为早期临床诊断、干预治疗等提供了巨大的便利。

Description

生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的 应用
技术领域
本发明属于生物医药技术和诊断领域,具体涉及生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用。
背景技术
肾癌是目前发病率和死亡率增长最快的疾病之一,也是严重危害人类健康的恶性肿瘤之一。肾透明细胞癌是最常见的病理类型,约占全部肾癌的80%以上。
临床上可通过B超、CT检查、活组织病理检查等早期发现病变,通过定期的自我检查也有助于早期发现病变。然而这些手段都存在假阳性率过高,发现时间较晚等缺点。因此,急需一种高灵敏度高准确率的诊断方法来实现早期癌症筛查。
蛋白质组学在揭示肿瘤发生的复杂分子事件,如肿瘤发生、侵袭、转移和对治疗耐受上起了重大作用。蛋白质组学肿瘤诊断具有灵敏度高、特异性强、背景机理明确的优点,近年来被越来越多地运用于肿瘤检测。而且,这些肿瘤标志物的研究往往是基于一定量的实验数据,所涉及的癌症种类和样本量都相对有限。近年来,随着蛋白质组不断发展,体液蛋白质组大数据不断增加。因此,通过收集体液蛋白质组数据,利用大数据分析方法,找到一种适用范围广、准确率高的肿瘤风险模型,有助于实现早期诊断,对患者进行早诊早治疗具有重要的临床意义。
发明内容
本发明所要解决的技术问题是现有技术缺少能够早期准确预测透明性肾细胞癌风险的生物标志物,提供了生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用。本发明的生物标志物组合在预测早期透明性肾细胞癌风险中具有高灵敏度和高特异性的优点,为预测透明性肾细胞癌发生发展提供有利的技术支持,具有广泛的科研价值并为早期临床诊断、干预治疗等提供了巨大的便利。
本发明通过以下技术方案解决上述技术问题。
本发明的第一方面提供一种生物标志物组合在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
本发明的第二方面提供一种用于检测生物标志物组合的试剂,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
本发明一些实施方案中,所述试剂用于检测所述生物标志物组合的表达水平;所述表达水平为蛋白表达水平和/或mRNA转录水平。
本发明一些较佳实施方案中,所述试剂为与所述生物标志物特异性结合,或者与编码所述生物标志物的核酸特异性杂交的生物分子试剂。
本发明一些实施方案中,所述生物分子试剂选自引物、探针和抗体。
本发明一些实施方案中,所述试剂为用于基因组、转录组和/或蛋白质组测序的试剂。
本发明的第三方面提供一种用于检测生物标志物组合的试剂在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
本发明一些实施方案中,所述试剂如第二方面所述。
本发明的第四方面提供一种试剂盒,所述试剂盒包含如第二方面所述的试剂和生物标志物组合,其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
本发明的第五方面提供一种非诊断目的的检测透明性肾细胞癌的方法,所述方法包括检测待测样本中的生物标志物组合的表达水平;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成;
所述表达水平为蛋白表达水平和/或mRNA转录水平。
本发明中,所述“非诊断目的”是指出于科学研究、病理数据统计的目的,适用场景包括验证动物模型是否成功构建、体外药效实验、肿瘤的流行病学统计等。
本发明的第六方面提供一种透明性肾细胞癌风险的预测***,所述预测***包括检测模块和分析判断模块;所述检测模块检测待测样本中的生物标志物组合的表达水平,并将表达水平数据传输至所述分析判断模块;所述分析判断模块将所述表达水平数据与预设的表达水平阈值进行比较,所述分析判断模块通过Firmiana软件处理所述表达水平数据,预设为基于广义线性回归模型的机器学***数据是否符合预设的判断条件,以预测样本患透明性肾细胞癌的风险,并输出预测结果;所述判断条件为患透明性肾细胞癌的概率大于或等于不患透明性肾细胞癌的概率;
当所述表达水平数据满足所述判断条件时,输出预测结果为“具有透明性肾细胞癌风险”;当所述表达水平数据不满足所述判断条件时,即患透明性肾细胞癌的概率小于不患透明性肾细胞癌的概率,输出预测结果为“不具有透明性肾细胞癌风险”;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成;
所述表达水平为蛋白表达水平和/或mRNA转录水平。
本发明一些实施方案中,所述预测***用于在所述接收或输入完成后,通过Firmiana软件处理所述表达水平数据,预设为基于广义线性回归模型的机器学习算法,构建预测***。
在本发明一较佳实施方案中,所述广义线性回归模型的参数为:采用向后回归的方法筛选标志物,并利用R包Caret的train功能进行模型训练和predict函数进行预测。优选地,所述广义线性回归模型的R包包括:predict.model = train(formula, data=train_data, method = "glm", family='binomial') (formula:模型公式,输入的分子组合;train_data:训练集);预测代码:predict( predict.model, test_data)(predict.model:训练集得到的预测模型,test_data:内部或者外部验证集)。
本发明一些实施方案中,所述待测样本为血浆样本。
本发明一些实施方案中,所述预测***还包括数据收集模块,所述数据收集模块用于收集待测样本中所述生物标志物组合的表达水平数据。
本发明一些实施方案中,所述预测***为预测透明性肾细胞癌早期的***。
本发明一些实施方案中,所述分析判断模块中,训练集参数设置为80%,验证集参数设置为20%。
本发明第七方面提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,可实现如本发明第六方面所述的预测***的功能,或实现如本发明第五方面所述的方法的步骤。
本发明第八方面提供一种电子设备,其包括存储器和处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实现如本发明第六方面所述的预测***的功能,或实现如本发明第五方面所述的方法的步骤。
本发明通过用于透明性肾细胞癌筛查的体液蛋白质分子,建立肿瘤风险模型,有助于实现透明性肾细胞癌的早期诊断。
本发明通过筛选体液蛋白质组,获得了一组能够预测透明性肾细胞癌风险的生物标志物,筛选方法包括如下步骤:
(1) 收集健康人和透明性肾细胞癌患者的体液样本;
(2) 健康人和透明性肾细胞癌患者体液样本蛋白质制备;
(3) 检测健康人和透明性肾细胞癌患者体液样品中的蛋白质分子表达水平;
(4) 找到肿瘤患者体液特异性高表达的蛋白质组分子,并构建分类器进行区分。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明所用试剂和原料均市售可得。
本发明的积极进步效果在于:
本发明的有益效果:
本发明的生物志物组合用于透明性肾细胞癌的风险预估与检测,具有高灵敏度和高特异性的优点,为预测透明性肾细胞癌发生发展提供有利的技术支持,具有广泛的科研价值并为早期临床诊断、干预治疗等提供了巨大的便利。
附图说明
图1为ROC曲线下面积示意图。
图2为标志物组合在验证集中的预测结果,包括预测准确率,灵敏度和特异性结果。
图3为预测透明性肾细胞癌风险的***的结构示意图。
图4为电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。下列实施例中未注明具体条件的实验方法,按照常规方法和条件,或按照商品说明书选择。
实施例中所包括200例正常人群及130例透明性肾细胞癌病人血浆样本。本研究的设计和实施已通过伦理批准和监督,已获得所有患者的书面知情同意。
实施例1 预测透明性肾细胞癌风险的生物标志物的组合的筛选和验证
1.1 分离血浆
采集全血样品,于EDTA抗凝管中,颠倒混匀后,使用4 ℃低温离心机,1,600 × g离心10 min,离心后收集上清(血浆)至新的EP管中,16,000 × g离心10 min去除细胞碎片,将血浆分装至离心管中,-80℃冻存备用。
1.2 血浆样本前处理
向2 μL血浆样本中加入浓度为100uL 50mM的碳酸氢铵,涡旋混匀1min,将样品95℃加热孵育4 min使蛋白质热变性,冷却至室温后,向体系中加入2 μg胰蛋白质酶(Trypsin),于37℃ 下振荡18 h,然后向体系中加入10 μL氨水停止酶解。将酶解后肽段样本进行脱盐处理,抽干,冻存于-80℃直至质谱检测。
1.3 ASD血浆样本的质谱检测
用Orbitrap Fusion Lumos三合一高分辨质谱***(Thermo Fisher Scientific,Rockford,USA)串联高效液相色谱***(EASY-nLC 1200,Thermo Fisher)进行检测,并得到该肽样品对应的全蛋白质的质谱数据。具体操作为:
采用纳流液相色谱,色谱柱为自制C18色谱柱(150 μm ID×8 cm,1.9 μm/120Å填料)。柱温箱温度60℃。将干粉状肽使用上样缓冲液(0.1%甲酸的水溶液)复溶,上样后经色谱柱分离,以600 nL / min的线性6–30%流动相B(ACN和0.1%甲酸)洗脱,利用10 min液相梯度结合数据非依赖性获取(Data Independent Acquisition,DIA)的质谱检测手段。DIA质谱检测参数设置如下:离子模式为正离子;一级质谱分辨率30K,最大注入时间为20 ms,AGC Target为3e6,扫描范围为300-1400 m/z;二级扫描分辨率15K,获取30个可变隔离窗口,碰撞能量27%。液相色谱串联质谱***使用Xcalibur软件控制进行数据采集。
1.4 数据分析
所有数据均使用Firmiana(V1.0)进行处理。Firmiana是一个基于Galaxy***的工作流,由用户登录界面、原数据、识别与量化、数据分析和知识挖掘等多个功能模块组成。DIA数据使用DIANN(v12.1)对UniProt人蛋白质数据库(于2019.12.17更新,20406个条目)进行搜索。母离子的质量差为20 ppm,子离子的质量差为50 mmu。最多允许两个漏切位点。搜索引擎将半胱氨酸氨基甲酰甲基化设置为固定修饰,将甲硫氨酸的N-乙酰化和氧化设置为可变修饰。母离子电荷范围设为+2、+3和+4。错误发现率(False Discovery Rate,FDR)设为1%。使用SpectraST软件将DIA数据的结果合并到参考库中。总共327个库用作参考库。
将所鉴定的肽段定量结果记为所有参考谱库中色谱碎片离子峰面积的平均值。使用无标签的基于强度的绝对定量(Intensity Based Absolute Auantification,iBAQ)方法进行蛋白质定量。我们计算了峰面积值作为相应蛋白质的一部分。总分数(FOT)用于表示样品中特定蛋白质的标准化丰度。FOT定义为蛋白质的iBAQ除以样品中所有已鉴定蛋白质的总iBAQ。选择具有至少一条专属肽段(unique peptide)且1% FDR的蛋白质。
本实施例选择的Firmiana预设为基于广义线性回归模型的机器学习算法,构建预测模型,分别预测样本患透明性肾细胞癌的概率和不患透明性肾细胞癌的概率。所述广义线性回归模型的参数为:采用向后回归的方法筛选标志物,并利用R包Caret的train功能进行模型训练和predict函数进行预测。所述广义线性回归模型的R包包括:predict.model =train(formula, data= train_data, method = "glm", family='binomial') (formula:模型公式,输入的分子组合;train_data:训练集);预测代码:predict( predict.model,test_data)(predict.model:训练集得到的预测模型,test_data:内部或者外部验证集)。
实验发现部分蛋白质在肿瘤患者和健康人的体液样本中的表达水平存在显著变化,对透明性肾细胞癌患者的血浆样本中的42种蛋白质分子标志物(ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1)的相对表达水平绘制ROC曲线(Receiver Operating Curve)计算AUC(AreaUnder the ROC Curve),其中训练集包括108例阳性病例,168例阴性病例,AUC=0.99,诊断灵敏度100.00%,特异性100.00%(见图1),内部验证集包括剩余22例阳性病例,32例阴性病例,诊断灵敏度95%,特异性97%(见图2)。分析方法参见Karimollah Hajian-Tilaki,Receiver Operating Characteristic (ROC) Curve Analysis for Medical DiagnosticTest Evaluation, Caspian J Intern Med2013; 4(2): 627-635。对于未知样本,将上述生物标志物的表达水平代入模型,得到该样本的透明性肾细胞癌风险预测并输出结果,当患透明性肾细胞癌的概率大于或等于不患透明性肾细胞癌的概率,输出预测结果为“具有透明性肾细胞癌风险”;当患透明性肾细胞癌的概率小于不透明性肾细胞癌的概率,输出预测结果为“不具有透明性肾细胞癌风险”。各生物标志物的表达水平的矩阵信息如表1所示。
由上述结果可知,将肿瘤患者血浆中的42种蛋白质分子标志物(ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1)联用,可用于预测肿瘤风险。
表1 各标志物的表达水平的矩阵信息
实施例2 预测透明性肾细胞癌风险的***
预测透明性肾细胞癌风险的***61:数据处理模块52和判断并输出模块53,还包括数据收集模块51(图3)。
数据收集模块51用于收集患者透明性肾细胞癌组织样本中所述生物标志物组合的表达水平数据,并将其传输给数据处理模块。
数据处理模块52用于将接收或输入生物标志物组合的表达水平数据按如实施例1所述的数据分析方法进行分析,得到计算结果。其中,所述生物标志物组合的表达水平数据可通过数据收集模块51进行收集,亦可从其他来源获取所述生物标志物组合的表达水平数据。
判断并输出模块53用于判断所述的计算结果是否符合预设的判断条件,即患透明性肾细胞癌风险概率大于或等于不患透明性肾细胞癌风险预测概率,以预测透明性肾细胞癌风险,并输出预测结果;其中,在所述判断并输出模块中,当所述表达水平数据满足所述判断条件患透明性肾细胞癌风险概率大于或等于不患透明性肾细胞癌风险预测概率时,输出预测结果为“具有透明性肾细胞癌风险”;当所述表达水平数据不满足所述判断条件患透明性肾细胞癌风险概率小于不患透明性肾细胞癌风险预测概率时,输出预测结果为“不具有透明性肾细胞癌风险”。
实施例3 电子设备
本实施例提供了一种电子设备,电子设备可以通过计算设备的形式表现(例如可以为服务器设备),包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中处理器执行计算机程序时可以实现本发明实施例1中预测透明性肾细胞癌风险的方法。
图4示出了本实施例的硬件结构示意图,电子设备具体包括:
至少一个处理器91、至少一个存储器92以及用于连接不同***组件(包括处理器91和存储器92)的总线93,其中:
总线93包括数据总线、地址总线和控制总线。
存储器92包括易失性存储器,例如随机存取存储器(RAM)921和/或高速缓存存储器922,还可以进一步包括只读存储器(ROM)923。
存储器92还包括具有一组(至少一个)程序模块924的程序,和/或,程序工具925,这样的程序模块924包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序,从而执行各种功能应用以及数据处理,例如本发明实施例1的数据分析方法。
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且,电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备9使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)***、磁带驱动器以及数据备份存储***等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4 计算机可读存储介质
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,程序被处理器执行时实现本发明实施例1中预测透明性肾细胞癌风险的方法的步骤。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行实现本发明实施例1中预测透明性肾细胞癌风险的方法的步骤。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
最后,上述具体实施方法仅用以说明本发明的技术方案,而非对其限制。
生物标志物名称:(可参考NCBI或genecards数据库)
ADPRS:ADP-ribosylserine hydrolase,Gene ID: 54936
AKR1C1:aldo-keto reductase family 1 member C1,Gene ID: 1645
ANKHD1:ankyrin repeat and KH domain containing 1,Gene ID: 54882
ANKRD17:ankyrin repeat domain 17,Gene ID: 26057
B3GAT3:beta-1,3-glucuronyltransferase 3,Gene ID: 26229
BHMT2:betaine--homocysteine S-methyltransferase 2,Gene ID: 23743
BLVRB:biliverdin reductase B,Gene ID: 645
CA1:carbonic anhydrase 1,Gene ID: 759
CAT:catalase,Gene ID: 847
CCNT1:cyclin T1,Gene ID: 904
CDC37:cell division cycle 37,Gene ID: 11140
CLIC1:chloride intracellular channel 1,Gene ID: 1192
COPS5:COP9 signalosome subunit 5,Gene ID: 10987
CSTF1:cleavage stimulation factor subunit 1,Gene ID: 1477
DDT:D-dopachrome tautomerase,Gene ID: 1652
EIF5A2:eukaryotic translation initiation factor 5A2,Gene ID: 56648
EIF5AL1:eukaryotic translation initiation factor 5A like 1,Gene ID:143244
GCLC:glutamate-cysteine ligase catalytic subunit,Gene ID: 2729
GFER:growth factor, augmenter of liver regeneration,Gene ID: 2671
GLO1:glyoxalase I,Gene ID: 2739
HBB:hemoglobin subunit beta,Gene ID: 3043
HBE1:hemoglobin subunit epsilon 1,Gene ID: 3046
HPRT1:hypoxanthine phosphoribosyltransferase 1,Gene ID: 3251
MACF1:microtubule actin crosslinking factor 1,Gene ID: 23499
MSL1:MSL complex subunit 1,Gene ID: 339287
MTPN:myotrophin,Gene ID: 136319
PACSIN2:protein kinase C and casein kinase substrate in neurons 2,Gene ID: 11252
PBLD:phenazine biosynthesis like protein domain containing,Gene ID:64081
PGLS:6-phosphogluconolactonase,Gene ID: 25796
PLBD2:phospholipase B domain containing 2,Gene ID: 196463
PSMB8:proteasome 20S subunit beta 8,Gene ID: 5696
PSMD6:proteasome 26S subunit, non-ATPase 6,Gene ID: 9861
RPS23:ribosomal protein S23,Gene ID: 6228
S100A4:S100 calcium binding protein A4,Gene ID: 6275
SLC2A1:solute carrier family 2 member 1,Gene ID: 6513
SMARCA5:SWI/SNF related, matrix associated, actin dependent regulatorof chromatin, subfamily a, member 5,Gene ID: 8467
SMC1A:structural maintenance of chromosomes 1A,Gene ID: 8243
STING1:stimulator of interferon response cGAMP interactor 1,Gene ID:340061
SYNM:synemin,Gene ID: 23336
TOM1:target of myb1 membrane trafficking protein,Gene ID: 10043
TRIOBP:TRIO and F-actin binding protein,Gene ID: 11078
UFC1:ubiquitin-fold modifier conjugating enzyme 1,Gene ID: 51506。

Claims (15)

1.一种生物标志物组合在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
2.一种用于检测生物标志物组合的试剂,其特征在于,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
3.如权利要求2所述的试剂,其特征在于,所述试剂用于检测所述生物标志物组合的表达水平;
所述表达水平为蛋白表达水平和/或mRNA转录水平。
4.如权利要求3所述的试剂,其特征在于,所述试剂为与所述生物标志物特异性结合,或者与编码所述生物标志物的核酸特异性杂交的生物分子试剂。
5.如权利要求4所述的试剂,其特征在于,所述生物分子试剂选自引物、探针和抗体。
6.如权利要求3所述的试剂,其特征在于,所述试剂为用于基因组、转录组和/或蛋白质组测序的试剂。
7.一种用于检测生物标志物组合的试剂在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
8.如权利要求7所述的应用,其特征在于,所述试剂如权利要求3-6任一项所述。
9.一种试剂盒,其特征在于,所述试剂盒包含如权利要求2-6任一项所述的试剂和生物标志物组合,其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成。
10.一种非诊断目的的检测透明性肾细胞癌的方法,其特征在于,所述方法包括检测待测样本中的生物标志物组合的表达水平;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成;
所述表达水平为蛋白表达水平和/或mRNA转录水平。
11.一种透明性肾细胞癌风险的预测***,其特征在于,所述预测***包括检测模块和分析判断模块;所述检测模块检测待测样本中的生物标志物组合的表达水平,并将表达水平数据传输至所述分析判断模块;所述分析判断模块通过Firmiana软件处理所述表达水平数据,预设为基于广义线性回归模型的机器学***数据是否符合预设的判断条件,以预测样本患透明性肾细胞癌的风险,并输出预测结果;所述判断条件为患透明性肾细胞癌的概率大于或等于不患透明性肾细胞癌的概率;
当所述表达水平数据满足所述判断条件时,输出预测结果为具有透明性肾细胞癌风险;当所述表达水平数据不满足所述判断条件时,即患透明性肾细胞癌的概率小于不患透明性肾细胞癌的概率,输出预测结果为不具有透明性肾细胞癌风险;
其中,所述生物标志物组合由ADPRS、AKR1C1、ANKHD1、ANKRD17、B3GAT3、BHMT2、BLVRB、CA1、CAT、CCNT1、CDC37、CLIC1、COPS5、CSTF1、DDT、EIF5A2、EIF5AL1、GCLC、GFER、GLO1、HBB、HBE1、HPRT1、MACF1、MSL1、MTPN、PACSIN2、PBLD、PGLS、PLBD2、PSMB8、PSMD6、RPS23、S100A4、SLC2A1、SMARCA5、SMC1A、STING1、SYNM、TOM1、TRIOBP和UFC1组成;
所述表达水平为蛋白表达水平和/或mRNA转录水平。
12.如权利要求11所述的预测***,其特征在于,所述待测样本为人的血浆样本。
13.如权利要求11或12所述的预测***,其特征在于,所述预测***还包括数据收集模块,所述数据收集模块用于收集待测样本中所述生物标志物组合的表达水平数据。
14.一种计算机可读存储介质,其存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,可实现如权利要求11-13任一项所述的预测***的功能,或实现如权利要求10所述的方法的步骤。
15.一种电子设备,其包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器用于执行所述计算机程序以实现如权利要求11-13任一项所述的预测***的功能,或实现如权利要求10所述的方法的步骤。
CN202311316321.8A 2023-10-12 2023-10-12 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用 Active CN117070635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311316321.8A CN117070635B (zh) 2023-10-12 2023-10-12 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311316321.8A CN117070635B (zh) 2023-10-12 2023-10-12 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用

Publications (2)

Publication Number Publication Date
CN117070635A true CN117070635A (zh) 2023-11-17
CN117070635B CN117070635B (zh) 2024-01-26

Family

ID=88708340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311316321.8A Active CN117070635B (zh) 2023-10-12 2023-10-12 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用

Country Status (1)

Country Link
CN (1) CN117070635B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120251451A1 (en) * 2009-06-19 2012-10-04 Siu K W Michael Renal Cell Carcinoma Biomarkers
CN109022585A (zh) * 2018-09-10 2018-12-18 路君 Pbld基因在制备肾透明细胞癌诊断和预测预后药物中的应用
CN111630183A (zh) * 2017-09-05 2020-09-04 新加坡科技研究局 透明细胞肾细胞癌生物标志物
CN111850124A (zh) * 2020-08-04 2020-10-30 中国科学院昆明动物研究所 一种特征lincRNA表达谱组合及肺鳞癌早期预测方法
KR20210045575A (ko) * 2019-10-16 2021-04-27 울산대학교 산학협력단 생체 방사선 피폭 선량 평가용 바이오마커 및 이의 용도
CN113462776A (zh) * 2021-06-25 2021-10-01 复旦大学附属肿瘤医院 m6A修饰相关联合基因组在预测肾透明细胞癌患者免疫治疗疗效中的应用
CN116732164A (zh) * 2023-06-16 2023-09-12 上海爱谱蒂康生物科技有限公司 生物标志物组合及其在预测asd疾病中的应用

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120251451A1 (en) * 2009-06-19 2012-10-04 Siu K W Michael Renal Cell Carcinoma Biomarkers
CN111630183A (zh) * 2017-09-05 2020-09-04 新加坡科技研究局 透明细胞肾细胞癌生物标志物
US20200347455A1 (en) * 2017-09-05 2020-11-05 Agency For Science, Technology And Research Clear Cell Renal Cell Carcinoma Biomarkers
CN109022585A (zh) * 2018-09-10 2018-12-18 路君 Pbld基因在制备肾透明细胞癌诊断和预测预后药物中的应用
KR20210045575A (ko) * 2019-10-16 2021-04-27 울산대학교 산학협력단 생체 방사선 피폭 선량 평가용 바이오마커 및 이의 용도
CN111850124A (zh) * 2020-08-04 2020-10-30 中国科学院昆明动物研究所 一种特征lincRNA表达谱组合及肺鳞癌早期预测方法
CN113462776A (zh) * 2021-06-25 2021-10-01 复旦大学附属肿瘤医院 m6A修饰相关联合基因组在预测肾透明细胞癌患者免疫治疗疗效中的应用
CN116732164A (zh) * 2023-06-16 2023-09-12 上海爱谱蒂康生物科技有限公司 生物标志物组合及其在预测asd疾病中的应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FLORENT PETITPREZ 等: "Review of Prognostic Expression Markers for Clear Cell Renal Cell Carcinoma", FRONTIERS IN ONCOLOGY, vol. 11, pages 1 - 11 *
王坤;颜克强;刘承;焦伟;唐悦清;闫磊;刘照旭;范医东;徐忠华;: "SATB1在肾透明细胞癌中的表达及临床意义", 中国现代医学杂志, no. 25, pages 1 - 5 *

Also Published As

Publication number Publication date
CN117070635B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
Verma et al. Proteomic approaches within the NCI early detection research network for the discovery and identification of cancer biomarkers
US20060122785A1 (en) Constellation mapping and uses thereof
EP1446667A2 (en) Mass intensity profiling system and uses thereof
WO2005017646A2 (en) System, software and methods for biomarker identification
US20210095348A1 (en) Methods and systems to perform genetically variant protein analysis, and related marker genetic protein variations and databases
CN116732164A (zh) 生物标志物组合及其在预测asd疾病中的应用
US20050100967A1 (en) Detection of endometrial pathology
CN115575636A (zh) 一种用于肺癌检测的生物标志物及其***
CN117051113B (zh) 生物标志物组合在制备预测结直肠癌的试剂盒中的应用
WO2015042454A1 (en) Compositions, methods and kits for diagnosis of lung cancer
CN117070635B (zh) 生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用
US20070184511A1 (en) Method for Diagnosing a Person Having Sjogren's Syndrome
CN117074679A (zh) 生物标志物组合及其在预测免疫治疗联合化疗治疗食管癌效果中的应用
US20070249000A1 (en) Method for diagnosing a person having b-cell pathologies
Wang et al. PUEPro: a computational pipeline for prediction of urine excretory proteins
EP4305427A1 (en) Biomarkers for determining an immuno-oncology response
EP2674758A1 (en) A computational method for mapping peptides to proteins using sequencing data
CN117051111B (zh) 生物标志物组合在制备预测肺癌的试剂盒中的应用
CN117187385B (zh) 生物标志物在制备预测和/或诊断utuc的试剂盒中的应用
CN117079710B (zh) 生物标志物及其在预测和/或诊断utuc肌肉浸润中的应用
CN117051112B (zh) 生物标志物组合在制备预测淋巴瘤的试剂盒中的应用
Li et al. Machine learning for mass spectrometry data analysis in proteomics
CN117004729B (zh) 生物标志物及其在预测和/或诊断utuc进展时间中的应用
CN117089621A (zh) 生物标志物组合及其在预测结直肠癌疗效中的应用
CN117079710A (zh) 生物标志物及其在预测和/或诊断utuc肌肉浸润中的应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant