CN108504732A - 一种建立胃癌的风险预测模型的方法 - Google Patents

一种建立胃癌的风险预测模型的方法 Download PDF

Info

Publication number
CN108504732A
CN108504732A CN201710108343.3A CN201710108343A CN108504732A CN 108504732 A CN108504732 A CN 108504732A CN 201710108343 A CN201710108343 A CN 201710108343A CN 108504732 A CN108504732 A CN 108504732A
Authority
CN
China
Prior art keywords
gastric cancer
prediction
risk
site
snp
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.)
Pending
Application number
CN201710108343.3A
Other languages
English (en)
Inventor
张骏
刘杰
胡婧怡
马彦云
王存久
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.)
Fudan University
Huashan Hospital of Fudan University
Original Assignee
Fudan University
Huashan Hospital of Fudan University
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 Fudan University, Huashan Hospital of Fudan University filed Critical Fudan University
Priority to CN201710108343.3A priority Critical patent/CN108504732A/zh
Publication of CN108504732A publication Critical patent/CN108504732A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING 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
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING 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
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers

Landscapes

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

Abstract

本发明涉及肿瘤的分子生物学技术领域，涉及一种建立预测胃癌风险的预测模型的方法，本发明从采集的生物学样本中测定多个单核苷酸多态性（SNP）位点，建立预测胃癌风险的预测模型，通过建立的模型对单核苷酸多态性（SNP）位点比较分析判定预测人群罹患胃癌的风险以及从受试者胃癌诊断的角度上预测与胃癌发生风险的相关性。本发明通过建立的预测模型法可从受试者采集的生物学样本中，通过对照分析正常人群和胃癌病人并根据基因变异的频率将具统计显著性的单核苷酸变异进行分析，并从受试者胃癌诊断的角度上判定与胃癌发生风险的相关性，从而提高早期诊断率，改善临床结果；所述风险预测模型适用于预测人群罹患胃癌的风险。

Description

一种建立胃癌的风险预测模型的方法
技术领域
本发明涉及肿瘤的分子生物学技术领域，涉及一种建立预测胃癌风险的预测模型的方法，本发明从采集的生物学样本中测定多个单核苷酸多态性（SNP）位点，建立预测胃癌风险的预测模型，通过建立的模型对单核苷酸多态性（SNP）位点比较分析判定预测人群罹患胃癌的风险以及从受试者胃癌诊断的角度上预测与胃癌发生风险的相关性。
背景技术
据报道，胃癌已成为我国癌症第二大死因，每年新增胃癌病例及死亡病例占全球的40%以上。现有技术公开了胃癌被视为具有几种流行病学和组织病理学特征的单一的异质性疾病。临床实践中胃癌的诊断主要依据病理活检进行确诊，临床早期诊断通常通过胃镜取活检样本的方法，并综合临床参数如肿瘤指标等；临床实践显示，胃癌的诊断时间的早晚会对患者的预后生存产生明显差异，根据TMN分期，I 期的五年生存率为 90％或以上，而IV 期的五年生存率小于 20％，证实了诊断时间的不同期间的差异巨大。
目前临床上胃癌的早期诊断方法主要依靠病理学检查及辅助诊断技术如脱落细胞学检查、肿瘤标志物以及组织活检；肿瘤标志物在近年来已经被广泛应用，在胃癌的早期诊断及预后复发等方面发挥了其有益优势，但其在鉴别良恶性疾病、肿瘤的来源等多个方面上存在有一定的局限性；组织活检方式具有较高的灵敏度和特异度，但该方式是极具创伤性的诊断方法，难以广泛运用于患者的早期筛查。因此，寻找非侵入性、便捷而敏感的早期诊断方法对提高胃癌患者长期生存率有着重要的意义。
基于现有技术存在的缺陷，本申请的发明人拟提供一种建立胃癌的风险预测模型的方法，本申请依据单核苷酸多态性（SNP）可改变癌基因的转录表达和蛋白功能，影响肿瘤的发生发展的研究基础，通过分析影响胃癌发生相关的多个单核苷酸多态性位点，进行基因分型，建立预测胃癌风险的模型；采用建立的模型可以提高胃癌的早期诊断率，同时，根据功能研究以及生存分析预测高危人群罹患胃癌的风险。
发明内容
本发明的目的在于提供一种新型的高危人群罹患胃癌风险的预测工具，具体涉及一种建立预测胃癌风险的预测模型的方法，尤其是基于胃癌患者的单核苷酸多态性的新型风险预测模型的建立方法。
为了实现上述目的，本发明提供一种建立预测胃癌风险的预测模型的方法，本发明从采集的生物学样本中测定多个单核苷酸多态性（SNP）位点，建立预测胃癌风险的预测模型，通过建立的模型对单核苷酸多态性（SNP）位点比较分析判定预测人群罹患胃癌的风险以及从受试者胃癌诊断的角度上预测与胃癌发生风险的相关性。
本发明中，通过分析影响胃癌发生相关的多个单核苷酸多态性位点，在大量样本的研究对象中进行基因分型，进行胃癌风险的预测模型的建立。
本发明中，从受试者采集的生物学样本中，测定多个单核苷酸多态性位点，从受试者胃癌诊断的角度上判定与胃癌发生风险的相关性。
具体的，本发明的一种建立预测胃癌风险的预测模型的方法，其包括步骤：
1） 采集生物学样本，
包括采集正常人和胃癌患者外周血样本，分离DNA，进行基因分型，将包含单核苷酸多态性（SNP）位点SNP位点区域的 DNA扩增，将特异的延伸引物与 PCR产物进行单碱基延伸反应，通过检测延伸产物分子量的大小，对SNP作分型检测；
2）测定多个单核苷酸多态性位点，
包括所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；
通过逻辑回归得到算式LogitP,以诊断类型为状态变量作出受试者工作曲线（ROC曲线），预测胃癌发生的 ROC 下面积（AUC），灵敏度（Sensitivity）为0.74时特异性（Specificity）为0.91，建立得预测模型。
本发明的一个实施例中，通过采集取正常人和胃癌患者人的外周血样本（样本信息如图1所示），使用axyprep血液基因组DNA小量提取试剂盒（Axygen公司）从外周血分离出DNA；。基因分型采用Sequenom MassARRAY技术，将包含SNP位点区域的 DNA扩增，应用MassARRAY iPLEX 单碱基延伸技术，将特异的延伸引物与 PCR产物进行单碱基延伸反应；多态性引起的延伸产物不同的末端碱基将导致延伸后的产物分子量的差异，通过检测延伸产物分子量的大小，应用专用的分析软件，对SNP作分型检测；
在本发明中，通过测定多个单核苷酸多态性位点，根据所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；其包括：采用SPSS（13版本）和Excel将观察到的和预期的基因型频率进行Hardy Weinberg平衡（HWE）检验和皮尔森卡方检验，并矫正年龄，性别，吸烟状况，饮酒状况，通过二元逻辑回归分析，得出位点统计显著性；所述的皮尔森卡方检验还被用以评估不同组间的定性数据，而Student’s t检验和非参数检验应用于比较定量变量,当双侧P值小于0.05被认为有统计学显著性。
本发明中， 逻辑回归方法主要包括：普通分析，等位基因型分析，genetic model分析；并通过男女分层，进一步在男性或女性中进行普通分析，等位基因型分析，geneticmodel分析，其中，普通分析确定位点统计显著性：rs2273626（OR值1.672，P值0.001763），rs2274223（OR值1.378，P值0.04281），为胃癌的危险因素；
本发明中，经大量实验数据表明，所述的单核苷酸多态性（SNP）位点的危险等位基因分别是：rs2273626位点为A，rs2274223位点为A；
本发明中，进一步，通过逻辑回归得到算式LogitP,并根据算式将原数据转换为LogitP值，以此为检验变量，以诊断类型为状态变量作出受试者工作曲线（ROC曲线）；两个SNP联合预测胃癌发生的 ROC 下面积（AUC）为 0.90（如图2所示），灵敏度（Sensitivity）为0.74时特异性（Specificity）为0.91，表明所建立的模型预测性能良好，可以用于识别胃癌和正常人群。
在本发明的具体实施方案中，本发明将SNP位点信息及病史信息放入风险预测模型计算出每名研究对象的胃癌发病风险，采用作受试者工作特征曲线(ROC)评估胃癌发生风险预测模型，根据 ROC 曲线下面积评价该预测方法的价值，结果显示，两个阳性SNP位点联合预测胃癌发生的 ROC 下面积为 0.90，表明该模型预测性能良好，可以很好的识别胃癌与非胃癌人群。
本发明提供了一种从胃癌诊断的受试者中建立预测模型的方法，通过建立的预测模型法可从受试者采集的生物学样本中，测定多个单核苷酸多态性（SNP）位点，通过对照分析正常人群和胃癌病人，并根据基因变异的频率将具统计显著性的单核苷酸变异进行分析，并从受试者胃癌诊断的角度上判定与胃癌发生风险的相关性，从而提高早期诊断率，改善临床结果；所述风险预测模型适用于预测人群罹患胃癌的风险。
附图说明
图1是采集的生物学外周血样本信息。
图2是；两个SNP联合预测胃癌发生的 ROC 下面积（AUC）为 0.90。
具体实施方式
实施例1
通过收取正常人（共392例）和胃癌病人（共443例）的外周血样本（样本信息如图1所示），使用axyprep血液基因组DNA小量提取试剂盒（Axygen公司）从外周血分离出DNA。基因分型采用Sequenom MassARRAY技术，将包含SNP位点区域的 DNA扩增，应用 MassARRAYiPLEX 单碱基延伸技术，将特异的延伸引物与 PCR产物进行单碱基延伸反应。多态性引起的延伸产物不同的末端碱基将导致延伸后的产物分子量的差异，通过检测延伸产物分子量的大小，应用专用的分析软件，对SNP作分型检测；
在本实验中，通过测定多个单核苷酸多态性位点，根据所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；具体方法为：采用SPSS（13版本）和Excel将观察到的和预期的基因型频率进行HardyWeinberg平衡（HWE）检验和皮尔森卡方检验，并矫正年龄，性别，吸烟状况，饮酒状况，通过二元逻辑回归分析，得出位点统计显著性。皮尔森卡方检验也被用来评估不同组间的定性数据，而Student’s t检验和非参数检验应用于比较定量变量,当双侧P值小于0.05被认为有统计学显著性；
逻辑回归方法主要包括：普通分析，等位基因型分析，genetic model分析；并通过男女分层，进一步在男性或女性中进行普通分析，等位基因型分析，genetic model分析。其中，普通分析确定位点统计显著性：rs2273626（OR值1.672，P值0.001763），rs2274223（OR值1.378，P值0.04281），为胃癌的危险因素。
进一步，通过逻辑回归得到算式LogitP,并根据算式将原数据转换为LogitP值，以此为检验变量，以诊断类型为状态变量作出受试者工作曲线（ROC曲线），两个SNP联合预测胃癌发生的 ROC 下面积（AUC）为 0.90（图2），灵敏度（Sensitivity）为0.74时特异性（Specificity）为0.91，表明该模型预测性能良好，可以识别胃癌和正常人群。

Claims (5)

1.一种建立预测胃癌风险的预测模型的方法，其特征在于，其包括步骤：
1） 采集生物学样本，
将采集的正常人和胃癌患者外周血样本，分离DNA，进行基因分型，将包含单核苷酸多态性SNP位点SNP位点区域的 DNA扩增，将特异的延伸引物与 PCR产物进行单碱基延伸反应，通过检测延伸产物分子量的大小，对SNP作分型检测；
2）测定多个单核苷酸多态性位点，
包括所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；
通过逻辑回归得到算式LogitP,以诊断类型为状态变量作出受试者工作曲线ROC曲线，预测胃癌发生的 ROC 下面积AUC，灵敏度Sensitivity为0.74时特异性为0.91，建立得预测模型。
2.按权利要求1所述的方法，其特征在于，所述的单核苷酸多态性SNP位点为rs2273626，rs2274223，。
3.按权利要求1所述的方法，其特征在于，所述的单核苷酸多态性SNP位点的危险等位基因分别是：rs2273626位点为A，rs2274223位点为A。
4.按权利要求1所述的方法，其特征在于，所建立的预测胃癌风险的预测模型在用于预测人群罹患胃癌的风险中的用途。
5.按权利要求1所述的方法，其特征在于，所建立的预测胃癌风险的预测模型在用于判定受试者与胃癌发生风险的相关性中的用途。
CN201710108343.3A 2017-02-27 2017-02-27 一种建立胃癌的风险预测模型的方法 Pending CN108504732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710108343.3A CN108504732A (zh) 2017-02-27 2017-02-27 一种建立胃癌的风险预测模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710108343.3A CN108504732A (zh) 2017-02-27 2017-02-27 一种建立胃癌的风险预测模型的方法

Publications (1)

Publication Number Publication Date
CN108504732A true CN108504732A (zh) 2018-09-07

Family

ID=63373999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710108343.3A Pending CN108504732A (zh) 2017-02-27 2017-02-27 一种建立胃癌的风险预测模型的方法

Country Status (1)

Country Link
CN (1) CN108504732A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111710423A (zh) * 2020-06-17 2020-09-25 上海市精神卫生中心（上海市心理咨询培训中心） 基于回归模型测定心境障碍发病风险概率的方法
CN111739642A (zh) * 2020-06-23 2020-10-02 杭州和壹医学检验所有限公司 一种结直肠癌风险预测方法、系统、计算机设备及可读存储介质
CN111739641A (zh) * 2020-06-23 2020-10-02 杭州和壹医学检验所有限公司 一种胃癌风险预测方法、系统、计算机设备及可读存储介质
CN112071363A (zh) * 2020-07-21 2020-12-11 北京谷海天目生物医学科技有限公司 胃黏膜病变蛋白质分子分型、病变进展及胃癌相关蛋白标志物、预测病变进展风险的方法
CN112410431A (zh) * 2020-12-04 2021-02-26 訾力 用于胃癌预后判断的snp
CN113238052A (zh) * 2021-04-27 2021-08-10 中国人民解放军空军军医大学 MG7-Ag、hTERT及TFF2表达分析在肠上皮化生风险分层及胃癌预警中的应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130022435A (ko) * 2011-08-22 2013-03-07 가톨릭대학교 산학협력단 위암 감수성 진단용 ｌｏｘ 유전자 ｓｎｐ 및 이를 이용한 위암 감수성 진단방법
US20160040253A1 (en) * 2013-04-05 2016-02-11 University-Industry Foundation, Yonsei University Method for manufacturing gastric cancer prognosis prediction model
CN106434979A (zh) * 2016-11-24 2017-02-22 深圳市核子基因科技有限公司 一种用于检测胃癌易感性的试剂盒及其snp标志物

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130022435A (ko) * 2011-08-22 2013-03-07 가톨릭대학교 산학협력단 위암 감수성 진단용 ｌｏｘ 유전자 ｓｎｐ 및 이를 이용한 위암 감수성 진단방법
US20160040253A1 (en) * 2013-04-05 2016-02-11 University-Industry Foundation, Yonsei University Method for manufacturing gastric cancer prognosis prediction model
CN106434979A (zh) * 2016-11-24 2017-02-22 深圳市核子基因科技有限公司 一种用于检测胃癌易感性的试剂盒及其snp标志物

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MENG CAI ET AL.: ""Environmental factors, seven GWAS‐identified susceptibility loci, and risk of gastric cancer and its precursors in a Chinese population"", 《CANCER MEDICINE》 *
黄莹: ""直肠癌同步放化疗的敏感性分子标志物和副反应及生存相关遗传变异的研究"", 《中国博士学位论文全文数据库 医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111710423A (zh) * 2020-06-17 2020-09-25 上海市精神卫生中心（上海市心理咨询培训中心） 基于回归模型测定心境障碍发病风险概率的方法
CN111739642A (zh) * 2020-06-23 2020-10-02 杭州和壹医学检验所有限公司 一种结直肠癌风险预测方法、系统、计算机设备及可读存储介质
CN111739641A (zh) * 2020-06-23 2020-10-02 杭州和壹医学检验所有限公司 一种胃癌风险预测方法、系统、计算机设备及可读存储介质
CN112071363A (zh) * 2020-07-21 2020-12-11 北京谷海天目生物医学科技有限公司 胃黏膜病变蛋白质分子分型、病变进展及胃癌相关蛋白标志物、预测病变进展风险的方法
CN112071363B (zh) * 2020-07-21 2023-11-14 北京谷海天目生物医学科技有限公司 胃黏膜病变蛋白质分子分型、病变进展及胃癌相关蛋白标志物、预测病变进展风险的方法
CN112410431A (zh) * 2020-12-04 2021-02-26 訾力 用于胃癌预后判断的snp
CN112410431B (zh) * 2020-12-04 2022-03-22 訾力 用于胃癌预后判断的snp
CN113238052A (zh) * 2021-04-27 2021-08-10 中国人民解放军空军军医大学 MG7-Ag、hTERT及TFF2表达分析在肠上皮化生风险分层及胃癌预警中的应用

Similar Documents

Publication Publication Date Title
CN108504732A (zh) 一种建立胃癌的风险预测模型的方法
RU2675370C2 (ru) Способ выявления присутствия или отсутствия агрессивного рака предстательной железы
Kader et al. Potential impact of adding genetic markers to clinical parameters in predicting prostate biopsy outcomes in men following an initial negative biopsy: findings from the REDUCE trial
CN105002286A (zh) 与高血压和/或心血管疾病发病风险相关的多个单核苷酸多态性位点及相关应用
CN106893784A (zh) 用于预测肝癌预后的lncRNA标志物
RU2669809C2 (ru) Способ прогноза для индивидуумов с раком предстательной железы
CN104046624B (zh) 用于肺癌预后的基因及其应用
US20180208992A1 (en) CpG ISLAND METHYLATION PROFILE IN NON-INVASIVE ORAL RINSE SAMPLES FOR DETECTION OF ORAL AND PHARYNGEAL CARCINOMA
CN108531597A (zh) 一种用于口腔鳞癌早期诊断的检测试剂盒
JP2013509169A (ja) 前立腺癌の診断および病期分類のための非侵襲的マーカーとなる血中ｍｉＲＮＡ
Cheng et al. A novel integrative risk index of papillary thyroid cancer progression combining genomic alterations and clinical factors
TWI408235B (zh) 用於檢測口腔癌之基因標記及方法
TW201741915A (zh) 基因表現圖譜以及將其應用於乳癌醫療之方法
CN107435062A (zh) 甄别肺部微小结节良恶性的外周血基因标志物及其用途
CN105821147A (zh) 一种用于检测直肠癌易感性相关的snp位点的引物及检测方法
CN115851951A (zh) 含多组学标志物组合物的早期肝癌检测模型构建及试剂盒
CN110229899A (zh) 用于结直肠癌早期诊断或预后预测的血浆标记物组合
CN110382718A (zh) 用于指示具有特定特征的个体中的前列腺癌的存在或不存在的方法
Wang et al. Identification of a blood-based 12-gene signature that predicts the severity of coronary artery stenosis: An integrative approach based on gene network construction, Support Vector Machine algorithm, and multi-cohort validation
CN103205433B (zh) 用于肺癌预后的基因及其应用
WO2022156610A1 (zh) 基于基因检测判断肝癌药物敏感性和远期预后的预测工具及其应用
CN108546761A (zh) 一种用于口腔鳞癌淋巴结转移预测的检测试剂盒
AU2016224709A1 (en) Method for assisting in prognostic diagnosis of colorectal cancer, recording medium and determining device
CN109097465A (zh) Clip3基因的snp位点的应用
TWI847027B (zh) 乳癌復發與轉移風險預估方法與套組

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180907

RJ01 Rejection of invention patent application after publication