CN108611418A - 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 - Google Patents
一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 Download PDFInfo
- Publication number
- CN108611418A CN108611418A CN201810444751.0A CN201810444751A CN108611418A CN 108611418 A CN108611418 A CN 108611418A CN 201810444751 A CN201810444751 A CN 201810444751A CN 108611418 A CN108611418 A CN 108611418A
- Authority
- CN
- China
- Prior art keywords
- cell lung
- small cell
- lung cancer
- seq
- sox2ot
- 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
Links
- 208000002154 non-small cell lung carcinoma Diseases 0.000 title claims abstract description 55
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 238000012360 testing method Methods 0.000 title claims abstract description 13
- 108020005198 Long Noncoding RNA Proteins 0.000 claims abstract description 37
- 108091036332 SOX2OT Proteins 0.000 claims abstract description 32
- 230000014509 gene expression Effects 0.000 claims abstract description 22
- 210000002966 serum Anatomy 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 210000004072 lung Anatomy 0.000 claims abstract description 11
- 230000001105 regulatory effect Effects 0.000 claims abstract description 4
- 239000003153 chemical reaction reagent Substances 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 108020004414 DNA Proteins 0.000 description 23
- 238000010200 validation analysis Methods 0.000 description 10
- 206010028980 Neoplasm Diseases 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 6
- 108091046869 Telomeric non-coding RNA Proteins 0.000 description 6
- 201000005202 lung cancer Diseases 0.000 description 6
- 208000020816 lung neoplasm Diseases 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 208000000649 small cell carcinoma Diseases 0.000 description 5
- 238000013399 early diagnosis Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 101000914324 Homo sapiens Carcinoembryonic antigen-related cell adhesion molecule 5 Proteins 0.000 description 3
- 101000914321 Homo sapiens Carcinoembryonic antigen-related cell adhesion molecule 7 Proteins 0.000 description 3
- 101000617725 Homo sapiens Pregnancy-specific beta-1-glycoprotein 2 Proteins 0.000 description 3
- 101100043112 Homo sapiens SERPINB3 gene Proteins 0.000 description 3
- 102100036383 Serpin B3 Human genes 0.000 description 3
- 108010036226 antigen CYFRA21.1 Proteins 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 101100177160 Arabidopsis thaliana HAC2 gene Proteins 0.000 description 2
- 101000633904 Homo sapiens Putative taurine up-regulated 1 protein Proteins 0.000 description 2
- 108091007767 MALAT1 Proteins 0.000 description 2
- 102100023075 Protein Niban 2 Human genes 0.000 description 2
- 102100029247 Putative taurine up-regulated 1 protein Human genes 0.000 description 2
- 238000011529 RT qPCR Methods 0.000 description 2
- 206010041067 Small cell lung cancer Diseases 0.000 description 2
- 101100022813 Zea mays MEG3 gene Proteins 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- KRTSDMXIXPKRQR-AATRIKPKSA-N monocrotophos Chemical compound CNC(=O)\C=C(/C)OP(=O)(OC)OC KRTSDMXIXPKRQR-AATRIKPKSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003762 quantitative reverse transcription PCR Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 208000000587 small cell lung carcinoma Diseases 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- -1 ANRIL Proteins 0.000 description 1
- 108010077544 Chromatin Proteins 0.000 description 1
- 238000009007 Diagnostic Kit Methods 0.000 description 1
- 208000005176 Hepatitis C Diseases 0.000 description 1
- 210000001766 X chromosome Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013276 bronchoscopy Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000024245 cell differentiation Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000019522 cellular metabolic process Effects 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 210000003483 chromatin Anatomy 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002299 complementary DNA Substances 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 1
- 108091027963 non-coding RNA Proteins 0.000 description 1
- 102000042567 non-coding RNA Human genes 0.000 description 1
- 238000001821 nucleic acid purification Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000003752 polymerase chain reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011127 radiochemotherapy Methods 0.000 description 1
- 230000022532 regulation of transcription, DNA-dependent Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000008223 sterile water Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000000439 tumor marker Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA
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
本发明公开了一种非小细胞肺癌血清lncRNAs特异表达谱,由表达上调lncRNA SOX2OT、ANRIL构成。所述非小细胞肺癌血清lncRNAs特异表达谱中特异表达lncRNAs的检测引物如SEQ ID NO:1~4所示。本发明还提供了一种非小细胞肺癌检测分析系统,利用以下公式:logit(P=NSCLC)=1.7787‑0.5362*S‑0.7764*A;计算,用于非小细胞肺癌的诊断,经ROC曲线分析,此血清lncRNAs模型对非小细胞肺癌具有较高的诊断效率,同时此模型能够诊断非小细胞肺癌早期患者(TNM I期)。
Description
技术领域
本发明涉及分子生物学检测技术领域,具体涉及一种检测非小细胞肺癌的特异性表达图谱及检测分析系统。
背景技术
肺癌是全世界范围内最常见的恶性肿瘤之一,也是肿瘤性死亡的首要原因。而非小细胞肺癌是肺癌的主要病理类型,约占非小细胞肺癌的80%。尽管早期诊断的非小细胞肺癌患者可以通过手术联合放化疗或者靶向药物治疗进行干预,但非小细胞肺癌患者早期症状与体征并不明显,导致非小细胞肺癌早期诊断异常困难,患者总体的五年生存率仍然不容乐观,仅仅21%左右。目前常用的检查手段,如影像学检查(X光片、数字CT)、血清肿瘤标志物(CEA、SCCA、CYFRA21-1等)、支气管镜检查等,因特异性差、敏感性不强、病人依从性差等原因存在各种不足。因此,寻找一种新型非侵入性、高灵敏度和高特异性的诊断标志物用于非小细胞肺癌的诊断是当前的研究热点和难点。
Long noncoding RNA(lncRNAs)是一类长度超过200个核苷酸的非编码RNA,可通过转录调控、染色质修饰、X染色体沉默、核内运输多种机制调控靶基因的表达,进而参与肿瘤细胞分化、生长、代谢和凋亡等过程。已经有研究证实,lncRNAs在肿瘤中异常表达,与肿瘤的发生、发展、转移和预后存在密切的联系。近年来研究发现,血清中存在丰富且稳定的lncRNAs,通过对比分析肿瘤患者和对照组血清中lncRNAs表达谱,发现不同肿瘤具有其特定的lncRNAs表达谱,为肿瘤的无创性诊断提供了新的依据。因此,确定非小细胞肺癌lncRNAs特异表达谱,筛选差异表达的lncRNAs,建立非小细胞肺癌血清lncRNAs诊断模型,有助于实现对非小细胞肺癌的早期诊断。
本发明在前期研究中发现,单个的基因检测非小细胞肺癌灵敏度和特异性均比较低,如SOX2OT、ANRIL、CEA、CYFRA21-1和SCCA的AUC分别为0.740、0.723、0.622、0.622和0.607。而将五个基因联用,通过见建立模型:Logit(P)=1.6487-(0.002×CEA)-(0.0249×CYFRA21-1)-(0.095×SCCA)-(0.5474×SOX2OT)-(0.6174×ANRIL),所得AUC为0.853。lncRNAs与肿瘤标志物联合虽然可以提高检测的灵敏度和特异性,但是多个基因的联用不仅会增大检测成本,而且增大了数据分析,同时在检测过程中针对不同的基因采用相同的检测分析条件,无疑会增大误差。因此,还需探究更为灵敏、准确的检测方法。
发明内容
本发明主要目的是,提供一种检测非小细胞肺癌的特异性表达图谱及检测分析系统。本发明在前期研究基础上,发现将SOX2OT和ANRIL作为特异性表达图谱,通过设计合适的引物联合用于检测非小细胞肺癌,建立非小细胞肺癌检测分析系统,可使检测灵敏度和特异性大幅提高。
为实现上述目的,本发明采用以下技术方案:
本发明目的之一,提供一种非小细胞肺癌lncRNAs特异表达谱,由上调表达的SOX2OT和ANRIL构成。
本发明目的之二,提供上述的lncRNAs特异性表达谱在制备非小细胞肺癌检测试剂中的应用。
本发明目的之三,提供一组用检测以上所述非小细胞肺癌lncRNAs特异表达谱的引物,所述SOX2OT的上游引物如SEQ ID NO:1所示,下游引物如SEQ ID NO:2所示;所述ANRIL的上游引物如SEQ ID NO:3所示,下游引物如SEQ ID NO:4所示。
本发明目的之四,提供以上所述的引物在制备检测非小细胞肺癌试剂和/或试剂盒中的应用。
本发明目的之五,提供一种检测非小细胞肺癌的试剂盒,所述试剂盒包括SEQ IDNO:1所示、SEQ ID NO:2所示的SOX2OT引物,SEQ ID NO:3所示、SEQ ID NO:4所示的ANRIL引物。
本发明目的之六,提供以上所述的试剂盒在制备检测非小细胞肺癌试剂中的应用。
本发明目的之七,提供一种以上所述非小细胞肺癌血清lncRNAs特异表达谱分析系统,所述分析系统包括定量检测模块、输入模块、分析模块和输出模块。
本发明目的之八,提供以上所述的分析系统运行方法,包括以下步骤:
(1)采用定量检测模块,获得SOX2OT表达量数值S,ANRIL表达量数值A;
(2)将上述步骤(1)所得S、A数值输进输入模块;
(3)分析模块进行运算分析;
(4)输出模块输出1或0;其中0代表非小细胞肺癌检测阴性;1代表非小
细胞肺癌检测阳性。
本发明取得的有益效果:
本发明特异表达图谱仅由lncRNA SOX2OT、ANRIL组成,由此建立的
检测分析系统提高了对非小细胞肺癌检测的灵敏度和特异性;并且,该检测
分析系统可以对非小细胞肺癌不同分期进行诊断,能够使非小细胞肺癌患者
早发现早治疗,有效延长非小细胞肺癌患者生存时间。
附图说明
图1:两种lncRNAs在非小细胞肺癌组和对照组中的表达,其中,A:训练组SOX2OT;B:训练组ANRIL;C:验证组SOX2OT;D:验证组ANRIL。
图2:两种lncRNAs对非小细胞肺癌的诊断ROC曲线,其中,A:训练组SOX2OT;B:训练组ANRIL;C:验证组SOX2OT;D:验证组ANRIL。
图3:建立的诊断模型(panel)对非小细胞肺癌及不同分期的诊断ROC曲线。其中,A:训练组Panel;B:验证组Panel;C:验证组I期;D:验证组II期;E:验证组III期。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作和/或它们的组合。
本发明目的之一,提供一种非小细胞肺癌lncRNAs特异表达谱,由上调表达的SOX2OT和ANRIL构成。
本发明目的之二,提供上述的lncRNAs特异性表达谱在制备非小细胞肺癌检测试剂中的应用。
本发明目的之三,提供一组用检测以上所述非小细胞肺癌lncRNAs特异表达谱的引物,所述SOX2OT的上游引物如SEQ ID NO:1所示,下游引物如SEQ ID NO:2所示;所述ANRIL的上游引物如SEQ ID NO:3所示,下游引物如SEQ ID NO:4所示。
本发明目的之四,提供以上所述的引物在制备检测非小细胞肺癌试剂和/或试剂盒中的应用。
本发明目的之五,提供一种检测非小细胞肺癌的试剂盒,所述试剂盒包括SEQ IDNO:1所示、SEQ ID NO:2所示的SOX2OT引物,SEQ ID NO:3所示、SEQ ID NO:4所示的ANRIL引物。
本发明目的之六,提供以上所述的试剂盒在制备检测非小细胞肺癌试剂中的应用。
本发明目的之七,提供一种以上所述非小细胞肺癌血清lncRNAs特异表达谱检测分析系统,所述分析系统包括定量检测模块、输入模块、分析模块和输出模块。
进一步,所述定量检测模块包括;所述定检测模块采用以上所述引物检测血清中SOX2OT、ANRIL表达量,采用2-△△Ct方法分别进行分析,得SOX2OT表达量数值S,ANRIL表达量数值A。
进一步,所述分析模块包括logit模型计算和ROC曲线分析;所述logit模型为:
logit(P=NSCLC)=1.7787-0.5362*S-0.7764*A;所述S为SOX2OT表达量数值;所述A为ANRIL表达量数值。
本发明目的之八,提供以上所述的分析系统运行方法,包括以下步骤:
(1)采用定量检测模块,获得SOX2OT表达量数值S,ANRIL表达量数值A;
(2)将上述步骤(1)所得S、A数值输进输入模块;
(3)分析模块进行运算分析;
(4)输出模块输出1或0;其中0代表非小细胞肺癌检测阴性;1代表非小
细胞肺癌检测阳性。
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案,以下将结合具体的实施例详细说明本发明的技术方案。
实施例
1、研究对象
血清标本共来自经受试者同意的126例非小细胞肺癌患者(NSCLC)和126例排除肿瘤的对照者。所有非小细胞肺癌患者均来自山东大学齐鲁医院胸外科住院患者,均为首次入院接受治疗的患者,入院前未曾接受任何药物或手术治疗,其分期和病理类型均经支气管镜检查或术后病理检查确认。所有血清标本均在患者接受任何药物或手术治疗前取得。
2、标本采集
采集血清3ml,立即4℃低温条件下,1600g离心5分钟,然后16000g离心10分钟,将分离上清液保存于-80℃待测。
3、RNA分离及提取
取冻存组织样本于常温下解冻,按Trizol(Invitrogen,Carlsbad)试剂使用说明提取组织总RNA。血清样本于常温下解冻,按丙型肝炎核酸纯化诊断试剂盒(QIAGEN,深圳)试剂使用说明提取血清总RNA。
5、RT-qPCR
使用PrimeScriptTM RT Reagent Kit试剂盒(Takara)反转录上述总RNA成cDNA,然后使用SYBR Premix Ex Taq(Takara)进行PCR反应,运行于CFX96TM实时荧光定量PCR分析仪(Bio-Rad Laboratories,USA)。
PCR反应体系(25μl):
模板DNA:2ul
SYBR Premix Ex Taq:12.5μl
DyeⅡ:0.5μl
上游引物(10μM):1μl
下游引物(10μM):1μl
无菌水:8μl
反应条件为:95℃30秒→1个循环;(95℃5秒,58℃30秒)→45个循环,每个标本均重复测定三次,lncRNA表达量采用2-△△Ct方法进行分析。
6、数据处理与统计学分析
通过SPSS 19.0软件对数据进行统计学分析,使用Mann-Whitney U非参数检验比较两组样本间lncRNAs的浓度差异,P<0.05被认为具有统计学差异。经多元logistic回归分析建立lncRNAs诊断模型和计算公式,诊断模型的诊断效能采用ROC曲线及曲线下面积AUC分析。
7、检测结果
1)通过对非小细胞肺癌组与对照组组织样本进行检测,共得到11个差异表达的lncRNAs,其中上调的包括SOX2OT、ANRIL、IRAIN、PCAT1、CCAT2、SCAL1、UCA1、MALAT1、PANDAR,下调的包括MEG3、TUG1。序列如表1所示(如SEQ ID NO:1~22所示)。
表1测序筛出的差异lncRNAs序列
lncRNA名称 | 上游引物 | 下游引物 |
SOX2OT | 5’-GTTCATGGCCTGGACTCTCC-3’ | 5’-ATTGCTAGCCCTCACACCTC-3’ |
ANRIL | 5’-ACTACAGATGCACCACCATGC-3’ | 5’-TAGGCATCTGTGTGTCTCCAC-3’ |
IRAIN | 5’-CGACACATGGTCCAATCACTGTT-3’ | 5’-AGACTCCCCTAGGACTGCCATCT-3’ |
PCAT1 | 5’-AATGGCATGAACCTGGGAGGCG-3’ | 5’-GGCTTTGGGAAGTGCTTTGGAG-3’ |
CCAT2 | 5’-CCCTGGTCAAATTGCTTAACCT-3’ | 5’-TTATTCGTCCCTCTGTTTTATGGAT-3’ |
SCAL1 | 5’-ACCAGCTGTCCCTCAGTGTTCT-3’ | 5’-AGGCCTTTATCCTCGGGTTGCCT-3’ |
UCA1 | 5’-TTCCTTATTATCTCTTCTG-3’ | 5’-TCCATCATACGAATAGTA-3’ |
MALAT1 | 5’-GGTAACGATGGTGTCGAGGTC-3’ | 5’-CCAGCATTACAGTTCTTGAACATG-3’ |
PANDAR | 5’-TGCACACATTTAACCCGAAG-3’ | 5’-CCCCAAAGCTACATCTATGACA-3’ |
MEG3 | 5’-CTGCCCATCTACACCTCACG-3’ | 5’-CTCTCCGCCGTCTGCGCTAGGGGCT-3’ |
TUG1 | 5’-TAGCAGTTCCCCAATCCTTG-3’ | 5’-CACAAATTCCCATCATTCCC-3’ |
2)上述11个lncRNAs经RT-qPCR验证,以平均Cq值小于35且检测率大于75%;在非小细胞肺癌组和对照组表达差异具有统计学意义,即P<0.05为入选标准,共确定出2个差异表达的lncRNAs,即SOX2OT和ANRIL。检测引物为自主设计,其序列如表2所示(如SEQ ID NO:1~13所示)。
表2引物序列
3)如图1所示,分别在两个独立研究队列(Training和Validation组)中进行检测分析,lncRNA SOX2OT和ANRIL在非小细胞肺癌组表达显著增高。建立上述2个lncRNAs各自诊断非小细胞肺癌的ROC曲线,如图2所示。
4)将上述2个lncRNAs带入多元logistic回归分析,建立联合诊断模型。计算公式为:logit(P=NSCLC)=1.7787-0.5362*S-0.7764*A;所述S为SOX2OT表达量数值;所述A为ANRIL表达量数值。经ROC曲线分析,此模型在训练组中对非小细胞肺癌的诊断效能AUC为0.886,敏感性和特异性分别为87.5%和77.8%,在验证组中对非小细胞肺癌的诊断效能AUC为0.869,敏感性和特异性分别为74.1%和90.7%,如图3所示。
5)利用该诊断模型对非小细胞肺癌分期为Ⅰ,Ⅱ,Ⅲ期的患者进行分析,其诊断I,II,III期患者的AUC分别为0.845,0.873和0.891,如图3所示。说明该模型能够实现对非小细胞肺癌的早期诊断。
SEQUENCE LISTING
<110> 山东大学第二医院
<120> 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统
<130>
<160> 22
<170> PatentIn version 3.3
<210> 1
<211> 20
<212> DNA
<213> 人工序列
<400> 1
gttcatggcc tggactctcc 20
<210> 2
<211> 20
<212> DNA
<213> 人工序列
<400> 2
attgctagcc ctcacacctc 20
<210> 3
<211> 21
<212> DNA
<213> 人工序列
<400> 3
actacagatg caccaccatg c 21
<210> 4
<211> 21
<212> DNA
<213> 人工序列
<400> 4
taggcatctg tgtgtctcca c 21
<210> 5
<211> 23
<212> DNA
<213> 人工序列
<400> 5
cgacacatgg tccaatcact gtt 23
<210> 6
<211> 23
<212> DNA
<213> 人工序列
<400> 6
agactcccct aggactgcca tct 23
<210> 7
<211> 22
<212> DNA
<213> 人工序列
<400> 7
aatggcatga acctgggagg cg 22
<210> 8
<211> 22
<212> DNA
<213> 人工序列
<400> 8
ggctttggga agtgctttgg ag 22
<210> 9
<211> 22
<212> DNA
<213> 人工序列
<400> 9
ccctggtcaa attgcttaac ct 22
<210> 10
<211> 25
<212> DNA
<213> 人工序列
<400> 10
ttattcgtcc ctctgtttta tggat 25
<210> 11
<211> 22
<212> DNA
<213> 人工序列
<400> 11
accagctgtc cctcagtgtt ct 22
<210> 12
<211> 23
<212> DNA
<213> 人工序列
<400> 12
aggcctttat cctcgggttg cct 23
<210> 13
<211> 19
<212> DNA
<213> 人工序列
<400> 13
ttccttatta tctcttctg 19
<210> 14
<211> 18
<212> DNA
<213> 人工序列
<400> 14
tccatcatac gaatagta 18
<210> 15
<211> 21
<212> DNA
<213> 人工序列
<400> 15
ggtaacgatg gtgtcgaggt c 21
<210> 16
<211> 24
<212> DNA
<213> 人工序列
<400> 16
ccagcattac agttcttgaa catg 24
<210> 17
<211> 20
<212> DNA
<213> 人工序列
<400> 17
tgcacacatt taacccgaag 20
<210> 18
<211> 22
<212> DNA
<213> 人工序列
<400> 18
ccccaaagct acatctatga ca 22
<210> 19
<211> 20
<212> DNA
<213> 人工序列
<400> 19
ctgcccatct acacctcacg 20
<210> 20
<211> 25
<212> DNA
<213> 人工序列
<400> 20
ctctccgccg tctgcgctag gggct 25
<210> 21
<211> 20
<212> DNA
<213> 人工序列
<400> 21
tagcagttcc ccaatccttg 20
<210> 22
<211> 20
<212> DNA
<213> 人工序列
<400> 22
cacaaattcc catcattccc 20
Claims (10)
1.一种非小细胞肺癌lncRNAs特异表达谱,其特征在于:由上调表达的SOX2OT和ANRIL构成。
2.如权利要求1所述的lncRNAs特异性表达谱在制备非小细胞肺癌检测试剂中的应用。
3.一组用于检测权利要求1所述非小细胞肺癌lncRNAs特异表达谱的引物,其特征在于,所述SOX2OT的上游引物如SEQ ID NO:1所示,下游引物如SEQ ID NO:2所示;所述ANRIL的上游引物如SEQ ID NO:3所示,下游引物如SEQ ID NO:4所示。
4.如权利要求3所述的引物在制备检测非小细胞肺癌试剂和/或试剂盒中的应用。
5.一种检测非小细胞肺癌的试剂盒,其特征在于,包括SEQ ID NO:1所示、SEQ ID NO:2所示的SOX2OT引物,SEQ ID NO:3所示、SEQ ID NO:4所示的ANRIL引物。
6.根据权利要求5所述的试剂盒在制备检测非小细胞肺癌试剂中的应用。
7.一种如权利要求1所述非小细胞肺癌血清lncRNAs特异表达谱检测分析系统,其特征在于:包括定量检测模块、输入模块、分析模块和输出模块。
8.如权利要求7所述的分析系统,其特征在于,所述定量检测模块包括;所述定检测模块采用权利要求3所述引物检测血清中SOX2OT、ANRIL表达量,采用2-△△Ct方法分别进行分析,得SOX2OT表达量数值S,ANRIL表达量数值A。
9.如权利要求7所述的分析系统,其特征在于,所述分析模块包括logit模型计算和ROC曲线分析;所述logit模型为:
logit(P=NSCLC)=1.7787-0.5362*S-0.7764*A;所述S为SOX2OT表达量数值;所述A为ANRIL表达量数值。
10.如权利要求7所述的分析系统运行方法,其特征在于,包括以下步骤:
(1)采用定量检测模块,获得SOX2OT表达量数值S,ANRIL表达量数值A;
(2)将上述步骤(1)所得S、A数值输进输入模块;
(3)分析模块进行运算分析;
(4)输出模块输出1或0;其中0代表非小细胞肺癌检测阴性;1代表非小细胞肺癌检测阳性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810444751.0A CN108611418A (zh) | 2018-05-10 | 2018-05-10 | 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810444751.0A CN108611418A (zh) | 2018-05-10 | 2018-05-10 | 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108611418A true CN108611418A (zh) | 2018-10-02 |
Family
ID=63662595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810444751.0A Pending CN108611418A (zh) | 2018-05-10 | 2018-05-10 | 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108611418A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110358834A (zh) * | 2019-07-12 | 2019-10-22 | 深圳大学 | 一种lncRNA的应用以及试剂盒和药物 |
CN110964825A (zh) * | 2019-12-24 | 2020-04-07 | 福建医科大学 | lncRNA SOX2-OT的筛选方法及其应用 |
CN116356016A (zh) * | 2022-11-18 | 2023-06-30 | 昆明医科大学第一附属医院 | 一种肺癌长链非编码rna生物标志物及其应用 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012050975A2 (en) * | 2010-09-29 | 2012-04-19 | The University Of North Carolina At Chapel Hill | Novel circular mammalian rna molecules and uses thereof |
CN104630379A (zh) * | 2015-03-06 | 2015-05-20 | 河北医科大学第四医院 | 非小细胞型肺癌标志物fam107a及其应用 |
-
2018
- 2018-05-10 CN CN201810444751.0A patent/CN108611418A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012050975A2 (en) * | 2010-09-29 | 2012-04-19 | The University Of North Carolina At Chapel Hill | Novel circular mammalian rna molecules and uses thereof |
CN104630379A (zh) * | 2015-03-06 | 2015-05-20 | 河北医科大学第四医院 | 非小细胞型肺癌标志物fam107a及其应用 |
Non-Patent Citations (4)
Title |
---|
MANNI WANG等: ""The prognostic value of long non coding RNAs in non small cell lung cancer: A meta-analysis"", 《ONCOTARGET》 * |
YUJIAO XIE等: ""Circulating long noncoding RNA act as potential novel biomarkers for diagnosis and prognosis of non-small cell lung cancer"", 《MOLECULAR ONCOLOGY》 * |
ZHENZI PENG等: ""Functions and mechanisms of long noncoding RNAs in lung cancer"", 《ONCOTARGETS AND THERAPY》 * |
ZHIBO HOU等: ""A long noncoding RNA Sox2ot regulates lung cancer cell proliferation and is a prognostic indicator of poor survival"", 《THE INTERNATIONAL JOURNAL OF BIOCHEMISTRY & CELL BIOLOGY》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110358834A (zh) * | 2019-07-12 | 2019-10-22 | 深圳大学 | 一种lncRNA的应用以及试剂盒和药物 |
CN110964825A (zh) * | 2019-12-24 | 2020-04-07 | 福建医科大学 | lncRNA SOX2-OT的筛选方法及其应用 |
CN116356016A (zh) * | 2022-11-18 | 2023-06-30 | 昆明医科大学第一附属医院 | 一种肺癌长链非编码rna生物标志物及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3524689B1 (en) | Method for predicting the prognosis of breast cancer patient | |
CN105219844B (zh) | 一种筛查十一种疾病的基因标志物组合、试剂盒以及疾病风险预测模型 | |
miRNA Concentration | Circulating miRNA signatures: promising prognostic tools for cancer | |
KR101900872B1 (ko) | 조기 대장암 검출을 위한 혈장 마이크로rna | |
CN103930563B (zh) | 用于预测癌症复发的方法和装置 | |
CN105316341B (zh) | 一种LncRNA及其在作为前列腺癌检测标记物或前列腺癌预后复发标记物中的应用 | |
CN103993093B (zh) | 早期膀胱癌血清miRNAs特异表达谱及诊断模型 | |
CN107660234A (zh) | 使用二代测序预测器官移植排斥的方法 | |
CN105671181B (zh) | 用于检测肺癌的基因标志物、引物、探针及试剂盒 | |
EP3524690B1 (en) | Method for predicting effectiveness of chemotherapy in breast cancer patients | |
CN108841962A (zh) | 一种非小细胞肺癌检测试剂盒及其应用 | |
CN107058523A (zh) | 一种乳腺癌复发风险评估21基因检测引物及其应用 | |
CN108611418A (zh) | 一种检测非小细胞肺癌的特异性表达图谱及检测分析系统 | |
CN102782151A (zh) | 作为用于前列腺癌诊断和分期的非侵入性标志物的循环miRNA | |
CN107400710A (zh) | 一种用于met基因14外显子跳跃缺失突变的试剂盒 | |
CN114150063A (zh) | 膀胱癌诊断用尿液miRNA标志物、诊断试剂及试剂盒 | |
CN107641649B (zh) | 检测微卫星nr27位点稳定性的引物对、试剂盒及方法 | |
CN110257514A (zh) | 一种新的食管癌血液miRNA标志物及其应用 | |
CN113151462B (zh) | 一种用于肺癌预后诊断标志物的应用及检测试剂盒 | |
CN108342487A (zh) | 基于血清exosomallncRNAs的食管癌诊断特异性表达图谱及检测分析系统 | |
CN108103199A (zh) | 一种与卵巢癌辅助诊断相关的循环miRNA标志物及其应用 | |
CN108611417A (zh) | 一种用于膀胱癌诊断的特异性表达图谱及分析系统 | |
CN106755330A (zh) | 癌症相关基因表达差异检测试剂盒及其应用 | |
CN107746886B (zh) | 一种与结直肠癌辅助诊断相关的血浆miRNA标志物及其应用 | |
CN109022586B (zh) | 一种与宫颈癌辅助诊断相关的血浆miRNA标志物及其应用 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181002 |
|
RJ01 | Rejection of invention patent application after publication |