CN108949909A - 一种用于基因检测的血小板核酸文库构建方法和试剂盒 - Google Patents

Abstract

本发明公开了用于基因检测的血小板核酸文库构建方法和试剂盒。所述核酸捕获探针从5'开始，依次为，5'端生物素修饰、扩增引物序列P1、测序接头序列P5、样本标签序列、单分子标签序列和多聚胸腺嘧啶Oligo(dT)序列。还提供含有该核酸捕获探针的试剂盒，和使用该核酸捕获探针进行血小板核酸文库的构建方法。本发明大幅度降低了血小板的起始量，可从少量全血中分离血小板，直接进行微量扩增和文库构建，适用于液体活检的需求。此外，本发明可将不同受检者的样本混合至同一反应体系中，从而提高检测的通量，具有重要的临床意义和应用价值。

Description

一种用于基因检测的血小板核酸文库构建方法和试剂盒

技术领域

本发明涉及测序领域，尤其涉及用于基因检测的血小板核酸文库构建方法和试剂盒。

背景技术

癌症的早期诊断意味着可以提早治疗，对患者的预后及生存极其关键，是提高癌症生存率的最佳方法。以肺癌为例，肺癌是中国乃至世界范围内发病率和病死率最高的肿瘤，确诊时分期较晚是影响肺癌预后的重要原因，而早期肺癌可以通过多学科综合治疗实现较好的预后，甚至达到治愈的目的。目前，肺癌主要采用低剂量螺旋CT筛查，胸部增强CT、上腹部增强CT(或B超)、头部增强MR(或增强CT)以及全身骨扫描进行诊断和分期的基本策略。如果CT扫描显示有可疑的恶性特性，那么医生将会进一步采取组织活检的方法，对肿瘤组织取样进行病理诊断。

鉴于低剂量螺旋CT存在一定的电离辐射，筛查会增加较低的辐射致癌风险，指南建议高危人群每年接受一次低剂量螺旋CT筛查。而该方法还存在一定的假阳性，它会发现一些需要更多检查来确认的异常，而这些异常经证明并非癌症，这将同时增加受检者的生理和心理负担。因此，迫切需要一种风险更低的无创筛查和诊断方法。目前，癌症的无创筛查手段以肿瘤标志物为主，例如甲胎蛋白AFP、癌胚抗原CEA和CA199等，但其诊断的灵敏度和特异性较低，需同时选择多种肿瘤标志物联合测定，一般用于辅助诊断。

近年来，随着越来越多临床证据的出现，利用分子诊断技术指导患者个体化的精准治疗已逐渐成为共识。其中，液体活检作为体外诊断的一个分支，主要检测物包括血液中游离的循环肿瘤细胞(CTCs)、循环肿瘤DNA(ctDNA)和外泌体，其优势在于以非侵入性的取样方式大大降低了组织活检的弊端。然而，目前的检测物含量低且分离成本高，限制了检测方法的快速发展。正常机体中血小板主要通过释放和聚集功能，发挥促凝血以及促进伤口愈合的作用。在重大疾病如急慢性炎症或肿瘤的微环境中，可导致血小板特定的pre-mRNAs发生剪接，进而影响血小板的基因表达谱。此外，血小板是血液中第二丰富的细胞类型，获取方便，分离操作简单，可用作新的检测物。因此，对经过驯化的血小板如肿瘤驯化血小板(Tumor Conditioned Platelets)进行RNA检测，检测受检者是否罹患癌症，已成为一种新的液体活检方法。

中国专利申请201610911677.X公开了一种用于肿瘤早期筛查的肿瘤血小板RNA定量检测模型及方法，所述模型包括PCR检测特异性引物，用以临床诊断肿瘤血小板RNA生物标志物组合，包括CD79A、CD81、SYTL1、CENPC、TTN、RHOH、ZNF101、TRABD2A和TRAC。所述方法包括制备样本、提取RNA、逆转录、PCR检测、用算式计算Y值和结果评判。该专利使用RNA联合标志物诊断肿瘤的灵敏度能达到92.5％，高于目前临床常用生物标志物灵敏度。但该专利采用PCR定量的方法，一次只检测9个RNA生物标志物，只能区分癌症患者与健康人，无法进一步区分肿瘤类型。

中国专利申请201710731914.9公开了一种用于非小细胞肺癌诊断的血小板LncRNA的定量检测方法，证实NSCLC患者血小板长链非编码RNA MAGI2-AS3、ZFAS1的表达低于正常人，基于此制备出用于非小细胞肺癌诊断的实时荧光定量PCR的试剂盒。通过联合MAGI2-AS3和ZFAS1实时荧光定量PCR扩增获得的表达量数据，建立了非小细胞肺癌诊断的Logistic回归拟合数据模型，该模型对非小细胞肺癌有较高的诊断效能和敏感性。然而，该专利只检测血小板长链非编码RNA MAGI2-AS3和ZFAS1表达量，应用范围有限，只能用于非小细胞肺癌诊断，难以满足临床需求。

发明内容

本发明的目的在于提供一种血小板核酸文库的构建方法。

为实现上述目的，本发明提供一种核酸捕获探针，其特征在于，所述核酸捕获探针从5'开始，依次为，5'端生物素修饰、扩增引物序列P1、测序接头序列P5、样本标签序列、单分子标签序列和多聚胸腺嘧啶Oligo(dT)序列；

进一步，所述扩增引物序列P1如SEQ ID NO：1所示，测序接头序列P5如SEQ ID NO：2所示，样本标签序列由3～4个核苷酸组成，单分子标签序列由10个核苷酸组成，多聚胸腺嘧啶Oligo(dT)序列由20个T碱基组成。

本发明还提供一种试剂盒，其特征在于，含有所述核酸捕获探针。

本发明还提供一种血小板核酸文库的构建方法，其特征在于，方法为：

采集全血；

超纯血小板的分离；

血小板RNA的微量扩增：使用权利要求1或2所述核酸捕获探针；或权利要求3所述试剂盒中的核酸捕获探针进行微量扩增，获得血小板全长cDNA的扩增产物；

血小板核酸文库的构建。

进一步，所述采集全血为使用含抗凝剂的真空采血管采集静脉血，采集后轻轻颠倒采血管数次，使抗凝剂与全血充分混匀。

进一步，所述超纯血小板的分离为采用离心使所得超纯血小板中的白细胞污染率低于0.0001％；优选的，采用两步离心法；更优选的，在两步离心法中间采用双免疫磁珠去除白细胞和红细胞。

进一步，所述血小板RNA的微量扩增为以超纯血小板的RNA为模板，权利要求1或2所述核酸捕获探针，或权利要求3所述试剂盒中的核酸捕获探针为引物，利用反转录酶反转录合成与血小板的RNA互补的一链cDNA，并利用反转录酶的模板置换活性在一链cDNA的3'端加上一段扩增引物序列P1如SEQ ID NO.1所示；以合成得到的与血小板的RNA互补的一链cDNA为模板，如SEQ ID NO.4所示的扩增引物序列P2为引物，多轮扩增并纯化，获得血小板全长cDNA的扩增产物；优选的，可将多个不同样本的一链cDNA混合，在同一反应体系中进行扩增，获得不同来源的血小板全长cDNA的扩增产物。

进一步，所述血小板核酸文库的构建为使用转座酶和测序接头对所得的获得血小板全长cDNA的扩增产物进行片段化和加接头，使用测序引物对片段化产物进行PCR扩增，富集cDNA的5'端；利用AmPure XP Beads分选并纯化扩增产物，获得5'端携带分子标签的血小板核酸文库；优选的，其中，测序接头的序列如SEQ ID NO：4所示，测序引物的序列如SEQ IDNO：5和SEQ ID NO：6。

本发明还提供一种基因表达水平数据的获得方法，其特征在于，按照所述方法构建血小板核酸文库后，对血小板核酸文库的片段进行高通量测序，利用样本标签对测序数据进行拆分，区分同一来源的血小板核酸数据，并对每个样本的测序数据进行质控、参考基因组比对、计算基因表达水平量的生物信息学分析，获得样本的基因表达水平数据。

本发明还提供一种分析血小板的基因表达水平的方法，其特征在于，对获得的样本的基因表达水平数据进行分析，步骤如下：

学习样本库的建立：采用matlab的模块bioma.data.DataMatrix的生成n*m1的数据矩阵Cancer_healthy；

待测样本库的建立：采用matlab的模块bioma.data.DataMatrix的生成n*m2的数据矩阵Test_sample；

差异基因矩阵选取：调用matlab中的Bioinformatics Toolbox工具箱，分析数据矩阵Cancer_healthy中两种样本之间的差异基因，将差异基因进行选取得到一个m1*k的矩阵，及k*1的矩阵cancer_healthy_k1；

数据格式化处理：将Cancer_healthy及Test_sample矩阵根据差异基因矩阵cancer_healthy_k1匹配的差异基因做基因表达水平数据标准化处理和PCA主成分分析，并对最后的数据进行LDA线性判断降维成学习样本库降维矩阵m1*w和待测样本库降维矩阵m2*w；

高斯过程分类器进行判读：调用matlab中的gp工具箱，对上述经格式化处理的学习样本库降维矩阵m1*w和待测样本库降维矩阵m2*w建立数学模型，根据预测类型的概率X进行归类；

其中n为基因数，m1为由m1例健康和肺癌组成的样本数；m2为由m2例健康和肺癌组成的样本数；k为差异基因数，w为维度。

本发明所述SEQ ID NO:1的序列为TAGCAGTCGATTCAACGCAGACATC；

SEQ ID NO:2的序列为：CTCTTATACACATCTGACGCTGCCGACGA；

SEQ ID NO:3的序列为：

SEQ ID NO:4的序列为TAGCAGTCGATTCAACGCAGACA；

SEQ ID NO:5的序列为GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAG；

SEQ ID NO:6的序列为AATGATACGGCGACCACCGAGATCTACACNNNNNNNNTCGTCGGCAGCGTC；

SEQ ID NO:7的序列为CAAGCAGAAGACGGCATACGAGATNNNNNNNNGTCTCGTGGGCTCGG。

所述的携带分子标签的核酸捕获探针，包含5'端生物素修饰(5'-Biotin)、扩增引物序列P1、测序接头序列P5、样本标签序列、单分子标签序列和多聚胸腺嘧啶Oligo(dT)序列。其中，扩增引物序列P1如SEQ ID NO:1所示，测序接头序列P5如SEQ ID NO:2所示，样本标签序列由3～4个核苷酸(A、G、C、T)组成，单分子标签序列由10个核苷酸组成，多聚胸腺嘧啶Oligo(dT)序列由20个T碱基组成。该核酸捕获探针能特异性结合从血小板中释放的含PolyA尾巴的RNA，并在随后的反转录合成过程中，在一链cDNA的5'端上引入一段样本标签和一段单分子标签，分别用于识别不同来源的血小板，以及同一来源的血小板中不同的RNA分子。

与现有方法相比，本发明基于血小板RNA测序，全面分析血小板的基因表达水平，获取的信息量远高于现有方法。本发明对受检者的血小板RNA测序数据进行分析，判断该供体是否罹患癌症，本发明的准确率达96.67％，灵敏度达93.33％，特异性达100％。

与现有方法相比，本发明不需要提取血小板RNA，可直接裂解血小板并特异性捕获血小板含PolyA尾巴的RNA，避免了RNA提取过程中可能发生的RNA降解以及损失。同时，本发明大幅度降低了血小板的起始量，可从少量全血中分离血小板，直接进行微量扩增和文库构建，适用于液体活检的需求，具有重要的临床意义和应用价值。

与现有方法相比，本发明引入了样本标签，可在血小板RNA捕获及其反转录过程中，对同一受检者的血小板核酸进行标记，并在后续实验中，将不同受检者的样本混合至同一反应体系中，进而减少实验工作量，提高样本检测通量。

与现有方法相比，本发明引入了单分子标签，可在血小板RNA捕获及其反转录过程中，对同一受检者的血小板核酸逐一进行标记，使每个核酸分子的标记都是唯一的。并在后续信息分析中，根据标签的唯一性，去除重复序列，纠正PCR扩增偏好性带来的错误信息。

本发明提供一种用于肿瘤诊断的血小板RNA测序(TCPseq)结合机器学习算法的检测试剂盒，只要一次检测，便可以区分不同肿瘤的来源。本发明不仅可用于区分癌症患者与健康人，进行肿瘤早期检测和罹患风险评估，同时能区分不同原发肿瘤类型，在诊断分型、药物伴随诊断和患者病情检测等方面有巨大的应用前景。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例旨在用于解释本发明，而不能理解为对本发明的限制。本发明的描述中，“第一”、“第二”、“第三”等为指代或描述方便，不能理解为有顺序关系或者有相对重要性指示，除非另有说明，“多个”、“多组”、“多重”的含义是两个(组或重)或两个(组或重)以上。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者，均为可以通过市购获得的常规产品。

实施例1制备携带分子标签的核酸捕获探针

携带分子标签的核酸捕获探针自5'端到3'端包含以下元件：

5'端生物素修饰，链霉亲和素与生物素具有极高的亲和力，可利用表面共价结合链霉亲和素的超顺磁珠亲和探针5'端的生物素，进而捕获探针；

扩增引物序列P1，如SEQ ID NO:1所示，用于全长cDNA的扩增，具体序列如下：TAGCAGTCGATTCAACGCAGACATC；

测序接头序列P5，如SEQ ID NO:2所示，用于血小板核酸文库构建中对5'端，具体序列如下：CTCTTATACACATCTGACGCTGCCGACGA；

样本标签序列，由3个核苷酸(A、G、C、T)随机组成，形成64种不同的组合，最多可一次性标记64例不同受检者来源的血小板，并混合至同一反应体系中，进行微量扩增和文库构建；

单分子标签序列，由10个核苷酸(A、G、C、T)随机组成，形成1048576种不同的组合，用于在血小板RNA捕获及其反转录过程中，对同一受检者的血小板核酸逐一进行标记，使每个核酸分子的标记都是唯一的；

3'端多聚胸腺嘧啶Oligo(dT)序列，由20个T碱基组成，特异性结合从血小板中释放的含PolyA尾巴的RNA，最终实现磁珠结合探针，探针结合RNA的目的。

由厦门纽克泰生物科技有限公司合成上述携带分子标签的核酸捕获探针，具体序列如SEQ ID NO:3所示：

其中单下划实线为扩增引物序列P1，双下划实线为测序接头序列，单下划波浪线为样本标签序列，单下划点线为单分子标签序列，最后没有标识的20个T为3'端多聚胸腺嘧啶Oligo(dT)序列。

实施例2血小板核酸文库的构建方法

1.全血的采集

使用BD二钾EDTA采血管采集受试者2mL静脉血，采集后轻轻颠倒采血管数次，使抗凝剂与全血充分混匀，全血采集后应在96h内处理。

2.超纯血小板的分离

第一次离心：将采血管放置到离心机转子中，室温下800g离心5min，使用移液器吸取600μL上层富含血小板血浆，转移至新的1.5mL离心管，吸取过程尽可能轻缓，避免搅动中间白膜层，导致白细胞上浮，污染率增加。

磁珠前处理：CD45免疫磁珠(Invitrogen,11153D)和CD235a免疫磁珠(Lifeint,A5005M)使用前涡旋振荡确保充分混匀，分别吸取60μL转移至同一管新的1.5mL离心管，并添加1mL磷酸缓冲液A(0.1％BSA,2mM EDTA,pH 7.4)进行洗涤，将离心管放置在DynaMag^TM-2磁力架上1min，捕获磁珠，取下离心管添加60μL磷酸缓冲液A重悬磁珠。

去除白细胞：在第一次离心获得的富含血小板血浆中添加60μL CD45和CD235a混合免疫磁珠，抽吸混匀，使免疫磁珠与相应细胞充分结合，将离心管放置在磁力架上2min，捕获磁珠，去除富含血小板血浆中的白细胞和红细胞，上清为进一步纯化的富含血小板血浆。

第二次离心：取上述进一步纯化的富含血小板血浆，转移至新的1.5mL离心管，室温下2800g离心5min，弃上清，收集血小板沉淀，使用10μL磷酸缓冲液(pH 7.2)重悬，获得血小板悬液。

3.血小板RNA的微量扩增

(1)血小板裂解处理

配制10μL血小板裂解液(1.6％Triton X-100，6U/μL RNase抑制剂)，取30份不同受检者来源的血小板，每份5μL，加入1μL裂解液，抽吸混匀，短暂离心收集并于室温孵育5min。

(2)血小板RNA捕获与标记

M-280磁珠预处理：取100μL磁珠(Invitrogen,11205D)加等体积Solution A(DEPC-treated 0.1M NaOH,DEPC-treated 0.05M NaCl)抽吸洗涤，磁力架捕获磁珠，弃上清，重复洗涤1次。添加等体积Solution B(DEPC-treated 0.1M NaCl)洗涤磁珠1次，使用40μL NF-water重悬磁珠，并分装至0.2ml RNase-free PCR管中，每管4μL。

M-280磁珠结合探针：在上述处理好的M-280磁珠中，分别添加30种携带不同样本标签的10μM核酸捕获探针，4μL磁珠对应1μL探针，室温孵育5min，此时探针已结合至M-280磁珠上。

RNA捕获：将上述已结合探针的磁珠，分别与30份不同受检者来源的血小板裂解产物混匀，即每种样本标签对应一例受检者，室温孵育5min，磁力架吸附磁珠2min，去除10μL上清。此时RNA已结合至磁珠，应立即进行后续实验。

(3)一链cDNA合成

配制300μL反转录混合液(1×First-Strand Buffer，1M Betaine，1mM dNTPs，9mMMgCl₂，2.5mM DTT，1μM如SEQ ID NO.1所示的扩增引物P1，1U/μL RNase抑制剂，10U/μLSSII)，每份磁珠中加入10μL反转录混合液。按照以下程序反应：42℃90min，4℃∞。将30份反转录产物混合在一起，磁力架捕获磁珠，弃上清，添加24.5μL NF-water重悬磁珠，获得一链cDNA。

(4)全长cDNA扩增

配制25.5μL扩增混合液(1×KAPA HiFi HotStart ReadyMix，1μM如SEQ ID NO：4所示的扩增引物P2)，添加至一链cDNA溶液中，按照以下程序反应：98℃3min，15个循环(98℃15s，65℃20s，72℃6min)，72℃5min，4℃∞。

使用50μL VAHTSTM DNA Clean Beads(Vazyme，N411)纯化cDNA扩增产物，新鲜配制80％乙醇清洗磁珠，Elution Buffer洗脱，所得到的产物即为带样本标签和单分子标签的全长cDNA。

4.血小板核酸文库的构建

根据上述cDNA扩增产物的定量结果，使用TCPseq血小板文库构建试剂盒(Lifeint)，取5ng上述血小板cDNA扩增产物进行片段化，经10轮扩增，使用VAHTSTM DNAClean Beads对扩增产物进行片段分选，获得450bp左右的血小板核酸文库。

实施例3血小板核酸文库的测序及基因表达水平数据的获得

使用Illumina的HiSeq X系列测序仪，采用PE150的策略进行高通量测序，利用实施例2的步骤3所述的30种样本标签，对下机数据进行拆分，使用trimmomatic进行质控，使用STAR与版本号为.GRCh37.75的参考基因组进行比对及注释，最后使用featureCounts进行基因表达量的统计，利用shell脚本语言的awk、grep、sort等工具进行格式化数据，最终的数据格式为57735个基因及对应的表达水平。

实施例4分析血小板的基因表达水平

采用上述血小板RNA测序方法，结合机器学习算法，以肺癌/健康两种类型举例，对30例待测样本进行检测，包括如下步骤：

1.学习样本库的建立

采用matlab的模块bioma.data.DataMatrix的生成57735*864(57735为基因数，864为由440例健康和424例肺癌组成的样本数)的数据矩阵Cancer_healthy；

2.待测样本库的建立

采用matlab的模块bioma.data.DataMatrix的生成57735*30(57735为基因数，30为由15例健康和15例肺癌组成的样本数)的数据矩阵Test_sample；

3.差异基因矩阵选取

调用matlab中的Bioinformatics Toolbox工具箱，分析数据矩阵Cancer_healthy中两种样本之间的差异基因，将差异基因进行选取得到一个864*4721(864为学习样本数，4721为差异基因数)的矩阵，及4721*1(4721为差异基因数)的矩阵cancer_healthy_m1。

4.数据格式化处理

将Cancer_healthy及Test_sample矩阵根据差异基因矩阵cancer_healthy_m1匹配的差异基因做基因表达水平数据标准化处理和PCA主成分分析，并对最后的数据进行LDA线性判断降维成864*500的学习样本库降维矩阵及30*500的待测样本库降维矩阵(864位学习样本数，30为待测样本数，500为维度)。

5.高斯过程分类器进行判读

调用matlab中的gp(高斯过程回归)工具箱，对上述经格式化处理的学习样本库降维矩阵和待测样本库降维矩阵建立数学模型，根据预测类型的概率X进行归类。

表1 15例健康人和15例肺癌患者的X值表

设定X值大于0.5以上判读为健康人。根据概率X值的大小判断出结果与实际一致，正确率达到96.67％。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

SEQUENCE LISTING

<110> 厦门生命互联科技有限公司

<120> 一种用于基因检测的血小板核酸文库构建方法和试剂盒

<130> SMHL-18012-CNI

<160> 7

<170> PatentIn version 3.5

<210> 1

<211> 25

<212> DNA

<213> 人工合成

<400> 1

tagcagtcga ttcaacgcag acatc 25

<210> 2

<211> 29

<212> DNA

<213> 人工合成

<400> 2

ctcttataca catctgacgc tgccgacga 29

<210> 3

<211> 87

<212> DNA

<213> 人工合成

<220>

<221> misc_feature

<222> (55)..(67)

<223> n is a, c, g, or t

<400> 3

tagcagtcga ttcaacgcag acatcctctt atacacatct gacgctgccg acgannnnnn 60

nnnnnnnttt tttttttttt ttttttt 87

<210> 4

<211> 23

<212> DNA

<213> 人工合成

<400> 4

tagcagtcga ttcaacgcag aca 23

<210> 5

<211> 34

<212> DNA

<213> 人工合成

<400> 5

gtctcgtggg ctcggagatg tgtataagag acag 34

<210> 6

<211> 51

<212> DNA

<213> 人工合成

<220>

<221> misc_feature

<222> (30)..(37)

<223> n is a, c, g, or t

<400> 6

aatgatacgg cgaccaccga gatctacacn nnnnnnntcg tcggcagcgt c 51

<210> 7

<211> 47

<212> DNA

<213> 人工合成

<220>

<221> misc_feature

<222> (25)..(32)

<223> n is a, c, g, or t

<400> 7

caagcagaag acggcatacg agatnnnnnn nngtctcgtg ggctcgg 47

Claims (10)

1.一种核酸捕获探针，其特征在于，所述核酸捕获探针从5'开始，依次为，5'端生物素修饰、扩增引物序列P1、测序接头序列P5、样本标签序列、单分子标签序列和多聚胸腺嘧啶Oligo(dT)序列。

2.如权利要求1所述核酸捕获探针，其特征在于，所述扩增引物序列P1如SEQ ID NO：1所示，测序接头序列P5如SEQ ID NO：2所示，样本标签序列由3～4个核苷酸组成，单分子标签序列由10个核苷酸组成，多聚胸腺嘧啶Oligo(dT)序列由20个T碱基组成。

3.一种试剂盒，其特征在于，含有权利要求1或2所述核酸捕获探针。

4.一种血小板核酸文库的构建方法，其特征在于，方法为：

采集全血；

超纯血小板的分离；

血小板RNA的微量扩增：使用权利要求1或2所述核酸捕获探针；或权利要求3所述试剂盒中的核酸捕获探针进行微量扩增，获得血小板全长cDNA的扩增产物；

血小板核酸文库的构建。

5.如权利要求4所述血小板核酸文库的构建方法，其特征在于，所述采集全血为使用含抗凝剂的真空采血管采集静脉血，采集后轻轻颠倒采血管数次，使抗凝剂与全血充分混匀。

6.如权利要求4所述血小板核酸文库的构建方法，其特征在于，所述超纯血小板的分离为采用离心使所得超纯血小板中的白细胞污染率低于0.0001％；优选的，采用两步离心法；更优选的，在两步离心法中间采用双免疫磁珠去除白细胞和红细胞。

7.如权利要求4所述血小板核酸文库的构建方法，其特征在于，所述血小板RNA的微量扩增为以超纯血小板的RNA为模板，权利要求1或2所述核酸捕获探针，或权利要求3所述试剂盒中的核酸捕获探针为引物，利用反转录酶反转录合成与血小板的RNA互补的一链cDNA，并利用反转录酶的模板置换活性在一链cDNA的3'端加上一段扩增引物序列P1如SEQ IDNO.1所示；以合成得到的与血小板的RNA互补的一链cDNA为模板，如SEQ ID NO.4所示的扩增引物序列P2为引物，多轮扩增并纯化，获得血小板全长cDNA的扩增产物；优选的，可将多个不同样本的一链cDNA混合，在同一反应体系中进行扩增，获得不同来源的血小板全长cDNA的扩增产物。

8.如权利要求4所述血小板核酸文库的构建方法，其特征在于，所述血小板核酸文库的构建为使用转座酶和测序接头对所得的获得血小板全长cDNA的扩增产物进行片段化和加接头，使用测序引物对片段化产物进行PCR扩增，富集cDNA的5'端；利用AmPure XP Beads分选并纯化扩增产物，获得5'端携带分子标签的血小板核酸文库；优选的，其中，测序接头的序列如SEQ ID NO：4所示，测序引物的序列如SEQ ID NO：5和SEQ ID NO：6。

9.一种基因表达水平数据的获得方法，其特征在于，按照权利要求4-8任一所述方法构建血小板核酸文库后，对血小板核酸文库的片段进行高通量测序，利用样本标签对测序数据进行拆分，区分同一来源的血小板核酸数据，并对每个样本的测序数据进行质控、参考基因组比对、计算基因表达水平量的生物信息学分析，获得样本的基因表达水平数据。

10.一种分析血小板的基因表达水平的方法，其特征在于，对权利要求9获得的样本的基因表达水平数据进行分析，步骤如下：

学习样本库的建立：采用matlab的模块bioma.data.DataMatrix的生成n*m1的数据矩阵Cancer_healthy；

待测样本库的建立：采用matlab的模块bioma.data.DataMatrix的生成n*m2的数据矩阵Test_sample；

差异基因矩阵选取：调用matlab中的Bioinformatics Toolbox工具箱，分析数据矩阵Cancer_healthy中两种样本之间的差异基因，将差异基因进行选取得到一个m1*k的矩阵，及k*1的矩阵cancer_healthy_k1；

数据格式化处理：将Cancer_healthy及Test_sample矩阵根据差异基因矩阵cancer_healthy_k1匹配的差异基因做基因表达水平数据标准化处理和PCA主成分分析，并对最后的数据进行LDA线性判断降维成学习样本库降维矩阵m1*w和待测样本库降维矩阵m2*w；

高斯过程分类器进行判读：调用matlab中的gp工具箱，对上述经格式化处理的学习样本库降维矩阵m1*w和待测样本库降维矩阵m2*w建立数学模型，根据预测类型的概率X进行归类；

其中n为基因数，m1为由m1例健康和肺癌组成的样本数；m2为由m2例健康和肺癌组成的样本数；k为差异基因数，w为维度。