CN108998531B - 肺癌下调长链非编码rna标志物及其应用 - Google Patents

肺癌下调长链非编码rna标志物及其应用 Download PDF

Info

Publication number
CN108998531B
CN108998531B CN201811008405.4A CN201811008405A CN108998531B CN 108998531 B CN108998531 B CN 108998531B CN 201811008405 A CN201811008405 A CN 201811008405A CN 108998531 B CN108998531 B CN 108998531B
Authority
CN
China
Prior art keywords
lung cancer
marker
normal
markers
tumor tissues
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.)
Active
Application number
CN201811008405.4A
Other languages
English (en)
Other versions
CN108998531A (zh
Inventor
张艳亮
李文兴
段勇
单斌
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.)
First Affiliated Hospital of Kunming Medical University
Original Assignee
First Affiliated Hospital of Kunming Medical 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 First Affiliated Hospital of Kunming Medical University filed Critical First Affiliated Hospital of Kunming Medical University
Priority to CN201811008405.4A priority Critical patent/CN108998531B/zh
Publication of CN108998531A publication Critical patent/CN108998531A/zh
Application granted granted Critical
Publication of CN108998531B publication Critical patent/CN108998531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • C12Q2600/158—Expression markers
    • 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

本发明公开了一种肺癌下调长链非编码RNA标志物及其应用，这类标志物可以单独或两种或两种以上组合来进行肺癌的早期诊断。本发明提供的肺癌标志物共21种，具有准确性高，灵敏度高的特点，其中4种标志物，即AC010776.2，FENDRR，LINC00968和TMEM51‑AS1，其预测曲线下面积(AUC)超过了0.98，提示其准确性与敏感度均达到98％以上，可以直接用作肺癌的指标。

Description

肺癌下调长链非编码RNA标志物及其应用
技术领域
本发明属于生物医药技术领域，具体地说，涉及一种肺癌下调长链非编码RNA标志物及其应用。
背景技术
肺癌是中国以及全球发病率最高的恶性肿瘤，也是导致男性癌症死亡的首要原因。在女性人群中肺癌的发生率仅次于乳腺癌。全球疾病负担(Global Burden ofDisease,GBD)数据显示，2016年全球患有气管、支气管或肺癌的人数超过280万，其中中国患病人数高达100万。2016年全球患有上述癌症的死亡人数为170万，占总死亡人数的3.12％。中国2016年死亡患者数为59万，占总死亡人数的6.11％。统计结果显示，从1990年到2016年全球气管、支气管和肺癌患病率和死亡率持续增长，中国患病率和死亡率也持续增长且增长趋势和全球增长趋势相对一致。
中国云南是癌症高发区之一，特别是女性肺癌发病率是世界上最高的地区之一。云南省肺癌平均发病率为44人/10万人，是全国平均发病率的两倍。其中，云南省宣威市肺癌发病率位居全国第一。宣威肺癌的发病机制尚不清楚。从近几年统计来看，宣威、个旧、富源等以采矿业较为集中的地区发病率较高，因此临床上不排除环境污染与肺癌的关系。目前针对肺癌尚无有效的治疗手段。早期肺癌患者可通过手术治疗达到较好的预后，因此肺癌的早发现早预防早治疗，防止疾病进展，避免临床失代偿性并发症的出现是肺癌治疗的基本原则。由于肺具有较强的代偿性，早期肺癌往往并不表现出明显的临床症状，而到了症状较明显时，往往已到了肺癌晚期。因此发现肺癌的诊断标志物具有良好的临床意义及应用价值。
临床上用于确诊肺癌的手段主要依靠超声影像并由肺穿刺进行确诊。超声诊断的灵敏度较低，而肺穿刺对患者的肺部有损伤，存在风险，不易推广，导致很多患者直到肺癌失代偿期才被确诊。最近有研究发现血清的代谢标志物可以作为肺癌诊断，但是其敏感度与特异性有待提高，目前尚未被临床采用作为肺癌诊断的指标。
发明内容
有鉴于此，本发明提供了一种肺癌下调长链非编码RNA标志物及其应用，长链非编码RNA(lncRNA)具有结构稳定，容易检测等特点。可以作为肺癌诊断的候选标志物。
为了解决上述技术问题，本发明公开了一种肺癌下调长链非编码RNA标志物，该标志物为AC010776.2、AC027277.2、AC091588.3、AC093110.1、AC135178.1、AL024497.2、AL109741.1、AL136369.1、AL355499.1、AL359378.1、AL589935.1、AP001528.2、CLIC5、FENDRR、FO393415.1、LINC00472、LINC00968、LINC01290、PCAT19、TBX2-AS1或TMEM51-AS1中的一种或几种。
可选地，AC010776.2、AC027277.2、AC091588.3、AC093110.1、AC135178.1、AL024497.2、AL109741.1、AL136369.1、AL355499.1、AL359378.1、AL589935.1、AP001528.2、CLIC5、FENDRR、FO393415.1、LINC00472、LINC00968、LINC01290、PCAT19、TBX2-AS1或TMEM51-AS1的核苷酸探针序列分别如SEQ ID NO.1-SEQ ID NO.21所示。
本发明还公开了一种上述的肺癌下调长链非编码RNA标志物在制备肺癌早期诊断产品中的应用，所述诊断产品包含检测所述一种或多种标志物的试剂，所述试剂通过检测受试者标本中所述一种或多种标志物的浓度来判断受试者是否患有肺癌。
可选地，所述标本是肺组织或血液。
可选地，所述试剂是基于基因芯片检测或实时荧光定量PCR检测所述一种或多种标志物浓度时所需的试剂。
可选地，所述标志物AC010776.2、AC027277.2、AC091588.3、AC093110.1、AC135178.1、AL024497.2、AL109741.1、AL136369.1、AL355499.1、AL359378.1、AL589935.1、AP001528.2、CLIC5、FENDRR、FO393415.1、LINC00472、LINC00968、LINC01290、PCAT19、TBX2-AS1、TMEM51-AS1中的一种或几种在肺癌患者肺组织或血液中的浓度与正常对照浓度相比显著降低。
可选地，所述诊断产品是试剂盒、芯片或检测平台。
本发明还公开了一种肺癌早期诊断试剂盒，该试剂盒用于检测肺组织或血液中AC010776.2、AC027277.2、AC091588.3、AC093110.1、AC135178.1、AL024497.2、AL109741.1、AL136369.1、AL355499.1、AL359378.1、AL589935.1、AP001528.2、CLIC5、FENDRR、FO393415.1、LINC00472、LINC00968、LINC01290、PCAT19、TBX2-AS1或TMEM51-AS1中的一种或几种。
与现有技术相比，本发明可以获得包括以下技术效果：
本发明提供的肺癌标志物具有准确性高，灵敏度高的特点，其中4种标志物，即AC010776.2，FENDRR，LINC00968和TMEM51-AS1，其AUC超过了0.98。提示其准确性与敏感度均达到98％以上，可以直接用作肺癌的指标。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明AC010776.2肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AC010776.2在正常以及肿瘤组织表达值变化；B：AC010776.2对应的ROC曲线；
图2是本发明AC027277.2肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AC027277.2在正常以及肿瘤组织表达值变化；B：AC027277.2对应的ROC曲线；
图3是本发明AC091588.3肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AC091588.3在正常以及肿瘤组织表达值变化；B：AC091588.3对应的ROC曲线；
图4是本发明AC093110.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AC093110.1在正常以及肿瘤组织表达值变化；B：AC093110.1对应的ROC曲线；
图5是本发明AC135178.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AC135178.1在正常以及肿瘤组织表达值变化；B：AC135178.1对应的ROC曲线；
图6是本发明AL024497.2肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL024497.2在正常以及肿瘤组织表达值变化；B：AL024497.2对应的ROC曲线；
图7是本发明AL109741.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL109741.1在正常以及肿瘤组织表达值变化；B：AL109741.1对应的ROC曲线；
图8是本发明AL136369.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL136369.1在正常以及肿瘤组织表达值变化；B：AL136369.1对应的ROC曲线；
图9是本发明AL355499.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL355499.1在正常以及肿瘤组织表达值变化；B：AL355499.1对应的ROC曲线；
图10是本发明AL359378.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL359378.1在正常以及肿瘤组织表达值变化；B：AL359378.1对应的ROC曲线；
图11是本发明AL589935.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AL589935.1在正常以及肿瘤组织表达值变化；B：AL589935.1对应的ROC曲线；
图12是本发明AP001528.2肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：AP001528.2在正常以及肿瘤组织表达值变化；B：AP001528.2对应的ROC曲线；
图13是本发明CLIC5肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：CLIC5在正常以及肿瘤组织表达值变化；B：CLIC5对应的ROC曲线；
图14是本发明FENDRR肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：FENDRR在正常以及肿瘤组织表达值变化；B：FENDRR对应的ROC曲线；
图15是本发明FO393415.1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：FO393415.1在正常以及肿瘤组织表达值变化；B：FO393415.1对应的ROC曲线；
图16是本发明LINC00472肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：LINC00472在正常以及肿瘤组织表达值变化；B：LINC00472对应的ROC曲线；
图17是本发明LINC00968肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：LINC00968在正常以及肿瘤组织表达值变化；B：LINC00968对应的ROC曲线；
图18是本发明LINC01290肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：LINC01290在正常以及肿瘤组织表达值变化；B：LINC01290对应的ROC曲线；
图19是本发明PCAT19肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：PCAT19在正常以及肿瘤组织表达值变化；B：PCAT19对应的ROC曲线；
图20是本发明TBX2-AS1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：TBX2-AS1在正常以及肿瘤组织表达值变化；B：TBX2-AS1对应的ROC曲线；
图21是本发明TMEM51-AS1肺癌标志物在正常以及肿瘤组织表达值变化以及对应的ROC曲线；其中，A：TMEM51-AS1在正常以及肿瘤组织表达值变化；B：TMEM51-AS1对应的ROC曲线。
具体实施方式
以下将配合实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
实施例1：肺癌诊断标志物：
本发明提供的肺癌标志物共21种，这类标志物可以单独或两种或两种以上组合来进行肺癌的诊断；包括：AC010776.2，AC027277.2，AC091588.3，AC093110.1，AC135178.1，AL024497.2，AL109741.1，AL136369.1，AL355499.1，AL359378.1，AL589935.1，AP001528.2，CLIC5，FENDRR，FO393415.1，LINC00472，LINC00968，LINC01290，PCAT19，TBX2-AS1，TMEM51-AS1；其核苷酸探针序列如表1所示。
表1. 21种标志物的核苷酸探针序列
标志物 核苷酸探针序列
AC010776.2 ATGTGGTGAGCTCGCCTGAAGACTTCAGACACGGGTCCACGTGTGTCCCAACGCCAGGAG
AC027277.2 ATATTTGACACCATGATTGTCCTGAGAAATCTAGGATGCAAAATCGCCATCACCATGCAG
AC091588.3 AAACATCTCTTTCAAAATAAAGGCACGAGAATCACGTTCTGTCAGCGCAGTCGCCACTGT
AC093110.1 ATTAATCCAAGATGTACAGTGGAGTTTGTCTACAGAGACACTGACATGACTTCTGAAGCC
AC135178.1 TGACTTTGTGGAAGCGCAGCCTTTGGGTGAGCCGGATCAGCTCTTCAGTCTGCTTCATGC
AL024497.2 CACCGTATTTCTCAACCAAATGCAAGCTTACACACCAAATGTTTTGATTTCAAAAGAAAC
AL109741.1 CCGGCAGATGTGAACTCAAAAACTTCCTCCGCTGTGCAGTTTCAATTGGCAGACACACCC
AL136369.1 TATGCCCTTCCCAAAATTGGCACTGCAAGACATGATACCTTAAAGGCATCTCCAAATGAG
AL355499.1 ATGCAAGTCACAATCGTCTCAACTGCAAGTTGGCCAAAGTAAACATTGCCCCAAAGTGCT
AL359378.1 GGGAGCACTGTAAAAATAAAAAAGGTTAGACCACTGTTAGACATCTGGGAAACATCTATG
AL589935.1 AAGAGTCACTCCTTGCAGTAATGTTCACGTTTCCTTCGTCTCTGAAAAGATATCCCTCTA
AP001528.2 TAAGGCTACAGAGAGATGACCAAGTGTCCCAGAGGAGGAATTCTCTTTCGGAAAGAGATA
CLIC5 CATGAATCTGAACCAATTACCAATTTGTGTTCCAGTCTTGATTGGTATTGACTGATTCAA
FENDRR TAAAAATGCTAGAAGCTTTAGTCATAGAATTACCATATGATACAGCCTACTGCAGAGTCC
FO393415.1 GGGTAGGACAGTGTCATATACTTTGTAGGTAACTCAAAGATATTATAGGTAACTCATAGA
LINC00472 ACTCCACCCCATCCCCTTATTGAACAATTACGATGCCTATAAATATTGTATTGAGAAAGA
LINC00968 ACTTATCTCACCCTCACCAAGGTGGCTTCTTCTTGGATATCTGAATGGTGGTGAGATCAA
LINC01290 AGGGCCATATTTTACCTAGATACTAGCTTAGAGACTTGCTACATTGGCACTGTATTTTAA
PCAT19 TCTCTTCTTCTAAGCAATCAACTTCAATTCCTTGTATAACCCACAGTATAAAAGGGCTTT
TBX2-AS1 AGTCCTGTTTGTGAACTCAACGTTTCCACGGCTTTTCCATTAAACTTTACCCCAAATCAC
TMEM51-AS1 GAGCCCTGTTGGAGGCTCTTGGCAGGTCTGAACATTAAACATTTCTTTTCTTCCTTTTGC
实施例2：肺癌诊断标志物的筛查及鉴定
本发明中采用基因芯片或实时荧光定量PCR方法来筛查并鉴定标志物，但鉴定的方面并不一定限于以上方法，其它方法如化学分析方法也同样适用于标志物的筛查于鉴定。在本发明中以肺组织为例对标志物的筛查于鉴定进行说明：
1、获取受试者样品，并进行前处理：
手术提取23例肺癌患者的肺肿瘤组织和正常肺部组织，采用Trizol(Invitrogen公司,美国)提取组织块或细胞中的总RNA。并进一步采用
Figure GDA0003174041490000071
RNA clean-up试剂盒(Macherey Nagel公司，德国)对总RNA进行过柱纯化。然后用分光光度计方法进行定量，用琼脂糖凝胶电泳检测其完整性。
2、将前处理过肿瘤和正常组织样品进行芯片检测(参照晶芯lncRNA+mRNA表达谱芯片实验)；
2.1反转录合成First strand cDNA：以Total RNA起始，含有T7启动子序列的T7Oligo(dT)Primer和T7-特异引物，既可以结合带poly(A)的mRNA，也可以结合除rRNA以外其它不带poly(A)的RNA，使用第一链Enzyme Mix(市售)合成第一链cDNA。
2.2合成第二链DNA：用第二链Enzyme Mix(市售)将DNA-RNA杂合体中的RNA链转化为第二链cDNA，合成双链DNA。
2.3体外转录合成cRNA：以第二链cDNA为模板，用T7 Enzyme Mix(市售)合成cRNA。
2.4cRNA纯化：使用RNA纯化柱纯化cRNA，除去反应中的盐、酶等试剂，并对cRNA进行定量、质控。
2.5反转录：以cRNA为模板，Random Primer为引物，CbcScriptⅡ酶进行反转录。纯化回收反转录得到的cDNA并定量。
2.6标记：以反转录的cDNA产物为模板，Random Primer为引物，用KlenowFragment酶合成cDNA互补链并掺入带有荧光基团的dNTP(单通道为Cy3-dCTP，双通道为Cy3-dCTP和Cy5-dCTP)，纯化并定量标记产物用于芯片杂交。
2.7杂交结束后，取出芯片在博奥Slide Washer8芯片洗干仪进行清洗。清洗程序完成后，离心甩干。使用Agilent芯片扫描仪(G2565CA)对清洗后的芯片进行扫描，得到杂交图片。使用Agilent Feature Extraction(v10.7)软件对杂交图片进行分析并提取原始数据。
3、lncRNA标志物筛选：
首先通过Ensembl数据库(http://asia.ensembl.org/index.html)对所有的lncRNA进行注释，选取数据库中有明确记录的lncRNA。进一步，采用配对样本t检验计算肿瘤与正常组之间的显著差异的lncRNA，显著差异筛选标准为倍数变化的绝对值大于1.5且P值小于0.05，筛选在肿瘤组织中显著下调的lncRNA。然后使用R语言(v3.4.0版本，https://www.r-project.org/)中的pROC程序包(https://web.expasy.org/pROC/)对每个显著下调的lncRNA进行ROC分析并计算AUC，选取AUC大于0.95的显著下调的lncRNA作为肺癌预测指标。
4、在受试者的组织样本中测定本发明中所述一种或两种标志物的水平：将受试者样品中的一种或两种标志物与对照样品中21个标志物物中的一种或多种标志物的水平相比较，受试者样品中的一种或多种标志物的水平的差异指示所述受试者具有肺癌病变。
其中：所述对照样品可以是正常肺组织的样品；所述差异是指受试者标志物的水平与正常组相比具有显著性(P<0.05)。
通过对23个肺癌病人正常以及肿瘤组织的前瞻性研究，各标志物在肺癌病人中的变化及对应的预测线下面积ROC如表1。
表1：各标志物在肺癌病人中的变化及对应的预测线下面积
Figure GDA0003174041490000091
用于本发明的组合物和方法的标志物的准确性可通过作受试者工作特征曲线(ROC)来表征。ROC是对于诊断标志物的不同可能的割点的真阳性率相假阳性率的曲线。ROC曲线显示灵敏性和特异性之间的关系。即是说，灵敏性的增加将伴随特异性的降低。曲线越靠近ROC空间的左轴，然后顶缘，标志物越准确。相反地，曲线越靠近ROC图的45度对角线，标志物越不准确。ROC下的面积是标志物准确性的度量。标志物的准确性取决于标志物如何适当地将待测试的组分成具有所述疾病的组和不具有所述疾病的组。曲线下面积(AUC)为1表示完美的标志物，而面积为0.5表示有用性较差的标志物。
从表1可见，所有的21个标志物预测线下面积AUC都大于0.95，其中有4个标志物的特征曲线线下面积AUC大于0.98。AUC值表示标志物的预测能力，AUC＝1表示能100％准确鉴定肺癌。因此，从表1可以看出本专利提供的肺癌诊断标志物具有确性高，敏感度高的特点。
所述21种肺癌标志物在正常组织和肿瘤组织中的详细变化见附图1-21A；所述21种肺癌标志物对应的ROC曲线见附图1-21B，这21个肺癌诊断标志物在正常组织和肿瘤组织中具有显著的差异性，并且具有较好的预测精度。
上述说明示出并描述了发明的若干优选实施例，但如前所述，应当理解发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离发明的精神和范围，则都应在发明所附权利要求的保护范围内。
SEQUENCE LISTING
<110> 昆明医科大学第一附属医院
<120> 肺癌下调长链非编码RNA标志物及其应用
<130> 2018
<160> 21
<170> PatentIn version 3.3
<210> 1
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 1
atgtggtgag ctcgcctgaa gacttcagac acgggtccac gtgtgtccca acgccaggag 60
<210> 2
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 2
atatttgaca ccatgattgt cctgagaaat ctaggatgca aaatcgccat caccatgcag 60
<210> 3
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 3
aaacatctct ttcaaaataa aggcacgaga atcacgttct gtcagcgcag tcgccactgt 60
<210> 4
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 4
attaatccaa gatgtacagt ggagtttgtc tacagagaca ctgacatgac ttctgaagcc 60
<210> 5
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 5
tgactttgtg gaagcgcagc ctttgggtga gccggatcag ctcttcagtc tgcttcatgc 60
<210> 6
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 6
caccgtattt ctcaaccaaa tgcaagctta cacaccaaat gttttgattt caaaagaaac 60
<210> 7
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 7
ccggcagatg tgaactcaaa aacttcctcc gctgtgcagt ttcaattggc agacacaccc 60
<210> 8
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 8
tatgcccttc ccaaaattgg cactgcaaga catgatacct taaaggcatc tccaaatgag 60
<210> 9
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 9
atgcaagtca caatcgtctc aactgcaagt tggccaaagt aaacattgcc ccaaagtgct 60
<210> 10
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 10
gggagcactg taaaaataaa aaaggttaga ccactgttag acatctggga aacatctatg 60
<210> 11
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 11
aagagtcact ccttgcagta atgttcacgt ttccttcgtc tctgaaaaga tatccctcta 60
<210> 12
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 12
taaggctaca gagagatgac caagtgtccc agaggaggaa ttctctttcg gaaagagata 60
<210> 13
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 13
catgaatctg aaccaattac caatttgtgt tccagtcttg attggtattg actgattcaa 60
<210> 14
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 14
taaaaatgct agaagcttta gtcatagaat taccatatga tacagcctac tgcagagtcc 60
<210> 15
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 15
gggtaggaca gtgtcatata ctttgtaggt aactcaaaga tattataggt aactcataga 60
<210> 16
<211> 59
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 16
actccacccc atccccttat tgaacaatta cgatgcctat aaatattgta ttgagaaag 59
<210> 17
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 17
acttatctca ccctcaccaa ggtggcttct tcttggatat ctgaatggtg gtgagatcaa 60
<210> 18
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 18
agggccatat tttacctaga tactagctta gagacttgct acattggcac tgtattttaa 60
<210> 19
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 19
tctcttcttc taagcaatca acttcaattc cttgtataac ccacagtata aaagggcttt 60
<210> 20
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 20
agtcctgttt gtgaactcaa cgtttccacg gcttttccat taaactttac cccaaatcac 60
<210> 21
<211> 60
<212> DNA
<213> 人工序列（Artificial sequence）
<400> 21
gagccctgtt ggaggctctt ggcaggtctg aacattaaac atttcttttc ttccttttgc 60

Claims (5)

1.肺癌下调长链非编码RNA标志物的检测试剂在制备肺癌早期诊断产品中的应用，其特征在于，所述诊断产品包含检测AC010776.2标志物的试剂，所述试剂通过检测受试者标本中所述AC010776.2标志物的浓度来判断受试者是否患有肺癌；所述AC010776.2的核苷酸探针序列如SEQ ID NO.1所示。
2.根据权利要求1所述的应用，其特征在于，所述标本是肺组织。
3.根据权利要求1所述的应用，其特征在于，所述试剂是基于基因芯片检测或实时荧光定量PCR检测所述标志物浓度时所需的试剂。
4.根据权利要求1所述的应用，其特征在于，所述标志物AC010776.2在肺癌患者肺组织中的浓度与正常对照浓度相比显著降低。
5.一种肺癌早期诊断试剂盒，其特征在于，该试剂盒用于检测肺组织中AC010776.2。
CN201811008405.4A 2018-08-31 2018-08-31 肺癌下调长链非编码rna标志物及其应用 Active CN108998531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811008405.4A CN108998531B (zh) 2018-08-31 2018-08-31 肺癌下调长链非编码rna标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811008405.4A CN108998531B (zh) 2018-08-31 2018-08-31 肺癌下调长链非编码rna标志物及其应用

Publications (2)

Publication Number Publication Date
CN108998531A CN108998531A (zh) 2018-12-14
CN108998531B true CN108998531B (zh) 2021-10-01

Family

ID=64590496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811008405.4A Active CN108998531B (zh) 2018-08-31 2018-08-31 肺癌下调长链非编码rna标志物及其应用

Country Status (1)

Country Link
CN (1) CN108998531B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102459214B1 (ko) * 2020-05-27 2022-10-26 연세대학교 산학협력단 암 예후 예측을 위한 조성물 및 이를 포함하는 키트
CN111690746A (zh) * 2020-06-30 2020-09-22 镇江维思生物科技有限责任公司 与肺癌相关的血小板rna标志物及其应用
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102046808A (zh) * 2008-05-27 2011-05-04 丹麦达科有限公司 使用新的杂交缓冲液用于检测染色体畸变的组合物和方法
CN103403181A (zh) * 2010-11-19 2013-11-20 密执安大学评议会 ncRNA及其用途
CN106795565A (zh) * 2014-07-14 2017-05-31 阿莱格罗诊断公司 用于评估肺癌状态的方法
CN107024587A (zh) * 2017-06-15 2017-08-08 深圳瑞科生物科技有限公司 一种肺癌早期诊断标志物及诊断试剂盒和应用
CN107488722A (zh) * 2017-09-18 2017-12-19 复旦大学附属中山医院 LncRNA在制备诊断肺腺癌的试剂中的用途

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102046808A (zh) * 2008-05-27 2011-05-04 丹麦达科有限公司 使用新的杂交缓冲液用于检测染色体畸变的组合物和方法
CN103403181A (zh) * 2010-11-19 2013-11-20 密执安大学评议会 ncRNA及其用途
CN106795565A (zh) * 2014-07-14 2017-05-31 阿莱格罗诊断公司 用于评估肺癌状态的方法
CN107024587A (zh) * 2017-06-15 2017-08-08 深圳瑞科生物科技有限公司 一种肺癌早期诊断标志物及诊断试剂盒和应用
CN107488722A (zh) * 2017-09-18 2017-12-19 复旦大学附属中山医院 LncRNA在制备诊断肺腺癌的试剂中的用途

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
女性非吸烟肺癌相关 lncＲNAs 的生物信息学筛选及判断预后价值;李伟等;《临床检验杂志》;20161031;第34卷(第10期);第791-794页 *
长链非编码RNA FENDRR对非小细胞肺癌细胞增殖及凋亡的影响;徐然等;《现代肿瘤医学》;20160930;第24卷(第17期);第2667-2669页 *
长链非编码RNA在胃癌中的研究进展;陈国栋等;《微生物学免疫学进展》;20161231;第44卷(第06期);第81-84页 *

Also Published As

Publication number Publication date
CN108998531A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN110484624B (zh) 一种基于外周血的胃癌生物标志物及其检测方法和应用
CN108998531B (zh) 肺癌下调长链非编码rna标志物及其应用
CN111876478A (zh) 肺结节诊断标志物及应用
CN114277143B (zh) 外泌体arpc5、cda等在肺癌诊断中的应用
CN110229899B (zh) 用于结直肠癌早期诊断或预后预测的血浆标记物组合
CN108998530B (zh) 肺癌上调长链非编码rna标志物及其应用
CN113337613B (zh) 一种与肝癌相关的血清外泌体tsRNA标志物、探针及其应用
TWI571514B (zh) 評估罹患大腸直腸癌風險的方法
CN111763740B (zh) 基于lncRNA分子模型预测食管鳞癌患者新辅助放化疗的疗效和预后的系统
CN111455053B (zh) 用于结直肠腺瘤诊断的外泌体rna分子标记物组合及其应用
CN111424085B (zh) tRNA来源片段在制备乳腺癌诊断试剂中的应用
CN111763736B (zh) 用于诊断甲状腺乳头状癌淋巴结转移的液体活检试剂盒
CN111485021B (zh) 用于结直肠腺瘤诊断的外泌体rna及其应用
WO2019095541A1 (zh) 一种诊断预示乳腺癌骨转移的组合物及诊断预示方法
CN116287252B (zh) 长链非编码rna apcdd1l-dt在制备检测胰腺癌的产品中的应用
CN109182520B (zh) 一种宫颈癌及其癌前病变检测试剂盒及其应用
JP5170734B2 (ja) がんの検査に使用する遺伝子のスクリーニング方法と遺伝子セット
WO2023222927A2 (en) Biomarkers for colorectal neoplasia
WO2009157251A1 (ja) 統合失調症の診断方法
CN115747333A (zh) 一种肿瘤标记物检测试剂盒和检测分析系统及其应用
CN113584169A (zh) 一种与肝癌相关的血清tsRNA标志物、探针及其应用
WO2010026821A1 (ja) 双極性障害と統合失調症の判別方法

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