CN111621565B - 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置 - Google Patents

弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置 Download PDF

Info

Publication number
CN111621565B
CN111621565B CN202010375572.3A CN202010375572A CN111621565B CN 111621565 B CN111621565 B CN 111621565B CN 202010375572 A CN202010375572 A CN 202010375572A CN 111621565 B CN111621565 B CN 111621565B
Authority
CN
China
Prior art keywords
gene
reagent
dna
artificial sequence
typing
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
CN202010375572.3A
Other languages
English (en)
Other versions
CN111621565A (zh
Inventor
徐清华
孙益丰
陈金影
沃一昕
罗正志
王宏莹
宋凯斌
吴益旺
胡林义
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.)
Hangzhou Canhelp Genomics Technology Co ltd
Original Assignee
Hangzhou Canhelp Genomics Technology 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 Hangzhou Canhelp Genomics Technology Co ltd filed Critical Hangzhou Canhelp Genomics Technology Co ltd
Priority to CN202010375572.3A priority Critical patent/CN111621565B/zh
Publication of CN111621565A publication Critical patent/CN111621565A/zh
Application granted granted Critical
Publication of CN111621565B publication Critical patent/CN111621565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • 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
    • C12Q2600/112—Disease subtyping, staging or classification
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Medical Informatics (AREA)
  • Urology & Nephrology (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Organic Chemistry (AREA)
  • Cell Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Data Mining & Analysis (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)

Abstract

本发明公开了一种弥漫性大B细胞淋巴瘤分子分型试剂盒及分型装置，属于癌症诊断和分子生物学领域。本发明的试剂盒和分型装置，通过检测CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因等基因的表达量进行分型，为进一步完善、改进弥漫性大B细胞淋巴瘤分型诊断提供了新的工具，应用前景良好。

Description

弥漫性大B细胞淋巴瘤分子分型试剂盒及分型装置
技术领域
本发明涉及癌症诊断和分子生物学领域。
背景技术
中国癌症统计数据显示(Chen W，Zheng R，Baade P D，et al.Cancer statisticsin China，2015.Ca Cancer J Clin，2016，66(2)：115-132.)，2015年我国淋巴瘤新病例数达到约8.82万人，在常见恶性肿瘤中排第10。淋巴瘤根据瘤细胞可分为非霍奇金淋巴瘤(non-Hodgkin lymphoma，NHL)和霍奇金淋巴瘤(Hodgkin lymphoma，HLHL)两类。NHL发病率远高于HL，是HL的5倍左右，约占总人群肿瘤病例的3％。在过去的几十年中，国际癌症研究中心资料显示：NHL发病率持续升高而HL发病率有所下降。
弥漫性大B细胞淋巴瘤(Diffuse Large B-Cell Lymphoma，DLBCL)是目前最常见的非霍奇金淋巴瘤，约占30％～40％，且新发病率有逐年增加的趋势。2008年WHO分类将弥漫性大B细胞淋巴瘤定义为：大的肿瘤性B淋巴细胞呈弥漫性生长，肿瘤细胞的核与正常组织细胞的核相近或大于组织细胞的核，细胞大小不小于正常淋巴细胞的两倍。
根据肿瘤细胞起源不同，可将弥漫性大B细胞淋巴分为两种分子亚型：一种称为生发中心B细胞样DLBCL(germinal center B cell-like DLBCL，GCB型)，此亚型因与正常生发中心B细胞表达的基因标志相同而得名；另一种亚型称为活化B细胞样DLBCL(activatedB cell-like DLBCL，ABC型)，此亚型表达的基因型与促有丝分裂刺激后外周血B细胞相似。研究发现，DLBCL分子亚型是独立于临床参数的预后评价指标，联合化疗CHOP方案对于各亚型的疗效存在显著差别，其中，ABC型和GCB型的5年生存率分别为31％和59％，GCB型的5年生存率明显好于ABC型。因此，快速、准确地检测确认弥漫性大B细胞淋巴瘤的分子分型，对患者治疗方案的确定以及预后都非常重要。
全基因组表达谱分型是DLBCL分子分型的金标准，由于其要求新鲜肿瘤组织，需同时检测成千上万个基因的表达，存在实验技术复杂、对样本要求高、费用昂贵、操作过程复杂、对操作人员要求高等一系列的问题，严重限制了其在临床上的使用，无法广泛应用于广大的分子病理实验室。
目前临床上较多常用免疫组化方法检测CD10、BCL6和IRF4三种抗体进行DLBCL分子分型。由于采用的抗体数量较少，该方法无法准确区分ABC型和GCB型。与基因表达谱分析结果比较，符合率约为70％，在实际临床应用中存在检出率低、灵敏度低、结果重复性差等问题。
发明内容
本发明要解决的问题是：提供检出率高、灵敏度高、结果重复性好的弥漫性大B细胞淋巴瘤分子分型工具，包括试剂盒和分型装置。
本发明的技术方案如下：
一种弥漫性大B淋巴瘤分子分型试剂盒，它包括检测如下20个基因中的一个或多个基因的表达水平的试剂：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因。
如前述的分型试剂盒，它还包括检测如下10个基因中的一个或多个基因的表达水平的试剂：
AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因。
如前述的分型试剂盒，所述试剂为检测所述基因转录的RNA的量的试剂；优选的，为高通量测序试剂、基因芯片试剂或定量PCR试剂。
如前述的分型试剂盒，所述试剂为检测所述基因表达蛋白的量的试剂；进一步的，所述试剂为抗体、抗体片段、亲和蛋白或核酸适配体。
检测如下20个基因中任意一个或多个基因的表达水平的相关试剂在制备弥漫性大B淋巴瘤分子分型试剂盒中的用途：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因。
如前述的用途，所述试剂盒还包括检测如下10个基因中的一个或多个基因的表达水平的试剂：
AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因。
如前述的用途，所述试剂为检测所述基因转录的RNA的量的试剂。
如前述的用途，所述试剂为检测所述基因表达蛋白的量的试剂，进一步的，所述试剂为抗体、抗体片段、亲和蛋白或核酸适配体。
一种弥漫性大B淋巴瘤分子分型装置，它包括：
1)检测如下20个基因中1个或多个基因的表达水平的检测装置(例如：测序装置、基因芯片检测装置、qPCR检测装置等能检测基因表达水平的各种装置)：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因；
2)分析基因表达模式的分析装置；
所述分析装置内置数据输入端口，用于接收前述检测装置的检测结果；
所述分析装置内置了由机器学习算法构建的统计分析模型，用于判别弥漫性大B细胞淋巴瘤亚型。
如前述的分型装置，它还包括检测如下10个基因中一个或多个基因的转录产物或翻译产物含量的检测装置：
AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因。
如前述的分型装置，所述机器学习算法为向量机、加权投票、K-最临近值、随机森林或相关性系数算法；优选的，为向量机算法。
检测如下20个基因中任意一个或多个基因的表达水平的检测装置在制备弥漫性大B淋巴瘤分子分型装置中的用途：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因；
所述分型装置还包括分析基因表达模式的分析装置；
所述分析装置内置数据输入端口，用于接收前述检测装置的检测结果；
所述分析装置内置了由机器学习算法构建的统计分析模型，用于判别弥漫性大B细胞淋巴瘤亚型。
如前述的用途，所述分型装置还包括检测如下10个基因中一个或多个基因的表达水平的检测装置：
AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因。
本文中“IGHM基因”在GenBank数据库中的Gene ID为3507；
本文中“MIR155HG基因”在GenBank数据库中的Gene ID为114614；
本文中“LRMP基因”在GenBank数据库中的Gene ID为4033；
本文中“LMO2基因”在GenBank数据库中的Gene ID为4005；
本文中“FAM129C基因”在GenBank数据库中的Gene ID为199786；
本文中“CR2基因”在GenBank数据库中的Gene ID为1380；
本文中“TOX2基因”在GenBank数据库中的Gene ID为84969；
本文中“JADE3基因”在GenBank数据库中的Gene ID为9767；
本文中“VPREB3基因”在GenBank数据库中的Gene ID为29802；
本文中“P2RX5基因”在GenBank数据库中的Gene ID为5026；
本文中“STAG3基因”在GenBank数据库中的Gene ID为10734；
本文中“MYBL1基因”在GenBank数据库中的Gene ID为4603；
本文中“CD83基因”在GenBank数据库中的Gene ID为9308；
本文中“UCHL1基因”在GenBank数据库中的Gene ID为7345；
本文中“BATF基因”在GenBank数据库中的Gene ID为10538；
本文中“HOPX基因”在GenBank数据库中的Gene ID为84525；
本文中“BLNK基因”在GenBank数据库中的Gene ID为29760；
本文中“TUBB2A基因”在GenBank数据库中的Gene ID为7280；
本文中“SH3BP5基因”在GenBank数据库中的Gene ID为9467；
本文中“DOCK10基因”在GenBank数据库中的Gene ID为55619；
本文中“RGCC基因”在GenBank数据库中的Gene ID为28984；
本文中“CILP基因”在GenBank数据库中的Gene ID为8483；
本文中“GPR183基因”在GenBank数据库中的Gene ID为1880；
本文中“CCL22基因”在GenBank数据库中的Gene ID为6367；
本文中“MME基因”在GenBank数据库中的Gene ID为4311；
本文中“FCMR基因”在GenBank数据库中的Gene ID为9214；
本文中“NLRP7基因”在GenBank数据库中的Gene ID为199713；
本文中“AICDA基因”在GenBank数据库中的Gene ID为57379；
本文中“BCL6基因”在GenBank数据库中的Gene ID为604；
本文中“MPEG1基因”在GenBank数据库中的Gene ID为219972；
前述“20个基因”，未被报道与弥漫性大B细胞淋巴瘤分型相关，其中：CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR1 83基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因在ABC型中较GCB型显著高表达；CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因被发现在ABC型中较GCB型显著低表达。
前述“10个基因”中：AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因在ABC型中较GCB型显著高表达；BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因在ABC型中较GCB型显著低表达。
本发明发现了CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因等20个基因的表达水平与弥漫性大B细胞淋巴瘤亚型存在显著相关性，可以通过本发明分型试剂盒、分型装置检测CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因等20个基因中的一个基因或多个基因，达到筛查待检样本的分子亚型的目的，为进一步完善、改进弥漫性大B细胞淋巴瘤分子分型诊断提供了新的工具。
本发明优选的技术方案，是同时检测30个基因(包括CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因和VPREB3基因等20个基因，以及AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因、MYBL1基因等10个基因)的表达水平的分型试剂盒、分型装置，其检测结果与弥漫性大B细胞淋巴瘤分型的金标准以及临床诊断结果一致性非常高，体现出十分优异的性能，其检测方法简便、成本低廉、易于操作，临床应用前景非常优良。
显然，根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。
以下通过实施例形式的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。凡基于本发明上述内容所实现的技术均属于本发明的范围。
具体实施方式
本发明实施例中，未注明具体条件的实验方法，按照制造试剂盒生产公司所建议的条件或按照常规实验条件，例如Sambrook等人，分子克隆：实验室手册(New York：ColdSpring Harbor Laboratory Press，1989)中所述的条件。除非另行定义，文中所使用的所有专业与科学用语与本领域熟练人员所熟悉的意义相同。此外，任何与所记载内容相似或均等的方法及材料皆可应用于本发明中。文中所述的较佳实施方法与材料仅作示范作用。
实施例1.样本处理、基因筛选和统计分析模型构建
1.训练集样本收集及处理
样本：350例的弥漫性大B细胞淋巴瘤患者，其中包括183例GCB型、167例ABC型。
对其进行临床数据统计以及生物学样品基因芯片检测，根据患者的相关临床资料和检测数据构建了数据库。
2.30个特异性基因的筛选；
根据表达数据库，发明人从20250个基因中找到30个与弥漫性大B细胞淋巴瘤分型相关的基因。
以新鲜淋巴瘤组织为样本，进一步检测30个基因在350例的弥漫性大B细胞淋巴瘤患者中的表达水平(采用生物学样品基因芯片检测，具体采用美国Affymetrix公司的Human Genome U133 Plus2芯片)，计算在ABC型和6CB型的平均表达水平，并进行统计学计算，确认其与两种亚型的相关性。检测结果如表1所示。
表1：30基因集合
由表1可以看出，前述BATF等30个基因，在弥漫性大B细胞淋巴瘤的2种亚型中的表达水平存在非常显著的差异，具有统计学意义，可以通过单独检测这30个基因中的一个或者多个基因的表达水平，来筛查待检样本的弥漫性大B细胞淋巴瘤亚型，对弥漫性大B细胞淋巴瘤进行分型。
3.30基因基于统计分析模型的构建
优选地，发明人还构建了统计分析模型，用于整合前述350例临床样本的30个基因的表达水平，进一步提高分型准确性。
以支持向量机算法构建的统计模型(支持向量机模型)为例。自1992年发明以来，支持向量机算法已被广泛地应用于解决各类识别问题，包括金融数据分析、语音识别和生物数据分析。本领域的技术人员可通过开源免费的分析软件，例如：Perl、R、Rapidminer和WEKA使用支持向量机算法。
本发明使用的支持向量机模型具体构建方法为：
发明人采用支持向量机(Support Vector Machines)算法，建立统计分析模型用于判别弥漫性大B细胞淋巴瘤亚型，具体步骤如下：1)发明人采用统计分析软件R语言程序包“e1071”，调用支持向量机算法；2)将支持向量机算法对350例样本中30个基因的表达矩阵(matrix，包含10500个数据点)进行归一化预处理，输入支持向量机；3)支持向量机采用线性核函数(linear kernel)，计算每个基因的权重，构建线性分类模型，得弥漫性大B细胞淋巴瘤亚型支持向量机模型。
结果判断方法：取待测样本，检测30个基因的表述水平，输入前述弥漫性大B细胞淋巴瘤亚型支持向量机模型，计算该样品基因表达模式与数据库中ABC型和GCB型的相似度分数的数值，以最高的数值作为最高相似度分数；若最高相似度分数大于75，则判断判断待检样本为最高相似度分数对应的亚型(例如：ABC型相似度分数的数值最高，且大于75分，则判定为ABC型)，如果最高相似度分数低于75分，则该样本判定为“无法分类”(Unclassified)。
使用前述30个基因构建统计分析模型，不仅仅局限于支持向量机算法，其他公知的机器学习算法都可采用，例如加权投票(Weighted Voting)、K-最邻近值(K-nearestNeighbors)、随机森林(Random Forest)、相关性系数(Correlation Coefficients)等。
实施例2.高通量测序数据验证
一、本发明检测方法
1、高通量测序检测30个基因的表达水平
通过的高通量测序检测215例弥漫性大B细胞淋巴瘤新鲜组织样本30基因表达水平。
测序委托晶能生物技术(上海)有限公司完成，测序平台为Illumina Nova6000测序仪，进行转录组测序(RNAsequencing)。
2、统计模型分析
将检测结果输入实施例1建立的支持向量机模型中，进行分析。
二、金标准检测
将前述215例弥漫性大B细胞淋巴瘤新鲜组织样本，采用金标准方法(基因表达谱分型)进行检测。基因芯片实验采用美国Affymetrix公司的Human GenomeU133 Plus2芯片，同时检测38,500个人类已知功能基因的表达水平，对新鲜组织样本进行分子分型。
三、验证结果
采用本发明方法对每个样品进行亚型的判别，并与临床诊断金标准(基因表达谱分型)比较，诊断符合率为96.74％，详见表2。
表2：30基因模型在215例高通量测序样本中的分类结果和性能指标
结果说明，在使用高通量测序的情况下，本发明检测结果与临床诊断金标准吻合度高，诊断结果可靠。
实施例3.基因芯片数据验证
一、本发明检测方法
1、基因芯片检测30个基因的表达水平
通过基因芯片检测451例弥漫性大B细胞淋巴瘤石蜡组织样本30基因表达水平。
基因芯片检测委托晶能生物技术(上海)有限公司完成，使用的芯片是美国Affymetrix公司的Human Genome U133 Plus2芯片。
2、统计模型分析
将检测结果输入实施例1建立的支持向量机模型中，进行分析。
二、金标准检测
将前述451例弥漫性大B细胞淋巴瘤样本配对的新鲜组织样本，采用金标准方法(基因表达谱分型)进行检测。实验采用美国Affymetrix公司的Human GenomeU133 Plus2芯片，同时检测38,500个人类已知功能基因的表达水平，对新鲜组织样本进行分子分型。
三、验证结果
通过30基因统计分析模型对每个样品进行亚型的判别，并与临床诊断金标准比较，诊断符合率为90.69％，详见表3。
表3：30基因模型在451例基因芯片数据中的分类结果和性能指标
结果说明，在使用基因芯片的情况下，本发明检测结果与临床诊断金标准吻合度高，诊断结果可靠。
实施例4.实时定量PCR(QPCR)检测验证
一、本发明检测方法
1、通过QPCR检测111例弥漫性大B细胞淋巴瘤石蜡组织样本(来自复旦大学附属肿瘤医院)中30基因表达水平。
2、统计模型分析
将检测结果输入实施例1建立的支持向量机模型中，进行分析。
涉及的引物、探针序列如表4所示。
表4：实时定量PCR引物、产物序列
/>
/>
二、金标准检测
将前述111例弥漫性大B细胞淋巴瘤样本配对的新鲜组织样本，采用金标准方法(基因表达谱分型)进行检测。基因芯片检测委托晶能生物技术(上海)有限公司完成，实验采用美国Affymetrix公司的Human Genome U133 Plus2芯片，同时检测38,500个人类已知功能基因的表达水平，对新鲜组织样本进行分子分型。
三、检测结果
通过30基因统计分析模型对每个样品进行亚型的判别，并与临床诊断结果比较，诊断符合率为92％，详见表5。
表5：30基因模型在111例QPCR实验数据集中的分类结果和性能指标
结果说明，在使用QPCR的情况下，本发明检测结果与临床诊断金标准吻合度高，诊断结果可靠。
综上，通过检测弥漫性大B细胞淋巴瘤的前述30基因的表达，再对基因表达模式进行分析，可实现GCB型和ABC型的精准分型，分型准确度与金标准相近。将检测前述30基因的试剂用于制备弥漫性大B细胞淋巴瘤分型检测试剂盒具有良好的前景。另外，还可将检测前述30个基因表达的装置和分析前述30个基因表达模式的装置集成在一起，形成一种弥漫性大B细胞淋巴瘤分型装置，该装置同样具有良好的前景。
SEQUENCE LISTING
<110> 杭州可帮基因科技有限公司
<120> 弥漫性大B细胞淋巴瘤分子分型试剂盒及分型装置
<130> GYKH1636-2020P0110052CC
<160> 90
<170> PatentIn version 3.5
<210> 1
<211> 20
<212> DNA
<213> 人工序列
<400> 1
catgtcagac acagctggca 20
<210> 2
<211> 20
<212> DNA
<213> 人工序列
<400> 2
gaccccgttg acacggttag 20
<210> 3
<211> 107
<212> DNA
<213> 人工序列
<400> 3
catgtcagac acagctggca cctgctactg accctgctgg cctgcccaca ggctcgggcg 60
gctggccgct ctgtgtgtgc atgcaaacta accgtgtcaa cggggtc 107
<210> 4
<211> 24
<212> DNA
<213> 人工序列
<400> 4
tggttacagt gaataacctg gaca 24
<210> 5
<211> 24
<212> DNA
<213> 人工序列
<400> 5
aggtttggat ttctatgcag tttt 24
<210> 6
<211> 138
<212> DNA
<213> 人工序列
<400> 6
tggttacagt gaataacctg gacaaaatgt tgagaagagt tgttaaaaca agtttacatt 60
aaatatacta acaattacgt ttggttacat atttgtaagt gatggttatt tagaaaaact 120
gcatagaaat ccaaacct 138
<210> 7
<211> 21
<212> DNA
<213> 人工序列
<400> 7
aagcaatttc ggaacaacgg a 21
<210> 8
<211> 21
<212> DNA
<213> 人工序列
<400> 8
ggcaacactg ctttcttcag t 21
<210> 9
<211> 106
<212> DNA
<213> 人工序列
<400> 9
aagcaatttc ggaacaacgg aaccttcaaa ctataaatac tgaattatcg aacacttgcc 60
aggcacttca gcagaagaca aggaaactga agaaagcagt gttgcc 106
<210> 10
<211> 20
<212> DNA
<213> 人工序列
<400> 10
actacaaact gggccggaag 20
<210> 11
<211> 20
<212> DNA
<213> 人工序列
<400> 11
tctcataggc acgaatccgc 20
<210> 12
<211> 102
<212> DNA
<213> 人工序列
<400> 12
actacaaact gggccggaag ctctgccgga gagactatct caggcttttt gggcaagacg 60
gtctctgcgc atcctgtgac aagcggattc gtgcctatga ga 102
<210> 13
<211> 20
<212> DNA
<213> 人工序列
<400> 13
gagtgaggaa gtgggatggg 20
<210> 14
<211> 20
<212> DNA
<213> 人工序列
<400> 14
cttgtccaga gggctcgaag 20
<210> 15
<211> 141
<212> DNA
<213> 人工序列
<400> 15
gagtgaggaa gtgggatggg gcctgaccgg aaggaggtgc ccctgagccg aggaacgcag 60
gcggtggtcg tggggaaggg aagaggagcc ccgggagacg acagcagcat gggtgggcgg 120
ccttcgagcc ctctggacaa g 141
<210> 16
<211> 20
<212> DNA
<213> 人工序列
<400> 16
tcggggtttt cttggctctc 20
<210> 17
<211> 20
<212> DNA
<213> 人工序列
<400> 17
ggcggaaggt acctgaacaa 20
<210> 18
<211> 150
<212> DNA
<213> 人工序列
<400> 18
tcggggtttt cttggctctc gtcgcaccgg gggtcctcgg gatttcttgt ggctctcctc 60
cgcctatcct aaatggccgg attagttatt attctacccc cattgctgtt ggtaccgtga 120
taaggtacag ttgttcaggt accttccgcc 150
<210> 19
<211> 20
<212> DNA
<213> 人工序列
<400> 19
tcggagcccg gattgaacag 20
<210> 20
<211> 20
<212> DNA
<213> 人工序列
<400> 20
tgtcaccatc aaacccgcat 20
<210> 21
<211> 90
<212> DNA
<213> 人工序列
<400> 21
tcggagcccg gattgaacag cgcgcgtggg tttcccgcag ccctggcgca gacgcgtggg 60
ctccgtggcg atgcgggttt gatggtgaca 90
<210> 22
<211> 18
<212> DNA
<213> 人工序列
<400> 22
cagcccgcca gaagaacg 18
<210> 23
<211> 20
<212> DNA
<213> 人工序列
<400> 23
aggcctatgg cgtttcatcc 20
<210> 24
<211> 78
<212> DNA
<213> 人工序列
<400> 24
cagcccgcca gaagaacgcg cggcgggcag acggctggga gccgctccgg atgctccagg 60
atgaaacgcc ataggcct 78
<210> 25
<211> 20
<212> DNA
<213> 人工序列
<400> 25
ccaaggatga ggcccacaat 20
<210> 26
<211> 20
<212> DNA
<213> 人工序列
<400> 26
agcagtagta atccgcgtcg 20
<210> 27
<211> 78
<212> DNA
<213> 人工序列
<400> 27
ccaaggatga ggcccacaat gcctgtgtcc tcaccattag tcccgtgcag cctgaagacg 60
acgcggatta ctactgct 78
<210> 28
<211> 20
<212> DNA
<213> 人工序列
<400> 28
caacctgatt gtgaccccca 20
<210> 29
<211> 20
<212> DNA
<213> 人工序列
<400> 29
ccggtcttca ctccgtttcc 20
<210> 30
<211> 135
<212> DNA
<213> 人工序列
<400> 30
caacctgatt gtgaccccca accagcggca gaacgtctgt gctgagaatg aaggcattcc 60
tgatggcgcg tgctccaagg acagcgactg ccacgctggg gaagcggtta cagctggaaa 120
cggagtgaag accgg 135
<210> 31
<211> 20
<212> DNA
<213> 人工序列
<400> 31
atcagctcgc acacttccaa 20
<210> 32
<211> 20
<212> DNA
<213> 人工序列
<400> 32
aggagctatg aggccaggaa 20
<210> 33
<211> 136
<212> DNA
<213> 人工序列
<400> 33
atcagctcgc acacttccaa acctcgcgat agctactggc cctgggcgag ccgttgggat 60
tgcgcttgcg cacagcgtgt cttctggatc gccataccta ccctgtggtc ctcatcttcc 120
tggcctcata gctcct 136
<210> 34
<211> 20
<212> DNA
<213> 人工序列
<400> 34
ccgtctcggc tcagattctc 20
<210> 35
<211> 20
<212> DNA
<213> 人工序列
<400> 35
acgcgggaag aaaaacctct 20
<210> 36
<211> 90
<212> DNA
<213> 人工序列
<400> 36
ccgtctcggc tcagattctc tttcctatcc cgctgccccc tcccgccata aggccctccc 60
tggcgagggc agaggttttt cttcccgcgt 90
<210> 37
<211> 21
<212> DNA
<213> 人工序列
<400> 37
cacttgtttt gcacggctac a 21
<210> 38
<211> 20
<212> DNA
<213> 人工序列
<400> 38
tgtgaggagt cactagccct 20
<210> 39
<211> 116
<212> DNA
<213> 人工序列
<400> 39
cacttgtttt gcacggctac agagtatctt cccagatttt tctaaagctg gcatggaacg 60
agcttttctc ccagttacct ccccaaataa gcatttaggg ctagtgactc ctcaca 116
<210> 40
<211> 20
<212> DNA
<213> 人工序列
<400> 40
cctaggctat ttctgccggg 20
<210> 41
<211> 20
<212> DNA
<213> 人工序列
<400> 41
gttcagcatc tcggggttga 20
<210> 42
<211> 74
<212> DNA
<213> 人工序列
<400> 42
cctaggctat ttctgccggg cgctccgcga agatgcagct caagccgatg gagatcaacc 60
ccgagatgct gaac 74
<210> 43
<211> 20
<212> DNA
<213> 人工序列
<400> 43
aatcgtattg ccgcccagaa 20
<210> 44
<211> 20
<212> DNA
<213> 人工序列
<400> 44
gatctccttg cgtagagccg 20
<210> 45
<211> 111
<212> DNA
<213> 人工序列
<400> 45
aatcgtattg ccgcccagaa gagccgacag aggcagacac agaaggccga caccctgcac 60
ctggagagcg aagacctgga gaaacagaac gcggctctac gcaaggagat c 111
<210> 46
<211> 20
<212> DNA
<213> 人工序列
<400> 46
cccctttcgg gaggaagttt 20
<210> 47
<211> 20
<212> DNA
<213> 人工序列
<400> 47
acgggggcga gatagatgat 20
<210> 48
<211> 118
<212> DNA
<213> 人工序列
<400> 48
cccctttcgg gaggaagttt ttaaggggat ttctcaaaat cacccccgcg cttccttcac 60
tccttcctta gagccggagg tcggtgaggg cccgcggaat catctatctc gcccccgt 118
<210> 49
<211> 20
<212> DNA
<213> 人工序列
<400> 49
atggtatgct ggagcctgtg 20
<210> 50
<211> 20
<212> DNA
<213> 人工序列
<400> 50
tggccagagc ttttccgaat 20
<210> 51
<211> 96
<212> DNA
<213> 人工序列
<400> 51
atggtatgct ggagcctgtg atcgaaagtc tgctgaagag gcattgcaca gatcaaacaa 60
ggatggatca tttcttattc ggaaaagctc tggcca 96
<210> 52
<211> 20
<212> DNA
<213> 人工序列
<400> 52
acgaacaagg ggagttcgag 20
<210> 53
<211> 20
<212> DNA
<213> 人工序列
<400> 53
agaggcaaaa ctgagcacca 20
<210> 54
<211> 142
<212> DNA
<213> 人工序列
<400> 54
acgaacaagg ggagttcgag gaggaggagg gcgaggacga ggcttaaaaa cttctcagat 60
caatcgtgca tccttagtga acttctgttg tcctcaagca tggtctttct acttgtaaac 120
tatggtgctc agttttgcct ct 142
<210> 55
<211> 21
<212> DNA
<213> 人工序列
<400> 55
tgggagttgg agaaagcctt g 21
<210> 56
<211> 20
<212> DNA
<213> 人工序列
<400> 56
ttctgctgtc tgcatcgcta 20
<210> 57
<211> 111
<212> DNA
<213> 人工序列
<400> 57
tgggagttgg agaaagcctt gctatggatg tgacatttgg gctgagatgt ggatgatgag 60
aaggagtcag gcagccgtgc cctggaggag atagcgatgc agacagcaga a 111
<210> 58
<211> 21
<212> DNA
<213> 人工序列
<400> 58
gatttgttca gcctggtgac g 21
<210> 59
<211> 20
<212> DNA
<213> 人工序列
<400> 59
aattcactgg gctcccgttt 20
<210> 60
<211> 134
<212> DNA
<213> 人工序列
<400> 60
gatttgttca gcctggtgac gcttcagaag agaagagttt aacgacattg atattttgaa 60
atattttgtg actcaaatta tagcaatacg atgagttttc gagggaaggt ttttaaacgg 120
gagcccagtg aatt 134
<210> 61
<211> 19
<212> DNA
<213> 人工序列
<400> 61
gcgccacttc cactacgag 19
<210> 62
<211> 20
<212> DNA
<213> 人工序列
<400> 62
cactctccga gtcgctgaag 20
<210> 63
<211> 95
<212> DNA
<213> 人工序列
<400> 63
gcgccacttc cactacgagg agcacctgga gcgcatgaag cggcgcagca gcgccagtgt 60
cagcgacagc agcggcttca gcgactcgga gagtg 95
<210> 64
<211> 22
<212> DNA
<213> 人工序列
<400> 64
tctggaaaga acatctcctg gt 22
<210> 65
<211> 20
<212> DNA
<213> 人工序列
<400> 65
ctgggctaca ctgggtttct 20
<210> 66
<211> 110
<212> DNA
<213> 人工序列
<400> 66
tctggaaaga acatctcctg gtatccacaa ttacaccagg ttgctaactg tatttgtaca 60
tttccctttg cattcgcttc tgttcttgct agaaacccag tgtagcccag 110
<210> 67
<211> 20
<212> DNA
<213> 人工序列
<400> 67
gagacccgaa cgagtcactg 20
<210> 68
<211> 20
<212> DNA
<213> 人工序列
<400> 68
gttgcagagg gcggagtaaa 20
<210> 69
<211> 86
<212> DNA
<213> 人工序列
<400> 69
gagacccgaa cgagtcactg atatacacct ggaccaccac caatggatat acaaatggca 60
aacaatttta ctccgccctc tgcaac 86
<210> 70
<211> 20
<212> DNA
<213> 人工序列
<400> 70
gagatctgtg ccgatcccag 20
<210> 71
<211> 20
<212> DNA
<213> 人工序列
<400> 71
ccacggtcat cagagtaggc 20
<210> 72
<211> 86
<212> DNA
<213> 人工序列
<400> 72
gagatctgtg ccgatcccag agtgccctgg gtgaagatga ttctcaataa gctgagccaa 60
tgaagagcct actctgatga ccgtgg 86
<210> 73
<211> 19
<212> DNA
<213> 人工序列
<400> 73
gtggcgaagc ttgaccgag 19
<210> 74
<211> 20
<212> DNA
<213> 人工序列
<400> 74
gtgacccctc agcagatccc 20
<210> 75
<211> 72
<212> DNA
<213> 人工序列
<400> 75
gtggcgaagc ttgaccgaga gcaggctgga gcagccgccc aactcctggc gcgggatctg 60
ctgaggggtc ac 72
<210> 76
<211> 20
<212> DNA
<213> 人工序列
<400> 76
ggttcctgag taagcagcgt 20
<210> 77
<211> 20
<212> DNA
<213> 人工序列
<400> 77
tgatggctcg tattctggca 20
<210> 78
<211> 127
<212> DNA
<213> 人工序列
<400> 78
ggttcctgag taagcagcgt gtctccatcc ccctctctag gggctcttgg atggaccttg 60
cactctagaa gggacaatgg acttctggct ttggccactt tacttcctgc cagaatacga 120
gccatca 127
<210> 79
<211> 20
<212> DNA
<213> 人工序列
<400> 79
tcggagcact atgacatcgc 20
<210> 80
<211> 20
<212> DNA
<213> 人工序列
<400> 80
cttcgagggg aaaagcccat 20
<210> 81
<211> 116
<212> DNA
<213> 人工序列
<400> 81
tcggagcact atgacatcgc cccagctaga gtggactctg cagacccttc tggagcagct 60
gaacgaggat gaattaaaga gtttcaaatc ccttttatgg gcttttcccc tcgaag 116
<210> 82
<211> 22
<212> DNA
<213> 人工序列
<400> 82
tgaccttcaa agaaaaccac ga 22
<210> 83
<211> 20
<212> DNA
<213> 人工序列
<400> 83
cgaagctgtc tggagagacg 20
<210> 84
<211> 85
<212> DNA
<213> 人工序列
<400> 84
tgaccttcaa agaaaaccac gaaagaactt tcaaagcctg ggaagggctg catgaaaatt 60
cagttcgtct ctccagacag cttcg 85
<210> 85
<211> 21
<212> DNA
<213> 人工序列
<400> 85
gctggtggtt gaagctggtt a 21
<210> 86
<211> 21
<212> DNA
<213> 人工序列
<400> 86
ctgaagacac atgggagtgg g 21
<210> 87
<211> 119
<212> DNA
<213> 人工序列
<400> 87
gctggtggtt gaagctggtt aaagaacagc ctaggtattc cagaagtgtt tgaggatccc 60
ttccatgaag gaagagagga aagtttttaa gtaaacctcc cactcccatg tgtcttcag 119
<210> 88
<211> 20
<212> DNA
<213> 人工序列
<400> 88
cagcatgggc taaatcaggc 20
<210> 89
<211> 20
<212> DNA
<213> 人工序列
<400> 89
attccgcaga ttgtcccagc 20
<210> 90
<211> 128
<212> DNA
<213> 人工序列
<400> 90
cagcatgggc taaatcaggc aagccttcgg gagagatgga cgaagttgga gttcaaaaat 60
gcaagaatgc cttgaaacta cctgtcctgg aagtcctacc tggagggggc tgggacaatc 120
tgcggaat 128

Claims (2)

1.一种弥漫性大B淋巴瘤分子分型试剂盒，其特征在于：它包括检测如下30个基因的表达水平的试剂：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因、VPREB3基因、AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因和MYBL1基因；所述试剂为检测所述基因转录的RNA的量的试剂，所述基因转录的RNA的量的试剂为高通量测序试剂、基因芯片试剂或定量PCR试剂。
2.检测如下30基因的表达水平的相关试剂在制备弥漫性大B淋巴瘤分子分型试剂盒中的用途：
CCL22基因、DOCK10基因、FAM129C基因、FCMR基因、GPR183基因、JADE3基因、MIR155HG基因、MPEG1基因、NLRP7基因、P2RX5基因、TOX2基因、CD83基因、CILP基因、CR2基因、HOPX基因、RGCC基因、STAG3基因、TUBB2A基因、UCHL1基因、VPREB3基因、AICDA基因、BATF基因、BLNK基因、IGHM基因、SH3BP5基因、BCL6基因、LMO2基因、LRMP基因、MME基因和MYBL1基因；所述试剂为检测所述基因转录的RNA的量的试剂，所述基因转录的RNA的量的试剂为高通量测序试剂、基因芯片试剂或定量PCR试剂。
CN202010375572.3A 2020-05-07 2020-05-07 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置 Active CN111621565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010375572.3A CN111621565B (zh) 2020-05-07 2020-05-07 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010375572.3A CN111621565B (zh) 2020-05-07 2020-05-07 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置

Publications (2)

Publication Number Publication Date
CN111621565A CN111621565A (zh) 2020-09-04
CN111621565B true CN111621565B (zh) 2023-12-15

Family

ID=72257056

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010375572.3A Active CN111621565B (zh) 2020-05-07 2020-05-07 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置

Country Status (1)

Country Link
CN (1) CN111621565B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114277134B (zh) * 2021-10-20 2024-05-28 上海交通大学医学院附属瑞金医院 一种弥漫大b细胞淋巴瘤的分型模型、分型方法和试剂盒

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074916A (ja) * 2005-09-12 2007-03-29 Igaku Seibutsugaku Kenkyusho:Kk 遺伝子検出方法、及びｄｎａマイクロアレイ
CN101968491A (zh) * 2010-09-29 2011-02-09 上海生物芯片有限公司 弥漫性大b细胞淋巴瘤分子病理分型方法及试剂盒和应用
CN102808019A (zh) * 2011-06-03 2012-12-05 复旦大学附属肿瘤医院 弥漫性大b细胞淋巴瘤分子标记物检测方法及其应用
EP2995689A1 (en) * 2014-09-11 2016-03-16 Warszawski Uniwersytet Medyczny Stratification of B-cell lymphoma cases using a gene expression signature
CN106202969A (zh) * 2016-08-01 2016-12-07 东北大学 一种肿瘤分子分型预测系统
CN106232831A (zh) * 2013-11-06 2016-12-14 美国卫生和人力服务部 通过表达谱分析对淋巴瘤类型进行亚型分类的方法
WO2018144445A1 (en) * 2017-01-31 2018-08-09 Celgene Corporation Methods for treating hematological cancer and the use of biomarkers as a predictor for responsiveness to treatment compounds
CN108531597A (zh) * 2018-05-03 2018-09-14 上海交通大学医学院附属第九人民医院 一种用于口腔鳞癌早期诊断的检测试剂盒
CN110055338A (zh) * 2019-04-11 2019-07-26 珠海铂华生物工程有限公司 一种弥漫性大b细胞淋巴瘤基因突变检测试剂盒
WO2020079591A1 (en) * 2018-10-15 2020-04-23 Provincial Health Services Authority Gene expression profiles for b-cell lymphoma and uses thereof

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2004271192B2 (en) * 2003-09-03 2011-11-17 Government Of The United States Of America, As Represented By Secretary, Department Of Health And Human Services Methods for identifying, diagnosing, and predicting survival of lymphomas
US7332280B2 (en) * 2003-10-14 2008-02-19 Ronald Levy Classification of patients having diffuse large B-cell lymphoma based upon gene expression
WO2015135935A1 (en) * 2014-03-11 2015-09-17 INSERM (Institut National de la Santé et de la Recherche Médicale) METHODS AND KITS FOR CLASSIFYING DIFFUSE LARGE B-CELL LYMPHOMAS (DLBCLs) INTO GCB-DLBCLs OR INTO ABC-DLBCLs
CN108368554B (zh) * 2015-09-29 2022-09-09 Htg分子诊断有限公司 弥漫性大b细胞淋巴瘤(dlbcl)亚型分型的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074916A (ja) * 2005-09-12 2007-03-29 Igaku Seibutsugaku Kenkyusho:Kk 遺伝子検出方法、及びｄｎａマイクロアレイ
CN101968491A (zh) * 2010-09-29 2011-02-09 上海生物芯片有限公司 弥漫性大b细胞淋巴瘤分子病理分型方法及试剂盒和应用
CN102808019A (zh) * 2011-06-03 2012-12-05 复旦大学附属肿瘤医院 弥漫性大b细胞淋巴瘤分子标记物检测方法及其应用
CN106232831A (zh) * 2013-11-06 2016-12-14 美国卫生和人力服务部 通过表达谱分析对淋巴瘤类型进行亚型分类的方法
EP2995689A1 (en) * 2014-09-11 2016-03-16 Warszawski Uniwersytet Medyczny Stratification of B-cell lymphoma cases using a gene expression signature
CN106202969A (zh) * 2016-08-01 2016-12-07 东北大学 一种肿瘤分子分型预测系统
WO2018144445A1 (en) * 2017-01-31 2018-08-09 Celgene Corporation Methods for treating hematological cancer and the use of biomarkers as a predictor for responsiveness to treatment compounds
CN108531597A (zh) * 2018-05-03 2018-09-14 上海交通大学医学院附属第九人民医院 一种用于口腔鳞癌早期诊断的检测试剂盒
WO2020079591A1 (en) * 2018-10-15 2020-04-23 Provincial Health Services Authority Gene expression profiles for b-cell lymphoma and uses thereof
CN110055338A (zh) * 2019-04-11 2019-07-26 珠海铂华生物工程有限公司 一种弥漫性大b细胞淋巴瘤基因突变检测试剂盒

Also Published As

Publication number Publication date
CN111621565A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN107574243B (zh) 分子标志物、内参基因及其应用、检测试剂盒以及检测模型的构建方法
CN103299188B (zh) 用于癌症的分子诊断试验
Perez-Diez et al. Microarrays for cancer diagnosis and classification
Pusztai et al. Clinical trial design for microarray predictive marker discovery and assessment
CN109182517B (zh) 一组用于髓母细胞瘤分子分型的基因及其应用
Simon et al. Experimental design of DNA microarray experiments
US7324926B2 (en) Methods for predicting chemosensitivity or chemoresistance
EP1043676A2 (en) Methods for classifying samples and ascertaining previously unknown classes
CN105154542B (zh) 一组用于肺癌分子分型的基因及其应用
EA025926B1 (ru) Молекулярно-диагностический тест на рак
CN110423816B (zh) 乳腺癌预后量化评估系统及应用
EP4234723A2 (en) Enhancement of cancer screening using cell-free viral nucleic acids
CN104046624B (zh) 用于肺癌预后的基因及其应用
CN104419641A (zh) 乳腺癌术前化学疗法的敏感性的判断装置及信息获取方法
CN111621565B (zh) 弥漫性大b细胞淋巴瘤分子分型试剂盒及分型装置
WO2015154715A1 (en) A method of diagnosis, prognosis or treatment of a cancer
Stadler et al. Review of gene-expression profiling and its clinical use in breast cancer
CN113201590B (zh) 用于评估肝细胞癌早期复发风险的lncRNA、评估方法及装置
Dimitrova et al. Evaluation of viral heterogeneity using next-generation sequencing, end-point limiting-dilution and mass spectrometry
CN108588218B (zh) 一种血清miRNA组合的微创检测试剂盒
CN101457254B (zh) 用于肝癌预后的基因芯片和试剂盒
Delmonico et al. Expression concordance of 325 novel RNA biomarkers between data generated by NanoString nCounter and Affymetrix GeneChip
EP2995689B1 (en) Stratification of B-cell lymphoma cases using a gene expression signature
Rosa et al. Cluster center genes as candidate biomarkers for the classification of Leukemia
CN113817849A (zh) 一种基于核酸质谱技术检测分枝杆菌的引物组及其应用

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
GR01 Patent grant
GR01 Patent grant