CN112037851A - 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用 - Google Patents

自噬相关基因在结直肠癌预后的试剂盒和系统中的应用 Download PDF

Info

Publication number
CN112037851A
CN112037851A CN202010604670.XA CN202010604670A CN112037851A CN 112037851 A CN112037851 A CN 112037851A CN 202010604670 A CN202010604670 A CN 202010604670A CN 112037851 A CN112037851 A CN 112037851A
Authority
CN
China
Prior art keywords
colorectal cancer
mrna expression
prognosis
exp
risk
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
CN202010604670.XA
Other languages
English (en)
Inventor
邹一丰
林绪涛
高峰
吴小剑
兰平
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.)
Sixth Affiliated Hospital of Sun Yat Sen University
Original Assignee
Sixth Affiliated Hospital of Sun Yat Sen 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 Sixth Affiliated Hospital of Sun Yat Sen University filed Critical Sixth Affiliated Hospital of Sun Yat Sen University
Priority to CN202010604670.XA priority Critical patent/CN112037851A/zh
Publication of CN112037851A publication Critical patent/CN112037851A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • 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
    • 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
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G16B30/10—Sequence alignment; Homology search
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • C12Q2600/118—Prognosis of disease development
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Public Health (AREA)
  • Biotechnology (AREA)
  • Pathology (AREA)
  • Organic Chemistry (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Oncology (AREA)
  • Microbiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明提供了自噬相关基因在结直肠癌预后的试剂盒和系统中的应用，本发明结合自噬相关基因，找到一组可以稳定预测结直肠癌预后的特征基因；在不需要使用标准化技术平台统一测量前提下，可以兼容任何类型的测量平台来预测结直肠癌预后；采用本发明系统可以很好地预测结直肠癌预后和显著预测早期结直肠癌病人的风险；本发明还进行了单变量及多变量分析，证明使用免疫风险模型(IRGS)确实可以独立预测结直肠癌病人的预后风险。

Description

自噬相关基因在结直肠癌预后的试剂盒和系统中的应用
技术领域
本发明涉及自噬相关基因在结直肠癌预后的试剂盒和系统中的 应用。
背景技术
结直肠癌(CRC)是世界常见癌症之一，每年有接近140万新发病例，居 男性恶性肿瘤第三(10.9％)，女性恶性肿瘤第二位(9.5％)。由于癌症筛查意识 的提高，结直肠癌可以在早期被发现，从而提高生存的机会。大部分I/II期结肠 癌及部分I/II期直肠癌患者均可以行无化疗手术治疗，并被认为是治愈性治疗。 这大大减少了化疗所产生的副作用。然而，超过20％的I/II期CRC患者在手术 切除后仍然复发。近年来研究认为这主要是有癌症病人的分子异质性导致。市 面上已经开发了相当多的CRC多基因预后特征技术，但由于预后准确性的不确 定性，没有一个被广泛应用。因此，一个由多种生物标志物组成的有效的预后模型对于选择性辅助化疗或其他靶向治疗是至关重要和必要的。
基因分子标志物，是指基于一组基因的表达，通过机器学习建立数学模型， 用于预测临床上的具体目标。近年来基因表达检测手段已经相当成熟，包括高 通量的RNA测序技术、微阵列技术(Microarray)，以及相对低通量的实时定量 聚合酶链式反应(RT-qPCR)和NanoString技术等。但是如何找到一组用于结 直肠癌预后预测的基因组合，以及优化的数学模型用于预测，并能达到良好效 果，已知的研究较少。
研究表明自噬相关基因(ATG)在肿瘤的发生、维持和进展中起着不同的作 用。既可以阻止正常组织中的细胞癌变，又在肿瘤维持和进展中起着作用。由 于既往报道的不一致，使得自噬相关基因在CRC中的预测作用难以明确。因此， 自噬基因在肿瘤微环境中的生物学机制有待进一步研究，能够准确预测CRC预 后的自噬相关基因模型仍未被建立。
目前没有系统结合自噬相关基因在CRC上的作用，且没有进行大规模验证。 更重要的是，已有的基因组合在使用时有诸多问题，例如，很多产品要求必须 使用一整套试剂盒，在完全标准的前提下对病人重新测量才能进行预测，对其 他测量手段没有兼容性。
发明内容
本发明主要解决的技术问题：一是结合自噬相关基因，找到一组可以稳定预 测CRC预后的特征基因；二是不需要使用标准化技术平台统一测量，可以兼容 任何类型的测量平台来预测CRC预后。
为实现上述目的，本发明采用以下技术方案：基因CD163L1、FAM13B、 HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12的 联合使用在制备用于预测结直肠癌病人预后的试剂盒中的应用。
另外，本发明还提供检测自噬基因表达水平的试剂在制备用于预测结直肠 癌病人预后的试剂盒中的用途，其特征在于，所述试剂用于检测基因CD163L1、 FAM13B、HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和 TBC1D12的表达水平。
另外，本发明还提供一种用于预测结直肠癌病人预后的试剂盒，其特征在 于，包括用于检测检测基因CD163L1、FAM13B、HDAC6、HPR、NR2C2、 RAB12、SIRT2、TBC1D14、TLK2和TBC1D12的mRNA表达水平的试剂。
另外，本发明还提供一种用于预测结直肠癌病人预后的系统，其特征在于， 包括：
数据输入模块，用于将结直肠癌病人的自噬相关基因的mRNA表达值的结 果输入模型计算模块，所述自噬相关基因包括基因CD163L1、FAM13B、HDAC6、 HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12；所述mRNA 表达值为通过Bioconductor的GEOquery程序包标准化处理后的mRNA表达水 平数据；
模型计算模块，包括LASSO Cox风险模型，用于根据结直肠癌病人自噬相 关基因的mRNA表达值以及LASSO Cox风险模型计算病人风险分数；所述风 险分数的计算公式为：risk score＝0.040346631×exp(CD163L1的mRNA表达 值)+0.040346631×exp(FAM13B的mRNA表达值)+0.160103165×exp(HDAC6的 mRNA表达值)+0.05063732×exp(HPR的mRNA表达 值)-0.012205947×exp(NR2C2的mRNA表达值)-0.027104325×exp(RAB12的 mRNA表达值)+0.055095935×exp(SIRT2的mRNA表达 值)-0.084226324×exp(TBC1D14的mRNA表达值)-0.012613054×exp(TLK2的 mRNA表达值)-0.001301898×exp(TBC1D12的mRNA表达值)，高风险组和低风 险组的cutoff值-0.009；
结果输出模块，用于根据结直肠癌病人风险分数来预测结直肠癌病人治疗 后的预后风险；当结直肠癌病人风险分数≥-0.009时，结直肠癌病人为高风险； 当结直肠癌病人风险分数＜-0.009时，结直肠癌病人为低风险。
优选地，本发明的预后系统可用于预测全阶段结直肠癌病人的预后，包括I、 II和Ⅲ期。
本发明的有益效果：本发明提供了自噬相关基因在结直肠癌预测系统中的 应用，本发明结合自噬相关基因，找到一组可以稳定预测结直肠癌预后的10个 自噬相关基因；在不需要使用标准化技术平台统一测量前提下，可以兼容任何 类型的测量平台来预测结直肠癌的预后；另外，本发明还进行了单变量及多变 量分析，证明采用此风险模型计算的自噬风险分数确实可以独立预测结直肠癌 病人预后风险。
附图说明
图1为通过LASSO勾选用于CRC预后预测的免疫相关基因示意图。
图2为采用本发明构建的自噬特征基因模型进行CRC病人预后分析示意 图。
图3为采用本发明构建的自噬特征基因模型对所有阶段的CRC患者预测效 果示意图。
具体实施方式
为了更加简洁明了的展示本发明的技术方案、目的和优点，下面结合具体 实施例及其附图对本发明做进一步的详细描述。
实施例
一、CRC预后自噬相关基因的发掘：
我们回顾性分析了从gene expression Omnibus(GEO)和Firehose Broad GDACportal获得的CRC组织样本的基因表达数据和相应的临床信息，纳入4个独立 的队列，GSE39582数据集(n＝566)作为训练组，其中309例未接受化疗辅助治疗 但有生存信息的患者作为数据挖掘组。癌症基因组图谱(TCGA)CRC数据集 (n＝624)用于独立验证，而GSE37892和GSE14333数据集(n＝420)用于混合验证, 共计1610例患者样本。自噬相关基因从MSigDB数据库获得，合计655个基因， 其中617个自噬相关基因在不同病人之间表达有显著差异(Median Absolute Deviation大于0.5)。随机Cox单变量回归1000次后，找到与预后稳定相关的 58个自噬相关基因。
二、构建用于CRC预后预测的自噬相关基因：
根据病人的预后信息，使用LASSO Cox模型，将58个自噬相关基因缩减 到10个基因。ROC曲线划分自噬高风险组和低风险组的cut off值为-0.009，如 图1、表1所示，模型计算公式及每个队列具体评分。
表1.每个队列具体评分
Figure BDA0002560547320000041
三、预后模型的建立：
使用10个自噬特征基因，建立预测模型，并通过大规模样本验证(4个独 立数据集，1610例病人)证明确实可以显著预测病人预后，且还可以显著预测 早期CRC病人。
由表1中的自噬相关基因预测模型的计算公式如下：
Autophagy-related risk score＝0.040346631×exp(CD163L1的mRNA表达 值)+0.040346631×exp(FAM13B的mRNA表达值)+0.160103165×exp(HDAC6 的mRNA表达值)+0.05063732×exp(HPR的mRNA表达值)- 0.012205947×exp(NR2C2的mRNA表达值)-0.027104325×exp(RAB12的mRNA 表达值)+0.055095935×exp(SIRT2的mRNA表达值)-0.084226324×exp(TBC1D14的mRNA表达值)-0.012613054×exp(TLK2的 mRNA表达值)-0.001301898×exp(TBC1D12的mRNA表达值)，ROC曲线划分 高风险组和低风险组的cutoff值为-0.009。
用于根据结直肠癌病人风险分数来预测结直肠癌病人治疗后的预后风险；当 结直肠癌病人风险分数≥-0.009时，结直肠癌病人为高风险，生存会显著差，需 要更多的临床关注和更好的临床管理；当结直肠癌病人风险分数＜-0.009时，结 直肠癌病人为低风险，生存较好，可以用更温和的治疗方案，避免过度治疗。
三、使用本发明构建的模型对CRC预后的预测效果
用构建好的自噬特征基因模型进行CRC病人预后分析，结果如图2所示， 图2中A,D,G显示10个自噬特征基因构建的CRC预后模型对训练组,验证组 -1和验证组-2三个队列病人进行风险评分(纵坐标)与早期(I/II期)CRC复 发与否的分布(横坐标)概况。图2中B,E,H为10个自噬特征基因构建的CRC 预后模型结合训练组,、验证组、和混合验证组三个队列结直肠癌病人2年、3 年以及5年随访信息的ROC曲线图，AUC(曲线下面积)体现10自噬特征基 因具备很好的CRC病人预后预测效果。图2中C,F,I为10个自噬特征基因模 型划分的自噬高风险组与低风险组在训练组、验证组、和混合验证组三个队列 中的生存曲线图。HR(风险比)体现10个自噬特征基因划分的高风险组与低风 险组能可有效划分CRC病人的DFS(无瘤生存时间)，P＜0.05。
用构建好的自噬特征基因模型对不同阶段的CRC患者进行预测，结果如图 3所示，本发明构建的自噬基因模型在所有阶段的预测中都显示出了显著的效 果。因此，该模型可用于所有CRC患者的肿瘤复发预测。
四、自噬特征基因模型与结肠癌型检测的CRC病人预后预测比较，结果见 表2：
表2.自噬特征基因模型与结肠癌型检测的比较
Figure BDA0002560547320000061
用构建好的自噬特征基因模型进行CRC病人预后分析。为了评估风险模型 的预测能力，模型在GSE39582队列的预测结果为0.74(95％CI,0.63-0.85)，TCGA 队列中的预测结果为0.70(95％CI,0.54-0.85)，在混合验证组队列中的预测结果 为0.70(95％CI,0.51-0.89)，准确性高于结肠癌型检测的预测结果。
验证结果表明，自噬基因模型可以成功预测I/II期CRC患者治疗后的DFS。 该模型使我们能够识别具有高自噬风险的CRC患者，即肿瘤复发风险增加的患 者。因此，临床医生可以根据此结果做出治疗方案上的调整。
另外，我们还进行了单变量及多变量分析，证明使用我们模型计算的自噬 风险模型(IRGS)确实可以独立预测的CRC病人预后风险。
表3.自噬相关基因模型结合临床及病例因素的单因素、多因素分析
Figure BDA0002560547320000071
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改 进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权 利要求为准。

Claims (5)

1.基因CD163L1、FAM13B、HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12的联合使用在制备用于预测结直肠癌病人预后的试剂盒中的应用。
2.检测自噬基因表达水平的试剂在制备用于预测结直肠癌病人预后的试剂盒中的用途，其特征在于，所述试剂用于检测基因CD163L1、FAM13B、HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12的表达水平。
3.一种用于预测结直肠癌病人预后的试剂盒，其特征在于，包括用于检测基因CD163L1、FAM13B、HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12的mRNA表达水平的试剂。
4.一种用于预测结直肠癌病人预后的系统，其特征在于，包括：数据输入模块，该模块用于将结直肠癌病人的自噬相关基因的mRNA表达值的结果输入模型计算模块，所述自噬相关基因包括基因CD163L1、FAM13B、HDAC6、HPR、NR2C2、RAB12、SIRT2、TBC1D14、TLK2和TBC1D12；所述mRNA表达值为通过Bioconductor的GEOquery程序包标准化处理后的mRNA表达水平数据；
模型计算模块，包括LASSOCox风险模型，所述模块用于根据获得的结直肠癌病人自噬相关基因的mRNA表达值以及LASSOCox风险模型计算病人风险分数；所述风险分数的计算公式为：risk score＝0.040346631×exp(CD163L1的mRNA表达值)+0.040346631×exp(FAM13B的mRNA表达值)+0.160103165×exp(HDAC6的mRNA表达值)+0.05063732×exp(HPR的mRNA表达值)-0.012205947×exp(NR2C2的mRNA表达值)-0.027104325×exp(RAB12的mRNA表达值)+0.055095935×exp(SIRT2的mRNA表达值)-0.084226324×exp(TBC1D14的mRNA表达值)-0.012613054×exp(TLK2的mRNA表达值)-0.001301898×exp(TBC1D12的mRNA表达值)，高风险组和低风险组的cut off值为-0.009；
结果输出模块，该模块用于根据结直肠癌病人风险分数来预测结直肠癌病人治疗后的预后风险；当结直肠癌病人风险分数≥-0.009时，结直肠癌病人为高风险；当结直肠癌病人风险分数＜-0.009时，结直肠癌病人为低风险。
5.如权利要求4所述的预后的系统，其特征在于，用于预测全阶段结直肠癌病人的预后。
CN202010604670.XA 2020-06-29 2020-06-29 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用 Pending CN112037851A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010604670.XA CN112037851A (zh) 2020-06-29 2020-06-29 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010604670.XA CN112037851A (zh) 2020-06-29 2020-06-29 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用

Publications (1)

Publication Number Publication Date
CN112037851A true CN112037851A (zh) 2020-12-04

Family

ID=73579739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010604670.XA Pending CN112037851A (zh) 2020-06-29 2020-06-29 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用

Country Status (1)

Country Link
CN (1) CN112037851A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112760384A (zh) * 2021-04-06 2021-05-07 臻和(北京)生物科技有限公司 一种胰腺癌预后判定方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120184453A1 (en) * 2011-01-13 2012-07-19 Industrial Technology Research Institute Biomarkers for recurrence prediction of colorectal cancer
US20150289795A1 (en) * 2012-11-12 2015-10-15 Institució Catalana De Recerca I Estudis Avançats Methods and kits for the prognosis of colorectal cancer
CN109762907A (zh) * 2019-03-27 2019-05-17 中山大学附属第六医院 缺氧相关基因在预测i/ii期结直肠癌的试剂盒中的应用
CN109929934A (zh) * 2019-03-27 2019-06-25 中山大学附属第六医院 免疫相关基因在结直肠癌预后的试剂盒和系统中的应用
CN110317879A (zh) * 2019-08-19 2019-10-11 中山大学附属第六医院 基因检测试剂的应用、结直肠癌预后预测试剂盒和预测系统
US20190383809A1 (en) * 2018-06-18 2019-12-19 Nour Heart, Inc. A Novel Autophagy-Related Nourin Gene-Based RNA Network as Early Biomarkers for Cardiac Patients

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120184453A1 (en) * 2011-01-13 2012-07-19 Industrial Technology Research Institute Biomarkers for recurrence prediction of colorectal cancer
US20150289795A1 (en) * 2012-11-12 2015-10-15 Institució Catalana De Recerca I Estudis Avançats Methods and kits for the prognosis of colorectal cancer
US20190383809A1 (en) * 2018-06-18 2019-12-19 Nour Heart, Inc. A Novel Autophagy-Related Nourin Gene-Based RNA Network as Early Biomarkers for Cardiac Patients
CN109762907A (zh) * 2019-03-27 2019-05-17 中山大学附属第六医院 缺氧相关基因在预测i/ii期结直肠癌的试剂盒中的应用
CN109929934A (zh) * 2019-03-27 2019-06-25 中山大学附属第六医院 免疫相关基因在结直肠癌预后的试剂盒和系统中的应用
CN110317879A (zh) * 2019-08-19 2019-10-11 中山大学附属第六医院 基因检测试剂的应用、结直肠癌预后预测试剂盒和预测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MARISA L, ET AL.: "Series GSE39582", 《GEO》, pages 1 - 2 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112760384A (zh) * 2021-04-06 2021-05-07 臻和(北京)生物科技有限公司 一种胰腺癌预后判定方法及装置

Similar Documents

Publication Publication Date Title
Zhou et al. Relapse-related long non-coding RNA signature to improve prognosis prediction of lung adenocarcinoma
Chen et al. Co-expression network analysis identified FCER1G in association with progression and prognosis in human clear cell renal cell carcinoma
JP2017079772A (ja) 癌の分子的診断検査
CN110305964B (zh) 一种前列腺癌患者预后复发风险预测标志工具及其风险评估模型的建立
Liu et al. Identification and validation of gene module associated with lung cancer through coexpression network analysis
Li et al. Identification of novel long non-coding RNA biomarkers for prognosis prediction of papillary thyroid cancer
CN109762907B (zh) 缺氧相关基因在预测i/ii期结直肠癌的试剂盒中的应用
CN111139300B (zh) 一组结肠癌预后相关基因的应用
Sun et al. Identification of long non-coding RNAs biomarkers associated with progression of endometrial carcinoma and patient outcomes
CN109988708B (zh) 一种用于对患有结肠直肠癌的患者进行分型的系统
Zhou et al. Development and validation of a prognostic signature for malignant pleural mesothelioma
CN109929934B (zh) 免疫相关基因在结直肠癌预后的试剂盒和系统中的应用
CN115141887A (zh) 基于分泌细胞富集特征的结肠癌预后及辅助化疗获益的评分模型、构建方法及应用
Chen et al. Targeted gene expression profiling predicts meningioma outcomes and radiotherapy responses
Zhong et al. Characterization of hypoxia-related molecular subtypes in clear cell renal cell carcinoma to aid immunotherapy and targeted therapy via multi-omics analysis
Xu et al. An effective seven-CpG-based signature to predict survival in renal clear cell carcinoma by integrating DNA methylation and gene expression
CN109811057B (zh) 缺氧相关基因在结直肠癌预测系统中的应用
CN112037851A (zh) 自噬相关基因在结直肠癌预后的试剂盒和系统中的应用
Wang et al. Development of a prediction model for radiosensitivity using the expression values of genes and long non-coding RNAs
Yang et al. Identification and analysis of an epigenetically regulated five-lncRNA signature associated with outcome and chemotherapy response in ovarian cancer
CN116153387A (zh) 一种肺鳞癌患者总体生存率预后模型及应用
He et al. A five‑gene signature to predict the overall survival time of patients with esophageal squamous cell carcinoma
CN114334147A (zh) 组合的stat信号通路相关基因在结直肠癌预后模型中的应用
Shi et al. Development of a prognostic signature for bladder cancer based on immune-related genes
US20230332240A1 (en) Method for Predicting Prognosis of Gastric Cancer Patient and Kit Therefor

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