CN112458176B - 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 - Google Patents
一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 Download PDFInfo
- Publication number
- CN112458176B CN112458176B CN202011430231.8A CN202011430231A CN112458176B CN 112458176 B CN112458176 B CN 112458176B CN 202011430231 A CN202011430231 A CN 202011430231A CN 112458176 B CN112458176 B CN 112458176B
- Authority
- CN
- China
- Prior art keywords
- region
- sample
- chromosome
- bases
- detected
- 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
Links
- 230000004083 survival effect Effects 0.000 title claims abstract description 66
- 201000005243 lung squamous cell carcinoma Diseases 0.000 title claims abstract description 33
- 230000002980 postoperative effect Effects 0.000 title claims abstract description 30
- 230000035772 mutation Effects 0.000 claims abstract description 37
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 11
- 239000000523 sample Substances 0.000 claims description 90
- 210000000349 chromosome Anatomy 0.000 claims description 88
- 238000000034 method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 206010028980 Neoplasm Diseases 0.000 claims description 10
- 210000004072 lung Anatomy 0.000 claims description 8
- 201000011510 cancer Diseases 0.000 claims description 7
- 206010041823 squamous cell carcinoma Diseases 0.000 claims description 7
- 108091092724 Noncoding DNA Proteins 0.000 abstract description 21
- 101150097054 WDR74 gene Proteins 0.000 abstract description 21
- 238000003745 diagnosis Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000011282 treatment Methods 0.000 abstract description 5
- 108090000623 proteins and genes Proteins 0.000 abstract description 4
- 238000010353 genetic engineering Methods 0.000 abstract description 2
- 238000001356 surgical procedure Methods 0.000 abstract 1
- 108020004414 DNA Proteins 0.000 description 14
- 238000012163 sequencing technique Methods 0.000 description 12
- 101000666063 Homo sapiens WD repeat-containing protein 74 Proteins 0.000 description 6
- 102100038091 WD repeat-containing protein 74 Human genes 0.000 description 6
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 4
- 201000005202 lung cancer Diseases 0.000 description 4
- 208000020816 lung neoplasm Diseases 0.000 description 4
- 238000004393 prognosis Methods 0.000 description 4
- 238000002271 resection Methods 0.000 description 4
- 206010064571 Gene mutation Diseases 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000011226 adjuvant chemotherapy Methods 0.000 description 2
- 238000011353 adjuvant radiotherapy Methods 0.000 description 2
- 238000009098 adjuvant therapy Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010837 poor prognosis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 108020003589 5' Untranslated Regions Proteins 0.000 description 1
- 108091093088 Amplicon Proteins 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 108091026890 Coding region Proteins 0.000 description 1
- 238000000729 Fisher's exact test Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 238000011248 postoperative chemotherapy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011127 radiochemotherapy Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 1
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
- C12Q2600/118—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
- C12Q2600/156—Polymorphic or mutational markers
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
本发明公开了一种预测肺鳞癌患者术后生存时间的试剂盒及其应用,涉及基因工程技术领域。该试剂盒包括用于检测目标区域的试剂;所述目标区域选自WDR74基因的非编码区。本发明的发明人发现,WDR74基因为肺鳞癌的驱动基因,基于对WDR74基因非编码区突变的检测结果,能够预测肺鳞癌患者手术后生存时间的长短,为肺鳞癌患者的诊断和/或治疗提供一种辅助性的信息,提高肺鳞癌患者生存率。
Description
技术领域
本发明涉及基因工程技术领域,具体而言,涉及一种预测肺鳞癌患者术后生存时间的试剂盒及其应用。
背景技术
肺癌在发病率和致死率方面都是最高的癌种。在发病率方面,肺癌在男性中居第一位,女性中居第二位,仅次于乳腺癌。而死亡率无论在男性还是女性中均居第一位。根据F.Bray等人所著的Global cancer statistics 2018中记录,肺癌病人占所有癌症病人的11.6%,由肺癌致死的病例占所有癌症死亡病例的18.4%。
现今,手术切除仍然是癌症治疗的首选手段,尤其对于肺鳞癌,完全手术切除仍然是提高患者生存率的关键。即便是局部晚期肺鳞癌患者,尤其是可手术切除的Ⅲa期患者,在完全性手术切除后,接受术后的辅助放疗或化疗仍然是治疗的主要模式。
对于是否应该在手术后接受辅助放化疗,根据现有的标准(非小细胞肺癌术后辅助治疗中国胸外科专家共识2018版,以下简称共识),主要的依据是癌症分期。但是共识中对于某些情况的患者(例如肿瘤直径>4cm,≤5cm的IIa期患者,IIIa期患者)并未给出高可信度的建议,这时临床中往往结合其他因素决定对于手术后预后情况进行评估,并以此结果来决定手术后放化疗的方案。因此,找到一种准确,快速,简便的手术后预后标志物是确定手术后放化疗方案的临床的迫切需求。
鉴于此,特提出本发明。
发明内容
本发明的目的在于提供一种预测肺鳞癌患者术后生存时间的试剂盒及其应用。
本发明是这样实现的:
第一方面,本发明实施例提供了一种预测肺鳞癌患者术后生存时间的试剂盒,其包括用于检测目标区域的试剂;
所述目标区域选自WDR74基因的非编码区。
第二方面,本发明实施例提供了检测目标区域的试剂在制备预测肺鳞癌患者术后生存时间的试剂盒中的应用,所述目标区域选自WDR74基因的非编码区。
第三方面,本发明实施例提供了一种预测肺鳞癌患者术后生存时间的装置,其包括:
获取模块,用于获取待测样本基因组中对应目标区域的突变信息;
预测模块,用于根据获得的突变信息,预测待测样本生存时间;
其中,所述目标区域选自WDR74基因的非编码区。
第四方面,本发明实施例提供了一种预测肺鳞癌患者术后生存时间的方法,所述方法包括基于获取的待测样本基因组中目标区域的突变信息,预测待测样本的生存时间;
其中,所述目标区域选自WDR74基因的非编码区;所述方法不以疾病的诊断为目的。
第四方面,本发明实施例提供了一种电子设备,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如前述实施例所述的预测肺鳞癌患者术后生存时间的方法。
第五方面,本发明实施例提供了一种计算机可读介质,所述计算机可读介质存储有计算机程序,其中,所述计算机程序能被处理器执行以实现如前述实施例所述的预测肺鳞癌患者术后生存时间的方法。
本发明具有以下有益效果:
本发明提供了一种预测肺鳞癌患者术后生存时间的试剂盒及其应用,该试剂盒包括用于检测目标区域的试剂;所述目标区域选自WDR74基因的非编码区。本发明的发明人发现,WDR74基因为肺鳞癌的驱动基因,基于对WDR74基因非编码区突变的检测结果,能够预测肺鳞癌患者手术后生存时间的长短,为肺鳞癌患者的诊断和/或治疗提供一种辅助性的信息,提高肺鳞癌患者生存率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为实施例3中携带和不携带WDR74特定非编码区突变的患者的生存曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述。实施例中未注明具体条件者,按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者,均为可以通过市售购买获得的常规产品。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
技术方案
首先,本发明实施例提供了一种预测肺鳞癌患者术后生存时间的试剂盒,其包括用于检测目标区域的试剂;
所述目标区域选自WDR74基因的非编码区。
发明人经一系列创造性劳动的付出,发现WDR74基因是肺鳞癌的一个驱动基因,且基于对WDR74基因非编码区突变检测的结果,预测肺鳞癌患者术后的生存时间,为肺鳞癌患者的精准诊断和治疗提供了一种信息,从而有效提高肺鳞癌患者的生存率。
进一步地,“预测样本的生存时间”可以指预测待测样本生存时间的长短,生存时间的长短是相对而言的,高风险样本的生存时间短于低风险样本的生存时间。优选地,所述方法按照以下标准预测待测样本生存时间:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长。
优选地,所述目标区域选自:染色体11的第62607852~62610627位碱基的部分或全部区域(人类基因组回归hg19版本chr11:62607852~62610627)。该目标区域为特定的WDR74基因非编码区,若该目标区域内存在基因突变(不限定突变类型,突变可以包括SNV和Short Indel等),则判断该样本为高风险样本;若该目标区域内存在基因突变(不限定突变类型,突变包括SNV、Indel等),则判断该样本为低风险样本。
优选地,所述目标区域包括区域1~14中的至少1个区域或多个区域的组合,结合参照表1。
其中,区域1选自染色体11的第62607957~62608077位碱基的部分或全部区域;
区域2选自染色体11的第62608049~62608169位碱基的部分或全部区域;
区域3选自染色体11的第62608871~62608991位碱基的部分或全部区域;
区域4选自染色体11的第62608934~62609054位碱基的部分或全部区域;
区域5选自染色体11的第62608997~62609117位碱基的部分或全部区域;
区域6选自染色体11的第62609261~62609381位碱基的部分或全部区域;
区域7选自染色体11的第62609372~62609492位碱基的部分或全部区域;
区域8选自染色体11的第62609483~62609603位碱基的部分或全部区域;
区域9选自染色体11的第62609594~62609714位碱基的部分或全部区域;
区域10选自染色体11的第62609847~62609967位碱基的部分或全部区域;
区域11选自染色体11的第62609933~62610053位碱基的部分或全部区域;
区域12选自染色体12的第62610019~62610139位碱基的部分或全部区域;
区域13选自染色体12的第62610474~62610594位碱基的部分或全部区域;
区域14选自染色体12的第62610495~62610615位碱基的部分或全部区域。
表1目标区域
在一些实施方式中,对试剂和类型不作具体限制,只要是用于检测上述任一实施方式所述的目标区域且用于预测肺鳞癌患者生存时间的试剂均属于本发明的保护范围,试剂可以选自核酸、探针和基因芯片中的至少一种。
优选地,所述试剂盒包括探针1~14中的至少1个探针,探针1~14的碱基序列分别如SEQ ID No.1~14所示,见表1。
本发明实施例还提供了一种检测目标区域的试剂在制备预测肺鳞癌患者术后生存时间的试剂盒中的应用,所述目标区域选自WDR74基因的非编码区。
优选地,所述目标区域选自:染色体11的第62607852~62610627位碱基的部分或全部区域。
优选地,所述目标区域包括区域1~14中的至少1个区域或多个区域的组合;
其中,区域1选自染色体11的第62607957~62608077位碱基的部分或全部区域;
区域2选自染色体11的第62608049~62608169位碱基的部分或全部区域;
区域3选自染色体11的第62608871~62608991位碱基的部分或全部区域;
区域4选自染色体11的第62608934~62609054位碱基的部分或全部区域;
区域5选自染色体11的第62608997~62609117位碱基的部分或全部区域;
区域6选自染色体11的第62609261~62609381位碱基的部分或全部区域;
区域7选自染色体11的第62609372~62609492位碱基的部分或全部区域;
区域8选自染色体11的第62609483~62609603位碱基的部分或全部区域;
区域9选自染色体11的第62609594~62609714位碱基的部分或全部区域;
区域10选自染色体11的第62609847~62609967位碱基的部分或全部区域;
区域11选自染色体11的第62609933~62610053位碱基的部分或全部区域;
区域12选自染色体12的第62610019~62610139位碱基的部分或全部区域;
区域13选自染色体12的第62610474~62610594位碱基的部分或全部区域;
区域14选自染色体12的第62610495~62610615位碱基的部分或全部区域。
本发明实施例还提供了一种预测肺鳞癌患者术后生存时间的装置,其包括:
获取模块,用于获取待测样本基因组中对应目标区域的突变信息;
预测模块,用于根据获得的突变信息,预测待测样本生存时间;
其中,所述目标区域选自WDR74基因的非编码区。
优选地,所述目标区域选自染色体11的第62607852~62610627位碱基的部分或全部区域。
优选地,所述目标区域包括区域1~14中的至少1个区域或多个区域的组合;
其中,区域1选自染色体11的第62607957~62608077位碱基的部分或全部区域;
区域2选自染色体11的第62608049~62608169位碱基的部分或全部区域;
区域3选自染色体11的第62608871~62608991位碱基的部分或全部区域;
区域4选自染色体11的第62608934~62609054位碱基的部分或全部区域;
区域5选自染色体11的第62608997~62609117位碱基的部分或全部区域;
区域6选自染色体11的第62609261~62609381位碱基的部分或全部区域;
区域7选自染色体11的第62609372~62609492位碱基的部分或全部区域;
区域8选自染色体11的第62609483~62609603位碱基的部分或全部区域;
区域9选自染色体11的第62609594~62609714位碱基的部分或全部区域;
区域10选自染色体11的第62609847~62609967位碱基的部分或全部区域;
区域11选自染色体11的第62609933~62610053位碱基的部分或全部区域;
区域12选自染色体12的第62610019~62610139位碱基的部分或全部区域;
区域13选自染色体12的第62610474~62610594位碱基的部分或全部区域;
区域14选自染色体12的第62610495~62610615位碱基的部分或全部区域。
优选地,所述试剂盒包括探针1~14中的至少1个探针,探针1~14的碱基序列分别如SEQ ID No.1~14所示。
优选地,所述预测模块按照以下标准预测待测样本生存时间:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长。
本发明实施例还提供了一种预测肺鳞癌患者术后生存时间的方法,所述方法包括基于获取的待测样本基因组中目标区域的突变信息,预测待测样本的生存时间;
其中,所述目标区域选自WDR74基因的非编码区;
所述方法不以疾病的诊断或治疗为直接目的。该方法用于辅助诊断,并未以有生命的人体或动物体为对象,也未以获得疾病诊断结果或健康状况为直接目的,而是作为一种辅助检测手段,可以由第三方检测机构进行实施,并不能直接获得患者的健康状况或检测结果。
优选地,所述目标区域选自染色体11的第62607852~62610627位碱基的部分或全部区域;
优选地,所述目标区域包括区域1~14中的至少1个区域或多个区域的组合;
其中,区域1选自染色体11的第62607957~62608077位碱基的部分或全部区域;
区域2选自染色体11的第62608049~62608169位碱基的部分或全部区域;
区域3选自染色体11的第62608871~62608991位碱基的部分或全部区域;
区域4选自染色体11的第62608934~62609054位碱基的部分或全部区域;
区域5选自染色体11的第62608997~62609117位碱基的部分或全部区域;
区域6选自染色体11的第62609261~62609381位碱基的部分或全部区域;
区域7选自染色体11的第62609372~62609492位碱基的部分或全部区域;
区域8选自染色体11的第62609483~62609603位碱基的部分或全部区域;
区域9选自染色体11的第62609594~62609714位碱基的部分或全部区域;
区域10选自染色体11的第62609847~62609967位碱基的部分或全部区域;
区域11选自染色体11的第62609933~62610053位碱基的部分或全部区域;
区域12选自染色体12的第62610019~62610139位碱基的部分或全部区域;
区域13选自染色体12的第62610474~62610594位碱基的部分或全部区域;
区域14选自染色体12的第62610495~62610615位碱基的部分或全部区域。
优选地,所述试剂盒包括探针1~14中的至少1个探针,探针1~14的碱基序列分别如SEQ ID No.1~14所示。
本发明实施例还提供了一种电子设备,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如前述任一实施方式所述的预测肺鳞癌患者术后生存时间的方法。
具体地,该电子设备可以包括存储器、处理器、总线和通信接口,该存储器、处理器和通信接口相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条总线或信号线实现电性连接。处理器可以处理与目标识别有关的信息和/或数据,以执行本申请中描述的一个或多个功能。
存储器可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器可以是一种集成电路芯片,具有信号处理能力。该处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
该电子设备中的各组件可以采用硬件、软件或其组合实现。在实际应用中,该电子设备可以是服务器、云平台、手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、手持计算机、上网本、个人数字助理(personaldigital assistant,PDA)、可穿戴电子设备、虚拟现实设备等设备,因此本申请实施例对电子设备的种类不做限制。
此外,本发明实施例还提供了一种计算机可读介质,所述计算机可读介质存储有计算机程序,其中,所述计算机程序能被处理器执行以实现如前述任一实施方式所述的预测肺鳞癌患者术后生存时间的方法。
需要说明的是,本实施例中的计算机可读存储介质与前述实施方式中的存储器相互等同。
实施例1
本发明提供了一种预测肺鳞癌患者术后生存时间的试剂盒,所述方法包括基于获取的待测样本基因组中目标区域的突变信息,预测待测样本的生存时间。
其中,所述目标区域包括区域1~14的组合:
区域1选自染色体11的第62607957~62608077位碱基的部分或全部区域;
区域2选自染色体11的第62608049~62608169位碱基的部分或全部区域;
区域3选自染色体11的第62608871~62608991位碱基的部分或全部区域;
区域4选自染色体11的第62608934~62609054位碱基的部分或全部区域;
区域5选自染色体11的第62608997~62609117位碱基的部分或全部区域;
区域6选自染色体11的第62609261~62609381位碱基的部分或全部区域;
区域7选自染色体11的第62609372~62609492位碱基的部分或全部区域;
区域8选自染色体11的第62609483~62609603位碱基的部分或全部区域;
区域9选自染色体11的第62609594~62609714位碱基的部分或全部区域;
区域10选自染色体11的第62609847~62609967位碱基的部分或全部区域;
区域11选自染色体11的第62609933~62610053位碱基的部分或全部区域;
区域12选自染色体12的第62610019~62610139位碱基的部分或全部区域;
区域13选自染色体12的第62610474~62610594位碱基的部分或全部区域;
区域14选自染色体12的第62610495~62610615位碱基的部分或全部区域。
所述试剂为分别用于检测区域1~14的探针1~14,探针1~14的序列分别如SEQID No.1~14所示,具体参照表1。
实施例2
本发明提供了一种预测肺鳞癌患者术后生存时间的方法,其包括采用如实施例1提供的试剂盒对待测样本的目标区域进行检测。
对目标区域(WDR74基因特定的非编码区域)的检测方法可以为任何通用的高通量测序方法,例如扩增子测序(PCR-based enriched sequencing),或根据如实施例1提供的试剂盒提供的探针序列进行区域杂交测序。目标区域中覆盖度大于30X的区域的长度必须占区域总长度的100%,并且测序结果通过测序服务供应商的质量控制标准。
以下为测序后得到目标区域测序结果以后的方法和步骤:
a,使用Fastqc检测测序数据质量;
b,使用TRIMMATIC去除平均测序质量小于28的reads,去掉长度小于74bp的reads;
c,使用bwa,或者与之相当的软件将测序结果map至人类基因组参考序列;
d,使用GATK Best Practices Workflows其中的Data pre-processing流程得到处理完毕的BAM文件;
e,使用GATK mutect2检测肿瘤样本的体细胞变异(包括点突变和短插入缺失);
f,使用GATK FilterMutectCalls过滤掉突变reads支持数小于3的变异,得到用于计算TMB的VCF文件。
上述步骤f的VCF文件经过oncotator软件注释,得到maf结果文件。在此文件中选择Hugo_Symbol列值为‘WDR74’的条目。如果这些条目中Variant_Classification列存在“5’UTR”和“5’Flank”的,那么此样本为高风险组,否则样本为低风险组(即:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长)。
实施例3
本实施例收集了188名年龄在41-86周岁的肺鳞癌患者,其中I期71人,II期65人,III期50人,IV期2人,并依照实施例2提供的方法测定了患者肿瘤组织中是否携带WDR74基因非编码区(实施例1的目标区域)突变,详细临床信息和测序结果见附表2。
使用Cox单因素分析,WDR74基因非编码区突变的HR(Hazard ratio,下同)为2.13,P值为0.042,为预后不良因素。
使用cox多因素分析,结合性别,年龄,是否吸烟,癌症分期等多种临床因素,WDR74基因非编码区突变的HR为2.41,P值为0.02,为预后不良因素。
表2样本临床信息和测序结果
备注:“抽烟”栏中1表示患者抽烟,0表示不抽烟。
携带和不携带WDR74特定非编码区突变的患者的生存曲线图请参照附图1,其中,深色虚线为携带突变的患者,浅色实线为不携带突变的患者(HR为2.41,P值为0.02)。从图1可以看出,若一名患者为携带WDR74特定非编码区突变的高风险患者,那么该患者的生存概率将比低风险患者低24.4%。
更进一步地,如果将术后生存期大于或等于62个月定义为预后好,反之为预后差,使用Fisher exact test假设检验后可以看出,WDR74特定非编码区突变与预后情况呈显著负相关性,见表3。
表3假设检验结果(p=9.3x10-4,adjusted P=0.038)
WDR74突变型 | WDR74野生型 | 总计 | |
预后好 | 2(9.1%) | 73(44.0%) | 75 |
预后差 | 20(90.9%) | 93(56.0%) | 113 |
总计 | 22(100%) | 166(100%) | 188 |
从此结果中可以看出其准确度为90.9%,此生存期评估结果可以为患者手术后辅助治疗方案作为参考。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
SEQUENCE LISTING
<110> 中国医学科学院肿瘤医院
中国科学院分子细胞科学卓越创新中心
北斗生命科学(广州)有限公司
<120> 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用
<160> 14
<170> PatentIn version 3.5
<210> 1
<211> 120
<212> DNA
<213> 人工序列
<400> 1
aaaaacaaaa acaactaaaa gtactctgtg ctatgctaca tgagaaacgc agagaaagtc 60
atcgctcagt agaaatacag taatagcgca tgcgtaaata ggagagggaa gtcgctactt 120
<210> 2
<211> 120
<212> DNA
<213> 人工序列
<400> 2
cgtaaatagg agagggaagt cgctacttta cctagagatt aacacagaaa agcaacaaat 60
taccagttta caagtaaacc ctttatctaa cgcgaagatt tatttatttt ttgagatgga 120
<210> 3
<211> 120
<212> DNA
<213> 人工序列
<400> 3
ctgaagtatg aagattgctg aagaccacat ggagatacta cgctccgtgc tcagttataa 60
aacaaaacct tctctcaaca agacactcaa acacgcgtca ttcaacacac tagcgataaa 120
<210> 4
<211> 120
<212> DNA
<213> 人工序列
<400> 4
aaaaccttct ctcaacaaga cactcaaaca cgcgtcattc aacacactag cgataaaaac 60
acctaatcca actcaaacaa caagaacata actatttagc ttgtacccta actgatcgaa 120
<210> 5
<211> 120
<212> DNA
<213> 人工序列
<400> 5
taatccaact caaacaacaa gaacataact atttagcttg taccctaact gatcgaaatc 60
ttccattaaa caacggttgt tctctccccg aagggagagt gcaccgttcc tggaagtact 120
<210> 6
<211> 120
<212> DNA
<213> 人工序列
<400> 6
ccaaaaggcc gagaagcgat acctttactt cggtcgcctc ggcggcctta tccttcccat 60
cttccaacca gttatggtaa ctatccaggc actaaatgtt aaattatctc ccaatacatt 120
<210> 7
<211> 120
<212> DNA
<213> 人工序列
<400> 7
caatacatta taattccgaa acacagtttt cattattctt tctttatagt agtggctata 60
ttttggaaac agccctattt aaacgtcctc tacttcttcc gccgcctgct ccctgctcag 120
<210> 8
<211> 120
<212> DNA
<213> 人工序列
<400> 8
cctgctcagt ttgttttgca taaacccgcc cctttcgctt ttttaggatc ctgggattgg 60
tccacacacc agtcgtgatt tcaatgcccg cgtggcctcc ttttccccga ttgtggcgtt 120
<210> 9
<211> 120
<212> DNA
<213> 人工序列
<400> 9
tgtggcgtta gtctcccatc ctaggggttt ttcggctttc cagggggcgg cgggacagtg 60
ctgcaggtgg cggcgcccct ctccgggacc tttcttggga gaagccgcgg cgcggtgtca 120
<210> 10
<211> 120
<212> DNA
<213> 人工序列
<400> 10
ccggagtttg tgagaactga ggacataggg gcgaggcacg acccgcacct tgcatttgta 60
ctgtccgcca gcaaacatct ggcccttcac tgagagggaa agatgccctg agaaagccat 120
<210> 11
<211> 120
<212> DNA
<213> 人工序列
<400> 11
tcactgagag ggaaagatgc cctgagaaag ccatttcaga ggctcctgat cctcaaaccc 60
gggatcccgc ggtgggagaa aggtgctgac gcctcagccc cgatgtcctc cgacccacgc 120
<210> 12
<211> 120
<212> DNA
<213> 人工序列
<400> 12
tgacgcctca gccccgatgt cctccgaccc acgcactctt tagagttact ttcaggccga 60
ccagcaacgc ggcaaggcat cccacccgga agtccgaccg agaaaccaca gggcctctcc 120
<210> 13
<211> 120
<212> DNA
<213> 人工序列
<400> 13
tctgataatc tatgatttta tgacactggt attaataaac aaaagaaatt tctacaagtt 60
ctcataagta aacccagagc cttcagagag gtgccacatc aagagagtag taggcagggg 120
<210> 14
<211> 120
<212> DNA
<213> 人工序列
<400> 14
gacactggta ttaataaaca aaagaaattt ctacaagttc tcataagtaa acccagagcc 60
ttcagagagg tgccacatca agagagtagt aggcaggggg ccgggcgtgg tggctcacac 120
Claims (4)
1.检测目标区域的试剂在制备预测肺鳞癌患者术后生存时间的试剂盒中的应用,其特征在于,所述目标区域包括区域1~14;
其中,区域1选自染色体11的第62607957~62608077位碱基的全部区域;
区域2选自染色体11的第62608049~62608169位碱基的全部区域;
区域3选自染色体11的第62608871~62608991位碱基的全部区域;
区域4选自染色体11的第62608934~62609054位碱基的全部区域;
区域5选自染色体11的第62608997~62609117位碱基的全部区域;
区域6选自染色体11的第62609261~62609381位碱基的全部区域;
区域7选自染色体11的第62609372~62609492位碱基的全部区域;
区域8选自染色体11的第62609483~62609603位碱基的全部区域;
区域9选自染色体11的第62609594~62609714位碱基的全部区域;
区域10选自染色体11的第62609847~62609967位碱基的全部区域;
区域11选自染色体11的第62609933~62610053位碱基的全部区域;
区域12选自染色体12的第62610019~62610139位碱基的全部区域;
区域13选自染色体12的第62610474~62610594位碱基的全部区域;
区域14选自染色体12的第62610495~62610615位碱基的全部区域;
所述试剂盒包括由探针1~14组成的探针组,探针1~14的碱基序列分别如SEQ ID No.1~14所示。
2.一种预测肺鳞癌患者术后生存时间的装置,其特征在于,其包括:
获取模块,用于获取由探针1~14检测的待测样本基因组中对应目标区域的突变信息;探针1~14的碱基序列分别如SEQ ID No.1~14所示;
预测模块,用于根据获得的突变信息,预测待测样本生存时间;
所述预测模块按照以下标准预测待测样本生存时间:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长。
3.一种电子设备,其特征在于,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现预测肺鳞癌患者术后生存时间的方法:
所述方法包括基于获取的由探针1~14检测的待测样本基因组中目标区域的突变信息,预测待测样本的生存时间;探针1~14的碱基序列分别如SEQ ID No.1~14所示;
所述方法按照以下标准预测待测样本生存时间:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长。
4.一种计算机可读介质,其特征在于,所述计算机可读介质存储有计算机程序,其中,所述计算机程序能被处理器执行以实现预测肺鳞癌患者术后生存时间的方法:
所述方法包括基于获取的由探针1~14检测的待测样本基因组中目标区域的突变信息,预测待测样本的生存时间;探针1~14的碱基序列分别如SEQ ID No.1~14所示;
所述方法按照以下标准预测待测样本生存时间:若待测样本目标区域内存在突变,则判断待测样本为高风险样本,生存时间短;若待测样本目标区域内不存在突变,则判断待测样本为低风险样本,生存时间长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430231.8A CN112458176B (zh) | 2020-12-07 | 2020-12-07 | 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430231.8A CN112458176B (zh) | 2020-12-07 | 2020-12-07 | 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112458176A CN112458176A (zh) | 2021-03-09 |
CN112458176B true CN112458176B (zh) | 2022-08-09 |
Family
ID=74800425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011430231.8A Active CN112458176B (zh) | 2020-12-07 | 2020-12-07 | 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112458176B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114959040B (zh) * | 2022-06-17 | 2023-06-13 | 中国医学科学院肿瘤医院 | 检测wdr74启动子突变的试剂在制备癌症诊断或癌症预后评估的产品中的应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111383711B (zh) * | 2020-03-26 | 2022-04-01 | 中国医学科学院肿瘤医院 | 一种肿瘤突变负荷的检测试剂盒及其检测方法和装置 |
-
2020
- 2020-12-07 CN CN202011430231.8A patent/CN112458176B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112458176A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11783915B2 (en) | Convolutional neural network systems and methods for data classification | |
JP7368483B2 (ja) | 相同組換え欠損を推定するための統合された機械学習フレームワーク | |
JP7506380B2 (ja) | 残存病変の検出システム及び方法 | |
KR102638152B1 (ko) | 서열 변이체 호출을 위한 검증 방법 및 시스템 | |
CN107779506B (zh) | 用于癌症检测的血浆dna突变分析 | |
US11581062B2 (en) | Systems and methods for classifying patients with respect to multiple cancer classes | |
JP2024012567A (ja) | 無細胞核酸の多重解像度分析のための方法 | |
WO2013086352A1 (en) | Prostate cancer associated circulating nucleic acid biomarkers | |
US20210104297A1 (en) | Systems and methods for determining tumor fraction in cell-free nucleic acid | |
CN115287348A (zh) | Dna混合物中组织的单倍型的甲基化模式分析 | |
JP7499239B2 (ja) | 体細胞変異のための方法およびシステム、ならびにそれらの使用 | |
US20210285042A1 (en) | Systems and methods for calling variants using methylation sequencing data | |
WO2016172764A1 (en) | Breast cancer risk assessment | |
JP2023089073A (ja) | クローン性造血由来の無細胞dna変異の断片サイズ特性評価 | |
JP2023540257A (ja) | がんを分類するためのサンプルの検証 | |
CN112458176B (zh) | 一种预测肺鳞癌患者术后生存时间的试剂盒及其应用 | |
CA2889276A1 (en) | Method for identifying a target molecular profile associated with a target cell population | |
CN111778337A (zh) | 结直肠癌预后风险分数的计算方法、其试剂及其装置 | |
US11217329B1 (en) | Methods and systems for determining biological sample integrity | |
CN114999653A (zh) | 一种非小细胞肺癌免疫治疗疗效的预测模型的训练方法以及预测装置 | |
Östlund et al. | Avoiding pitfalls in gene (co) expression meta-analysis | |
JP7313374B2 (ja) | Tmprss2-erg融合状態により選択された、pde4d変異発現、及び術後の臨床変数に基づく、術後リスクの層別化 | |
EP4018003A1 (en) | Systems and methods for predicting and monitoring treatment response from cell-free nucleic acids | |
CN111172285A (zh) | 用于胰腺癌早期诊断和/或预后监测的miRNA组及其应用 | |
WO2021061623A1 (en) | Methods for predicting aml outcome |
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 |