CN112481380A - 一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 - Google Patents
一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 Download PDFInfo
- Publication number
- CN112481380A CN112481380A CN202011394415.3A CN202011394415A CN112481380A CN 112481380 A CN112481380 A CN 112481380A CN 202011394415 A CN202011394415 A CN 202011394415A CN 112481380 A CN112481380 A CN 112481380A
- Authority
- CN
- China
- Prior art keywords
- bladder cancer
- immunotherapy
- tumor immunotherapy
- survival
- kit
- 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.)
- Granted
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
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
本发明涉及一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用,所述标志物是以下六种基因组成:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9、PCDH11X。本发明还包括检测所述标志物表达量的试剂在制备评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的试剂盒中的应用。本发明通过基于大样本抗肿瘤免疫治疗的晚期膀胱癌标本行全转录组测序、机器学习后进行筛选和构建,可高效、精准地预测晚期膀胱癌患者接受抗肿瘤免疫治疗的反应性,可为临床医师对晚期膀胱癌患者的治疗决策提供有效的指导意见,减少无效治疗的发生,从而降低患者的治疗成本和不适体验。
Description
技术领域
本发明涉及晚期膀胱癌患者抗肿瘤免疫治疗的预后技术领域,具体地说,是一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用。
背景技术
膀胱癌是男性人群中最具侵犯性的恶性肿瘤之一。2020年在美国预计会发生81,400个膀胱癌新病例和17,980个膀胱癌相关死亡病例。初始诊断的膀胱癌患者中约有10%-15%的比例伴随有肿瘤转移,其5年生存率仅为5%。目前,以顺铂为基础的联合化疗方案为转移性尿路上皮癌患者的标准一线治疗方案。然而,有超过60%的转移性膀胱癌患者因出现疗效不佳或出现肾功能损伤、心力衰竭等严重化疗并发症,不适合继续接受顺铂为基础的化疗。
目前,针对程序性细胞死亡受体-1(PD-1)及其配体(PD-L1)的免疫检查点抑制剂治疗为这些不能接受以顺铂为基础的联合化疗方案的膀胱癌患者带来了新的曙光。与传统化疗方案相比,PD-1阻滞剂,例如派姆单抗,在晚期尿路上皮癌患者中表现出强大的抗肿瘤活性,可提高晚期膀胱癌近3个月的总生存期。然而,只有约20%-30%的转移性膀胱癌患者对免疫检查点抑制剂的治疗产生应答,能持续应答2年以上的患者比例更少。到目前为止,晚期膀胱癌患者对免疫检查点抑制剂治疗产生耐药的机制仍不清楚,因此临床中急需能有效反应晚期膀胱癌患者接受抗肿瘤免疫治疗反应性的生物标志物。
目前研究发现,肿瘤突变负荷和DNA错配修复基因的突变与转移性尿路上皮癌患者对免疫检查点抑制剂治疗的客观反应相关。然而,其对于有效预测晚期膀胱癌患者抗肿瘤免疫治疗反应性的临床应用仍存在局限性。
中国专利文献:CN111247430A,公开日:2020.06.05,公开了一种监测膀胱癌免疫疗法的方法。该方法提供了在被诊断患有膀胱癌的受试者中测量膀胱癌治疗过程的进展和有效性的方法,该方法通过将生理上可接受的染料应用到该肿瘤并测量该膀胱癌治疗过程的进展程度和有效性。但是该方案仅涉及膀胱肿瘤体积等性状的测量,并未涉及基因层面的定量和分析,不符合如今精准医学的发展前景。
中国专利文献:CN110423820A,公开日:2019.11.08,公开了一种预测膀胱癌化疗敏感性的标记物及应用,提供了一种预测膀胱癌化疗敏感性的标记物,所述标记物为SOCS1联合CYLD基因的组合,为临床医生快速准确掌握膀胱癌患者对化疗药物吉西他滨的敏感性、提高临床治疗效果奠定基础。但是该发明只针对膀胱癌的化疗,未涉及晚期膀胱癌的抗肿瘤治疗。
本发明针对现有技术的缺陷,提供了一种用于评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物,为临床医师对晚期膀胱癌患者的治疗决策提供了有效的指导意见,减少无效治疗的发生。目前,关于本发明的一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用还未见报道。
发明内容
本发明的目的是针对现有技术的不足,提供一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用。
为实现上述目的,本发明采取的技术方案是:
一方面,本发明提供了一种检测试剂在制备评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的试剂盒中的应用,所述检测试剂由检测以下六种基因表达量的试剂组成:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9和PCDH11X;所述检测试剂作为试剂盒实现评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存功能的唯一关键成分,所述试剂盒还包括说明书,所述说明书记载如下公式:
Nomogram评分=316.215877454-(4.073676019×CDH18)-(7.692307692×CXCL10)-(5.176616243×FOXN4)-(2.733887894×SLC6A4)-(2.520670945×CXCL9)-(3.882067589×PCDH11X);
如果Nomogram评分小于183,时,即代表预测免疫治疗反应性和预后生存为低危组,其3年生存率为45.1%-52.0%;如果Nomogram评分大于183,时,即代表预测免疫治疗反应性和预后生存为高危组,其3年生存率为20.0%-29.8%。
优选地,使用试剂盒所检测的标本为新鲜组织肿瘤标本。
优选地,所述的抗肿瘤免疫治疗是抗PD-1/PD-L1治疗。
优选地,检测标本是来源于先前对铂类化疗无效、之后才进行抗肿瘤免疫治疗的患者。
另一方面,本发明提供了一种促进剂在制备改善晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的药物中的应用,所述促进剂是上调以下基因表达量的物质:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9和PCDH11X。
优选地,所述促进剂选自小分子化合物或生物大分子。
优选地,所述药物还包括与所述促进剂相配伍的其他药类以及药学上可接受的载体和/或辅料。
本发明优点在于:
1、本发明基于大样本抗肿瘤免疫治疗的晚期膀胱癌标本的全转录组测序数据,利用机器学习进行筛选和构建,可高效、精准地预测晚期膀胱癌患者接受抗肿瘤免疫治疗的反应性,实验结果表明该诊断试剂盒用于临床时具有敏感性高、特异性高、准确率高的优点,且检测6种基因表达量较单独检测一种基因表达量的方法,其准确率、敏感性及准确率大大提高。可为临床医师对晚期膀胱癌患者的治疗决策提供有效的指导意见,减少无效治疗的发生,从而降低患者的治疗成本和不适体验。
2、本发明的试剂盒检测样品为离体标本,具有操作简便、快速的优点,成本低,患者痛苦小的优点。
附图说明
附图1是训练队列中Nomogram评分与生存预后相关性的Kaplan-Meier生存分析曲线图。
附图2是验证队列中Nomogram评分与生存预后相关性的Kaplan-Meier生存分析曲线图。
附图3是Nomogram评分在训练队列中预测免疫治疗反应性的受试者工作特征曲线结果图。
附图4是Nomogram评分在验证队列中预测免疫治疗反应性的受试者工作特征曲线结果图。
具体实施方式
下面结合具体实施方式,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明记载的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
实施例1模型构建及效果验证
1、实验对象
本实施例的研究对象选择来自IMvigor 210试验中接受抗PD-1/PD-L1治疗的晚期膀胱癌患者,这些患者的临床病理资料和基因表达处理数据来自一个基于R环境的开发数据资源——IMvigor210CoreBiologies。患者的纳入及排除标准如下:
(1)对铂类化疗无效且接受肿瘤免疫治疗的晚期膀胱癌患者;
(2)有完整的疗效信息和临床随访资料;
(3)具有全转录组RNA测序数据;
(4)排除肿瘤免疫治疗结果不详或生存资料不全的患者。
2、实验过程
将符合上述标准的298例患者纳入研究,并随机分为训练队列(200例)和试验队列(98例)进行后续分析。
2.1差异基因筛选
我们将训练队列和试验队列患者的RNA-seq数据进行归一化转换,并过滤掉表达水平较低的基因。我们使用R环境中的limma软件包来识别训练队列中免疫治疗应答和无应答患者之间的差异表达基因(DEGs)。P值小于0.05且差异倍数大于1.5的基因定义为DEGs,最后中获得457个DEGs。免疫治疗应答患者定义为接受PD-l抑制剂atezolizumab治疗后出现完全缓解或部分缓解的患者,而疾病稳定或疾病进展的患者定义为免疫治疗无应答患者。免疫治疗应答患者中高表达的前20位基因提取后用于后续分析。
2.2机器学习筛选候选基因
我们使用最小绝对收缩与选择算子(LASSO)算法对上述20个与膀胱癌肿瘤免疫治疗反应性显著相关的DEGs进行进一步筛选,最终筛选出6个与膀胱癌免疫治疗反应性高度相关的基因(CDH18,CXCL10,FOXN4,SLC6A4,CXCL9和PCDH11X)作为候选基因用于预测模型的构建。
2.3可预测膀胱癌免疫治疗反应性的列线图(nomogram)模型的构建
通过在R语言的环境中运用的RMS和nomogramEx软件包,我们在训练队列中以6个候选基因的表达量为基础,计算其各自的权重并构建膀胱癌肿瘤免疫治疗反应性预测nomogram模型。Nomogram评分=316.215877454-(4.073676019×CDH18)-(7.692307692×CXCL10)-(5.176616243×FOXN4)-(2.733887894×SLC6A4)-(2.520670945×CXCL9)-(3.882067589×PCDH11X)。Nomogram评分越高,其预测免疫治疗反应性越差。
2.4可预测膀胱癌免疫治疗反应性的nomogram模型的检验和验证
根据Nomogram评分公式计算得出风险评分,我们以中位值作为阈值,将训练队列中的膀胱癌患者分为高风险和低风险,并与患者的治疗结局、生存预后指标相结合进行相关性验证。由结果可知,与Nomogram评分高的患者相比,Kaplan-Meier生存分析(HR=2.50,95%CI:1.76-3.56,P<0.0001)提示Nomogram评分低的患者具有更显著的免疫治疗生存获益,且疗效反应性较高(低评分:33%vs高评分:10%,P<0.001)。我们随后再验证队列中进一步进行验证,结果同样表明与Nomogram评分高的患者相比,Nomogram评分低的患者具有更显著的免疫治疗生存获益(HR=1.73,95%CI:1.04-2.87,P=0.03),且疗效反应性较高(低评分:38.8%vs高评分:12.2%,P<0.001)。Nomogram评分预测膀胱癌免疫治疗反应性的受试者工作曲线(ROC)在训练队列和验证队列中曲线下面积分别达72.8%和73.4%。
实施例2试剂盒(一)
包括检测试剂和说明书,所述检测试剂由检测以下六种基因表达量的试剂组成:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9和PCDH11X;
说明书记载了如下内容:
Nomogram评分=316.215877454-(4.073676019×CDH18)-(7.692307692×CXCL10)-(5.176616243×FOXN4)-(2.733887894×SLC6A4)-(2.520670945×CXCL9)-(3.882067589×PCDH11X);
如果Nomogram评分小于183,时,即代表预测免疫治疗反应性和预后生存为低危组,其3年生存率为45.1%-52.0%;如果Nomogram评分大于183,时,即代表预测免疫治疗反应性和预后生存为高危组,其3年生存率为20.0%-29.8%。
实施例3-8试剂盒(二-七)
试剂盒2 | 试剂盒3 | 试剂盒4 | 试剂盒5 | 试剂盒6 | 试剂盒7 | |
检测CDH18表达量的试剂 | √ | |||||
检测CXCL10表达量的试剂 | √ | |||||
检测FOXN4表达量的试剂 | √ | |||||
检测SLC6A4表达量的试剂 | √ | |||||
检测CXCL9表达量的试剂 | √ | |||||
检测PCDH11X表达量的试剂 | √ |
以上试剂盒均还包括说明书,所述说明书记载了如下内容:其基因表达量高于单个基因表达量正常值时,属于低危组,治疗反应性好。
实施例9--14试剂盒(九-十三)
以上试剂盒均还包括说明书,所述说明书记载了如下内容:
Nomogram评分=316.215877454-(4.073676019×CDH18)-(7.692307692×CXCL10)-(5.176616243×FOXN4)-(2.733887894×SLC6A4)-(2.520670945×CXCL9)-(3.882067589×PCDH11X);
如果Nomogram评分小于183,时,即代表预测免疫治疗反应性和预后生存为低危组,其3年生存率为45.1%-52.0%;如果Nomogram评分大于183,时,即代表预测免疫治疗反应性和预后生存为高危组,其3年生存率为20.0%-29.8%。注:以上试剂盒中未涉及的基因代入公式计算时其数值按照0计算。
实施例15-17试剂盒(十四-十六)
以上试剂盒均还包括说明书,所述说明书记载了如下内容:
Nomogram评分=220.393883161-(1.10120659×CDH18)-(7.692307692×CXCL10)-(6.104911963×FOXN4)-(7.185741674×SLC6A4)-(0.888968605×CXCL9)-(4.684110464×PCDH11X)-(3.798126446×CXCL13)+(12.946701816×ARID1A);
如果Nomogram评分小于231时,即代表预测免疫治疗反应性和预后生存为低危组,其3年生存率为46.2%-54.0%,如果Nomogram评分大于183时,即代表预测免疫治疗反应性和预后生存为高危组,其3年生存率为28.3%-29.8%。注:以上试剂盒中未涉及的基因代入公式计算时其数值按照0计算。
实施例18对照试验
1资料
IMvigor 210试验中接受抗PD-1/PD-L1治疗的晚期膀胱癌患者,患者的纳入及排除标准如下:
(1)对铂类化疗无效且接受肿瘤免疫治疗的晚期膀胱癌患者;
(2)有完整的疗效信息和临床随访资料;
(3)具有全转录组RNA测序数据;
(4)排除肿瘤免疫治疗结果不详或生存资料不全的患者。
2、实验方法
将符合上述标准的298例患者纳入研究,并实施实验组检测方案、对比例一至十组检测方案。
实验组:使用实施例2所述的试剂盒并按照说明书记载内容进行评估,记录结果。
对比例一组:使用试剂盒2并按照说明书记载内容进行评估,记录结果。
对比例二组:使用试剂盒4并按照说明书记载内容进行评估,记录结果。
对比例三组:使用试剂盒7并按照说明书记载内容进行评估,记录结果。
对比例四组:使用试剂盒8并按照说明书记载内容进行评估,记录结果。
对比例五组:使用试剂盒10并按照说明书记载内容进行评估,记录结果。
对比例六组:使用试剂盒12并按照说明书记载内容进行评估,记录结果。
对比例七组:使用试剂盒13并按照说明书记载内容进行评估,记录结果。
对比例八组:使用试剂盒14并按照说明书记载内容进行评估,记录结果。
对比例九组:使用试剂盒15并按照说明书记载内容进行评估,记录结果。
对比例十组:使用试剂盒16并按照说明书记载内容进行评估,记录结果。
以上各组记录结果完毕后分别与原实际统计结果比较,计算各组准确率。
3结果
结果表明,按实验组方案检测其预测肿瘤免疫反应性的ROC曲线下面积高达73.2%,对比例一至三组检测方案的曲线下面积分别为63.3%、61.9%、62.4%,对比例四至七组检测方案的曲线下面积分别为64.6%、67.2%、65.2%、69.6%,对比例八至十组检测方案曲线下面积分别为63.1%、62.0%、62.3%。
4结论
以上结果表明实验组准确率最高,本申请发明人基于丰富的临床、研究经验和院内多年来大量的病例,选择了最佳的指标组合,并证实其具备优异的评估效果,可为临床医师对晚期膀胱癌患者的治疗决策提供有效的指导意见,减少无效治疗的发生,从而降低患者的治疗成本和不适体验,有很强的实用性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和补充,这些改进和补充也应视为本发明的保护范围。
Claims (7)
1.检测试剂在制备评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的试剂盒中的应用,其特征在于,所述检测试剂由检测以下六种基因表达量的试剂组成:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9和PCDH11X;所述检测试剂作为试剂盒实现评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存功能的唯一关键成分,所述试剂盒还包括说明书,所述说明书记载如下公式:
Nomogram评分=316.215877454-(4.073676019×CDH18)-(7.692307692×CXCL10)-(5.176616243×FOXN4)-(2.733887894×SLC6A4)-(2.520670945×CXCL9)-(3.882067589×PCDH11X);
如果Nomogram评分小于183,时,即代表预测免疫治疗反应性和预后生存为低危组,其3年生存率为45.1%-52.0%;如果Nomogram评分大于183,时,即代表预测免疫治疗反应性和预后生存为高危组,其3年生存率为20.0%-29.8%。
2.根据要求1所述的应用,其特征在于,使用试剂盒所检测的标本为新鲜组织肿瘤标本。
3.根据权利要求1所述的应用,其特征在于,所述的抗肿瘤免疫治疗是抗PD-1/PD-L1治疗。
4.根据权利要求1所述的应用,其特征在于,检测标本是来源于先前对铂类化疗无效、之后才进行抗肿瘤免疫治疗的患者。
5.一种促进剂在制备改善晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的药物中的应用,其特征在于,所述促进剂是上调以下基因表达量的物质:CDH18、CXCL10、FOXN4、SLC6A4、CXCL9和PCDH11X。
6.根据权利要求5所述的应用,其特征在于,所述促进剂选自小分子化合物或生物大分子。
7.根据权利要求5所述的应用,其特征在于,所述药物还包括与所述促进剂相配伍的其他药类以及药学上可接受的载体和/或辅料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011394415.3A CN112481380B (zh) | 2020-12-02 | 2020-12-02 | 一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011394415.3A CN112481380B (zh) | 2020-12-02 | 2020-12-02 | 一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112481380A true CN112481380A (zh) | 2021-03-12 |
CN112481380B CN112481380B (zh) | 2022-10-21 |
Family
ID=74939502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011394415.3A Active CN112481380B (zh) | 2020-12-02 | 2020-12-02 | 一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112481380B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114758773A (zh) * | 2022-05-25 | 2022-07-15 | 四川大学华西医院 | 一种膀胱癌免疫治疗生物标志物、免疫风险模型及其应用 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020061060A1 (en) * | 2018-09-19 | 2020-03-26 | Genentech, Inc. | Therapeutic and diagnostic methods for bladder cancer |
CN111465613A (zh) * | 2017-11-07 | 2020-07-28 | X4 制药有限公司 | 癌症生物标志物及其使用方法 |
US20200347456A1 (en) * | 2017-10-02 | 2020-11-05 | The Broad Institute, Inc. | Methods and compositions for detecting and modulating an immunotherapy resistance gene signature in cancer |
-
2020
- 2020-12-02 CN CN202011394415.3A patent/CN112481380B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200347456A1 (en) * | 2017-10-02 | 2020-11-05 | The Broad Institute, Inc. | Methods and compositions for detecting and modulating an immunotherapy resistance gene signature in cancer |
CN111465613A (zh) * | 2017-11-07 | 2020-07-28 | X4 制药有限公司 | 癌症生物标志物及其使用方法 |
WO2020061060A1 (en) * | 2018-09-19 | 2020-03-26 | Genentech, Inc. | Therapeutic and diagnostic methods for bladder cancer |
Non-Patent Citations (1)
Title |
---|
朱鸿宇等: "免疫评分系统在肿瘤预后中的研究进展", 《医学研究生学报》, no. 07, 15 July 2020 (2020-07-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114758773A (zh) * | 2022-05-25 | 2022-07-15 | 四川大学华西医院 | 一种膀胱癌免疫治疗生物标志物、免疫风险模型及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN112481380B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105874079A (zh) | 用于肺癌的分子诊断测试 | |
CN111863250B (zh) | 一种早期乳腺癌的联合诊断模型及系统 | |
CN105874080A (zh) | 用于食道癌的分子诊断测试 | |
CN112614546B (zh) | 一种用于预测肝细胞癌免疫治疗疗效的模型及其构建方法 | |
CN103562404A (zh) | 预测肝癌预后的组合物或试剂盒以及预测肝癌预后的方法 | |
CN112813165A (zh) | 一种肺鳞癌预后预测模型及其应用 | |
CN114317745B (zh) | 外泌体arpc5、eri3等在肺癌诊断中的应用 | |
CN115831378A (zh) | 一种胆管癌化疗联合免疫治疗疗效预测的模型及其应用 | |
CN108949979A (zh) | 一种通过血液样本判断肺结节良恶性的方法 | |
CN113362893A (zh) | 肿瘤筛查模型的构建方法及应用 | |
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 | |
CN112481380B (zh) | 一种评估晚期膀胱癌抗肿瘤免疫治疗反应性和预后生存的标志物及其应用 | |
CN110004229A (zh) | 多基因作为egfr单克隆抗体类药物耐药标志物的应用 | |
CN111968702A (zh) | 一种基于循环肿瘤dna的恶性肿瘤早期筛查系统 | |
CN115862856A (zh) | 甲状腺癌远端转移风险的预测方法、装置 | |
CN111748626B (zh) | 用于预测食管鳞癌患者新辅助放化疗的疗效和预后的系统及其应用 | |
CN115161398A (zh) | 用于结肠癌诊断或预后评估的标志物组合 | |
CN112921087A (zh) | Ctsd作为诊断标志物在构建肺鳞癌预后预测模型中的应用 | |
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 | |
WO2021213398A1 (zh) | 评价胶质瘤和/或胃腺癌预后性的试剂盒和系统 | |
Neumann et al. | PATH-16. HISTOPATHOLOGICAL EPENDYMOMA VARIANTS ARE ASSOCIATED WITH DISTINCT CLINICAL PARAMETERS AND DNA METHYLATION PATTERNS | |
CN106811528B (zh) | 一种乳腺癌治病基因新突变及其应用 | |
Liang et al. | To identify circulating tumour cells by machine learning approach | |
CN116656820A (zh) | 一种基于乳腺肿瘤干细胞相关基因的预后模型及其应用 | |
CN112941177A (zh) | Cflar作为诊断标志物在构建肺鳞癌预后预测模型中的应用 |
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 |