CN112941180A - 一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 - Google Patents
一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 Download PDFInfo
- Publication number
- CN112941180A CN112941180A CN202110213621.8A CN202110213621A CN112941180A CN 112941180 A CN112941180 A CN 112941180A CN 202110213621 A CN202110213621 A CN 202110213621A CN 112941180 A CN112941180 A CN 112941180A
- Authority
- CN
- China
- Prior art keywords
- methylation
- lung cancer
- sequencing
- dna
- genes
- 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
Links
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 55
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 50
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 50
- 230000007067 DNA methylation Effects 0.000 title claims abstract description 25
- 238000013399 early diagnosis Methods 0.000 title claims abstract description 8
- 238000002360 preparation method Methods 0.000 title claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 55
- 230000011987 methylation Effects 0.000 claims abstract description 47
- 238000007069 methylation reaction Methods 0.000 claims abstract description 47
- 238000003745 diagnosis Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 8
- 239000003147 molecular marker Substances 0.000 claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 6
- 102100032153 Adenylate cyclase type 8 Human genes 0.000 claims abstract description 5
- 101150085568 HSPB6 gene Proteins 0.000 claims abstract description 5
- 102100039170 Heat shock protein beta-6 Human genes 0.000 claims abstract description 5
- 101000775481 Homo sapiens Adenylate cyclase type 8 Proteins 0.000 claims abstract description 5
- 101000994369 Homo sapiens Integrin alpha-5 Proteins 0.000 claims abstract description 5
- 101001053444 Homo sapiens Iroquois-class homeodomain protein IRX-1 Proteins 0.000 claims abstract description 5
- 101000829541 Homo sapiens Polypeptide N-acetylgalactosaminyltransferase 13 Proteins 0.000 claims abstract description 5
- 101001072231 Homo sapiens Protocadherin-17 Proteins 0.000 claims abstract description 5
- 102100032817 Integrin alpha-5 Human genes 0.000 claims abstract description 5
- 102100024435 Iroquois-class homeodomain protein IRX-1 Human genes 0.000 claims abstract description 5
- 102100023209 Polypeptide N-acetylgalactosaminyltransferase 13 Human genes 0.000 claims abstract description 5
- 102100036391 Protocadherin-17 Human genes 0.000 claims abstract description 5
- 108010014480 T-box transcription factor 5 Proteins 0.000 claims abstract description 5
- 102100024755 T-box transcription factor TBX5 Human genes 0.000 claims abstract description 5
- 102100032556 C-type lectin domain family 14 member A Human genes 0.000 claims abstract description 3
- 102100025675 Cysteine and tyrosine-rich protein 1 Human genes 0.000 claims abstract description 3
- 102100029712 E3 ubiquitin-protein ligase TRIM58 Human genes 0.000 claims abstract description 3
- 101000942280 Homo sapiens C-type lectin domain family 14 member A Proteins 0.000 claims abstract description 3
- 101000856064 Homo sapiens Cysteine and tyrosine-rich protein 1 Proteins 0.000 claims abstract description 3
- 101000737778 Homo sapiens Cysteine dioxygenase type 1 Proteins 0.000 claims abstract description 3
- 101000795365 Homo sapiens E3 ubiquitin-protein ligase TRIM58 Proteins 0.000 claims abstract description 3
- 101001035232 Homo sapiens Integrin alpha-9 Proteins 0.000 claims abstract description 3
- 101001053438 Homo sapiens Iroquois-class homeodomain protein IRX-2 Proteins 0.000 claims abstract description 3
- 101000598781 Homo sapiens Oxidative stress-responsive serine-rich protein 1 Proteins 0.000 claims abstract description 3
- 101000613717 Homo sapiens Protein odd-skipped-related 1 Proteins 0.000 claims abstract description 3
- 101001098464 Homo sapiens Serine/threonine-protein kinase OSR1 Proteins 0.000 claims abstract description 3
- 101000799194 Homo sapiens Serine/threonine-protein kinase receptor R3 Proteins 0.000 claims abstract description 3
- 101000651890 Homo sapiens Slit homolog 2 protein Proteins 0.000 claims abstract description 3
- 101000651893 Homo sapiens Slit homolog 3 protein Proteins 0.000 claims abstract description 3
- 101000800546 Homo sapiens Transcription factor 21 Proteins 0.000 claims abstract description 3
- 101000652324 Homo sapiens Transcription factor SOX-17 Proteins 0.000 claims abstract description 3
- 101000743808 Homo sapiens Zinc finger protein 677 Proteins 0.000 claims abstract description 3
- 102100039903 Integrin alpha-9 Human genes 0.000 claims abstract description 3
- 102100024434 Iroquois-class homeodomain protein IRX-2 Human genes 0.000 claims abstract description 3
- 102100040551 Protein odd-skipped-related 1 Human genes 0.000 claims abstract description 3
- 102100034136 Serine/threonine-protein kinase receptor R3 Human genes 0.000 claims abstract description 3
- 102100027340 Slit homolog 2 protein Human genes 0.000 claims abstract description 3
- 102100033121 Transcription factor 21 Human genes 0.000 claims abstract description 3
- 102100030243 Transcription factor SOX-17 Human genes 0.000 claims abstract description 3
- 102100039055 Zinc finger protein 677 Human genes 0.000 claims abstract description 3
- 238000012163 sequencing technique Methods 0.000 claims description 33
- 230000014509 gene expression Effects 0.000 claims description 20
- 206010028980 Neoplasm Diseases 0.000 claims description 19
- 239000012634 fragment Substances 0.000 claims description 19
- 108020004414 DNA Proteins 0.000 claims description 17
- 208000010507 Adenocarcinoma of Lung Diseases 0.000 claims description 11
- 201000005249 lung adenocarcinoma Diseases 0.000 claims description 11
- RWQNBRDOKXIBIV-UHFFFAOYSA-N thymine Chemical compound CC1=CNC(=O)NC1=O RWQNBRDOKXIBIV-UHFFFAOYSA-N 0.000 claims description 10
- 238000003559 RNA-seq method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 210000004072 lung Anatomy 0.000 claims description 8
- 238000007637 random forest analysis Methods 0.000 claims description 8
- 238000012408 PCR amplification Methods 0.000 claims description 6
- ISAKRJDGNUQOIC-UHFFFAOYSA-N Uracil Chemical compound O=C1C=CNC(=O)N1 ISAKRJDGNUQOIC-UHFFFAOYSA-N 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 206010041823 squamous cell carcinoma Diseases 0.000 claims description 6
- 208000037841 lung tumor Diseases 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 229940113082 thymine Drugs 0.000 claims description 5
- 108700039691 Genetic Promoter Regions Proteins 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012164 methylation sequencing Methods 0.000 claims description 4
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 claims description 3
- 238000000585 Mann–Whitney U test Methods 0.000 claims description 3
- 108700009124 Transcription Initiation Site Proteins 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 239000003153 chemical reaction reagent Substances 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical class NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000001976 enzyme digestion Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000528 statistical test Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 229940035893 uracil Drugs 0.000 claims description 3
- 102100035342 Cysteine dioxygenase type 1 Human genes 0.000 claims description 2
- 238000001574 biopsy Methods 0.000 claims description 2
- 239000008280 blood Substances 0.000 claims description 2
- 210000004369 blood Anatomy 0.000 claims description 2
- 238000007621 cluster analysis Methods 0.000 claims description 2
- XPPKVPWEQAFLFU-UHFFFAOYSA-J diphosphate(4-) Chemical compound [O-]P([O-])(=O)OP([O-])([O-])=O XPPKVPWEQAFLFU-UHFFFAOYSA-J 0.000 claims 1
- 235000011180 diphosphates Nutrition 0.000 claims 1
- 239000003550 marker Substances 0.000 abstract description 6
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 102100023945 Dynein light chain Tctex-type 5 Human genes 0.000 abstract 1
- 101000904021 Homo sapiens Dynein light chain Tctex-type 5 Proteins 0.000 abstract 1
- 210000001519 tissue Anatomy 0.000 description 29
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 16
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 16
- 108091029430 CpG site Proteins 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 201000011510 cancer Diseases 0.000 description 3
- 238000003753 real-time PCR Methods 0.000 description 3
- 208000009956 adenocarcinoma Diseases 0.000 description 2
- 230000031018 biological processes and functions Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000010201 enrichment analysis Methods 0.000 description 2
- 230000006607 hypermethylation Effects 0.000 description 2
- 108020004999 messenger RNA Proteins 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000004506 Blood Proteins Human genes 0.000 description 1
- 108010017384 Blood Proteins Proteins 0.000 description 1
- 208000005623 Carcinogenesis Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 206010041067 Small cell lung cancer Diseases 0.000 description 1
- 108700025695 Suppressor Genes Proteins 0.000 description 1
- 210000002593 Y chromosome Anatomy 0.000 description 1
- 230000001594 aberrant effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 230000036952 cancer formation Effects 0.000 description 1
- 231100000504 carcinogenesis Toxicity 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- XPPKVPWEQAFLFU-UHFFFAOYSA-N diphosphoric acid Chemical compound OP(O)(=O)OP(O)(O)=O XPPKVPWEQAFLFU-UHFFFAOYSA-N 0.000 description 1
- 230000001973 epigenetic effect Effects 0.000 description 1
- 230000004049 epigenetic modification Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 230000004547 gene signature Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 229940005657 pyrophosphoric acid Drugs 0.000 description 1
- 238000012175 pyrosequencing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 208000000587 small cell lung carcinoma Diseases 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 108700026220 vif Genes Proteins 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
- 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
- C12Q1/6809—Methods for determination or identification of nucleic acids involving differential detection
-
- 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
- G16B20/30—Detection of binding sites or motifs
-
- 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
- G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
-
- 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
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- 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
- C12Q2600/154—Methylation markers
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Organic Chemistry (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Evolutionary Biology (AREA)
- Immunology (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Evolutionary Computation (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Public Health (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一组肺癌的DNA甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用。所述标志物是20个基因CDO1,SOX17,TCF21,TRIM58,ITGA9,CYYR1,CLEC14A,SLIT2,ZNF677,IRX2,ACVRL1,OSR1,ADCY8,GALNT13,HSPB6,IRX1,ITGA5,PCDH17,TBX5和TCTEX1D1序列的甲基化。其中8个是在肺癌中新发现的甲基化指纹基因,包括ADCY8,GALNT13,HSPB6,IRX1,ITGA5,PCDH17,TBX5和TCTEX1D1。以本发明标志物为基础,构建肺癌诊断的数学模型;该模型灵敏度高,特异性好,AUC可高达0.998,诊断效果良好。本发明还公开了检测所述DNA甲基化标志物的方法。本发明公开的DNA甲基化分子标志物具有良好的诊断指标特性,可以有效用于肺癌诊断,具有较高的临床使用和推广价值。
Description
技术领域
本发明涉及生物检测技术领域,具体涉及一组肺癌的DNA甲基化分子标志物及其在制备用于肺癌诊断试剂盒中的应用。
背景技术
肺癌是威胁人群健康和生命的最大的恶性肿瘤之一,2020年全球约有180万人死于肺癌,死亡率远超其他类型癌症,位居第一;也是我国发病率和死亡率最高的肿瘤。肺癌主要分成两类:非小细胞肺癌(NSCLC)和小细胞肺癌。NSCLC是最主要类型,占总肺癌80%以上。NSCLC主要包括两个亚型即腺癌和鳞状细胞癌。腺癌占所有肺癌类型的40%,约占NSCLC的55%左右。非小细胞肺癌增殖、侵袭速度较慢,因此更不容易被发现和诊断。大部分非小细胞肺癌患者被确诊时,都已经发展为肿瘤的中晚期,错过绝佳的治疗时间。在我国,肺癌的早期诊断率只有15%,但是这些肺癌病人5年生存率可达到50%~60%,显著高于平均水平15%。因此,在肺癌发生早期进行鉴别诊断,并开展针对性治疗是解决肺癌这一重大难题的重要途径。
生物标志物是指能将机体的生理和疾病状态区分开来的生物分子,筛选到可用于疾病早期发现、早期诊断的生物标志物可大大提高患者的临床治疗效果。近年来,随着研究的深入,研究者发现DNA序列变异之外的调控机制,例如DNA甲基化调控机制,在肿瘤发生发展过程中扮演重要角色。DNA甲基化是一种重要的表观遗传学修饰,同时也是一种被广泛研究的表观遗传学标记;其作为标记物非常稳定,可通过荧光定量PCR进行非常灵敏的检测,因而有望成为继血清蛋白后新一代的分子标志物。
本研究团队通过对18对非小细胞肺癌样本(肿瘤和匹配的癌旁组织)进行全基因组简化甲基化测序(RRBS)和转录组测序(RNA-seq),对两个组学的数据进行整合分析,构建了肺癌DNA差异甲基化区域图谱,挖掘异常甲基化基因,并进一步通过机器学习方法筛选出了肺癌诊断的20个DNA甲基化的基因指纹(gene signature)。利用这20个基因的DNA甲基化指纹能非常有效区分公共数据集TCGA肺腺癌和肺鳞癌中的肿瘤和正常组织,这些标志物将有望成为肺癌诊断筛查的重要手段。
发明内容
本发明的目的在于通过高通量甲基化测序数据和RNA-seq测序数据的整合分析,进一步结合机器学习方法,提供一组肺癌DNA甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用。
本发明的目的是通过以下技术方案来实现的,一组肺癌DNA甲基化分子标志物,所述标志物包括如下20个基因至少一个的甲基化:CDO1,SOX17,TCF21,TRIM58,ITGA9,CYYR1,CLEC14A,SLIT2,ZNF677,IRX2,ACVRL1,OSR1,ADCY8,GALNT13,HSPB6,IRX1,ITGA5,PCDH17,TBX5和TCTEX1D1。
进一步地,所示分子标志物通过以下方法获取:
(1)RRBS和RNA-seq测序文库构建及测序:首先分别分离出每个病人肺肿瘤组织及其相邻正常肺组织样品中的总DNA,用MspI对基因组进行酶切;对产生的DNA片段进行末端修复;在末端修复后的3’末端添加碱基A;将DNA片段粘性末端A上连接甲基化接头。然后,选择40-220bp大小的DNA片段;将选择的片段进行重亚硫酸盐处理,使DNA片段中非甲基化的胞嘧啶转化为胸腺嘧啶,经PCR扩增后转变为尿嘧啶;将经过转换的目的片段进行PCR扩增;分离纯化扩增产物,即得到RRBS测序文库。利用标准Illumina测序试剂进行RNA-Seq文库构建。测序文库质检合格之后上机进行双端测序,得到测序原始数据。
(2)测序数据分析:对步骤(1)得到的测序原始数据进行质检。将经过质检的RRBS读段和RNA-seq读段分别用bismark和hisat2工具比对到人类参考基因组上,获得全基因组上的甲基化图谱和表达水平信息。
(3)检测差异甲基化区域(DMR)和差异表达基因(DEG):对步骤(2)得到的甲基化数据进行聚类分析,然后使用metilene,利用二元分割算法,从肿瘤组织和正常组织中筛选鉴别出差异甲基化区域(DMRs),最后,采用Wilcoxon秩和检验方法对候选的DMRs进行统计检验。对于转录本数据,用DESeq、edgeR等R程序包鉴定肿瘤组织和正常组织之间的差异表达基因(DEG)。
(4)挖掘肺癌候选甲基化驱动基因:首先将DMRs数据根据基因组信息注释到基因的功能区间,进行注释分类;然后提取启动子区域(TSS上游或者下游2kb区域范围)的DMR和相应转录起始位点对应DEG的表达数据进行相关性分析,选择负相关关系统计显著的基因作为异常甲基化驱动候选基因。
(5)机器学习筛选肺癌诊断的DNA甲基化基因指纹:从TCGA公共数据库中下载肺腺癌(LUAD)和肺鳞癌(LUSC)患者的甲基化和表达谱数据,利用这两个数据集对步骤(4)筛选出的甲基化驱动基因的甲基化和表达之间的关联性进行独立验证,进一步筛选出可靠的甲基化驱动基因。
本发明还提供了一种上述DNA甲基化分子标志物在制备用于肺癌早期诊断试剂盒中的应用。
进一步地,以筛选出的20个基因的DNA甲基化指纹为基础,采用随机森林(RF)方法构建肺癌诊断的数学模型,使用ROC曲线及曲线下面积(AUC)来评价筛选效果。
本发明的有益效果是:以本发明标记物为基础,构建肺癌诊断的数学模型;该模型灵敏度高,特异性好,AUC可高达0.998,诊断效果良好。综上所述,本发明公开的DNA甲基化分子标志物具有良好的诊断指标特性,可以有效用于肺癌诊断,具有较高的临床应用和推广价值。
附图说明
图1是本发明的一个实施例流程图。
图2是肺癌组织与癌旁组织的甲基化图谱特征(A)肺癌组织和癌旁组织中全基因组CpG位点聚类分析图。(B)肺癌组织和癌旁组织中全基因组CpG位点主成分分析图。
图3是20个基因DNA甲基化指纹的甲基化和表达图谱特征及其在鉴别TCGA中肺肿瘤组织和癌旁正常组织中的表现。(A)18对非小细胞肺癌及其癌旁组织的甲基化和mRNA表达谱;(B)TCGA肺腺癌中ROC分析;(C)TCGA肺鳞癌中ROC分析。20基因的甲基化指纹能准确区分肿瘤和正常组织。
具体实施方式
下面通过具体实施例子对本发明作进一步阐述,应该说明的是,下述说明仅是为了解释本发明,并不对其内容进行限定。
如图1所示,本发明分子标志物的获取方法如下:
1、测序文库构建及高通量测序:收集18个I期非小细胞肺癌样本,分别分离出每个病人肺肿瘤组织及其相邻正常肺组织样品中的总DNA,用MspI对基因组进行酶切;然后对产生的DNA片段进行末端修复;在末端修复后的3’末端添加碱基A;将DNA片段粘性末端A上连接甲基化接头;然后选择40-220bp大小的DNA片段;将选择的片段进行重亚硫酸盐处理,这样可以将DNA片段中非甲基化的胞嘧啶转化为胸腺嘧啶,经PCR扩增后转变为尿嘧啶;将经过转换的目的片段进行PCR扩增;分离纯化扩增产物,即得到RRBS测序文库。利用标准Illumina测序试剂进行RNA-Seq文库构建。测序文库质检合格之后上机进行高通量双端测序,通过检测荧光信号来确定测得的碱基及顺序,得到FASTQ文件。FASTQ文件包含了读段的全部信息,包括测序仪器的基本信息、碱基排列,以及读段中碱基的质量得分等。
2、测序数据分析:针对测序的质量控制,将使用FastQC等软件提供的测试方法来评估读段质量。我们采用专门处理RRBS数据的整合软件trim_galore,去除RRBS测序数据中低质量的读段或对读段进行剪裁。完成质量控制后,我们使用Bismark,把每个片段序列转换处理后比对到参考基因组(hg19),得到每个样本全基因组单个CpG位点的甲基化水平。我们只保留测序深度大于5并且至少在10对样本中都存在的CpG位点,这样共得到2574098个CpG位点,然后去除与SNP重合的位点(SNP 142)和X,Y染色体上的位点后,结果剩下2166853个CpG位点。利用K-nearest算法推断CpG位点的甲基化缺失值。然后,对36个样本的CpG位点进行样本聚类分析和主成分分析。从构建的系统树图看,这些CpG位点可以把非小细胞肺癌和正常组织分成不同两类(图2A)。主成分分析也观察到非小细胞肺癌和正常组织之间明显地分离(图2B),这些结果表明非小细胞肺癌和正常组织间有不同的甲基化模式。另外,与正常组织比较,非小细胞肺癌样本之间有较大的变异(图2B),显示不同肿瘤样本之间存在异质性的甲基化模式。对于转录本数据,我们使用hisat2工具比对到人类参考基因组上,并使用StringTie把联配后序列组装构建一个精简的转录本集合;然后进一步量化转录本的表达水平。
3、差异甲基化区域(DMR)和差异表达基因(DEG)鉴定:我们使用metilene软件鉴别肿瘤组织中候选的差异甲基化区域DMR。Metilene整合了二元分割算法,能够快速,高效在多个样本中鉴别出差异甲基化区域。然后,我们采用配对的wilcoxon秩和检验对这些候选的DMR进行统计检验,运用Benjamini-Hochberg方法控制多重检验的假阳性(FDR,falsediscovery rate),选择甲基化差异大于0.1且FDR<0.05的区域作为进一步分析的DMR。最终,我们在全基因组水平共鉴定9234个DMRs,其中非小细胞肺癌中高甲基化DMRs 4410个(包含97594个CpG位点),低甲基化DMRs 4824个(包含65009个CpG位点);与低甲基化DMRs相比,高甲基化DMRs的长度较短,但包括更多的CpG位点。对于转录本数据,我们使用DESeq、edgeR等R程序包鉴定肿瘤组织和正常组织之间的差异表达基因(DEG)。
4、挖掘肺癌候选甲基化驱动基因:首先将DMRs数据根据基因组信息注释到基因的功能区间,进行注释分类;然后提取启动子区域(TSS上游或者下游2kb区域范围)的DMR和相应转录起始位点对应DEG的表达数据进行相关性分析,选择负相关关系统计显著的基因作为异常甲基化驱动候选基因。该过程共鉴定出190个基因的表达与其启动子区域DMRs呈显著负相关,其中106个高甲基化基因的mRNA表达下降。对上述筛选出来的基因集进行GO生物过程富集分析,明确候选基因相关的生物学功能,细胞组成,生物学过程;以及利用KEGG数据库进行信号通路富集分析,确定相关基因参与的最主要生化代谢途径和信号转导途径。
5、机器学习筛选肺癌诊断的DNA甲基化基因指纹:我们从TCGA数据库中下载肺腺癌(LUAD)和肺鳞癌(LUSC)患者的甲基化和表达谱数据,验证鉴定的190个候选甲基化驱动基因的甲基化和表达之间是否具有关联性,进一步筛选出可靠的甲基化驱动基因。我们从TCGA中提取了其中133个基因的甲基化和表达谱数据(另外57个基因没有Infinium 450K芯片探针覆盖),分析了他们之间的相关性,结果发现其中81(60.9%)个基因的甲基化和表达间也有显著负相关,显示较好的一致性。这其中,31个基因是同时在LUAD和LUSC数据集中都有的,包括20个高甲基化低表达基因和11个低甲基化高表达基因。由于高甲基化抑制基因表达是经典的调控范式,我们选取了20个高甲基化低表达的基因作为最终的肺癌甲基化诊断指纹(表1,图3A)。筛选差异甲基化基因后,我使用ROC曲线及曲线下面积(AUC)来评价筛选效果。针对TCGA中的LUAD(Tumor:460;Normal:32)和LUSC(Tumor:371;Normal:41)两个数据集,我们分别各自将它们随机分成等量的训练组(50%)和检验组(50%),采用随机森林(RF)方法构建肺癌诊断的数学模型;结果显示这20个基因的DNA甲基化指纹能非常有效区分TCGA中LUAD(图3B,AUC为0.998)和LUSC(图3C,AUC为0.992)与正常组织。其中12个基因已在肺癌中报道,另外8个是肺癌中新的异常甲基化驱动基因,包括ADCY8,GALNT13,HSPB6,IRX1,ITGA5,PCDH17,TBX5和TCTEX1D1;我们采用焦磷酸测序的方法在另外独立的23对非小细胞肺癌与癌旁组织样本中验证了它们甲基化水平的差异,且这8个新鉴定的基因的甲基化指纹能有效区分该独立数据集的癌和癌旁,AUC值高达0.965。这些结果表明我们提供的这组DNA甲基化分子标志物是一种非常有潜力的肺肿瘤诊断标志物。
表1 DNA甲基化指纹中的20个基因的DMR信息
本发明筛选的分子标志物在制备用于早期肺癌诊断的试剂盒中的应用,以筛选出的20个基因的DNA甲基化指纹为基础,利用焦磷酸甲基化测序或者捕获二代测序分析肿瘤组织样本、气管镜活检样本或血液样本,采用随机森林(RF)方法构建肺癌诊断的数学模型,使用ROC曲线及曲线下面积(AUC)来评价筛选效果;该模型灵敏度高,特异性好,AUC可高达0.998,诊断效果良好。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (4)
1.一组肺癌DNA甲基化分子标志物,其特征在于,所述标志物包括如下20个基因至少一个的甲基化:CDO1,SOX17,TCF21,TRIM58,ITGA9,CYYR1,CLEC14A,SLIT2,ZNF677,IRX2,ACVRL1,OSR1,ADCY8,GALNT13,HSPB6,IRX1,ITGA5,PCDH17,TBX5和TCTEX1D1。
2.根据权利要求1所述一组肺癌DNA甲基化分子标志物,其特征在于,所述标志物通过以下方法获取:
(1)RRBS和RNA-seq测序文库构建及测序:首先分别分离出每个病人肺肿瘤组织及其相邻正常肺组织样品中的总DNA,用MspI对基因组进行酶切;对产生的DNA片段进行末端修复;在末端修复后的3’末端添加碱基A;将DNA片段粘性末端A上连接甲基化接头。然后,选择40-220bp大小的DNA片段;将选择的片段进行重亚硫酸盐处理,使DNA片段中非甲基化的胞嘧啶转化为胸腺嘧啶,经PCR扩增后转变为尿嘧啶;将经过转换的目的片段进行PCR扩增;分离纯化扩增产物,即得到RRBS测序文库。利用标准Illumina测序试剂进行RNA-Seq文库构建。测序文库质检合格之后上机进行双端测序,得到测序原始数据。
(2)测序数据分析:对步骤(1)得到的测序原始数据进行质检。将经过质检的RRBS读段和RNA-seq读段分别用bismark和hisat2工具比对到人类参考基因组上,获得全基因组上的甲基化图谱和表达水平信息。
(3)检测差异甲基化区域(DMR)和差异表达基因(DEG):对步骤(2)得到的甲基化数据进行聚类分析,然后使用metilene,利用二元分割算法,从肿瘤组织和正常组织中筛选鉴别出差异甲基化区域(DMRs),最后,采用Wilcoxon秩和检验方法对候选的DMRs进行统计检验。对于转录本数据,用DESeq、edgeR等R程序包鉴定肿瘤组织和正常组织之间的差异表达基因(DEG)。
(4)挖掘肺癌候选甲基化驱动基因:首先将DMRs数据根据基因组信息注释到基因的功能区间,进行注释分类;然后提取启动子区域(TSS上游或者下游2kb区域范围)的DMR和相应转录起始位点对应DEG的表达数据进行相关性分析,选择负相关关系统计显著的基因作为异常甲基化驱动候选基因。
(5)机器学习筛选肺癌诊断的DNA甲基化基因指纹:从TCGA公共数据库中下载肺腺癌(LUAD)和肺鳞癌(LUSC)患者的甲基化和表达谱数据,利用这两个数据集对步骤(4)筛选出的甲基化驱动基因的甲基化和表达之间的关联性进行独立验证,进一步筛选出可靠的甲基化驱动基因。
3.一种权利要求1所述分子标志物在制备用于肺癌早期诊断的试剂盒中的应用。
4.根据权利要求3所述应用,其特征在于,以筛选出的20个基因的DNA甲基化指纹为基础,利用焦磷酸甲基化测序或者捕获二代测序分析肿瘤组织样本、气管镜活检样本或血液样本,采用随机森林(RF)方法构建肺癌诊断的数学模型,使用ROC曲线及曲线下面积(AUC)来评价效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110213621.8A CN112941180A (zh) | 2021-02-25 | 2021-02-25 | 一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110213621.8A CN112941180A (zh) | 2021-02-25 | 2021-02-25 | 一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112941180A true CN112941180A (zh) | 2021-06-11 |
Family
ID=76246232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110213621.8A Pending CN112941180A (zh) | 2021-02-25 | 2021-02-25 | 一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112941180A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436741A (zh) * | 2021-07-16 | 2021-09-24 | 四川大学华西医院 | 基于组织特异增强子区域dna甲基化的肺癌复发预测方法 |
CN113584168A (zh) * | 2021-07-19 | 2021-11-02 | 深圳泰莱生物科技有限公司 | 基于甲基化免疫沉淀高通量测序技术的肺癌检测方法 |
CN114736968A (zh) * | 2022-06-13 | 2022-07-12 | 南京世和医疗器械有限公司 | 血浆游离dna甲基化标志物在肺癌早筛中的用途以及肺癌早筛装置 |
CN115094142A (zh) * | 2022-07-19 | 2022-09-23 | 中国医学科学院肿瘤医院 | 用于诊断肺肠型腺癌的甲基化标志物 |
CN115772565A (zh) * | 2021-09-08 | 2023-03-10 | 广州市基准医疗有限责任公司 | 用于辅助检测肺癌体细胞egfr基因突变的甲基化位点及其应用 |
CN116555426A (zh) * | 2023-05-04 | 2023-08-08 | 杭州圣庭医疗科技有限公司 | 一种鉴定肿瘤组织来源的试剂盒及数据分析方法 |
CN116884491A (zh) * | 2023-09-07 | 2023-10-13 | 迈杰转化医学研究(苏州)有限公司 | 一种高通量筛选甲基化位点集合的方法、试剂盒及其应用 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106399506A (zh) * | 2009-10-26 | 2017-02-15 | 雅培分子公司 | 用于测定非小细胞肺癌预后的诊断方法 |
CN106399476A (zh) * | 2016-08-26 | 2017-02-15 | 深圳市圣必智科技开发有限公司 | 用于检测非小细胞肺癌的甲基化抑癌基因标志物及其检测方法 |
CN108753688A (zh) * | 2018-07-02 | 2018-11-06 | 广州赛琅生物技术有限公司 | 一种在低氧条件下体外扩增人血管内皮祖细胞的方法 |
CN109022567A (zh) * | 2018-08-06 | 2018-12-18 | 北京艾克伦医疗科技有限公司 | 用于鉴定肺结节和/或肺癌状态的试剂盒及其应用 |
CN109680060A (zh) * | 2017-10-17 | 2019-04-26 | 华东师范大学 | 甲基化标志物及其在肿瘤诊断、分类中的应用 |
CN110438228A (zh) * | 2019-07-31 | 2019-11-12 | 南通大学附属医院 | 结直肠癌dna甲基化标志物 |
CN110499364A (zh) * | 2019-07-30 | 2019-11-26 | 北京凯昂医学诊断技术有限公司 | 一种用于检测扩展型遗传病全外显子的探针组及其试剂盒和应用 |
WO2019229259A1 (en) * | 2018-05-31 | 2019-12-05 | The Institute Of Cancer Research: Royal Cancer Hospital | Materials and methods for monitoring the development of resistance of cancers to treatment |
-
2021
- 2021-02-25 CN CN202110213621.8A patent/CN112941180A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106399506A (zh) * | 2009-10-26 | 2017-02-15 | 雅培分子公司 | 用于测定非小细胞肺癌预后的诊断方法 |
CN106399476A (zh) * | 2016-08-26 | 2017-02-15 | 深圳市圣必智科技开发有限公司 | 用于检测非小细胞肺癌的甲基化抑癌基因标志物及其检测方法 |
CN109680060A (zh) * | 2017-10-17 | 2019-04-26 | 华东师范大学 | 甲基化标志物及其在肿瘤诊断、分类中的应用 |
WO2019229259A1 (en) * | 2018-05-31 | 2019-12-05 | The Institute Of Cancer Research: Royal Cancer Hospital | Materials and methods for monitoring the development of resistance of cancers to treatment |
CN108753688A (zh) * | 2018-07-02 | 2018-11-06 | 广州赛琅生物技术有限公司 | 一种在低氧条件下体外扩增人血管内皮祖细胞的方法 |
CN109022567A (zh) * | 2018-08-06 | 2018-12-18 | 北京艾克伦医疗科技有限公司 | 用于鉴定肺结节和/或肺癌状态的试剂盒及其应用 |
CN110499364A (zh) * | 2019-07-30 | 2019-11-26 | 北京凯昂医学诊断技术有限公司 | 一种用于检测扩展型遗传病全外显子的探针组及其试剂盒和应用 |
CN110438228A (zh) * | 2019-07-31 | 2019-11-12 | 南通大学附属医院 | 结直肠癌dna甲基化标志物 |
Non-Patent Citations (2)
Title |
---|
XIWEI SUN等: "An integrated epigenomic-transcriptomic landscape of lung cancer reveals novel methylation driver genes of diagnostic and therapeutic relevance", 《THERANOSTICS》 * |
孙喜伟: "深度挖掘肿瘤相关的DNA甲基化和tRNA来源小片段的分子特征", 《中国优秀博硕士学位论文全文数据库(博士) 医药卫生科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436741A (zh) * | 2021-07-16 | 2021-09-24 | 四川大学华西医院 | 基于组织特异增强子区域dna甲基化的肺癌复发预测方法 |
CN113584168A (zh) * | 2021-07-19 | 2021-11-02 | 深圳泰莱生物科技有限公司 | 基于甲基化免疫沉淀高通量测序技术的肺癌检测方法 |
CN115772565A (zh) * | 2021-09-08 | 2023-03-10 | 广州市基准医疗有限责任公司 | 用于辅助检测肺癌体细胞egfr基因突变的甲基化位点及其应用 |
CN115772565B (zh) * | 2021-09-08 | 2023-09-05 | 广州市基准医疗有限责任公司 | 用于辅助检测肺癌体细胞egfr基因突变的甲基化位点及其应用 |
CN114736968A (zh) * | 2022-06-13 | 2022-07-12 | 南京世和医疗器械有限公司 | 血浆游离dna甲基化标志物在肺癌早筛中的用途以及肺癌早筛装置 |
CN115094142A (zh) * | 2022-07-19 | 2022-09-23 | 中国医学科学院肿瘤医院 | 用于诊断肺肠型腺癌的甲基化标志物 |
CN115094142B (zh) * | 2022-07-19 | 2024-05-28 | 中国医学科学院肿瘤医院 | 用于诊断肺肠型腺癌的甲基化标志物 |
CN116555426A (zh) * | 2023-05-04 | 2023-08-08 | 杭州圣庭医疗科技有限公司 | 一种鉴定肿瘤组织来源的试剂盒及数据分析方法 |
CN116884491A (zh) * | 2023-09-07 | 2023-10-13 | 迈杰转化医学研究(苏州)有限公司 | 一种高通量筛选甲基化位点集合的方法、试剂盒及其应用 |
CN116884491B (zh) * | 2023-09-07 | 2023-12-12 | 迈杰转化医学研究(苏州)有限公司 | 一种高通量筛选甲基化位点集合的方法、试剂盒及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112941180A (zh) | 一组肺癌dna甲基化分子标志物及其在制备用于肺癌早期诊断试剂盒中的应用 | |
CN110760579B (zh) | 扩增游离dna的试剂以及扩增方法 | |
US11581062B2 (en) | Systems and methods for classifying patients with respect to multiple cancer classes | |
EP3658684B1 (en) | Enhancement of cancer screening using cell-free viral nucleic acids | |
CN109830264B (zh) | 肿瘤患者基于甲基化位点进行分类的方法 | |
CN113257350A (zh) | 基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置 | |
JP2014519319A (ja) | エピジェネティックドメインの安定性の全般的な損失を通して癌を検出する方法およびその組成物 | |
WO2022253288A1 (zh) | 一种甲基化测序方法和装置 | |
CN115094142B (zh) | 用于诊断肺肠型腺癌的甲基化标志物 | |
CN115820860A (zh) | 基于增强子甲基化差异的非小细胞肺癌标志物筛选方法及其标志物和应用 | |
CN115087745A (zh) | 无细胞样品中的双末端dna片段类型及其用途 | |
US20230203590A1 (en) | Methods and means for diagnosing lung cancer | |
CN115341031A (zh) | 一种泛癌甲基化生物标志物的筛选方法、生物标志物及应用 | |
WO2019149093A1 (zh) | 一种用于检测食管癌的基因标志物及其用途和检测方法 | |
WO2022262831A1 (zh) | 用于评估肿瘤的物质及其方法 | |
CN113667757B (zh) | 用于前列腺癌早期筛查的生物标志物组合、试剂盒及应用 | |
CN113817822B (zh) | 一种基于甲基化检测的肿瘤诊断试剂盒及其应用 | |
CN114507738A (zh) | 甲基化位点、检测甲基化水平的产品的用途及试剂盒 | |
CN109979534B (zh) | 一种c位点提取方法及装置 | |
CN116042820B (zh) | 一组结肠癌dna甲基化分子标志物及其在制备用于结肠癌早期诊断试剂盒中的应用 | |
WO2022255944A2 (en) | Method for detection and quantification of methylated dna | |
TW202330938A (zh) | 用於評估腫瘤的物質及其方法 | |
CN116403719A (zh) | 一种乳腺结节恶性鉴别诊断模型的构建方法 | |
CN116790755A (zh) | 一种神经胶质瘤检测的标志物及其应用 | |
WO2022190752A1 (ja) | がん検査試薬セット、がん検査試薬セットの製造方法及びがん検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |