CN113957148A - 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置 - Google Patents

用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置 Download PDF

Info

Publication number
CN113957148A
CN113957148A CN202111300818.1A CN202111300818A CN113957148A CN 113957148 A CN113957148 A CN 113957148A CN 202111300818 A CN202111300818 A CN 202111300818A CN 113957148 A CN113957148 A CN 113957148A
Authority
CN
China
Prior art keywords
gene
immunotherapy
subject
fat1
mutation
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.)
Withdrawn
Application number
CN202111300818.1A
Other languages
English (en)
Inventor
尤冬
张昭
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.)
Shanghai Zhiben Medical Laboratory Co ltd
Origimed Technology Shanghai Co ltd
Original Assignee
Shanghai Zhiben Medical Laboratory Co ltd
Origimed Technology Shanghai Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Zhiben Medical Laboratory Co ltd, Origimed Technology Shanghai Co ltd filed Critical Shanghai Zhiben Medical Laboratory Co ltd
Priority to CN202111300818.1A priority Critical patent/CN113957148A/zh
Publication of CN113957148A publication Critical patent/CN113957148A/zh
Withdrawn legal-status Critical Current

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
    • 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
    • G16B20/50—Mutagenesis
    • 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
    • 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
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • 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

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

Abstract

本发明涉及一种用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合，包括APC基因和FAT1基因。其中，APC基因和FAT1基因的突变状态，与MSI和TMB状态存在显著相关性，能够作为新的生物标志物预测结直肠癌患者对免疫疗法敏感性能，预测结直肠癌患者对免疫治疗疗效的有效性。本发明的基因标志物组合作为生物标志物，与需要检测至少数百个基因计算的TMB相比，仅通过检测少数关键基因的突变就可以预测免疫治疗疗效，大大降低了检测成本；与MSI相比，根据基因检测覆盖的人群更多，扩大了免疫治疗的潜在获益人群。

Description

用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒 以及装置
技术领域
本发明涉及癌症技术领域，具体而言，涉及一种用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置。
背景技术
结直肠癌(colorectal cancer,CRC)，又称为大肠癌、直肠癌、大肠直肠癌、大肠直肠癌、或肠癌，为源自结肠或直肠(为大肠的一部份)的癌症，是一种人类最常见的恶性肿瘤之一。其中，结肠腺癌是结肠腺上皮来源的常见消化道恶性肿瘤，是结直肠癌较为常见的亚型。目前，晚期结肠腺癌治疗手段主要为化疗和/或放疗，而这些治疗手段存在副作用强，易产生耐药性的问题。
近年来，免疫检查点抑制剂(Immune Checkpoint Inhibitors,ICIs)在肿瘤治疗领域引起了较大的关注，具有广阔的应用前景，并在结肠腺癌的治疗取得了一定的效果。然而，仅有部分晚期结肠腺癌患者能获益于这种治疗方法。
目前临床上常见的用于预测免疫治疗疗效的生物标志物包括MSI和TMB。其中，MSI全称“微卫星不稳定性”(Microsatellite Instability)，是获得FDA认证的实体瘤免疫治疗生物标志物(biomarker)。MSI现象于1993年被Jacobs等人在结直肠癌中首次发现，是一种由于DNA错配修复功能缺陷导致的微卫星序列改变的现象，与癌症发生有关，可用于癌症检测。临床上，既可通过免疫组化的方法检测错配修复基因(MLH1、MSH2、MSH6及PMS2)编码蛋白质水平的缺失来检测MSI，也可通过PCR或NGS技术直接检测微卫星重复序列的异常来检测MSI。但MSI只是带来基因组不稳定性的原因之一，仅仅依赖MSI检测，可能会错失相当一部分潜在获益人群。
TMB全称“肿瘤基因突变负荷”(tumor mutational burden)，是获得NCCN指南推荐的免疫治疗生物标志物(biomarker)。通过全外显子组测序(WES)或大基因panel(如MSK-IMPACT、Foundation One等)对肿瘤组织或外周血游离肿瘤DNA(ctDNA)的全部或特定基因编码区进行深度测序，并通过一定的生物信息学变异识别软件，计算得到每Mb基因区域内发生体细胞突变的个数。然而，TMB检测对技术平台要求较高，工作周期较长，并且测序成本高昂。
因而，MSI和TMB作为现有生物标志物预测结肠腺癌患者的免疫治疗疗效仍有一定的缺陷。
发明内容
为了解决上述问题，本发明的第一目的在于提供一种用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合，其中，基因标志物组合包括APC基因和FAT1基因，上述基因标志物组合能够作为新的生物标志物，预测结直肠癌患者对免疫治疗疗效的有效性，从而覆盖更多的检测人群，扩大免疫治疗的潜在获益人群。
本发明的第二目的在于提供一种上述基因标志物组合在制备用于预测结直肠癌患者对免疫疗法敏感性的试剂、制备用于预测结直肠癌患者对免疫疗法敏感性的试剂盒或预测结直肠癌患者对免疫疗法敏感性中的用途。
本发明的第三目的在于提供一种用于检测上述基因标志物组合的试剂在用于预测结直肠癌患者对免疫疗法敏感性试剂盒的制备中的用途。
本发明的第四目的在于提供一种用于预测结直肠癌患者对免疫疗法敏感性的试剂盒。
本发明的第五目的在于还提供了一种用于预测结直肠癌患者对免疫疗法敏感性的装置，包括：
数据获取模块：用于获取受试者APC基因和FAT1基因的突变数据；
输出预测模块：用于根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
本发明还涉及与上述方法相关的一种计算机可读存储介质，所述计算机存储介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行上述用于预测结直肠癌患者对免疫疗法敏感性的全部步骤，所述步骤包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
本发明还涉及与上述方法相关的一种电子设备，包括：
一个或多个处理器；以及
存储装置，存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述用于预测结直肠癌患者对免疫疗法敏感性的全部步骤：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
与现有技术相比，本发明的有益效果为：
本发明提供了一种用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合，其中，基因标志物组合包括APC基因和FAT1基因，上述基因标志物组合能够作为新的生物标志物，预测结直肠癌患者对免疫治疗疗效的有效性。本发明的基因标志物组合与需要检测至少数百个基因计算的TMB相比，仅通过检测少数关键基因的突变就可以预测免疫治疗疗效，大大降低了检测成本；与MSI相比，根据基因检测覆盖的人群更多，扩大了免疫治疗的潜在获益人群。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1为本发明实施例1中不同APC+FAT1基因组合的患者生存数据分析分析结果示意图；
图2为本发明实施1中对受试者的GS分值进行多因素分析的结果示意图；
图3为本发明实施例1中对受试者的TMB值进行多因素分析的结果示意图。
具体实施方式
现将详细地提供本发明实施方式的参考，其一个或多个实例描述于下文。提供每一实例作为解释而非限制本发明。实际上，对本领域技术人员而言，显而易见的是，可以对本发明进行多种修改和变化而不背离本发明的范围或精神。例如，作为一个实施方式的部分而说明或描述的特征可以用于另一实施方式中，来产生更进一步的实施方式。
因此，旨在本发明覆盖落入所附权利要求的范围及其等同范围中的此类修改和变化。本发明的其它对象、特征和方面公开于以下详细描述中或从中是显而易见的。本领域普通技术人员应理解本讨论仅是示例性实施方式的描述，而非意在限制本发明更广阔的方面。
本文使用的术语“标志物”或“生化标志物”指要用作分析患者实验样品的靶标的分子，这样的分子靶标的实例是核酸。
在本发明中，肿瘤组织或癌症来自人。
在本发明中，免疫治疗(immunotherapy)是指针对机体低下或亢进的免疫状态，人为地增强或抑制机体的免疫功能以达到治疗疾病目的的治疗方法。免疫治疗的方法有很多，适用于多种疾病的治疗。肿瘤的免疫治疗旨在激活患者的免疫系统，依靠自身免疫机能杀灭癌细胞和肿瘤组织。与以往的手术、化疗、放疗和靶向治疗不同的是，免疫治疗针对的靶标不是肿瘤细胞和组织，而是患者自身的免疫系统。
微卫星不稳定性(Microsatellite Instability,MSI)和肿瘤基因突变负荷(Tumor Mutational Burden,TMB)是临床上常见的用于预测免疫治疗疗效的生物标志物。其中，MSI是指由于在DNA复制时插入或缺失突变引起的微卫星(Microsatellite,MS)序列长度改变的现象，常由错配修复功能(Mismatch repair,MMR)缺陷引起。通常MSI高的实体瘤患者，对免疫治疗应答率更高。
TMB是指通过全外显子组测序(WES)或大基因panel(如IMPACT-Foundation)对肿瘤组织或外周血游离肿瘤DNA(ctDNA)的全部或特定基因编码区进行深度测序，并通过生物信息学变异识别软件，计算得到每Mb基因区域内发生体细胞突变的个数，通常TMB与免疫治疗疗效存在显著的正相关关系。
由于MSI只是带来基因组不稳定性的原因之一，仅仅依赖MSI检测，可能会错失相当一部分潜在获益人群；而TMB检测对技术平台要求较高，工作周期较长，并且测序成本高昂。
为了至少部分解决上述技术问题的至少一个，本发明的第一方面提供了一种用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合，包括APC基因和FAT1基因，其中，APC基因和FAT1基因为抑癌基因，在被激活情况下具有抑制细胞增殖作用，APC基因和FAT1基因的突变状态，与MSI和TMB状态存在显著相关性，能够作为新的生物标志物预测结直肠癌患者对免疫疗法敏感性能够作为新的生物标志物，预测结直肠癌患者对免疫治疗疗效的有效性。本发明的基因标志物组合与需要检测至少数百个基因计算的TMB相比，仅通过检测少数关键基因的突变就可以预测免疫治疗疗效，大大降低了检测成本；与MSI相比，根据基因检测覆盖的人群更多，扩大了免疫治疗的潜在获益人群。
在一些实施方案中，所述结直肠癌患者为结肠腺癌患者。
在一些实施方案中，免疫疗法为使用免疫检查点抑制剂的免疫疗法。
如本文所用，术语“免疫检查点”是指免疫系统中存在的一些抑制性信号通路。机体在正常情况下，免疫检查点可以通过调节自身免疫反应的强度来维持免疫耐受，然而机体在受到肿瘤侵袭时，免疫检查点的激活会抑制自身免疫，有利于肿瘤细胞的生长和逃逸。通过使用免疫检查点抑制剂，可以恢复机体正常的抗肿瘤免疫反应，从而控制和清除肿瘤。本领域已知多种可用于肿瘤治疗的免疫检查点抑制剂。例如，本发明所述免疫检查点抑制剂包括但不限于PD1抑制剂或PD-L1抑制剂，例如国内的特瑞普利单抗、信迪利单抗、卡瑞利珠单抗，以及派姆单抗、纳武单抗、阿特珠单抗、Avelumab以及Durvalumab。
本发明的第二方面还提供了用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合在制备用于预测结直肠癌患者对免疫疗法敏感性的试剂、制备用于预测结直肠癌患者对免疫疗法敏感性的试剂盒或预测结直肠癌患者对免疫疗法敏感性中的用途。
本发明的第三方面还提供了用于检测上述基因标志物组合的试剂在用于预测结直肠癌患者对免疫疗法敏感性试剂盒的制备中的用途。
本发明的第四方面还提供了一种用于预测结直肠癌患者对免疫疗法敏感性的试剂盒，包括用于检测上述基因标志物组合的试剂。
本发明的第五方面还提供了一种用于预测结直肠癌患者对免疫疗法敏感性的方法，包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
具体地，通过对受试者的肿瘤组织样本和对照组织样本进行全基因组测序和/或外显子组测序，比较肿瘤组织与对照组织的测序数据，得到基因组或外显子组的突变数据，进而根据基因组或外显子组的突变数据，可以确定APC基因和FAT1基因的突变数据。其中，APC基因和FAT1基因的突变数据是指分别根据受试者肿瘤组织与对照组织的测序数据确定的APC基因和FAT1基因的变异数据，根据突变数据可以确定APC基因和FAT1基因是否发生突变以及发生突变的位点，进一步，可以预测受试者对免疫疗法敏感性。
其中，测序是高通量测序，也称作二代测序(“NGS”)，二代测序在并行的测序过程中同时产生数千至数百万条序列。NGS区别于“Sanger测序”(一代测序)，后者是基于单个测序反应中的链终止产物的电泳分离。
本发明的NGS的测序平台是商用可得的，包括但不限于Roche/454FLX、Illumina/Solexa Genome Analyzer和Applied Biosystems SOLID system等。
测序可以对全基因组测序，也可以覆盖基因组中部分基因或区域的测序。
在一些实施方案中，也可以根据APC基因和FAT1基因设计特异性引物和/或探针，通过PCR反应获取APC基因和FAT1基因的测序数据，以此确定APC基因和FAT1基因的突变数据。
外显子组测序是利用序列捕获技术将基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法，具有对常见和罕见变异高灵敏度，仅需对2％的基因组进行测序就能发现外显子区域的大部分疾病相关变异。
在一些实施方案中，根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果具体包括：
根据受试者的APC基因和FAT1基因的突变数据确定APC基因和FAT1基因是否存在突变；
若APC基因存在突变且FAT1基因不存在突变，计算GS分值＝第一预设值，否则计算GS分值＝第二预设值；
根据GS分值输出受试者对免疫疗法敏感性的预测结果，其中，GS分值＝第一预设值则输出受试者对免疫检查点抑制剂疗法不敏感的预测结果，GS分值＝第二预设值输出受试者对免疫检查点抑制剂疗法敏感的预测结果。
具体地，可以根据APC基因和FAT1基因的突变数据判断APC基因和FAT1基因是否存在突变，进而根据APC基因和FAT1基因的不同突变状态的组合计算不同的GS分值，根据不同GS分值可以预测受试者是否对免疫疗法敏感。
需要说明的是，本文所述的“突变”是指改变多肽产物的氨基酸序列或影响功能RNA碱基序列的基因突变，可以是编码区的非同义突变，也可以是非编码区影响多肽产物的氨基酸序列或者功能RNA碱基序列的突变，具体包括错义突变、框内插入或缺失突变、无义突变、移码突变和/或剪接突变等各种突变。
可以理解的是，根据APC基因和FAT1基因是否存在突变，将APC基因存在突变定义为APC基因＝1，将APC基因不存在突变定义为APC基因＝0，类似地，对FAT1基因进行定义，可以得到四种APC基因和FAT1基因组合：APC基因＝0，FAT1基因＝1；APC基因＝0，FAT1基因＝0；APC基因＝1，FAT1基因＝1；APC基因＝1，FAT1基因＝0。
在一些实施方案中，根据不同的APC基因和FAT1基因组合情况计算GS分值，具体地，当APC基因＝1，FAT1基因＝0，计算GS分值等于第一预设值，而其他组合情况则计算GS分值等于第二预设值。
在一些具体实施方案中，第一预设值为0，第二预设值为1，当GS分值为0时输出受试者对免疫检查点抑制剂疗法不敏感的预测结果，当GS分值为1时输出受试者对免疫检查点抑制剂疗法敏感的预测结果。
本发明的第六方面还提供了一种用于预测结直肠癌患者对免疫疗法敏感性的装置，包括：
数据获取模块：用于获取受试者APC基因和FAT1基因的突变数据；
输出预测模块：用于根据受试者APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
在一些实施方案中，输出预测模块具体包括:
突变判断单元：用于根据受试者的APC基因和FAT1基因的突变数据判断APC基因和FAT1基因是否存在突变；
GS分值计算单元：若APC基因存在突变且FAT1基因不存在突变，计算GS分值＝第一预设值，否则计算GS分值＝第二预设值；
预测结果输出单元：根据GS分值输出受试者对免疫疗法敏感性的预测结果，其中，当GS分值＝第一预设值时输出受试者对免疫检查点抑制剂疗法不敏感的预测结果，当GS分值＝第二预设值时输出受试者对免疫检查点抑制剂疗法敏感的预测结果。
在一些实施方案中，所述受试者为结直肠癌晚期患者。
在一些实施方案中，所述结直肠癌晚期患者为结腺肠癌晚期患者。
本发明还涉及一种计算机可读存储介质，所述计算机存储介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行以实现预测结直肠癌患者对免疫疗法敏感性的全部步骤，所述全部步骤包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明还涉及一种电子设备，包括：
一个或多个处理器；以及
存储装置，存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现预测结直肠癌患者对免疫疗法敏感性的全部步骤，所述步骤包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
可选的，电子设备还可以包括收发器。处理器和收发器相连，如通过总线相连。需要说明的是，实际应用中收发器不限于一个，该电子设备的结构并不构成对本申请实施例的限定。
其中，处理器可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线可包括一通路，在上述组件之间传送信息。总线可以是PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。存储器802可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
下面将结合实施例对本发明的实施方案进行详细描述。
Cox比例风险模型(cox proportional-hazards model)，简称Cox模型是由英国统计学家D.R.Cox(1972)年提出的一种半参数回归模型。该模型以生存结局和生存时间为应变量，可同时分析众多因素对生存期的影响，能分析带有截尾生存时间的资料，且不要求估计资料的生存分布类型，Cox模型可以同时处理多个因素对生存结局的影响，所以是临床研究中针对生存数据的最经典的多因素分析方法。
而风险比(hazard ratio，简称HR)则是Cox模型中最主要的概念，在癌症研究中：hazard ratio>1被认为是bad prognostic factor，hazard ratio<1被认为是goodprognostic factor，而HR越小，则代表该组预后越好(HR越小代表该组发生事件风险越小，比如HR＝0.51代表相对于对照组，实验组发生事件风险下降了49％)
实施例1
下载MSKCC数据中的85例接受免疫检查点抑制剂治疗方案的晚期结肠腺癌(COAD)患者的数据，该数据包括基因突变数据、治疗方案数据和总体生存(OS)数据，具体如表1所示。
Figure BDA0003338262590000121
Figure BDA0003338262590000131
Figure BDA0003338262590000141
Figure BDA0003338262590000151
Figure BDA0003338262590000161
首先，对85例接受免疫检查点抑制剂治疗方案的晚期结肠腺癌(COAD)患者进行单因素COX分析，发现85例患者与免疫治疗总体生存(OS)最相关(P<0.1)的基因共6个，具体信息如表2所示。
表2
Figure BDA0003338262590000171
随后将这6个基因分为两类：其中，APC和VHL因为HR值大于1，初步判定为预测整体生存的负相关因素(但VHL突变型病例只有1例，很难判断是否具有真实的统计学意义，且频率过低，故后续不考虑该基因)，而CREBBP、KMT2C、BRAF和FAT1因为HR值小于1，初步判定为预测整体生存的正相关因素。
进一步，对不同APC+FAT1基因组合的患者生存数据进行分析，具体分析结果如图1所示，图1中X轴的单位为月。由图1可知，根据FAT1基因和APC基因的突变状态两两组合共分为4个亚组，FAT1＝0即FAT1无非同义突变，FAT1＝1即FAT1有非同义突变，APC类似。
具体地，全部85例COAD病人的OS中位值在9个月，故以此为阈值划分免疫治疗效果，其中，免疫治疗效果较差分组：OS小于等于9个月且OS_S＝1，即9个月内死亡的病例共26例，其中，APC＝1，FAT1＝0的患者共24例(占比92.3％，其中大部分为nonsense或frame-shif突变)，另外两例为APC＝0，FAT1＝0；免疫治疗效果较好分组：OS大于9个月的病例共39例，其中，APC＝1，FAT1＝0(GS＝0)的患者共14例(占比35.9％，其中大部分为nonsense或frame-shif突变)，其它类型类型共25例(占比64.1％)，包括APC＝0，FAT1＝0的患者16例，APC＝1，FAT1＝1的患者8例，APC＝0，FAT1＝1的患者1例。生存分析表明除了FAT1＝0，APC＝1组生存较差之外，其它三组生存预后好。
根据以上生存分析结果，计算GS值：当FAT1＝0，APC＝1时，计算GS＝0，否则计算GS＝1，并且可以预测GS＝1时，患者的免疫治疗效果较好，GS＝0时，患者的免疫治疗效果较差。
进一步地，对85例患者的GS值进行多因素分析(加入年龄、性别、药物)，发现其HR值＝0.244(0.10-0.57)，P<0.001，具体分析结果如图2所示。由图2可知，根据FAT1基因和APC基因的突变状态计算GS值，APC基因有突变而FAT1基因无突变即GS＝0，其它情形为GS＝1。多因素COX分析表明GS＝1组生存显著优于GS＝0组，并且潜在获益人群比例达到42.4％(36/85)。
对85例患者的TMB值进行多因素分析(加入年龄、性别、药物)发现其HR值＝0.48(0.20-1.16)，P＝0.10，具体分析结果如图3所示。根据TMB状态分组，TMB＝High即TMB大于等于10个突变/Mb，TMB＝Low即TMB小于10个突变/Mb。多因素COX分析表明TMB＝High组的生存优于TMB＝Low组，潜在获益人群比例为42.4％(36/85)。
实施例2
为了进一步验证说明本发明的APC基因和FAT1基因是免疫治疗疗效的独立预测风险因素，本发明下载DFCI公共数据库中的619例晚期结肠腺癌(COAD)患者数据，该数据包括基因突变数据、临床和生存数据，其中，529例患者有MSI的检测结果，发现APC+FAT1基因的体细胞突变状态与MSI和TMB状态存在显著相关性，具体如表3、表4和表5所示。
表3
Figure BDA0003338262590000191
表4
分组 MSS MSI MSI比例
GS＝0 264 21 7.4％
GS＝1 174 70 28.7％
表5
分组 TMB-High TMB-Low TMB-High比例
GS＝0 25 302 7.1％
GS＝1 89 203 30.5％
将在APC基因发生体细胞突变的样本归为APC＝1组；反之，将APC基因未发生任何体细胞突变的样本归为APC＝0组。
比较发现，如表3所示，APC＝1，FAT1＝0组中MSI的比例显著低于其它分组，具体地，APC＝1，FAT1＝0vs APC＝1，FAT1＝1，7.4％vs 37.0％，P＝5.8E-5；APC＝1，FAT1＝0vsAPC＝0，FAT1＝0，7.4％vs 22.2％，P＝6.2E-6，APC＝1，FAT1＝0vs APC＝0，FAT1＝1，7.4％vs 64.3％，P＝5.1E-12，以上P值均为Fisher精确检验。
进一步地，根据上文定义，将APC基因和FAT1基因的组合分为GS＝0和GS＝1(当APC＝1，FAT1＝0时，GS＝0，其余组合情况定义为GS＝1)。比较发现，如表4所示，GS＝1中的MSI比例显著高于GS＝0组(GS＝1vs GS＝0，28.7％vs 7.4％，P＝7.1E-11，以上P值均为Fisher精确检验)，同时，如表5所示，TMB-High(定义为突变频率>＝10突变/Mb)的比例也显著高于GS＝0组(GS＝1vs GS＝0，28.7％vs 7.4％，P＝7.1E-13，以上P值均为Fisher精确检验)。
以上结果表明，APC基因和FAT1基因可能与MSI和TMB类似，是重要的可用于预测晚期结肠腺癌免疫治疗疗效的生物标志物。
实施例3
本实施例提供了一种用于预测结直肠癌患者对免疫疗法敏感性的方法，包括以下步骤：
S1：获取受试者的临床病理信息，判断受试者是否为晚期结肠腺癌病人；
S2：若受试者为晚期结肠腺癌病人，获取受试者APC和FAT1基因的突变数据，根据突变数据判断APC基因和FAT1基因上是否存在突变；
S3：若APC基因存在突变，FAT1基因不存在突变，计算GS＝0，否则计算GS＝1；
S4：根据GS分值输出受试者对免疫疗法敏感性的预测结果，在GS＝1时输出受试者对免疫检查点抑制剂疗法敏感的预测结果，在GS＝0时输出受试者对免疫检查点抑制剂疗法不敏感的预测结果。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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 (11)

1.用于预测结直肠癌患者对免疫疗法敏感性的基因标志物组合，其特征在于，包括APC基因和FAT1基因。
2.根据权利要求1所述的基因标志物组合在制备用于预测结直肠癌患者对免疫疗法敏感性的试剂中的用途。
3.用于检测权利要求1所述的基因标志物组合的试剂在制备用于预测结直肠癌患者对免疫疗法敏感性试剂盒中的用途。
4.一种用于预测结直肠癌患者对免疫疗法敏感性的试剂盒，其特征在于，包括用于检测权利要求1所述的基因标志物组合的试剂。
5.根据权利要求4所述的试剂盒，其特征在于，所述试剂盒包括用于扩增APC基因和/或FAT1基因的特异性引物和/或探针。
6.根据权利要求4所述的试剂盒，其特征在于，所述试剂盒还包括核酸提取试剂、PCR试剂、基因组/转录组测序试剂中的至少一种。
7.根据权利要求1所述的基因标志物组合，权利要求2或3所述的用途，或者权利要求4或5所述的试剂盒，其特征在于，所述免疫疗法为使用免疫检查点抑制剂的免疫疗法。
8.一种用于预测结直肠癌患者对免疫疗法敏感性的装置，其特征在于，包括：
数据获取模块：用于获取受试者APC基因和FAT1基因的突变数据；
输出预测模块：用于根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
9.根据权利要求8所述的装置，其特征在于，所述输出预测模块具体包括：
突变判断单元：用于根据受试者的APC基因和FAT1基因的突变数据判断APC基因和FAT1基因是否存在突变；
GS分值计算单元：若APC基因存在突变且FAT1基因不存在突变，计算GS分值＝第一预设值，否则计算GS分值＝第二预设值；
预测结果输出单元：根据GS分值输出受试者对免疫疗法敏感性的预测结果，其中，在GS分值＝第一预设值时输出受试者对免疫检查点抑制剂疗法不敏感的预测结果，在GS分值＝第二预设值时输出受试者对免疫检查点抑制剂疗法敏感的预测结果。
10.一种计算机可读存储介质，所述计算机存储介质用于存储计算机指令、程序、代码集或指令集，当其在计算机上运行时，使得计算机执行以实现预测结直肠癌患者对免疫疗法敏感性的全部步骤，所述全部步骤包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
11.一种电子设备，包括：
一个或多个处理器；以及
存储装置，存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现预测结直肠癌患者对免疫疗法敏感性的全部步骤，所述步骤包括：
获取受试者APC基因和FAT1基因的突变数据；
根据受试者的APC基因和FAT1基因的突变数据输出受试者对免疫疗法敏感性的预测结果。
CN202111300818.1A 2021-11-04 2021-11-04 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置 Withdrawn CN113957148A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111300818.1A CN113957148A (zh) 2021-11-04 2021-11-04 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111300818.1A CN113957148A (zh) 2021-11-04 2021-11-04 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置

Publications (1)

Publication Number Publication Date
CN113957148A true CN113957148A (zh) 2022-01-21

Family

ID=79469257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111300818.1A Withdrawn CN113957148A (zh) 2021-11-04 2021-11-04 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置

Country Status (1)

Country Link
CN (1) CN113957148A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110656179A (zh) * 2019-10-29 2020-01-07 至本医疗科技（上海）有限公司 免疫敏感性预测的生物标志组成物及用途、试剂盒设备存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110305965A (zh) * 2019-08-29 2019-10-08 至本医疗科技（上海）有限公司 一种预测非小细胞肺癌（nsclc）患者对免疫疗法的敏感性的方法
CN113025722A (zh) * 2021-05-27 2021-06-25 至本医疗科技（上海）有限公司 用于预测晚期肺腺癌免疫治疗疗效的试剂盒和系统
CN113061656A (zh) * 2021-03-25 2021-07-02 南京先声医学检验有限公司 Tet1基因突变在预测结肠癌患者对免疫检查点抑制剂疗法敏感性中的应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110305965A (zh) * 2019-08-29 2019-10-08 至本医疗科技（上海）有限公司 一种预测非小细胞肺癌（nsclc）患者对免疫疗法的敏感性的方法
CN113061656A (zh) * 2021-03-25 2021-07-02 南京先声医学检验有限公司 Tet1基因突变在预测结肠癌患者对免疫检查点抑制剂疗法敏感性中的应用
CN113025722A (zh) * 2021-05-27 2021-06-25 至本医疗科技（上海）有限公司 用于预测晚期肺腺癌免疫治疗疗效的试剂盒和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110656179A (zh) * 2019-10-29 2020-01-07 至本医疗科技（上海）有限公司 免疫敏感性预测的生物标志组成物及用途、试剂盒设备存储介质

Similar Documents

Publication Publication Date Title
US20200270707A1 (en) Methylation pattern analysis of haplotypes in tissues in a dna mixture
Zhu et al. Immune gene expression profiling reveals heterogeneity in luminal breast tumors
US11193175B2 (en) Normalizing tumor mutation burden
US20190362808A1 (en) Methods of detecting somatic and germline variants in impure tumors
US20230040907A1 (en) Diagnostic assay for urine monitoring of bladder cancer
WO2017049214A1 (en) Predicting disease burden from genome variants
CN113228190A (zh) 基于预测的肿瘤突变负荷的肿瘤分类
CN113957148A (zh) 用于预测结直肠癌患者对免疫疗法敏感性的标志物、试剂盒以及装置
CN114999653B (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
CN106119406B (zh) 多发性肉芽肿血管炎及微小动脉炎的基因分型诊断试剂盒及使用方法
US20220301654A1 (en) Systems and methods for predicting and monitoring treatment response from cell-free nucleic acids
CN113160895A (zh) 一种结直肠癌风险评估模型及系统
CN111863130A (zh) 肿瘤免疫治疗预后标志物的筛选方法及应用
AU2019220440A1 (en) Patient classification and prognostic method
CN113881673A (zh) 用于预测肿瘤类型的标志物、试剂盒和装置
CN110144403B (zh) 一种乳腺癌治病基因rbm12b的新突变snp位点及其应用
Grandt et al. Computation and comparison of gene expression variability in fibroblasts of long-term survivors of childhood cancer and cancer-free controls in response to ionizing and sham-irradiation: the KiKme study
Wong et al. Regional and bilateral MRI and gene signatures in facioscapulohumeral dystrophy: implications for clinical trial design and mechanisms of disease progression
Hoffing et al. Transcript-aware analysis of rare predicted loss-of-function variants in the UK Biobank elucidate new isoform-trait associations
CN117721200A (zh) 一种检测喉鳞癌放疗敏感性tp53基因突变的试剂盒及其应用
EP4327327A1 (en) Detecting loss of heterozygosity in hla alleles using machine-learning models
WO2024092358A1 (en) Biomarker based diagnosis and treatment of myeloproliferative neoplasms
CN115667544A (zh) 鉴定染色体外dna特征的方法
CN117512111A (zh) 一种原发性肺癌辅助诊断panel、试剂盒及其应用
EP3660169A1 (en) Markers for predicting weight loss treatment response in children

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220121

WW01 Invention patent application withdrawn after publication