CN114480630A - 用于辅助诊断癌症的一种甲基化标志物 - Google Patents
用于辅助诊断癌症的一种甲基化标志物 Download PDFInfo
- Publication number
- CN114480630A CN114480630A CN202011155101.8A CN202011155101A CN114480630A CN 114480630 A CN114480630 A CN 114480630A CN 202011155101 A CN202011155101 A CN 202011155101A CN 114480630 A CN114480630 A CN 114480630A
- Authority
- CN
- China
- Prior art keywords
- cancer
- seq
- lung cancer
- lung
- rptor
- 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
- 230000011987 methylation Effects 0.000 title claims abstract description 168
- 238000007069 methylation reaction Methods 0.000 title claims abstract description 168
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 164
- 201000011510 cancer Diseases 0.000 title claims abstract description 155
- 238000003745 diagnosis Methods 0.000 title claims abstract description 37
- 239000003550 marker Substances 0.000 title claims abstract description 10
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims abstract description 251
- 208000020816 lung neoplasm Diseases 0.000 claims abstract description 250
- 201000005202 lung cancer Diseases 0.000 claims abstract description 249
- 206010061902 Pancreatic neoplasm Diseases 0.000 claims abstract description 107
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 claims abstract description 106
- 201000002528 pancreatic cancer Diseases 0.000 claims abstract description 106
- 208000008443 pancreatic carcinoma Diseases 0.000 claims abstract description 106
- 208000000461 Esophageal Neoplasms Diseases 0.000 claims abstract description 105
- 206010030155 Oesophageal carcinoma Diseases 0.000 claims abstract description 103
- 201000004101 esophageal cancer Diseases 0.000 claims abstract description 103
- 101150018494 RPTOR gene Proteins 0.000 claims abstract description 96
- 206010054107 Nodule Diseases 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 239000000126 substance Substances 0.000 claims abstract description 9
- 230000001737 promoting effect Effects 0.000 claims abstract description 7
- 230000000903 blocking effect Effects 0.000 claims abstract 3
- 108020004414 DNA Proteins 0.000 claims description 141
- 239000012634 fragment Substances 0.000 claims description 141
- 108091029430 CpG site Proteins 0.000 claims description 137
- 210000004072 lung Anatomy 0.000 claims description 62
- 238000013178 mathematical model Methods 0.000 claims description 62
- 238000000034 method Methods 0.000 claims description 52
- 238000001514 detection method Methods 0.000 claims description 39
- 102000053602 DNA Human genes 0.000 claims description 12
- 108020004682 Single-Stranded DNA Proteins 0.000 claims description 12
- 238000007477 logistic regression Methods 0.000 claims description 12
- 239000002773 nucleotide Substances 0.000 claims description 12
- 125000003729 nucleotide group Chemical group 0.000 claims description 12
- 239000003153 chemical reaction reagent Substances 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 5
- 239000003795 chemical substances by application Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 abstract description 32
- 239000008280 blood Substances 0.000 abstract description 32
- 238000013399 early diagnosis Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000004069 differentiation Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 108010029031 Regulatory-Associated Protein of mTOR Proteins 0.000 description 164
- 102100040969 Regulatory-associated protein of mTOR Human genes 0.000 description 154
- 239000000523 sample Substances 0.000 description 44
- 208000010507 Adenocarcinoma of Lung Diseases 0.000 description 23
- 208000000587 small cell lung carcinoma Diseases 0.000 description 23
- 201000005249 lung adenocarcinoma Diseases 0.000 description 19
- 206010041067 Small cell lung cancer Diseases 0.000 description 17
- 206010041823 squamous cell carcinoma Diseases 0.000 description 15
- 239000000047 product Substances 0.000 description 13
- 210000001165 lymph node Anatomy 0.000 description 10
- 230000008595 infiltration Effects 0.000 description 9
- 238000001764 infiltration Methods 0.000 description 9
- 230000007067 DNA methylation Effects 0.000 description 8
- 230000004083 survival effect Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000001574 biopsy Methods 0.000 description 7
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 210000000265 leukocyte Anatomy 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 201000008129 pancreatic ductal adenocarcinoma Diseases 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 206010061534 Oesophageal squamous cell carcinoma Diseases 0.000 description 4
- 208000036765 Squamous cell carcinoma of the esophagus Diseases 0.000 description 4
- 238000004820 blood count Methods 0.000 description 4
- 208000007276 esophageal squamous cell carcinoma Diseases 0.000 description 4
- 201000005243 lung squamous cell carcinoma Diseases 0.000 description 4
- 238000001269 time-of-flight mass spectrometry Methods 0.000 description 4
- 102000012406 Carcinoembryonic Antigen Human genes 0.000 description 3
- 108010022366 Carcinoembryonic Antigen Proteins 0.000 description 3
- 108091081021 Sense strand Proteins 0.000 description 3
- 239000000427 antigen Substances 0.000 description 3
- 102000036639 antigens Human genes 0.000 description 3
- 108091007433 antigens Proteins 0.000 description 3
- 229910052788 barium Inorganic materials 0.000 description 3
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 description 3
- 238000011976 chest X-ray Methods 0.000 description 3
- 238000003759 clinical diagnosis Methods 0.000 description 3
- 210000003238 esophagus Anatomy 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 102000012288 Phosphopyruvate Hydratase Human genes 0.000 description 2
- 108010022181 Phosphopyruvate Hydratase Proteins 0.000 description 2
- 206010036790 Productive cough Diseases 0.000 description 2
- 102000013530 TOR Serine-Threonine Kinases Human genes 0.000 description 2
- 108010065917 TOR Serine-Threonine Kinases Proteins 0.000 description 2
- ISAKRJDGNUQOIC-UHFFFAOYSA-N Uracil Chemical compound O=C1C=CNC(=O)N1 ISAKRJDGNUQOIC-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002380 cytological effect Effects 0.000 description 2
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical class NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 210000001035 gastrointestinal tract Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 201000005296 lung carcinoma Diseases 0.000 description 2
- 230000036210 malignancy Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 210000004877 mucosa Anatomy 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 208000024794 sputum Diseases 0.000 description 2
- 210000003802 sputum Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000143060 Americamysis bahia Species 0.000 description 1
- 206010003445 Ascites Diseases 0.000 description 1
- 206010008635 Cholestasis Diseases 0.000 description 1
- 102000016928 DNA-directed DNA polymerase Human genes 0.000 description 1
- 108010014303 DNA-directed DNA polymerase Proteins 0.000 description 1
- 241000167880 Hirundinidae Species 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 102100033420 Keratin, type I cytoskeletal 19 Human genes 0.000 description 1
- 108010066302 Keratin-19 Proteins 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 238000012408 PCR amplification Methods 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 208000008900 Pancreatic Ductal Carcinoma Diseases 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 206010041826 Squamous cell carcinoma of lung Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 238000013276 bronchoscopy Methods 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 229940044683 chemotherapy drug Drugs 0.000 description 1
- 230000007870 cholestasis Effects 0.000 description 1
- 231100000359 cholestasis Toxicity 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000002242 deionisation method Methods 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000004299 exfoliation Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000002357 laparoscopic surgery Methods 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 230000001926 lymphatic effect Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003147 molecular marker Substances 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 229940035893 uracil Drugs 0.000 description 1
- 229910001868 water Inorganic materials 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
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/6858—Allele-specific amplification
-
- 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
- C12Q2600/112—Disease subtyping, staging or classification
-
- 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
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了用于辅助诊断癌症的一种甲基化标志物。本发明提供了甲基化RPTOR基因作为标志物在制备产品中的应用;所述产品的用途为如下至少一种:辅助诊断癌症或预测癌症患病风险;辅助区分良性结节和癌症;辅助区分癌症不同亚型;辅助区分癌症不同分期;辅助区分不同癌症;确定待测物对癌症的发生是否存在阻碍或促进作用;所述癌症可为肺癌、胰腺癌或食管癌。本发明研究发现了肺癌、胰腺癌和食管癌患者血液中RPTOR基因的低甲基化现象,本发明对提高肺癌、胰腺癌和食管癌早期诊疗效果和降低死亡率均有重要的科学意义和临床应用价值。
Description
技术领域
本发明涉及生物医学技术领域,尤其涉及用于辅助诊断癌症的一种甲基化标志物。
背景技术
肺癌是一种发生于支气管粘膜上皮的恶性肿瘤,近几十年来,其发病率和死亡率一直呈上升趋势,为全世界发病率和死亡率最高的癌症。尽管最近几年在诊断方法、手术技术及化疗药物等方面均有新进展,但肺癌患者总的5年生存率仅为16%,主要是由于大部分肺癌患者就诊时己发生转移从而失去了手术根治机会。研究表明,肺癌的预后与分期直接相关,I期肺癌5年生存率为83%,II期为53%,III期为26%,IV期为6%。因此,降低肺癌患者死亡率的关键在于早诊断早治疗。
目前主要的肺癌诊断方法有如下几种:(1)影像学方法:例如胸部X射线和低剂量螺旋CT。但胸部X射线很难发现早期肺癌。低剂量螺旋CT虽然可以发现肺内小结节,但是假阳性率高达96.4%,给被检查者带来不必要的心理负担。同时,胸部X射线和低剂量螺旋CT由于辐射的原因不宜频繁使用。另外,影像学方法也往往受设备和医生看片经验,以及有效读片时间的影响。(2)细胞学方法:例如痰液细胞学检查、支气管镜下刷片或取活检、支气管肺泡灌洗液细胞学检查等。痰液细胞学检查和支气管镜下刷片或取活检对于周围性肺癌的灵敏度较低。同时支气管镜下刷片或取活检、支气管肺泡灌洗液细胞学检查操作比较繁琐,且体检者舒适度不佳。(3)目前常用的血清肿瘤标志物:癌胚抗原(CEA)、糖类抗原(CA125/153/199)、细胞角蛋白19片段抗原(CYFRA21-1)和神经元特异性烯醇化酶(NSE)等。这些血清肿瘤标志物对肺癌的灵敏度有限,一般为30%-40%,对于I期肿瘤甚至更低。而且肿瘤特异性也比较有限,受许多良性病变如良性肿瘤、炎症、退行性疾病等影响。目前,肿瘤标志物主要用于恶性肿瘤的筛查和肿瘤治疗效果复查。因此,需要进一步开发高效特异的肺癌早期诊断技术。
胰腺癌是一种常见的消化道恶性肿瘤,其中约90%为胰腺导管腺癌,是目前世界上第四大致死性恶性肿瘤。由于发病隐匿、临床症状特异性差和早期浸润性特点,大部分胰腺癌患者发现时已处于晚期,失去手术治疗机会,导致5年生存率只有7%。如果病人可以在早期(I期)发现,胰腺癌患者5年生存率可达到60%。目前临床上关于胰腺癌的常用诊断方法有:(1)超声、增强CT和核磁共振(MRI)等影像学方法,超声波诊断的准确性受医生看片经验、病人肥大的体形和胃肠道气体的限制;通常,超声这种诊断胰腺癌的方法可作为CT的补充检查来运用,但增强CT对人体辐射较大,不易频繁使用;MRI没有辐射的影响,但它对于一些人并不适用(体内有金属物品及心脏起搏器等),检查所需时间较长,由于设备比较昂贵,一些中小医院尚未普及。(2)临床上会结合一些血清肿瘤标志物如CA19-9、CA242、CA50等进一步检测,以上肿瘤标志物敏感度较高,但特异性较低,容易受肝功能及胆汁郁积的影响。(3)病理学检查:经皮穿刺活检、超声胃镜引导下的活检、腹水脱落细胞学检查及腹腔镜或开腹手术下探查活检,但该方法为创伤性检查,并不适用于早期患者。因此,更为敏感、特异的早期胰腺癌分子标记亟待发掘。
食管癌为一种起源于食管黏膜上皮的恶性肿瘤,其中约80%为鳞状细胞癌,是临床常见的恶性肿瘤之一。在全球范围内,食管癌的发病率在恶性肿瘤中居第8位,死亡率居第6位。我国是食管癌高发国家,且其发病率有逐渐增加的趋势。目前,90%以上的食管癌患者确诊时已进展至中晚期,总体5年生存率不足20%。目前临床上食管癌检测主要有以下几种方法。内镜超声检查:因高频探头穿透力低,仅2~5cm,甚至更短,所见范围非常有限,此外有20%~60%患者因食管过度狭窄而不能使用此方法。食管镜检查:食管镜可详细观察病灶的位置、大小及形态,也可直接钳取病理组织或用毛刷刷取标本作细胞学检查,但会引起患者的不适。X线钡餐造影:患者在X线检查时吞食钡粥,观察钡粥通过食管时的显影,达到定性和定位的诊断,受医生操作及看片经验的影响,且此方法不适用极早期食管癌患者。CT扫描:能够显示出病患食管与邻近器官之间的关系,但是它的弊端在于对于早期患者灵敏度很低。此外还有一些常用的肿瘤标志物,如CA72-4、CA19-9、CEA、CYFRA21-1和鳞状细胞癌相关抗原(SCC)等可用于食管癌的诊断,但其灵敏度不足40%,且特异性较低,尤其对于早期患者的诊断价值较低。因此,需要进一步开发高效特异的食管癌早期诊断技术。
发明内容
本发明的目的是提供用于辅助诊断癌症的一种甲基化标志物。
第一方面,本发明要求保护甲基化RPTOR基因作为标志物在制备产品中的应用;所述产品的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用。
进一步地,(1)中所述辅助诊断癌症具体可体现为如下中的至少一种:辅助区分癌症患者和无癌对照(可理解为现在及曾经均没有患过癌症且没有报告肺部良性结节且血常规指标都在参考范围内);辅助区分不同癌症。
进一步地,(2)中所述良性结节为(2)中所述癌症对应的良性结节,如肺部良性结节和肺癌。
进一步地,(3)中所述癌症不同亚型可为病理分型,如组织学分型。
进一步地,(4)中所述癌症不同分期可为临床分期或TNM分期。
在本发明的具体实施方式中,(5)中所述辅助诊断肺癌具体体现为如下中的至少一种:可辅助区分肺癌患者和无癌对照、可辅助区分肺腺癌患者和无癌对照、可辅助区分肺鳞癌患者和无癌对照、可辅助区分小细胞肺癌患者和无癌对照、可辅助区分I期肺癌患者和无癌对照、可辅助区分II-III期肺癌患者和无癌对照、可辅助区分无淋巴结浸润的肺癌患者和无癌对照、可辅助区分有淋巴结浸润的肺癌患者和无癌对照。其中,所述无癌对照可理解为现在及曾经均没有患过癌症且没有报告肺部良性结节且血常规指标都在参考范围内。
在本发明的具体实施方式中,(6)中所述辅助区分肺部良性结节和肺癌具体体现为如下中的至少一种:可辅助区分肺癌和肺部良性结节、可辅助区分肺腺癌和肺部良性结节、可辅助区分肺鳞癌和肺部良性结节、可辅助区分小细胞肺癌和肺部良性结节、可辅助区分I期肺癌和肺部良性结节、可辅助区分II-III期肺癌和肺部良性结节、可辅助区分无淋巴结浸润的肺癌和肺部良性结节、可辅助区分有淋巴结浸润的肺癌和肺部良性结节。
在本发明的具体实施方式中,(7)中所述辅助区分肺癌不同亚型具体体现为:可辅助区分肺腺癌、肺鳞癌和小细胞肺癌中的任意两种。
在本发明的具体实施方式中,(8)中所述辅助区分肺癌不同分期具体体现为如下中的至少一种:可辅助区分T1期肺癌、T2期肺癌和T3肺癌中的任意两种;可辅助区分无淋巴结浸润的肺癌和有淋巴结浸润的肺癌;可辅助区分临床I期肺癌、临床II肺癌和临床III期肺癌中的任意两种。
在本发明的具体实施方式中,(9)中所述辅助诊断胰腺癌具体体现为如下中的至少一种:可辅助区分胰腺癌患者和无癌对照、可辅助区分胰腺导管癌和无癌对照。其中,所述无癌对照可理解为现在及曾经均没有患过癌症且没有报告肺部良性结节且血常规指标都在参考范围内。
在本发明的具体实施方式中,(10)中所述辅助诊断食管癌具体体现为如下中的至少一种:可辅助区分食管癌患者和无癌对照、可辅助区分食管鳞状细胞癌和无癌对照。其中,所述无癌对照可理解为现在及曾经均没有患过癌症且没有报告肺部良性结节且血常规指标都在参考范围内。
在上述(1)-(14)中,所述癌症可为能够引起机体内RPTOR基因甲基化水平降低的癌症,如肺癌、胰腺癌、食管癌等。
第二方面,本发明要求保护用于检测RPTOR基因甲基化水平的物质在制备产品中的应用。所述产品的用途可为前文(1)-(14)中的至少一种。
第三方面,本发明要求保护用于检测RPTOR基因甲基化水平的物质和储存有数学模型建立方法和/或使用方法的介质在制备产品中的应用。所述产品的用途可为前文(1)-(14)中的至少一种。
所述数学模型可按照包括如下步骤的方法获得:
(A1)分别检测n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平(训练集);
(A2)取步骤(A1)获得的所有样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值。
所述数学模型的使用方法可包括如下步骤:
(B1)检测待测样本的RPTOR基因甲基化水平;
(B2)将步骤(B1)获得的所述待测样本的RPTOR基因甲基化水平数据代入所述数学模型,得到检测指数;然后比较检测指数和阈值的大小,根据比较结果确定所述待测样本的类型是A类型还是B类型。
在本发明的具体实施方式中,所述阈值设为0.5。大于0.5归为一类,小于0.5归为另外一类,等于0.5作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
在实际应用中,所述阈值也可根据最大约登指数确定(具体可为最大约登指数对应的数值)。大于阈值归为一类,小于阈值归为另外一类,等于阈值作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
所述A类型样本和所述B类型样本可为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
第四方面,本发明要求保护前文第三方面中所述的“储存有数学模型建立方法和/或使用方法的介质”在制备产品中的应用。所述产品的用途可为前文(1)-(14)中的至少一种。
第五方面,本发明要求保护一种试剂盒。
本发明所要求保护的试剂盒包括用于检测RPTOR基因甲基化水平的物质。所述试剂盒的用途可为前文(1)-(14)中的至少一种。
进一步地,所述试剂盒中还可含有前文第三方面或第四方面中所述的“储存有数学模型建立方法和/或使用方法的介质”。
第六方面,本发明要求保护一种系统。
本发明所要求保护的系统,包括:
(D1)用于检测RPTOR基因甲基化水平的试剂和/或仪器;
(D2)装置,所述装置包括单元M和单元N;
所述单元M用于建立数学模型,包括数据采集模块、数据分析处理模块和模型输出模块;
所述数据采集模块被配置为采集(D1)检测得到的n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平数据;
所述数据分析处理模块被配置为接收由所述数据采集模块发送的n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值;
所述模型输出模块被配置为输出所述数据分析处理模块建立的数学模型;
所述单元N用于确定待测样本类型,包括数据输入模块、数据运算模块、数据比较模块和结论输出模块;
所述数据输入模块被配置为输入(D1)检测得到的待测者的RPTOR基因甲基化水平数据;
所述数据运算模块被配置为接收由所述数据输入模块发送的所述待测者的RPTOR基因甲基化水平数据,并将所述待测者的RPTOR基因甲基化水平数据代入所述数学模型,计算得到检测指数;
所述数据比较模块被配置为接收由所述数据运算模块发送的所述检测指数,并将所述检测指数与所述阈值进行比较;
所述结论输出模块被配置为根据所述数据比较模块的比较结果输出所述待测样本的类型是A类型还是B类型的结论;
所述A类型样本和所述B类型样本为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
其中,n1和n2均可为50以上正整数。
在本发明的具体实施方式中,所述阈值设为0.5。大于0.5归为一类,小于0.5归为另外一类,等于0.5作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
在实际应用中,所述阈值也可根据最大约登指数确定(具体可为最大约登指数对应的数值)。大于阈值归为一类,小于阈值归为另外一类,等于阈值作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
在前文各方面中,所述“RPTOR基因甲基化水平”为RPTOR基因中如下(e1)-(e3)所示片段中全部或部分CpG位点的甲基化水平;所述甲基化RPTOR基因为RPTOR基因中如下(e1)-(e3)所示片段中全部或部分CpG位点甲基化;
(e1)SEQ ID No.1所示的DNA片段或与其具有80%以上同一性的DNA片段;
(e2)SEQ ID No.2所示的DNA片段或与其具有80%以上同一性的DNA片段;
(e3)SEQ ID No.3所示的DNA片段或与其具有80%以上同一性的DNA片段。
进一步地,所述“全部或部分CpG位点”为RPTOR基因中SEQ ID No.1至SEQ ID No.3所示3个DNA片段中的任意一个或多个CpG位点。
或,所述“全部或部分CpG位点”为SEQ ID No.1所示的DNA片段中所有CpG位点(表1)、SEQ ID No.2所示的DNA片段中所有CpG位点(表2)、SEQ ID No.3所示的DNA片段中所有CpG位点(表3)。
或,所述“全部或部分CpG位点”为所述SEQ ID No.1所示的DNA片段中的全部(表1)和所述SEQ ID No.2所示的DNA片段中的全部(表2)。
或,所述“全部或部分CpG位点”为所述SEQ ID No.1所示的DNA片段中的全部(表1)和所述SEQ ID No.3所示的DNA片段中的全部(表3)。
或,所述“全部或部分CpG位点”为所述SEQ ID No.2所示的DNA片段中的全部(表2)和所述SEQ ID No.3所示的DNA片段中的全部(表3)。
或,所述“全部或部分CpG位点”为所述SEQ ID No.2所示的DNA片段中所有CpG位点中的全部或任意22个或任意21个或任意20个或任意19个或任意18个或任意17个或任意16个或任意15个或任意14个或任意13个或任意12个或任意11个或任意10个或任意9个或任意8个或任意7个或任意6个或任意5个或任意4个或任意3个或任意2个或任意1个。
或,所述“全部或部分CpG位点”为SEQ ID No.2所示的DNA片段中如下十三项所示CpG位点的全部或任意12项或任意11项或任意10项或任意9项或任意8项或任意7项或任意6项或任意5项或任意4项或任意3项或任意2项或任意1项:
(f1)SEQ ID No.2所示的DNA片段自5’端第35-36位和43-44位和45-46位所示CpG位点(RPTOR_B_1.2.3);
(f2)SEQ ID No.2所示的DNA片段自5’端第70-71位所示CpG位点(RPTOR_B_4);
(f3)SEQ ID No.2所示的DNA片段自5’端第106-107位所示CpG位点(RPTOR_B_5);
(f4)SEQ ID No.2所示的DNA片段自5’端第142-143位所示CpG位点(RPTOR_B_6);
(f5)SEQ ID No.2所示的DNA片段自5’端第161-162位所示CpG位点(RPTOR_B_7);
(f6)SEQ ID No.2所示的DNA片段自5’端第241-242位所示CpG位点(RPTOR_B_8);
(f7)SEQ ID No.2所示的DNA片段自5’端第268-269位所示CpG位点(RPTOR_B_9);
(f8)SEQ ID No.2所示的DNA片段自5’端第289-290位所示CpG位点(RPTOR_B_10);
(f9)SEQ ID No.2所示的DNA片段自5’端第322-323位所示CpG位点(RPTOR_B_11);
(f10)SEQ ID No.2所示的DNA片段自5’端第427-428位所示CpG位点(RPTOR_B_12);
(f11)SEQ ID No.2所示的DNA片段自5’端第459-460位所示CpG位点(RPTOR_B_13);
(f12)SEQ ID No.2所示的DNA片段自5’端第476-477位所示CpG位点(RPTOR_B_14);
(f13)SEQ ID No.2所示的DNA片段自5’端第505-506位和507-508位所示CpG位点(RPTOR_B_15.16)。
在本发明的具体实施方式中,有些相邻的甲基化位点在利用飞行时间质谱进行DNA甲基化分析时由于几个CpG位点位于一个甲基化片段上,峰图无法区分(无法区分的位点在表5中有记载),因而在进行甲基化水平分析、以及构建和使用相关数学模型时将其按照一个甲基化位点进行处理。前文所述的(f1)和(f13)便是这种情况。
在上述各方面中,所述用于检测RPTOR基因甲基化水平的物质包含用于扩增RPTOR基因全长或部分片段的引物组合。所述用于检测RPTOR基因甲基化水平的试剂包含用于扩增RPTOR基因全长或部分片段的引物组合;所述用于检测RPTOR基因甲基化水平的仪器可为飞行时间质谱检测仪。当然所述用于检测RPTOR基因甲基化水平的试剂中还可包含进行飞行时间质谱所用的其他常规试剂。
进一步地,所述部分片段为如下中至少一个片段:
(f1)SEQ ID No.1所示的DNA片段或其包含的DNA片段;
(f2)SEQ ID No.2所示的DNA片段或其包含的DNA片段;
(f3)SEQ ID No.3所示的DNA片段或其包含的DNA片段;
(f4)与SEQ ID No.1所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段;
(f5)与SEQ ID No.2所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段;
(f6)与SEQ ID No.3所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段。
在本发明中,所述引物组合具体可为引物对A和/或引物对B和/或引物对C。
所述引物对A为引物A1和引物A2组成的引物对;所述引物A1为SEQ ID No.4或SEQID No.4的第11-35位核苷酸所示的单链DNA;所述引物A2为SEQ ID No.5或SEQ ID No.5的第32-56位核苷酸所示的单链DNA。
所述引物对B为引物B1和引物B2组成的引物对;所述引物B1为SEQ ID No.6或SEQID No.6的第11-35位核苷酸所示的单链DNA;所述引物B2为SEQ ID No.7或SEQ ID No.7的第32-56位核苷酸所示的单链DNA。
所述引物对C为引物C1和引物C2组成的引物对;所述引物C1为SEQ ID No.8或SEQID No.8的第11-35位核苷酸所示的单链DNA;所述引物C2为SEQ ID No.9或SEQ ID No.9的第32-56位核苷酸所示的单链DNA。
另外,本发明还要求保护一种区分待测样本为A类型样本还是B类型样本的方法。该方法可包括如下步骤:
(A)可按照包括如下步骤的方法建立数学模型:
(A1)分别检测n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平(训练集);
(A2)取步骤(A1)获得的所有样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值。
其中,(A1)中的n1和n2均可为50以上的正整数。
(B)可按照包括如下步骤的方法确定所述待测样本为A类型样本还是B类型样本:
(B1)检测所述待测样本的RPTOR基因甲基化水平;
(B2)将步骤(B1)获得的所述待测样本的RPTOR基因甲基化水平数据代入所述数学模型,得到检测指数;然后比较检测指数和阈值的大小,根据比较结果确定所述待测样本的类型是A类型还是B类型。
在本发明的具体实施方式中,所述阈值设为0.5。大于0.5归为一类,小于0.5归为另外一类,等于0.5作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
在实际应用中,所述阈值也可根据最大约登指数确定(具体可为最大约登指数对应的数值)。大于阈值归为一类,小于阈值归为另外一类,等于阈值作为不确定的灰区。其中A类型和B类型为相对应的两分类,二分类的分组,哪一组是A类型,哪一组是B类型,要根据具体的数学模型来确定,无需约定。
所述A类型样本和所述B类型样本为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
以上任一所述数学模型在实际应用中可能会根据DNA甲基化的检测方法以及拟合方式不同有所改变,要根据具体的数学模型来确定,无需约定。
在本发明的实施例中,所述模型具体为log(y/(1-y))=b0+b1x1+b2x2+b3x3+…+bnXn,其中y为因变量即将待测样品的一个或者多个甲基化位点的甲基化值代入模型以后得出的检测指数,b0为常量,x1~xn为自变量即为该测试样品的一个或者多个甲基化位点的甲基化值(每一个值为0-1之间的数值),b1~bn为模型赋予每一个位点甲基化值的权重。
在本发明的实施例中,所述模型的建立还可酌情加入年龄、性别、白细胞计数等已知参数来提高判别效率。本发明的实施例中建立的一个具体模型为用于辅助区分肺部良性结节和肺癌的模型,所述模型具体为:log(y/(1-y))=1.020-0.707*RPTOR_B_1.2.3+2.853*RPTOR_B_4-3.118*RPTOR_B_5+0.537*RPTOR_B_6-2.345*RPTOR_B_7+4.112*RPTOR_B_8-0.603*RPTOR_B_9+0.406*RPTOR_B_10-2.523*RPTOR_B_11-0.096*R PTOR_B_12-0.408*RPTOR_B_13+0.601*RPTOR_B_14+0.708*RPTOR_B_15.16+0.011*年龄-0.085*性别(男性赋值为1,女性赋值为0)-0.023*白细胞个数。所述RPTOR_B_1.2.3为SEQ ID No.2所示的DNA片段自5’端第35-36位和43-44位和45-46位所示CpG位点的甲基化水平;所述RPTOR_B_4为SEQ ID No.2所示的DNA片段自5’端第70-71位所示CpG位点的甲基化水平;所述RPTOR_B_5为SEQ ID No.2所示的DNA片段自5’端第106-107位所示CpG位点的甲基化水平;所述RPTOR_B_6为SEQ ID No.2所示的DNA片段自5’端142-143位所示CpG位点的甲基化水平;所述RPTOR_B_7为SEQ ID No.2所示的DNA片段自5’端第161-162位所示CpG位点的甲基化水平;所述RPTOR_B_8为SEQ ID No.2所示的DNA片段自5’端第241-242位所示CpG位点的甲基化水平;所述RPTOR_B_9为SEQ ID No.2所示的DNA片段自5’端第268-269位所示CpG位点的甲基化水平;所述RPTOR_B_10为SEQ ID No.2所示的DNA片段自5’端第289-290位所示CpG位点的甲基化水平;所述RPTOR_B_11为SEQ ID No.2所示的DNA片段自5’端第322-323位所示CpG位点的甲基化水平;所述RPTOR_B_12为SEQ ID No.2所示的DNA片段自5’端第427-428位所示CpG位点的甲基化水平;所述RPTOR_B_13为SEQ ID No.2所示的DNA片段自5’端第459-460位所示CpG位点的甲基化水平;所述RPTOR_B_14为SEQ ID No.2所示的DNA片段自5’端第476-477位所示CpG位点的甲基化水平;所述RPTOR_B_15.16为SEQ ID No.2所示的DNA片段自5’端第505-506位和第507-508位所示CpG位点的甲基化水平。所述模型的阈值为0.5。通过模型计算的检测指数大于0.5的患者候选为肺癌患者,小于0.5的患者候选为肺良性结节患者。
在上述各方面中,所述检测RPTOR基因甲基化水平为检测血液中RPTOR基因甲基化水平。
在上述各方面中,当所述A类型样本和所述B类型样本为(C3)中肺癌不同亚型样本时,所述A类型样本和所述B类型样本具体可为肺腺癌样本、肺鳞癌样本和小细胞肺癌样本中的任意两种。
在上述各方面中,当所述A类型样本和所述B类型样本为(C4)中肺癌不同分期样本时,所述A类型样本和所述B类型样本具体可为临床I期肺癌样本、临床II肺癌样本和临床III期肺癌样本中的任意两种。
以上任一所述RPTOR基因具体可包括Genbank登录号:NM_020761.3(GI:1519244773),转录物变体1,NM_001163034.2(GI:1676318601),转录物变体2。
本发明提供了肺癌患者、胰腺癌患者和食管癌血液中RPTOR基因的低甲基化现象。实验证明,以血液为样本就能够区分癌症(肺癌、胰腺癌和食管癌)患者和无癌对照、区分肺部良性结节和肺癌、区分肺癌不同亚型和不同分期,并且能够区分肺癌和胰腺癌、肺癌和食管癌、胰腺癌和食管癌。本发明对于提高肺癌、胰腺癌和食管早期诊疗效果和降低死亡率均有重要的科学意义和临床应用价值。
附图说明
图1为数学模型示意图。
图2为数学模型举例说明。
具体实施方式
下面结合具体实施方式对本发明进行进一步的详细描述,给出的实施例仅为了阐明本发明,而不是为了限制本发明的范围。以下提供的实施例可作为本技术领域普通技术人员进行进一步改进的指南,并不以任何方式构成对本发明的限制。
下述实施例中的实验方法,如无特殊说明,均为常规方法,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到。
以下实施例中的mTOR复合物1(Regulatory-associated protein of mTOR,RPTOR)基因定量试验,均设置三次重复实验,结果取平均值。
实施例1、用于检测RPTOR基因甲基化位点的引物设计
经过大量序列和功能分析,选择了RPTOR基因中的三个片段(RPTOR_A片段、RPTOR_B片段和RPTOR_C片段)进行甲基化水平和癌症相关性分析。
RPTOR_A片段位于hg19参考基因组chr17:78754461-78755296,正义链。
RPTOR_B片段位于hg19参考基因组chr17:78755337-78756065,正义链。
RPTOR_C片段位于hg19参考基因组chr17:78756232-78756874,正义链
RPTOR_A片段(SEQ ID No.1)中的CpG位点信息如表1所示。
RPTOR_B片段(SEQ ID No.2)中的CpG位点信息如表2所示。
RPTOR_C片段(SEQ ID No.3)中的CpG位点信息如表3所示。
表1 RPTOR_A片段中CpG位点信息
表2 RPTOR_B片段中CpG位点信息
CpG位点 | CpG位点在序列中的位置 |
RPTOR_B_1 | SEQ ID No.2自5’端第35-36位 |
RPTOR_B_2 | SEQ ID No.2自5’端第43-44位 |
RPTOR_B_3 | SEQ ID No.2自5’端第45-46位 |
RPTOR_B_4 | SEQ ID No.2自5’端第70-71位 |
RPTOR_B_5 | SEQ ID No.2自5’端第106-107位 |
RPTOR_B_6 | SEQ ID No.2自5’端第142-143位 |
RPTOR_B_7 | SEQ ID No.2自5’端第161-162位 |
RPTOR_B_8 | SEQ ID No.2自5’端第241-242位 |
RPTOR_B_9 | SEQ ID No.2自5’端第268-269位 |
RPTOR_B_10 | SEQ ID No.2自5’端第289-290位 |
RPTOR_B_11 | SEQ ID No.2自5’端第322-323位 |
RPTOR_B_12 | SEQ ID No.2自5’端第427-428位 |
RPTOR_B_13 | SEQ ID No.2自5’端第459-460位 |
RPTOR_B_14 | SEQ ID No.2自5’端第476-477位 |
RPTOR_B_15 | SEQ ID No.2自5’端第505-506位 |
RPTOR_B_16 | SEQ ID No.2自5’端第507-508位 |
RPTOR_B_17 | SEQ ID No.2自5’端第512-513位 |
RPTOR_B_18 | SEQ ID No.2自5’端第536-537位 |
RPTOR_B_19 | SEQ ID No.2自5’端第552-553位 |
RPTOR_B_20 | SEQ ID No.2自5’端第585-586位 |
RPTOR_B_21 | SEQ ID No.2自5’端第643-644位 |
RPTOR_B_22 | SEQ ID No.2自5’端第689-690位 |
RPTOR_B_23 | SEQ ID No.2自5’端第703-704位 |
表3 RPTOR_C片段中CpG位点信息
针对三个片段(RPTOR_A片段、RPTOR_B片段和RPTOR_C片段)设计特异PCR引物,如表4所示。其中,SEQ ID No.4、SEQ ID No.6和SEQ ID No.8为正向引物,SEQ ID No.5、SEQID No.7和SEQ ID No.9为反向引物;SEQ ID No.4、SEQ ID No.6和SEQ ID No.8中自5’第1至10位为非特异标签,第11至35位为特异引物序列;SEQ ID No.5、SEQ ID No.7和SEQ IDNo.9自5’第1至31位为非特异标签,第32至56位为特异引物序列。引物序列中不包含SNP和CpG位点。
表4 RPTOR甲基化引物序列
实施例2、RPTOR基因甲基化检测及结果分析
一、研究样本
经患者知情同意,共收集722例肺癌患者、152例肺部出现良性结节患者、79例胰腺癌患者、118例食管癌患者和945例无癌对照(无癌对照即以前和现在没有患过癌症且没有报告肺部良性结节且血常规指标都在参考范围内)的离体血液样本。
所有患者样本都是手术前收集的且都经过影像学和病理确诊。
肺癌、胰腺癌和食管癌亚型根据病理组织学进行判断。
肺癌分期以AJCC第8版分期系统为判断标准。
722例肺癌患者按照分型划分:肺腺癌619例,肺鳞癌42例,小细胞肺癌49例,其他12例。
722例肺癌患者按照分期划分:I期649例,II期41例,III期32例。
722例肺癌患者按照肺癌肿瘤大小(T)划分:T1 603例,T2 83例,T3 36例。
722例肺癌患者按照有无肺癌淋巴结浸润(N)划分:无肺癌淋巴结浸润688例,有肺癌淋巴结浸润34例。
79例胰腺癌患者按照分型划分:胰腺导管腺癌63例,其他亚型共计16例。
118例食管癌患者按照分型划分:食管鳞状细胞癌94例,其他亚型共计24例。
无癌人群、肺部良性结节、肺癌、胰腺癌和食管癌患者各自年龄的中位数分别为56、57、58、58和57岁,且这5种群体中各自的男女比例都约为1:1。
二、甲基化检测
1、提取血液样本的总DNA。
2、将步骤1制备的血液样本总DNA进行重亚硫酸盐处理(参照Qiagen的DNA甲基化试剂盒说明书操作)。重亚硫酸盐处理后,未发生甲基化的胞嘧啶(C)被转化成尿嘧啶(U),而甲基化的胞嘧啶保持不变,即原来CpG位点的C碱基经重亚硫酸盐处理后转化为C或U。
3、以步骤2经过重亚硫酸盐处理的DNA为模板,采用表4中的3对特异引物对通过DNA聚合酶按照常规PCR反应要求的反应体系进行PCR扩增,3对引物都采用相同的常规PCR体系,且3对引物都按照以下程序进行扩增。
PCR反应程序为:95℃,4min→(95℃,20s→56℃,30s→72℃,2min)45个循环→72℃,5min→4℃,1h。
4、取步骤3的扩增产物,通过飞行时间质谱进行DNA甲基化分析,具体方法如下:
(1)向5μl PCR产物中加入2μl虾碱性磷酸盐(SAP)溶液(0.3ml SAP[0.5U]+1.7mlH2O)然后按照以下程序在PCR仪中孵育(37℃,20min→85℃,5min→4℃,5min);
(2)取出2μl步骤(1)得到的SAP处理后的产物,根据说明书加入5μl T-Cleavage反应体系中,然后在37℃孵育3h;
(3)取步骤(2)的产物,加入19μl去离子水,再用6μg Resin在旋转摇床进行去离子化孵育1h;
(4)2000rpm室温离心5min,将微量上清由Nanodispenser机械手臂上样384SpectroCHIP;
(5)飞行时间质谱分析;获得的数据用SpectroACQUIRE v3.3.1.3软件收集,通过MassArray EpiTyper v1.2软件实现可视化。
上述飞行时间质谱检测使用的试剂均来试剂盒(T-Cleavage MassCLEAVEReagent Auto Kit,货号:10129A);上述飞行时间质谱检测使用的检测仪器为MassARRAY○R Analyzer Chip Prep Module 384,型号:41243;上述数据分析软件为检测仪器自带软件。
5、对步骤4得到的数据进行分析。
数据统计分析由SPSS Statistics 23.0进行。
非参数检验用于两组之间的比较分析。
多个CpG位点的组合对于不同样品分组的鉴别效果通过逻辑回归和受试者曲线的统计学方法得以实现。
所有的统计检验都是双侧的,P值<0.05被认为具有统计学意义。
通过质谱实验,共获得51个可以区别的甲基化片段的峰图。采用SpectroACQUIREv3.3.1.3软件根据含甲基化片段的峰和非甲基化片段的峰面积比较,计算甲基化水平(SpectroACQUIRE v3.3.1.3软件可自动通过计算峰面积得到每个样本在每个CpG位点的甲基化水平)。
三、结果分析
1、无癌对照、良性结节和肺癌血液中RPTOR基因甲基化水平
以722位肺癌患者、152位肺部出现良性结节患者和945名无癌对照的血液为研究材料进行分析RPTOR基因中所有CpG位点的甲基化水平(表5)。结果表明,RPTOR基因中所有CpG位点在无癌对照组中甲基化水平中位数为0.47(IQR=0.28-0.77),良性结节中甲基化水平中位数为0.46(IQR=0.27-0.76),肺癌患者中甲基化水平中位数为0.45(IQR=0.27-0.75)。
2、血液中RPTOR基因甲基化水平可以区分无癌对照和肺癌患者
通过比较分析722位肺癌患者和945名无癌对照的RPTOR基因的甲基化水平,结果发现肺癌患者RPTOR基因中所有CpG位点甲基化水平显著低于无癌对照(p<0.05,表6)。此外,肺癌不同亚型(肺腺癌,肺鳞癌,小细胞肺癌)中RPTOR基因所有CpG位点的甲基化水平分别都与无癌对照有显著性差异。肺癌不同分期(临床I期、II-III期)中RPTOR基因所有CpG位点的甲基化水平分别都与无癌对照有显著性差异。此外,无淋巴浸润的肺癌患者和有淋巴浸润的肺癌患者的甲基化水平分别与无癌对照之间有显著性差异(p<0.05)。因此,RPTOR基因的甲基化水平可以用于肺癌的临床诊断,尤其可用于肺癌的早期诊断。
3、血液中RPTOR基因甲基化水平可以区分肺部良性结节和肺癌患者
通过比较分析722位肺癌患者和152名良性结节中RPTOR基因的甲基化水平,结果发现良性结节患者中RPTOR基因所有CpG位点甲基化水平显著高于肺癌患者(p<0.05,表7)。此外还发现肺癌不同亚型(肺腺癌,肺鳞癌,小细胞肺癌)、不同分期(I期或II-III期)和有无淋巴浸润的肺癌患者的RPTOR基因中所有CpG的甲基化水平分别都与良性结节有显著性差异。因此,RPTOR基因的甲基化水平可应用于区分肺癌患者和良性结节患者,是非常有潜在价值的标志物。
4、血液中RPTOR基因甲基化水平区分肺癌不同亚型或者肺癌不同分期
通过比较分析不同亚型肺癌患者(肺腺癌,肺鳞癌,小细胞肺癌)和945名无癌对照中RPTOR基因的甲基化水平,发现RPTOR基因中所有CpG位点甲基化水平分别在肺癌不同亚型(肺腺癌患者,肺鳞癌患者,小细胞肺癌患者)、肺癌肿瘤大小(T1、T2和T3)、肺癌不同分期(临床I期、II期和III期)、有无淋巴结浸润条件下存在显著性差异(p<0.05,表8)。因此,RPTOR基因的甲基化水平可以用于区分肺癌不同亚型或者肺癌不同分期。
5、血液中RPTOR甲基化水平可以区分胰腺癌患者和无癌对照
以79名胰腺癌患者和945名无癌对照的血液为研究材料进行分析两者之间RPTOR基因中所有CpG位点的甲基化水平差异(表9),其中79名胰腺癌患者中有63例为胰腺导管腺癌。79名胰腺癌患者中所有目标CpG位点的甲基化水平中位数为0.42(IQR=0.22-0.71),无癌对照组甲基化水平中位数为0.47(IQR=0.28-0.77),胰腺癌患者中RPTOR基因中所有CpG位点甲基化水平显著低于无癌对照(p<0.05)。63位胰腺导管腺癌患者所有目标CpG位点甲基化水平的中位数为0.42(IQR=0.22-0.70),且甲基化水平显著低于无癌对照(p<0.05)。因此,RPTOR基因的甲基化水平可以用于胰腺癌的临床诊断。
6、血液中RPTOR甲基化水平可以区分食管患者和无癌对照
以118名食管癌患者和945名无癌对照的血液为研究材料进行分析食管癌患者和无癌对照之间的RPTOR基因中甲基化水平差异(表10),118位食管癌中包括94位食管鳞状细胞癌。结果表明,食管癌患者中所有目标CpG位点的甲基化水平中位数为0.43(IQR=0.23-0.72),无癌对照组甲基化水平中位数为0.47(IQR=0.28-0.77),食管癌患者RPTOR基因中所有CpG位点甲基化水平显著低于无癌对照(p<0.05)。食管鳞状细胞癌中所有目标CpG位点甲基化水平的中位数为0.43(IQR=0.23-0.72),且甲基化水平显著低于无癌对照(p<0.05,表10)。因此,RPTOR基因的甲基化水平可以用于食管癌的临床诊断。
7、血液中RPTOR甲基化水平可以区分胰腺癌患者和肺癌患者
以79名胰腺癌患者和722名肺癌患者的血液为研究材料进行分析胰腺癌患者和肺癌患者血液中RPTOR基因中甲基化水平差异(表11)。结果表明,胰腺癌患者中所有目标CpG位点的甲基化水平中位数为0.42(IQR=0.22-0.71),肺癌患者甲基化水平中位数为0.45(IQR=0.27-0.75),胰腺癌患者中所有CpG位点甲基化水平显著低于肺癌患者(p<0.05)。因此,RPTOR基因的甲基化水平可以用于区分胰腺癌和肺癌患者。
8、血液中RPTOR甲基化水平可以区分食管癌患者和肺癌患者
以118名食管癌患者和722名肺癌患者的血液为研究材料进行分析食管癌患者和肺癌患者血液RPTOR基因中甲基化水平差异(表11)。结果表明,食管癌患者中所有目标CpG位点的甲基化水平中位数为0.43(IQR=0.23-0.72),肺癌患者甲基化水平中位数为0.45(IQR=0.27-0.75),食管癌患者中所有CpG位点甲基化水平显著低于肺癌患者(p<0.05)。因此,RPTOR基因的甲基化水平可以用于区分食管癌和肺癌患者。
9、血液中RPTOR甲基化水平可以区分胰腺癌患者和食管癌患者
分析79名胰腺癌患者和118名食管癌患者的血液中RPTOR基因中甲基化水平差异(表11)。结果表明,胰腺癌患者中所有目标CpG位点的甲基化水平中位数为0.42(IQR=0.22-0.71),食管癌患者中所有目标CpG位点的甲基化水平中位数为0.43(IQR=0.23-0.72),胰腺癌患者中所有CpG位点甲基化水平显著低于食管癌患者(p<0.05)。因此,RPTOR基因的甲基化水平可以用于区分胰腺癌患者和食管癌患者。
10、用于辅助癌症诊断的数学模型的建立
本发明建立的数学模型可以用于达到如下目的:
(1)区分肺癌患者和无癌对照;
(2)区分肺癌患者和肺良性结节患者;
(3)区分胰腺癌患者和无癌对照;
(4)区分食管癌患者和无癌对照;
(5)区分胰腺癌患者和肺癌患者;
(6)区分食管癌患者和肺癌患者;
(7)区分胰腺癌患者和食管癌患者;
(8)区分肺癌不同亚型;
(9)区分肺癌不同分期。
数学模型的建立方法如下:
(A)数据来源:步骤一中列出的722例肺癌患者、152例肺部出现良性结节患者、79例胰腺癌患者、118例食管癌患者和945例无癌对照的离体血液样本的目标CpG位点(表1-表3中的一种或多种的组合)甲基化水平(检测方法同步骤二)。
数据可根据实际需要加入年龄、性别、白细胞计数等已知参数来提高判别效率。
(B)模型建立
根据需要选取任意两类不同类型患者数据即训练集(例如:无癌对照和肺癌患者、无癌对照和胰腺癌患者、无癌对照和食管癌患者、肺良性结节患者和肺癌患者、肺癌患者和胰腺癌患者、肺癌患者和食管癌患者、食管癌患者和胰腺癌患者,肺腺癌和肺鳞癌患者,肺腺癌和小细胞肺癌患者,肺鳞癌和小细胞肺癌患者,I期肺癌和II期肺癌患者,I期肺癌和III期肺癌患者,II期肺癌和III期肺癌患者)作为用于建立模型的数据,使用SAS,R,SPSS等统计软件使用二分类逻辑回归的统计方法通过公式建立数学模型。数学模型公式计算出的最大约登指数对应的数值为阈值或直接设定0.5为阈值,待测样品经过测试和代入模型计算后得到的检测指数大于阈值归为一类(B类),小于阈值归为另外一类(A类),等于阈值作为不确定的灰区。在对新的待测样品进行预测来判断属于哪一类时,首先通过DNA甲基化的测定方法检测该待测样品RPTOR基因上一个或者多个CpG位点的甲基化水平,然后将这些甲基化水平的数据代入上述数学模型(如果构建模型时纳入了年龄、性别、白细胞计数等已知参数,则该步骤同时向模型公式中代入该待测样品的相应参数的具体数值),计算得到所述待测样本对应的检测指数,然后比较所述待测样本对应的检测指数和阈值的大小,根据比较结果确定所述待测样本属于哪一类样本。
举例:如图1所示,将训练集中RPTOR基因单个CpG位点的甲基化水平或者多个CpG位点组合的甲基化水平的数据通过SAS、R、SPSS等统计软件使用二分类逻辑回归的公式建立用于区分A类和B类的数学模型。该数学模型在此为二类逻辑回归模型,具体为:log(y/(1-y))=b0+b1x1+b2x2+b3x3+…+bnXn,其中y为因变量即将待测样品的一个或者多个甲基化位点的甲基化值代入模型以后得出的检测指数,b0为常量,x1~xn为自变量即为该测试样品的一个或者多个甲基化位点的甲基化值(每一个值为0~1之间的数值),b1~bn为模型赋予每一个位点甲基化值的权重。具体应用时,先根据训练集中已经检测的样本的一个或者多个DNA甲基化位点的甲基化程度(x1~xn)及其已知的分类情况(A类或者B类,分别对y赋值0和1)建立数学模型,由此确定该数学模型的常量b0以及各个甲基化位点的权重b1~bn,并由该数学模型计算出的以最大约登指数对应的数值为阈值或直接设定0.5为划分的阈值。待测样品经过测试和代入模型计算后得到的检测指数即y值大于阈值归为B类,小于阈值归为A类,等于阈值作为不确定的灰区。其中A类和B类为相对应的两分类(二分类的分组,哪一组A类,哪一组是B类,要根据具体的数学模型来确定,在此不做约定),比如无癌对照和肺癌患者、无癌对照和胰腺癌患者、无癌对照和食管癌患者、肺良性结节患者和肺癌患者、肺癌患者和胰腺癌患者、肺癌患者和食管癌患者、食管癌患者和胰腺癌患者,肺腺癌和肺鳞癌患者,肺腺癌和小细胞肺癌患者,肺鳞癌和小细胞肺癌患者,I期肺癌和II期肺癌患者,I期肺癌和III期肺癌患者,II期肺癌和III期肺癌患者。对受试者的样品进行预测来判断属于哪一类时,首先采集受试者的血液,然后从中提取DNA。将提取的DNA通过重亚硫酸盐转化后,用DNA甲基化的测定方法对受试者的RPTOR基因的单个CpG位点的甲基化水平或者多个CpG位点组合的甲基化水平进行检测,然后将检测得到的甲基化数据代入上述数学模型。如果该受试者的RPTOR基因一个或者多个CpG位点的甲基化水平代入上述数学模型后计算出来的值即检测指数大于阈值,则该受试者判定与训练集中检测指数大于阈值的归属一类(B类);如果该受试者的RPTOR基因一个或者多个CpG位点的甲基化水平数据代入上述数学模型后计算出来的值即检测指数小于阈值,则该受试者跟训练集中检测指数小于阈值的归属一类(A类);如果该受试者的RPTOR基因一个或者多个CpG位点的甲基化水平数据代入上述数学模型后计算出来的值即检测指数等于阈值,则不能判断该受试者是A类还是B类。
举例:图2的示意图举例说明RPTOR_B的优选CpG位点(RPTOR_B_1.2.3、RPTOR_B_4、RPTOR_B_5、RPTOR_B_6、RPTOR_B_7、RPTOR_B_8、RPTOR_B_9、RPTOR_B_10、RPTOR_B_11、RPTOR_B_12、RPTOR_B_13、RPTOR_B_14和RPTOR_B_15.16)的甲基化以及数学建模在用于肺部良恶性结节判别的应用:将肺癌患者和肺良性结节患者训练集(在此为:722名肺癌患者和152位肺良性结节患者)中已经检测的RPTOR_B_1.2.3、RPTOR_B_4、RPTOR_B_5、RPTOR_B_6、RPTOR_B_7、RPTOR_B_8、RPTOR_B_9、RPTOR_B_10、RPTOR_B_11、RPTOR_B_12、RPTOR_B_13、RPTOR_B_14和RPTOR_B_15.16这13个可区分的CpG位点组合的甲基化水平的数据以及患者的年龄、性别(男性赋值为1,女性赋值为0)、白细胞计数通过R软件使用二分类逻辑回归的公式建立用于区分肺癌患者和肺良性结节患者的数学模型。该数学模型在此为二类逻辑回归模型,由此确定该数学模型的常量b0以及各个甲基化位点的权重b1~bn,在此例中具体为:log(y/(1-y))=1.020-0.707*RPTOR_B_1.2.3+2.853*RPTOR_B_4-3.118*RPTOR_B_5+0.537*RPTOR_B_6-2.345*RPTOR_B_7+4.112*RPTOR_B_8-0.603*RPTOR_B_9+0.406*RPTOR_B_10-2.523*RPTOR_B_11-0.096*R PTOR_B_12-0.408*RPTOR_B_13+0.601*RPTOR_B_14+0.708*RPTOR_B_15.16+0.011*年龄-0.085*性别(男性赋值为1,女性赋值为0)-0.023*白细胞个数,其中y为因变量即将待测样品的13个可区分甲基化位点的甲基化值以及年龄、性别、白细胞计数代入模型以后得出的检测指数。在设定0.5为阈值的情况下,待测样品的RPTOR_B_1.2.3、RPTOR_B_4、RPTOR_B_5、RPTOR_B_6、RPTOR_B_7、RPTOR_B_8、RPTOR_B_9、RPTOR_B_10、RPTOR_B_11、RPTOR_B_12、RPTOR_B_13、RPTOR_B_14和RPTOR_B_15.16这13个CpG位点的甲基化水平经过测试后连同其年龄、性别、白细胞计数的信息代入模型进行计算,得到的检测指数即y值大于0.5归为肺癌患者,小于0.5归为肺良性结节患者,等于0.5则不确定为肺癌患者还是肺良性结节患者。此模型的曲线下面积(AUC)计算结果为0.65(表15)。具体受试者判断方法举例如图2所示,从两位受试者(甲,乙)分别采集血液提取DNA,将提取的DNA通过重亚硫酸盐转化后,用DNA甲基化的测定方法对受试者的RPTOR_B_1.2.3、RPTOR_B_4、RPTOR_B_5、RPTOR_B_6、RPTOR_B_7、RPTOR_B_8、RPTOR_B_9、RPTOR_B_10、RPTOR_B_11、RPTOR_B_12、RPTOR_B_13、RPTOR_B_14和RPTOR_B_15.16这13个可区分的CpG位点的甲基化水平进行检测。然后将检测得到的甲基化水平数据连同受试者的年龄、性别和白细胞计数的信息代入上述数学模型。甲受试者经数学模型后计算出来的值为0.84大于0.5,则甲受试者判定为肺癌患者(与临床判定结果相符);乙受试者的RPTOR基因一个或者多个CpG位点的甲基化水平数据代入上述数学模型后计算出来的值为0.18小于0.5,则乙受试者判定肺良性结节患者(与临床判定结果相符)。
(C)模型效果评价
根据上述方法,分别建立用于区分肺癌患者和无癌对照、肺癌患者和良性结节患者、胰腺癌患者和无癌对照、无癌对照和食管癌患者、肺癌患者和胰腺癌患者、肺癌患者和食管癌患者、胰腺癌患者和食管癌患者、肺腺癌和肺鳞癌患者,肺腺癌和小细胞肺癌患者,肺鳞癌和小细胞肺癌患者,I期肺癌和II期肺癌患者,I期肺癌和III期肺癌患者,II期肺癌和III期肺癌的数学模型,并且通过受试者曲线(ROC曲线)对其有效性进行评价。ROC曲线得出的曲线下面积(AUC)越大,说明模型的区分度越好,分子标志物越有效。采用不同CpG位点进行数学模型构建后的评价结果如表12、表13和表14所示。表12、表13和表14中,1个CpG位点代表RPTOR_B扩增片段中任意一个CpG位点的位点,2个CpG位点代表RPTOR_B中任意2个CpG位点的组合,3个CpG位点代表RPTOR_B中任意3个CpG位点的组合,……以此类推。表中的数值为不同位点组合评价结果的范围值(即任意个CpG位点组合方式的结果均在此范围内)。
上述结果显示,RPTOR基因对于各组的鉴别能力(肺癌患者和无癌对照、肺癌患者和肺良性结节患者、胰腺癌患者和无癌对照、食管癌患者和无癌对照、胰腺癌患者和肺癌患者、食管癌患者和肺癌患者、胰腺癌患者和食管癌患者、肺腺癌和肺鳞癌患者、肺腺癌和小细胞肺癌患者、肺鳞癌和小细胞肺癌患者、I期肺癌和II期肺癌患者、I期肺癌和III期肺癌患者、II期肺癌和III期肺癌患者)随着位点数的增加而增加。
除此以外,在表1-表3所示的CpG位点中,还存在少数几个较优位点的组合比多个非较优位点组合的鉴别能力更好的情况。例如表15、表16和表17所示的RPTOR_B_1.2.3、RPTOR_B_4、RPTOR_B_5、RPTOR_B_6、RPTOR_B_7、RPTOR_B_8、RPTOR_B_9、RPTOR_B_10、RPTOR_B_11、RPTOR_B_12、RPTOR_B_13、RPTOR_B_14和RPTOR_B_15.16这13个最优位点的组合是RPTOR_B中任意13个组合的优选位点。
综上所述,RPTOR基因上的CpG位点及其各种组合,RPTOR_A片段上的CpG位点及其各种组合,RPTOR_B片段上的CpG位点及其各种组合,RPTOR_C片段上的CpG位点及其各种组合,以及RPTOR_A、RPTOR_B和RPTOR_C上的CpG位点及其各种组合的甲基化水平都对肺癌患者和无癌对照、肺癌患者和肺良性结节患者、胰腺癌患者和无癌对照、食管癌和无癌对照、胰腺癌患者和肺癌患者、食管癌患者和肺癌患者、胰腺癌患者和食管癌患者、肺腺癌和肺鳞癌患者、肺腺癌和小细胞肺癌患者、肺鳞癌和小细胞肺癌患者、I期肺癌和II期肺癌患者、I期肺癌和III期肺癌患者、II期肺癌和III期肺癌患者有判别能力。
表5比较无癌对照、良性结节和肺癌的甲基化水平
表6比较无癌对照和肺癌的甲基化水平差异
表7比较良性结节和肺癌的甲基化水平差异
表8比较肺癌不同亚型或者肺癌不同分期的甲基化水平差异
表9比较无癌对照和胰腺癌的甲基化水平差异
表10比较无癌对照和食管癌的甲基化水平差异
表11比较肺癌、胰腺癌和食管癌的甲基化水平差异
表12 RPTOR_B的CpG位点及其组合用于区分肺癌和无癌对照,肺癌和良性结节,胰腺癌和无癌对照,以及肺癌和胰腺癌
表13 RPTOR_B的CpG位点及其组合用于区分食管癌和无癌对照,食管癌和胰腺癌,以及食管癌和肺癌
表14 RPTOR_B的CpG位点及其组合用于区分肺鳞癌和肺腺癌、肺鳞癌和小细胞肺癌、肺腺癌和小细胞肺癌、I期肺癌和II期肺癌、I期肺癌和III期肺癌、II期肺癌和III期肺癌
表15 RPTOR_B的最佳CpG位点及其组合用于区分肺癌和无癌对照,肺癌和良性结节,胰腺癌和无癌对照,以及肺癌和胰腺癌
表16 RPTOR_B的最佳CpG位点及其组合用于区分食管癌和无癌对照,食管癌和胰腺癌,以及食管癌和肺癌
表17 RPTOR_B最佳CpG位点及其自由组合用于区分肺腺癌和肺鳞癌患者、肺腺癌和小细胞肺癌患者、肺鳞癌和小细胞肺癌患者、肺癌I期和肺癌II期、肺癌I期和肺癌III期、肺癌II期和肺癌III期癌患者
以上对本发明进行了详述。对于本领域技术人员来说,在不脱离本发明的宗旨和范围,以及无需进行不必要的实验情况下,可在等同参数、浓度和条件下,在较宽范围内实施本发明。虽然本发明给出了特殊的实施例,应该理解为,可以对本发明作进一步的改进。总之,按本发明的原理,本申请欲包括任何变更、用途或对本发明的改进,包括脱离了本申请中已公开范围,而用本领域已知的常规技术进行的改变。按以下附带的权利要求的范围,可以进行一些基本特征的应用。
<110> 南京腾辰生物科技有限公司
<120> 用于辅助诊断癌症的一种甲基化标志物
<130> GNCLN202318
<160> 9
<170> PatentIn version 3.5
<210> 1
<211> 836
<212> DNA
<213> Artificial sequence
<400> 1
tttacatatt aggaatttgc acacacgtca ggtgagtcgt aagagtcaca gaggaagttc 60
cttcttagcc tgtggcaggg tggatcctgc agctcccttc ccccctcacc ctccccccgg 120
ggggcctcac tcacacagcc cctccggctc cctttctttt tatgagcttt caccttactc 180
tgttttcctc ttttcttcct gatttcccta attgagtttg agtcagtgca ttgagcgtgc 240
gctctcagtt gtcaggggta cacacttgtg tgtgattttt tatgtggctg agatgcacca 300
ggatcctgtt gcctcagccc actgtggtct ttgggtgcag aggagggttc ttatgcccag 360
ccacttagcc agcagggtag ctgggggtga gtttcagaac cttctgaacc tcaactgtct 420
cccctccagg gcaggaagga taataacaca catctaagcg gggagggtga taattgtgcc 480
catagtctaa atctttctca gatcctccgg tgacattgcc gggtggcctg agctaggagg 540
aagggtgagg acttaggcag atggaggact gtgcatttca gttttttgtt ttaattaatt 600
tttttaactg acaagataac ttagagggat tttttaaatt ggcaaataga atcttcagct 660
ttgccttcgg ttccctcatc gtagggtcag ctcgtggctg ccaccccaag acaacacttc 720
ctccccgtgg ccgccctgcg gttcccttct tcccggaggg taccaacgag ctaggcctgg 780
tgctgccgaa aaggaactca ggaaaaggtt ccaaaatttt taataggaag aatttc 836
<210> 2
<211> 729
<212> DNA
<213> Artificial sequence
<400> 2
ttcttgtgga tatttttaag agtacatttt gccacgctgt ctcgcgtggg gcctctgcag 60
cagctgagac gtttggcagt ttcttcaaga cttggagtaa aacctcgcct gagatagaat 120
ctaaatacac tgggcttgga tcgcccattt gactaaattt cgatcccaac tctagctttc 180
agaaacctcc ttatagggag agacctattg ctatgggaag gcaagagaaa ttaatgtctg 240
cgttattcca gcaaagcccc tgcactgcgc tggagggact tttgtttgcg tctttgggtt 300
gcagaagggg ctatgattgt gcgtggctta tcttggtctc cagcccagtt tagacctcct 360
tctagctgat ctcttctctc acttgtactt tggaagagag tcagggcttg gctttgggtc 420
accaggcgtg cagccatgtc agagctctgg agccacctcg gttttgtccc tgtcacgggg 480
attgactgat tcttaaatga tctgcgcgag gcggccctgg agcctacagc agcaccgttc 540
ccccagggta tcgctggcct gtgtttcaca tagggtcagc tcttcggggg ttgtcactga 600
gtagtaagtg ctgagccctc ctgtccctgt ttgcagaggc agcggctggt ttctggctgg 660
ccagtgattc ctccaccctg tgaacacacg tggaaattga cacggtggac tctgggatgt 720
aggggaagg 729
<210> 3
<211> 643
<212> DNA
<213> Artificial sequence
<400> 3
ttgccacaaa gccattctac atccccgaca agaataagaa taggtgagga cccagcagtc 60
gcatgtgaaa ataaacggtg tatttagcgg gaaactaatg cctcttgcag ccatcaggca 120
ctgttttccc ttgatcctgg aacaccttgg tttccgggga tctcagcccc agccgttgcc 180
ccatagctgt tcctcagcac cgcagtcgtg gaagccctgt actgaattag aaccgagcag 240
ccctggctct caaggggtca cggggtgaga ggaccagagt tctgcaggca ttttcacgtg 300
agaaactcca gtcctctgtg gctgtcccac ttcctgacag cttggcttcc ttcaggcagc 360
ctgagtatta ttcccatctt agctctgtcg gtatgtagta taaacacagt ccatgttatt 420
gatagtttct taggtaaaaa cacattaata tttgaatcgg gccaaggagc acggagaatc 480
tgaagttgtc gcaaacaagc tggctgtaaa tgggctcctc cagggcaagg cacaccccag 540
agctactggg ggaggtggaa gcttgctgtg tgttgtgtgt gtgtttcctg tggttgatgc 600
tcataagcgt tacctccgtg gaagaggttt acctttttag gaa 643
<210> 4
<211> 35
<212> DNA
<213> Artificial sequence
<400> 4
aggaagagag tttatatatt aggaatttgt atata 35
<210> 5
<211> 56
<212> DNA
<213> Artificial sequence
<400> 5
cagtaatacg actcactata gggagaaggc taaaattctt cctattaaaa atttta 56
<210> 6
<211> 35
<212> DNA
<213> Artificial sequence
<400> 6
aggaagagag tttttgtgga tatttttaag agtat 35
<210> 7
<211> 56
<212> DNA
<213> Artificial sequence
<400> 7
cagtaatacg actcactata gggagaaggc tccttcccct acatcccaaa atccac 56
<210> 8
<211> 35
<212> DNA
<213> Artificial sequence
<400> 8
aggaagagag ttgttataaa gttattttat atttt 35
<210> 9
<211> 56
<212> DNA
<213> Artificial sequence
<400> 9
cagtaatacg actcactata gggagaaggc tttcctaaaa aaataaacct cttcca 56
Claims (10)
1.甲基化RPTOR基因作为标志物在制备产品中的应用;所述产品的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用。
2.用于检测RPTOR基因甲基化水平的物质在制备产品中的应用;所述产品的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用。
3.用于检测RPTOR基因甲基化水平的物质和储存有数学模型建立方法和/或使用方法的介质在制备产品中的应用;所述产品的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用;
所述数学模型按照包括如下步骤的方法获得:
(A1)分别检测n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平;
(A2)取步骤(A1)获得的所有样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值;
所述数学模型的使用方法包括如下步骤:
(B1)检测待测样本的RPTOR基因甲基化水平;
(B2)将步骤(B1)获得的所述待测样本的RPTOR基因甲基化水平数据代入所述数学模型,得到检测指数;然后比较检测指数和阈值的大小,根据比较结果确定所述待测样本的类型是A类型还是B类型;
所述A类型样本和所述B类型样本为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
4.储存有数学模型建立方法和/或使用方法的介质在制备产品中的应用;所述产品的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用;
所述数学模型按照包括如下步骤的方法获得:
(A1)分别检测n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平;
(A2)取步骤(A1)获得的所有样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值;
所述数学模型的使用方法包括如下步骤:
(B1)检测待测样本的的RPTOR基因甲基化水平;
(B2)将步骤(B1)获得的所述待测样本的的RPTOR基因甲基化水平数据代入所述数学模型,得到检测指数;然后比较检测指数和阈值的大小,根据比较结果确定所述待测样本的类型是A类型还是B类型;
所述A类型样本和所述B类型样本为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
5.试剂盒,包括用于检测RPTOR基因甲基化水平的物质;所述试剂盒的用途为如下中的至少一种:
(1)辅助诊断癌症或预测癌症患病风险;
(2)辅助区分良性结节和癌症;
(3)辅助区分癌症不同亚型;
(4)辅助区分癌症不同分期;
(5)辅助诊断肺癌或预测肺癌患病风险;
(6)辅助区分肺部良性结节和肺癌;
(7)辅助区分肺癌不同亚型;
(8)辅助区分肺癌不同分期;
(9)辅助诊断胰腺癌或预测胰腺癌患病风险;
(10)辅助诊断食管癌或预测食管癌患病风险;
(11)辅助区分肺癌和胰腺癌;
(12)辅助区分肺癌和食管癌;
(13)辅助区分胰腺癌和食管癌;
(14)确定待测物对癌症的发生是否存在阻碍或促进作用。
6.根据权利要求5所述的试剂盒,其特征在于:所述试剂盒中还含有权利要求3或4中所述的储存有数学模型建立方法和/或使用方法的介质。
7.系统,包括:
(D1)用于检测RPTOR基因甲基化水平的试剂和/或仪器;
(D2)装置,所述装置包括单元M和单元N;
所述单元M用于建立数学模型,包括数据采集模块、数据分析处理模块和模型输出模块;
所述数据采集模块被配置为采集(D1)检测得到的n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平数据;
所述数据分析处理模块被配置为接收由所述数据采集模块发送的n1个A类型样本和n2个B类型样本的RPTOR基因甲基化水平数据,按照A类型和B类型的分类方式,通过二分类逻辑回归法建立数学模型,确定分类判定的阈值;
所述模型输出模块被配置为输出所述数据分析处理模块建立的数学模型;
所述单元N用于确定待测样本类型,包括数据输入模块、数据运算模块、数据比较模块和结论输出模块;
所述数据输入模块被配置为输入(D1)检测得到的待测者的RPTOR基因甲基化水平数据;
所述数据运算模块被配置为接收由所述数据输入模块发送的所述待测者的RPTOR基因甲基化水平数据,并将所述待测者的RPTOR基因甲基化水平数据代入所述数学模型,计算得到检测指数;
所述数据比较模块被配置为接收由所述数据运算模块发送的所述检测指数,并将所述检测指数与所述阈值进行比较;
所述结论输出模块被配置为根据所述数据比较模块的比较结果输出所述待测样本的类型是A类型还是B类型的结论;
所述A类型样本和所述B类型样本为如下中的任一种:
(C1)肺癌样本和无癌对照;
(C2)肺癌样本和肺良性结节样本;
(C3)肺癌不同亚型样本;
(C4)肺癌不同分期样本;
(C5)肺癌样本和食管癌样本;
(C6)肺癌样本和胰腺癌样本;
(C7)胰腺癌样本和食管癌样本;
(C8)胰腺癌样本和无癌对照;
(C9)食管癌样本和无癌对照。
8.根据权利要求1-7中任一所述的应用或试剂盒或系统,其特征在于:所述RPTOR基因甲基化水平为RPTOR基因中如下(e1)-(e3)所示片段中全部或部分CpG位点的甲基化水平;
所述甲基化RPTOR基因为RPTOR基因中如下(e1)-(e3)所示片段中全部或部分CpG位点甲基化;
(e1)SEQ ID No.1所示的DNA片段或与其具有80%以上同一性的DNA片段;
(e2)SEQ ID No.2所示的DNA片段或与其具有80%以上同一性的DNA片段;
(e3)SEQ ID No.3所示的DNA片段或与其具有80%以上同一性的DNA片段。
9.根据权利要求8所述的应用或试剂盒或系统,其特征在于:所述“全部或部分CpG位点”为RPTOR基因中SEQ ID No.1至SEQ ID No.3所示3个DNA片段中的任意一个或多个CpG位点;
或,所述“全部或部分CpG位点”为SEQ ID No.1所示的DNA片段中所有CpG位点、SEQ IDNo.2所示的DNA片段中所有CpG位点、SEQ ID No.3所示的DNA片段中所有CpG位点;
或,所述“全部或部分CpG位点”为所述SEQ ID No.1所示的DNA片段中的全部和所述SEQID No.2所示的DNA片段中的全部;
或,所述“全部或部分CpG位点”为所述SEQ ID No.1所示的DNA片段中的全部和所述SEQID No.3所示的DNA片段中的全部;
或,所述“全部或部分CpG位点”为所述SEQ ID No.2所示的DNA片段中的全部和所述SEQID No.3所示的DNA片段中的全部;
或,所述“全部或部分CpG位点”为所述SEQ ID No.2所示的DNA片段中所有CpG位点中的全部或任意22个或任意21个或任意20个或任意19个或任意18个或任意17个或任意16个或任意15个或任意14个或任意13个或任意12个或任意11个或任意10个或任意9个或任意8个或任意7个或任意6个或任意5个或任意4个或任意3个或任意2个或任意1个;
或,所述“全部或部分CpG位点”为SEQ ID No.2所示的DNA片段中如下十三项所示CpG位点的全部或任意12项或任意11项或任意10项或任意9项或任意8项或任意7项或任意6项或任意5项或任意4项或任意3项或任意2项或任意1项:
(f1)SEQ ID No.2所示的DNA片段自5’端第35-36位和43-44位和45-46位所示CpG位点;
(f2)SEQ ID No.2所示的DNA片段自5’端第70-71位所示CpG位点;
(f3)SEQ ID No.2所示的DNA片段自5’端第106-107位所示CpG位点;
(f4)SEQ ID No.2所示的DNA片段自5’端第142-143位所示CpG位点;
(f5)SEQ ID No.2所示的DNA片段自5’端第161-162位所示CpG位点;
(f6)SEQ ID No.2所示的DNA片段自5’端第241-242位所示CpG位点;
(f7)SEQ ID No.2所示的DNA片段自5’端第268-269位所示CpG位点;
(f8)SEQ ID No.2所示的DNA片段自5’端第289-290位所示CpG位点;
(f9)SEQ ID No.2所示的DNA片段自5’端第322-323位所示CpG位点;
(f10)SEQ ID No.2所示的DNA片段自5’端第427-428位所示CpG位点;
(f11)SEQ ID No.2所示的DNA片段自5’端第459-460位所示CpG位点;
(f12)SEQ ID No.2所示的DNA片段自5’端第476-477位所示CpG位点;
(f13)SEQ ID No.2所示的DNA片段自5’端第505-506位和507-508位所示CpG位点。
10.根据权利要求1-9中任一所述的应用或试剂盒或系统,其特征在于:所述用于检测RPTOR基因甲基化水平的物质包含用于扩增RPTOR基因全长或部分片段的引物组合;
所述用于检测RPTOR基因甲基化水平的试剂包含用于扩增RPTOR基因全长或部分片段的引物组合;
进一步地,所述部分片段为如下中至少一个片段:
(f1)SEQ ID No.1所示的DNA片段或其包含的DNA片段;
(f2)SEQ ID No.2所示的DNA片段或其包含的DNA片段;
(f3)SEQ ID No.3所示的DNA片段或其包含的DNA片段;
(f4)与SEQ ID No.1所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段;
(f5)与SEQ ID No.2所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段;
(f6)与SEQ ID No.3所示的DNA片段或其包含的DNA片段具有80%以上同一性的DNA片段;
更进一步地,所述引物组合为引物对A和/或引物对B和/或引物对C;
所述引物对A为引物A1和引物A2组成的引物对;所述引物A1为SEQ ID No.4或SEQ IDNo.4的第11-35位核苷酸所示的单链DNA;所述引物A2为SEQ ID No.5或SEQ ID No.5的第32-56位核苷酸所示的单链DNA;
所述引物对B为引物B1和引物B2组成的引物对;所述引物B1为SEQ ID No.6或SEQ IDNo.6的第11-35位核苷酸所示的单链DNA;所述引物B2为SEQ ID No.7或SEQ ID No.7的第32-56位核苷酸所示的单链DNA;
所述引物对C为引物C1和引物C2组成的引物对;所述引物C1为SEQ ID No.8或SEQ IDNo.8的第11-35位核苷酸所示的单链DNA;所述引物C2为SEQ ID No.9或SEQ ID No.9的第32-56位核苷酸所示的单链DNA。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011155101.8A CN114480630A (zh) | 2020-10-26 | 2020-10-26 | 用于辅助诊断癌症的一种甲基化标志物 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011155101.8A CN114480630A (zh) | 2020-10-26 | 2020-10-26 | 用于辅助诊断癌症的一种甲基化标志物 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114480630A true CN114480630A (zh) | 2022-05-13 |
Family
ID=81470270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011155101.8A Pending CN114480630A (zh) | 2020-10-26 | 2020-10-26 | 用于辅助诊断癌症的一种甲基化标志物 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114480630A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115851950A (zh) * | 2022-12-12 | 2023-03-28 | 南京腾辰生物科技有限公司 | 一种癌症鉴别标志物及其应用 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180245159A1 (en) * | 2015-02-24 | 2018-08-30 | Ruprecht-Karls-Universitat Heidelberg | Biomarker panel for the detection of cancer |
WO2019081507A1 (en) * | 2017-10-23 | 2019-05-02 | Universität Heidelberg | NEW MARKERS DERIVED FROM BLOOD FOR CANCER DETECTION |
-
2020
- 2020-10-26 CN CN202011155101.8A patent/CN114480630A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180245159A1 (en) * | 2015-02-24 | 2018-08-30 | Ruprecht-Karls-Universitat Heidelberg | Biomarker panel for the detection of cancer |
WO2019081507A1 (en) * | 2017-10-23 | 2019-05-02 | Universität Heidelberg | NEW MARKERS DERIVED FROM BLOOD FOR CANCER DETECTION |
Non-Patent Citations (1)
Title |
---|
QIUQIONG TANG 等: "DNA methylation array analysis identifies breast cancer associated RPTOR, MGRN1 and RAPSN hypomethylation in peripheral blood DNA", ONCOTARGET, vol. 7, no. 39, pages 64191, XP055577238, DOI: 10.18632/oncotarget.11640 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115851950A (zh) * | 2022-12-12 | 2023-03-28 | 南京腾辰生物科技有限公司 | 一种癌症鉴别标志物及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019144277A1 (zh) | 鉴定结直肠癌状态的方法和试剂盒 | |
WO2020063902A1 (zh) | Hoxa7甲基化检测试剂 | |
CN114507731A (zh) | 一种用于辅助癌症诊断的甲基化标志物及试剂盒 | |
CN111363811A (zh) | 基于foxd3基因的肺癌诊断剂及试剂盒 | |
CN114480630A (zh) | 用于辅助诊断癌症的一种甲基化标志物 | |
CN113215252B (zh) | 用于辅助诊断癌症的甲基化标志物 | |
CN113355412B (zh) | 用于辅助诊断癌症的甲基化标志物及试剂盒 | |
CN113136428B (zh) | 一种甲基化标志物在辅助诊断癌症中的应用 | |
JP2018139537A (ja) | 食道がんのリンパ節転移可能性のデータ取得方法 | |
CN113215251B (zh) | 一种辅助诊断癌症的甲基化标志物 | |
CN113122630B (zh) | 一种用于辅助诊断癌症的钙结合蛋白甲基化标志物 | |
CN113355413B (zh) | 一种分子标志物及试剂盒在辅助诊断癌症中的应用 | |
CN113215250B (zh) | 一个基因的甲基化水平在辅助诊断癌症中的应用 | |
WO2020063903A1 (zh) | Hoxa9甲基化检测试剂 | |
CN113186279A (zh) | 用于辅助诊断癌症的透明质酸酶甲基化标志物及试剂盒 | |
CN115612735A (zh) | 一种辅助诊断癌症的潜在分子标志物 | |
CN115612731A (zh) | 一种辅助诊断癌症的分子标志物 | |
CN115701454A (zh) | 一种用于辅助诊断癌症的分子标志物及试剂盒 | |
CN115612732A (zh) | 用于辅助诊断癌症的标志物及其试剂盒 | |
CN117568471A (zh) | 蛋白基因甲基化作为辅助诊断癌症的分子标志物 | |
CN117568473A (zh) | 一种可用于辅助诊断癌症的甲基化分子标志物 | |
CN115701453A (zh) | 用于辅助诊断癌症的分子标志物及试剂盒 | |
CN116790752A (zh) | 一种肺癌早筛早诊分子标志物 | |
CN118028461A (zh) | 一种蛋白基因在辅助诊断癌症中的应用 | |
CN117568470A (zh) | 一种作为辅助诊断癌症的分子标志物及试剂盒 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 200072, 3rd to 4th floors, Building 10, No. 351 Yuexiu Road, Hongkou District, Shanghai Applicant after: Tengchen Biotechnology (Shanghai) Co.,Ltd. Address before: 210032 building 02, life science and technology Island, No. 11, Yaogu Avenue, Jiangbei new area, Nanjing, Jiangsu Province Applicant before: Nanjing Tengchen Biological Technology Co.,Ltd. |