CN115992229B

CN115992229B - 一种胰腺癌预后风险评估的lncRNA标记物、模型及其应用

Info

Publication number: CN115992229B
Application number: CN202210866441.4A
Authority: CN
Inventors: 吴兴; 陈琼
Original assignee: Third Xiangya Hospital of Central South University
Current assignee: Third Xiangya Hospital of Central South University
Priority date: 2022-07-22
Filing date: 2022-07-22
Publication date: 2023-07-07
Anticipated expiration: 2042-07-22
Also published as: CN115992229A

Abstract

本发明提供了一种胰腺癌预后风险评估的lncRNA标记物、模型及其应用，属于生物医学技术领域。本发明提供的胰腺癌预后风险评估的lncRNA标记物，包括CASC19、UCA1、AC079313.1和AC245041.2。本发明首次结合TCGA肿瘤样本和GTEx正常人样本，充分均衡了患者和健康人群的数量，减少纳入数据的偏移，使最终获得的lncRNA标记物能够更加准确的对胰腺癌预后的风险进行评估。本发明构建的胰腺癌预后风险评估模型仅包含4条lncRNA，检测工作量较小，给后续的临床转化提供便利，而且本发明所选择的lncRNA具有普适性。

Description

一种胰腺癌预后风险评估的lncRNA标记物、模型及其应用

技术领域

本发明属于生物医学技术领域，尤其涉及一种胰腺癌预后风险评估的lncRNA标记物、模型及其应用。

背景技术

胰腺癌是一种高度致死性的恶性肿瘤，是预后最差的恶性肿瘤之一，手术切除是胰腺癌的唯一治疗选择。然而，超过80％的患者被诊断为晚期和无法手术。尽管目前在基因、蛋白、细胞等多层次领域取得的研究进展，在诊断和提示胰腺癌方面有一定的价值，但是在胰腺癌预后评估方面并不出色，对于胰腺癌预后的评估一直缺乏有效的指标。目前CA19-9已被用于预测个别胰腺癌患者的预后。但是CA19-9在Lewis阴性基因型患者中没有表达，只有65％的可切除胰腺导管癌患者血清水平升高，同时在其他良性和恶疾病中CA19-9的表达量也会有所增加，所以采用CA19-9作为胰腺癌预后的评价指标其敏感性和特异有限。因此，本领域目前迫切需要开发新的生物标志物或模型来对胰腺癌患者的预后进行判断。长链非编码RNA(Long non-coding RNA，lncRNA)是长度大于200个核苷酸的非编码RNA。目前本领域关于铁死亡相关的lncRNA与胰腺癌预后的关系，鲜有报道。

发明内容

有鉴于此，本发明的目的在于提供一种胰腺癌预后风险评估的lncRNA标记物和模型，提高胰腺癌预后风险评估的准确性和普适性。

为了实现上述发明目的，本发明提供了以下技术方案：

本发明提供了一种胰腺癌预后风险评估的lncRNA标记物，所述标记物包括CASC19、UCA1、AC079313.1和AC245041.2。

本发明还提供了一种上述lncRNA标记物在制备胰腺癌预后风险评估产品中的应用。

优选的，所述产品的种类包括胰腺癌预后风险评估模型或试剂盒。

本发明还提供了一种胰腺癌预后风险评估的模型，所述模型包括输入模块、计算模块和结果输出模块，所述计算模块为Risk Score＝0.279×CASC19的表达量+0.205×UCA1的表达量+0.941×AC079313.1的表达量+0.458×AC245041.2的表达量。

优选的，所述输入模块为输入上述CASC19、UCA1、AC079313.1和AC245041.2共4个胰腺癌预后相关lncRNA标记物的表达量。

优选的，所述结果输出模块为根据Risk Score的值进行预后风险高低评估，若Risk Score值在0.928以上，则输出预后情况不好，若Risk Score值小于0.928，则输出预后情况良好。

本发明还提供了一种胰腺癌预后风险评估的试剂盒，所述试剂盒包括用于检测上述lncRNA标记物的基因或蛋白表达水平的试剂。

优选的，所述用于检测lncRNA标记物的基因表达水平的试剂是与所述基因特异性结合的引物和/或探针。

优选的，所述用于检测lncRNA标记物的蛋白表达水平的试剂是与所述lncRNA标记物基因编码的蛋白特异结合的抗体。

本发明的有益效果：

本发明首次结合了TCGA肿瘤样本和GTEx正常人样本，充分均衡了患者和健康人群的数量，减少纳入数据的偏移，使最终获得的lncRNA标记物能够更加准确的对胰腺癌预后的风险进行评估。

本发明构建的胰腺癌预后风险评估模型仅包含4条lncRNA，检测工作量较小，给后续的临床转化提供便利，而且本发明所选择的lncRNA具有普适性。

附图说明

图1为单因素COX回归森林图；

图2为K-M生存分析；

图3为TCGA训练集ROC曲线；

图4为ICGC验证集ROC曲线。

具体实施方式

本发明对于lncRNA标记物CASC19、UCA1、AC079313.1和AC245041.2的具体来源没有特殊限定。

本发明还提供了一种上述lncRNA标记物在制备胰腺癌预后风险评估产品中的应用。在本发明中，所述产品的种类优选的包括胰腺癌预后风险评估模型或试剂盒。

在本发明中，所述输入模块优选的为输入上述CASC19、UCA1、AC079313.1和AC245041.2共4个胰腺癌预后相关lncRNA标记物的表达量。本发明对于所述lncRNA标记物表达量的具体检测方法没有特殊限定，采用本领域常规基因表达量检测的方法均可。本发明所述结果输出模块优选的为根据Risk Score的值进行预后风险高低评估，若Risk Score值在0.928以上，则输出预后情况不好，表示为高风险，若Risk Score值小于0.928，则输出预后情况良好，表示为低风险。

在本发明中，所述用于检测lncRNA标记物的基因表达水平的试剂优选的是与所述基因特异性结合的引物和/或探针，所述与标记物基因的核酸序列杂交的探针可以是DNA、RNA、DNA-RNA嵌合体、PNA或其它衍生物。本发明所述用于检测lncRNA标记物的蛋白表达水平的试剂优选的是与所述lncRNA标记物基因编码的蛋白特异结合的抗体。

下面结合实施例对本发明提供的技术方案进行详细的说明，但是不能把它们理解为对本发明保护范围的限定。

下述实施例中，如无特殊说明，均为常规方法。

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。

实施例1

从TCGA(The cancer genome atlas，癌症基因组图谱)数据库获得178例胰腺癌样本信息和4例正常样本信息，从GTEx(Genotype-Tissue Expression)数据库获得168例正常人胰腺组织样本信息，从ICGC(International Cancer Genome Consortium，国际癌症基因组联盟)数据库获得184例胰腺癌样本信息。TCGA和GTEx的数据用于后续模型的构建，ICGC的数据用于后续模型的验证。从FerrDb数据库获得247个铁死亡相关基因。

利用Pearson相关性分析(R≥0.4，p<0.001)筛选出与铁死亡基因表达相关的lncRNA(Ferr-lncRNA)共2533个。进一步与ICGC检测到有表达的lncRNA取交集，得到375条Ferr-lncRNA。

整理芯片信息，删除临床信息缺失的样本。利用limmaR包分析在肿瘤与正常组织差异表达的mRNA和lncRNA(wilcoxTest检验参数为：logFC≥2，FDR＜0.05)，得到胰腺癌中铁死亡相关差异基因15个，铁死亡相关差异lncRNA共80个。

对上述获得的80个铁死亡相关lncRNA进行单因素COX回归分析，得到12条与胰腺癌预后有关的lncRNA(CASC19，LINC01559，LINC01705，UCA1，AP000695.2，LINC02257，AC079313.1，AL590723.1，AC245041.2，LINC01133，TNFRSF10A-AS1，AP003555.2，见图1)。对这12条lncRNA进一步进行多因素回归分析，经过比例风险(Proportional hazards，PH)假定检验后得到4条与胰腺癌预后显著相关的lncRNA(CASC19、UCA1、AC079313.1、AC245041.2，均为NCBI收录的序列，见表1)。

表1多因素回归模型参数

id	coef	HR	HR.95L	HR.95H	pvalue
						CASC19	0.279394185	1.322328483	1.052334049	1.661594641	0.016496947
UCA1	0.2054584	1.228087892	1.099347905	1.371904075	0.000276555
						AC079313.1	0.941185392	2.5630178	1.058671489	6.205003455	0.036946913
AC245041.2	0.458572792	1.581814794	1.176539314	2.126693101	0.002393529

采用表1中的显著相关lncRNA构建多因素COX回归模型：Risk Score＝0.279×CASC19的表达量+0.205×UCA1的表达量+0.941×AC079313.1的表达量+0.458×AC245041.2的表达量。

模型评价：将上述TCGA的数据作为训练集，利用Kaplan-Meier法估计肿瘤患者的生存率，结果如图2所示，表明本发明构建的模型能够很好区分高危患者和低危患者。

将上述TCGA的数据作为训练集，构建受试者工作特征(ROC)曲线，评估模型的预测性能，结果如图3所示，结果显示本发明构建的模型对胰腺癌患者1，2，3年生存率评价的AUC值(曲线下面积)分别为0.74，0.75，0.781，表明本发明由四个lncRNA基因组成的预后模型对胰腺癌患者的预后具有较好的区分性能。

为了进一步证明本发明标记物以及构建的模型能够准确的对胰腺癌预后的风险进行评估，采用另外一个独立的ICGC数据集对上述构建的预测模型进行了有效性的验证，具体为：利用Risk Score＝0.279×CASC19的表达量+0.205×UCA1的表达量+0.941×AC079313.1的表达量+0.458×AC245041.2的表达量公式，计算每个样本的风险评分，并进行了ROC分析。结果如图4所示，本发明构建的模型对ICGC验证集中患者1，2，3年生存率评价的AUC值分别为为0.65，0.64，0.65。表明本发明由四个lncRNA基因组成的预后模型能够较好的预测胰腺癌患者的预后。

实施例2

临床应用流程：

(1)收集患者胰腺癌活检组织标本后，进行样品RNA抽提，并逆转录合成cDNA。以合成的cDNA作为模板进行实时定量PCR扩增以检测每个样品中标记物基因的表达量，并用内参基因GAPDH进行校准，所用的引物序列如下所述：

CASC19-F：5’-TATGTGCCCATCACTCCCCGTAG-3’(SEQ ID NO.1)，

CASC19-R：5’-CATTGTGCTGCCTTCCTCCTCTG-3’(SEQ ID NO.2)；

UCA1-F：5’-AGGGCTTGGGACATTTCACTCTTTG-3’(SEQ ID NO.3)，

UCA1-R：5’-GTGGCGGTCTGAATGGAGAAGTTC-3’(SEQ ID NO.4)；

AC079313.1-F：5’-CAGCGAGACTCAAGGCACAG-3’(SEQ ID NO.5)，

AC079313.1-R：5’-GTCCAGAGAGGGCAAGGACT-3’(SEQ ID NO.6)；

AC245041.2-F：5’-GGAGGAGGAGGAGGAGGAGGAG-3’(SEQ ID NO.7)，

AC245041.2-R：5’-GCGTTGGTTCTGCTGGTGTCTC-3’(SEQ ID NO.8)；

GAPDH-F：5’-AGAAGGCTGGGGCTCATTTG-3’(SEQ ID NO.9)，

GAPDH-R：5’-AGGGGCCATCCACAGTCTTC-3’(SEQ ID NO.10)。

(2)将步骤(1)所得的各标记物基因的表达量代入公式：Risk Score＝0.279×CASC19的表达量+0.205×UCA1的表达量+0.941×AC079313.1的表达量+0.458×AC245041.2的表达量公式，计算患者的Risk Score值。如果该患者的Risk Score值高于截断值0.928，则为高风险，提示预后较差；如果患者的Risk Score值低于截断值0.928，则为低风险，提示预后相对较好。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种胰腺癌预后风险评估的lncRNA标记物，其特征在于，所述标记物由CASC19、UCA1、AC079313.1和AC245041.2组成。

2.权利要求1所述lncRNA标记物在制备胰腺癌预后风险评估产品中的应用。

3.根据权利要求2所述的应用，其特征在于，所述产品的种类包括胰腺癌预后风险评估模型或试剂盒。

4.一种胰腺癌预后风险评估的试剂盒，其特征在于，所述试剂盒包括用于检测权利要求1所述lncRNA标记物的基因或蛋白表达水平的试剂。

5.根据权利要求4所述的试剂盒，其特征在于，所述用于检测lncRNA标记物的基因表达水平的试剂是与所述基因特异性结合的引物和/或探针。

6.根据权利要求4所述的试剂盒，其特征在于，所述用于检测lncRNA标记物的蛋白表达水平的试剂是与所述lncRNA标记物基因编码的蛋白特异结合的抗体。