CN117625793B - 一种卵巢癌生物标志物的筛选方法及其应用 - Google Patents
一种卵巢癌生物标志物的筛选方法及其应用 Download PDFInfo
- Publication number
- CN117625793B CN117625793B CN202410093562.9A CN202410093562A CN117625793B CN 117625793 B CN117625793 B CN 117625793B CN 202410093562 A CN202410093562 A CN 202410093562A CN 117625793 B CN117625793 B CN 117625793B
- Authority
- CN
- China
- Prior art keywords
- ovarian cancer
- gene
- expression
- biomarker
- cell line
- 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.)
- Active
Links
- 206010033128 Ovarian cancer Diseases 0.000 title claims abstract description 113
- 206010061535 Ovarian neoplasm Diseases 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title abstract description 25
- 238000012216 screening Methods 0.000 title abstract description 22
- 239000000107 tumor biomarker Substances 0.000 title abstract description 20
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims abstract description 58
- 229910052697 platinum Inorganic materials 0.000 claims abstract description 29
- 101150041479 CDKL3 gene Proteins 0.000 claims abstract description 8
- 230000014509 gene expression Effects 0.000 claims description 40
- 229940079593 drug Drugs 0.000 claims description 31
- 239000003814 drug Substances 0.000 claims description 31
- 238000004393 prognosis Methods 0.000 claims description 17
- 239000003153 chemical reaction reagent Substances 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 7
- 239000000090 biomarker Substances 0.000 abstract description 30
- 238000001514 detection method Methods 0.000 abstract description 16
- 206010028980 Neoplasm Diseases 0.000 abstract description 11
- 238000004458 analytical method Methods 0.000 abstract description 8
- 206010059866 Drug resistance Diseases 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 5
- 238000011529 RT qPCR Methods 0.000 abstract description 4
- 108090000623 proteins and genes Proteins 0.000 description 68
- 210000004027 cell Anatomy 0.000 description 54
- 238000012163 sequencing technique Methods 0.000 description 18
- 230000004083 survival effect Effects 0.000 description 15
- 101000777768 Homo sapiens Cyclin-dependent kinase-like 3 Proteins 0.000 description 10
- 102100031684 Cyclin-dependent kinase-like 3 Human genes 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000007877 drug screening Methods 0.000 description 6
- 238000003209 gene knockout Methods 0.000 description 6
- 230000000857 drug effect Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004071 biological effect Effects 0.000 description 3
- 230000006801 homologous recombination Effects 0.000 description 3
- 238000002744 homologous recombination Methods 0.000 description 3
- 108020005004 Guide RNA Proteins 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012268 genome sequencing Methods 0.000 description 2
- 238000012165 high-throughput sequencing Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 238000000575 proteomic method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 210000004881 tumor cell Anatomy 0.000 description 2
- 108700026220 vif Genes Proteins 0.000 description 2
- 208000009849 Female Genital Neoplasms Diseases 0.000 description 1
- 208000031448 Genomic Instability Diseases 0.000 description 1
- 238000000585 Mann–Whitney U test Methods 0.000 description 1
- 238000012339 Real-time fluorescence quantitative polymerase chain reaction Methods 0.000 description 1
- 102000000763 Survivin Human genes 0.000 description 1
- 108010002687 Survivin Proteins 0.000 description 1
- 238000001793 Wilcoxon signed-rank test Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种卵巢癌生物标志物的筛选方法及其应用,属于生物标志物技术领域。本发明同时基于功能基因组学与临床基因组学两方面的多重证据,筛选出一个可以指征铂类药物耐药的卵巢癌生物标志物,即高表达的CDKL3基因,而且该生物标志物在卵巢癌患者队列中得到了验证。该卵巢癌生物标志物可以通过qPCR技术进行检测,检测所需肿瘤样本量小,对检测肿瘤样本质量要求低,检测成本低,分析过程简单,有利于在临床应用方面的推广与统一。
Description
技术领域
本发明涉及生物标志物技术领域,尤其涉及一种卵巢癌生物标志物的筛选方法及其应用。
背景技术
卵巢癌是恶性程度很高的妇科肿瘤,常规的治疗方式是手术切除后使用铂类药物进行辅助化疗,对于一些晚期且手术切除难度高的卵巢癌患者,还会在进行手术之前使用铂类药物进行新辅助化疗以达到降期的目的。由于肿瘤异质性的存在,不同卵巢癌患者对铂类药物治疗的响应存在差异,治疗效果呈现敏感和耐药两极分化。如果可以在治疗之前基于患者的分子特征对治疗效果进行预测,筛选出对铂类药物敏感或耐药的患者,那么将为治疗方案的优化提供诊断依据,从而进一步提高对卵巢癌患者的治疗水平。
目前,可用于判断卵巢癌患者铂类药物治疗敏感性的分子特征主要包括两个方面:其一,是基于基因组测序数据计算的用于衡量基因组不稳定性的分子指标,即同源重组缺陷(homologous recombination deficiency,HRD);其二,是基于转录组测序与临床数据整合分析获取的可以指征铂类药物敏感性的表达基因集合。但是,这两类分子特征均存在一定的缺点。对于同源重组缺陷而言,检测需要采用高通量二代测序技术,所需肿瘤样本量大,检测成本高,而且分析过程复杂,这些缺点限制了针对该类分子特征检测的临床应用。对于铂类药物敏感性相关表达基因集合而言,检测需要采用高通量二代测序技术,对肿瘤样本的大小与质量要求高,检测成本高,这些缺点限制了针对该类分子特征检测的临床应用。另外,在铂类药物敏感性相关基因的筛选过程中,一般只考虑了临床基因组学(clinicogenomics)方面的证据(如基因表达与患者临床生存期长短之间的关联等),而并未考虑功能基因组学(functional genomics)方面的证据(如基因表达与肿瘤细胞系表型之间的关联等),导致该类分子特征的可靠程度下降。
发明内容
为了解决现有技术中存在的问题,本发明提供了如下技术方案。
本发明第一方面提供了一种卵巢癌生物标志物的筛选方法,包括:
基于卵巢癌细胞系转录组测序数据与铂类药物疗效数据筛选得到第一候选集合;
基于卵巢癌细胞系CRISPR基因敲除实验数据筛选得到第二候选集合;
基于卵巢癌患者转录组测序数据与预后数据筛选得到第三候选集合;
将同时存在于第一候选集合、第二候选集合和第三候选集合中的基因作为卵巢癌生物标志物。
优选地,所述基于卵巢癌细胞系转录组测序数据与铂类药物疗效数据筛选得到第一候选集合包括:
获取卵巢癌细胞系转录组测序数据以及药效指标数据;
基于获取的卵巢癌细胞系转录组测序数据,根据每个基因的表达值对卵巢癌细胞系进行分类,得到每个基因的低表达细胞系和高表达细胞系;
对于每个基因,比较药效指标数据在高表达细胞系和低表达细胞系之间的差异,将差异符合预设要求的基因放入第一候选集合中。
优选地,所述基于卵巢癌细胞系CRISPR基因敲除实验数据筛选得到第二候选集合包括:
根据各个卵巢癌细胞系CRISPR基因敲除实验数据获取各个卵巢癌细胞系中每个基因对细胞存活的必要性分值;
分别针对每个基因在所有卵巢癌细胞系中对细胞存活的必要性分值分布,采用威尔科克森符号秩检验和错误发现率法进行统计分析,如果某基因在所有卵巢癌细胞系中对细胞存活的必要性分值的中位数小于第一预设值,且经多重检验校正后的p-value值小于第二预设值,则将该基因放入第二候选集合中。
优选地,所述基于卵巢癌患者转录组测序数据与预后数据筛选得到第三候选集合包括:
获取卵巢癌患者转录组测序数据与预后信息;
基于获取的卵巢癌患者转录组测序数据,根据每个基因的表达值对卵巢癌患者进行分类,得到每个基因的低表达卵巢癌患者和高表达卵巢癌患者;
对于每个基因,比较预后信息在低表达卵巢癌患者和高表达卵巢癌患者之间的差异,将预后信息更差的高表达卵巢癌患者对应的基因放入第三候选集合中。
优选地,还包括步骤:基于卵巢癌患者队列对生物标志物进行验证。
本发明第二方面提供了利用第一方面所述的方法得到的卵巢癌生物标志物为CDKL3。
本发明第三方面提供了如第二方面所述的卵巢癌生物标志物,采用qPCR技术进行检测。
本发明第四方面提供了一种用于卵巢癌的治疗、疗效评估和药物筛选的生物标志物,所述生物标志物为如第一方面所述的生物标志物。
优选地,所述卵巢癌的治疗、疗效评估和药物筛选的方法包括:检测不同的卵巢癌患者的所述生物标志物的含量或表达水平并进行比较。
本发明第五方面提供了一种生物标志物或所述生物标志物的检测试剂在制备用于卵巢癌的治疗、疗效评估和药物筛选的产品中的应用,所述生物标志物为如第一方面所述的生物标志物。
优选地,所述卵巢癌的治疗、疗效评估和药物筛选的方法包括:检测不同的卵巢癌患者的所述生物标志物的含量或表达水平并进行比较。
优选地,生物标志物的检测试剂包括检测所述生物标志物的含量或表达水平的试剂;和/或,所述产品包括试剂、试剂盒、试纸、基因芯片、蛋白芯片、高通量测序平台或蛋白质组学分析产品。
本发明第六方面提供了一种用于卵巢癌的治疗、疗效评估和药物筛选的产品,所述产品中包含第四方面所述的生物标志物或所述生物标志物的检测试剂。
本发明的有益效果是:本发明同时基于功能基因组学与临床基因组学两方面的多重证据,筛选出一个可以指征铂类药物耐药的卵巢癌生物标志物,即高表达的CDKL3基因,而且该生物标志物在中国卵巢癌患者队列中得到了验证。该卵巢癌生物标志物可以通过qPCR技术进行检测,检测所需肿瘤样本量小,对检测肿瘤样本质量要求低,检测成本低,分析过程简单,有利于在临床应用方面的推广与统一。
附图说明
图1为本发明所述卵巢癌生物标志物的筛选方法流程示意图。
具体实施方式
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
如图1所示,本发明实施例提供了一种卵巢癌生物标志物的筛选方法,包括:
S101,基于卵巢癌细胞系转录组测序数据与铂类药物疗效数据筛选得到第一候选集合;
S102,基于卵巢癌细胞系CRISPR(成簇规律间隔短回文重复序列)基因敲除实验数据筛选得到第二候选集合;
S103,基于卵巢癌患者转录组测序数据与预后数据筛选得到第三候选集合;
S104,将同时存在于第一候选集合、第二候选集合和第三候选集合中的基因作为卵巢癌生物标志物。
步骤S101可以采用如下步骤进行实施:
步骤一,获取卵巢癌细胞系转录组测序数据以及药效指标数据。具体地,可以从收录有功能基因组学数据的公共数据库DepMap (https://depmap.org/portal/)中获取各类卵巢癌细胞系铂类药物处理之前的转录组图谱数据以及铂类药物药效指标。药效指标可以是IC50。IC50是指在抑制掉肿瘤细胞系50%生物活性时的药物浓度。如果IC50的值越小,说明药效越高,即药物敏感;反之,如果IC50的值越大,说明药效越低,即药物耐药。
步骤二,基于获取的转录组测序数据,根据每个基因的表达值对卵巢癌细胞系进行分类,得到每个基因的低表达细胞系和高表达细胞系。例如,对于某个基因A,计算该基因在所有卵巢癌细胞系中表达值的中位数,如果基因A在某个卵巢癌细胞系中的表达值大于以上计算得到的中位数,那么该卵巢癌细胞系被分类为基因A的高表达细胞系;反之,如果基因A在某个卵巢癌细胞系中的表达值小于或等于以上计算得到的中位数,那么该卵巢癌细胞系被分类为基因A的低表达细胞系。
步骤三,对于每个基因,比较药效指标数据在高表达细胞系和低表达细胞系之间的差异,将差异符合预设要求的基因放入第一候选集合中。具体地,分别针对每个基因,在该基因高表达细胞系和低表达细胞系之间,采用威尔科克森秩和检验(Wilcoxon rank-sumtest)和错误发现率法(false discovery rate,FDR)进行比较分析,比较高表达细胞系和低表达细胞系之间铂类药物IC50的值的差异。如果log2(基因高表达细胞系IC50平均值/基因低表达细胞系IC50)大于1,且经多重检验校正后的p-value(尾区概率)值小于0.05,那么该基因被认为是可能的指征铂类药物耐药的卵巢癌生物标志物,放入第一候选集合中。
步骤S102可以采用如下步骤进行实施:
步骤一,根据各个卵巢癌细胞系CRISPR基因敲除实验数据获取各个卵巢癌细胞系中每个基因对细胞存活的必要性分值。具体地,可以从收录有功能基因组学数据的公共数据库DepMap (https://depmap.org/portal/)中获取卵巢癌细胞系CRISPR基因敲除实验数据。该实验数据是针对每个基因对细胞存活的必要性分值,定义是由于基因的敲除效应所引起的sgRNA(small guide RNA,小向导RNA)减少量。如果某基因对细胞存活的必要性分值小于0且越接近-1,说明该基因对于维持该卵巢癌细胞系生物活性发挥越重要的作用。
步骤二,分别针对每个基因在所有卵巢癌细胞系中对细胞存活的必要性分值分布,采用统计检验方法威尔科克森符号秩检验(Wilcoxon signed-rank test)和错误发现率法进行统计分析,如果某基因在所有卵巢癌细胞系中对细胞存活的必要性分值的中位数小于第一预设值,且经多重检验校正后的p-value值小于第二预设值,则将该基因放入第二候选集合中。具体地,如果某基因在所有卵巢癌细胞系中对细胞存活的必要性分值的中位数小于-0.5,且经多重检验校正后的p-value值小于0.05,那么该基因被认为对于维持卵巢癌细胞系生物活性发挥重要作用,是可能的指征铂类药物耐药的卵巢癌生物标志物,放入第二候选集合中。
步骤S103可以采用如下步骤进行实施:
步骤一,获取卵巢癌患者的转录组测序数据与预后信息;
步骤二,基于获取的转录组测序数据,根据每个基因的表达值对卵巢癌患者进行分类,得到每个基因的低表达卵巢癌患者和高表达卵巢癌患者;
步骤三,对于每个基因,比较预后信息在低表达卵巢癌患者和高表达卵巢癌患者之间的差异,将预后信息更差的高表达卵巢癌患者对应的基因放入第三候选集合中。
作为一个实施例,可以采用如下方法进行实施:首先,从收录有临床基因组学数据的公共数据库中获取卵巢癌患者的转录组图谱数据与预后信息。本发明实施例共采用了两个公共数据库,分别是TCGA (https://www.cancer.gov/ccg/research/genome-sequencing/tcga)和ICGC(https://dcc.icgc.org/)。从TCGA中获取的预后信息是无铂间期(platinum free interval,PFI),从ICGC中获取的预后信息是无复发生存期(relapsefree survival,RFS)。然后,基于获取的转录组图谱数据,分别针对每个基因的表达值对卵巢癌患者进行分类。例如,对于基因A,计算该基因在所有卵巢癌患者中表达值的中位数,如果基因A在某个卵巢癌患者中表达值大于上述计算的中位数,那么该卵巢癌患者被分类为基因A的高表达患者;反之,如果基因A在某个卵巢癌患者中表达值小于或等于上述计算的中位数,那么该卵巢癌患者被分类为基因A的低表达患者。再然后,针对每个基因,采用多因素Cox回归分析,纳入卵巢癌患者年龄和癌症分期作为协变量,以该基因的低表达卵巢癌患者作为参照,比较该基因的高低表达卵巢癌患者之间的预后差异。对于TCGA数据而言,如果针对无铂间期差异分析得到的风险比(hazard ratio,HR)大于1,且p-value值小于0.05,那么认为该基因的高表达卵巢癌患者的无铂间期更短,预后更差。对于ICGC数据而言,如果针对无复发生存期差异分析得到的风险比(hazard ratio,HR)大于1,且p-value值小于0.05,那么认为该基因的高表达卵巢癌患者的无复发生存期更短,预后更差。最后,如果同时基于TCGA和ICGC数据分析后,发现某基因的高表达均指征卵巢癌患者预后更差的话,那么该基因被认为是可能的指征铂类药物耐药的卵巢癌生物标志物,放入第三候选集合中。
在步骤S104中,将同时存在于第一候选集合、第二候选集合和第三候选集合中的基因作为卵巢癌生物标志物。即如果某基因在上述步骤S101-S103中均被认为是可能的指征铂类药物耐药的卵巢癌生物标志物,那么该基因被保留作为可以指征铂类药物耐药的卵巢癌生物标志物。本发明中,利用上述方法筛选得到的卵巢癌生物标志物为CDKL3。
本发明提供的卵巢癌生物标志物的筛选方法,还可以包括步骤:基于卵巢癌患者队列对生物标志物进行验证。具体可以采用如下方法进行实施:第一步,为卵巢癌患者队列进行转录组图谱测序,并收集铂类药物治疗敏感性信息与预后信息。预后信息为无进展生存期(progression free survival,PFS)。第二步,在铂类药物治疗敏感和耐药的中国卵巢癌患者之间,采用威尔科克森秩和检验,比较CDKL3基因表达差异,结果显示与铂类药物治疗敏感患者相比,铂类药物治疗耐药患者的CDKL3基因显著高表达。在结果中,log2(铂类药物治疗耐药患者CDKL3基因平均表达值/铂类药物治疗敏感患者CDKL3基因平均表达值)大于1且p-value值小于0.05。第三步,根据CDKL3基因表达值是否大于该基因在卵巢癌患者队列中表达值的中位数,将卵巢癌患者队列分为CDKL3高表达组(大于该基因在卵巢癌患者队列中表达值的中位数)和CDKL3低表达组(小于或等于该基因在卵巢癌患者队列中表达值的中位数)。第四步,采用多因素Cox回归,纳入患者年龄和癌症分期作为协变量,以CDKL3低表达组作为参照,比较CDKL3高低表达组之间的预后差异,结果显示CDKL3高表达组的无进展生存期更短,预后更差。在结果中,风险比(hazard ratio,HR)大于1,且p-value值小于0.05。第五步,综上,基于卵巢癌患者队列的转录组图谱数据和临床数据,验证出CDKL3是可以指征铂类药物耐药的卵巢癌生物标志物。
其中,本发明中筛选得到的卵巢癌生物标志物CDKL3可以采用qPCR技术(实时荧光定量聚合酶链反应技术)进行检测。这种检测方法所需肿瘤样本量小,对检测肿瘤样本质量要求低,检测成本低,分析过程简单,有利于在临床应用方面的推广与统一。
本发明提供的生物标志物或所述生物标志物的检测试剂可用于制备用于卵巢癌的治疗、疗效评估和药物筛选的产品。其中所述卵巢癌的治疗、疗效评估和药物筛选的方法可以包括:检测不同的卵巢癌患者的所述生物标志物的含量或表达水平并进行比较。所述生物标志物的检测试剂可以包括检测所述生物标志物的含量或表达水平的试剂;和/或,所述产品包括试剂、试剂盒、试纸、基因芯片、蛋白芯片、高通量测序平台或蛋白质组学分析产品。
本发明还提供了一种用于卵巢癌的治疗、疗效评估和药物筛选的产品,所述产品中包含本发明提供的生物标志物或所述生物标志物的检测试剂。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (2)
1.特异性检测CDKL3基因表达水平的试剂在制备预测卵巢癌患者对铂类药物敏感性的试剂中的应用。
2.特异性检测CDKL3基因表达水平的试剂在制备评估卵巢癌患者铂类药物治疗预后情况的试剂中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410093562.9A CN117625793B (zh) | 2024-01-23 | 2024-01-23 | 一种卵巢癌生物标志物的筛选方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410093562.9A CN117625793B (zh) | 2024-01-23 | 2024-01-23 | 一种卵巢癌生物标志物的筛选方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117625793A CN117625793A (zh) | 2024-03-01 |
CN117625793B true CN117625793B (zh) | 2024-06-07 |
Family
ID=90035908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410093562.9A Active CN117625793B (zh) | 2024-01-23 | 2024-01-23 | 一种卵巢癌生物标志物的筛选方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117625793B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011038461A1 (en) * | 2009-10-01 | 2011-04-07 | Chipdx Llc | System and method for classification of patients |
CN110551819A (zh) * | 2019-08-23 | 2019-12-10 | 伯克利南京医学研究有限责任公司 | 一组卵巢癌预后相关基因的应用 |
CN113774135A (zh) * | 2021-09-17 | 2021-12-10 | 广东省人民医院 | 一组用于预测高级别浆液性卵巢癌预后的标志物及其应用 |
CN113930515A (zh) * | 2021-11-30 | 2022-01-14 | 青岛泱深生物医药有限公司 | 卵巢癌化疗药物耐药性的标志物及检测试剂盒 |
CN115966254A (zh) * | 2022-11-23 | 2023-04-14 | 广东药科大学 | 上皮性卵巢癌紫杉醇耐药分子标志物及其应用 |
-
2024
- 2024-01-23 CN CN202410093562.9A patent/CN117625793B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011038461A1 (en) * | 2009-10-01 | 2011-04-07 | Chipdx Llc | System and method for classification of patients |
CN110551819A (zh) * | 2019-08-23 | 2019-12-10 | 伯克利南京医学研究有限责任公司 | 一组卵巢癌预后相关基因的应用 |
CN113774135A (zh) * | 2021-09-17 | 2021-12-10 | 广东省人民医院 | 一组用于预测高级别浆液性卵巢癌预后的标志物及其应用 |
CN113930515A (zh) * | 2021-11-30 | 2022-01-14 | 青岛泱深生物医药有限公司 | 卵巢癌化疗药物耐药性的标志物及检测试剂盒 |
CN115966254A (zh) * | 2022-11-23 | 2023-04-14 | 广东药科大学 | 上皮性卵巢癌紫杉醇耐药分子标志物及其应用 |
Non-Patent Citations (3)
Title |
---|
CDKL3 promotes osteosarcoma progression by activating Akt/PKB;Aina He等;Life Science Alliance;20200331;第3卷(第5期);第1-16页 * |
LSM3基因表达与卵巢癌细胞生长及预后关联性分析;成秀梅等;中华肿瘤防治杂志;20201130;第27卷(第22期);第1804-1808页 * |
基于TCGA数据库筛选肺腺癌顺铂耐药的分子标志物及功能验证;王霖等;肿瘤防治研究;20221231;第49卷(第6期);第569-574页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117625793A (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190085407A1 (en) | Methods and compositions for diagnosis of glioblastoma or a subtype thereof | |
KR20210130269A (ko) | 대규모 병렬 게놈 서열분석을 이용한 태아 염색체 이수성의 진단 방법 | |
CN104178556A (zh) | 神经胶质瘤分子分型基因群及其应用 | |
JP2007508812A (ja) | 乳癌分類に関する材料および方法 | |
US20160319347A1 (en) | Systems and methods for detection of genomic variants | |
US20210238695A1 (en) | Methods of mast cell tumor prognosis and uses thereof | |
KR20200038660A (ko) | 바이오마커의 선별 방법 및 이를 이용한 암의 진단을 위한 정보제공방법 | |
CN109266745A (zh) | 一种基于基因表达谱的肺癌标志物的筛选方法及应用 | |
CN112831562A (zh) | 一种用于预测肝癌患者切除术后复发风险的生物标志物组合、试剂盒 | |
CN112779338A (zh) | 用于食管癌预后评估的基因标志物 | |
CN114220487A (zh) | 一种新型9基因risk急性髓系白血病预后模型的构建方法 | |
US20230366037A1 (en) | Prediction tool for judging drug sensitivity and long-term prognosis of liver cancer based on gene detection and use thereof | |
CN117625793B (zh) | 一种卵巢癌生物标志物的筛选方法及其应用 | |
CN109811057B (zh) | 缺氧相关基因在结直肠癌预测系统中的应用 | |
CN113782087B (zh) | 一种慢性淋巴细胞白血病sscr风险模型及其建立方法和应用 | |
KR100835296B1 (ko) | 암 예측 유전자세트 선정방법 | |
CN114400045A (zh) | 基于二代测序检测同源重组修复缺陷的方法、探针组、试剂盒和系统 | |
JP2023527761A (ja) | 核酸サンプル富化およびスクリーニング方法 | |
CN115472294B (zh) | 预测小细胞转化肺腺癌患者转化速度的模型及其构建方法 | |
CN117476097B (zh) | 一种基于三级淋巴结构特征基因的结直肠癌预后和治疗反应预测模型及其构建方法和应用 | |
CN115572769B (zh) | 用于肝癌患者良性预后预测的基因标志物组合 | |
EP4234720A1 (en) | Epigenetic biomarkers for the diagnosis of thyroid cancer | |
US20240229149A1 (en) | 5-HYDROXYMETHYLATION ANALYSIS OF BUFFY COAT gDNA IN CANCER DETECTION | |
WO2024022529A1 (en) | Epigenetics analysis of cell-free dna | |
CN114005538A (zh) | Nectin家族和类nectin分子在低级别胶质瘤预后模型中的应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |