CN117802233A - 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 - Google Patents
血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 Download PDFInfo
- Publication number
- CN117802233A CN117802233A CN202211231863.0A CN202211231863A CN117802233A CN 117802233 A CN117802233 A CN 117802233A CN 202211231863 A CN202211231863 A CN 202211231863A CN 117802233 A CN117802233 A CN 117802233A
- Authority
- CN
- China
- Prior art keywords
- mirna
- ovarian cancer
- malignant
- benign
- early diagnosis
- 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
- 239000002679 microRNA Substances 0.000 title claims abstract description 151
- 206010033128 Ovarian cancer Diseases 0.000 title claims abstract description 106
- 210000004369 blood Anatomy 0.000 title claims abstract description 59
- 239000008280 blood Substances 0.000 title claims abstract description 59
- 108091070501 miRNA Proteins 0.000 title claims abstract description 47
- 201000008016 ovarian benign neoplasm Diseases 0.000 title claims abstract description 13
- 206010061535 Ovarian neoplasm Diseases 0.000 claims abstract description 95
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000013399 early diagnosis Methods 0.000 claims abstract description 41
- 230000003211 malignant effect Effects 0.000 claims abstract description 28
- 230000003902 lesion Effects 0.000 claims abstract description 23
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 17
- 206010004433 Benign ovarian tumour Diseases 0.000 claims abstract description 11
- 230000000295 complement effect Effects 0.000 claims description 19
- 201000011510 cancer Diseases 0.000 claims description 17
- 210000001672 ovary Anatomy 0.000 claims description 14
- 108020005187 Oligonucleotide Probes Proteins 0.000 claims description 9
- 239000002751 oligonucleotide probe Substances 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 5
- 239000007790 solid phase Substances 0.000 claims description 2
- 239000000090 biomarker Substances 0.000 abstract description 23
- 230000002611 ovarian Effects 0.000 abstract description 9
- 108700011259 MicroRNAs Proteins 0.000 description 115
- 238000012549 training Methods 0.000 description 28
- 238000000034 method Methods 0.000 description 25
- 230000035945 sensitivity Effects 0.000 description 21
- 239000000523 sample Substances 0.000 description 20
- 238000003745 diagnosis Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 16
- 210000002966 serum Anatomy 0.000 description 15
- 238000003384 imaging method Methods 0.000 description 13
- 206010028980 Neoplasm Diseases 0.000 description 12
- 239000003147 molecular marker Substances 0.000 description 12
- 238000010200 validation analysis Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 230000001575 pathological effect Effects 0.000 description 11
- 108090000623 proteins and genes Proteins 0.000 description 11
- 102000004169 proteins and genes Human genes 0.000 description 10
- 238000000605 extraction Methods 0.000 description 9
- 238000013145 classification model Methods 0.000 description 8
- 238000012163 sequencing technique Methods 0.000 description 8
- 238000002591 computed tomography Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 210000001808 exosome Anatomy 0.000 description 7
- 238000012167 Small RNA sequencing Methods 0.000 description 6
- 238000002955 isolation Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 239000006228 supernatant Substances 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 5
- 238000003748 differential diagnosis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 210000005260 human cell Anatomy 0.000 description 5
- 206010027476 Metastases Diseases 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- 230000009401 metastasis Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004393 prognosis Methods 0.000 description 4
- 239000000439 tumor marker Substances 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 208000007571 Ovarian Epithelial Carcinoma Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000003119 immunoblot Methods 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 210000005259 peripheral blood Anatomy 0.000 description 3
- 239000011886 peripheral blood Substances 0.000 description 3
- 108091033319 polynucleotide Proteins 0.000 description 3
- 239000002157 polynucleotide Substances 0.000 description 3
- 102000040430 polynucleotide Human genes 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000013058 risk prediction model Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 102100027221 CD81 antigen Human genes 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 108091054442 EV proteins Proteins 0.000 description 2
- 208000009849 Female Genital Neoplasms Diseases 0.000 description 2
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 2
- 206010018910 Haemolysis Diseases 0.000 description 2
- 101000914479 Homo sapiens CD81 antigen Proteins 0.000 description 2
- 108020005198 Long Noncoding RNA Proteins 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 239000013068 control sample Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000008588 hemolysis Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 238000011528 liquid biopsy Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 238000010839 reverse transcription Methods 0.000 description 2
- 238000003757 reverse transcription PCR Methods 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000405 serological effect Effects 0.000 description 2
- 208000004548 serous cystadenocarcinoma Diseases 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004627 transmission electron microscopy Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 206010003445 Ascites Diseases 0.000 description 1
- 238000009020 BCA Protein Assay Kit Methods 0.000 description 1
- 108091032955 Bacterial small RNA Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 1
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 1
- 206010050428 Fallopian tube abscess Diseases 0.000 description 1
- 239000004471 Glycine Substances 0.000 description 1
- 101710088172 HTH-type transcriptional regulator RipA Proteins 0.000 description 1
- 206010025538 Malignant ascites Diseases 0.000 description 1
- 108091030146 MiRBase Proteins 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 238000012408 PCR amplification Methods 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 229930040373 Paraformaldehyde Natural products 0.000 description 1
- 238000001190 Q-PCR Methods 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- COQLPRJCUIATTQ-UHFFFAOYSA-N Uranyl acetate Chemical compound O.O.O=[U]=O.CC(O)=O.CC(O)=O COQLPRJCUIATTQ-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 208000009956 adenocarcinoma Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 239000003012 bilayer membrane Substances 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- -1 circRNA Proteins 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000432 density-gradient centrifugation Methods 0.000 description 1
- 239000000104 diagnostic biomarker Substances 0.000 description 1
- 238000001085 differential centrifugation Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 230000002357 endometrial effect Effects 0.000 description 1
- 210000002744 extracellular matrix Anatomy 0.000 description 1
- 210000004996 female reproductive system Anatomy 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007912 intraperitoneal administration Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000006166 lysate Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010369 molecular cloning Methods 0.000 description 1
- 201000010879 mucinous adenocarcinoma Diseases 0.000 description 1
- 201000009439 mucinous ovarian cystadenoma Diseases 0.000 description 1
- 208000021284 ovarian germ cell tumor Diseases 0.000 description 1
- 201000010302 ovarian serous cystadenocarcinoma Diseases 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229920002866 paraformaldehyde Polymers 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 239000008363 phosphate buffer Substances 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 238000010837 poor prognosis Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000010814 radioimmunoprecipitation assay Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 208000005893 serous cystadenoma Diseases 0.000 description 1
- 235000020183 skimmed milk Nutrition 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 238000002415 sodium dodecyl sulfate polyacrylamide gel electrophoresis Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000007671 third-generation sequencing Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000005199 ultracentrifugation Methods 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了血液胞外囊泡miRNA,miR‑335‑5p可以作为卵巢癌的早期诊断,尤其是区分卵巢良性肿瘤和恶性肿瘤的生物标志物,从而能够用于制备卵巢癌的早期诊断,尤其是区分卵巢良性肿瘤和恶性肿瘤芯片、检测试剂或检测试剂盒。利用该miRNA作为生物标志物能够提高卵巢癌早期诊断的特异性,降低其假阳性,从而对卵巢病变的良恶性鉴别以及卵巢癌的早期诊断具有潜在的良好临床应用价值。
Description
技术领域
本发明属于生物医药领域。具体地说,本发明涉及用于早期诊断卵巢癌,特别是区分卵巢良性病变和恶性肿瘤的血液胞外囊泡miR-335-5p及其应用。
背景技术
卵巢癌是起源于卵巢的恶性妇科肿瘤,也是病死率最高的恶性妇科肿瘤。卵巢癌主要分为上皮性卵巢癌、生殖细胞肿瘤和性索间质肿瘤三大类,其中上皮性卵巢癌占绝大部分。上皮性卵巢癌中最常见的是高级别浆液性癌,其次是子宫内膜样癌、透明细胞癌等。卵巢癌组织类型复杂,卵巢癌早期患者症状模糊,大约75%的卵巢癌患者最初诊时仅被认为是患有腹内疾病,超过70%的卵巢癌患者在确诊时已处于晚期并扩散到骨盆之外,常伴随弥漫性恶性腹水和腹膜内转移,预后很差,5年生存率低于20%。卵巢癌患者的预后情况与初始诊断时的疾病阶段直接相关,初诊为I期的卵巢癌患者在干预治疗后5年生存率达到约90%,所以早期发现是治愈卵巢癌的关键。因此,卵巢癌精准且高效的早期诊断对卵巢癌患者具有重要的临床意义。
目前,临床上卵巢癌的诊断方法包括腹部影像学和血清学肿瘤标志物检测,但这些方法对于卵巢癌的早期诊断效果均有一定的局限性。腹部影像学主要包括阴道超声检查(TVS)、计算机扫描断层(CT)、核磁共振成像(MRI)和PET/CT等。卵巢癌早期阶段肿瘤体积较小且不引起卵巢形态结构变化,超声检查可能导致假阴性的结果,此外大约18%-30%的其他病变信息不能由超声确定。对于直径大于1cm的肿瘤,CT检测的灵敏度可达85%-95%,特异性91-96%,但对于直径小于1cm或更小体积肿瘤,CT检测的敏感度降至25%-50%。MRI作为超声检查的补充工具,虽然在检测软组织时分辨率比CT更有优势,但是检测直径小于5mm的肿瘤时仍然效果不佳。PET/CT价格高昂,且在诊断卵巢癌某些区域转移时灵敏度欠佳,比如在小肠系膜转移和右上腹转移的检测灵敏度仅为64%和65%。血清学肿瘤标志物检测主要包括CA125与HE4。CA125尽管被用作卵巢癌的肿瘤标志物,但约有一半的卵巢癌患者早期并不出现CA125升高,而部分卵巢良性病变患者却伴随CA125的升高,因此CA125用于卵巢癌诊断的效果有限,敏感性和准确率仅分别为59.02%和70.35%。HE4诊断卵巢癌的敏感性和额特异性分别为63.11%和72.67%。上述方法均不能在卵巢癌中进行精准的早期诊断。
因此,开发能高效且准确的卵巢癌早期鉴别诊断肿瘤标志物对改善卵巢癌患者预后情况至关重要。
发明内容
本发明旨在确定并验证卵巢癌患者来源的血液胞外囊泡miRNA作为卵巢癌早期诊断的生物标志物,作为传统影像学检测技术的补充,提高卵巢癌患者早期诊断的敏感性、特异性和准确性,减少早期卵巢癌患者的漏诊和误诊,从而给予患者更合适的治疗方案,改善患者预后。
为此,本发明提供了一种生物标志物,这种生物标志物能够在临床上早期诊断卵巢癌,尤其是区分卵巢良性病变和恶性肿瘤。
本发明还提供了能够在临床上早期诊断卵巢癌,尤其是区分卵巢良性肿瘤和恶性肿瘤的芯片和试剂盒。
本发明还提供了利用所述生物标志物早期诊断卵巢癌,尤其是区分卵巢良性肿瘤和恶性肿瘤的方法。
在第一方面,本发明提供血液胞外囊泡miRNA在制备用于卵巢癌的早期诊断的芯片、检测试剂或检测试剂盒中的用途。
在具体的实施方式中,所述的血液胞外囊泡miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在具体的实施方式中,所述卵巢癌的早期诊断是区分卵巢良性肿瘤和恶性肿瘤。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在第二方面,本发明提供一种miRNA芯片,所述的miRNA芯片包括:
固相载体;以及
有序固定在所述固相载体上的寡核苷酸探针,所述的寡核苷酸探针特异性地结合miRNA;
其中,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在具体的实施方式中,所述的寡核苷酸探针含有:
互补结合区;和/或
与固相载体相连的连接区。
在具体的实施方式中,所述miRNA芯片用于卵巢癌的早期诊断,尤其是区分卵巢良性肿瘤和恶性肿瘤。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在优选的实施方式中,所述的miRNA是血液胞外囊泡miRNA。
在第三方面,本发明提供第二方面所述的miRNA芯片的用途,用于制备卵巢癌的早期诊断的检测试剂盒。
在具体的实施方式中,所述卵巢癌的早期诊断是区分卵巢良性病变和恶性肿瘤。
在第四方面,本发明提供一种检测试剂盒,所述的检测试剂盒装有检测miRNA的检测试剂;
其中,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA;
或者,所述检测试剂盒装有第二方面所述的miRNA芯片。
在具体的实施方式中,所述检测试剂盒用于卵巢癌的早期诊断,尤其是区分卵巢良性病变和恶性肿瘤。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在优选的实施方式中,所述的miRNA是血液胞外囊泡miRNA。
在第五方面,本发明提供一种分离自血液胞外囊泡的miRNA,用于卵巢癌的早期诊断:
其中,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在优选的实施方式中,所述的卵巢癌的早期诊断是区分卵巢良性肿瘤和恶性肿瘤。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在优选的实施方式中,所述的miRNA是血液胞外囊泡miRNA。
在第六方面,本发明提供一种卵巢癌的早期诊断的方法,包括步骤:
(a)根据训练队列miRNA表达量数据,结合病理检测结果,构建良/恶性分类模型;
(b)以待测对象miRNA表达量为变量,结合参比值,当风险值小于或等于参比值时则判定该对象为良性,否则为恶性卵巢癌;
所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在优选的实施方式中,所述的卵巢癌的早期诊断是区分卵巢良性病变和恶性肿瘤,其中,所述对照样本是卵巢良性病变样本。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在优选的实施方式中,所述的miRNA是血液胞外囊泡miRNA。
在优选的实施方式中,所述参比值为5.66。
在第七方面,本发明提供一种分离自血液胞外囊泡的miRNA,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在优选的实施方式中,所述的miRNA是分离自人的miRNA。
在优选的实施方式中,所述的miRNA是血液胞外囊泡miRNA。
在第八方面,本发明提供一种分离的或人工构建的前体miRNA,所述的前体miRNA能在人细胞内剪切并表达成所述的miRNA。
在第九方面,本发明提供一种分离的多核苷酸,所述的多核苷酸能被人细胞转录成前体miRNA,所述的前体miRNA能在人细胞内被剪切且表达成所述的miRNA。
在优选的实施方式中,所述的多核苷酸具有式I所示的结构:
Seq正向-X-Seq反向 式I
式I中,
Seq正向为能在人细胞中表达成所述的miRNA的核苷酸序列;
Seq反向为与Seq正向基本上互补或完全互补的核苷酸序列;
X为位于Seq正向和Seq反向之间的间隔序列,并且所述间隔序列与Seq正向和Seq反向不互补;
式I所示的结构在转入人细胞后,形成式II所示的二级结构:
式II中,Seq正向、Seq反向和X的定义如上述,
||表示在Seq正向和Seq反向之间形成的碱基互补配对关系。
在第十方面,本发明提供一种载体,所述载体含有所述的miRNA或所述的多核苷酸。
应理解,在本发明范围内中,本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合,从而构成新的或优选的技术方案。限于篇幅,在此不再一一累述。
附图说明
图1显示了胞外囊泡的电镜结果;
图2显示了胞外囊泡的特征性蛋白表达情况;
图3显示了训练队列候选分子标记物的表达量;
图4显示了训练队列的ROC曲线;
图5显示了验证队列的ROC曲线。
具体实施方式
卵巢癌发病率在女性生殖系统恶性肿瘤中位居第三位,而病死率位居妇科恶性肿瘤之首,是严重威胁女性健康的恶性肿瘤之一。卵巢癌起病隐匿,患者通常没有明显症状,确诊时绝大多数卵巢癌患者已处于晚期。目前尚缺乏针对卵巢癌有效的筛查及早期诊断措施,而临床上常用的影像学检查技术诊断卵巢癌的敏感度和特异性均有限,这也是导致卵巢癌预后不良的一个重要因素。此外,也缺少高效且准确的生物标志物辅助影像学检测方法进行卵巢癌早期诊断。因此,目前急需开发新的生物标志物来辅助影像学检测技术确诊早期卵巢癌。
对此,本发明提供了:
(1)从卵巢癌患者来源血液样本中挑选可能用于卵巢癌早期鉴别诊断的、具有高特异性、高敏感性和高准确性的血液胞外囊泡microRNA(miRNA)生物标志物;
(2)在另一组独立患者中验证并确定挑选的血液胞外囊泡miRNA生物标志物对良性卵巢病变和恶性卵巢癌的鉴别诊断效果。
通过(1)、(2)确定并验证可高敏感性、高特异性地诊断卵巢癌的血液胞外囊泡miRNA生物标志物。
定义
本文所用的科学和技术术语与本领域技术人员常规理解的一致。为便于理解本发明,现对相关术语解释和定义如下:
胞外囊泡(Extracellular vesicles,EVs)是来源于细胞、由细胞释放到胞外基质的具有双层膜结构的泡状小体。外泌体(exosome)是胞外囊泡中的一个重要成员,直径范围约为30-150nm。胞外囊泡存在于多种生物体液中,内容物包含各种生物分子包括miRNA、lncRNA、蛋白质、脂质代谢物等,能够进行信息传递及物质交换,在疾病的发生发展的进程中至关重要。外周血中的胞外囊泡是目前被研究最为广泛和深入的胞外囊泡,在多种疾病中已开展其作为一种液体活检方式的研究。
据报道,已有研究显示来源于血液胞外囊泡的miRNA可作为一种潜在的诊断标志物应用于卵巢癌的早期诊断。然而,目前进行的各项研究中所涉及的miRNA均来自于文献调研、基因芯片和RT-PCR检测,种类有限且无法发现未知的miRNA,同时这些研究纳入的患者较少并且也缺少独立的验证试验。因此,目前仍然缺乏卵巢癌患者来源的血液胞外囊泡miRNA作为有效的生物标志物用于卵巢癌早期鉴别诊断的有效证据。
本发明采用的血液样本来源于临床病理诊断为卵巢良性病变和恶性卵巢癌患者的术前采集的血液,首先选用上海思路迪生物医学科技有限公司自主研发的胞外囊泡提取试剂L3525分离血液胞外囊泡,随后基于高通量测序技术small RNA sequencing检测卵巢良性病变和恶性卵巢癌患者血液胞外囊泡miRNA的表达差异,最后在独立人群中验证胞外囊泡miRNA生物标志物诊断模型用于卵巢癌早期鉴别诊断的模型效能。
本发明的血液胞外囊泡miRNA
目前,临床上尚无广泛应用于卵巢癌早期诊断的生物标志物,而关于开发高敏感性、高特异性、高准确性的生物标志物作为影像学技术补充的研究报道极少。大多数已有关于卵巢癌早期诊断的报道均存在以下不足的特征:a.真正聚焦卵巢癌鉴别诊断的研究中广泛使用的影像学技术的特异性和敏感性较低;b.关于卵巢癌患者血液胞外囊泡内容物的研究仍属少数;c.现有研究大多是通过芯片或RT-PCR等方法研究卵巢癌患者血液胞外囊泡miRNA,局限于已知miRNA,未能拓展了解胞外囊泡miRNA种类;d.尚未见以胞外囊泡miRNA作为卵巢癌早期诊断生物标志物从筛选发现到最终在独立队列中验证的研究。
针对上述的不足,本发明纳入真实世界中的良性卵巢病变患者和恶性卵巢癌患者样本进行对比,并利用自主研发的抽提试剂L3525分离血液胞外囊泡,提取胞外囊泡miRNA后利用small RNA sequencing技术,发现了可能用于卵巢癌早期诊断的miRNA生物标志物,并在独立人群中验证了该miRNA生物标志物对卵巢癌的诊断效能。未来可用于临床上广泛使用的影像学技术的补充,提高卵巢癌早期诊断的敏感性、特异性与准确性。
具体地说,本发明人发现了一种血液胞外囊泡miRNA,所述的血液胞外囊泡miRNA能够用于卵巢癌的早期诊断,特别是区分卵巢良性病变和恶性肿瘤。在具体的实施方式中,本发明的血液胞外囊泡miRNA是序列如SEQ ID NO:1所示的miRNA(UCAAGAGCAAUAACGAAAAAUGU);或者与SEQ ID NO:1所示的miRNA序列互补的miRNA。
在进一步的实施方式中,可以利用所述血液胞外囊泡miRNA制备芯片、检测试剂或检测试剂盒以便早期诊断卵巢癌,特别是区分卵巢良性肿瘤和恶性肿瘤。例如,所述的miRNA芯片可以包括固相载体;以及有序固定在所述固相载体上的寡核苷酸探针,所述的寡核苷酸探针特异性地结合所述miRNA。在优选的实施方式中,所述的寡核苷酸探针含有互补结合区;和/或,与固相载体相连的连接区。
在具体的实施方式中,本发明还提供一种检测试剂盒,所述的检测试剂盒装有检测所述miRNA的检测试剂,或者,所述检测试剂盒装有所述的miRNA芯片。
本发明的方法
基于本发明的血液胞外囊泡miRNA,本发明还提供了利用该miRNA的各种方法。
例如,可以利用该miRNA早期诊断卵巢癌。在具体的实施方式中,早期诊断卵巢癌的方法包括以下步骤:
(a)根据训练队列miRNA表达量数据,结合病理检测结果,构建良/恶性分类模型;
(b)以待测对象miRNA表达量为变量,结合参比值,当风险值小于或等于参比值时则判定该对象为良性,否则为恶性卵巢癌;
所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
在优选的实施方式中,所述的卵巢癌的早期诊断是区分卵巢良性病变和恶性肿瘤,从而能够更有针对性地治疗卵巢癌。此时,所述对照样本是卵巢良性病变样本。
在优选的实施方式中,所述参比值为5.66。
本发明利用患者血液胞外囊泡miRNA构建诊断模型,相比于传统影像学检测技术,提高了早期诊断卵巢癌的敏感性、特异性和准确性。然而,本领域技术人员知晓,胞外囊泡的内容物不仅包括miRNA,也包括其他生物分子如蛋白质、circRNA、mRNA、lncRNA、脂质分子等,其也可能作为提高卵巢癌高效诊断的有力工具。除此之外,卵巢癌患者的其他体液(如尿液、脑脊液、腹水等)的胞外囊泡内容物亦可作为生物标志物结合影像学技术促进卵巢癌的高效诊断。
本发明的优点:
(1)本发明采用血液胞外囊泡miRNA作为生物标志物建立高敏感性、高特异性和高准确性的诊断模型来区分良/恶性卵巢癌患者,作为临床上广泛使用但效果不佳的影像学诊断技术的补充,提高卵巢癌的早期诊断效能。
(2)本发明中选用的血液胞外囊泡抽提试剂L3525由上海思路迪生物医学科技有限公司自主研发,适用于血液胞外囊泡的提取,及后续内容物分析,可应用于液体活检诊断领域。
(3)本发明采用R语言limma分析包中拟合线性模型(limma-voom)方法发现了1个血液胞外囊泡miRNAs:miR-335-5p,其能够建立具有极高的敏感性、特异性和准确性的风险预测模型。
(4)本发明利用另一批独立研究组数据验证了血液胞外囊泡miR-335-5p建立的风险预测模型具有高效能的诊断能力,表明该生物标志物在早期诊断卵巢癌方面具有潜在的临床价值。
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明具体条件的实验方法,通常按照常规条件,例如Sambrook等人,分子克隆:实验室手册(Cold Spring Harbor Laboratory Press,2001)中所述的条件,或按照制造厂商所建议的条件。除非另外说明,否则百分比和份数按重量计算。
实施例
材料
以下实施例中利用的材料均属于可商品化购得的。
方法
1.研究队列及临床信息
本研究共纳入两个研究队列共计41例经影像学或血清肿瘤标志物(CA125和HE4)检测为疑似卵巢癌患者,术前采集患者血液样本。每位患者的诊断结果以术后检测病理结果为准。
2.患者血液胞外囊泡的提取和特征
1)血液收集和胞外囊泡的提取
患者于术前或药物治疗前采集血液样本,将血液样本置于抗凝血的真空采血管(REF367863,BD,USA),在温和上下颠倒几次后竖直放置,室温静置1-2小时,待凝血后,采用两步离心法进行血液样本处理:第一步在2000g、常温条件下离心10min,在完成后判定并记录血清溶血等级,如果小于4级则纳入后续研究;第二步将第一步离心所得的血清上清在8000g、4℃条件下离心10min,小心吸取上清并分装至新1.5ml离心管并于-80℃冰箱中保存,以备后续实验。采用思路迪自主研发的胞外囊泡分离试剂L3525进行血清胞外囊泡提取。首先将冻存的血清样本从-80℃冰箱中取出后置于37℃水浴锅中孵育至血清样本完全融化,按照条件12000g、4℃离心10min去除沉淀杂质并小心收集血清上清,将上清添加到0.45μm tube filter(Costar,CLS8163-100EA,Corning,USA)中,在同样条件下离心5min,收集血清过滤液。随后按照相同步骤通过0.22μm tube filter(Costar,CLS8161-100EA,USA),将过滤好的血清转移到新1.5ml离心管并记录体积。吸取1/4血清体积的L型外泌体沉淀剂(L3525,3DMed,Shanghai,China)加入至上述血清中,在涡旋混匀后放置于4℃冰箱静置30min或过夜,随后以4700g在4℃条件下离心30min,随后弃上清,将聚集在管底的胞外囊泡用200μl PBS(phosphate buffer saline)吹打重悬。
为分离胞外囊泡,还可采用其他厂商的沉降试剂,例如:Total ExosomeIsolation Reagent(Invitrogen,Carlsbad,USA)、EXO Quick-TCTM Exosome IsolationReagent(System Biosciences,USA)、HIEFFTM Quick exosome isolation kit(Yeasen,Shanghai,China)等试试化学沉降法。
当然,本领域技术人员知晓可用其他分离方法抽提胞外囊泡,例如:超速离心法、差速离心法、密度梯度离心、过滤法、免疫磁珠法等。
2)血液胞外囊泡的特征鉴定
本发明选择透射电子显微镜(TEM)进行血液胞外囊泡形态结构检测,并利用免疫杂交实验检测经典的胞外囊泡特征蛋白的表达水平。
血液胞外囊泡形态特征鉴定:首先将配置好的4%多聚甲醛加入到已用PBS重悬的胞外囊泡悬浮液进行固定,之后将其转移到电子显微镜的由碳包覆的铜网上。随后用PBS清洗两次后分别再依次用含甘氨酸(50mM)的PBS、含0.5%BSA的PBS清洗含有固定好胞外囊泡的铜网3min、10min,该铜网清洗完成后用2%醋酸铀酰进行染色,并使用透射电镜(H-7650,Hitachi High-Technologies,Japan)检测血液胞外囊泡的形态特征。
胞外囊泡特征蛋白鉴定:在沉淀血清胞外囊泡时采用N型外泌体沉淀剂(N3525,3DMed,Shanghai,China),使用RIPA裂解液(P0013B,Beyotime,Shanghai,China)提取胞外囊泡蛋白,并用BCA Protein Assay Kit(Thermo Fisher Scientific,USA)对胞外囊泡的蛋白进行浓度检测。随后利用免疫印迹法检测胞外囊泡的特征蛋白表达水平。将样品添加到预制胶4%-20%SDS-PAGE gel(#4561095,Bio-Rad,USA)中后恒压电泳1h左右,甲醇激活PVDF膜(Millipore,Billerica,MA,USA)后将其与预制胶转移至转膜槽中,冰上以200mA恒流电转1h左右,结束后按照目的蛋白裁膜并分别依次用5%脱脂奶粉封闭在4℃条件孵育过夜、一抗室温孵育2h、二抗室温孵育40min,清洗后用化学发光系统(Tanon-5200Multi,Shanghai,China)检测目的蛋白的表达水平。本专利涉及到的抗体信息列举如下:CD9(1:2000diluted,ab92726,Abcam,England)、CD81(1:1000diluted,ab109201,Abcam,England)、兔源二抗(A0208,Beyotime,Shanghai,China)。
本领域技术人员知晓,还可选用其他方法鉴定胞外囊泡,例如,SEM(扫描电镜)、NTA(纳米示踪分析)、免疫电镜等。
3.胞外囊泡miRNA抽提和表达量
1)患者血液胞外囊泡miRNA抽提
本专利选用miRNeasy Serum/Plasma Kit(217184,QIAGEN,Shanghai,China)抽提患者血液样本的胞外囊泡miRNA,具体的实验操作流程参照产品使用说明书。并使用2100分析仪及配套的芯片和试剂(5067-1548,Agilent,USA)检测胞外囊泡miRNA总量和片段分布。
2)患者血液胞外囊泡miRNA的表达检测
为检测良/恶性卵巢肿瘤患者血液胞外囊泡miRNA的表达水平,本发明利用smallRNA sequencing技术进行检测。首先采用NEBNext Multiplex Small RNA Library PrepSet for Illumina(E7300L,NEB,USA)试剂盒构建血液胞外囊泡miRNA文库,随后采用NucleoSpin Gel and PCR Clean-up(740609.50,MN,Germany)试剂盒纯化构建好的文库,文库构建和纯化的具体操作流程参照上述两种产品操作说明书。简言之,单个血清样本miRNA的input量在总体积不能超过6μl的同时需满足100ng,进而分别进行3’接头连接、杂交反转录引物、5’接头连接、反转录、PCR扩增和PCR产物纯化。最后对于纯化后文库我们分别采用Qubit 3.0荧光定量仪(Q32854,Thermo Fisher,USA)和2100分析仪(5067-4626,Agilent,USA)及它们配套的芯片和试剂对文库DNA的总量和片段分布进行质控。最后,将20-25个文库等摩尔比混合后包lane送测,测序平台选择Illumina HiSeq PE150analyzer。
本领域技术人员知晓,还可采用其他二代测序技术、miRNA microarray、Q-PCR技术及三代测序技术等检测胞外囊泡miRNA表达。
4.测序数据分析流程
基于small RNA sequencing检测技术,通过生信分析计算患者外周血胞外囊泡中miRNA的表达量。测序数据的分析流程如下:
1)测序数据比对。去除Small RNA-seq数据测序接头后,使用BWA软件(版本:0.7.12-r1039)将测序数据比对到人类参考基因组hg19(基因组下载链接:http://hgdownload.soe.ucsc.edu/goldenPath/hg19/bigZips/),并统计比对到miRNA上的reads数量。
2)miRNA注释。利用Gencode v25和miRBase v21数据库对miRNA进行注释,保留注释为已知的成熟miRNA,用于后续分析。
3)miRNA过滤。对于训练队列,保留长度小于等于30nt且在训练队列数据中的每个样本至少覆盖2条reads的成熟miRNA,用于后续分析;对于验证队列,保留由训练队列筛选所得的miRNA且在验证队列数据中的每个样本至少覆盖2条reads的成熟miRNA,用于后续分析。
4)miRNA表达量标准化。使用R语言中limma分析包中的M值加权截尾均值方法(TMM,trimmed mean of M-values)及limma-voom方法分别对训练队列样本和验证队列样本进行miRNA表达量标准化处理。
本领域技术人员知晓,还可采用线性回归、支持向量机、最小绝对收缩和选择算子(LASSO,The Least Absolute Shrinkage and Selectionator operator)及神经网络等作为分析方法及建立模型。
5.生物标记物的发掘
基于训练队列中miRNAs的表达量,根据病理检测结果对样本进行分组,使用统计学方法发掘可用于区分良/恶性患者的miRNA作为生物标志物。过程如下:
1)训练队列分组。依据病理检测结果,将训练队列中患者分为两组,良性病变患者组和恶性肿瘤患者组。
2)候选分子标记物。使用R语言limma分析包中拟合线性模型(limma-voom)方法分析良、恶性两组患者表达量存在显著上调差异的miRNA,标准化后表达量大于2、两组间变化量在1.5倍以上且检验结果P值小于等于0.05的miRNA,作为候选分子标记物。
6.良、恶性风险分类模型
根据训练队列miRNA表达量数据,结合病理检测结果,构建良、恶性风险分类模型。模型由分子标记物表达量及参比值两部分组成。过程如下:
1)分子标记物。在训练队列中,以分子标记物表达量为变量。
2)参比值。在训练队列中,根据每个病人的分子标记物表达量的中位值,确定参比值为5.66。当风险值小于或等于参比值时,该样本被预测为良性;否则预测为恶性。
3)效能评估。根据训练队列中每个病人的分子标记物表达量及病理检测结果,绘制训练队列的接受者操作特性曲线(ROC曲线,receiver operating characteristiccurve)。以参比值5.66为准,将训练队列样本分为低风险组(即被预测为良性)和高风险组(即被预测为恶性)。以病理检测结果为真值,评估模型预测效能。模型预测效能评估方法,包括特异性(取值范围0~1)、敏感性(取值范围0~1)和准确性(取值范围0~1),值越高效果越优。
7.风险评分模型预测效能验证
在验证队列中,根据训练队列中确定的风险分类模型及参比值,对模型预测良/恶性的效能进行验证。过程如下:
1)分子标记物。在验证队列中,以分子标记物的表达量为变量。
2)模型效能验证。根据验证队列中每个病人的分子标记物表达量及病理检测结果,绘制验证队列的ROC曲线。以参比值5.66为准,将验证队列患者分为低风险组(同训练队列)和高风险组,并评估模型预测效能,包括特异性、敏感性和准确性,值越高效果越优。
实施例1
本实施例共招募了两个研究队列。具体研究队列及临床信息如下所述:
两个研究队列包括训练队列与验证队列,其中,训练队列患者20例,包括10例良性病变患者和10例恶性肿瘤患者;验证队列患者21例,包括10例良性病变患者和11例恶性肿瘤患者(表1)。良性病变样本的种类包括卵巢浆液性囊腺瘤、卵巢粘液性囊腺瘤、卵巢输卵管脓肿、子宫内膜不典型增生等,恶性肿瘤样本的种类包括低级别、高级别浆液性癌和黏液性癌等。分析结果表明两组患者间的年龄、良/恶性患者比例、肿瘤分期等并无显著差异。
表1.患者临床信息
实施例2.血液胞外囊泡的提取及特征鉴定
在本实施例中,选用上海思路迪生物医学科技有限公司自主研发的胞外囊泡L3525抽提试剂(货号:REX015S,3DMed,Shanghai,China)提取良/恶性卵巢肿瘤患者血液中的胞外囊泡,并采用透射电子显微镜(TEM)和免疫印迹实验分别检测胞外囊泡的形态特征和相关胞外囊泡特征蛋白的表达水平。透射电镜检测显示在本发明提取的良/恶性卵巢肿瘤血液样本中胞外囊泡呈现典型的“马蹄状”形态(见图1)。免疫印迹检测显示胞外囊泡的特征性蛋白CD9、CD81均有表达(见图2)。
实施例3.生物标记物的发掘
本发明利用small RNA sequencing技术检测良/恶性卵巢癌患者外周血胞外囊泡中miRNA的表达量。基于训练队列中miRNAs的表达量,根据病理检测结果对样本进行分组,使用统计学方法发掘可用于区分良/恶性卵巢肿瘤的miRNA作为生物标志物,筛选出1个在良/恶性病变患者中表达水平有明显差异的候选分子标记物miR-335-5p(图3)并用于后续分析。
实施例4.卵巢肿瘤良、恶性风险评分模型
在本实施例中,根据训练队列miRNA表达量数据,结合病理检测结果,构建良、恶性风险分类模型。在训练队列中,根据每个病人的分子标记物表达量的中位值,确定参比值为5.66。当风险值小于或等于参比值时,该样本被预测为良性;否则预测为恶性。根据训练队列中每个病人的分子标记物表达量及病理检测结果,绘制训练队列的ROC曲线,线下面积(AUC,area under curve)为1.000(图4)。模型预测效能的特异性、敏感性和准确性分别为100%、100%和100%(表2)。结果表明:在训练队列中,此风险分类模型具有较高AUC、特异性和敏感性,模型预测效能较优。
实施例5.风险评分模型预测效能验证
在本实施例中,根据训练队列中确定的风险分类模型及参比值,对模型预测良/恶性的效能在另一组独立的验证队列中进行了验证。以参比值5.66为准,将验证队列患者分为低风险组(同训练队列)和高风险组。根据验证队列中每个病人的分子标记物表达量及病理检测结果,绘制验证队列的ROC,AUC为0.773(图5)。模型预测效能的特异性、敏感性和准确性,分别为70.0%、72.7%和71.4%(表2)。结果表明:在验证队列中,此风险预测模型同样具有较高特异性、敏感性和准确性,即模型预测效能较优。
表2.分子标记模型效能评估
在本发明提及的所有文献都在本申请中引用作为参考,就如同每一篇文献被单独引用作为参考那样。此外应理解,在阅读了本发明的上述讲授内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (10)
1.血液胞外囊泡miRNA在制备用于卵巢癌的早期诊断的芯片、检测试剂或检测试剂盒中的用途。
2.如权利要求1所述的用途,其特征在于,所述的血液胞外囊泡miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
3.如权利要求1或2所述的用途,其特征在于,所述卵巢癌的早期诊断是区分卵巢良性肿瘤和恶性肿瘤。
4.一种miRNA芯片,所述的miRNA芯片包括:
固相载体;以及
有序固定在所述固相载体上的寡核苷酸探针,所述的寡核苷酸探针特异性地结合miRNA;
其中,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA。
5.如权利要求4所述的miRNA芯片,其特征在于,所述的寡核苷酸探针含有:
互补结合区;和/或
与固相载体相连的连接区。
6.如权利要求4所述的miRNA芯片,其特征在于,所述miRNA芯片用于卵巢癌的早期诊断,尤其是区分卵巢良性肿瘤和恶性肿瘤。
7.权利要求4-6中任一项所述的miRNA芯片的用途,用于制备卵巢癌的早期诊断的检测试剂盒。
8.如权利要求7所述的用途,其特征在于,所述卵巢癌的早期诊断是区分卵巢良性病变和恶性肿瘤。
9.一种检测试剂盒,所述的检测试剂盒装有检测miRNA的检测试剂;
其中,所述的miRNA是:
(i)序列如SEQ ID NO:1所示的miRNA;或者
(ii)与(i)所述miRNA序列互补的miRNA;
或者,所述检测试剂盒装有权利要求4-6中任一项所述的miRNA芯片。
10.如权利要求9所述的检测试剂盒,其特征在于,所述检测试剂盒用于卵巢癌的早期诊断,尤其是区分卵巢良性病变和恶性肿瘤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211231863.0A CN117802233A (zh) | 2022-09-30 | 2022-09-30 | 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211231863.0A CN117802233A (zh) | 2022-09-30 | 2022-09-30 | 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117802233A true CN117802233A (zh) | 2024-04-02 |
Family
ID=90428685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211231863.0A Pending CN117802233A (zh) | 2022-09-30 | 2022-09-30 | 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117802233A (zh) |
-
2022
- 2022-09-30 CN CN202211231863.0A patent/CN117802233A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107326066B (zh) | 用于膀胱癌检测的尿标记物 | |
CN107828779B (zh) | 前列腺癌特异性外泌体、lncRNA及其制备方法和应用 | |
US20140113310A9 (en) | Cancer detection markers | |
WO2010065968A1 (en) | Cancer detection markers | |
WO2019214063A1 (zh) | 一种循环肿瘤细胞的检测方法 | |
CN111996260A (zh) | 一种用于肝癌早期诊断的胞外囊泡microRNA生物标志物及其用途 | |
CN111748629A (zh) | 一种用于胰腺癌早期诊断的生物标志物的检测试剂 | |
CN110541030B (zh) | 膀胱癌检测试剂盒及其应用 | |
US9518125B2 (en) | Composition for diagnosing liver cancer and methods of diagnosing liver cancer and obtaining information for diagnosing liver cancer | |
KR101704828B1 (ko) | 체액 내 세포밖 소포체의 단백질 또는 유전자 분석을 통한 염증성 질환 진단 방법 | |
CN111781360A (zh) | 游离细胞捕获探针及其相关产品和用途 | |
CN117802233A (zh) | 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 | |
CN117802231A (zh) | 血液胞外囊泡microRNA在鉴别卵巢肿瘤良恶性中的应用 | |
CN117802229A (zh) | 血液胞外囊泡miRNA在卵巢癌早期诊断的应用 | |
CN117778569A (zh) | 血液胞外囊泡miRNA在卵巢癌早期诊断的应用 | |
CN117802228A (zh) | 血液胞外囊泡miRNA在卵巢癌早期诊断的应用 | |
CN117802230A (zh) | 血液胞外囊泡microRNA在鉴别上皮性卵巢肿瘤良恶性中的应用 | |
CN117802227A (zh) | 血液胞外囊泡microRNA在鉴别卵巢肿瘤良恶性中的应用 | |
CN117778570A (zh) | 血液胞外囊泡microRNA在鉴别上皮性卵巢肿瘤良恶性中的应用 | |
CN117802224A (zh) | 血液胞外囊泡microRNA在鉴别上皮性卵巢肿瘤良恶性中的应用 | |
CN117802234A (zh) | 血液胞外囊泡miRNA在卵巢癌早期诊断中的应用 | |
CN117802226A (zh) | 血液胞外囊泡miRNA在区分卵巢良性肿瘤和恶性肿瘤中的应用 | |
CN111690746A (zh) | 与肺癌相关的血小板rna标志物及其应用 | |
CN117802235A (zh) | 血液胞外囊泡miRNA在卵巢癌诊断中的应用 | |
CN115948545B (zh) | 一种基于血浆外泌体miRNA的ESCC诊断试剂盒 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |