CN117867105A - 一种用于非小细胞肺癌诊断的外周血miRNA标志物 - Google Patents
一种用于非小细胞肺癌诊断的外周血miRNA标志物 Download PDFInfo
- Publication number
- CN117867105A CN117867105A CN202310870797.XA CN202310870797A CN117867105A CN 117867105 A CN117867105 A CN 117867105A CN 202310870797 A CN202310870797 A CN 202310870797A CN 117867105 A CN117867105 A CN 117867105A
- Authority
- CN
- China
- Prior art keywords
- hsa
- mir
- peripheral blood
- lung cancer
- cell lung
- 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
- 108091070501 miRNA Proteins 0.000 title claims abstract description 127
- 239000002679 microRNA Substances 0.000 title claims abstract description 101
- 208000002154 non-small cell lung carcinoma Diseases 0.000 title claims abstract description 51
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 title claims abstract description 50
- 210000005259 peripheral blood Anatomy 0.000 title claims abstract description 47
- 239000011886 peripheral blood Substances 0.000 title claims abstract description 47
- 239000003550 marker Substances 0.000 title claims abstract description 38
- 238000003745 diagnosis Methods 0.000 title claims abstract description 11
- 108091066090 Homo sapiens miR-1-1 stem-loop Proteins 0.000 claims abstract description 28
- 108091069064 Homo sapiens miR-1-2 stem-loop Proteins 0.000 claims abstract description 28
- 108091044797 Homo sapiens miR-1291 stem-loop Proteins 0.000 claims abstract description 28
- 108091067580 Homo sapiens miR-214 stem-loop Proteins 0.000 claims abstract description 28
- 108091070521 Homo sapiens let-7a-1 stem-loop Proteins 0.000 claims abstract description 26
- 108091070522 Homo sapiens let-7a-2 stem-loop Proteins 0.000 claims abstract description 26
- 108091070513 Homo sapiens let-7a-3 stem-loop Proteins 0.000 claims abstract description 26
- 108091067535 Homo sapiens miR-375 stem-loop Proteins 0.000 claims abstract description 26
- 206010028980 Neoplasm Diseases 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 201000011510 cancer Diseases 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 19
- 210000002966 serum Anatomy 0.000 claims description 18
- 239000000523 sample Substances 0.000 claims description 15
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000007635 classification algorithm Methods 0.000 claims description 6
- 239000013068 control sample Substances 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 5
- 239000003153 chemical reaction reagent Substances 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000007636 ensemble learning method Methods 0.000 claims description 2
- 201000005249 lung adenocarcinoma Diseases 0.000 claims description 2
- 201000005243 lung squamous cell carcinoma Diseases 0.000 claims description 2
- 238000007637 random forest analysis Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 8
- 239000000090 biomarker Substances 0.000 description 31
- 208000020816 lung neoplasm Diseases 0.000 description 28
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 27
- 201000005202 lung cancer Diseases 0.000 description 27
- 238000010200 validation analysis Methods 0.000 description 17
- 238000011161 development Methods 0.000 description 13
- 238000012216 screening Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 6
- 230000004083 survival effect Effects 0.000 description 6
- 108090000623 proteins and genes Proteins 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011529 RT qPCR Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 239000002299 complementary DNA Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 238000013401 experimental design Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229960003301 nivolumab Drugs 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000007674 radiofrequency ablation Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000002626 targeted therapy Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 102000040650 (ribonucleotides)n+m Human genes 0.000 description 1
- 108020005345 3' Untranslated Regions Proteins 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 229940076838 Immune checkpoint inhibitor Drugs 0.000 description 1
- 102000037984 Inhibitory immune checkpoint proteins Human genes 0.000 description 1
- 108091008026 Inhibitory immune checkpoint proteins Proteins 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 108091030146 MiRBase Proteins 0.000 description 1
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 1
- 108700020796 Oncogene Proteins 0.000 description 1
- 229940123282 Oncogene inhibitor Drugs 0.000 description 1
- 229930012538 Paclitaxel Natural products 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 102000006382 Ribonucleases Human genes 0.000 description 1
- 108010083644 Ribonucleases Proteins 0.000 description 1
- JXLYSJRDGCGARV-WWYNWVTFSA-N Vinblastine Natural products O=C(O[C@H]1[C@](O)(C(=O)OC)[C@@H]2N(C)c3c(cc(c(OC)c3)[C@]3(C(=O)OC)c4[nH]c5c(c4CCN4C[C@](O)(CC)C[C@H](C3)C4)cccc5)[C@@]32[C@H]2[C@@]1(CC)C=CCN2CC3)C JXLYSJRDGCGARV-WWYNWVTFSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 238000011226 adjuvant chemotherapy Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011230 antibody-based therapy Methods 0.000 description 1
- 230000001640 apoptogenic effect Effects 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 229960003852 atezolizumab Drugs 0.000 description 1
- 229960000397 bevacizumab Drugs 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 229960004562 carboplatin Drugs 0.000 description 1
- 190000008236 carboplatin Chemical compound 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 210000003040 circulating cell Anatomy 0.000 description 1
- DQLATGHUWYMOKM-UHFFFAOYSA-L cisplatin Chemical compound N[Pt](N)(Cl)Cl DQLATGHUWYMOKM-UHFFFAOYSA-L 0.000 description 1
- 229960004316 cisplatin Drugs 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009089 cytolysis Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229960003668 docetaxel Drugs 0.000 description 1
- 229950009791 durvalumab Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- VJJPUSNTGOMMGY-MRVIYFEKSA-N etoposide Chemical compound COC1=C(O)C(OC)=CC([C@@H]2C3=CC=4OCOC=4C=C3[C@@H](O[C@H]3[C@@H]([C@@H](O)[C@@H]4O[C@H](C)OC[C@H]4O3)O)[C@@H]3[C@@H]2C(OC3)=O)=C1 VJJPUSNTGOMMGY-MRVIYFEKSA-N 0.000 description 1
- 229960005420 etoposide Drugs 0.000 description 1
- SDUQYLNIPVEERB-QPPQHZFASA-N gemcitabine Chemical compound O=C1N=C(N)C=CN1[C@H]1C(F)(F)[C@H](O)[C@@H](CO)O1 SDUQYLNIPVEERB-QPPQHZFASA-N 0.000 description 1
- 229960005277 gemcitabine Drugs 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 239000012274 immune-checkpoint protein inhibitor Substances 0.000 description 1
- 238000009169 immunotherapy Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229960005386 ipilimumab Drugs 0.000 description 1
- UWKQSNNFCGGAFS-XIFFEERXSA-N irinotecan Chemical compound C1=C2C(CC)=C3CN(C(C4=C([C@@](C(=O)OC4)(O)CC)C=4)=O)C=4C3=NC2=CC=C1OC(=O)N(CC1)CCC1N1CCCCC1 UWKQSNNFCGGAFS-XIFFEERXSA-N 0.000 description 1
- 229960004768 irinotecan Drugs 0.000 description 1
- 238000011173 large scale experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 230000000771 oncological effect Effects 0.000 description 1
- 229960001592 paclitaxel Drugs 0.000 description 1
- 238000009116 palliative therapy Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 244000144985 peep Species 0.000 description 1
- 229960002621 pembrolizumab Drugs 0.000 description 1
- QOFFJEBXNKRSPX-ZDUSSCGKSA-N pemetrexed Chemical compound C1=N[C]2NC(N)=NC(=O)C2=C1CCC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 QOFFJEBXNKRSPX-ZDUSSCGKSA-N 0.000 description 1
- 229960005079 pemetrexed Drugs 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000003762 quantitative reverse transcription PCR Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 229960003048 vinblastine Drugs 0.000 description 1
- JXLYSJRDGCGARV-XQKSVPLYSA-N vincaleukoblastine Chemical compound C([C@@H](C[C@]1(C(=O)OC)C=2C(=CC3=C([C@]45[C@H]([C@@]([C@H](OC(C)=O)[C@]6(CC)C=CCN([C@H]56)CC4)(O)C(=O)OC)N3C)C=2)OC)C[C@@](C2)(O)CC)N2CCC2=C1NC1=CC=CC=C21 JXLYSJRDGCGARV-XQKSVPLYSA-N 0.000 description 1
- GBABOYUKABKIAF-GHYRFKGUSA-N vinorelbine Chemical compound C1N(CC=2C3=CC=CC=C3NC=22)CC(CC)=C[C@H]1C[C@]2(C(=O)OC)C1=CC([C@]23[C@H]([C@]([C@H](OC(C)=O)[C@]4(CC)C=CCN([C@H]34)CC2)(O)C(=O)OC)N2C)=C2C=C1OC GBABOYUKABKIAF-GHYRFKGUSA-N 0.000 description 1
- 229960002066 vinorelbine Drugs 0.000 description 1
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
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- 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
- C12Q2600/158—Expression markers
-
- 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
- C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Wood Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Hospice & Palliative Care (AREA)
- Biophysics (AREA)
- Oncology (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种用于非小细胞肺癌诊断的外周血miRNA标志物，该外周血miRNA标志物包括hsa‑miR‑1291、hsa‑miR‑1‑3p、hsa‑miR‑214‑3p、hsa‑miR‑375、hsa‑let‑7a‑5p中至少一种。本发明基于大量样本验证，明确5个适用于亚洲人群和白种人群非小细胞肺癌的特异性诊断标志物，相对国际上报道的其它miRNA标志物，具备有更高的人群特异性；这5个miRNA诊断标志物均为首次提出，相较于其他miRNA分子标志物更可靠。
Description
本分案申请是基于申请号为201911095703.6，申请日为2019年11月11日，发明名称为“一种用于非小细胞肺癌诊断的外周血miRNA标志物”的原始中国专利申请的分案申请。
技术领域
本发明涉及疾病早期检测技术领域，特别涉及一种用于非小细胞肺癌诊断的外周血miRNA标志物。
背景技术
肺癌是全世界范围内肿瘤死亡的首要原因，2016年中国癌症中心发布的统计显示，在429万新发癌症病人群中，肺癌是73.3万；在280万的癌症死亡人数中，肺癌占据了其中的61万，是我国名副其实的“第一癌症”。其中，非小细胞肺癌约占所有肺癌的80％，约75％的患者发现时已处于中晚期，5年生存率很低。因为肺癌早期症状不明显，75％的肺癌患者就诊时已有局部浸润和远处转移，失去了手术治疗的机会，而目前的治疗手段对肺癌总生存率的提高效果不大，II-IV期肺癌患者5年生存率大约在40％-5％之间，而I期患者5年生存率可高达92％。因此，加强对高危人群的筛查，提高早诊、早治率是减少肺癌死亡率的最有效方法。
X胸片和痰涂片是肺癌筛查最常规的技术，但其敏感性太低；纤支镜刷检或活检能直接窥视病灶，能病理定性，但有创，难以在大样本人群中推广；低剂量螺旋CT是目前被认为最有效的肺癌筛查技术，无创、敏感性高，然而有高达96.4％的假阳性率，而且筛查的成本比较高。因此需要开发新的微创、经济、敏感性和特异性均比较高的早期筛查的技术。
微小核酸(microRNA，miRNA)是近年来发现的一类长度为19-25个核苷酸的非编码小分子RNA。它主要通过与靶标基因3'UTR的完全或不完全配对，降解靶标基因mRNA或抑制其翻译，从而参与调控个体发育、细胞凋亡、增殖及分化等生命活动，在肿瘤的发生和发展过程中发挥着类似于致癌基因或抑癌基因的功能。miRNA的表达谱具有明显的组织特异性，在不同肿瘤中具有特定的表达模式。这些特点使得miRNA有可能成为肿瘤诊断新的生物学标记和治疗靶标。同已知的循环核酸(DNA和RNA)一样，miRNA广泛存在于肺癌高危健康人和肿瘤患者的血清中，其种类和数量会随着生理状况和病程变化而改变。循环miRNA可能来自于凋亡或坏死的细胞，或者是细胞的主动释放和循环细胞的裂解。这些内源循环miRNA分子多数不是以游离形式存在,而是与蛋白等构成颗粒，因而内源性的循环RNA分子具有良好的抗RNase降解能力，有较高的稳定性。这一特性为循环miRNA作为生物标志物进行检测提供了可能。
许多研究报道了miRNA在肺癌中的异常表达，尽管现有的研究发现了许多非常有前景的肺癌早期诊断血清miRNA，但由于检测对象包含组织、血清、血浆等，检测方法包含测序法、扩增法、杂交法等，研究中入组样本的选取不严格；各种因素缺乏一致性，导致非小细胞肺癌的miRNA标志物没有统一的定论，这些结果并不一致，并且不能相互验证，最终能用于肺癌筛查的血清miRNA生物标志物以及生物标志物组合标志物还未见定论。
其中最关键的原因有以下两点：
1、病例和对照样本的选取、收集、保存过程中出现偏差。样本的类别不同，必然会对生物标志物的研发、验证带来不确定性。外周血中变化的miRNA主要是由肺癌相关细胞分泌到细胞外的，其组成成分与细胞内或者全血样本中必然不同，同时也会受到其他因素的影响，例如是否经过治疗等。大多数miRNA是稳定的存在于健康人群以及癌症人群的外周血中的，并由身体各种组织细胞分泌，各类环境、遗传等非癌症因素，均会影响其表达量。为了排除影响，需要选取大量的人群样本作为研发、验证，以确定生物标志物的真实性。同时，已有研究证明，通过使用不同方法分离、储存的外周血样本，其生物标志物含量也会有所不同。通过癌症组织细胞找到的生物标志物、通过对比晚期癌症找到的生物标志物、通过对比使用不同方法分离、保存的样本找到的生物标志物以及没有经过大量样本研发、验证过的生物标志物，都可能是假阳性的结果，不一定能经得起大规模实验的验证。
2、由于分子量很小，导致了miRNA在检测上存在一定的难度。尤其在低含量的外周血中，如何稳定、灵敏的检测miRNA一直是一个难题。现有一些高通量芯片、测序以及高通量RT-PCR筛选方法的局限性包括稳定性差、重复性差以及低灵敏度等，结合使用少量样本，在研发阶段容易导致产生假阴性结果，忽略重要的miRNA生物标志物。同时，技术的不稳定性，也增加了生物标志物在独立样本中验证的不确定性，容易增加结果假阳性、假阴性的概率。
发明内容
本发明的目的在于提供一种用于非小细胞肺癌诊断的外周血miRNA标志物，基于大量样本验证，明确5个适用于亚洲人群和白种人群非小细胞肺癌的特异性诊断标志物，相对国际上报道的其它miRNA标志物，具备有更高的人群特异性；这5个miRNA诊断标志物均为首次提出，相较于其他miRNA分子标志物更可靠。
本发明解决其技术问题所采用的技术方案是：
一种用于非小细胞肺癌诊断的外周血miRNA标志物，所述外周血miRNA标志物包括hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p中至少一种。
所述外周血miRNA标志物进一步包括hsa-miR-375、hsa-let-7a-5p中的一种或两种。
一种用于非小细胞肺癌诊断的外周血miRNA标志物，所述外周血miRNA标志物包括hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中至少一种。在一种实施方式中，所述外周血miRNA标志物为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的二种的组合。在一种实施方式中，所述外周血miRNA标志物为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的三种的组合。在另一种实施方式中，所述外周血miRNA标志物为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的四种的组合。在另一种实施方式中，所述外周血miRNA标志物为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的五种的组合。
所述外周血为血清或血浆。
所述外周血miRNA标志物在诊断为非小细胞肺癌患者的外周血中的表达与在对照样本中的表达相比被差异地调节。hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p三个在癌症患者中被上调，hsa-miR-375、hsa-let-7a-5p两个在癌症患者中被下调。
所述对照样本是未患非小细胞肺癌的受试者。
所述非小细胞肺癌包括鳞状细胞肺癌、腺癌肺癌。
一种用于诊断非小细胞肺癌的试剂盒，所述试剂盒包含用于检测所述的外周血miRNA标志物的至少一种试剂。试剂盒用于检测外周血样本中的至少一种选自hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p的miRNA的表达水平。
一种所述的外周血miRNA标志物在制备通过如下方法预测所述受试者发展或具有非小细胞肺癌可能性的非小细胞肺癌诊断试剂中的用途，所述方法包括：
-检测从所述受试者获得的外周血样品中miRNA的存在；
-测量外周血样本中的至少一种选自hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p的miRNA的表达水平；
-使用基于先前所测量的miRNA的表达水平的分数来预测所述受试者发展或具有非小细胞肺癌的可能性。
miRNA的表达水平的分数是使用选自由以下各项组成的组的分类算法计算的：支持向量机算法、逻辑回归算法、多项逻辑回归算法、费舍尔氏线性判别算法、二次分类器算法、感知器算法、k-最近邻算法、人工神经网络算法、随机森林算法、决策树算法、朴素贝叶斯算法、自适应贝叶斯网络算法、以及组合了多种学习算法的集成学习方法。
使用对照的表达水平预训练所述分类算法。
其中所述对照是选自未患非小细胞肺癌对照和非小细胞肺癌患者组成的组的至少一种。
其中所述分类算法比较所述受试者的表达水平与所述对照的表达水平并且返回数学分数，所述数学分数鉴定所述受试者属于对照组中的任一个的可能性。
其中所述miRNA的表达水平是浓度、log(浓度)、Ct/Cq数、2的Ct/Cq数次方中的任一种。
所述非小细胞肺癌包括各阶段非小细胞肺癌。
所述受试者包括且不限于亚洲人、白种人。
现有报道中对于用于肺癌的血清/血浆miRNA生物标志物没有统一的定论，这些结果并不一致，有些是上调、有些是下调，并且不能相互验证，最终能用于肺癌筛查的血清miRNA生物标志物以及生物标志物组合标志物还未见定论，现有报道举例如下：
本发明基于大量样本验证，明确5个适用于亚洲人群和白种人群非小细胞肺癌的特异性诊断标志物，相对于国际上报道的其他miRNA标志物，具备有更高的人群特异性；这5个miRNA诊断标志物均为首次提出，相较于其他miRNA分子标志物具备更高的灵敏度和特异性。
附图说明
图1为本发明筛选非小细胞肺癌的miRNA标志物的筛选、训练以及验证阶段的实验设计流程图。
图2为确定本发明用于诊断非小细胞肺癌患者血清中miRNA标志物的方法步骤图。对照组包括健康，肺部炎症受试者。
图3为所有可靠检测到的272个miRNA的表达水平热图。热图表示所有能可靠检测到的miRNA；miRNA的表达水平(拷贝数/毫升)是以log2标度呈现的并且相对于零平均值标准化。点的颜色表示浓度。基于欧几里德距离针对两个维度(miRNA和样品)进行分层聚类。对于水平维度，使用颜色表示病例-对照的受试者。
图4为研发队列中29个有差异表达的miRNA的表达水平热图。miRNA的表达水平(拷贝数/毫升)是以log2标度呈现的并且相对于零平均值标准化。点的颜色表示浓度。基于欧几里德距离针对两个维度(miRNA和样品)进行分层聚类。对于水平维度，使用颜色表示病例-对照的受试者。
图5为由研发队列1、验证队列1和验证队列2交叉验证得到的不同miRNA数目组合的平均AUC，1到5个miRNA来自于hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p中的1到5个的miRNA的所有组合。误差棒代表AUC的标准偏差。
图6为miRNA标志物组合在各队列的ROC图。
图7为miRNA标志物组合在各队列对照和癌症表达量的线箱图。
具体实施方式
下面通过具体实施例，对本发明的技术方案作进一步的具体说明。
本发明中，若非特指，所采用的原料和设备等均可从市场购得或是本领域常用的。下述实施例中的方法，如无特别说明，均为本领域的常规方法。
申请人在研究中发现可以用于非小细胞肺癌诊断的miRNA标志物，非小细胞肺癌可以被可靠地鉴定。
本发明公开的所有miRNA序列均已经储存在miRBase数据库中(http://www.mirbase.org)。
表1
| miRNA | 登录号 | 序列(5’→3’) |
| hsa-miR-1291 | MIMAT0005881 | uggcccugacugaagaccagcagu(SEQ ID No.1) |
| hsa-miR-1-3p | MIMAT0000416 | uggaauguaaagaaguauguau(SEQ ID No.2) |
| hsa-miR-214-3p | MIMAT0000271 | acagcaggcacagacaggcagu(SEQ ID No.3) |
| hsa-miR-375 | MIMAT0000728 | uuuguucguucggcucgcguga(SEQ ID No.4) |
| hsa-let-7a-5p | MIMAT0000062 | ugagguaguagguuguauaguu(SEQ ID No.5) |
本发明公开了一种确定非小细胞肺癌诊断标志物的方法(图2)，包括：
a、在一定数量的非小细胞肺癌患者血清中高通量测量多个miRNA的表达水平；
b、在一定数量的对照血清中确定上述多个miRNA的表达水平；
c、比较a和b中多个miRNA的相对表达水平，筛选出差异表达的一个或多个miRNA作为非小细胞肺癌的诊断标志物，用来鉴定测试者血清。
实施例：
一、研发队列血清样本要求，采集和制备
本研究中使用了六个癌症病例-对照队列，发现和验证了用于检测早期肺癌的生物标记物和生物标记物组合(图1)。研发队列中的肺癌病例来自中国浙江省肿瘤医院，对照样本来自中国浙江省柯桥市的肺癌LDCT城市筛查项目。每年抽烟超过10包的受试者被定义为吸烟者。为了让研究组和对照受试者的年龄尽可能匹配，只有年龄在40至85岁之间的受试者被纳入本研究；
在实验设计中，对200μL的血清进行提取并且将总RNA逆转录并且通过预扩增来增加cDNA的量，但是却不改变miRNA的相对表达水平。稀释经过预扩增的cDNA以进行qPCR测量。若miRNA表达浓度小于500个拷贝/毫升，则被排除在分析之外并且被认为在后续的研究中是不可检出的。
二、逆转录-实时荧光PCR操作过程及结果
本发明使用RT-qPCR技术检测血清样本中520个候选miRNA的特异性表达。使用人工合成的miRNA标准曲线来确定每ml血清样品的拷贝数。其中，在多于90％的样品中可靠地检测到272种miRNA(表达水平≥500个拷贝/毫升)(图3)。这是比先前所报道的使用其它技术的研究更高数目的miRNA，突出了使用良好实验设计和良好控制的工作流程的重要性。用受试者工作特征曲线(ROC)来表示单个miRNA或多个体生物标志物组的特性。使用顺序前向浮动搜索(SFFS)算法来优化miRNA生物标记物的选择，曲线以下的面积(AUC)值来选择最优标志物。使用逻辑回归方程来构建多自由度的生物标记物组，来区分对照组和癌症组。
进一步研究发现了用于NSCLC检测的单个miRNA生物标记物，校正之后发现29个miRNAs的p值小于0.01，并且癌症组和对照之间的差异超过1个绝对标准分数，其中在非小细胞肺癌受试者中上调了22个，下调了7个。在研发队列中提取这29个miRNA进行分层聚类，观察到癌症和对照受试者之间有明显的分级(图4)。在非小细胞肺癌病例的各个阶段之间没有观察到太多差异。因此，在验证队列中，将继续验证验这29个候选的miRNA生物标记物。
三、验证队列验证上述29个miRNA
本发明用两个匹配的病例-对照队列来继续检测这29种血清miRNA生物标志物。验证队列1中，423个癌症和对照样本来源和研发队列相同，但目标人群扩展为男性、女性、吸烟和非吸烟人群。验证队列2里，样本为218个东欧男性、女性、吸烟、非吸烟人群。以上两个验证队列只包含早期(1期和2期)非小细胞肺癌样本。小于0.4的miRNA标志物不具有显著性，3个p-value小于0.01且在两个验证队列中的绝对标准分数大于均0.4的上调miRNA被进一步选为非小细胞肺癌检测的生物标志物(hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p)。
四、验证队列验证上述候选miRNA
本发明又用了3个另外的验证队列验证这3个miRNA生物标志物(hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p)。验证队列3包括了237个与研发队列和验证队列1相同来源的中国癌症和对照样本。验证队列4包括了340个癌症和对照的独立样本。验证队列5包括了65个新加坡人种样本。为了更准确的预测非小细胞肺癌，生物标志物组合是更好的选择。
hsa-miR-375和hsa-let-7a-5p在癌症和对照样品之间的表达水平有显著下调。将这两种miRNA标志物与原本的hsa-miR-1291、hsa-miR-1-3p和hsa-miR-214-3p组合结合，可明显提高某些标志物组合的AUC值。
下表提供了单个miRNA的AUC、敏感性(sensitivity)、特异性(Specificity)、阳性预测值(PPV)和阴性预测值(NPV)；
| AUC | 敏感性(Sensitivity) | 特异性(Specificity) | PPV | NPV | |
| hsa-miR-1291 | 0.808 | 0.737 | 0.754 | 0.747 | 0.744 |
| hsa-miR-1-3p | 0.818 | 0.606 | 0.932 | 0.897 | 0.706 |
| hsa-miR-214-3p | 0.810 | 0.650 | 0.859 | 0.820 | 0.714 |
| hsa-miR-375 | 0.751 | 0.555 | 0.859 | 0.795 | 0.663 |
| hsa-let-7a-5p | 0.800 | 0.724 | 0.746 | 0.737 | 0.733 |
进一步评估hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p的组合。图5为由研发队列1、验证队列1和验证队列2交叉验证得到的不同miRNA数目组合的平均AUC。1到5个miRNA来自于hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p中的1到5个的miRNA的所有组合。
下表进一步提供了在交叉验证过程中分析的单个miRNA或多个miRNA组合的AUC平均值、敏感性(sensitivity)、特异性(Specificity)、阳性预测值(PPV)和阴性预测值(NPV)。对于5-miRNA组，下表中提供的值代表实际AUC，灵敏度，PPV和NPV值，而不是平均值(五个miRNA仅有一个可能的组合)。可以得出结论，单个miRNA的使用已经显示出良好的诊断性能，并且在5个miRNA的多变量组合中，这些生物标记物的诊断价值得到了进一步提高；
下表进一步提供了包含2-，3-或4-miRNA的多变量组合的平均AUC值，其中一个miRNA选自hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p。五个miRNA中的任何一个都可以作为具有良好诊断性能的多变量检测的基础；
5个miRNA标志物组合(hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p)在研发队列和验证队列中的诊断效能如图6和图7所示。总的来说，用这5个miRNA标志物组合来检测非小细胞肺癌有80％的敏感度和90％的特异性。图7为各个队列的样本用5个miRNA标志物组合计算得到的分数。可以很好地区分非小细胞肺癌和健康对照人群。
本发明建立了一个完整的工作流程，用于发现和验证血清miRNA生物标志物组合，及成功确定了用于检测非小细胞肺癌的生物标志物及生物标志物组合。
医生根据患者的具体情况对肺癌患者进行合适的治疗，包括手术切除部分或者全部恶性肿瘤(例如肺切除术，肺叶切除术或节段切除术)；射频消融(RFA)或者放疗法治疗肿瘤；化疗(例如特定剂量的顺铂，卡铂，多西他赛，紫杉醇，吉西他滨，长春瑞滨，伊立替康，依托泊苷，长春碱，培美曲塞或其任意组合)；靶向治疗(例如贝伐单抗和/或雷莫昔单抗等基于抗体的治疗)；免疫疗法(例如通过施用Ipilimumab，pembrolizumab，nivolumab(纳武单抗)，atezolizumab(阿特朱单抗)或durvalumab中的一种或多种免疫检查点抑制剂)；和上述疗法的合理组合。此外姑息疗法也应用于肺癌的治疗。早期肺癌得到诊治表现出良好的预后，手术是早期肺癌患者的首选治疗方法，这些患者通常表现出良好的生存率，1a期肺癌患者的5年生存率约为75％(Lazdunski，2013)。为早期肺癌提供辅助化疗或靶向治疗也可能帮助患者得到更好的治疗效果(Gadgeel，2017)。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
/>
Claims (13)
1.一种用于非小细胞肺癌诊断的外周血miRNA标志物，其特征在于：包括hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的至少一种。
2.根据权利要求1所述的外周血miRNA标志物，其特征在于：所述外周血miRNA标志物为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的二种的组合；或
所述外周血miRNA标志物优选为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的三种的组合；或
所述外周血miRNA标志物优选为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的四种的组合；或
所述外周血miRNA标志物优选为hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375、hsa-let-7a-5p中的五种的组合。
3.根据权利要求1至2中任一项所述的外周血miRNA标志物，其特征在于：所述外周血为血清或血浆。
4.根据权利要求1至2中任一项所述的外周血miRNA标志物，其特征在于：所述外周血miRNA标志物在诊断为非小细胞肺癌患者的外周血中的表达与在对照样本中的表达相比被差异地调节；进一步优选的，所述外周血miRNA标志物hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p在癌症患者中被上调，外周血miRNA标志物hsa-miR-375、hsa-let-7a-5p在癌症患者中被下调。
5.根据权利要求4所述的外周血miRNA标志物，其特征在于：所述对照样本是未患非小细胞肺癌的受试者。
6.根据权利要求1至5中任一项所述的外周血miRNA标志物，其特征在于：所述非小细胞肺癌包括鳞状细胞肺癌、腺癌肺癌。
7.一种用于诊断非小细胞肺癌的试剂盒，其特征在于：所述试剂盒包含用于检测权利要求1至5中任一项所述的外周血miRNA标志物的至少一种试剂；进一步优选的，所述试剂盒用于检测外周血样本中的至少一种选自hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p的miRNA的表达水平。
8.一种如权利要求1至5中任一项所述的外周血miRNA标志物在制备通过如下方法预测所述受试者发展或具有非小细胞肺癌可能性的非小细胞肺癌诊断试剂中的用途，其特征在于，所述方法包括：
-检测从所述受试者获得的外周血样品中miRNA的存在；
-测量外周血样本中的至少一种选自hsa-miR-1291、hsa-miR-1-3p、hsa-miR-214-3p、hsa-miR-375和hsa-let-7a-5p的miRNA的表达水平；
-使用基于先前所测量的miRNA的表达水平的分数来预测所述受试者发展或具有非小细胞肺癌的可能性。
9.根据权利要求8所述的用途，其特征在于：miRNA的表达水平的分数是使用选自由以下各项组成的组的分类算法计算的：支持向量机算法、逻辑回归算法、多项逻辑回归算法、费舍尔氏线性判别算法、二次分类器算法、感知器算法、k-最近邻算法、人工神经网络算法、随机森林算法、决策树算法、朴素贝叶斯算法、自适应贝叶斯网络算法、以及组合了多种学习算法的集成学习方法。
10.根据权利要求9所述的用途，其特征在于：使用对照的表达水平预训练所述分类算法；进一步优选的，所述对照是选自未患非小细胞肺癌对照和非小细胞肺癌患者组成的组的至少一种。
11.根据权利要求9至10中任一项所述的用途，其特征在于：其中所述分类算法比较所述受试者的表达水平与所述对照的表达水平并且返回数学分数，所述数学分数鉴定所述受试者属于对照组中的任一个的可能性。
12.根据权利要求8至11中任一项所述的用途，其特征在于：其中所述miRNA的表达水平是浓度、log(浓度)、Ct/Cq数、2的Ct/Cq数次方中的任一种。
13.根据权利要求8所述的用途，其特征在于：所述非小细胞肺癌包括各阶段非小细胞肺癌；进一步优选的，所述受试者包括且不限于亚洲人、白种人。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2018113369722 | 2018-11-12 | ||
| CN201811336972.2A CN109207599A (zh) | 2018-11-12 | 2018-11-12 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
| CN201911095703.6A CN110656181B (zh) | 2018-11-12 | 2019-11-11 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911095703.6A Division CN110656181B (zh) | 2018-11-12 | 2019-11-11 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117867105A true CN117867105A (zh) | 2024-04-12 |
Family
ID=64995188
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811336972.2A Pending CN109207599A (zh) | 2018-11-12 | 2018-11-12 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
| CN201911095703.6A Active CN110656181B (zh) | 2018-11-12 | 2019-11-11 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
| CN202310870797.XA Pending CN117867105A (zh) | 2018-11-12 | 2019-11-11 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811336972.2A Pending CN109207599A (zh) | 2018-11-12 | 2018-11-12 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
| CN201911095703.6A Active CN110656181B (zh) | 2018-11-12 | 2019-11-11 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US20230287504A1 (zh) |
| EP (1) | EP3880849A4 (zh) |
| JP (1) | JP2022507252A (zh) |
| KR (1) | KR20210104037A (zh) |
| CN (3) | CN109207599A (zh) |
| AU (1) | AU2019378289A1 (zh) |
| PH (1) | PH12021551087A1 (zh) |
| SG (1) | SG11202104849UA (zh) |
| WO (1) | WO2020098607A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109207599A (zh) * | 2018-11-12 | 2019-01-15 | 觅瑞（杭州）生物科技有限公司 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
| CN111239389A (zh) * | 2020-01-20 | 2020-06-05 | 复旦大学附属中山医院 | 区分肝细胞肝癌和正常人的自身抗体标志物及其筛选方法 |
| CN112063716A (zh) * | 2020-09-09 | 2020-12-11 | 南通大学 | 一种评估肺癌耐药和转移发生风险的检测试剂盒 |
| CN112695095A (zh) * | 2021-01-11 | 2021-04-23 | 中国医科大学 | 一种外周血miRNA肺癌诊断标志物组合及其检测试剂盒 |
| CN114606319A (zh) * | 2021-04-16 | 2022-06-10 | 博尔诚（北京）科技有限公司 | 用于检测肺癌的标志物、试剂盒及系统 |
| CN113862355A (zh) * | 2021-09-27 | 2021-12-31 | 苏州健雄职业技术学院 | 一组肺癌相关的miRNA生物标志物及其应用 |
| CN115125304B (zh) * | 2022-06-29 | 2023-07-04 | 宁波大学 | 一种用于非小细胞肺癌早期诊断或检测的ceRNA调控网络及其应用 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101400361B (zh) * | 2006-01-05 | 2012-10-17 | 俄亥俄州立大学研究基金会 | 用于肺癌的诊断、预后和治疗的基于微小rna的方法和组合物 |
| CN101684489A (zh) * | 2008-09-25 | 2010-03-31 | 中国科学院上海生命科学研究院 | 肺癌的一种诊断标志物 |
| EP2336353A1 (en) * | 2009-12-17 | 2011-06-22 | febit holding GmbH | miRNA fingerprints in the diagnosis of diseases |
| CN101638656B (zh) * | 2009-08-28 | 2011-05-11 | 南京医科大学 | 一种与非小细胞肺癌预后相关的血清/血浆miRNA标志物及其应用 |
| CN101921759B (zh) * | 2010-09-08 | 2013-05-29 | 南京医科大学 | 一种与宫颈癌及其癌前病变相关的血清/血浆miRNA标志物及其应用 |
| CN102321760A (zh) * | 2011-08-26 | 2012-01-18 | 泸州医学院附属医院 | 一种非小细胞肺癌标志物及应用 |
| CN102965441A (zh) * | 2012-12-06 | 2013-03-13 | 苏州市思玛特电力科技有限公司 | microRNA基因miR-1291用于预测乳腺癌预后的用途 |
| EP3347493B1 (en) * | 2015-09-08 | 2022-03-30 | The Translational Genomics Research Institute | Biomarkers and methods of diagnosing mild traumatic brain injuries |
| CN109207599A (zh) * | 2018-11-12 | 2019-01-15 | 觅瑞（杭州）生物科技有限公司 | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 |
-
2018
- 2018-11-12 CN CN201811336972.2A patent/CN109207599A/zh active Pending
-
2019
- 2019-11-11 KR KR1020217016762A patent/KR20210104037A/ko active Search and Examination
- 2019-11-11 EP EP19885678.3A patent/EP3880849A4/en active Pending
- 2019-11-11 WO PCT/CN2019/117176 patent/WO2020098607A1/en unknown
- 2019-11-11 AU AU2019378289A patent/AU2019378289A1/en active Pending
- 2019-11-11 CN CN201911095703.6A patent/CN110656181B/zh active Active
- 2019-11-11 SG SG11202104849UA patent/SG11202104849UA/en unknown
- 2019-11-11 US US17/293,382 patent/US20230287504A1/en active Pending
- 2019-11-11 JP JP2021525727A patent/JP2022507252A/ja active Pending
- 2019-11-11 CN CN202310870797.XA patent/CN117867105A/zh active Pending
-
2021
- 2021-05-11 PH PH12021551087A patent/PH12021551087A1/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN109207599A (zh) | 2019-01-15 |
| AU2019378289A1 (en) | 2021-06-10 |
| KR20210104037A (ko) | 2021-08-24 |
| WO2020098607A1 (en) | 2020-05-22 |
| EP3880849A4 (en) | 2022-08-24 |
| SG11202104849UA (en) | 2021-06-29 |
| CN110656181B (zh) | 2024-03-05 |
| CN110656181A (zh) | 2020-01-07 |
| US20230287504A1 (en) | 2023-09-14 |
| JP2022507252A (ja) | 2022-01-18 |
| EP3880849A1 (en) | 2021-09-22 |
| PH12021551087A1 (en) | 2021-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110656181B (zh) | 一种用于非小细胞肺癌诊断的外周血miRNA标志物 | |
| JP6203209B2 (ja) | 早期結腸直腸癌の検出のための血漿マイクロｒｎａ | |
| Ahluwalia et al. | The clinical relevance of gene expression based prognostic signatures in colorectal cancer | |
| US9315869B2 (en) | Marker for predicting gastric cancer prognosis and method for predicting gastric cancer prognosis using the same | |
| Chen et al. | Identification of ten serum microRNAs from a genome‐wide serum microRNA expression profile as novel noninvasive biomarkers for nonsmall cell lung cancer diagnosis | |
| US20200131586A1 (en) | Methods and compositions for diagnosing or detecting lung cancers | |
| WO2017197335A1 (en) | Nasal epithelium gene expression signature and classifier for the prediction of lung cancer | |
| Wang et al. | Screening miRNAs for early diagnosis of colorectal cancer by small RNA deep sequencing and evaluation in a Chinese patient population | |
| CN109897899B (zh) | 一种用于局部晚期食管鳞癌预后判断的标志物及其应用 | |
| JP2020503850A (ja) | 腫瘍抑制ｆｏｘｏ活性を酸化ストレスから区別する方法 | |
| McNally et al. | Concomitant dysregulation of microRNAs miR‐151‐3p and miR‐126 correlates with improved survival in resected cholangiocarcinoma | |
| US20180230545A1 (en) | Method for the prediction of progression of bladder cancer | |
| US10036070B2 (en) | Methods and means for molecular classification of colorectal cancers | |
| Song et al. | Transcriptional signatures for coupled predictions of stage II and III colorectal cancer metastasis and fluorouracil‐based adjuvant chemotherapy benefit | |
| Sadeghi et al. | A novel panel of blood-based microRNAs capable of discrimination between benign breast disease and breast cancer at early stages | |
| CN111763740B (zh) | 基于lncRNA分子模型预测食管鳞癌患者新辅助放化疗的疗效和预后的系统 | |
| KR102194215B1 (ko) | 위암 진단용 바이오마커 및 이의 용도 | |
| Chen et al. | The high expression of PTPRH is associated with poor prognosis of human lung adenocarcinoma | |
| US20150141342A1 (en) | BLOOD BORNE miRNA SIGNATURE FOR THE ACCURATE DIAGNOSIS OF PANCREATIC DUCTAL ADENOCARCINOMA | |
| Khan et al. | Integrated grade-wise profiling analysis reveals potential plasma miR-373-3p as prognostic indicator in Prostate Cancer & its target KPNA2 | |
| Tang et al. | Development of a tRNA-Derived small RNA prognostic panel and their potential functions in osteosarcoma | |
| US20230348990A1 (en) | Prognostic and treatment response predictive method | |
| WO2021011660A1 (en) | Methods and compositions for detection and treatment of lung cancer | |
| Masqué-Soler et al. | Computational pathology aids derivation of microRNA biomarker signals from Cytosponge samples | |
| Suzuki | TO BE OR NOT TO BE: Biomarkers In Patients With Barrett’s Esophagus And Esophageal Adenocarcinoma |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CI02 | Correction of invention patent application |
Correction item: the entry into substantive examination Correct: The effectiveness of revoking substantive examination False: Effectiveness of substantive examination Number: 47-02 Volume: 39 |
|
| CI02 | Correction of invention patent application | ||
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |