买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于多组学特征的肝细胞癌预后预测系统及其预测方法_中山大学_202111598100.5 

申请/专利权人:中山大学

申请日:2021-12-24

公开(公告)日:2024-04-26

公开(公告)号:CN114678062B

主分类号:G16B5/20

分类号:G16B5/20;G16B25/10;G16B40/00

优先权:

专利状态码:有效-授权

法律状态:2024.04.26#授权;2022.07.15#实质审查的生效;2022.06.28#公开

摘要:本发明提供了基于多组学特征的肝细胞癌预后预测系统,属于生物医学技术领域,所述预测系统包括数据输入模块、预测模块和显示模块;所述数据输入模块用于输入肝细胞癌患者数据并上传至所述预测模块,肝细胞癌患者数据包括GES评分水平、IS评分水平和TNM分期;所述预测模块为列线图模型;所述显示模块用于显示肝细胞癌患者24和或36个月总体生存概率;通过同时使用癌和癌旁组织,并整合使用两种组学数据以及肝细胞癌常用临床指标,通过列线图模型对肝细胞癌预后进行预测,可广泛用于肝细胞癌患者的临床预后评估,该预测系统相比现有预后模型而言更加全面可靠。本发明还提供了基于多组学特征的肝细胞癌预后预测系统的预测方法及应用。

主权项:1.基于多组学特征的肝细胞癌预后预测系统,其特征在于,所述预测系统包括数据输入模块、预测模块和显示模块;所述数据输入模块用于输入肝细胞癌患者数据并上传至所述预测模块,所述肝细胞癌患者数据包括GES评分水平、IS评分水平和TNM分期;所述预测模块为列线图模型,所述预测模块基于所述肝细胞癌患者数据对肝细胞癌患者预后进行预测分析;所述显示模块用于显示肝细胞癌患者24和或36个月总体生存概率;所述GES评分水平为癌组织和癌旁组织的70个基因表达量数据经GES评分模型判定所得,所述IS评分水平为癌组织和癌旁组织的12种免疫细胞相对浸润水平数据经IS评分模型判定所得;所述70个基因表达量数据包括44个肝细胞癌组织的基因表达量数据和26个癌旁组织的基因表达量数据;所述44个肝细胞癌组织的基因表达量数据包括以下基因的表达量数据:DEF6、ZFR、CYLD、ZNF446、TGM1、WHRN、CATSPERG、IL2RB、IMPAD1、ANAPC15、NEDD9、VEGFA、TBCCD1、IRF1、NECAB3、MYH10、P2RX4、KLHL36、ANGPTL2、SNRPF、MFGE8、CDH13、SECTM1、PRIM2、RPP30、DAB2、FAIM、MSX1、NUDT2、DAPK3、TCTN2、CXCL10、CD52、NDUFA3、ZNF415、ZNF24、LSM1、SMTN、SETD4、ZNF124、NMB、SPRED2、ZNF652、ZSCAN31;所述26个癌旁组织的基因表达量数据包括以下基因的表达量数据:ENTPD2、PIBF1、BAX、GPATCH2、CDKN3、RBM28、CUEDC2、TNFAIP1、DNMT3A、EGR2、GTF2F1、PRKRIP1、ACE2、IDO1、PATJ、VPS45、RSU1、NCAM1、KDM8、RNF111、ZNF230、ICOS、SPATA5L1、IQCK、RPLP2、CEBPD;所述12种免疫细胞相对浸润水平数据包括8种肝细胞癌组织的免疫细胞相对浸润水平数据和4种癌旁组织的免疫细胞相对浸润水平数据;所述8种肝细胞癌组织的免疫细胞相对浸润水平数据包括以下免疫细胞的相对浸润水平数据:浆细胞、CD8T细胞、初始CD4T细胞、滤泡辅助T细胞、M0巨噬细胞、M1巨噬细胞、M2巨噬细胞、中性粒细胞;所述4种癌旁组织的免疫细胞相对浸润水平数据包括以下免疫细胞的相对浸润水平数据:初始B细胞、静息树突状细胞、活化树突状细胞、活化肥大细胞;其中,所述GES评分水平为癌组织和癌旁组织的70个基因表达量数据经GES评分模型判定所得,具体包括:测定肝细胞癌患者癌组织及癌旁组织的70个基因表达量数据,根据GES评分模型,计算70个基因表达量数据各自经相应特异性权重加权后的总和与各系数总和的比值,获得GES评分;所述GES评分的具体计算方法如公式1: 其中n是GES评分模型的基因数量,xi是各基因的表达量,wi是各基因相应的特异性权重;根据GES评分模型的最佳分割点0.067,基于所述GES评分判定肝细胞癌患者的GES评分水平为评分高或评分低;其中,所述IS评分水平为癌组织和癌旁组织的12种免疫细胞相对浸润水平数据经IS评分模型判定所得,具体包括:测定肝细胞癌患者癌组织及癌旁组织的12种免疫细胞相对浸润水平数据,根据IS评分模型,计算12种免疫细胞相对浸润水平数据各自经相应特异性权重加权后的总和,获得IS评分;所述IS评分的具体计算方法如公式2: 其中n是IS评分模型的免疫细胞数量,xi是各免疫细胞占免疫细胞总量的分数,wi为各免疫细胞相应的特异性权重;根据IS评分模型的最佳分割点1.96,基于所述IS评分判定肝细胞癌患者的IS评分水平为评分高或评分低。

全文数据:

权利要求:

百度查询: 中山大学 基于多组学特征的肝细胞癌预后预测系统及其预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。