技术特征：
1.一种用于肝细胞癌预后评估的生物标志物组合，其特征在于，所述生物标志物组合包括溶质转运蛋白超家族成员slc10a1、slc16a2、slc17a1、slc17a2、slc17a3、slc19a3、slc1a1、slc1a3、slc1a4、slc22a1、slc22a7、slc25a15、slc25a44、slc27a2、slc27a5、slc29a1、slc2a2、slc38a4、slc38a6、slc39a1、slc41a3、slc46a3、slc4a2和slc4a4。2.一种如权利要求1所述的生物标志物组合的筛选方法，其特征在于，所述筛选方法包括：(1)收集肝细胞癌的mrna微芯片表达数据和rna测序数据；(2)使用rra算法对所述mrna微芯片表达数据进行整合，并将所得结果中fold change>1.5或<
‑
1.5且p<0.05的基因列入hcc rra列表，所述hcc rra列表中的基因为肝细胞癌相关基因；(3)筛选出所述hcc rra列表中的溶质转运蛋白超家族成员，得到权利要求1所述的生物标志物组合；(4)利用所述rna测序数据进行验证，确认所述生物标志物组合在所述mrna微芯片表达数据和rna测序数据中的表达模式一致。3.如权利要求1所述的生物标志物组合在制备肝细胞癌预后评估模型或肝细胞癌预后评估试剂盒中的应用。4.一种肝细胞癌预后评估模型，其特征在于，所述肝细胞癌预后评估模型中，以权利要求1所述的生物标志物组合中各个基因的mrna水平为输入变量，以slc分数为输出变量，并根据所述slc分数对肝细胞癌的预后进行评估。5.根据权利要求4所述的肝细胞癌预后评估模型，其特征在于，所述肝细胞癌预后评估模型以如下公式进行表示：slc分数＝∑(gene express level
×
integrated hr
×
gene_weight)；其中，所述gene express level为所述mrna水平，integrated hr为整合风险系数，gene_weight为重要系数。6.根据权利要求5所述的肝细胞癌预后评估模型，其特征在于，所述生物标志物组合中各个基因与重要系数的对应关系如下：slc39a1的重要系数为8.642577153，slc25a15的重要系数为8.175604617，slc38a6的重要系数为7.338572876，slc27a2的重要系数为7.106196298，slc10a1的重要系数为6.936282115，slc22a7的重要系数为6.902104255，slc1a4的重要系数为6.661783026，slc16a2的重要系数为6.587214953，slc27a5的重要系数为6.477047113，slc22a1的重要系数为6.417916962，slc2a2的重要系数为6.412003716，slc46a3的重要系数为6.217582151，slc25a44的重要系数为5.941196497，slc19a3的重要系数为5.869746765，slc38a4的重要系数为5.783854975，slc41a3的重要系数为5.667233734，slc4a2的重要系数为5.663633788，slc4a4的重要系数为5.652632038，slc29a1的重要系数为5.444414126，slc17a1的重要系数为5.280928053，slc1a3的重要系数为5.117342375，slc17a2的重要系数为4.98126824，slc1a1的重要系数为4.883502187，slc17a3的重要系数为4.64340045。7.根据权利要求5所述的肝细胞癌预后评估模型，其特征在于，所述生物标志物组合中slc39a1、slc38a6、slc1a4、slc41a3和slc4a2为危险因素；所述生物标志物组合中slc25a15、slc27a2、slc10a1、slc22a7、slc16a2、slc27a5、
slc22a1、slc2a2、slc46a3、slc25a44、slc19a3、slc38a4、slc4a4、slc29a1、slc17a1、slc1a3、slc17a2、slc1a1和slc17a3为保护性因素。8.根据权利要求7所述的肝细胞癌预后评估模型，其特征在于，所述生物标志物组合中危险因素的整合风险系数为1，保护性因素的整合风险系数为
‑
1。9.一种肝细胞癌预后评估试剂盒，其特征在于，所述试剂盒中包含检测如权利要求1所述的生物标志物组合中各个基因的mrna水平或蛋白水平的试剂。10.如权利要求1所述的生物标志物组合、如权利要求4～8任一项所述的肝细胞癌预后评估模型或如权利要求9所述的肝细胞癌预后评估试剂盒在肝细胞癌预后评估或肝细胞癌治疗药物的开发中的应用。
技术总结
本发明提供了一种用于肝细胞癌预后评估的生物标志物组合及其筛选方法和应用，所述生物标志物组合包括24个溶质转运蛋白超家族成员。本发明通过多个不同中心的大尺度队列整合了溶质转运蛋白超家族成员的mRNA在HCC中的表达数据，获取了一个具有一致性和稳健性的肝细胞癌相关的溶质转运蛋白超家族成员的mRNA表达谱。通过机器学习方法，基于所述生物标志物组合的mRNA表达水平构建了有效的患者预后评估模型，且该评估模型能有效评估HCC患者的预后，具有一定的特异性和敏感性。具有一定的特异性和敏感性。具有一定的特异性和敏感性。
技术研发人员：刘利平 张强弩 魏腾 严巧婷 余洁玲 鲍世韵
受保护的技术使用者：深圳市人民医院
技术研发日：2021.08.09
技术公布日：2021/9/21