生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用的制作方法

本发明属于生物医药技术和诊断领域，具体涉及生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用。

背景技术：

1、肾癌是目前发病率和死亡率增长最快的疾病之一，也是严重危害人类健康的恶性肿瘤之一。肾透明细胞癌是最常见的病理类型，约占全部肾癌的80%以上。

2、临床上可通过b超、ct检查、活组织病理检查等早期发现病变，通过定期的自我检查也有助于早期发现病变。然而这些手段都存在假阳性率过高，发现时间较晚等缺点。因此，急需一种高灵敏度高准确率的诊断方法来实现早期癌症筛查。

3、蛋白质组学在揭示肿瘤发生的复杂分子事件，如肿瘤发生、侵袭、转移和对治疗耐受上起了重大作用。蛋白质组学肿瘤诊断具有灵敏度高、特异性强、背景机理明确的优点，近年来被越来越多地运用于肿瘤检测。而且，这些肿瘤标志物的研究往往是基于一定量的实验数据，所涉及的癌症种类和样本量都相对有限。近年来，随着蛋白质组不断发展，体液蛋白质组大数据不断增加。因此，通过收集体液蛋白质组数据，利用大数据分析方法，找到一种适用范围广、准确率高的肿瘤风险模型，有助于实现早期诊断，对患者进行早诊早治疗具有重要的临床意义。

技术实现思路

1、本发明所要解决的技术问题是现有技术缺少能够早期准确预测透明性肾细胞癌风险的生物标志物，提供了生物标志物组合在制备预测透明性肾细胞癌的试剂盒中的应用。本发明的生物标志物组合在预测早期透明性肾细胞癌风险中具有高灵敏度和高特异性的优点，为预测透明性肾细胞癌发生发展提供有利的技术支持，具有广泛的科研价值并为早期临床诊断、干预治疗等提供了巨大的便利。

2、本发明通过以下技术方案解决上述技术问题。

3、本发明的第一方面提供一种生物标志物组合在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用；

4、其中，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成。

5、本发明的第二方面提供一种用于检测生物标志物组合的试剂，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成。

6、本发明一些实施方案中，所述试剂用于检测所述生物标志物组合的表达水平；所述表达水平为蛋白表达水平和/或mrna转录水平。

7、本发明一些较佳实施方案中，所述试剂为与所述生物标志物特异性结合，或者与编码所述生物标志物的核酸特异性杂交的生物分子试剂。

8、本发明一些实施方案中，所述生物分子试剂选自引物、探针和抗体。

9、本发明一些实施方案中，所述试剂为用于基因组、转录组和/或蛋白质组测序的试剂。

10、本发明的第三方面提供一种用于检测生物标志物组合的试剂在制备预测和/或诊断透明性肾细胞癌的试剂盒中的应用；

11、其中，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成。

12、本发明一些实施方案中，所述试剂如第二方面所述。

13、本发明的第四方面提供一种试剂盒，所述试剂盒包含如第二方面所述的试剂和生物标志物组合，其中，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成。

14、本发明的第五方面提供一种非诊断目的的检测透明性肾细胞癌的方法，所述方法包括检测待测样本中的生物标志物组合的表达水平；

15、其中，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成；

16、所述表达水平为蛋白表达水平和/或mrna转录水平。

17、本发明中，所述“非诊断目的”是指出于科学研究、病理数据统计的目的，适用场景包括验证动物模型是否成功构建、体外药效实验、肿瘤的流行病学统计等。

18、本发明的第六方面提供一种透明性肾细胞癌风险的预测系统，所述预测系统包括检测模块和分析判断模块；所述检测模块检测待测样本中的生物标志物组合的表达水平，并将表达水平数据传输至所述分析判断模块；所述分析判断模块将所述表达水平数据与预设的表达水平阈值进行比较，所述分析判断模块通过firmiana软件处理所述表达水平数据，预设为基于广义线性回归模型的机器学习算法，构建预测模型，分别预测样本患透明性肾细胞癌的概率和不患透明性肾细胞癌的概率，判断所述表达水平数据是否符合预设的判断条件，以预测样本患透明性肾细胞癌的风险，并输出预测结果；所述判断条件为患透明性肾细胞癌的概率大于或等于不患透明性肾细胞癌的概率；

19、当所述表达水平数据满足所述判断条件时，输出预测结果为“具有透明性肾细胞癌风险”；当所述表达水平数据不满足所述判断条件时，即患透明性肾细胞癌的概率小于不患透明性肾细胞癌的概率，输出预测结果为“不具有透明性肾细胞癌风险”；

20、其中，所述生物标志物组合由adprs、akr1c1、ankhd1、ankrd17、b3gat3、bhmt2、blvrb、ca1、cat、ccnt1、cdc37、clic1、cops5、cstf1、ddt、eif5a2、eif5al1、gclc、gfer、glo1、hbb、hbe1、hprt1、macf1、msl1、mtpn、pacsin2、pbld、pgls、plbd2、psmb8、psmd6、rps23、s100a4、slc2a1、smarca5、smc1a、sting1、synm、tom1、triobp和ufc1组成；

21、所述表达水平为蛋白表达水平和/或mrna转录水平。

22、本发明一些实施方案中，所述预测系统用于在所述接收或输入完成后，通过firmiana软件处理所述表达水平数据，预设为基于广义线性回归模型的机器学习算法，构建预测系统。

23、在本发明一较佳实施方案中，所述广义线性回归模型的参数为：采用向后回归的方法筛选标志物，并利用r包caret的train功能进行模型训练和predict函数进行预测。优选地，所述广义线性回归模型的r包包括：predict.model = train(formula, data=train_data, method = "glm", family='binomial') (formula：模型公式，输入的分子组合；train_data：训练集）；预测代码：predict( predict.model, test_data)（predict.model：训练集得到的预测模型，test_data：内部或者外部验证集）。

24、本发明一些实施方案中，所述待测样本为血浆样本。

25、本发明一些实施方案中，所述预测系统还包括数据收集模块，所述数据收集模块用于收集待测样本中所述生物标志物组合的表达水平数据。

26、本发明一些实施方案中，所述预测系统为预测透明性肾细胞癌早期的系统。

27、本发明一些实施方案中，所述分析判断模块中，训练集参数设置为80%，验证集参数设置为20%。

28、本发明第七方面提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时，可实现如本发明第六方面所述的预测系统的功能，或实现如本发明第五方面所述的方法的步骤。

29、本发明第八方面提供一种电子设备，其包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实现如本发明第六方面所述的预测系统的功能，或实现如本发明第五方面所述的方法的步骤。

30、本发明通过用于透明性肾细胞癌筛查的体液蛋白质分子，建立肿瘤风险模型，有助于实现透明性肾细胞癌的早期诊断。

31、本发明通过筛选体液蛋白质组，获得了一组能够预测透明性肾细胞癌风险的生物标志物，筛选方法包括如下步骤：

32、(1) 收集健康人和透明性肾细胞癌患者的体液样本；

33、(2) 健康人和透明性肾细胞癌患者体液样本蛋白质制备；

34、(3) 检测健康人和透明性肾细胞癌患者体液样品中的蛋白质分子表达水平；

35、(4) 找到肿瘤患者体液特异性高表达的蛋白质组分子，并构建分类器进行区分。

36、在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

37、本发明所用试剂和原料均市售可得。

38、本发明的积极进步效果在于：

39、本发明的有益效果：

40、本发明的生物志物组合用于透明性肾细胞癌的风险预估与检测，具有高灵敏度和高特异性的优点，为预测透明性肾细胞癌发生发展提供有利的技术支持，具有广泛的科研价值并为早期临床诊断、干预治疗等提供了巨大的便利。