[发明专利]一种预测阿德福韦酯治疗反应性建模的方法及装置

说明书

技术领域

本发明涉及药物疗效预测技术领域，特别是涉及一种基于深度测序的基线乙型肝炎病毒RT序列预测阿德福韦酯(ADV)治疗反应性建模的方法及装置。

背景技术

乙型肝炎病毒(HBV)感染是全球面临的重大公共卫生问题，超过20亿人曾感染HBV，近4亿为慢性HBV感染者。而慢性乙型肝炎(CHB)是一种难治性疾病，并且部分会发展成肝硬化、肝衰竭和原发性肝细胞癌，致使每年有近100万人死亡。据相关文献报道HBV病毒复制与肝癌等严重肝病密切相关，HBV DNA的高浓度与疾病发展密切相关，而抑制病毒滴度会延缓疾病发展，因此抑制病毒复制是CHB抗病毒治疗的主要目标。

目前抗病毒治疗主要是干扰素和核苷类似物(NAs)，干扰素仅对不到30％的患者有显著效果，且其副反应明显，难以通过延长治疗时间改善疗效。NAs由于抑制病毒复制效果好，可选择的种类较多，毒副作用小，患者用药耐受期较长等优点，已成为抗病毒治疗的主流药物。然而，NAs治疗也存在用药方式盲目以及长期用药易产生耐药性等缺点。所以NAs治疗乙肝的一个重要问题是无法在治疗开始前就准确选择最合适的NAs，即无法在基线准确预测特定NAs对特定患者是否最为有效。解决NAs疗效的基线预测问题对于实现个体化治疗，最大限度地发挥NAs的治疗效用延缓耐药发生具有重要意义。目前的预测研究多采用单因素或多因素回归法进行预测，其预测方法存在一定局限。同样，有的预测模型用了很多临床指标作为预测因子，比较繁琐。所以建立一种准确的预测模型，实现对NAs治疗的反应性的预测也是目前研究的重点。

发明内容

针对于上述问题，本发明提供一种预测阿德福韦酯治疗反应性建模的方法及装置，选用NAs中的ADV，建立了基于RT区序列的预测模型，实现了通过建立一种准确的预测模型，来对ADV治疗反应性进行预测的目的。

为了实现上述目的，根据本发明的第一方面，提供了一种预测阿德福韦酯治疗反应性的方法，该方法包括：

处理采集样本的HBV慢性感染病人的血清样本，获取所述采集样本的RT区基因序列信息；

基于所述采集样本的RT区基因序列信息，建立初步的预测模型，采用三折交叉验证循环获取多个所述初步的预测模型，用所述初步的预测模型预测出的HBV DNA滴度与实际观测值进行比较，选取二者差异最小的模型作为最优模型，获得预测模型；

通过采集到的进行ADV治疗的病人的血清样本作为验证样本，对所述预测模型进行验证。

优选的，所述处理采集样本的HBV慢性感染病人的血清样本，获取所述采集样本的RT区基因序列信息，包括：

采集HBV慢性感染病人的血清样本，得到采集样本；

对所述采集样本分别进行HBV DNA提取，获得与所述采集样本相对应的HBV DNA，并配置成HBV DNA溶液；

利用所述HBV DNA溶液作为模版对目标DNA进行PCR扩增，将得到的PCR扩增产物进行454测序，获得扩增后的DNA序列；

根据NCBI来源的参考序列，对所述扩增后的DNA序列进行数据处理，将得到的有效序列还原到所述每个样本中，并提取所述采集样本的RT区基因序列信息。

优选的，所述基于所述采集样本的RT区基因序列信息，建立初步的预测模型，采用三折交叉验证循环获取多个所述初步的预测模型，用所述初步的预测模型预测出的HBV DNA滴度与实际观测值进行比较，选取二者差异最小的模型作为最优模型，获得预测模型，包括：

统计所述采集样本HBV RT区位点上各个碱基的准种频率、位点频率和位点香农熵指标，筛选获取影响指标，利用弹性净回归的方法建立初步的预测模型，并预测终点HBV DNA滴度；

采用三折交叉验证循环获取多个初步的预测模型，用所述初步的预测模型预测出的HBV DNA滴度与实际观测值进行比较，选取二者差异最小的模型作为最优模型，获得预测模型。

优选的，所述采用三折交叉验证循环获取多个初步的预测模型，用所述初步的预测模型预测出的HBV DNA滴度与实际观测值进行比较，选取二者差异最小的模型作为最优模型，获得预测模型之后，包括：

通过所述最优模型，筛选出与ADV反应性相关的典型位点；

利用所述典型位点的碱基信息，构建预测ADV反应性的分类模型，对所述样本进行ADV反应性预测和分类。

优选的，所述通过采集到的进行ADV治疗的病人的血清样本作为验证样本，对所述预测模型进行验证，包括：

采集进行ADV治疗病人的血清样本作为验证样本；