[发明专利]利用脂质生物标志物预测乳腺癌的方法在审
申请号: | 201710313582.2 | 申请日: | 2017-05-05 |
公开(公告)号: | CN107092801A | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 王文军;陈显扬;萨日娜;马占青;任素玲;段晓波 | 申请(专利权)人: | 北京骐骥生物技术有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙)11369 | 代理人: | 史霞 |
地址: | 100000 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 利用 生物 标志 预测 乳腺癌 方法 | ||
1.一种利用脂质生物标志物预测乳腺癌的方法,其特征在于,主要包括以下步骤:
步骤1、筛选出正常人组群和乳腺癌组群之间VIP值大于5的排名前9位的差异性化合物R1-R9,分别为表1所示:
表1
步骤2、利用逻辑回归模型2进行计算,得到TC值,所述逻辑回归模型2的计算公式为:
TC=3.564+6.135*R6+5.375*R7-1.814*R8-2.943*R9+1.151*R10;
步骤3、根据所得TC值进行判断,TC=0为否;TC=1为是。
2.如权利要求1所述的利用脂质生物标志物预测乳腺癌的方法,其特征在于,步骤1中利用OPLS-DA模型对差异性化合物进行筛选,筛选条件VIP>1。
3.如权利要求2所述的利用脂质生物标志物预测乳腺癌的方法,其特征在于,步骤1中筛选的具体方法为:
步骤1.1将样品进行超高效液相色谱和质谱分析,得到脂质组学数据,将正常人组群和乳腺癌组群分别计为CK及RC;
步骤1.2对脂质组学数据进行标准化操作,利用OPLS-DA模型对CK及RC进行S-plot分布得到S形曲线,并进行强制分组,计算影响CK及RC分组的变量重要性,即得VIP值;
步骤1.3按照VIP值大于1的标准得到10个化合物,并将该10个化合物作为与乳腺癌相关度最高的差异性化合物;
步骤1.4将所得10个化合物按照VIP值大小从高到低排列,取前9位,即得步骤1中所述差异性化合物R1-R9。
4.如权利要求1所述的利用脂质生物标志物预测乳腺癌的方法,其特征在于,步骤2中TC值或者用逻辑回归模型1进行计算,所述逻辑回归模型1的计算公式为:
TC=-8.673-32.803*R1+19.399*R2+8.738*R3-20.88*R8+2.217*R9+1.607*R10。
5.如权利要求1所述的利用脂质生物标志物预测乳腺癌的方法,其特征在于,步骤2中TC值或者用逻辑回归模型3进行计算,所述逻辑回归模型3的计算公式为:
TC=0.7564-2.6459*R8+2.524*R9+1.5554*R10。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京骐骥生物技术有限公司,未经北京骐骥生物技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710313582.2/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用