[发明专利]用于早期肺癌预后的基于血浆的蛋白质概况分析

说明书

本发明提供了能够用于非小细胞肺癌诊断的生物标志物和生物标志物的组合。将这些生物标志物的测量值输入分类系统，诸如随机森林，以协助确定个体具有非小细胞肺癌的可能性。还提供了包含用于检测生物标志物和生物标志物组合的试剂盒以及协助诊断非小细胞肺癌的系统。

背景技术

发明领域

本发明涉及使用生物标志物和其试剂盒检测、鉴定和诊断肺病，以及基于生物标志物协助确定肺病存在与否可能性的系统。更具体地，本发明涉及通过测量特异性生物标志物表达水平并将这些测量值输入分类系统诸如随机森林(Random Forest)诊断非小细胞肺癌(NSCLC)。

相关领域描述

人肺组织的病变

美国癌症协会有限公司(The American Cancer Society,Inc.)预计仅在2007年就有229,400例新的呼吸系统癌症病例和164,840人死于呼吸系统癌症。虽然当检测到癌症但是仍然是局部时，所有癌症病例的五年生存率为46％，但是肺癌患者的五年生存率仅为13％。相应地，只有16％的肺癌是在该疾病扩散之前发现的。根据癌细胞的病理学，肺癌通常分为两种主要类型。各类型根据转化为癌变的细胞的类型来命名。小细胞肺癌源自人肺组织中的小细胞，然而非小细胞肺癌通常涵盖所有非小细胞类型的肺癌。将非小细胞肺癌归为一类，因为对于所有非小细胞类型，其治疗方法通常相同。非小细胞肺癌(NSCLC)总计约占所有肺癌的75％。

肺癌患者低存活率的主要因素是因为肺癌难以早期诊断的事实。当前诊断肺癌或鉴定其在人类中的存在的方法仅限于进行X射线，计算机断层扫描(CT)扫描和类似的肺部检查以从物理上确定肿瘤的存在与否。肺癌的诊断通常仅应明显或已经存在很久的症状，以及在该疾病已在人体中存在足够久以产生可物理检测的质量之后而做出。

肺癌的诊断

痰细胞学检查和胸部X射线检查均未发现可用于肺癌早期检测的筛查。另一方面，低剂量计算机断层摄影术在应用于高风险人群(例如吸烟者)时显示出前景。Aberle等N.Engl.J.Med.(2011)365:395-409。但是，仍然难以获得用于定义可能从这类筛查中受益的高危人群的标准，并且该技术用于筛选更普通群体的效用尚不清楚。尽管通过CT扫描发现的大肺结节与恶性肿瘤的可能性明显关联，但绝大多数小结节(<7mm)表现为良性。MacMahon等Radiology(2005)237:395-400。因此，需要补充的筛查方法以协助肺癌的早期检测和诊断。

多元医学数据分析

在1980年代末和1990年代初，逻辑回归开始用于医学领域。在医学中使用逻辑回归的示例是创伤修正严重程度评分(TRISS)。参见，评估创伤护理：TRISS方法(EvaluatingTrauma Care:The TRISS Method).Boyd,CR,Tolson,MA和Copes,WS.1987,Journal ofTrauma,第27卷,第370-378页。TRISS在美利坚合众国的医院中用作预测创伤后医院内死亡率并进行创伤手术质量院内比较的方法。TRISS基于创伤事件后死亡率的逻辑回归模型，并将伤害严重性评分、修正创伤评分和年龄作为协变量。

逻辑回归对事件概率的对数(也称为事件的对数几率(log-odd)，定义为其中p是事件发生的概率)建模。假设逻辑回归模型可以表示为y＝β′x，其中x是协变量的向量而β是各协变量作用(effect)的向量。将该模型的似然函数最大化产生β的估值。逻辑辨别模型是将预测的概率转换为组标签的逻辑回归模型。