[发明专利]构建体外检测结直肠癌的数学模型的方法及其应用

权利要求书

1.一种构建体外检测结直肠癌的数学模型的方法，其特征在于，所述方法包括从样本中获得至少两种结直肠癌标志物的浓度，对测定的每个标志物的浓度值进行logistic回归，将检测得到的浓度代入到logistic回归模型中，得到分析结果，使用每个标志物的浓度和logistic回归分析结果进行综合结直肠癌分析。

2.根据权利要求1所述的构建体外检测结直肠癌的数学模型的方法，其特征在于，所述结直肠癌标志物包括以下大类中的至少一类：

结直肠癌蛋白标志物、结直肠癌代谢物标志物、结直肠癌分子诊断标志物、结直肠癌自身抗体、结直肠癌相关炎症因子和/或生长因子、结直肠癌相关外泌体以及结直肠癌相关DNA甲基化标志物。

3.根据权利要求1所述的构建体外检测结直肠癌的数学模型的方法，其特征在于，所述结直肠癌蛋白标志物选自CEA、HP、CA50、IGFBP2、IGFBP1、LRG1、MAPRE1、CA19-9、CA24-2、ENO1、ESM-1、GP87、CK20、M2-PK、TPA、GSTs、PRL、CCSP-2、DKK3其中的任意一种或多种组合；

所述结直肠癌代谢物标志物选自乙酰精胺、二乙酰精胺、18F-FDG、吲哚衍生物、柠檬酸盐，犬尿酸盐，2-氨基丁酸盐、马尿酸盐、丙酮酸、乳酸、丝氨酸、肌酐、瓜氨酸、鸟氨酸、乙酸盐；

所述结直肠癌分子诊断标志物选自P53、p21/27、MSI-H、MSI-L、NRAS/KRAS、APC、Ecadherin、BAT-26、SMAD4、Bcl-2、DAPK1、EGFR、PCNA、FHIT、SEPT9、MMP9、sCD26、SPAG9、nm23-H1、PIK3CA、miR-150、miR-130a、miR-195-5p、miR-29a、miR-223、miR-224、miR-30d、miR-10b、miR-21、miR-106a、miR-92a、miR-31、miR-96、miR-145中的任意一种或多种；

所述结直肠癌自身抗体选自APE1、P53-AAbs、NY-ESO-1AAbs、MAPRE1AAbs中的任意一种或多种；

所述结直肠癌相关炎症因子和生长因子选自IL-2、IL-22、IL-8、CD3⁺、CD4⁺、CD8⁺、CD28^-、IFN-γ、CRP、SAA中的任意一种或多种；

所述结直肠癌相关外泌体选自ΔNp73、CRNDE-h、CD24、A33、CD147、circ-KLDHC10、CircRTN4、CircFAT1、CircARHGAP5、CircHIPK3、MAGEA3、CRNDE-h、miR-193a、miR-17-92a、miR-1229、miR-1246、miR-223、miR-210中的任意一种或多种；

所述结直肠癌相关DNA甲基化标志物选自hMLH1、CDKN2A(p16)、CDH4、HLTF、APC、ALX4、HPP1/TPEF、RUNX3、RASSF1A、CDH1、SEPT9、TMEFF2、NGFR、HLTF、CYCD2、SRBC中的任意一种或多种。

4.根据权利要求3所述的构建体外检测结直肠癌的数学模型的方法，其特征在于，所述logistic回归的公式为：

其中Logit(P)为上述同一类或不同类结直肠癌标志物的logistic回归模型结果，C为回归得到的自然常数，α为回归分析得到的每个标志物的系数，为自然数，标志物浓度i为同一大类或不同大类中的标志物浓度，n为大于等于2的整数。

5.根据权利要求1所述的构建体外检测结直肠癌的数学模型的方法，其特征在于检测的样本包括：人体或动物体组织、血样、尿液、唾液、体液、粪便中的任何一种或多种。

6.根据权利要求1所述的构建体外检测结直肠癌的数学模型的方法，其特征在于检测技术方法包括放射方法、免疫方法、荧光方法、流式荧光、胶乳比浊法、生化法、酶法、PCR方法、测序法、杂交法、气质联用法、液质联用法、层析法、化学发光方法、磁电、光电转换方法其中的一种或多种。