[发明专利]一种特征mRNA表达谱组合及肺鳞癌早期预测方法

说明书

本发明公开了一种特征mRNA表达谱组合及肺鳞癌早期预测方法，所述mRNA核苷酸探针序列如SEQ ID NO.1‑20所示。本发明的基于mRNA表达谱组合特征评估肺鳞癌早期风险具有很高的精确度和准确率(ROC曲线下面积AUC＝0.994)。只需要获取上述20种mRNA的相对表达量，通过支持向量机模型计算给出肺鳞癌早期患病概率，可作为肺鳞癌早期预测的参考依据。

技术领域

本发明属于生物技术和医学领域，具体地说，涉及一种特征mRNA表达谱组合及肺鳞癌早期预测方法。

背景技术

肺鳞癌又称肺鳞状细胞癌(lung squamous cell carcinoma)，占原发性肺癌的40％-51％。肺鳞癌多见于老年男性，与吸烟有密切关系。肺鳞癌以中央型肺癌多见，并有胸管腔内生长的倾向，肺鳞癌早期常引发支气管狭窄，或阻塞性肺炎。全球疾病负担(GlobalBurden of Disease,GBD)数据显示，2017年全球患有气管、支气管或肺癌的人数超过330万，其中中国患病人数高达127万。2016年全球患有上述癌症的死亡人数为188万，占总死亡人数的3.37％。中国2016年死亡患者数为69万，占总死亡人数的6.62％。统计结果显示，从1990年到2017年全球气管、支气管和肺癌患病率和死亡率持续增长。近十年来中国患病率和死亡率逐年增加且增长率高于全球平均水平。

支持向量机(Support Vector Machine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，将新的实例映射到同一空间，并基于它们落在间隔的哪一侧来预测所属类别。当训练数据是线性可分时，SVM通过硬间隔最大化学习进行分类。当训练数据线性不可分时，SVM通过使用核技巧以及软间隔最大化学习进行分类。SVM对于特征含义相似的中等大小的数据集很强大，也适用于小型数据集。通常情况下，对样本量小于1万的数据集SVM都有很好的预测效果。SVM在疾病诊断、肿瘤分类、肿瘤基因识别等有着广泛的应用。

肿瘤早期诊断一直是医学界的难题。现有的早期诊断方法多是观测某一个或一类标志物的表达水平，难以达到理想的诊断效果。由于这些标志物在肿瘤患者和正常人群中的表达分布有部分重叠，难以界定标志物的临界值将肿瘤患者和正常人群较好地分开。因此，利用多个标志物表达特征组合可能是肿瘤早期诊断的一种有效方法。Messenger RNA(mRNA)是由DNA的一条链作为模板转录而来的、携带遗传信息的能指导蛋白质合成的一类单链核糖核酸。肿瘤组织与正常组织相比往往表现出大量mRNA的失调，研究表明这些失调的mRNA跟肿瘤的发生、病理机制和预后状态有密切关系。然而，由于单个mRNA分子在肿瘤和正常人群中表达分布有重叠，难以界定早期预测的临界值。

因此，有必要建立一种有助于肺鳞癌的早期预测的更稳定的多个差异mRNA表达特征组合的预测模型。

发明内容

有鉴于此，本发明针对上述的问题，提供了一种特征mRNA表达谱组合及肺鳞癌早期预测方法，能够准确地进行肺鳞癌I/II期预测。

为了解决上述技术问题，本发明公开了一种特征mRNA表达谱组合，包括A2M、ALDH2、ASAH1、CAT、CD55、CD74、CENPH、CTSH、CTSO、ECT2、HSD17B11、KANK2、MYL9、PECAM1、PERP、RFC4、SERPING1、SLC2A1、TGFBR2和VIM，其核苷酸探针序列如SEQ ID NO.1-20所示。

本发明还公开了一种基于上述的特征mRNA表达谱组合的肺鳞癌早期预测方法，包括以下步骤：

步骤1、获取肺鳞癌早期患者稳定差异表达的特征mRNA；

步骤2、选取特征mRNA表达数据，对每个样本进行数据标准化；

步骤3、使用支持向量机对标准化后的数据构建早期预测模型；