[发明专利]一种肺癌预后预测模型、构建方法及装置

说明书

本发明公开了一种肺癌预后预测模型、构建方法及装置，方法包括以下步骤：收集肺癌样本原始基因表达数据和相应的临床生存数据，进行标准化，获得基因表达矩阵；获取肿瘤内免疫细胞的类型并计算各类型免疫细胞的相对比值；从获取的免疫细胞类型中筛选出构建预后预测模型的参数并获取对应的回归系数，所述参数为多种免疫细胞类型；基于筛选出的参数，根据其相对比值和对应的回归系数，计算免疫评分，得到肺癌预后预测模型。本发明从分子和免疫细胞水平实现了肺癌患者预后的风险分层，显著地将高低风险的患者分开，进而可以预测肺癌的临床结果，指导个体化治疗，具有较高的临床应用价值。

技术领域

本发明属于生物医学技术领域，具体涉及一种肺癌预后预测模型、构建方法及装置。

背景技术

肺癌发病率和死亡率在我国恶性肿瘤中均居前列。据报道，我国每年新增肺癌患者60多万，而死亡患者超过50多万，且死亡率逐年上升。肺癌包括非小细胞肺癌和小细胞肺癌，而非小细胞肺癌主要包括肺腺癌和肺鳞癌两种病理类型，其中肺腺癌是最为常见的肺癌类型，具有术后易发生远处转移和预后较差的特点。

临床上，肺癌可否手术取决于TNM分期，而可切除的肺癌患者的预后取决于肿瘤浸润的组织病理学标准。肺癌的临床分期和组织病理学分型是目前肺癌的临床预后指标，然而肺癌术后预后差别大。

研究已经证明肺癌预后与瘤内浸润的免疫细胞有很强的相关性，如高CD8+T细胞浸润与肺癌较好的预后有关；NK/T细胞显著浸润提示肺鳞癌患者具有良好预后。深入了解肺癌肿瘤内浸润免疫细胞的成分以及其对肺癌预后的影响越来与重要。迄今,基于传统的临床指标和分期只能粗略区分不同分期的肺癌,无法满足临床实践中个体化治疗越来越高的要求。目前，尚无整合肺癌肿瘤内浸润免疫细胞的组合模型用于临床预测肺癌预后。研究肺癌瘤内免疫相关因素可能更利于理解肺癌预后不同的机制。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提出一种肺癌预后预测模型、构建方法及装置，本发明从分子和免疫细胞水平实现了肺癌患者预后的风险分层，显著地将高低风险的患者分开，进而可以预测肺癌的临床结果，指导个体化治疗，具有较高的临床应用价值。

为了达到上述目的，本发明采用以下技术方案：

一种肺癌预后预测模型构建方法，包括以下步骤：

收集肺癌样本原始基因表达数据和相应的临床生存数据，对基因表达数据进行标准化后，获得基因表达矩阵；

获取肿瘤内免疫细胞类型并计算各类型免疫细胞的相对比值；

从获取的免疫细胞类型中筛选出构建预后预测模型的参数并获取对应的回归系数，所述参数为多种免疫细胞类型；

基于筛选出的参数，根据其相对比值和对应的回归系数，计算免疫评分，得到肺癌预后预测模型。

进一步的，所述收集肺癌样本原始基因表达数据和相应的临床生存数据具体为从Gene Expression Omnibus数据库筛选并下载，并且在收集过程中去除临床数据不完整和总生存时间小于一个月的样本数据。

进一步的，所述对基因表达数据进行标准化具体采用MAS5算法。

进一步的，所述获取肿瘤内免疫细胞的类型并计算各类型免疫细胞的相对比值具体为采用CIBERSORT反卷积算法；

所述CIBERSORT反卷积算法具体为根据多种免疫细胞类型特异性的基因标签，从肿瘤的基因表达数据中获取肿瘤组织内免疫细胞类型和计算免疫细胞的相对比值，计算公式具体如下：

M＝S*F

其中，M为基因表达矩阵，S为免疫细胞类型特异性的基因标签，F为免疫细胞的相对比值。