[发明专利]一种基于代谢组学的诊断宫颈癌血浆分子标志物的筛选方法

权利要求书

1.一种基于代谢组学的诊断宫颈癌血浆分子标志物的筛选方法，其特征在于，包括如下步骤：

S1.选择样本

选择宫颈癌患者的空腹血液样本，并选用健康志愿者空腹血液样本进行对照；

S2.进行血浆代谢组学测序

取-80℃的血浆样品，在4℃时慢慢溶解；将100个原离子样品与400原离子预冷甲醇乙腈溶液以体积比1:1混合；涡旋60s，-20℃放置1h，4℃离心20min，上清冷冻干燥，然后进行液相色布分析；质量控制(QC)样品随机混合到需要检查的样品中，使用超高效液相色谱仪(UHPLC)分离后，使用质谱仪进行电喷雾电离正、负两种模式的质谱分析；

使用XCMS对液相色谱-质谱(LC-MS)原始数据进行处理，以校准峰，校正保留时间和提取峰面积；通过质量匹配(25ppm)和基于数据库的二次光谱匹配鉴定代谢物结构；注释峰，然后使用SIMCA通过帕雷托扩展进行规范化，利用MetaboAnalyst工具进行单变量统计分析、多变量统计分析、富集分析、联合路径分析；以p值小于0.05，绝对值变化大于1.2为标准选择差异表达代谢物；用R包Hmisc和corrplot计算Spearman相关分析；

S3.转录组学分析

S3-1.使用GEO2R分析GEO数据库内健康志愿者和宫颈癌患者转录数据的差异基因表达；

S3-2.采用R语言的DESeq2包分析TCGA内健康志愿者和宫颈癌患者转录数据的差异基因表达；

S3-3.利用集群分析器(clusterProfiler)进行基因本体(GO)和京都基因和基因组百科全书(KEGG)的富集分析；

S4.回归分析和AUC计算

建立10倍交叉验证的Lasso回归模型，区分健康志愿者和宫颈癌患者，建立三倍交叉验证的Lasso模型，区分≤ⅡA1患者和≥ⅡA2患者；将最佳拟合值分别与一种代谢物匹配，然后拟合到一般性模型(GLM)；用glmnet对R进行回归分析，建立ROC曲线，用pROC对模型进行曲线AUC计算。

2.根据权利要求1所述的一种基于代谢组学的诊断宫颈血浆分子标志物的筛选方法，其特征在于，所述S3-1步骤中的表达基因的筛选标准为p0.05，差异倍数的绝对值量大于3/2。

3.根据权利要求1所述的一种基于代谢组学的诊断宫颈癌血浆分子标志物的筛选方法，其特征在于，所述S3-2步骤中的表达基因的筛选标准为p0.05，差异倍数的绝对值大于6/5。

4.根据权利要求1所述的一种基于代谢组学的诊断宫颈癌血浆分子标志物的筛选方法，其特征在于，所述S1步骤中患者样本的纳入标准为：a，活检确诊为宫颈癌癌的患者；b，临床有明确病理结果和详细分期的患者；c,未接受任何放化疗与其他治疗的患者；

所述S1步骤中患者样本的排除标准为：d，基本临床信息不全的患者；e，年龄小于18岁或大于85岁的患者；f,无病理确认结果的患者；g，患有代谢性疾病的患者。