[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

说明书

本发明公开了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，包括选择样本、进行血浆代谢组学测序、转录组学分析、回归分析和AUC计算。本项发明以代谢组学为基础，筛选出可以区分宫颈癌与健康者的代谢分子标志物，以及可以区分早期和中晚期患者的分子标志物。本发明筛选出的分子标志物容易采样，可以在无创条件下采集标本。可以简便、无创的监测并诊断宫颈癌。本发明发现了新型的可以区分早期和中晚期宫颈癌患者的分子分型代谢标志物。本发明筛选出的肿瘤标志物具有更高的性能，可以应用于宫颈癌分型上。

技术领域

本发明涉及医学领域，具体涉及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。

背景技术

宫颈癌(Cervical Carcinoma，CC)是一个重要的全球公共卫生问题。它是危害女性健康的最常见恶性肿瘤之一，其发病率在女性中居第二位，由其引起的死亡数约占女性癌症死亡总数的7.5％。中国国家癌症中心(National Central Cancer of China,NCCC)公布的最新全国癌症统计数据显示，宫颈癌的发病占前十位女性恶性肿瘤的6.25％，居第6位；在农村中更高为6.34％；而其死亡约占女性全部肿瘤的3.96％，居第8位。

宫颈癌的筛查和治疗方面都存在一定的缺陷，如HPV检测的特异性较低、液基薄层细胞检测的敏感性较低，因此为宫颈癌患者寻找新的诊断和治疗靶点，探索疗效确切的靶向治疗药物，对宫颈癌的早期诊断和改善预后意义巨大。

近十年来，代谢组学领域的进展证明了癌症是一种代谢疾病，并导致代谢组学作为癌症检测和治疗的新靶点被重新发现。早期的研究表明，宫颈癌患者在血清、肿瘤组织和粪便中含有一种独特的分子集合，范围从氨基酸到核酸不等。先前报道通过整合代谢组学和转录组学数据，筛选了5个诊断宫颈癌的候选代谢物。Khan等人挑选了7种代谢物作为早期检测宫颈上皮瘤变(CIN)和CC患者的生物标志物。然而，目前尚无关于CC动态监测的研究。

发明内容

本发明的目的在于，基于代谢组学，利用机器学习的方法筛选获得诊断和分型的宫颈癌血浆分子标志物，利用这些分子标志物，有利于医生进行疾病诊断和治疗。为实现上述目的，本发明采用如下技术方案：

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，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和注释峰，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，差异倍数绝对值大于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中的DESeq2包分析TCGA数据库健康志愿者和宫颈癌患者转录数据的差异基因表达；