[发明专利]铁死亡模型构建方法与应用

说明书

本发明属于人工智能技术应用领域，具体涉及铁死亡模型构建方法与应用。具体包括：采用现有基因表达数据库和铁死亡调控分子，筛选出多个表达水平变化大的铁死亡调控分子，采用共识聚类方法将胃癌进行分型；将胃癌亚型之间进行基因表达差异分析，获得差异表达基因；采用单基因Cox回归分析从差异表达基因中筛选出生存预后相关差异基因及其回归系数，获取待分析患者的生存相关差异基因i，统计生存相关差异基因i的表达量Exp_i，并根据生存相关差异基因i对应的回归系数beta_i，构建铁死亡模型为：铁死亡分数＝∑_ibeta_i*Exp_i。该铁死亡评分能很好的预测胃癌患者的生存预后、化疗药物敏感性及免疫治疗疗效。

技术领域

本发明属于人工智能技术应用领域，具体涉及铁死亡模型构建方法，所述铁死亡模型用用预测胃癌患者的生存预后、化疗药物敏感性及免疫治疗疗效。

背景技术

胃癌是全球排名前10位的恶性肿瘤，每年有超过100万新诊断病例。由于诊断和治疗的不及时，胃癌是第三大最常见癌症死亡原因，每年约有78000 胃癌患者死亡。特别对于胃癌晚期及发生远处转移的患者，无论其接受何种治疗，5年总生存率仅5％，中位生存期不到1年。并且由于肿瘤细胞的遗传高度异质性以及肿瘤微环境的动态变化，胃癌患者对化疗药物的敏感性也存在明显的差异，因此如何对胃癌患者实现精准治疗已经成为研究的热点。

目前仍仅有三种生物标志物被证明可以预测胃癌患者靶向治疗的治疗反应：HER2阳性患者对曲妥珠单抗敏感、处于微卫星不稳定性(MSI)状态或 PD-L1高度表达患者对帕博利珠单抗敏感。因此，鉴定新的生物标志物来预测胃癌患者的个体预后及治疗反应具有重要的临床意义。目前大量研究已表明铁死亡参与了胃癌多种生物学行为，如增殖、转移、细胞干性，药物敏感性。铁死亡是一个复杂的生物学过程，受到多种分子的调控，而调控分子之间也存在着相互作用。因此，铁死亡调控分子表达模式的差异决定了不同肿瘤组织的铁死亡状态，进而造成了肿瘤生物学行为的差异。但是目前并没有任何研究利用铁死亡调控分子的相关信息用于对胃癌治疗进行预测。

发明内容

基于此，针对上述问题，本发明根据铁死亡调控分子表达模式对胃癌患者进行分型，并依靠铁死亡亚型建立生物学标志物：铁死亡评分，用于预测胃癌患者的生存预后及对化疗药物敏感性。

基于上述目的，本发明提供了一种铁死亡模型构建方法，所述构建方法具体包括：

获取多个胃癌队列的基因表达芯片数据并进行预处理后进行合并，获得合并队列数据；并从所述合并队列数据中筛选出多个表达水平变化大的铁死亡调控分子；

根据筛选出来的铁死亡调控分子的表达量，采用共识聚类方法将胃癌队列分成3种胃癌亚型；

将胃癌队列中的胃癌亚型之间进行基因表达差异分析，获得差异表达基因；

采用单基因Cox回归分析从所述差异表达基因中筛选出生存预后相关差异基因数据库，所述生存预后相关差异基因数据库包括生存预后相关差异基因及其回归系数；

获取待分析患者的生存相关差异基因i，统计所述生存相关差异基因i的表达量，并根据所述生存预后相关差异基因数据库中生存相关差异基因i对应的回归系数beta_i，构建铁死亡模型为：

铁死亡分数＝∑_ibeta_i*Exp_i。

进一步的，所述获取多个胃癌队列的基因表达芯片数据并进行预处理后进行合并步骤中的预处理具体包括：

将获取的多个胃癌队列基因表达芯片数据利用“affy”(R包)的背景调整及分数归一化进行数据标准化，并通过“sva”(R包)的“combat”算法去除队列之间的批次效应。