[发明专利]预测肺癌免疫检查点抑制剂疗效的标志物及其应用在审

专利信息
申请号: 202111459016.5 申请日: 2021-12-02
公开(公告)号: CN114908163A 公开(公告)日: 2022-08-16
发明(设计)人: 高树庚;李宁;张恒辉;王书航;毛蓓蓓;任丹丹;应建明;吴立佳;赫捷 申请(专利权)人: 无锡臻和生物科技有限公司;中国医学科学院肿瘤医院
主分类号: C12Q1/6886 分类号: C12Q1/6886;C12Q1/6869;G16B20/10
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 赵丽婷
地址: 214104 江苏省无锡市锡山区安镇*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测 肺癌 免疫 检查点 抑制剂 疗效 标志 及其 应用
【权利要求书】:

1.基因集在作为预测对象肺癌免疫检查点抑制剂疗效的标志物的用途,所述基因集包含表1中所示基因中的至少之一。

2.根据权利要求1所述的用途,其特征在于,所述肺癌为非小细胞肺癌。

3.根据权利要求1所述的用途,其特征在于,所述免疫检查点抑制剂为PD-1/PD-L1抑制剂。

4.根据权利要求1所述的用途,其特征在于,依据所述基因集的基因拷贝数扩增负荷判断所述对象免疫检查点抑制剂治疗是否有效,

任选地,所述基因拷贝数扩增负荷小于8.5是所述对象接受免疫检查点抑制剂治疗临床获益的指示。

5.根据权利要求4所述的用途,其特征在于,所述基因拷贝数扩增负荷为基因拷贝数>3的基因的总数。

6.一种计算机可读存储介质,其上存储有计算机程序,所述程序用于预测对象肺癌免疫检查点抑制剂疗效,其特征在于,该程序被处理器执行时获得基因集的基因拷贝数突变负荷;

任选地,所述基因集包含表1中所示基因中的至少之一。

7.一种用于预测对象肺癌免疫检查点抑制剂疗效的电子设备,其特征在于,包括:权利要求6所述的计算机可读存储介质;以及一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。

8.基因集的基因拷贝数扩增负荷在预测对象肺癌免疫检查点抑制剂治疗疗效中的用途,所述基因集包含表1所示基因中的至少之一。

9.根据权利要求8所述的用途,其特征在于,依据所述基因集的基因拷贝数扩增负荷判断所述对象免疫检查点抑制剂治疗是否有效,

任选地,所述基因拷贝数扩增负荷小于8.5是所述对象接受免疫检查点抑制剂治疗临床获益的指示。

10.根据权利要求8或9所述的用途,其特征在于,所述基因拷贝数扩增负荷为基因拷贝数>3的基因的总数。

11.根据权利要求8-10任一项所述的用途,其特征在于,所述基因集的基因拷贝数扩增负荷是通过以下方式获得的:

1)基于白细胞中所述基因集的测序数据,获得来源于白细胞的基因集中基因捕获区域的覆盖深度基线;

2)基于肿瘤组织中所述基因集的测序数据,获得来源于肿瘤组织的基因集中基因捕获区域的覆盖深度;

3)基于所述来源于肿瘤组织基因集中基因捕获区域的覆盖深度与来源于白细胞的基因集中基因捕获区域的覆盖深度基线的比值的log2值,获得所述基因集的基因各捕获区域的拷贝数;

4)基于所述基因集的基因各捕获区域的拷贝数,及其所占权重,获得基因集的基因拷贝数;

5)基于所述基因集的基因拷贝数获得所述基因集的基因拷贝数扩增负荷;

任选地,所述白细胞中所述基因集的测序数据是通过利用所述对象的DNA文库1进行高通量测序获得;

任选地,所述对象的DNA文库1是基于所述对象的核酸样品1构建的;

任选地,所述核酸样品1来源于所述对象的白细胞;

任选地,所述肿瘤组织中所述基因集的测序数据是通过利用所述对象的DNA文库2进行高通量测序获得;

任选地,所述对象的DNA文库2是基于所述对象的核酸样品2构建的;

任选地,所述核酸样品2来源于所述对象的肿瘤组织。

12.一种预测对象肺癌免疫检查点抑制剂治疗疗效的方法,其特征在于,包括:基于待测对象基因集的基因拷贝数扩增负荷判断所述对象免疫检查点抑制剂治疗是否有效;

任选地,所述肺癌为非小细胞肺癌;

任选地,所述基因拷贝数扩增负荷小于8.5是所述对象接受免疫检查点抑制剂治疗临床获益的指示;

任选地,所述基因集包含表1中所示基因中的至少之一。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡臻和生物科技有限公司;中国医学科学院肿瘤医院,未经无锡臻和生物科技有限公司;中国医学科学院肿瘤医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111459016.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top