[发明专利]无创方式判断子宫内膜容受性的方法、模型和标志物

权利要求书

1.一种获得用于预测受试者子宫内膜容受性的样本的方法，其特征在于，所述方法是无创方法，且所得样本中的细胞数优选地少于500个。

2.权利要求1所述的方法，其中所述方法包括，从胚胎预移植时移植管壁粘附的痕量组织细胞中获取所述样本。

3.权利要求1所述的方法，其中所述方法包括，从胚胎移植时移植管壁粘附的痕量组织细胞中获取所述样本。

4.一种预测受试者子宫内膜容受性的方法，其特征在于，包括以下步骤：(1)通过权利要求1-3任一项所述的方法获取样本；(2)在所述样本中检测子宫内膜容受性相关标志物的表达量。

5.权利要求4所述的方法，其中子宫内膜容受性相关标志物是表2中的序号第1-10的基因，即ELK4、PRKACB、PHB2、GM2A、PPA1、NCEH1、CAPG、DDIT4、LDHB和TDRD6，并且任选地还包括表2中序号第11-250的一个或多个基因。

6.一种生物标志物组合，其特征在于，包含表2中的序号第1-10的基因，即ELK4、PRKACB、PHB2、GM2A、PPA1、NCEH1、CAPG、DDIT4、LDHB和TDRD6，并且任选地还包括表2中序号第11-250的一个或多个基因。

7.权利要求6所述的生物标志物组合在预测受试者子宫内膜容受性中的用途。

8.权利要求6所述的生物标志物组合在制备用于预测受试者子宫内膜容受性的试剂盒中的用途。

9.用于检测权利要求7或8所述的生物标志物组合的水平或其量的试剂在预测受试者子宫内膜容受性中的用途。

10.用于检测权利要求7或8所述的生物标志物组合的水平或其量的试剂在制备用于预测受试者子宫内膜容受性的试剂盒中的用途。

11.一种建立无创性容受性预测模型的方法，包括以下步骤：

i.通过权利要求1-3任一项所述的方法获取来自受试者的样本；

ii.从样本中提取RNA并逆转录获得cDNA文库，并对全部样本的cDNA文库进行测序；

iii.将步骤ii.中的测序数据用于机器学习算法。

12.如权利要求11所述的建立容受性预测模型的方法，其中步骤iii进一步包括以下具体步骤：I)将样本按照样本来源受试者的胚胎移植的结局标记样本为容受期或非容受期两类，并优选地拆分为两个集合，训练集和测试集，并取训练集样本数据进行下一步骤；II)将训练集样本全部数据去噪音、去偏倚，生成分别针对每个基因的片段计数比对文件；III)筛选和收集存在差异表达的基因，将其作为待鉴定特征；IV)将测序下机数据由原始数据转换为TPM，作为每个基因的标准化后的表达量数据，从而消除样本下机数据量差异的影响；V)将所述待鉴定特征(基因)的表达量数据输入机器学习算法，由机器学习算法进行监督学习，得到每个特征对于判断容受性的阈值、灵敏度和重要性，从而得到容受性预测模型。

13.如权利要求11或12所述的建立容受性预测模型的方法，其中机器学习算法是随机森林。

14.一种多核苷酸的组合产品，其特征在于，该组合产品由表2中的序号第1-10的基因的多核苷酸组成，并任选地进一步包含表2中序号第11-250的一个或多个基因的多核苷酸，所述多核苷酸在不同的子宫内膜容受性状态的无创样本中存在差异表达，该多核苷酸为子宫内膜容受性基因标志物。

15.试剂盒，用于在受试者中预测子宫内膜容受性，其包含用于测定生物标志物组合中的每种生物标志物在样品中的水平或其量的试剂，所述生物标志物组包含以下生物标志物：表2中的序号第1-10的基因，以及任选地表2中序号第11-250的一个或多个基因。