[发明专利]预测肺腺癌患者小细胞转化风险的模型及其建立方法

说明书

本发明公开了一种预测肺腺癌患者小细胞转化风险的模型及其建立方法，所述预测肺腺癌患者小细胞转化风险的模型包括检测肺腺癌患者肿瘤样本中COL6A6、CASP12、HHIP、ZBTB16、BIRC3和GATA2的mRNA表达量。所述模型的建立方法，包括mRNA的提取和数据处理、连续变量的二分类化、二分类化变量的变量筛选和模型构建。本发明提供的模型对患者小细胞癌转化风险诊断的准确性优于参与模型构建的单个mRNA，且本发明构建的模型有助于对患者进行个性化管理，对于高打分患者即转化风险较大的患者，应当增加耐药监测频次，必要时进行二次活检确认是否发生小细胞转化，从而有效地对临床应用进行指导。

技术领域

本发明属于生物技术领域，尤其涉及预测肺腺癌患者小细胞转化风险的模型及其建立方法。

背景技术

与传统的化疗相比，以酪氨酸激酶抑制剂（tyrosine kinase inhibitor，TKI）为代表的小分子靶向治疗在驱动基因阳性非小细胞肺癌尤其是肺腺癌（lungadenocarcinoma，LUAD）的治疗中取得了更好的疗效。然而患者在TKI治疗约1年后将不可避免地出现耐药现象。常见的耐药机制包括：驱动基因的二次突变，如表皮生长因子受体（epithelial growth factor receptor，EGFR）基因发生T790M耐药突变；非驱动基因的改变，如MET基因扩增；上皮间质转化；病理类型转化等。其中EGFR突变型LUAD患者向小细胞肺癌（small cell lung cancer，SCLC）的病理类型转化代表了一种罕见的耐药机制，在EGFR突变型LUAD中发生率约为3-14%。

近年来，已有研究从基因组、表观遗传组及转录组等多个层面对小细胞转化的机制进行探索，但由于这些研究对患者的临床诊断和预后信息探索甚少，故尚无法对临床应用提供指导。因此，建立一个针对小细胞转化风险的预测模型，具有重要意义。

发明内容

本发明的主要目的在于提供一种预测肺腺癌患者小细胞转化风险的模型及其建立方法，以克服现有技术中的不足。

为实现前述发明目的，本发明采用的技术方案包括：

根据本发明实施例的第一方面，提供了一种预测肺腺癌患者小细胞转化风险的模型，包括检测肺腺癌患者肿瘤样本中COL6A6、CASP12、HHIP、ZBTB16、BIRC3和GATA2的mRNA表达量。

根据本发明实施例的第二方面，提供了一种预测肺腺癌患者小细胞转化风险模型的建立方法，包括：

S1、mRNA的提取和数据处理从肺腺癌患者肿瘤样本中提取mRNA，对提取mRNA进行定量和质量检测，并测定提取mRNA的表达量，将获得数据与参考mRNA进行归一处理，备用；

S2、连续变量的二分类化以结合病史和组织学定义的标本类型为金标准，之后以连续的提取mRNA表达量为待测变量，通过ROC法（受试者工作特性曲线）确定待测变量的最佳界值，并根据最佳界值将患者分为低表达组和高表达组，实现连续变量的二分类化；

S3、二分类化变量的变量筛选和模型构建以二分类化的连续变量为自变量，以结合病史和组织学定义的标本类型为因变量进行单因素逻辑回归，筛选提取mRNA中同时满足ROC法和单因素逻辑回归分析具有统计学意义，且在最佳界值分组下两组人数均衡的情况下进行模型构建。