[发明专利]头颈部鳞状细胞癌预后诊断的生物标志物及其筛选方法和应用在审

专利信息
申请号: 202211605016.6 申请日: 2022-12-14
公开(公告)号: CN115851952A 公开(公告)日: 2023-03-28
发明(设计)人: 韩海军;徐怡;张洪瑞 申请(专利权)人: 浙大城市学院
主分类号: C12Q1/6886 分类号: C12Q1/6886;G16B20/20;G06F18/23
代理公司: 北京睿智保诚专利代理事务所(普通合伙) 11732 代理人: 王浩然
地址: 310015 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 颈部 细胞 预后 诊断 生物 标志 及其 筛选 方法 应用
【说明书】:

发明提供了头颈部鳞状细胞癌预后诊断的生物标志物及其筛选方法和应用,属于头颈部鳞状细胞癌预后诊断技术领域,所述生物标志物,包括靶基因HMMR、CDC25C和PCLAF中的一种或几种,还包括靶基因HMMR中cg15122828和cg20554926位点的高甲基化、靶基因CDC25C中cg12519992位点的高甲基化以及靶基因PCLAF中cg26155739位点的低甲基化。本发明所述生物标志物与头颈部鳞状细胞癌预后情况显著相关,能够作为头颈部鳞状细胞癌预后诊断的生物标志物。

技术领域

本发明属于头颈部鳞状细胞癌预后诊断技术领域,尤其涉及头颈部鳞状细胞癌预后诊断的生物标志物及其筛选方法和应用。

背景技术

头颈部鳞状细胞癌(HNSCC)是全球第六大癌症,每年有超过30万患者因此死亡,其特征表现为口腔、口咽、下咽和咽喉的恶性肿瘤。吸烟、饮酒以及感染人乳头状病毒(HPV)和EB病毒等因素是HNSCC发生的重要危险因素。尽管HNSCC的许多治疗方法(包括手术、放疗和化疗)已经取得了很大进展,但5年生存率仍然很低,仅为约50%。因此,寻找和鉴定可用于HNSCC诊断和治疗的潜在生物标志物非常重要,这将有助于改善HNSCC患者的预后。

众所周知,肿瘤发生是一个非常复杂的生物学过程,是由许多基因共同来调节的,而不是单个基因。随着高通量测序技术的快速发展,目前已产生了大量的生物学数据。基于生物信息学的分析已成为综合分析大数据的常用工具,可为研究疾病机制或发现疾病诊断和治疗的有潜力的生物标志物提供新的见解。加权基因共表达网络分析(Weightedcorrelationnetworkanalysis,WGCNA)是用来描述不同样本之间基因关联模式的系统生物学方法,可将表达模式相似的基因进行聚类,分析模块与特定性状或表型之间的关联关系,用来鉴定高度协同变化的基因集,并根据基因集的内连性和基因集与表型之间的关联鉴定候选生物标记基因或治疗靶点,在研究表型性状与基因关联分析等方面的研究中被广泛应用。然而,WGCNA技术在HNSCC预后靶基因鉴定方面应用尚少。

发明内容

有鉴于此,本发明的目的在于提供头颈部鳞状细胞癌预后诊断的生物标志物及其筛选方法和应用,所述生物标志物包括靶基因HMMR、CDC25C和PCLAF中的一种或几种,所述生物标志物与头颈部鳞状细胞癌预后情况显著相关,能够作为头颈部鳞状细胞癌预后诊断的生物标志物。

本发明提供了头颈部鳞状细胞癌预后诊断的生物标志物,包括靶基因HMMR、CDC25C和PCLAF中的一种或几种。

优选的,还包括靶基因HMMR中cg15122828和cg20554926位点的高甲基化、靶基因CDC25C中cg12519992位点的高甲基化以及靶基因PCLAF中cg26155739位点的低甲基化。

本发明还提供了检测所述的生物标志物的试剂在制备头颈部鳞状细胞癌预后检测试剂中的应用。

本发明提供了所述的生物标志物的筛选方法,包括以下步骤:

1)从HNSCC筛选数据集中筛选肿瘤样本和健康样本的差异表达基因;

2)用步骤1)筛选获得的差异表达基因来构建加权基因共表达网络;

3)对识别到的加权基因共表达网络中的重要模块进行功能注释;

4)根据功能注释结果,筛选排名前20的富集通路中的基因作为候选关键基因,对候选关键基因进行生存相关性分析,筛选与生存相关的基因为关键基因;

5)分析所述关键基因的免疫细胞浸润评分与表达水平之间的关系,以免疫细胞浸润评分与关键基因表达水平显著相关的基因为靶基因;

6)用验证数据集对所述靶基因进行验证,验证无误的靶基因为生物标志物。

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浙大城市学院,未经浙大城市学院许可,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/202211605016.6/2.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