m5C调控因子在食管癌预后预测中的应用
本发明属于基因组学和生物医学技术领域，公开了一种m5C调控因子在食管癌预后预测中的应用，该方法包括从食管癌患者的组织样本中采集基因组数据；对采集的数据进行生物信息学分析，识别出与食管癌预后相关的m5C调控因子；基于识别出的m5C调控因子，构建预后模型；利用构建的预后模型，对新的食管癌患者进行预后预测。本发明基于m5C调控因子，结合临床数据，为食管癌患者的预后提供更准确的预测，帮助医生制定更具个性化的治疗方案，提高患者的治疗效果和生存率。
发明专利
CN202311426583.X
2023-10-31
CN117344020A
2024-01-05
C12Q1/6886(2018.01)
福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
许元基;王黎燕;黄争荣;陈元美;沈文斌;陈炬辉;林智忠;张怡萍
350000 福建省福州市福马路420号
重庆市信立达专利代理事务所(普通合伙)
金兰
福建;35
1.m5C调控因子在食管癌预后预测中的应用，其特征在于，所述m5C调控因子的食管癌预后预测的方法，具体包括以下步骤： 步骤一，从食管癌患者的组织样本中采集基因组数据； 步骤二，对采集的数据进行生物信息学分析，识别出与食管癌预后相关的m5C调控因子； 步骤三，基于识别出的m5C调控因子，构建预后模型； 步骤四，利用构建的预后模型，对新的食管癌患者进行预后预测。 2.如权利要求1所述m5C调控因子的食管癌预后预测的方法，其特征在于，步骤一中使用R包TCGAbiolinks从TCGA数据库获取食管癌的基因表达谱数据，包括11个正常组织和152个肿瘤组织，排除生存时间，肿瘤分期，肿瘤分级，性别不明的病人后，最终剩下142个有完整的临床信息的病人。 3.如权利要求1所述m5C调控因子的食管癌预后预测的方法，其特征在于，步骤二中所述生息学分析包括聚类分析、差异分析、功能富集分析、免疫浸润、药物敏感性分析。 4.如权利要求3所述m5C调控因子的食管癌预后预测的方法，其特征在于，所述聚类分析，基于m5C调控因子的表达量，用ConsensusClusterPlus R包将肿瘤样本分成两个亚型，接着观察m5C调控因子在两个亚型中的表达变化。 5.如权利要求3所述m5C调控因子的食管癌预后预测的方法，其特征在于，所述差异分析，根据ESCA样本的不同分组，包括肿瘤组织和正常组织，两个亚型以及自测数据的六个正常组织和六个肿瘤组织分别用Deseq2 R包做差异分析，筛选标准为adj.pvalue小于0.05.logFC的绝对值大于1。 6.如权利要求3所述m5C调控因子的食管癌预后预测的方法，其特征在于，所述功能富集分析，使用GSEA进行基因集富集分析，从MSigDB数据库下载“c2.cp.kegg.v7.1.entrez.gmt”基因集，进行GSEA分析，p.adjust<0.001被认为显著富集；还使用R包GSVA，通过ssGSEA的方法分别依据每个样本的基因表达矩阵计算了相关通路的评分，并通过limma包对富集功能进行差异筛选，最后将m5C调控因子与通路最相关性分析。 7.如权利要求3所述m5C调控因子的食管癌预后预测的方法，其特征在于，所述免疫浸润，将基因表达矩阵数据上传到CIBERSORT，结合LM22特征基因矩阵，得出免疫细胞浸润矩阵；使用R包corrplot展示22种免疫细胞的相关性，小提琴图展示免疫细胞在两个亚型中的差异情况；最后分析m5C调控因子与22种免疫细胞的相关性。 8.如权利要求3所述m5C调控因子的食管癌预后预测的方法，其特征在于，所述药物敏感性分析，利用pRRophetic算法，根据CCLE细胞系表达谱和TCGA-ESCA基因表达谱构建岭回归模型，通过IC50值预测两个亚型对常见抗癌药物的敏感性。 9.如权利要求1所述m5C调控因子的食管癌预后预测的方法，其特征在于，步骤三中构建预后模型，基于差异基因，将ESCA肿瘤病人按7：3比例分成训练集和验证集，首先用单因素cox回归分析，将p＜0.05的基因接着进行多因素cox回归分析方法，最终模型公式为： Risk score(patient)＝Σi Coefficient(mRNAi)×Expression(mRNAi)， 得到每个样本的风险评分后，用ggrisk R包绘制风险曲线，用survminer R包绘制高低风险组的生存曲线，用timeROC R包计算1，2，3年的AUC面积。结合其他临床信息，用单因素与多因素cox回归分析预测风险得分是不是独立的预后因子，用诺莫图和标准曲线来预测模型的准确性。 10.如权利要求1所述m5C调控因子的食管癌预后预测的方法，其特征在于，步骤四中根据所述预后预测结果为临床医生提供个性化的预后评估，从而指导治疗策略的制定。