用于结直肠癌临床分型相关的基因组合及应用、基于其的模型训练方法

摘要: 本发明涉及生物医学,具体涉及一种用于结直肠癌临床分型相关的基因组合及应用、基于其的模型训练方法。背景技术:1、结直肠癌(colorectalcancer,crc...
用于结直肠癌临床分型相关的基因组合及应用、基于其的模型训练方法

本发明涉及生物医学,具体涉及一种用于结直肠癌临床分型相关的基因组合及应用、基于其的模型训练方法。

背景技术:

1、结直肠癌(colorectalcancer,crc)是全球第三高发恶性肿瘤,当前临床已建立分层化标准化治疗体系:针对早期或根治术后完全切除的结直肠癌患者,可仅予以观察随访或5-氟尿嘧啶(5-fu)单药辅助治疗;针对局部晚期直肠癌,新辅助放化疗(ncrt,盆腔放疗联合同步化疗)为标准术前干预方案;针对晚期、转移性结直肠癌,常规采用folfox、folfiri等高强度dna损伤类联合化疗,且常叠加贝伐珠单抗等抗血管生成靶向药物以提升疾病控制率。尽管上述治疗方案已广泛普及,但临床实践中不同患者的治疗应答、远期预后存在显著异质性,同一肿瘤微环境分期人群可出现完全相反的疗效结局,部分患者承受高强度放化疗带来的骨髓抑制、消化道损伤等严重毒副作用却无生存获益,部分低危患者仅采用单药治疗仍出现早期复发。

2、因此,行业内亟须可精准预判治疗获益、区分患者风险层级的分子标志物与结直肠癌临床分型工具,支撑和指导结直肠癌的临床治疗决策。

技术实现思路

1、本发明的目的在于提供一种用于结直肠癌临床分型相关的基因组合及应用、基于其的模型训练方法,该基因组合可用于临床快速分层,使结直肠癌患者可依据匹配的亚型类型辅助对应治疗方案,以实现个体化的精准治疗。

2、为此,本发明的第一方面提供了一种用于结直肠癌临床分型相关的基因组合,所述基因组合包括adam12、bicd2、btbd19、cacna2d1、cd200、cdc7、cdca2、cdk14、ckap2l、comp、ctsl、cyp1b1、cys1、dna2、e2f8、ezh2、fbxo32、fbxo5、fgd5、fnbp1、fosl2、ghr、gpr137b、hif1a、hmcn1、hsd17b6、ifi16、itga11、jam3、kif11、klf9、lama2、lgals2、lrp8、ltbp1、lypla1、mfap4、mmrn1、neil3、nox4、nup85、odc1、orc6、osmr、paics、pcdhb7、plat、plau、pmp22、ppfibp1、pyy、rnf180、sh3pxd2a、shcbp1、slc24a3、spag5、sspn、sugct、tceal7、tcp1、tmem119、tpst1、trip13、vcl、zeb2、zg16及znf542。

3、本发明的第二方面提供第一方面的用于结直肠癌临床分型相关的基因组合在制备用于预测或治疗结直肠癌疗效和/或预后的产品中的应用。

4、本发明的第三方面提供一种用于指导分类治疗结直肠癌的模型的训练方法,包括:

5、获取样本转录组数据中第一方面的基因组合的表达数据;所述样本来自结直肠癌患者;

6、利用所述基因组合的表达数据对机器学习模型进行训练,获得用于指导分类治疗结直肠癌的模型。

7、在一些实施例中,所述基因组合的表达水平数据为全基因组mrna的转录组数据。

8、在一些实施例中,所述获取样本中基因组合的表达数据之前,所述方法还包括:

9、在针对结直肠癌的4种治疗背景下,根据辅助性t细胞17中基因的表达差异,筛选出653个基因;

10、使用lasso、随机森林、xgboost、svm四种机器学习算法做递归特征消除,筛选出所述基因组合,所述基因组合用于区分三种具有差异化治疗的结直肠癌分子亚型:ht高度增殖上皮亚型、sit间质活跃免疫抑制亚型、tmt成熟三级淋巴结构亚型。

11、在一些实施例中,所述利用所述基因组合的表达数据对机器学习模型进行训练,获得用于指导分类治疗结直肠癌的模型之后,所述方法还包括:

12、基于所述样本对应的无监督聚类真实标签开展多分类监督训练,采用网格搜索、5折交叉验证进行权重调整,所述无监督聚类真实标签包括ht标签、sit标签和tmt标签,所述ht标签代表所述ht高度增殖上皮亚型,所述sit标签代表所述sit间质活跃免疫抑制亚型,所述tmt标签代表所述tmt成熟三级淋巴结构(tls)亚型;

13、针对所述无监督聚类真实标签代表所述结直肠癌分子亚型的样本数量不均衡问题,实施样本权重校正,以优化所述模型。

14、例如,为了减轻类别不平衡,cluster2被分配了2.7的训练权重。

15、在一些实施例中,所述机器学习模型包括线性回归模型(linear regression)、随机森林模型(random forest)、k近邻算法模型(knn)、决策树模型(decision tree)、岭回归模型(ridge)、分类梯度提升树模型(catboost)、极端梯度提升树模型(xgboost)、神经网络模型(neural network)、最小绝对收缩和选择算子回归模型(lasso)及朴素贝叶斯模型(naive bayes)中的至少一种。

16、本发明的第二方面提供第一方面的用于指导分类治疗结直肠癌的模型的使用方法,所述方法还包括:

17、将待测结直肠癌患者的所述基因组合的标准化表达量输入所述模型,得到归属于所述待测结直肠癌患者的ht标签、sit标签和tmt标签的预测概率,将其中概率最大值对应的结直肠癌分子亚型作为所述待测结直肠癌患者的最终分型结果。

18、在一些实施例中,所述样本包括来自直肠癌患者的组织样品或流体;

19、可选地,所述样本的数量为至少20个、至少40个、或至少60个。

20、本发明的第四方面提供一种用于结直肠癌分子分型的检测试剂盒,其特征在于,所述试剂盒包含特异性扩增权利要求1所述的基因组合的引物对、逆转录试剂、荧光定量pcr反应体系;所述试剂盒通过检测结直肠癌肿瘤组织样本中所述的基因组合的mrna转录表达水平,输出标准化表达数据。

21、与现有技术相比,本发明的技术方案具有以下有益效果:

22、本发明通过样本的多组学差异筛选了基因组合,基于基因组合中的67种基因的表达数据,可将crc患者分层为三个具有不同代谢和免疫景观的分子亚型ht/sit/tmt,这三类预后、治疗响应完全不同的肿瘤微环境亚型,可实现临床快速分层,依据结直肠癌的亚型匹配辅助对应治疗方案,以实现个体化的精准治疗;弥补了传统tnm、cms分型无法结合tls成熟度与治疗响应的短板。

23、本发明的模型训练方法,基于三级淋巴结构tls成熟和偏离之间的动态平衡,将大规模的转录组队列与catboost机器学习算法相结合,基于筛选得到的基因组合通过结合单细胞rna测序(scrna-seq)和空间转录组学(st)来剖析tme内不同的细胞组成和局部功能特征,可评估tls成熟与tls偏离的不同细胞信号,crc风险分层提供了一个新的机制框架,为临床实践中的定制干预和个性化治疗提供了良好的技术支撑。

24、此外,使用多重免疫荧光(mif)等方法进行了全面的原位验证发现crc风险分层具有良好的可靠性和准确度。