卵巢癌化疗药物耐药性的标志物及检测试剂盒的制作方法

1.本发明属于生物医药领域，具体涉及卵巢癌化疗药物耐药性的标志物及检测试剂盒。


背景技术：

2.卵巢癌是女性生殖器官中死亡率居第一位的恶性肿瘤。2011年，美国新发病例21，990，死亡15，460例。在全世界妇科肿瘤学家的不懈努力下，成功地探索出在肿瘤细胞减灭术的基础上辅助化疗的治疗策略，但是晚期卵巢癌的5年生存率仍然徘徊在30％左右。
3.铂类药物是上世纪70年代起用于临床的化疗药物。铂类为主的化疗方案应用于卵巢癌的治疗后，观察到该病生存率的明显改善，因而被称作卵巢癌化疗中里程碑式的药物。自上世纪90年代起，经过循证医学研究的充分证实，铂类与紫杉醇的联合方案被确立为卵巢癌化疗的一线方案，初治患者的完全缓解率接近75％。但是，仍有15-30％的患者对初治方案反应不佳；在达到完全缓解的患者中，有》90％的患者肿瘤复发。
4.目前认为，肿瘤细胞对于化疗药物产生耐药性是造成卵巢癌的5年生存率得不到进一步改善的主要原因之一。肿瘤化疗耐药分为原发性和获得性。在卵巢癌的患者中约有15-20％对于顺铂等化疗药物原发耐药，多数患者在接受化疗的过程中逐渐产生耐药性。如何早期发现和诊断化疗耐药，进一步改善卵巢癌的预后是当前困扰妇科肿瘤临床的主要问题之一。卵巢癌患者对铂类药物耐药的临床评价标准包括，化疗期间肿瘤进展；停化疗6个月内肿瘤复发；以及对一线化疗的最好反应为可测量肿瘤无变化等。这一标准的最大特点是直到化疗进行到一定阶段，或肿瘤复发后，才能判断出患者对于化疗药物的敏感性，从而使这部分患者在接受一线化疗期间就进入耐药。多年来，致力于临床肿瘤治疗学的研究者们一直期盼着，能否在患者接受化疗之前或治疗初期预知肿瘤的耐药性，及时调整化疗方案，进而达到提高肿瘤缓解率的目的。发现一种铂类耐药相关的标志物是解决这一问题的关键途径。


技术实现要素：

5.本发明的目的在于提供一种预测卵巢癌化疗反应的标志物。
6.为实现上述目的，本发明采用了如下技术方案：
7.在一个方面，本发明提供了测量样品中生物标志物表达水平的试剂在制备产品中的用途，所述的产品用于预测患有卵巢癌的受试者是否对化疗药物耐药，所述的生物标志物包括cryab、cldn6和/或cxcl9。
8.在某些实施方案中，所述的卵巢癌包括浆液性卵巢癌、黏液性卵巢癌、子宫内膜样癌、透明细胞癌、未分化癌、移行细胞癌，优选为浆液性卵巢癌。
9.在某些实施方案中，所述的试剂包括通过数字成像技术、蛋白免疫技术、染料技术、核酸测序技术、核酸杂交技术、色谱技术、质谱技术来测量生物标志物表达水平的试剂。
10.在某些实施方案中，所述试剂包括与所述生物标志物基因特异性结合的引物或探
针；与所述生物标志物蛋白特异性结合的抗体、肽、适配体或化合物。
11.在某些实施方案中，所述的产品包括试剂盒、芯片。
12.在某些实施方案中，所述样品包括：血液、血清、血浆、全血、尿液、唾液、精液、乳汁、脑脊髓液、泪液、鼻上皮细胞、痰、组织、粘液、淋巴、胞液、腹水、胸膜积液、羊水、膀胱冲洗液和支气管肺泡灌洗液，优选为组织。
13.在某些实施方案中，所述的预测患有卵巢癌的受试者是否对化疗药物耐药还包括将所述生物标志物在来自所述受试者的样品中的量与对照样品或预定值进行比较的步骤。在某些实施方案中，当与对照样品或预定值相比，来自所述受试者的样品的cryab表达水平升高、cldn6表达水平升高和/或cxcl9表达水平降低，指示受试者对化疗药物耐药。
14.在某些实施方案中，所述的化疗药物为铂类化疗药。
15.在另一方面，本发明还提供了一种预测患有卵巢癌的受试者是否对化疗药物耐药的系统，所述的系统包括：
16.1)检测单元：包括生物标志物检测模块；
17.2)分析单元：将检测单元检测得到的生物标志物的表达水平作为输入变量，输入预测卵巢癌患者是否对化疗药物耐药的模型进行分析；
18.3)评估单元：输出样本对应的受试者对化疗药物耐药的风险值；
19.所述的生物标志物包括cryab、cldn6和/或cxcl9。
20.在某些实施方案中，所述的卵巢癌包括浆液性卵巢癌、黏液性卵巢癌、子宫内膜样癌、透明细胞癌、未分化癌、移行细胞癌，优选的，所述的卵巢癌为浆液性卵巢癌；
21.在某些实施方案中，所述的化疗药物为铂类化疗药。
22.在某些实施方案中，所述的预测卵巢癌患者是否对化疗药物耐药的模型使用选自以下一种或更多种算法来确定：xgboost、随机森林、glmnet、cforest、机器学习的分类与回归树、treebag、k-毗邻、神经网络、支持向量机径向、支持向量机线性、朴素贝叶斯或多层感知。
23.在另一方面，本发明还提供了生物标志物在构建前面所述的系统中的应用，所述的生物标志物包括cryab、cldn6和/或cxcl9。
24.本发明的有益效果
25.本发明提供了预测患有卵巢癌的受试者是否对化疗药物耐药的生物标志物，最大限度地提供了疗药物疗效和降低药物毒副作用，针对不同的卵巢癌患者，定向采用不同的治疗方案及剂量，对卵巢癌的药效监测和疾病预后提供科学依据，最终达到临床个体化治疗，具有重大的临床价值。
附图说明
26.图1是cryab差异表达的箱线图；
27.图2是cldn6差异表达的箱线图；
28.图3是cxcl9差异表达的箱线图；
29.图4是cryab和cldn6联合预测卵巢癌患者对化疗药物敏感性的roc曲线图；
30.图5是cldn6和cxcl9联合预测卵巢癌患者对化疗药物敏感性的roc曲线图；
31.图6是cryab和cxcl9联合预测卵巢癌患者对化疗药物敏感性的roc曲线图；
32.图7是cryab cldn6 cxcl9联合预测卵巢癌患者对化疗药物敏感性的roc曲线图。
具体实施方式
33.在本发明中，除非另有说明，否则本文中使用的科学和技术名词具有本领域技术人员所通常理解的含义。并且，本文中所用的分子遗传学、核酸化学等操作步骤均为相应领域内广泛使用的常规步骤。同时，为了更好地理解本发明，下面提供相关术语的定义和解释。
34.如本文中在诸如“a和/或b”的短语中使用的术语“和/或”旨在包括a和b两者；a或b；a(单独)；以及b(单独)。同样地，在诸如“a、b和/或c”的短语中使用的术语“和/或”旨在涵盖以下实施方案的每一个：a、b和c；a、b或c；a或c；a或b；b或c；a和c；a和b；b和c；a(单独)；b(单独)；以及c(单独)。
35.生物标志物
36.术语“生物标志物”是指以可用于预测个体的疾病状态的不同浓度存在于个体中的生物分子。生物标志物可包括，但不限于，核酸、蛋白质及其变体和片段。生物标志物可以是包含编码该生物标志物的全部或部分核酸序列或这类序列的互补体的dna。可用于本发明的生物标志物核酸被认为包括包含任何目的核酸序列的全部或部分序列的dna和rna。
37.在本发明中，所述的生物标志物包括cryab、cldn6和/或cxcl9。
38.在本发明中，生物标志物例如cryab(geneid：1410)、cldn6(geneid：9074)、cxcl9(geneid：4283)，包括gene及其编码的蛋白及其同源物，突变，和同等型。该术语涵盖全长，未加工的生物标志物，以及源自细胞中加工的任何形式的生物标志物。该术语涵盖生物标志物的天然发生变体(例如剪接变体或等位变体)。
39.如本文中所使用的，术语“受试者”可以是任何哺乳动物，优选为人类，无论其年龄或性别如何。在某些实施方案中，所述受试者患有卵巢癌。在某些实施方案中，所述受试者患有浆液性卵巢癌。
40.生物标志物表达水平测量
41.提及测量表达水平是指确定基因的表达产物的表达水平。表达水平可以在核酸水平或蛋白质水平上确定。
42.确定的基因表达水平可以被认为提供表达谱。“表达谱”意指与个体中一种或更多种相关基因的表达水平有关的一组数据，其形式允许与可比较的表达谱(例如，来自已经知道预后的个体)进行比较，以帮助确定预后以及为个体患者选择合适的治疗。
43.基因表达水平的确定可涉及确定癌细胞样本中mrna的存在或量。用于这样做的方法是技术人员公知的。基因表达水平可以使用任何常规方法，例如使用核酸微阵列或使用核酸合成(例如定量pcr)在癌细胞样本中确定。
44.作为替代或补充，基因表达水平的确定可以涉及在获自个体的包含癌细胞的样本中确定从基因表达的蛋白质水平。蛋白质表达水平可以通过任何可用的手段，包括使用免疫测定来确定。例如，表达水平可以通过免疫组织化学(ihc)、蛋白质印迹、elisa、免疫电泳、免疫沉淀、流式细胞术、大量细胞计数法(mass cytometry)和免疫染色来确定。使用这些方法中的任何一种，都可以确定本文公开的生物标志物的蛋白质的相对表达水平。
45.作为一种可选择的实施方案，也可以使用高级测序方法检测基因的表达水平。例
如，可以使用illumina检测生物标志物。下一代测序(例如，sequencing-by-synthesis或truseq方法，其使用例如hiseq、hiscan、genomeanalyzer或miseq系统)。生物标志物也可以使用离子流测序或其他合适的半导体测序方法来进行检测。
46.作为一种可选择的实施方案，可以使用质谱法使用rnase图谱(mapping)对生物标志物进行定量。在通过ms或串联ms(ms/ms)方法对分离的rna进行分析之前，可以用具有高特异性的rna内切核酸酶(rnase)(例如，rnase t1，其在所有未修饰的鸟苷残基的3'侧切割)对分离的rna进行酶促消化。开发的第一种方法使用直接与esi-ms偶联的反相hplc对核酸内切酶消化物进行在线色谱分离。转录后修饰的存在可以通过与基于rna序列预期的那些的质量偏移来揭示。然后可以分离质量/电荷值异常的离子用于串联ms测序，从而定位转录后修饰的核苷的序列位置。
47.基质辅助激光解吸/电离质谱法(maldi-ms)也已被用作获得关于转录后修饰的核苷的信息的分析方法。基于maldi的方法可以通过分离步骤与基于esi的方法区分。在maldi-ms中，质谱仪用于分离生物标志物。
48.本文所使用的术语“引物”是指具有短游离3'-羟基的核酸序列，是可以与互补模板形成碱基对并充当模板链复制的起点的短核酸。在适当的缓冲溶液和温度下，在存在用于聚合的试剂(即dna聚合酶或逆转录酶)和四种不同的核苷三磷酸的情况下，引物可以引发dna合成。可以根据本领域已知的技术适当地选择pcr条件以及正义和反义引物的长度。
49.本文所使用的术语“探针”是指对应于可以特异性结合mrna的几个碱基至数百个碱基的核酸片段(例如rna或dna)，并且可以通过标签来确认特定mrna的存在与否以及表达水平。探针可以以寡核苷酸探针、单链dna探针、双链dna探针或rna探针的形式制备。可以根据本领域已知的技术适当地选择合适的探针和杂交条件。
50.本文所使用的术语“抗体”是本领域众所周知的，是指针对抗原位点的特异性免疫球蛋白。本发明中的抗体是指与本发明的生物标志物蛋白特异性结合的抗体，可以根据本领域中的常规方法来制造抗体。抗体的形式包括多克隆抗体或单克隆抗体、抗体片段(诸如fab、fab'、f(ab')2和fv片段)、单链fv(scfv)抗体、多特异性抗体(诸如双特异性抗体)、单特异性抗体、单价抗体、嵌合抗体、人源化抗体、人抗体、包含抗体的抗原结合位点的融合蛋白，以及包含抗原结合位点的任何其他修饰的免疫球蛋白分子，只要该抗体表现出所需的生物结合活性。
51.本文所使用的术语“肽”具有与靶物质高度结合的能力，并且在热处理/化学处理期间不会发生变性。而且，由于其尺寸小，可以通过将其附接到其它蛋白上而用作融合蛋白。具体而言，因为可以特异性地附接到高分子蛋白链上，它可以用作诊断试剂盒和药物递送物质。
52.本文所使用的术语“适配体”是指一种由特定类型的单链核酸(dna、rna或修饰的核酸)组成的多核苷酸，所述单链核酸自身具有稳定的三级结构，并且具有能够以高亲和力和特异性与靶分子结合的特性。如上所述，由于适配体可以像抗体那样特异性结合抗原性物质，但比蛋白更稳定并具有简单的结构，并且是由易于合成的多核苷酸组成，因此可以代替抗体来使用。
53.如本文中所使用的，术语“特异性结合”是指，两分子(即结合分子与靶分子)之间的非随机的结合反应，如抗体和其所针对的抗原之间的反应。两分子之间的结合亲和力可
用kd值描述。kd值是指由kd(特定的结合分子-靶分子相互作用的解离速率；亦称为koff)与ka(特定结合分子-靶分子相互作用的缔合速率；亦称为kon)之比得到的解离常数，或者指表示为摩尔浓度(m)的kd/ka。kd值越小，两分子结合越紧密，亲和力越高。在某些实施方式中，特异性结合某抗原的抗体(或对某抗原具有特异性的抗体)是指，抗体以小于大约10-5
m，例如小于大约10-6
m、10-7
m、10-8
m、10-9
m或10-10
m或更小的亲和力(kd)结合该抗原。kd值可通过本领域熟知的方法确定，例如使用表面等离子体共振术(spr)在biacore仪中测定。
54.如本文中所使用的，术语“样品”可以是源自于患者或对象的含有核酸或多肽的任何生物样品。这样的样品的实例包括流体、组织、细胞样品、器官、活检样品等。样品可以按照常规技术来收集并直接用于诊断或储存。在本发明的具体实施例中，所述的样品为组织。
55.试剂盒、芯片
56.在本发明中，“芯片”也称为“阵列”，指包含连接的核酸或肽探针的固体支持物。阵列通常包含按照不同的已知位置连接至基底表面的多种不同的核酸或肽探针。这些阵列，也称为“微阵列”，通常可以利用机械合成方法或光引导合成方法来产生这些阵列，所述光引导合成方法合并了光刻方法和固相合成方法的组合。阵列可以包含平坦的表面，或者可以是珠子、凝胶、聚合物表面、诸如光纤的纤维、玻璃或任何其它合适的基底上的核酸或肽。可以以一定的方式来包装阵列，从而允许进行全功能装置的诊断或其它方式的操纵。
57.在某些非限制性实施方式中，本发明提供了用于预测患有卵巢癌的受试者是否对化疗药物耐药的试剂盒，其包含用于检测前述部分所示生物标志物的试剂。所述试剂盒还包括描述使用试剂盒以测定化疗药物是否可能在卵巢癌中产生抗癌效果的说明书或支持材料，和/或提及描述其的网站或出版物。
58.试剂盒的类型包括但不限于包装的生物标志物特异性的探针和引物组(例如taqman探针/引物组)、阵列/微阵列、生物标志物特异性的抗体、生物标志物特异性的珠，其还包含一个或多个探针、引物或用于检测本发明的一种或多种生物标志物的其它试剂。
59.在某些非限制性实施方式中，本发明提供了用于预测患有卵巢癌的受试者是否对化疗药物耐药的试剂盒，其包含用于检测核酸生物标志物的存在的工具。
60.在具体的非限制性实施方式中，试剂盒可包含适合于聚合酶链式反应(pcr)或核酸测序的一对寡核苷酸引物，用于检测待鉴定的核酸生物标志物。一对引物可包含与上述生物标志物互补的核苷酸序列，并且具有足够长度以与所述生物标志物选择性杂交。或者，互补核苷酸可选择性地与生物标志物位置5’和/或3’足够接近的特定区域杂交，以进行pcr和/或测序。试剂盒中可包含多种生物标志物特异性的引物，以同时检测多于一种生物标志物。试剂盒还可以包含一种或多种聚合酶、逆转录酶和核苷酸碱基，其中核苷酸碱基还可以被可检测地标记。
61.在某些非限制性实施方式中，引物的长度可以是至少约10个核苷酸或至少约15个核苷酸或至少约20个核苷酸，和/或至多约200个核苷酸或至多约150个核苷酸或至多约100个核苷酸或至多约75个核苷酸或至多约50个核苷酸。
62.在另一个非限制性实施方式中，寡核苷酸引物可固定在固体表面、基板或支持物上，例如固定在核酸微阵列上，其中每个寡核苷酸引物与固体表面或支持物结合的位置是已知的和可鉴定的。寡核苷酸可以固定到基板，比如玻璃、塑料、纸、尼龙或其它类型的膜、滤器、芯片、珠或任何其它合适的固体支持物上。多核苷酸可以直接在基板上合成，或者分
离于基板合成，然后固定在基板上。使用已知的方法制备阵列。
63.在具体的非限制性实施方式中，试剂盒可包含至少一种适于原位杂交或原位荧光杂交的核酸探针，用于检测待鉴定的生物标志物。此类试剂盒通常包含一种或多种对各种生物标志物具有特异性的寡核苷酸探针。用于测试多种生物标志物的工具可任选地包含在单一试剂盒中。
64.在某些实施方式中，试剂盒可包括容器(包括适用于在本方法的自动化实施中使用的微量滴定板)，每个容器具有方法中使用的各种试剂(通常为浓缩形式)一种或多种，包括例如，预制的微阵列、缓冲液、适当的三磷酸核苷(例如datp、dctp、dgtp和dttp，或ratp、rctp、rgtp和utp)、逆转录酶、dna聚合酶、rna聚合酶、以及一个或多个本发明的探针和引物(例如，适当长度的连接到与rna聚合酶反应的启动子的聚(t)或随机引物)。
65.在非限制性实施方式中，本发明提供用于预测患有卵巢癌的受试者是否对化疗药物耐药的试剂盒，其包含用于检测蛋白质生物标志物水平的工具。
66.在非限制性实施方式中，试剂盒可包含至少一种抗体或其抗原结合片段，用于待鉴定的生物标志物的免疫检测。可以使用如本领域技术人员通常已知的常规的免疫技术制备特异性靶向生物标志物的多克隆和单克隆抗体。试剂盒的免疫检测试剂可包括与给定抗体或抗原本身相关的或连接的可检测标记。此类可检测标记包括例如化学发光或荧光的分子(若丹明、荧光素、绿色荧光蛋白、荧光素酶、cy3、cy5或rox)、放射性标记(3h、35s、32p、14c或131i)或酶(碱性磷酸酶、辣根过氧化物酶)。
67.在另一个非限制性实施方式中，可提供一种或多种生物标志物特异性的抗体结合于固体支持物，比如柱基质、阵列或微量滴定板的孔。或者，支持物可以作为试剂盒的单独元件提供。
68.在某些非限制性实施方式中，当试剂盒中的测量工具使用阵列时，上述生物标志物的组可构成呈现在微阵列上的生物标志物的种类的至少10％或至少20％或至少30％或至少40％或至少50％或至少60％或至少70％或至少80％。
69.在某些非限制性实施方式中，本公开的试剂盒可包含用于检测样品中生物标志物表达水平的一种或多种探针、引物、抗体或其他检测试剂。例如，试剂盒可以包含用于检测生物样品中生物标志物的蛋白质表达水平的抗体或其片段。
70.在某些非限制性实施方式中，本公开的试剂盒可包含用于检测样品中cryab表达水平的一种或多种探针、引物、抗体或其它检测试剂。例如，试剂盒可以包含用于检测生物样品中cryab的蛋白质表达水平的抗体或其片段。
71.在某些非限制性实施方式中，本公开的试剂盒可包含用于检测样品中cldn6表达水平的一种或多种探针、引物、抗体或其它检测试剂。例如，试剂盒可以包含用于检测生物样品中cldn6的蛋白质表达水平的抗体或其片段。
72.在某些非限制性实施方式中，本公开的试剂盒可包含用于检测样品中cxcl9的表达水平的一种或多种探针、引物、抗体或其它检测试剂。例如，试剂盒可以包含用于检测生物样品中cxcl9的蛋白质表达水平的抗体或其片段。
73.试剂盒还可包含用于允许在癌症样品中的生物标志物水平与参考对照样品中的生物标志物水平之间进行比较的工具。例如但不限于，本公开的试剂盒包含一种或多种用于检测参考蛋白或mrna的探针、引物、抗体或其它检测试剂，其可以用于将样品中一种或多
种生物标志物的表达水平归一化以允许比较。参考蛋白例如管家蛋白的非限制性实例包括α-或β-微管蛋白、肌动蛋白、丝切蛋白、黏着斑蛋白和gadph。
74.在某些非限制性实施方式中，试剂盒还可以包括使用试剂盒检测目的生物标志物的说明书。
75.预测模型
[0076]“模型”是任何数学方程式，算法，分析或程序化过程或统计技术，其采用一个或多个连续或分类输入并计算输出值，有时称为“索引”，“索引值”，“预测器”，“预测值”，“概率”或“概率得分”。“公式”的非限制性示例包括和、比率以及回归算子，例如系数或指数，生物标志物值转换和标准化，规则和指南，统计分类模型以及对历史群体进行训练的神经网络。在组(panel)和组合构造中，特别有趣的是结构和句法统计分类算法，以及利用模式识别特征的风险指数构建方法，包括已建立的技术，例如互相关，主成分分析(pca)，因子旋转，对数回归(logreg)，线性判别分析(lda)，特征基因线性判别分析(eigengene lineardiscriminant analysis,elda)，支持向量机(support vector machines，svm)，随机森林(random forest,rf)，递归分区树(rpart)、xgboost(xgb)以及其他相关的决策树分类技术，shrunkencentroids(sc)，stepaic，最近的kth邻居(kth-nearest neighbor)，boosting，决策树(decision trees)，神经网络，贝叶斯网络，支持向量机和隐马尔可夫模型(hidden markovmodels)等。还进一步实现了许多此类算法技术，以执行特征(基因座)选择和规则化(regularization)规则化，例如在岭回归(ridge regression)，lasso和elastic net等中。其他技术可用于生存和事件前时间危险分析(time to event hazard analysis)中，包括本领域技术人员众所周知的cox，weibull，kaplan-meier和greenwood模型。这些技术中的许多技术都可以与生物标志物选择技术结合使用，例如正向选择，后向选择或逐步选择，给定大小的所有潜在生物标志物集或组的完整枚举，遗传算法或它们本身可以包括生物标志物选择方法。这些可以与信息标准结合使用，例如akaike的信息标准(akaike'sinformation criterion，aic)或贝叶斯信息标准(bayes information criterion，bic)，以便量化其他生物标志物和模型改进之间的权衡，并有助于最小化过度拟合。生成的预测模型可以在其他研究中进行验证，或在它们最初进行培训的研究中交叉验证，使用诸如bootstrap，leave-one-out(loo)和10倍交叉验证(10-fold cross-validation)(10倍cv)等技术进行。在各个步骤，可以根据本领域已知的技术通过值排列来估计错误发现率。
[0077]
以下所举实例是为了对本发明的的某些优选实施方案和本发明的某些方面进行描述，并不应解释为限定本发明的范围。以下实例结合附表和附图对本发明所述实施方案做进一步的详细说明。
[0078]
实施例1差异表达基因
[0079]
从geo数据库下载gse156699，删掉没有反应状态的样本，保留88个样本进行进一步分析。用r语言limma包对其进行差异分析，得到66个差异表达基因，筛选标准为：p.value《0.05,|logfc|》1。
[0080]
该数据库源自一项回顾性病例对照研究，该研究利用临床和基因组信息创建模型来预测hgsc患者对标准治疗的初始反应。hgsc患者分为应答组(铂类药物敏感组)和无应答组(铂类药物耐药组)。应答者为首次铂类药物治疗后无进展生存至少6个月的患者。无反应
者是指在治疗期间无反应(铂耐药)或进展(铂难治)的患者。
[0081]
本发明中所涉及的差异表达基因cryab、cldn6、cxcl9的表达水平如表1和图1-3所示，与铂类药物耐药组相比，cryab、cldn6在铂类药物敏感组中表达下调，cxcl9在铂类药物敏感组中表达上调。
[0082]
表1差异表达基因
[0083]
基因logfctp.valueup/downcryab-1.048-3.1530.002downcldn6-1.359-2.2770.025downcxcl91.2842.4500.016up
[0084]
实施例2诊断效能
[0085]
使用r包“proc”(版本1.15.0)绘制受试者工作曲线(roc)，分析auc值、敏感性和特异性，结果见表2和图4-7。
[0086]
表2生物标志物/生物标志物组合诊断效能数据
[0087]
生物标志物/生物标志物组合auc值cryab0.671cldn60.641cxcl90.633cryab cldn60.731cldn6 cxcl90.721cryab cxcl90.721cryab cldn6 cxcl90.803
[0088]
以上结果证明，本发明所涉及的生物标志物在预测卵巢癌患者对化疗药物敏感性中具有很好的诊断效能，且生物标志物组合的诊断效能优于单个生物标志物。
[0089]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。