[发明专利]一种基于组织表面脂质指纹谱图的快速肿瘤组织判别方法

权利要求书

1.一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，包括如下步骤：

步骤一，用取样芯片从组织表面进行脂质取样；所述取样芯片采用硅纳米线芯片，所述硅纳米线芯片表面修饰有不同还原程度的还原氧化石墨烯,具体步骤为：硅纳米线芯片与体积浓度为1％-5％的3-氨丙基三乙氧基硅烷APTES的甲苯溶液在干燥无水环境下反应10-120min；反应结束后用甲苯、乙醇依次洗涤，并于110℃环境下固化1h，完成表面APTES的修饰；将溶剂为水：乙醇＝1:1，质量分数浓度为0.1-1％的氧化石墨烯溶液滴加8μL于1mm×1mm的硅纳米线芯片表面，待其干燥，于70-90℃的水合肼气体氛围中反应0.5-3h；

步骤二，将样本送入MALDI-MS仪器，选择激光能量、检测模式和分子量检测范围，在对检测范围内进行标准品分子量校正后，依次采集多个样本在多个硅纳米线芯片上的脂质指纹谱图或结合成像模式对同片芯片上的各个位点进行二维扫描；所述检测模式包括：负离子模式和正离子模式；对于需要进行结构鉴定的分子在同台仪器中选定分子量，设定合适的质谱能量分别获取母离子和子离子信号，并叠加，结合脂质数据库比对二级谱图结果对脂质分子进行鉴定；借助于激光解吸/电离质谱平台，在无基质参与情况下获取组织表面的脂质分子特征指纹谱图；

步骤三，基于组织表面的脂质特征指纹谱图，结合统计分析方法建立多种肿瘤的判别模型，对肿瘤组织与正常组织、各种肿瘤组织的亚型进行判定；具体过程为：将获取的原始脂质指纹谱图的ASCII数据导出，通过数学软件设定分子信息提取程序，获取原始谱图在设定分子量范围内的所有峰的质荷比和归一化后的相对强度信息；

步骤四，将得到的相对强度信息经单变量统计分析和多变量统计分析方法筛选特征峰或特征比值；并用于分析同种癌症的癌组织与非癌组织、各种亚型癌组织、各种来源的癌组织之间的显著性差异水平；将每个病人的原始数据、归一化后的数据以及特征分子集统一归类储存，联合其组织的病理检查结果、患者的临床特征及愈后跟踪信息建立大样本数据库；

步骤五，以得到的大样本数据库为基础构建判别与预测模型，判别与预测模型先以已有数据进行训练与交叉验证，再以部分样本为测试集测试其判别和预测能力；判别和预测能力通过计算敏感性、特异性、准确率以及AUC值进行评估；

步骤六，以构建的数据模型为基础创建能够实现数据输入、处理和结果导出的人机界面，将步骤三至五的信息集合在该界面中，实现已有样本数据库的数据调动和未知样本的归属和判别；结合质谱成像技术实现在无切片的情况下进行组织分子数字成像，用于判别肿瘤边界。

2.根据权利要求1所述的一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，

所述分子信息包括：所有检测到的峰信息，经过单变量分析之后满足显著性差异要求的特征信息；所述单变量分析包括：t检验，方差分析，Mann-Whitney U检验；

所述归一化方法包括：全谱范围内的峰强度归一化，按照脂质分子类别进行分段归一化，提取双峰构成的分子对的比值数据。

3.根据权利要求1所述的一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，

所述单变量统计分析包括：t检验，方差分析，Mann-Whitney U检验；

所述多变量统计分析包括：PCA主成分分析，HCL分层聚类分析，SOM自组织映射，LDA线性判别分析，PLS-DA偏最小二乘法-判别分析，OPLS-DA正交偏最小二乘法判别分析，PC-DA主成分判别分析。

4.根据权利要求1所述的一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，

若敏感性、特异性、准确率值大于90%以及AUC值大于0.9，则表明模型有良好的判别和预测能力；

所述判别与预测模型包括：自主构建的人工神经网络，遗传算法，支持向量机。

5.根据权利要求1所述的一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，取样芯片进行脂质取样的取样对象包括：临床手术中的组织表面，术前穿刺样本，胃肠镜检查中获取的样本。

6.根据权利要求1所述的一种基于纳米芯片的组织表面脂质指纹谱图的获取及分析方法，其特征在于，脂质取样过程为：将取自动物或临床的组织样本从-80℃冰箱中取出，置于室温下解冻，切开，使内表面暴露，将硅纳米线芯片切割，使芯片碰到组织表面并有0.5mm变形，接触取样时间为5-180s，采样结束后用纯水彻底冲洗芯片表面10s，待其自然干燥后转移至和质谱仪器相匹配的靶板基底，放置于真空干燥环境中保存直至质谱检测。