[发明专利]一种基于病理图片的肾透明细胞癌分子特征预测以及预后判断技术

说明书

本发明公开了一种基于病理图片的肾透明细胞癌分子特征预测以及预后判断技术，肾透明细胞癌分子特征预测以及预后判断技术包括以下部分：第一部分：病理图片的特征提取；第二部分：病理图片预测患者的分子特征；第三部分：单一病理图片以及病理图片整合多组学预测患者生存期；本发明能快速经济的量化患者病理图片，预测患者重要的突变状态，分子亚型归属以及生存时，对于已有基因，转录或者蛋白组学数据的患者，本技术能快速经济并且更精准的判断患者生存时间。

技术领域

本发明涉及一种癌分子特征预测，特别涉及一种基于病理图片的肾透明细胞癌分子特征预测以及预后判断技术，属于细胞处理技术领域。

背景技术

随着精准肿瘤学的发展，组织病理学图像已经成为肿瘤的诊断分级分期的金标准。与此同时，包括基因组学、转录组学和蛋白质组学在内的组学图谱正在成为常规鉴别肿瘤特征的方法，并用于生存期预测，但是对于病理图像的定量研究以及其巨大的潜在运用价值并没有被完全开发，在肾透明细胞癌中，这方面技术是一片空白。

现有技术对病理图片的分析只能通过肉眼直观感受，大量信息被忽略的同时，肉眼直观的结果也无法量。已有用基因，转录或者蛋白组学预测患者的模型。但是这些模型都需要患者的测序数据，需要大量金钱以及相对长的等待时间。

本发明用一种有高效率、一致性和成本效益高的自动化方法分析肾透明细胞癌的细胞基本以及高阶特征(包括细胞形态，大小，核大小，胞质密度灰度以及细胞邻近关系等)，基于这些细胞特征，运用机器学习方法预测肾透明细胞癌的突变，分子亚型以及预后，此外，对于已有基因组学、转录组学和蛋白质组学的数据的患者，我们将病理图片特征与这些数据整合，能显著提高预后能力。

这项技术具有经济高效等特点，并能和患者的其他组学数据进行良好的整合，解决了病理图片的定量以及运用技术难题。此外，这项技术的基础框架也可推广在其他癌症类型中运用，具有较大的运用潜力。

发明内容

本发明的目的在于提供一种基于病理图片的肾透明细胞癌分子特征预测以及预后判断技术，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于病理图片的肾透明细胞癌分子特征预测以及预后判断技术，所述肾透明细胞癌分子特征预测以及预后判断技术包括以下部分：

第一部分：病理图片的特征提取；

第二部分：病理图片预测患者的分子特征；

第三部分：单一病理图片以及病理图片整合多组学预测患者生存期；

作为本发明的一种优选技术方案，所述病理图片的特征提取具体操作步骤如下：

S1：采用开源编程软件Python读取病理图片，并将其切割成800像素*1000像素的小切片；

S2：采用Python每个病人随机选择50张小切片并输出保存在各个病人的对应文件夹，采用开源软件CellProfiler对每个病人相应的50张小病理切片进行特征提取；

作为本发明的一种优选技术方案，步骤S2中，50张小病理切片中每张图片能提取出包括细胞形态、大小、核大小、胞质密度灰度以及细胞邻近关系等593种特征，采用这50张图片的每个特征的平均值代表这个病人此项特征，通过此操作，能将每位患者的病理图片提取出总共593种特征。

作为本发明的一种优选技术方案，所述第二部分的具体操作步骤如下：

第一步骤：采用开源编程软件Python对上述的病人的593种病理特征进行突变以及分子亚型预测；