[发明专利]一种生物标志物组合及其在预测子宫内膜癌患者预后方面的应用在审

专利信息
申请号: 202111264793.4 申请日: 2021-10-28
公开(公告)号: CN113801938A 公开(公告)日: 2021-12-17
发明(设计)人: 袁奕;范许云;方军;何胜祥 申请(专利权)人: 安徽同科生物科技有限公司
主分类号: C12Q1/6886 分类号: C12Q1/6886;C12N15/113;C12N15/11;G16H50/50
代理公司: 上海弼兴律师事务所 31283 代理人: 黄益澍
地址: 237372 安徽省六安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 生物 标志 组合 及其 预测 子宫 内膜 患者 预后 方面 应用
【说明书】:

发明公开了一种生物标志物组合及其在预测子宫内膜癌患者预后方面的应用。本发明所述生物标志物组合包括以下3种lncRNAs标志物:lncRP1‑63M2.7、lncCDKN2A‑AS1和lncCTB‑186G2.1。本发明还公开了采用所述生物标志物组合构建的评估子宫内膜癌患者预后风险的系统和方法可以兼顾低检测复杂度和成本的同时,获得较高的子宫内膜癌患者预后风险的评估准确性。

技术领域

本发明涉及基因技术和生物医学领域,具体涉及一种生物标志物组合、检测其的试剂、包含所述生物标志物组合和/或所述试剂的试剂盒、所述试剂和/或试剂盒在制备评估子宫内膜癌患者预后的诊断产品中的应用,还涉及建立评估子宫内膜癌患者预后风险模型的方法和装置,用于评估子宫内膜癌患者预后风险的系统和方法、包含其的计算机可读存储介质和电子设备,以及lncRP1-63M2.7和/或lncCTB-186G2.1在制备用于评估子宫内膜癌患者预后的制剂中的应用。

背景技术

子宫内膜癌(endometrial carcinoma,EC)是女性生殖系统最常见的三大恶性肿瘤之一,约占女性生殖系统恶性肿瘤的20%~30%,占女性全身恶性肿瘤的7%。子宫内膜癌常发生于围绝经期和绝经后妇女,其发病率随着时间的推移而增加。目前,它在发展中社会妇科癌症中发病率排名第二,紧随宫颈癌。尽管大多数子宫内膜癌患者的预后良好,但晚期或转移性疾病因其病情扩散、分化差,预后较差。因此,新型生物标志物和治疗靶标的出现,对于提高子宫内膜癌患者生存率至关重要。对EC相关疾病数据进行系统的生物信息学手段分析,可以快速发现肿瘤差异表达基因并通过进一步分析寻找到疾病发生可能的分子靶标。

长链非编码RNA(Long Non-Coding RNA,lncRNA)是一类长度大于200个核苷酸的非编码RNA,作为最广泛和最异质的不编码蛋白质的RNA类型,lncRNA广泛参与了细胞增殖、周期调控、凋亡分化及表观遗传等生物学过程,可在转录、转录后与表观遗传学等水平调节靶基因表达。近年研究发现在多种类型恶性肿瘤中lncRNA的表达存在失调现象,提示lncRNA在其中发挥致癌或抑癌作用。诸多证据表明lncRNA在子宫内膜癌的病理过程中发挥着重要的调控作用,并与生存率以及患者的预后密切相关。目前多数研究注重于单一分子在子宫内膜癌恶性转化中的作用机制及其作为肿瘤标志物的临床价值。然而,子宫内膜癌的演进是由多基因经多种方式调控,单个分子对患者预后的预测能力较为有限,如何发现并整合与子宫内膜癌预后密切相关的多个lncRNAs,对子宫内膜癌患者预后进行精准判定,以便选择最佳治疗方案,显著提高患者生存率,现已成为临床亟待解决的难题。

应用生物信息学对lncRNA和疾病关联数据进行大规模系统分析,可更为宏观、立体化地探索lncRNA和疾病的规律,阐明疾病相关lncRNA生物学特性,发现新的疾病生物标记物和药物靶标。癌症基因组图谱(The Cancer Genome Atlas,TCGA)是通过大规模高通量基因组测序和芯片技术绘制人类肿瘤的基因组图谱,旨在探索肿瘤发生发展的潜在分子机制,提高人类诊断、治疗和预防肿瘤的能力。目前,数据库包括详细的临床数据、基因组突变数据、转录组数据、lncRNAs测序数据等。随着人类基因组计划的完成和生物信息学的迅速发展,对这些数据库资源中相关的肿瘤数据进行搜索、处理和分析,有助于为筛选肿瘤相关lncRNA提供一个方便、快捷的途径,为寻找肿瘤新型标志物提供了新的思路,为后续实验奠定基础。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽同科生物科技有限公司,未经安徽同科生物科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111264793.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top