[发明专利]基于基因表达量预测肝细胞癌治疗反应性模型的构建方法

权利要求书

1.基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，包括以下步骤：

步骤一：获取GSE104580数据库中经动脉化疗栓塞术（TACE）术前穿刺活检得到的肝细胞癌患者的肿瘤组织样本，对样本行基因芯片测序检测的转录组的表达水平量；

步骤二：将肝细胞癌患者的肿瘤组织样本随机分为训练集和验证集，在训练集中，根据患者对TACE治疗的反应性分为反应组与不反应组，通过差异表达基因方法鉴定出与反应性相关的基因，再通过LASSO（Least Absolμte Shrinkage and Selection Operator）-logistic回归、随机森林、xgboost-随机森林、多层感知网络、支持向量机5种建模方式进行模型构建，确定通过ROC曲线比较各个模型并最终确定以10个基因表达为基础的支持向量机模型及其相应权重系数；

步骤三：以风险评分的中位数为阈值将患者分为TACE反应型组或TACE不反应型组，对两组患者的TACE疗效差异进行统计学分析和比较，并评估和确定肝细胞癌TACE治疗反应性的最佳预测模型。

2.根据权利要求1所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，相关的所述10个基因分别为AQP1、FABP4、HERC6、 LOX、PEG10、 S100A8、SPARCL1、 TIAM1、 TSPAN8以及 TYRO3。

3.根据权利要求2所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，在步骤三中，所述风险评分的计算公式为X＝A1*B1+A2*B2+…+A10*B10，其中B1、B2、…、B10分别为纳入模型的10个基因的表达水平，A1、A2、…、A10分别为LASSO回归计算得到的10个基因的权重系数。

4.根据权利要求3所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，还包括：

步骤四：在外部验证集中检验上述肝细胞癌TACE治疗反应性的预测模型的预测能力。

5.根据权利要求4所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，在步骤四中，用相同的计算公式计算验证集中每个样本的风险评分。

6.根据权利要求5所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，计算验证集中每个样本的风险评分后，以训练集中的风险评分中位数为界值将患者分为TACE反应型组或TACE不反应型组，分析两组间术后总体生存时间有无统计学差异。

7.根据权利要求6所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，在步骤四中，所述肝细胞癌患者的肿瘤组织样本不少于100份。

8.根据权利要求7所述的基于基因表达量预测肝细胞癌治疗反应性模型的构建方法，其特征在于，在步骤三和四中，评估肝细胞癌TACE治疗反应性的预测模型的性能的步骤为：

通过多因素COX比例风险回归分析和ROC（Receiver Operating Characteristic）曲线评估构建的肝细胞癌TACE治疗反应性的预测模型的性能。