[发明专利]一种用于非小细胞肺癌分型诊断的基因转录本标记物组合及分型诊断装置

权利要求书

1.一种基因转录本标记物组合，其特征在于，包括如下33个基因的转录本：LOC642587、S1PR5、BNC1、ATP1B3、LASS3、LONRF3、VSNL1、TRIM29、HNF1B、DSG3、CLCA2、TMPRSS11A、KRT17、GOLT1A、DLX5、E2F7、COL4A5、SLC39A2、TESC、FAT2、CALML3、KRT74、PVRL1、PRRG3、PERP、C4BPB、FZD7、DMGDH、OCLN、ARHGEF38、KRT5、CGN、LRRC66；所述标记物组合应用于肺腺癌、肺鳞癌的组织分型诊断。

2.根据权利要求1所述的基因转录本标记物组合，其特征在于，所述分型诊断的样本类型为非小细胞肺癌组织RNA。

3.一种基于权利要求1或2任一项所述的基因转录本标记物组合制备的肺癌分型诊断装置，其特征在于，所述装置包括检测模块和预测模块。

4.根据权利要求3所述的肺癌分型诊断装置，其特征在于，所述检测模块包括总RNA提取试剂、逆转录试剂、建库试剂或测序试剂。

5.根据权利要求3所述的肺癌分型诊断装置，其特征在于，所述检测具体为从肺癌组织样本中提取总RNA，建库测序，获得如权利要求1所述的基因转录本count数。

6.根据权利要求5所述的肺癌分型诊断装置，其特征在于，所述预测具体为将得到的基因转录本count数，输入构建好的随机森林分类器中，得到预测结果。

7.根据权利要求6所述的肺癌分型诊断装置，其特征在于，所述预测结果为0或者1，其中0表示样本预测结果为肺腺癌，1表示样本预测结果为肺鳞癌。

8.根据权利要求6所述的肺癌分型诊断装置，其特征在于，所述分类器的构建方法如下：

(1)获取非小细胞肺癌组织，根据其组织分型分为ADC组和SCC组；

(2)提取肿瘤组织总RNA，进行逆转录，逆转录为cDNA；

(3)进行文库构建；

(4)测序上机，获得各转录本的reads数；

(5)进行下机数据质控、数据过滤、数据转换后，得到每个转录本的count数，并将各转录本注释到人类基因组上；

(6)使用DESEQ2软件包(基于R语言)进行差异转录本分析；

(7)根据设定的log2FoldChange和padjust阈值，进行差异转录本过滤，初步得到具有特别显著性差异的转录本，进入后续分析；

(8)将步骤(7)中得到的转录本count数作为自变量，是否为肺鳞癌组织作为因变量(ADC用数字0表示，SCC用数字1表示)，使用Scikit-learn软件包(基于Python)中的随机森林模型构建分类器，进行模型的训练后，得到分类模型；再根据分类模型对待测样本进行组织分型的预测；

(9)根据步骤(8)中得到的分类模型中各基因的权重系数进行排序，进一步对纳入模型中的基因数量进行探索，最终得到包含33个基因的优选组合；

(10)以包含33个基因构建随机森林分类器并检验其效果。

9.根据权利要求8所述的肺癌分型诊断装置，其特征在于，所述随机森林分类器中33个基因的权重系数如下：

10.根据权利要求9所述的肺癌分型诊断装置，其特征在于，所述权重系数的绝对值越大，表明该基因在随机森林分类器中的作用越重要。