[发明专利]用于前列腺癌检测的联合诊断组合物及检测试剂盒

权利要求书

1.一种用于前列腺癌检测的联合诊断组合物，其特征在于，由如下的基因组合：AR、FOXA1、SPOP、PTEN、PIK3CA、AKT1、TP53、RB1、BRCA2、CDK12、ATM、FANCA、RAD51B、BRCA1、PALB2、ATR。

2.检测权利要求1所述的用于前列腺癌检测的联合诊断组合物的试剂在制备前列腺癌诊断的试剂盒中的应用。

3.根据权利要求2所述的应用，所述的前列腺癌是指转移性激素抵抗型患者的前列腺癌。

4.一种试剂盒，其特征在于，含有检测权利要求1所述的诊断组合物的试剂。

5.权利要求4所述的试剂盒的使用方法，其特征在于包括如下的步骤：

(1)根据AR、FOXA1、SPOP、PTEN、PIK3CA、AKT1、TP53、RB1、BRCA2、CDK12、ATM、FANCA、RAD51B、BRCA1、PALB2、ATR 16个基因的靶向测序检测的结果，获得AR、TP53、RB1、FOXA1、SPOP、PI3K、DDR五个基因加两个通路共计七个变量的变异结果；所述的PI3K通路由PIK3CA、AKT1、PTEN三个基因测序检测结果构成，所述的DDR通路由BRCA2、BRCA1、CDK12、FANCA、ATM、ATR、RAD51B、PALB2八个基因测序检测结果构成；

基因发生了变异是指基因发生了外显子或剪接位点区域非同义突变或拷贝数变异；

通路发生了变异是指通路中任意一个基因发生了变异；

(2)上述七个变量带入PCARS模型，计算PCARS得分；

PCARS的算法为：

1)

2)

3)

4)

5)

上述五步中：

1)mut matrix为突变矩阵，mutation为变异，wild type为基因未发生变异，maf为一行一个变异的记录，spread为展开即把变异从行转为矩阵，即根据maf记录的一批患者的基因变异状态转换成一个维度为n×7的[0-1]矩阵，其中行数n为患者数，列数7为该模型的5个基因+2个通路的变量，矩阵的每一行记录一个患者的7变量状态；

2)model fit为建立起的模型，brnn fit为使用贝叶斯神经网络来建立模型，p为概率，g_i为模型基因发生了变异，response为该患者治疗后六月的复发情况，即根据基因变异条件下复发的概率建立起贝叶斯网络模型；

3)threshold为阈值，max为最大值，youden index为尤登指数即灵敏度与特异度的加和，fit为带入模型，mut为步骤1中的变异矩阵，即把步骤1的矩阵带入步骤2的模型后得到每个患者的评分，以灵敏度+特异度最大值的点作为模型区分高低风险的阈值；

4)gene vector为待检样本16基因的7状态变量的二元向量，maf为以此样本所有变异的记录，即以16个基因的变异状态转换为0-1的二元变量的向量；

5)score为待检样本的模型评分，把步骤4中待检样本的基因向量带入步骤2的模型得到的评分，predict为预测：评分大于步骤3中的阈值则此样本预测为有效，预后较好，小于等于步骤3中的阈值则预测为无效，预后较差；

6)当PCARS大于0.42141时，诊断为转移性激素抵抗型前列腺癌预后良好的人群；当PCARS小于或等于0.42141时诊断为转移性激素抵抗型前列腺癌预后较差的人群。