[发明专利]一种预测急性移植物抗宿主病的基因标志物及其应用

权利要求书

1.一种预测急性移植物抗宿主病的基因标志物，其特征在于，所述基因标志物包括：

(1)DDX5、BLNK、OGG1、SLC16A11、UTS2B、ABHD17C、STING1、CAMK1D、TIGD6、TUBA4A、CBX6、RFX2、TEME19、ADAM8、SLC25A29、SLC24A3、NAB2、BAMBI、IL2、ABCC6和EARS2的组合，或，

(2)CAMK1D、OGG1、NAB、IL2、STING1、ADAM8和TIGD6的组合。

2.权利要求1所述的预测急性移植物抗宿主病的基因标志物和/或其检测试剂在制备急性移植物抗宿主病检测产品中的应用。

3.一种检测急性移植物抗宿主病的试剂盒，其特征在于，所述试剂盒包括用于检测权利要求1所述的预测急性移植物抗宿主病的基因标志物的试剂；

优选地，所述试剂包括核酸提取试剂和/或核酸纯化试剂。

4.权利要求1所述的预测急性移植物抗宿主病的基因标志物和/或其检测试剂在构建预测急性移植物抗宿主病的模型或制备预测急性移植物抗宿主病的装置中的应用。

5.一种构建预测急性移植物抗宿主病的模型的方法，其特征在于，所述方法包括以下步骤：

(1)提取样本细胞进行测序，获取基因转录组表达水平，收集预后信息；

(2)将预后信息随机分为训练组和测试组，使用训练组数据的每个基因的转录水平表达数据作为输入信息，患者GVHD的发病程度作为输出信息，使用计算每个基因预测GVHD的AUC数值，选取AUC0.65或AUC-0.35的基因作为候选基因；

(3)根据候选基因在不同个体中的表达水平，筛选相关系数最低的40-60个基因，使用机器学习算法构建筛选出的基因对GVHD的预测。

6.根据权利要求5所述的构建预测急性移植物抗宿主病的方法，其特征在于，步骤(1)中所述预后信息包括GVHD的发生时间、发生部位、严重程度和主要症状。

7.根据权利要求5所述的构建预测急性移植物抗宿主病的模型的方法，其特征在于，步骤(3)中所述筛选的标准为：(a)首先选取0-II度aGVHD和Ⅲ-IV度aGVHD组之间差异表达的单基因的AUC值最高的前20个基因和AUC值最低的前20个基因；(b)其次对(a)中的40个基因进行相关性分析，若相关性分数高于0.4，则保留其中AUC值最高的基因，排除其中其他基因，最后剩余的基因作为候选预测特征基因。

8.根据权利要求5-7任一项所述的构建预测急性移植物抗宿主病的模型的方法，其特征在于，所述待测样本包括：不同供者和受者的外周血单个核细胞；

优选地，所述外周血单个核细胞进行了混合淋巴细胞反应；

优选地，所述机器学习算法包括经典决策树模型、随机森林模型或支持向量机模型中任意一种。

9.一种预测急性移植物抗宿主病的模型，其特征在于，所述预测急性移植物抗宿主病的模型由权利要求5-8任一项所述的构建预测急性移植物抗宿主病的模型的方法构建得到。

10.一种预测急性移植物抗宿主病的装置，其特征在于，所述装置包括：

模型构建模块和预测模块；

所述模型构建模块用于执行包括：

(1)提取样本细胞进行测序，获取基因转录组表达水平，收集预后信息；

(2)将预后信息随机分为训练组和测试组，使用训练组数据的每个基因的转录水平表达数据作为输入信息，患者GVHD的发病程度作为输出信息，使用计算每个基因预测GVHD的AUC数值，选取AUC0.65或AUC-0.35的基因作为候选基因；

(3)根据候选基因在不同个体中的表达水平，筛选相关系数最低的40-60个基因，使用机器学习算法构建筛选出的基因对GVHD的预测；

所述预测模块用于执行包括：

利用模型构建模块构建的预测急性移植物抗宿主病的模型预测待测样本急性移植物抗宿主病。