[发明专利]一种胃癌诊断试剂盒及其应用

权利要求书

1.一种胃癌诊断试剂盒，其特征在于，包含探针，所述的探针为针对人类染色体下述靶区域的相同序列：

2.根据权利要求1所述的胃癌诊断试剂盒，其特征在于，所述的探针为针对人类染色体下述靶区域的相同序列：

3.根据权利要求2所述的胃癌诊断试剂盒，其特征在于，包含28238条探针，所述的探针序列为人类参考基因组hg38版本的下述片段的相同序列：

chr1的片段包括：

chr2的片段包括：

chr3的片段包括：

chr4的片段包括：

chr5的片段包括：

chr6的片段包括：

chr7的片段包括：

chr8的片段包括：

chr9的片段包括：

chr10的片段包括：

chr11的片段包括：

chr12的片段包括：

chr13的片段包括：

chr14的片段包括：

chr15的片段包括：

chr16的片段包括：

chr17的片段包括：

chr18的片段包括：

chr19的片段包括：

chr20的片段包括：

chr21的片段包括：

chr22的片段包括：

chrX的片段包括：

chrY的片段包括：

4.一种权利要求1-3任一项所述的胃癌诊断试剂盒的检测方法，其特征在于，包括以下步骤：

(1)对靶点区域进行探针捕获；

(2)通用引物扩增建库；

(3)对探针捕获后的数据进行测序，将测序结果带入模型；

(4)模型判定待测样本的阴阳性及患胃癌的风险。

5.根据权利要求4所述的检测方法，其特征在于，所述的探针检测cfDNA中的染色质开放区间。

6.根据权利要求4所述的检测方法，其特征在于，所述的试剂盒的检测样本选自血浆、血清、全血、分离的血细胞、活检组织、组织切片、石蜡包埋的组织、体液、细胞中的一种或多种。

7.根据权利要求4所述的检测方法，其特征在于，所述的步骤(3)中的模型为人工智能模型；所述的人工智能模型选自机器学习模型、深度学习模型中的一种或多种。

8.根据权利要求7所述的检测方法，其特征在于，所述的机器学习模型选自随机森林模型、svm模型、glmnet模型、GBM模型中的一种或多种。

9.根据权利要求7所述的检测方法，其特征在于，所述的深度学习模型选自RNN模型、CNN模型、standardNN模型、图神经网络模型中的一种或多种。

10.权利要求1-3中任一项所述的胃癌诊断试剂盒在制备胃癌诊断产品中的应用。