[发明专利]一种特征mRNA表达谱组合及结肠癌早期预测方法

说明书

本发明公开了一种特征mRNA表达谱组合及结肠癌早期预测方法，所述特征mRNA表达谱组合的核苷酸探针序列如SEQ ID NO.1‑20所示。本发明的基于mRNA表达谱组合特征评估结肠癌早期风险具有很高的精确度和准确率(ROC曲线下面积AUC＝1.000)。只需要获取上述20种mRNA的相对表达量，通过支持向量机模型计算给出结肠癌早期患病概率，可作为结肠癌早期预测的参考依据。

技术领域

本发明属于生物技术和医学领域，具体地说，涉及一种特征mRNA表达谱组合及结肠癌早期预测方法。

背景技术

结肠癌(colon cancer)是常见的发生于结肠部位的消化道恶性肿瘤，多发于直肠与乙状结肠交界处。结肠癌男女患病比率为2-3:1，40-50岁人群发病率最高。慢性结肠炎患者、结肠息肉患者、男性肥胖者等为易感人群。结肠癌早期无明显症状，早期诊断较为困难。全球疾病负担(Global Burden of Disease,GBD)数据显示，2017年全球患有结肠直肠癌的人数超过930万，其中中国患病人数高达235万。2017年全球患有结肠直肠癌的死亡人数约为90万，占总死亡人数的1.60％。中国2017年死亡患者数约为19万，占总死亡人数的1.79％。统计结果显示，从1990年到2017年全球结肠直肠癌患病率和死亡率持续增长。中国结肠直肠癌患病率和死亡率在2010年之前低于全球平均水平，2010年后患病率和死亡率急剧增长高于全球平均水平。

支持向量机(Support Vector Machine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，将新的实例映射到同一空间，并基于它们落在间隔的哪一侧来预测所属类别。当训练数据是线性可分时，SVM通过硬间隔最大化学习进行分类。当训练数据线性不可分时，SVM通过使用核技巧以及软间隔最大化学习进行分类。SVM对于特征含义相似的中等大小的数据集很强大，也适用于小型数据集。通常情况下，对样本量小于1万的数据集SVM都有很好的预测效果。SVM在疾病诊断、肿瘤分类、肿瘤基因识别等有着广泛的应用。

肿瘤早期诊断一直是医学界的难题。现有的早期诊断方法多是观测某一个或一类标志物的表达水平，难以达到理想的诊断效果。由于这些标志物在肿瘤患者和正常人群中的表达分布有部分重叠，难以界定标志物的临界值将肿瘤患者和正常人群较好地分开。因此，利用多个标志物表达特征组合可能是肿瘤早期诊断的一种有效方法。Messenger RNA(mRNA)是由DNA的一条链作为模板转录而来的、携带遗传信息的能指导蛋白质合成的一类单链核糖核酸。肿瘤组织与正常组织相比往往表现出大量mRNA的失调，研究表明这些失调的mRNA跟肿瘤的发生、病理机制和预后状态有密切关系。然而，由于单个mRNA分子在肿瘤和正常人群中表达分布有重叠，难以界定早期预测的临界值。

因此，有必要建立一种有助于结肠癌的早期预测的更稳定的多个差异mRNA表达特征组合的诊断模型。

发明内容

有鉴于此，本发明针对上述的问题，提供了一种特征mRNA表达谱组合及结肠癌早期预测方法，能够准确地进行结肠癌I/II期预测。

为了解决上述技术问题，本发明公开了一种特征mRNA表达谱组合，包括ASB8、CITED2、GLTP、GSN、ITM2C、LEPROT、MBNL1、NDRG2、PLPP1、RAP1A、RNF11、RNF185、SERINC1、SPPL2A、STX12、TGFBI、TRAK2、TRIB3、TXNIP和VSIR，其核苷酸探针序列如SEQ ID NO.1-20所示。

本发明还公开了一种基于上述的特征mRNA表达谱组合的结肠癌早期预测方法，包括以下步骤：

步骤1、获取结肠癌早期患者稳定差异表达的特征mRNA；

步骤2、选取特征mRNA表达数据，对每个样本进行数据标准化；