一种食管鳞状细胞癌数据的处理方法及其系统

本发明涉及数据分析领域，更具体地，涉及一种食管鳞状细胞癌数据的处理方法及其系统。

背景技术：

1、食管鳞状细胞癌(esophageal squamous cell carcinoma,escc)是威胁人类健康的恶性肿瘤。escc患者的五年生存率在发达国家低于20％，在许多发展中国家低于5％。值得注意的是，一些原发性食管癌患者在食管切除术后往往会迅速复发，这些患者的预后仍然很差。迄今为止，没有精确的分子生物标志物可以预测这些原发性escc患者的发展，导致临床管理不足。因此，迫切需要确定原发性escc的新的预后生物标志物。

2、多种协同修复机制可以快速且适当修复正常细胞中的dna损伤；dna双链断裂主要通过同源重组(hr)和非同源末端连接(nhej)修复，dna单链断裂主要通过错配修复(mmr)和核苷酸切除修复途径(ner)修复。dna损伤修复(ddr)缺陷会导致dna损伤和基因组不稳定性的积累、新抗原的产生和免疫检查点的表达上调，最终改变肿瘤微环境(tme)中的免疫平衡。有趣的是，ddr缺乏通过影响抗原性、佐剂性和反应性而成为抗肿瘤免疫应答的重要决定因素，这可能有助于免疫疗法的应答。最近的研究揭示了一些基于ddr的生物标记物在预测免疫治疗反应方面的潜力；然而，ddr相关特征对预后评估和个体化免疫治疗的价值尚未完全阐明。因此，揭示肿瘤ddr途径的变化与预后之间的关联，并基于ddr特异性特征进行个体化免疫治疗的方案至关重要。

3、escc的治疗通常涉及多种方式，包括手术、放疗和化疗。最近，免疫检查点抑制剂(如抗pd-1)对晚期和转移性escc产生了显著的生存益处。对于原发性食管癌，食管切除术后的化学放疗或辅助化疗是主要的治疗方式；然而，许多患者天生对上述常规治疗有抵抗力，临床疗效有限。迄今为止，还没有免疫疗法被批准用于原发性escc的治疗。因此，迫切需要全面了解免疫微环境，为原发性escc患者开发最佳的免疫治疗方法。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供了一种食管鳞状细胞癌数据的处理方法，利用待测样本的测序数据将待测样本分为ddr-silent亚型和非ddr-silent亚型的两种分类结果，再根据ddr-silent亚型的分类结果给出pd-1阻断联合gitr触发或btla阻断的联合治疗策略，并验证了组合免疫治疗策略的有效性。本发明方法还通过对测序数据的分析，得到了两个独立的预后预测基因，实现对原发性escc待测样本的分类，有效改善原发性escc患者的预后。

2、本技术第一方面公开一种食管鳞状细胞癌数据的处理方法，包括：

3、获取待测样本的测序数据；

4、将所述待测样本的测序数据输入到构建好的分类模型，得到ddr-silent亚型和非ddr-silent亚型的分类结果；

5、基于所述ddr-silent亚型的分类结果给出是否给予anti-pd-1抗体+anti-gitr促进剂/anti-btla抑制剂的治疗方案。

6、本技术第二方面公开一种食管鳞状细胞癌数据的处理方法，包括：

7、获取待测样本的测序数据；

8、基于所述待测样本的测序数据的基因表达数据，得到ddr-silent亚型和非ddr-silent亚型的分类结果，所述基因表达数据包括下列一种或几种基因的表达量：hfm1、brca1；

9、基于所述ddr-silent的分类结果给出是否给予anti-pd-1抗体+anti-gitr促进剂/anti-btla抑制剂的治疗方案；

10、可选的，所述ddr-silent亚型的分类结果对应hfm1基因表达量高。

11、所述待测样本的测序数据为原发性escc患者的rna-seq数据；

12、可选的，所述anti-pd-1抗体包括：invivomabanti-mouse pd-1；所述anti-pd-1抗体优选为clone rmp1-14；

13、可选的，所述anti-gitr促进剂包括：invivomabanti-mouse gitr；所述anti-gitr促进剂优选为clone dta-1；gitr作为共刺激受体，成为增强免疫治疗的潜在靶点，gitr对t细胞的激活起着关键作用，gitr的活性通过协同作用增强其他抗癌疗法；

14、可选的，所述anti-btla抑制剂包括：invivomabanti-mouse btla；所述anti-btla抑制剂优选为clone 6a6；btla作为供抑制受体，配体为疱疹病毒侵入介质(hvem)。

15、所述ddr-silent亚型的分类结果的t细胞亚群中btla和pd-1均高表达、和/或gitr低表达和pd-1高表达。

16、所述分类模型的构建方法包括：

17、获取训练集样本的测序数据及样本对应的生存期情况；

18、从所述训练集样本的测序数据中提取与生存率相关的通路及其基因表达情况；

19、基于生存期情况对训练集样本进行聚类分析，得到ddr-silent亚型和非ddr-silent亚型两组分类及表征每组分类的通路及其基因表达情况，得到所述分类模型；

20、可选的，所述与生存率相关的通路包括以下一种或几种：mmr通路、ner通路、fa通路和nhej通路。

21、所述构建方法还包括：基于所述与生存率相关的通路的基因表达情况，利用单变量回归分析方法得到与生存结果相关的(8个)ddr基因集和对应基因表达情况；利用多变量分析方法对所述与生存结果相关的ddr基因集和对应基因表达情况进行处理，得到预后预测基因和预后预测基因的基因表达情况；

22、基于生存期情况对所述训练集样本进行聚类分析，得到ddr-silent亚型和非ddr-silent亚型两组分类及表征每组分类的预后预测基因及其基因表达情况，得到分类模型。

23、所述聚类分析的方法为：一致性聚类算法；

24、可选的，所述训练集样本的测序数据包括：原发性escc肿瘤组织样本和转移性escc肿瘤组织样本的rna-seq数据。

25、本技术第三方面公开一种食管鳞状细胞癌数据的处理系统，包括：

26、获取单元，用于获取待测样本的测序数据；

27、分类单元，用于将所述待测样本的测序数据输入到构建好的分类模型，得到ddr-silent亚型和非ddr-silent亚型的分类结果；

28、输出单元，基于所述ddr-silent亚型的分类结果给出是否给予anti-pd-1抗体+anti-gitr抗体/anti-btla抗体的治疗方案。

29、本技术第四方面公开一种食管鳞状细胞癌数据的处理设备，所述设备包括：存储器和处理器；

30、所述存储器用于存储程序指令；所述处理器用于调用程序指令，当程序指令被执行时，用于执行上述的食管鳞状细胞癌数据的处理方法。

31、本技术第五方面公开一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的食管鳞状细胞癌数据的处理方法。

32、本技术具有以下有益效果：

33、1、本技术创新性的公开一种食管鳞状细胞癌数据的处理方法，利用ddr-silent亚型的特异性对被分类ddr-silent亚型的待测样本给出pd-1阻断联合gitr触发或btla阻断的联合治疗策略，将为具有ddr-silent亚型的原发性escc的治疗和管理策略提供潜在的临床意义。

34、2、本技术创新性的将原发性escc患者分类为ddr-silent亚型和非ddr-silent亚型，并基于患者的测序数据或预后预测基因的分析，对患者进行临床预后评估，该方法从深层次挖掘隐含在生物数据背后的生命规律，从生物群体的基因信息和通路信息等多个维度深度分析，大大提高数据分析的精度和深度。同时，本技术还公开了根据ddr通路基因集及其基因表达情况将原发性escc进行分型的模型构建方法，在模型构建过程中，确定了两种独立的预后生物标志物brca1和hfm1，利用该分类模型可以实现对经常快速复发、预后不佳的原发性escc患者的后续生存率进行有效预测，对免疫治疗方案进行有效指导，对基于ddr的新型分子亚型的鉴定为肿瘤异质性提供了新的线索和视角，揭示了ddr-silent亚型的原发性escc患者治疗和管理策略具有的潜在的临床意义。