本发明涉及肿瘤的分子生物学技术领域，涉及一种建立预测胃癌风险的预测模型的方法，本发明从采集的生物学样本中测定多个单核苷酸多态性（snp）位点，建立预测胃癌风险的预测模型，通过建立的模型对单核苷酸多态性（snp）位点比较分析判定预测人群罹患胃癌的风险以及从受试者胃癌诊断的角度上预测与胃癌发生风险的相关性。
背景技术：
据报道，胃癌已成为我国癌症第二大死因，每年新增胃癌病例及死亡病例占全球的40%以上。现有技术公开了胃癌被视为具有几种流行病学和组织病理学特征的单一的异质性疾病。临床实践中胃癌的诊断主要依据病理活检进行确诊，临床早期诊断通常通过胃镜取活检样本的方法，并综合临床参数如肿瘤指标等；临床实践显示，胃癌的诊断时间的早晚会对患者的预后生存产生明显差异，根据tmn分期，i期的五年生存率为90％或以上，而iv期的五年生存率小于20％，证实了诊断时间的不同期间的差异巨大。
目前临床上胃癌的早期诊断方法主要依靠病理学检查及辅助诊断技术如脱落细胞学检查、肿瘤标志物以及组织活检；肿瘤标志物在近年来已经被广泛应用，在胃癌的早期诊断及预后复发等方面发挥了其有益优势，但其在鉴别良恶性疾病、肿瘤的来源等多个方面上存在有一定的局限性；组织活检方式具有较高的灵敏度和特异度，但该方式是极具创伤性的诊断方法，难以广泛运用于患者的早期筛查。因此，寻找非侵入性、便捷而敏感的早期诊断方法对提高胃癌患者长期生存率有着重要的意义。
基于现有技术存在的缺陷，本申请的发明人拟提供一种建立胃癌的风险预测模型的方法，本申请依据单核苷酸多态性（snp）可改变癌基因的转录表达和蛋白功能，影响肿瘤的发生发展的研究基础，通过分析影响胃癌发生相关的多个单核苷酸多态性位点，进行基因分型，建立预测胃癌风险的模型；采用建立的模型可以提高胃癌的早期诊断率，同时，根据功能研究以及生存分析预测高危人群罹患胃癌的风险。
技术实现要素：
本发明的目的在于提供一种新型的高危人群罹患胃癌风险的预测工具，具体涉及一种建立预测胃癌风险的预测模型的方法，尤其是基于胃癌患者的单核苷酸多态性的新型风险预测模型的建立方法。
为了实现上述目的，本发明提供一种建立预测胃癌风险的预测模型的方法，本发明从采集的生物学样本中测定多个单核苷酸多态性（snp）位点，建立预测胃癌风险的预测模型，通过建立的模型对单核苷酸多态性（snp）位点比较分析判定预测人群罹患胃癌的风险以及从受试者胃癌诊断的角度上预测与胃癌发生风险的相关性。
本发明中，通过分析影响胃癌发生相关的多个单核苷酸多态性位点，在大量样本的研究对象中进行基因分型，进行胃癌风险的预测模型的建立。
本发明中，从受试者采集的生物学样本中，测定多个单核苷酸多态性位点，从受试者胃癌诊断的角度上判定与胃癌发生风险的相关性。
具体的，本发明的一种建立预测胃癌风险的预测模型的方法，其包括步骤：
1）采集生物学样本，
包括采集正常人和胃癌患者外周血样本，分离dna，进行基因分型，将包含单核苷酸多态性（snp）位点snp位点区域的dna扩增，将特异的延伸引物与pcr产物进行单碱基延伸反应，通过检测延伸产物分子量的大小，对snp作分型检测；
2）测定多个单核苷酸多态性位点，
包括所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；
通过逻辑回归得到算式logitp,以诊断类型为状态变量作出受试者工作曲线（roc曲线），预测胃癌发生的roc下面积（auc），灵敏度（sensitivity）为0.74时特异性（specificity）为0.91，建立得预测模型。
本发明的一个实施例中，通过采集取正常人和胃癌患者人的外周血样本（样本信息如图1所示），使用axyprep血液基因组dna小量提取试剂盒（axygen公司）从外周血分离出dna；。基因分型采用sequenommassarray技术，将包含snp位点区域的dna扩增，应用massarrayiplex单碱基延伸技术，将特异的延伸引物与pcr产物进行单碱基延伸反应；多态性引起的延伸产物不同的末端碱基将导致延伸后的产物分子量的差异，通过检测延伸产物分子量的大小，应用专用的分析软件，对snp作分型检测；
在本发明中，通过测定多个单核苷酸多态性位点，根据所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；其包括：采用spss（13版本）和excel将观察到的和预期的基因型频率进行hardyweinberg平衡（hwe）检验和皮尔森卡方检验，并矫正年龄，性别，吸烟状况，饮酒状况，通过二元逻辑回归分析，得出位点统计显著性；所述的皮尔森卡方检验还被用以评估不同组间的定性数据，而student’st检验和非参数检验应用于比较定量变量,当双侧p值小于0.05被认为有统计学显著性。
本发明中，逻辑回归方法主要包括：普通分析，等位基因型分析，geneticmodel分析；并通过男女分层，进一步在男性或女性中进行普通分析，等位基因型分析，geneticmodel分析，其中，普通分析确定位点统计显著性：rs2273626（or值1.672，p值0.001763），rs2274223（or值1.378，p值0.04281），为胃癌的危险因素；
本发明中，经大量实验数据表明，所述的单核苷酸多态性（snp）位点的危险等位基因分别是：rs2273626位点为a，rs2274223位点为a；
本发明中，进一步，通过逻辑回归得到算式logitp,并根据算式将原数据转换为logitp值，以此为检验变量，以诊断类型为状态变量作出受试者工作曲线（roc曲线）；两个snp联合预测胃癌发生的roc下面积（auc）为0.90（如图2所示），灵敏度（sensitivity）为0.74时特异性（specificity）为0.91，表明所建立的模型预测性能良好，可以用于识别胃癌和正常人群。
在本发明的具体实施方案中，本发明将snp位点信息及病史信息放入风险预测模型计算出每名研究对象的胃癌发病风险，采用作受试者工作特征曲线(roc)评估胃癌发生风险预测模型，根据roc曲线下面积评价该预测方法的价值，结果显示，两个阳性snp位点联合预测胃癌发生的roc下面积为0.90，表明该模型预测性能良好，可以很好的识别胃癌与非胃癌人群。
本发明提供了一种从胃癌诊断的受试者中建立预测模型的方法，通过建立的预测模型法可从受试者采集的生物学样本中，测定多个单核苷酸多态性（snp）位点，通过对照分析正常人群和胃癌病人，并根据基因变异的频率将具统计显著性的单核苷酸变异进行分析，并从受试者胃癌诊断的角度上判定与胃癌发生风险的相关性，从而提高早期诊断率，改善临床结果；所述风险预测模型适用于预测人群罹患胃癌的风险。
附图说明
图1是采集的生物学外周血样本信息。
图2是；两个snp联合预测胃癌发生的roc下面积（auc）为0.90。
具体实施方式
实施例1
通过收取正常人（共392例）和胃癌病人（共443例）的外周血样本（样本信息如图1所示），使用axyprep血液基因组dna小量提取试剂盒（axygen公司）从外周血分离出dna。基因分型采用sequenommassarray技术，将包含snp位点区域的dna扩增，应用massarrayiplex单碱基延伸技术，将特异的延伸引物与pcr产物进行单碱基延伸反应。多态性引起的延伸产物不同的末端碱基将导致延伸后的产物分子量的差异，通过检测延伸产物分子量的大小，应用专用的分析软件，对snp作分型检测；
在本实验中，通过测定多个单核苷酸多态性位点，根据所述单核苷酸多态性位点基因频率，并矫正受试者的年龄、性别、吸烟、饮酒状况，进行逻辑回归，确定位点的统计显著性；具体方法为：采用spss（13版本）和excel将观察到的和预期的基因型频率进行hardyweinberg平衡（hwe）检验和皮尔森卡方检验，并矫正年龄，性别，吸烟状况，饮酒状况，通过二元逻辑回归分析，得出位点统计显著性。皮尔森卡方检验也被用来评估不同组间的定性数据，而student’st检验和非参数检验应用于比较定量变量,当双侧p值小于0.05被认为有统计学显著性；
逻辑回归方法主要包括：普通分析，等位基因型分析，geneticmodel分析；并通过男女分层，进一步在男性或女性中进行普通分析，等位基因型分析，geneticmodel分析。其中，普通分析确定位点统计显著性：rs2273626（or值1.672，p值0.001763），rs2274223（or值1.378，p值0.04281），为胃癌的危险因素。
进一步，通过逻辑回归得到算式logitp,并根据算式将原数据转换为logitp值，以此为检验变量，以诊断类型为状态变量作出受试者工作曲线（roc曲线），两个snp联合预测胃癌发生的roc下面积（auc）为0.90（图2），灵敏度（sensitivity）为0.74时特异性（specificity）为0.91，表明该模型预测性能良好，可以识别胃癌和正常人群。