本发明涉及一种检测肺腺癌肿瘤突变负荷的基因组合物及其应用，属于分子诊断。
背景技术：
1、肺癌是对人类健康和生命威胁最大的恶性肿瘤之一，其发病率和死亡率分别高居所有恶性肿瘤的第二位和第一位。而肺腺癌是当前最主要的肺癌病理亚型，已占据每年所有新发肺癌病例的近三分之二。而免疫治疗作为一种新型的治疗方法，其通过激活机体抗肿瘤免疫反应，从而控制与清除肿瘤。肿瘤免疫治疗由于其卓越的疗效和创新性，近年来在肺腺癌的治疗中得以被广泛应用。
2、肿瘤突变负荷(tumor mutational burden，tmb)被定义为每百万碱基中被检测出的，体细胞基因编码错误、碱基替换、基因插入或缺失错误的总数。研究表明，对于肿瘤突变负荷高的肺腺癌患者，其肿瘤细胞会表达大量的异常蛋白，这些异常的蛋白被呈递到肿瘤细胞表面后，可被免疫细胞识别，并激活免疫细胞对肿瘤的杀伤作用。因此肿瘤突变负荷是肺腺癌免疫治疗的重要检测指标，肿瘤突变负荷高的肺腺癌患者，更可能从免疫治疗中获益。
3、目前肿瘤突变负荷检测方法主要是基于高通量测序平台的全外显子测序和靶向panel测序，成本高昂，检测一次成本数千至上万元不等，且检测流程繁琐。因此，开发一种具备高敏感性、特异性、性价比和应用价值的检测方法应用于肺腺癌患者肿瘤突变负荷检测，具有重要的临床价值，有助于临床上针对肺腺癌患者个体化免疫治疗方案的制定。目前转录组测序成本已降至数百元，通过转录组测序所获得的基因表达数据，来推测患者肿瘤突变负荷的方法具有重要的意义。
技术实现思路
1、本发明的目的是：针对现有技术的不足，本发明提供一种检测肺腺癌肿瘤突变负荷的组合物及其应用，通过检测患者多个基因的表达量，作为生物标志物用于判断患者肿瘤突变负荷情况，将会更具性价比地为肿瘤突变负荷检测提供保障，同时具有高敏感性、特异性和应用价值，有助于实现针对患者的精准医疗。
2、为了实现上述目的，本发明提供了一种基因组合物在制备检测肺腺癌肿瘤突变负荷的产品中的应用，所述基因组合物由以下基因组成：aadac、cxcl9、eda2r、erap2、foxe1、gja1、grhl1、hsd17b14、klc3、lgals3bp、sox9、sun3、syngr3和uhrf1。
3、优选地，所述产品包括检测试剂盒、检测系统或设备。
4、优选地，所述应用包括在制备检测肺腺癌肿瘤突变负荷的试剂盒中的应用，所述试剂盒内至少包括检测样本中所述基因组合物表达量的试剂，所述检测试剂作为试剂盒实现检测肺腺癌肿瘤突变负荷的唯一关键成分。
5、优选地，所述样本为新鲜组织肿瘤样本。
6、本发明还提供了一种检测肺腺癌肿瘤突变负荷的试剂盒，至少包括特异性检测以下基因表达量的试剂：aadac、cxcl9、eda2r、erap2、foxe1、gja1、grhl1、hsd17b14、klc3、lgals3bp、sox9、sun3、syngr3和uhrf1。
7、优选地，所述试剂包括包括总rna抽提试剂(可以是trizol试剂)和/或转录组测序试剂(可以是vahts universal v5 rna-seq library prep试剂盒)。
8、优选地，所述试剂盒内还包括记载了如下评分模型的载体：
9、score＝-0.546×aadac+0.418×cxcl9-0.852×eda2r-0.457×erap2+0.438×foxe1-0.332×gja1+0.466×grhl1+0.304×hsd17b14+0.386×klc3-0.449×lgals3bp-0.23×sox9+0.471×sun3+0.411×syngr3+0.888×uhrf1+0.411；
10、上述评分模型中各基因代表的是基因表达变量，所述基因表达变量为基因表达量的矩阵数值log2变换，即基因表达量的log2(fpkm+1)值，当检测样本score得分大于0时，则该检测样本为高肿瘤突变负荷型；当检测样本得分等于或小于0时，则该检测样本为低肿瘤突变负荷型。其中，肿瘤突变负荷型的划分标准为：肿瘤突变负荷≥10/mb为高肿瘤突变负荷型，肿瘤突变负荷<10/mb为低肿瘤突变负荷型。
11、本发明还提供了一种用于非疾病诊断和治疗目的的检测肺腺癌肿瘤突变负荷的方法，包括如下步骤：
12、步骤1：检测样本以下基因的表达量：aadac、cxcl9、eda2r、erap2、foxe1、gja1、grhl1、hsd17b14、klc3、lgals3bp、sox9、sun3、syngr3和uhrf1；
13、步骤2：根据评分模型计算score值：score＝-0.546×aadac+0.418×cxcl9-0.852×eda2r-0.457×erap2+0.438×foxe1-0.332×gja1+0.466×grhl1+0.304×hsd17b14+0.386×klc3-0.449×lgals3bp-0.23×sox9+0.471×sun3+0.411×syngr3+0.888×uhrf1+0.411；
14、上述评分模型中各基因代表的是基因表达变量，所述基因表达变量为基因表达量的矩阵数值log2变换，即log2(fpkm+1)；
15、步骤3：判断：当检测样本score得分大于0时，则该检测样本为高肿瘤突变负荷型；当检测样本得分等于或小于0时，则该检测样本为低肿瘤突变负荷型。
16、本发明还提供了一种检测肺腺癌肿瘤突变负荷的系统或设备，所述系统或设备包括：
17、数据获取模块，用于获取待测受试者检测样本中以下基因表达量的数据：aadac、cxcl9、eda2r、erap2、foxe1、gja1、grhl1、hsd17b14、klc3、lgals3bp、sox9、sun3、syngr3和uhrf1；
18、检测模块，用于将所述数据获取模块获取得到的基因表达量的数据输入以下评分模型中：
19、score＝-0.546×aadac+0.418×cxcl9-0.852×eda2r-0.457×erap2+0.438×foxe1-0.332×gja1+0.466×grhl1+0.304×hsd17b14+0.386×klc3-0.449×lgals3bp-0.23×sox9+0.471×sun3+0.411×syngr3+0.888×uhrf1+0.411；
20、所述评分模型基于所述基因表达量的数据而对受试者肿瘤突变负荷水平进行检测判断；
21、以及检测结果获取模块，用于获取所述检测模块中评分模型的输出结果，从而得到受试者肿瘤突变负荷水平的检测结果。
22、本发明与现有技术相比，具有如下有益效果：
23、本发明运用limma包筛选与肺腺癌肿瘤突变负荷密切相关的差异基因，通过lasso回归和logistic回归进一步筛选出用于检测的肺腺癌肿瘤突变负荷基因集，并构建上述基因集表达组成的score评分模型；实验验证该评分模型用于检测肺腺癌肿瘤突变负荷水平具有灵敏度高、特异度高的特点，同时性价比高，具有广泛的应用前景，有助于实现针对患者的精准医疗。