一组基因标签在胶质瘤预后预测和/或伊利司莫敏感性评估中的应用

本发明属于生物医学检测，具体涉及一组基因标签在胶质瘤预后预测和/或伊利司莫敏感性评估中的应用。

背景技术：

1、脑胶质瘤(glioma)是一种由中枢神经系统内细胞突变产生的异质性肿瘤，其中原发性恶性肿瘤是目前治疗效果最差的癌症之一。2021年版who中枢神经系统肿瘤分类将脑胶质瘤分为1～4级，其中，1、2级为低级别脑胶质瘤，3、4级为高级别脑胶质瘤。胶质瘤的一线治疗策略包括手术切除和放化疗，然而由于恶性胶质瘤具有极高的侵袭性、瘤内遗传异质性以及丰富血管新生等表型特征，导致手术无法彻底切除，并且残留肿瘤导致容易复发和恶性进展，因此需要寻找一种新的治疗策略，从而提高胶质瘤治疗水平的有效性以及预测预后的准确性。

2、铜是生物必需的微量元素，在呼吸、铁代谢、抗氧化活性等多种代谢途径中发挥着重要作用。细胞内铜稳态一旦发生紊乱，会造成氧化应激及一系列代谢途径失调，最终导致细胞死亡，并且多种疾病都与铜代谢失衡有关。正常状态下，细胞内的铜转运和代谢系统将铜维持在较低的水平，形成铜摄取与外排的动态平衡，以防止细胞内游离铜积累，对细胞产生毒害作用。铜与肿瘤细胞中多种信号通路直接相关，通过结合和激活多种信号通路中的关键分子，促进肿瘤的发生发展，并调节肿瘤代谢。

3、肿瘤细胞铜死亡的发现证明了铜离子发挥毒性的作用机制不同于所有其他已知的调节细胞死亡机制，包括细胞凋亡、铁死亡、焦亡和坏死性凋亡等。铜离子载体药物伊利司莫将cu2+转运到细胞内，随后铜离子可以直接靶向线粒体代谢的tca循环，cu2+在依赖线粒体呼吸的细胞中过度积累时，会与tca循环中的硫辛酰化dlat结合，诱导dlat的异聚化，不溶性dlat的增加产生细胞毒性。目前铜死亡被认为在癌症治疗中具有巨大潜力。有研究表明靶向诱导肿瘤铜死亡及联合其他治疗方法可能是克服传统癌症治疗耐药机制的潜在策略。

4、伊利司莫是一种双酰胺化合物，最有效的铜离子载体药物之一。它在细胞外环境中以1：1的比例结合cu2+，形成膜渗透性复合物。该复合物进入线粒体后，fdx1作为伊利司莫的直接靶标，它可以将复合物中cu2+还原为更具毒性的形式cu+释放出来。cu+可以产生活性氧，导致fe-s簇蛋白合成的抑制等，此外从而对细胞产生毒害作用。因此，利用铜离子载体药物使胶质瘤细胞内铜离子处于失衡状态，进而诱导细胞铜死亡是治疗胶质瘤的一种有效策略。

5、基于上述原因，本发明致力于阐明一组基因标签在胶质瘤预后预测和/或伊利司莫名感性评估中的应用，以提供可以对胶质瘤精准预测预后并对伊利司莫敏感性进行评估的预测和/或评估模型，从而给出个体化治疗方案，指导临床精准诊疗。

技术实现思路

1、有鉴于此，本发明有必要提供一组用于胶质瘤预后预测和/或伊利司莫敏感性评估的基因标签，及所述的基因标签在胶质瘤预后预测和/或伊利司莫敏感性评估中的应用，从而能够为临床医生和患者提供准确的胶质瘤疗效评估，达到个性化或精准医疗的目的。

2、为了实现上述目的，本发明采用以下技术方案：

3、本发明的第一个方面提供了一组用于胶质瘤预后预测和/或伊利司莫敏感性评估的基因标签，其特征在于，所述基因标签选自a～d中的至少一种：

4、a：铜死亡相关基因；

5、b：细胞膜内外铜转运相关基因；

6、c：细胞膜内外铜还原相关基因；

7、d：线粒体内外铜转运相关基因。

8、进一步方案，所述铜死亡相关基因为lipt1、fdx1中的至少一种。

9、进一步方案，所述细胞膜内外铜转运相关基因为slc31a1。

10、进一步方案，所述细胞膜内外铜还原相关基因为steap2、steap3中的至少一种。

11、进一步方案，所述线粒体内外铜转运相关基因为ccs。

12、在本发明的一个典型的实施例中，所述基因标签为lipt1、fdx1、slc31a1、steap2、steap3和ccs的组合。

13、本发明第二个方面提供了检测样本中本发明第一个方面所述的基因标签表达水平的试剂在制备用于胶质瘤预后预测和/或伊利司莫敏感性评估的产品中的应用。

14、进一步方案，所述的基因标签表达水平可通过本领域中常规的测序技术进行检测，具体的说，所述的测序技术包括但不限于核酸测序技术、聚合酶链式反应和/或实时荧光定量聚合酶链式反应；所述试剂包括通过上述测序技术检测样本中所述基因标签表达水平的试剂。

15、进一步方案，所述试剂为通过实时荧光定量聚合酶链式反应检测样本中所述基因标签表达水平的试剂。

16、进一步方案，所述试剂为检测所述基因标签mrna表达水平的试剂。

17、进一步方案，所述试剂为检测与所述基因标签转录的mrna互补的cdna表达水平的试剂；其中，所述基因标签转录的mrna互补的cdna是通过逆转录酶，基于mrna逆转录成cdna完成的；通过测定互补cdna的量可以获得多基因转录的mrna的量。优选的，所述基因标签转录的mrna互补的cdna的量是通过实时荧光定量聚合酶链式反应检测的。

18、进一步方案，所述试剂为引物或荧光探针。比如，所述试剂可以是特异性识别lipt1、fdx1、slc31a1、steap2、steap3和ccs的荧光探针，或者特异性扩增lipt1、fdx1、slc31a1、steap2、steap3和ccs的引物。可以理解的是，这里的引物或荧光探针可通过本领域技术人员熟知的方法来进行制备，故这里不再具体阐述。

19、进一步方案，所述样本为胶质瘤患者的肿瘤组织；优选的，所述胶质瘤患者为who胶质瘤2～4级患者。需要特别说明的是，所述肿瘤组织排除了坏死和炎性浸润区域。

20、进一步方案，所述产品包括检测样本中所述的基因标签表达水平的试剂，还可以根据测序技术的不同而包括相应测序技术需要的试剂，比如总rna抽提试剂、逆转录试剂、实时荧光定量聚合酶链式反应试剂等。本文中所述的产品主要指的是体外检测产品，包括但不限于为芯片或试剂盒，优选的，所述产品为基因检测试剂盒。

21、进一步方案，在每例样本检测后，使用公式：

22、

23、进行风险评分，其中，n为用于胶质瘤预测预后和/或伊利司莫敏感性评估的基因标签数，expi为每个基因的表达水平，βi为每个基因的回归系数。具体的说，本技术通过筛选获得相关基因标签，随后利用多因素cox回归方法对获得的基因标签与生存风险进行拟合，得到每一个基因的回归系数，最后利用每一个基因的表达水平和回归系数来构建风险评分。

24、具体的说，在预测胶质瘤患者预后情况和/或评估伊利司莫敏感性时，首先通过上述公式获得风险评分，然后与中位数进行比较，当风险评分高于中位数时，视为患者预后不良且对伊利司莫敏感性较低；当风险评分低于中位数时，视为患者预后良好。

25、本发明第三个方面提供了一种用于胶质瘤预后预测和/或伊利司莫敏感性评估的系统或装置，所述系统或装置包括：

26、数据获取模块，用于获取胶质瘤患者样本中的基因标签的表达谱数据，所述基因标签为lipt1、fdx1、slc31a1、steap2、steap3和ccs的组合；

27、预测和/或评估模块，用于将所述数据获取模块得到的基因标签表达谱数据作为输入数据提供给预测和/或评估模型，所述预测和/或评估模型基于胶质瘤患者的基因标签表达谱数据对胶质瘤患者的预后进行预测和/或对伊利司莫敏感性进行评估；

28、预测和/或评估结果获取模块，用于获取所述预测和/或评估模块中预测和/或评估模型的输出结果，得到待测胶质瘤患者预后预测和/或伊利司莫敏感性评估的结果。

29、进一步方案，所述预测和/或评估模型为cox回归模型。

30、进一步方案，所述cox回归模型为lasso cox回归模型。

31、进一步方案，所述预测和/或评估模型的公式为βi)，其中，n为用于胶质瘤预测预后和/或伊利司莫敏感性评估的基因标签数，expi为每个基因的表达水平，βi为每个基因的回归系数。

32、当风险评分高于中位数时，视为患者预后不良且对伊利司莫敏感性较低，采用铜离子载体药物伊利司莫、外源cu2+(氯化铜)联合治疗策略可使患者受益；当风险评分低于中位数时，视为患者预后良好。

33、进一步方案，在训练队列、验证队列一和验证队列二中，所述中位数分别为1.29、1.29、1.37；

34、在训练队列中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

35、在验证队列一中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

36、在验证队列二中，当风险评分高于1.37时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.37时，患者预后良好；

37、其中，所述训练队列为tcga-who 2～4级胶质瘤数据集；所述验证队列一为cgga-693数据集；所述验证队列二为cgga-325数据集。

38、本发明第四个方面提供了一种计算机设备，其包括存储器和处理器，所述存储器存储有程序，所述处理器执行所述程序时实现如下方法：

39、获取胶质瘤患者样本中的基因标签表达谱数据，所述基因标签为lipt1、fdx1、slc31a1、steap2、steap3和ccs的组合；

40、将所述基因标签表达谱数据作为输入数据提供预测和/或评估模型；

41、输出胶质瘤患者预后预测和/或伊利司莫敏感性评估的结果。

42、进一步方案，所述预测和/或评估模型为cox回归模型。

43、进一步方案，所述cox回归模型为lasso cox回归模型。

44、进一步方案，所述预测和/或评估模型的公式为其中，n为用于胶质瘤预测预后和/或伊利司莫敏感性评估的基因标签数，expi为每个基因的表达水平，βi为每个基因的回归系数。

45、当风险评分高于中位数时，视为患者预后不良且对伊利司莫敏感性较低；当风险评分低于中位数时，视为患者预后良好。

46、进一步方案，在训练队列、验证队列一和验证队列二中，所述中位数分别为1.29、1.29、1.37；

47、在训练队列中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

48、在验证队列一中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

49、在验证队列二中，当风险评分高于1.37时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.37时，患者预后良好；

50、其中，所述训练队列为tcga-who 2～4级胶质瘤数据集；所述验证队列一为cgga-693数据集；所述验证队列二为cgga-325数据集。

51、可以理解的是，本发明所述的计算机设备包括但不限于任何一种可与用户通过键盘、触摸板或声控设备等方式进行人机交互的个人电脑、服务器等终端。还可以包括移动终端，具体包括但不限于任何一种可与用户通过键盘、触摸板或声控设备等方式进行人机交互的电子设备，例如，平板电脑、智能手机、个人数字助理、智能式穿戴式设备等终端。

52、本发明中所述的存储器包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。其上存储有操作系统的代码。例如，存储器上还存储有代码或指令，通过运行这些代码或指令，可以实现本文中公开的结直肠癌预后预测的预测模型。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。

53、此外，本发明的计算机设备还可以包括通过系统总线连接的处理器、存储器、外界接口、显示器和输入装置等。所述处理器可以包括一个或者多个微处理器、数字处理器。所述处理器可调用存储器中存储的程序代码以执行相关的功能。

54、本发明第五个方面提供了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现如下方法：

55、获取胶质瘤患者样本中的基因标签表达谱数据，所述基因标签为lipt1、fdx1、slc31a1、steap2、steap3和ccs的组合；

56、将所述基因标签表达谱数据作为输入数据提供预测和/或评估模型；

57、输出胶质瘤患者预后预测和/或伊利司莫敏感性评估的结果。

58、进一步方案，所述预测和/或评估模型为cox回归模型。

59、进一步方案，所述cox回归模型为lasso cox回归模型。

60、进一步方案，所述预测和/或评估模型的公式为其中，n为用于胶质瘤预测预后和/或伊利司莫敏感性评估的基因标签数，expi为每个基因的表达水平，βi为每个基因的回归系数。

61、当风险评分高于中位数时，视为患者预后不良且对伊利司莫敏感性较低；当风险评分低于中位数时，视为患者预后良好。

62、进一步方案，在训练队列、验证队列一和验证队列二中，所述中位数分别为1.29、1.29、1.37；

63、在训练队列中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

64、在验证队列一中，当风险评分高于1.29时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.29时，患者预后良好；

65、在验证队列二中，当风险评分高于1.37时，患者预后不良且对伊利司莫敏感性较低；当风险评分低于1.37时，患者预后良好；

66、其中，所述训练队列为tcga-who 2～4级胶质瘤数据集；所述验证队列一为cgga-693数据集；所述验证队列二为cgga-325数据集。

67、本发明的有益效果：

68、本发明提供了一组用于胶质瘤预后预测和/或评估伊利司莫敏感性的基因标签，通过检测lipt1、fdx1、slc31a1、steap2、steap3、ccs组成的基因标签的表达水平预测胶质瘤患者预后和/或评估伊利司莫敏感性。并基于该组基因标签建立了胶质瘤预后预测模型和/或伊利司莫敏感性评估模型，该预后和/或评估模型能够有效地预测不同风险评分患者的预后情况和/或对伊利司莫的敏感性，其中，高评分显示为高风险组，提示胶质瘤患者的预后较差且对伊利司莫的敏感性较低，采用铜离子载体药物伊利司莫、外源cu2+(氯化铜)联合治疗策略可使患者受益。本发明能够作为胶质瘤预后预测的评分模型并为临床精准诊疗提供依据。