一种RAS-like甲状腺结节良恶性诊断模型及其应用

本发明属于诊断模型领域，特别涉及一种ras-like甲状腺结节良恶性诊断模型及其应用。

背景技术：

1、tcga关于ptc的研究中按分子特征将ptc分为braf-like和ras-like。ras-likeptc的突变基因包括nras、hras、kras、eif1ax、pparg融合基因、thada融合基因、非v600e突变的braf等。ras-like ptc多为滤泡性和包裹性的，许多ras-like的ptc被重新分类于恶性伴有乳头状核特征的非浸润性滤泡肿瘤和恶性潜能未定的高分化肿瘤。

2、然而，fna细胞学不确定的样本中最常见的分子改变是ras突变，近10年内的甲状腺结节良恶性鉴别ras-like变异如何作为分子标记物应用存在争议：2013年，有研究认为检出ras突变的甲状腺结节提示低风险甲状腺癌，建议手术；2019，研究发现ras突变结节恶性百分比为25％，认为应该将甲状腺结节中ras突变的检出判断为不明确的分子结果；thyroseq则倾向于将ras认为恶性分子结果，thyroseq v3的基因分类器(gc)可对检出突变的恶性相关程度赋以权重，计算gc评分判断甲状腺结节的良恶性，但文献中并未提及ras突变的具体权重；afirma gsc在转录水平基于机器学习模型进行甲状腺结节的良恶性鉴别。thyroseq和afirma的效能特点为高阴性预测率(npv)和低阳性预测率(ppv)，这与ras-like变异的低恶性百分比类似。因此，ras-like甲状腺结节的良恶性鉴别是甲状腺结节分子诊断邻域的重点和难点。

技术实现思路

1、本发明所要解决的技术问题是提供一种ras-like甲状腺结节良恶性诊断模型及其应用，该模型可有效地诊断ras-like甲状腺结节良恶性，同时也提示ras-like甲状腺结节的恶性转化与甲状腺分化相关，具有良好的应用前景。

2、本发明提供了一种ras-like甲状腺结节良恶性诊断模型，所述模型包括9个tds相关基因，各基因在模型中的贡献度由高到低为tpo、slc5a8、slc26a4、glis3、dio1、dio2、tg、slc5a5、nkx2-1。

3、以病理诊断良性、恶性为二分类标签，通过特征与标签关联度筛选和方差分析的方法，获得与标签强相关的特征，在此基础上采用python语言使用随机森林方法建立分类模型。

4、以病理诊断为金标准，计算模型的特异性、敏感性、阳性预测率、阴性预测率、准确性评估诊断效能。

5、敏感性(sensitivity)：即阳性一致率，表示被评估方法对既往方法在拟定为真实可靠结果的情况下阳性结果的一致率，本发明中“既往方法”指的是病理诊断。

6、特异性(specificity)：即阴性一致率，表示评估方法学对既往方法在拟定为真实可靠结果的情况下阴性结果的一致率。

7、阳性预测率(positive predictive value，ppv)：表示评估方法学阳性的结果中既往方法学也为阳性的比率。

8、阴性预测率(negative predictive value，npv)：表示评估方法学阴性的结果中既往方法学也为阴性的比率。

9、准确性(accuracy，acc)：综合阳性、阴性结果来统计，评估方法学与既往方法学相比的整体一致性。

10、本发明还提供了一种ras-like甲状腺结节良恶性诊断模型的应用。

11、有益效果

12、本发明建立的模型可有效地诊断ras-like甲状腺结节良恶性，同时也提示ras-like甲状腺结节的恶性转化与甲状腺分化相关，具有良好的应用前景。

技术特征：

1.一种ras-like甲状腺结节良恶性诊断模型，其特征在于：所述模型包括9个tds相关基因，各基因在模型中的贡献度由高到低为tpo、slc5a8、slc26a4、glis3、dio1、dio2、tg、slc5a5、nkx2-1。

2.根据权利要求1所述的模型，其特征在于：以病理诊断良性、恶性为二分类标签，通过特征与标签关联度筛选和方差分析的方法，获得与标签强相关的特征，在此基础上采用python语言使用随机森林方法建立分类模型。

3.根据权利要求1所述的模型，其特征在于：以病理诊断为金标准，计算模型的特异性、敏感性、阳性预测率、阴性预测率、准确性评估诊断效能。

4.一种如权利要求1所述的ras-like甲状腺结节良恶性诊断模型的应用。

技术总结
本发明涉及一种RAS‑like甲状腺结节良恶性诊断模型及其应用，所述模型包括9个TDS相关基因，各基因在模型中的贡献度由高到低为TPO、SLC5A8、SLC26A4、GLIS3、DIO1、DIO2、TG、SLC5A5、NKX2‑1。本发明建立的模型可有效地诊断RAS‑like甲状腺结节良恶性，同时也提示RAS‑like甲状腺结节的恶性转化与甲状腺分化相关，具有良好的应用前景。

技术研发人员：王卫庆,叶蕾,韩如来,李浩榕
受保护的技术使用者：上海交通大学医学院附属瑞金医院
技术研发日：
技术公布日：2024/3/12