申请/专利权人：浙江大学医学院附属口腔医院

申请日：2023-12-31

公开（公告）日：2024-04-26

公开（公告）号：CN117935924A

主分类号：G16B35/20

分类号：G16B35/20;G16B40/00;G16B50/10;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及生物信息学技术领域，公开了口腔黏膜白斑恶变为口腔鳞癌的预后预测基因的筛选方法，包括口腔黏膜白斑病恶化和口腔鳞状细胞癌预后关联的基因及筛选方法，通过WGCNA分析出五个核心衰老相关基因，建立口腔黏膜白斑癌变预测模型a并验证，通过生存分析出三个核心预后衰老基因构建口腔鳞状细胞癌预后模型。本发明还包括基于机器学习的口腔黏膜白斑病癌变单细胞数据联合Bulk‑seq分析，通过hdWGCNA分析，再进行细胞拟时序及细胞通讯分析，然后构建口腔黏膜白斑癌变预测模型b。本发明综合应用Bulk‑seq及单细胞测序分析，通过机器学习方法，研究构建了具有较高准确度及稳定性的口腔粘膜白斑病癌变预测模型。

主权项：1.口腔黏膜白斑恶变为口腔鳞癌的预后预测基因的筛选方法，其特征在于，包括基于Bulk-seq分析的口腔黏膜白斑病OLK恶化和口腔鳞状细胞癌OSCC预后关联的基因及筛选方法，以及基于机器学习的口腔黏膜白斑病OLK癌变单细胞数据联合Bulk-seq分析；所述基于Bulk-seq分析的口腔黏膜白斑病OLK恶化和口腔鳞状细胞癌OSCC预后关联的基因及筛选方法包括；S1.1、分别筛选未进展和进展为口腔鳞状细胞癌OSCC的口腔黏膜白斑病OLK样本并进行数据预处理；S1.2、通过加权基因共表达网络分析WGCNA对步骤1.1预处理后的样本基因组进行全局分析，筛选出五个与口腔黏膜白斑病OLK癌变的核心衰老相关基因；S1.3、基于五个核心衰老基因，通过随机树构建口腔黏膜白斑癌变预测模型a并进行验证；S1.4、通过生存分析筛选出三个具有预后价值的核心预后衰老基因；S1.5、基于机器学习构建并验证基于三个核心预后衰老基因的口腔鳞状细胞癌预后模型；所述基于机器学习的口腔黏膜白斑病OLK癌变单细胞数据联合Bulk-seq分析包括：S2.1、选取口腔黏膜白斑病OLK及癌变单细胞数据集和Bulk-seq数据集并进行数据预处理；S2.2、通过高维加权基因共表达网络分析hdWGCNA分析筛选出口腔黏膜白斑病OLK癌变过程中高变核心模块基因；S2.3、进行细胞拟时序分析及细胞通讯分析；S2.4、基于机器学习构建核心模块基因的口腔黏膜白斑癌变预测模型b。

全文数据：

权利要求：

百度查询： 浙江大学医学院附属口腔医院 口腔黏膜白斑恶变为口腔鳞癌的预后预测基因的筛选方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD