申请/专利权人：中日友好医院(中日友好临床医学研究所)

申请日：2023-10-26

公开（公告）日：2024-05-24

公开（公告）号：CN117133466B

主分类号：G16H50/30

分类号：G16H50/30;G16B25/10;G16B40/00;G16H30/40

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2023.12.15#实质审查的生效;2023.11.28#公开

摘要：本发明公开了一种基于转录组学和影像组学的生存预测方法及装置。该方法包括：获取肿瘤患者和部分正常被试的转录表达谱数据，通过差异表达分析，获得差异表达的mRNA和lncRNA作为转录组学特征；从影像数据中分割出各患者的肿瘤区域，提取影像组学特征；对转录组学特征、影像组学特征进行单因素Cox回归，然后进一步通过LASSOCox回归筛选与生存显著相关的特征，构建转录组学和影像组学预后标签；整合转录组学标签、影像组学标签和临床数据建立多组学预测模型；与临床因素预测模型进行区分度、校准度及临床有效性方面的对比，评估多组学预测模型的性能。

主权项：1.基于转录组学和影像组学的生存预测方法，其特征在于：其包括以下步骤：（1）获取肿瘤患者和部分正常被试的表达谱数据，通过差异表达分析，获得差异表达的mRNA和lncRNA；（2）从影像数据中分割出各患者的肿瘤区域，提取影像组学特征；（3）对差异表达的mRNA、lncRNA和影像组学特征进行单因素Cox回归，选取P值小于0.05的因素；然后进一步通过LASSO回归筛选与生存显著相关的特征，构建转录组学和影像组学预后标签；（4）整合转录组学标签、影像组学标签和临床数据建立多组学预测模型，绘制列线图及生存曲线；（5）与临床因素预测模型进行区分度、校准度及临床有效性方面的对比，评估多组学预测模型的性能；该方法还包括步骤（6），统计分析均采用R3.6.0，所用R软件包如下：glmnet包用于LASSO回归；survival包用于生存分析，ROC曲线和曲线下面积AUC的结果由timeROC包得到；DCA用stdca.R的功能进行；用Kaplan-Meier方法绘制生存曲线，并通过log-rank检验进行比较；训练集及验证集之间患者的比较对连续性变量进行t检验或方差分析列出P值，对分类型变量，做卡方检验，如有单元格理论频数小于10，自动增加Fish精确检验；所有统计结果均为双尾，P值小于0.05认为具有显著统计学差异；所述步骤（1）中，使用R语言中的limma包对数据进行标准化后，然后通过对肿瘤患者与正常组的mRNA和lncRNA表达数据分别进行差异表达分析，筛选差异表达的mRNA和lncRNA；筛选标准均为校正后P值≤0.01且|FoldChange|≥2。

全文数据：

权利要求：

百度查询： 中日友好医院(中日友好临床医学研究所) 基于转录组学和影像组学的生存预测方法及装置

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