RGS19作为诊断标志物在构建肺鳞癌预后预测模型中的应用

摘要

本发明涉及生物医学技术领域，具体是RGS19作为诊断标志物在构建肺鳞癌预后预测模型中的应用，本发明由生物标志物RGS19和临床其他指标组合使用，可协助做出肺鳞癌预后检测，本发明通过基于大样本抗肿瘤免疫治疗的肺鳞癌标本行全转录组测序、机器学习后进行筛选和构建，可高效、精准地预测肺鳞癌患者预后状况，同时根据其风险性与不同免疫细胞浸润水平、免疫相关通路以及关键免疫检查点抑制剂表达水平等的相关性，实现肿瘤免疫微环境的全面评估，为临床医师对肺鳞癌癌患者的治疗决策提供有效的指导意见，减少无效治疗的发生，从而降低患者的治疗成本和不适体验。

说明书

技术领域

本发明涉及生物医学技术领域，具体地说，是RGS19作为诊断标志物在构建肺鳞癌预后预测模型中的应用。

背景技术

肺癌是当今世界上癌症相关死亡中最常见的原因，而其中80％为非小细胞肺癌(NSCLC)。TNM分期是目前为人们所普遍接受的临床分期系统，被用于预测预后并指导非小细胞肺癌患者的治疗。然而，目前的TNM分期系统远不足以准确预测非小细胞肺癌患者的预后情况。比如，对于肺癌患者来说，即使处于临床Ⅰ期，肺癌的复发率也高达35-50％。另外，相当一部分患者仅靠手术方式即能治愈，这些病人应该可以避免基于当前TNM系统而进行辅助性化疗所带来的极强副反应。

肺鳞癌又称肺鳞状上皮细胞癌，占原发性肺癌的40％～51％，多见于中老年男性，与吸烟有密切关系。主要是由支气管黏膜柱状上皮细胞化生后形成的，包括支气管上皮细胞受慢性刺激和损伤、纤毛丧失、基底细胞鳞状化生或典型增生等。肺鳞癌以中央型肺癌多见，并有胸管腔内生长的倾向，肺鳞癌早期常引发支气管狭窄，或阻塞性肺炎。肺鳞癌的恶性程度变异较大，一般来说与其他几种肺癌相比，鳞癌生长较为缓慢，往往发现时肿瘤已经生长较大。

目前肿瘤治疗免疫治疗预后预测主要方法和技术：①标记物(如PD-L1、TMB、dMMR等)检测；②免疫功能评估，如肿瘤浸润淋巴细胞(TILs)等方法。

现有的肺鳞癌相关基因预测模型缺少对肿瘤免疫微环境包括免疫细胞浸润水平/免疫相关通路/免疫分子等不同层面的全面评估。目前主要技术特异性和敏感性不高，且检测方法不稳定或价格较高，对临床肿瘤治疗无明确指导价值。目前临床上肿瘤免疫给部分患者带来长期获益希望，同时免疫治疗的副反应和经济负担限制了临床应用。临床迫切需要高特异性和敏感性技术。

本发明针对上述缺陷，提供了一种新的肺鳞癌预后预测模型，该模型不仅可以预测肺鳞癌患者的预后，同时根据其与不同免疫细胞浸润水平、免疫相关通路以及关键免疫检查点抑制剂表达水平等的相关性，实现肿瘤免疫微环境的全面评估，从而为肺鳞癌患者的免疫治疗选择提供指导。

关于本发明RGS19作为诊断标志物在构建肺鳞癌预后预测模型中的应用目前还未见报道。

发明内容

本发明的目的是针对现有技术的不足，提供一种肺鳞癌预后预测模型及试剂盒。

为实现上述目的，本发明采取的技术方案是：

第一方面，本发明提供了RGS19作为诊断标志物在构建肺鳞癌预后预测模型中的应用。

优选地，所述的预测模型还包括检测RGS19表达量的试剂。

优选地，当RGS19表达量高于9.98时，为高危，当RGS19表达量低于9.98时，为低危。

优选地，所述预测模型还包括以下试剂：正常人血清和阳性对照血清。

第二方面，本发明提供了检测RGS19表达量的试剂在制备评估肺鳞癌抗肿瘤免疫治疗反应性和预后生存的试剂盒中的应用，所述检测试剂作为试剂盒实现评估肺鳞癌抗肿瘤免疫治疗反应性和预后生存功能的唯一关键成分，所述试剂盒还包括说明书，所述说明书记载如下内容：当RGS19表达量高于9.98时，代表预测免疫治疗反应性和预后生存为高危组，当RGS19表达量低于9.98时，代表预测免疫治疗反应性和预后生存为低危组。

优选地，使用试剂盒所检测的标本为新鲜组织肿瘤标本。

第三方面，本发明提供了一种抑制剂在制备改善肺鳞癌抗肿瘤免疫治疗和预后生存的药物中的应用，所述抑制剂是下调RGS19表达量的物质。

优选地，所述抑制剂选自小分子化合物或生物大分子。

优选地，所述药物还包括与所述抑制剂相配伍的其他药类以及药学上可接受的载体和/或辅料。

本发明优点在于：

本发明基于大样本抗肿瘤免疫治疗的肺鳞癌标本的全转录组测序数据，利用机器学习进行筛选和构建，可高效、精准地预测肺鳞癌患者接受抗肿瘤免疫治疗的反应性，实验结果表明该模型以及诊断试剂盒用于临床时具有敏感性高、特异性高、准确率高的优点。可为临床医师对肺鳞癌患者的治疗决策提供有效的指导意见，减少无效治疗的发生，从而降低患者的治疗成本和不适体验。

附图说明

附图1是326个肺鳞癌样本中与预后相关的ARGs的OS生存分析结果。(结果显示RGS19基因RNA水平与预后呈显著负相关)。

附图2是预测基因ARGs与三个关键免疫检查点表达水平(图2A-图2C)的相关性分析结果。

具体实施方式

下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明记载的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

实施例1模型构建及效果验证

1、方法

1.1训练集来自TCGA数据库的326例肺鳞癌RNA测序数据及临床资料，获得自噬相关基因(Autophagy-Related-Genes,ARGs)表达谱，验证集来自GTO数据库的78例肺鳞癌RNA测序数据，获得所有RNA表达谱以及自噬相关基因(Autophagy-Related-Genes,ARGs)表达谱。

1.2通过生存分析筛选出与预后相关的ARGs，然后采用随机森林方法得到最关键的生存相关ARGs(RGS19)，并通过随机森林的深度机器学习方法构建了一个基于这个基因的风险预测模型。根据该模型得到的风险性高低将患者分为低风险组和高风险组。该模型通过受试者工作特性曲线ROC分析，KM生存曲线的log-rank检验验证，证实了该模型的风险性对肺鳞癌患者预后预测的有效性。

1.3基于RNA测序数据通过基因集富集分析(GSEA)研究高低风险与免疫相关通路的关系，发现高风险组与免疫抑制相关通路的上调相关。

1.4基于RNA测序数据通过单基因集富集分析(ssGSEA)，获得28个肿瘤浸润免疫细胞的浸润水平，并通过相关性分析发现其与风险性存在显著相关性。

1.5通过相关性分析发现了风险性与关键免疫检查点分子PD-1、PD-L1、CTLA4的表达水平的相关性。

1.6基于RNA测序数据通过ESTIMATE算法得到肿瘤的免疫评分及基质评分，并发现了风险性与免疫评分及机制评分的相关性。

肿瘤浸润免疫细胞水平计算方法：(ssGSEA方法)：文献中获取免疫细胞和对应基因列表，根据RNA测序数据，R语言GSVA包评估GSVAenrichment scores。

相关性分析方法：Pearson相关性分析(本研究中的相关性分析方法均为Pearson相关性分析。

2结果

图1是326个肺鳞癌样本中与预后最相关的ARGs的OS生存分析结果。(结果显示基因RNA水平与预后呈显著负相关)。

图2A-2C是预测基因ARGs与三个关键免疫检查点表达水平的相关性分析结果。

实施例2对照试验

1、试剂盒组成

试剂盒一

包括检测试剂盒说明书，检测试剂是检测RGS19表达量的试剂。

说明书记载内容：当RGS19表达量高于9.98时，代表预测免疫治疗反应性和预后生存为高危组，当RGS19表达量低于9.98时，代表预测免疫治疗反应性和预后生存为低危组。

试剂盒二

包括检测试剂盒说明书，检测试剂是检测E-cadherin表达量的试剂。

说明书记载内容：当E-cadherin表达量高于正常值时，代表预测免疫治疗反应性和预后生存为高危组，当E-cadherin表达量低于正常值时，代表预测免疫治疗反应性和预后生存为低危组。

2、方法

2.1来自于复旦大学附属金山医院接受抗肿瘤免疫治疗的肺鳞癌患者，患者的纳入及排出标准如下：

(1)接受肿瘤免疫治疗的肺鳞癌患者；

(2)有完整的疗效信息和临床随访资料；

(3)具有全转录组RNA测序数据；

(4)排除肿瘤免疫治疗结果不详或生存资料不全的患者。

2.2将符合上述标准的88例患者纳入研究随机分为两组，两组分别按照说明书记载内人使用试剂盒一、试剂盒二，记录结果。

3、结果

结果表明，使用试剂盒一预测准确率为69.3％，使用试剂盒二预测准确率为50.0％。

4、结论

以上结果表明本发明的标志物预后预测准确率高，本申请发明人基于丰富的临床、研究经验和院内多年来大量的病例，选择最佳的指标，并证实其具备优异的评估效果，可为临床医师对肺鳞癌患者的治疗决策提供有效的指导意见，减少无效治疗的发生，从而降低患者的治疗成本和不适体验，有很强的实用性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。