用于预测局限期小细胞肺癌患者预后的系统及其应用

摘要

本发明公开了用于预测局限期小细胞肺癌患者预后的系统及其应用。本发明提供了G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因作为标志物的在制备评估用于局限期小细胞肺癌患者预后评估的产品中的应用。还提供了用于预测局限期小细胞肺癌患者治疗疗效或预后的系统，该系统可以预测局限期小细胞肺癌患者化疗疗效及的预后，如化疗疗效、预后和预后总生存率。本发明具有重要的应用价值。

说明书

技术领域

本发明属于生物医学领域，具体涉及用于预测局限期小细胞肺癌患者预后的系统及其应用。

背景技术

小细胞肺癌(Small cell lung cancer,SCLC)是高致死性的高级别神经内分泌肿瘤，约占肺癌的15％，五年生存率不足7％。当肿瘤病变局限于同侧胸腔，可合并同侧胸腔积液和淋巴结转移时，称为局限期小细胞肺癌。尽管分子靶向药物、免疫检查点抑制剂等新的治疗措施不断发展，小细胞肺癌患者的治疗策略近几十年仍未有明显的突破。传统的放疗仍然是小细胞肺癌患者的一线治疗方案。研究表明，免疫系统中的许多成分是肿瘤发生发展的关键因子。免疫检查点抑制剂疗法在多种肿瘤中均取得了巨大的进展，因此免疫治疗在小细胞肺癌中也具有巨大的潜能。但是相当一部分患者不能从免疫治疗中获益，PD-L1是经典的免疫治疗的标志物，但小细胞肺癌中，PD-L1表达较低或缺失，因此，PD-L1不能作为小细胞肺癌免疫治疗疗效的预测标志物。因此，临床亟需精准筛选适合并获益的小细胞肺癌患者，找特定的方法来预测小细胞肺癌患者的预后，以便为小细胞肺癌患者的不同亚群设计最合适的治疗和管理方案。

研究表明，小细胞肺癌中，表观遗传学的失调与肿瘤进展和治疗抵抗密切相关。N6-甲基腺苷(N6-methyladenosine，m6A)是真核生物中最广泛存在的RNA修饰方式。该修饰方式可以调控多种RNA相关的生物学进程，包括RNA降解、稳定、翻译、剪切和运输，最终调节靶基因的表达。m6A相关的生物学过程是动态、多层面、可逆的过程，主要由甲基化酶、甲基转移酶和结合蛋白介导功能的发挥。

鉴于小细胞肺癌的高度恶性及有限的治疗措施，建立预测局限期小细胞肺癌预后，及辅助化疗的预测标志模型意义重大。

发明内容

本发明的一个目的是提供G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因作为标志物的应用。

本发明提供的G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因作为标志物的应用，为(b1)-(b4)中的任一种：

(b1)制备评估局限期小细胞肺癌患者预后的产品；

(b2)评估局限期小细胞肺癌患者预后；

(b3)制备评估局限期小细胞肺癌患者化疗获益程度的产品；

(b4)评估局限期小细胞肺癌患者化疗获益程度。

本发明另一个目的提供检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的物质的应用。

本发明提供的应用，为(b1)-(b4)中的任一种：

(b1)制备评估用于局限期小细胞肺癌患者预后的产品；

(b2)评估局限期小细胞肺癌患者预后；

(b3)制备评估局限期小细胞肺癌患者化疗获益程度的产品；

(b4)评估局限期小细胞肺癌患者化疗获益程度。

上述预后体现在总生存期、总生存率、无复发生存期或无复发生存率。

上述化疗为辅助化疗。

本发明还提供了检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的物质和数据处理装置的应用，为(b1)-(b4)中的任一种：

(b1)制备评估用于局限期小细胞肺癌患者预后的产品；

(b2)评估局限期小细胞肺癌患者预后；

(b3)制备评估局限期小细胞肺癌患者化疗获益程度的产品；

(b4)评估局限期小细胞肺癌患者化疗获益程度。

所述数据处理装置内设模块；所述模块具有如下(a1)和(a2)所示的功能：

(a1)以局限期小细胞肺癌患者组成的待测群体的离体局限期小细胞肺癌组织为标本，测定每份标本中所述五种基因的表达量，然后根据所述五种基因表达量按照如下公式计算风险值：风险值＝(0.0906×G3BP1基因表达量)+(0.4096×METTL5基因表达量)-(0.6365×ALKBH5基因表达量)-(0.0912×IGF2BP3基因表达量)-(0.0660×RBM15B基因表达量)，并根据所述风险值将所述待测群体分为低风险组和高风险组；

(a2)按照如下标准确定来自于所述待测群体的待测患者的预后：

所述低风险组中的待测患者的预后好于或候选好于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的预后总生存期长于或候选长于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的预后总生存率高于或候选高于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的预后无复发生存期长于或候选长于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的预后无复发生存率高于或候选高于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的化疗获益程度高于或候选高于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的化疗后总生存期长于或候选长于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的化疗后总生存率高于或候选高于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的化疗后无复发生存期长于或候选长于所述高风险组中的待测患者；

或，所述低风险组中的待测患者的化疗后无复发生存率高于或候选高于所述高风险组中的待测患者；

所述检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的物质包括如下c1或c2：

(c1)能够分别与所述G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B蛋白或基因特异性结合的物质；

(c2)能够分别用于特异性扩增所述G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B基因的引物对。

进一步的，所述物质包括通过荧光定量PCR方法检测所述五种基因表达量所需的试剂和/或仪器。

进一步的，所述通过荧光定量PCR方法检测所述五种基因表达量所需的试剂和/或仪器包括检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的引物对。

上述任一所述检测G3BP1、METTL5、ALKBH5、IGF2BP3、RBM15B和GAPDH六个基因的引物序列具体如表5所示。

上述预后具体通过总生存期长短、总生存率高低、无复发生存期长短或无复发生存率高低体现。

上述化疗获益程度具体通过化疗后总生存期长短、总生存率高低、无复发生存期长短或无复发生存率高低体现。

本发明还有一个目的提供用于预测局限期小细胞肺癌患者治疗疗效或预后的系统。

本发明提供预测局限期小细胞肺癌患者治疗疗效或预后的系统，包括检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的系统。

上述系统中，所述检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的系统包括上述检测G3BP1、METTL5、ALKBH5、IGF2BP3和RBM15B五种基因表达量的物质。

上述系统还包含上述应用中所述数据处理装置。

上述的系统的应用也是本发明保护的范围，为(b1)-(b4)中的任一种：

(b1)制备评估用于局限期小细胞肺癌患者预后的产品；

(b2)评估局限期小细胞肺癌患者预后；

(b3)制备评估局限期小细胞肺癌患者化疗获益程度的产品；

(b4)评估局限期小细胞肺癌患者化疗获益程度。

上述数据处理装置的应用也是本发明保护的范围，为(b1)-(b4)中的任一种：

(b1)制备评估用于局限期小细胞肺癌患者预后的产品；

(b2)评估局限期小细胞肺癌患者预后；

(b3)制备评估局限期小细胞肺癌患者化疗获益程度的产品；

(b4)评估局限期小细胞肺癌患者化疗获益程度；

上述五种基因相对表达量具体可为五种基因相对内参基因的表达量。

所述内参基因具体为GAPDH基因。

所述预后体现在预后总生存期或无复发生存期。

上述离体局限期小细胞肺癌组织可来自所述待预测局限期小细胞肺癌患者的分离的局限期小细胞肺癌组织经过福尔马林固定石蜡包埋制备的样本或来自所述待预测局限期小细胞肺癌患者的分离的局限期小细胞肺癌组织的冰冻切片。

上述局限期小细胞肺癌患者预后系统或应用中，所述G3BP1的GenBank号为NM_005754.3、METTL5的GenBank号为NM_001293186.2、ALKBH5的GenBank号为NM_017758.4、IGF2BP3的GenBank号为NM_006547.3、RBM15B的GenBank号为NM_013286.5。

本发明共整合了3个不同队列的265例局限期小细胞肺癌病例的总生存期数据，基于m6A调节元件谱建立并验证了个体化的局限期小细胞肺癌患者化疗疗效及预后的预测模型，即m6A分子模型。3个独立队列包括68例国际队列数据(GSE40275)、47例GEO微阵列数据(GSE60052)和150例FFPE组织的国家癌症中心队列(National Cancer Centre，NCC)数据。这是第一个可靠的m6A预测局限期小细胞肺癌化疗疗效及预后的预测模型，可用于预测化疗获益程度及预后，这可能成为临床有用的工具，有助于推进局限期小细胞肺癌患者预后的精准预测和个体化综合治疗。本发明具有重要的应用价值。

本发明的实验证明了m6A调节元件相关基因在SCLC中的重要性，并为-SCLC患者开发了第一个也是最全面的基于多中心m6A调节元件的预后特征。这个m6A预测模型可以准确预测OS和RFS。该m6A风险值还可预测SCLC患者的化疗获益。m6A预测模型是SCLC的预后和预测工具。对m6A风险值预测能力的进一步前瞻性验证将有助于有效治疗SCLC患者的能力。

附图说明

图1为局限期小细胞肺癌中m6A调节元件的临床意义。A为局限期小细胞肺癌中每个m6A调节元件间的相互作用，负相关关系用蓝色显示，正相关关系用红色显示。散点图表示相关系数最高的组(YTHDF3和KIAA1429，Pearson R＝0.820)；B为m6A调节元件之间的蛋白相互作用；C为m6A调节元件与小细胞肺癌患者预后之间的森林图。

图2为国际队列中m6A分数的分布与患者生存。A、B为国际队列中m6A分数的分布与患者生存状态；C为国际队列中68个患者的总生存期的Kaplan-Meier曲线；D为m6A风险值预测1年、3年和5年生存的ROC曲线；E为m6A风险值和临床病理参数预测5年生存的ROC曲线；F为训练队列中总生存期的m6A风险值和临床病理参数的C指数值分布。

图3为多验证组中m6A风险值分布和患者生存情况。A为上海队列中m6A风险值和患者生存情况；B为上海队列中47个患者总生存期的Kaplan-Meier曲线；C为上海队列中m6A风险值预测1年、3年和5年生存的ROC曲线；D为上海队列中总生存期的m6A风险值和临床病理参数的C指数值分布；E为NCC队列中m6A风险值和患者生存情况；F为NCC队列中150例患者总生存期的Kaplan-Meier曲线；G为NCC队列中m6A风险值预测1年、3年和5年生存的ROC曲线；H为NCC队列中总生存期的m6A风险值和临床病理参数的C指数值分布；I为NCC队列中m6A风险值和患者复发情况；J为NCC队列中150例患者复发的Kaplan-Meier曲线；K为NCC队列中m6A风险值预测1年、3年和5年复发的ROC曲线；L为NCC队列中复发的m6A风险值和临床病理参数的C指数值分布。

图4为不同队列中m6A风险值对辅助化疗获益程度的预测价值。A为国际队列中辅助化疗总生存期的Kaplan-Meier曲线；B为国际队列中辅助化疗患者m6A风险值预测1年、3年和5年生存的ROC曲线；C为国际队列中辅助化疗患者的m6A风险值和临床病理参数的C指数值分布；D为NCC队列辅助化疗患者总生存期的Kaplan-Meier曲线；E为NCC队列中辅助化疗患者m6A风险值预测1年、3年和5年生存的ROC曲线；F为NCC队列中辅助化疗患者的m6A风险值和临床病理参数的C指数值分布；G为NCC队列辅助化疗患者复发生存期的Kaplan-Meier曲线；H为NCC队列中辅助化疗患者m6A风险值预测1年、3年和5年复发生存期的ROC曲线；I为NCC队列中辅助化疗患者复发生存的m6A风险值和临床病理参数的C指数值分布。

具体实施方式

下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

以下的实施例便于更好地理解本发明，但并不限定本发明。

下述实施例中所用的试验材料，如无特殊说明，均为自常规生化试剂公司购买得到的。

以下实施例中的定量试验，均设置三次重复实验，结果取平均值。

下述实施例中的总生存期(Overall Survival，OS)定义为从入组至任何原因导致的死亡或末次随访时间。

下述实施例中无复发生存期(Relapse-free Survival，RFS)定义为从手术后当天开始至复发、转移或末次随访时间。

下述实施例中的总生存率定义为患者从某一特定时点开始随访，到某一特定时间尚能生存的概率。

患者在治疗期间的疗效评价是根据实体瘤疗效评估标准1.1版本(ResponseEvaluation Criteria in Solid Tumors,RECIST version 1.1)进行评估的。疗效评价指标包括完全缓解(complete response,CR)、部分缓解(partial response,PR)、疾病稳定(stabledisease,SD)和疾病进展(progressive disease,PD)。

下述实施例中的预后是指患者治疗效果，具体体现为OS和RFS的长短。

下述实施例中，局限期小细胞肺癌m6A风险值、临床病理特征和无复发生存率的单变量和多变量Cox回归分析结果见表1。

表1为小细胞肺癌m6A风险值、临床病理特征和无复发生存率的单变量和多变量Cox回归

实施例1、基于m6A建立的局限期小细胞肺癌化疗疗效及预后模型及模型验证

以由68例局限期小细胞肺癌患者构成的国际队列构建局限期小细胞肺癌预后标志物模型，并通过由47例局限期小细胞肺癌患者构成的上海队列和由150例小细胞患者FFPE组织构成的独立组对构建的模型进行验证。所有患者的临床特征如表2所示，所有患者经过手术治疗。

表2肺癌患者的临床特征

注：NA代表不可用。

一、国际队列构建局限期小细胞肺癌预后标志物模型的构建与验证

1、局限期小细胞肺癌m6A调节元件预后预测模型的构建

构建局限期小细胞肺癌m6A治疗疗效及预后预测模型的具体步骤如下：

(1)以来自GEO的68例局限期小细胞肺癌患者作为训练集，患者m6A相关表达从Gene Expression Omnibus(GEO，http://www.ncbi.nlm.nih.gov/geo，GSE40275)下载获得，收集所有m6A调节元件的表达量数据。

(2)为了建立局限期小细胞肺癌患者的治疗疗效及m6A调节元件预后预测模型，采用单因素Cox比例回归模型，研究m6A调节元件相关基因对总生存期(OS)预后指标的影响。

结果表明，所有m6A调节元件中，明显相关的调节元件被确定(图1A),m6A所有元件间的蛋白互作网络关系如图1B所示。通过分析m6A所有调节元件与生存之间的关系，结果显示，多个调节元件与生存密切相关(图1C)。

(3)为了使预后模型更加优化和实用，采用逐步Cox比例风险回归模型，最终构建出一个包括如下5个基因的预后模型：G3BP1的Genebank号为NM_005754.3(Update：PRI 30-JUN-2021)、METTL5的Genebank号为NM_001293186.2(Update：PRI 9-JAN-2021)、ALKBH5的Genebank号为NM_017758.4(Update：PRI 1-AUG-2021)、IGF2BP3的Genebank号为NM_006547.3(Update：PRI 3-DEC-2021)、RBM15B的Genebank号为NM_013286.5(Update：PRI 2-FEB-2021)。

(4)对(1)的数据首先进行log2处理，对于处理后的数据，如果一个基因对应一个探针，那这个基因表达值即为这个探针值；如果一个基因对应2个或2个以上探针，则这些探针的平均值即为这个基因表达值，由此，得到每个患者目的基因标准化后表达量，通过LASSO分析，得出如下公式用于计算每个患者的m6A风险值。

m6A风险值＝(0.0906×G3BP1基因表达量)+(0.4096×METTL5基因表达量)-(0.6365×ALKBH5基因表达量)-(0.0912×IGF2BP3基因表达量)-(0.0660×RBM15B基因表达量)。

每个患者对应的5个基因的表达量及风险值的检测结果如表3所示。

表3为国际队列局限期小细胞肺癌中的5个基因的表达量及风险值的检测结果

上表中，第3列中死亡状态的1表示第2列随访时间内死亡，0表示第2列随访时间内未死亡或者失访。

2、国际队列中m6A风险值对预后的预测价值

(1)通过R语言软件的“survminer”软件包的“surv_cutpoint”确定阈值，具体方法如下：将待预测局限期小细胞肺癌患者的m6A风险值与匹配的预后信息，输入至R语言软件中，在“survminer”软件包的“surv_cutpoint”的算法下，软件会自动计算出P值最小的分割点，该分割点即为高风险组和低风险组的阈值(最优cutoff点)。

结果显示，国际队列中，计算出的阈值为-1.2708，患者m6A风险值大于和/或等于-1.2708的为高风险组，患者m6A风险值小于-1.2708的为低风险组(图2A)。每位患者5个基因的表达情况如图2B。

(2)采用Kaplan-Meier生存分析法分析高风险组和低风险组患者的总生存率OS差异

利用Kaplan-Meier分析上述(1)得到的高风险组和低风险组的m6A风险值和生存数据。Kaplan-Meier生存分析结果显示，国际队列中高风险组患者的OS比低分患者短(图2C，P<0.001)。计算ROC曲线下面积，国际队列中1、3和5年OS的AUC分别为0.672、0.812和0.793(图2D)。进一步的ROC分析表明，m6A风险值的AUC数值(AUC＝0.791)均高于其他常用临床参数，如性别(AUC＝0.745)、年龄(AUC＝0.512)、吸烟状况(AUC＝0.548)和SCLC分期(AUC＝0.529)(图2E)。更进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数(图2F)。

因此，可以采用m6A风险值对局限期小细胞肺癌预后预测，检测术前局限期小细胞肺癌患者肿瘤组织中G3BP1(NM_005754.3)、METTL5(NM_001293186.2)、ALKBH5(NM_017758.4)、IGF2BP3(NM_006547.3)、RBM15B(NM_013286.5)的表达量，根据下面公式计算每个患者的m6A风险值：

m6A风险值＝(0.0906×G3BP1基因表达量)+(0.4096×METTL5基因表达量)-(0.6365×ALKBH5基因表达量)-(0.0912×IGF2BP3基因表达量)-(0.0660×RBM15B基因表达量)；

m6A风险值低的患者的预后好于或候选好于m6A风险值高的患者。

或，m6A风险值低的患者的总生存期长于或候选长于m6A风险值高的患者。

或，在相同随访时间内，m6A风险值低的患者的总生存率大于或候选大于m6A风险值高的患者。

二、局限期小细胞肺癌预后标志物模型的外部验证

为了验证局限期小细胞肺癌m6A预测模型在其它人群中是否起作用，2个独立队列，197例样本作为验证集，其中上海队列47例，NCC队列150例。

1、上海队列的验证

(1)以来自GEO的47例局限期小细胞肺癌患者作为训练集，患者m6A相关表达量从Gene Expression Omnibus(GEO，http://www.ncbi.nlm.nih.gov/geo，GSE60052)下获得。

(2)按照步骤一中1(4)的方法分别检测47例局限期小细胞肺癌患者的五个基因的表达量，计算m6A风险值。

上海队列中每个患者对应的5个基因的表达量及风险值的检测结果如表4所示。

表4上海队列患者的目标基因表达量及风险值的检测结果

上表中，第3列中死亡状态的1表示第2列随访时间内死亡，0表示第2列随访时间内未死亡或者失访。

(2)按照步骤一中的2(1)方法，确定OS阈值。

结果显示，上海队列中，计算出OS的阈值为-3.1199，并根据阈值，将患者分为高风险组和低风险组，患者m6A风险值大于和/或等于-3.1199的为高风险组，患者m6A风险值小于-3.1199的为低风险组(图3A)

(3)采用Kaplan-Meier生存分析法分析高风险组和低风险组患者的总生存率OS差异

利用Kaplan-Meier分析上述(1)得到的高风险组和低风险组的m6A风险值和生存数据。Kaplan-Meier生存分析结果显示，上海队列中高风险组患者的OS比低分患者短(图3B，P＝0.006)。计算ROC曲线下面积，上海队列中1、3和5年OS的AUC分别为0.652、0.733和0.731(图3C)。进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图3D)。

2、NCC队列的验证

(1)NCC队列为来自国家癌症中心的150例SCLC患者，患者的石蜡标本提取RNA，通过PCR检测基因的表达量。

具体检测方法如下：将获取的局限期小细胞肺癌组织进行RNA抽提；将抽提出的RNA反转录成对应的cDNA；以反转录后的cDNA为模板进行荧光定量PCR；以GAPDH作为内参基因，记录每个反应的Ct值，目的基因的相对表达量以ΔCt表示，ΔCt＝Ct

进行荧光定量PCR时，检测各个目的基因和GAPDH基因的引物序列如表5所示。

表5目的基因引物序列

表中引物序列从上到下从左到右依次编号为序列1-序列12。

(2)按照步骤一中1(4)的方法分别对NCC队列地患者的五个基因的表达量，计算m6A风险值。

NCC队列中每个患者对应的5个基因的表达量及风险值的检测结果如表6所示。

表6 NCC队列患者的目标基因表达量及风险值的检测结果

上表中，第3列中复发状态的1表示第2列随访时间内复发，0表示第2列随访时间内无复发或者失访；第5列中死亡状态的1表示第4列随访时间内死亡，0表示第4列随访时间内未死亡或者失访。

(3)m6A预测模型对NCC队列OS的预后预测

1)按照步骤一中的2(1)方法，确定OS阈值。结果确定阈值为0.1054，根据阈值，将患者分为高风险组和低风险组，患者m6A风险值大于和/或等于0.1054的为高风险组，患者m6A风险值小于0.1054的为低风险组(图3E)

2)采用Kaplan-Meier生存分析法分析高风险组和低风险组患者的总生存率OS差异

利用Kaplan-Meier分析上述(1)得到的高风险组和低风险组的m6A风险值和生存数据。Kaplan-Meier生存分析OS,结果显示，NCC队列中高风险组患者的OS比低分患者短(图3F，P<0.001)。进一步地，计算ROC曲线下面积，国际队列中1、3和5年OS的AUC分别为0.794、0.691和0.686(图3G)。更进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图3H)。

(4)m6A预测模型对NCC队列RFS的预后预测

1)按照步骤(一)中的2(1)方法，确定RFS阈值。结果确定阈值为0.1026，并根据阈值,将患者分为高风险组和低风险组，患者m6A风险值大于和/或等于0.1026的为高风险组，患者m6A风险值小于0.1026的为低风险组(图3I)

2)利用Kaplan-Meier分析上述1)得到的高风险组和低风险组的m6A风险值和生存数据。

Kaplan-Meier生存分析RFS,结果显示，NCC队列中高风险组患者的RFS比低分患者短(图3J，P<0.001)。计算ROC曲线下面积，国际队列中1、3和5年RFS的AUC分别为0.713、0.662和0.695(图3K)。进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图3L)。

m6A风险值低的患者的无复发期大于或候选大于m6A风险值高的患者。

在相同随访时间内，m6A风险值低的患者的无复发生存率大于或候选大于m6A风险值高的患者。

三、m6A模型预测局限期小细胞肺癌患者辅助化疗的疗效

在国际队列和NCC队列中，分别有42和129例患者手术后接受了辅助化疗，对2个队列中，m6A模型对辅助化疗获益进行预测和验证，以患者接收辅助化疗后的OS和/或RFS作为评估获益的指标。

1、国际队列中，m6A模型对局限期小细胞肺癌患者辅助化疗的疗效的预测

1)选择国际队列中接受辅助化疗的42例患者(具体信息见表4，患者编号见表7)，根据步骤一中的2(1)方法，确定OS阈值，阈值为-1.2708。

表7国际队列中接受辅助治疗的患者编号

2)根据阈值，将患者分为将42名患者分为23名高风险组和19名低风险组，利用Kaplan-Meier分析上述1)得到的高风险组和低风险组的m6A风险值和生存数据。结果显示，高风险组中的待测患者的OS低于或候选低于低风险组中的待测患者(图4A)。进一步地，计算ROC曲线下面积，国际队列中1、3和5年OS的AUC分别为0.768、0.901和0.82(图4B)。更进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图4C)。

2、NCC队列中，m6A模型对接受局限期小细胞肺癌患者辅助化疗患者的OS的预测

1)选择NCC队列中接受辅助化疗的129例患者(具体信息见表5，患者编号见表8)，根据步骤一中的2(1)方法，确定OS阈值，阈值为0.1054。

表8 NCC队列中接受辅助治疗的患者编号

2)根据阈值，将患者分为将129例患者中的75例患者分为高风险组，54例患者分为低风险组，利用Kaplan-Meier分析上述1)得到的高风险组和低风险组的m6A风险值和生存数据。结果显示，高风险组中的待测患者的OS低于或候选低于低风险组中的待测患者(图4D)。进一步地，计算ROC曲线下面积，国际队列中1、3和5年OS的AUC分别为0.807、0.68和0.67(图4E)。更进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图4F)。

3、NCC队列中，m6A模型对接受局限期小细胞肺癌患者辅助化疗患者的RFS的预测

1)选择国际队列中接受辅助化疗的129例患者(具体信息见表5，患者编号见表8)，根据步骤一中的2(1)方法，确定RFS阈值，阈值为0.1054。

2)根据阈值，将患者分为将129例患者分为高风险组和低风险组，利用Kaplan-Meier分析上述1)得到的高风险组和低风险组的m6A风险值和生存数据。结果显示，高风险组中的待测患者的RFS低于或候选低于低风险组中的待测患者(图4G)。进一步地，计算ROC曲线下面积，国际队列中1、3和5年RFS的AUC分别为0.708、0.683和0.66(图4H)。更进一步地，C指数分析结果表明，m6A风险值的预测效果明显优于临床其他常用参数,如性别、年龄、吸烟状况和SCLC分期(图4I)。

SEQUENCE LISTING

<110>中国医学科学院肿瘤医院

<120> 用于预测局限期小细胞肺癌患者预后的系统及其应用

<160> 12

<170> PatentIn version 3.5

<210> 1

<211> 20

<212> DNA

<213> Artificial sequence

<400> 1

cacaaagacc tcagcgggat 20

<210> 2

<211> 20

<212> DNA

<213> Artificial sequence

<400> 2

ctcacggatt ggtctgggtc 20

<210> 3

<211> 19

<212> DNA

<213> Artificial sequence

<400> 3

gtacgcggag tggcagaaa 19

<210> 4

<211> 19

<212> DNA

<213> Artificial sequence

<400> 4

cagaggacgt tgcagtagc 19

<210> 5

<211> 20

<212> DNA

<213> Artificial sequence

<400> 5

tcaagcctat tcgggtgtcg 20

<210> 6

<211> 20

<212> DNA

<213> Artificial sequence

<400> 6

atccactgag cacagtcacg 20

<210> 7

<211> 20

<212> DNA

<213> Artificial sequence

<400> 7

tgccaccatt cggaacatca 20

<210> 8

<211> 20

<212> DNA

<213> Artificial sequence

<400> 8

aatcgacttc tcagcagccc 20

<210> 9

<211> 20

<212> DNA

<213> Artificial sequence

<400> 9

gggagcattc ggaccattga 20

<210> 10

<211> 20

<212> DNA

<213> Artificial sequence

<400> 10

ctcattttag cacaggcggc 20

<210> 11

<211> 20

<212> DNA

<213> Artificial sequence

<400> 11

aaatcaagtg gggcgatgct 20

<210> 12

<211> 20

<212> DNA

<213> Artificial sequence

<400> 12

caaatgagcc ccagccttct 20