首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于组学测序的皮肤黑色素痣良恶性预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆大学附属三峡医院

摘要:本发明公开了基于组学测序的皮肤黑色素痣良恶性预测方法,包括如下步骤:基于细胞测序数据、Bulk测序数据和样本标签,建立黑色素痣恶性演进模型,样本标签包括正常皮肤、远端良性痣、癌旁痣以及黑色素瘤,将黑色素细胞分为逐步演进的多个亚群,基于多个亚群的细胞在黑色素痣各个阶段中的占比数据和在待测样本中的占比数据比对,判断待测样本的恶性状态;或者,基于黑色素痣恶性演进模型,分析多个分型的差异表达基因,基于待测样本的差异表达基因或转录因子的表达数据判断待测样本的恶性状态。本申请提供了新的皮肤黑色素痣良恶性预测方法,能够用于分析待测样本的恶性状态,还提供了阶段特异性的标记物,可用于辅助临床早筛恶性黑色素痣。

主权项:1.基于组学测序的黑色素痣恶性演进模型的构建方法,其特征在于,包括如下步骤:步骤S1:样本数据获取:获取训练集样本的单细胞测序数据和bulk测序数据以及样本标签,样本标签包括正常皮肤、远端良性痣、癌旁痣以及黑色素瘤;步骤S2:样本数据预处理:数据质量控制、过滤、标准化、高变异基因识别以及归一化;步骤S3:主要细胞类型注释:整合数据,对细胞进行分群,计算差异基因,根据差异表达基因及经典细胞标记基因进行主要细胞类型注释;步骤S4:黑色素细胞亚群划分:提取黑色素细胞,对黑色素细胞进行亚群划分,同时,基于递归技术在黑色素细胞中反复识别黑色素细胞中的树结构亚群,并计算亚群之间的聚合性;计算黑色素细胞亚群在不同样本类型中的分布特征,结合亚群相关的树结构和聚合性结果,进行亚群合并;基于皮尔森残差方法再次计算合并后的黑色素亚群在样本类型中的分布特征:步骤S5:构建黑色素细胞演进轨迹:首先根据基因表达数量,估计不同黑色素细胞簇的细胞分化状态;再次,基于黑色素细胞高变异基因集合,推测细胞之间的伪时序轨迹,根据正常皮肤、远端良性痣、癌旁痣以及黑色素瘤在轨迹中的分布特征推测轨迹的起点与终点;然后,使用单细胞bam文件计算RNA的剪切与未剪切状态,基于RNA速率计算方法,绘制黑色素细胞上的细胞动态变化规律;最后,结合细胞分化状态以及伪时序轨迹中的细胞排布,构建最终的黑色素细胞演进轨迹;步骤S6:黑色素细胞亚群恶性程度决策:使用成纤维细胞内皮细胞来源于对照样本的黑色素细胞作为参考组,基于转录图谱对肿瘤样本中的黑色素细胞进行拷贝数变异推断,具体地,根据基因在染色体的位置,每个染色体内部使用100个基因的滑动窗口,利用基因表达水平推测相应位置的拷贝数变异程度;将单细胞拷贝数变异程度结果与bulk测序数据进行比较,根据细胞亚群的拷贝数分析结果,决策细胞恶性程度;步骤S7:构建从正常皮肤到痣到黑色素瘤的演进过程:汇总步骤S5中的黑色素细胞分布在正常皮肤、远端良性痣、癌旁痣以及黑色素瘤的GSVA打分,黑色素细胞亚群多模态演进特征结果,黑色素细胞拷贝数变异程度,最终构建出从正常皮肤到痣到黑色素瘤的演进过程,具体包括细胞亚群MELSOD3+NL到MELSOD3-NL到MELLMP到MELHMP的进化轨迹结果,每一个细胞亚群拥有一个伪时序状态;步骤S8:计算演进过程相关的黑色素亚群之间的差异表达基因,以log2foldchange1,adjusted-P0.05为阈值,作为演进状态特征基因集合:

全文数据:

权利要求:

百度查询: 重庆大学附属三峡医院 基于组学测序的皮肤黑色素痣良恶性预测方法

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。