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！

龙图腾网恭喜王卓申请的专利基于个体化代谢模型的肿瘤分型与潜在靶标预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113362956B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110704567.7，技术领域涉及：G16H50/50；该发明授权基于个体化代谢模型的肿瘤分型与潜在靶标预测方法是由王卓;师咏勇;孙仁梁;戴阳设计研发完成，并于2021-06-24向国家知识产权局提交的专利申请。

本基于个体化代谢模型的肿瘤分型与潜在靶标预测方法在说明书摘要公布了：本发明公开的基于个体化代谢模型的肿瘤分型与潜在靶标预测方法，其包括如下步骤：步骤一：构建肿瘤病人个体化代谢网络模型；步骤二：基于步骤一所述的肿瘤病人个体化代谢网络模型的代谢特征进行精准分子分型；步骤三：基于步骤一所述的肿瘤病人个体化代谢网络模型预测对肿瘤细胞生长具有重要影响的基因作为潜在靶标。本发明具有如下优点：1.本发明建立的分子分型方案对应的生存曲线差异更为显著。2.基于代谢层次发现的预后标志物能够通过体液或血液进行检测，更加方便、易推广。3.本发明预测的潜在靶标是基于肿瘤细胞生长的定量模拟得到的，不同分型的病人具有个性化靶标，能够提高药物有效性响应。

本发明授权基于个体化代谢模型的肿瘤分型与潜在靶标预测方法在权利要求书中公布了：1.一种基于个体化代谢模型的肿瘤分型与潜在靶标预测方法，其特征在于，为如下步骤：步骤一：构建肿瘤病人个体化代谢网络模型；步骤二：基于步骤一所述的肿瘤病人个体化代谢网络模型的代谢特征进行精准分子分型；步骤三：基于步骤一所述的肿瘤病人个体化代谢网络模型预测对肿瘤细胞生长具有重要影响的基因作为潜在靶标；所述步骤二和步骤三可以单独运行或者同时运行；所述步骤一中构建肿瘤病人个体化代谢网络模型的具体方法是：选用人类全基因组规模代谢网络模型Human-GEM作为通用模型，将病人的转录组表达数据或蛋白质组表达数据按表达量进行排序，分为高、中、低、不表达的表达谱数据，采用tINIT算法将表达谱数据与Human-GEM模型整合，依据表达情况设置代谢反应流量的约束，从而获得肿瘤病人个体化代谢网络模型；所述病人的转录组表达数据分为肿瘤组织对应的肿瘤转录组和癌旁组织对应的正常转录组；所述蛋白质组表达数据分为肿瘤组织对应的肿瘤蛋白质组和癌旁组织对应的正常蛋白质组；所述肿瘤病人个体化代谢网络模型分为个体化正常代谢模型和个体化肿瘤代谢模型；所述步骤二中的基于步骤一所述的肿瘤病人个体化代谢网络模型的代谢特征进行精准分子分型的具体方法如下：首先，基于模拟得到的代谢流量信息，对肿瘤细胞和正常细胞进行层级聚类，识别能够区分肿瘤和正常细胞的关键代谢特征，然后再对所有肿瘤模型进行层级聚类或k-means聚类，并利用临床数据进行Kaplan-Meie生存分析的检验，得到具有显著生存差异的分子分型，发现不同亚型之间显著差异的代谢反应和代谢物；所述生存分析是利用临床数据进行生存分析的检验，得到具有显著生存差异的分子分型，发现不同亚型之间显著差异的代谢反应和代谢物；所述步骤三中的基于步骤一所述的肿瘤病人个体化代谢网络模型预测潜在靶标的具体方法是：对于构建的病人个体化肿瘤组织的代谢网络模型，以肿瘤细胞生长（cellgrowth）为最优目标函数，进行流量平衡分析得到原始的生长速率grWT，如公式1： subjectto:S·v=0（1）aj≤v≤bjS代表化学计量矩阵，V代表所有反应的代谢流量，即反应速率，S·v满足质量守恒，aj和bj分别代表反应流量的上限和下限约束；然后将所有的基因逐一做单敲除，得到敲除后的生长速率grKO,按公式2计算肿瘤细胞的生长速率变化：grRatio=grWTgrKO（2）这里grRatio的范围是[0,1],当比值grRatio=0.5时，认为该基因对于肿瘤细胞为致死基因，能够显著抑制肿瘤细胞的生长；同时，为避免对正常细胞造成损害，要求候选基因不能是正常细胞代谢模型中生长的必需基因，且要求候选基因至少在13以上的样本中出现，则可作为潜在的治疗靶标；对于基因组合敲除的模拟与单基因敲除为遍历所有的两两基因组合敲除，得到肿瘤细胞生长的变化比值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人王卓，其通讯地址为：200030 上海市徐汇区华山路1954号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。