CN114540500A - 评价乳腺癌患者整体生存的产品 - Google Patents

Abstract

本发明公开了评价乳腺癌患者整体生存的产品。提供检测基因的试剂在制备用于评价乳腺癌患者整体生存的产品中的应用，基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1中的若干种。针对乳腺癌患者建立整体生存的基因模型，通过获取乳腺癌患者的相关基因的表达水平，应用该基因模型有效反映受试者的整体生存期，指导医疗方案。

Description

评价乳腺癌患者整体生存的产品

技术领域

本申请涉及分子诊断技术领域，尤其是涉及评价乳腺癌患者整体生存的产品。

背景技术

乳腺癌的治疗首先需要通过基本病理和分子病理的手段进行诊断，基本病理主要是临床指标，包括明确病灶大小、组织学类型、组织学分级、有无脉管侵犯、有无合并原位癌、切缘和淋巴结情况等，分子病理包括对所有浸润性病灶进行分子指标的检测。分子指标包括ER(雌激素受体)、PR(孕激素受体)、HER2(人表皮生长因子受体2)以及Ki-67(肿瘤细胞增殖指数)，其中，ER和PR又可以合称为激素受体(HR)，而HR+/HER2-型的乳腺癌患者占总体乳腺癌患者的60％，虽然大多数早期患者通过手术就能够获得治愈，但仍有部分患者术后出现局部复发或者远端转移。因此，为了更有效地判断患者预后，除了常规临床病理和分子指标外，还需要以基因表达异常为出发点寻找合适的分子指标，例如目前广泛应用的转录组多基因检测指标。

乳腺癌多基因预后至少可以追溯到2002年荷兰癌症研究院的研究者所开发的70基因检测系统(Mammaprint)，这也是美国FDA批准的首个用于临床的多基因检测系统。除此之外，国际上已经得到普遍应用的还有美国Genomic Health公司于2005年上市的乳腺癌21基因检测系统(Oncotype DX)、基于纳米孔的50基因检测(PAM50)、乳腺癌指数(BCI)等。然而，上述这些多基因表达谱的方法大多是通过评估复发风险来确定HR+/HER2-的早期乳腺癌人群的治疗方案，例如依照上述表达谱情况确定术后内分泌治疗后添加辅助化疗是否有益，但术后复发和病人生存期在临床上是两种不同的预后目标，因而有必要提供一种能够指导以整体生存为临床目标的治疗方案，从而与现有的复发分数形成有效互补。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种评价乳腺癌患者整体生存的产品。

本申请的第一方面，提供检测基因的试剂在制备用于评价乳腺癌患者整体生存的产品中的应用，基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数。

根据本申请实施例的应用，至少具有如下有益效果：

本申请针对乳腺癌患者人群建立了关于整体生存的基因模型，通过检测试剂获取乳腺癌患者的相关基因的表达水平，应用该基因模型能够有效反映受试者的整体生存期，从而指导以整体生存为临床目标的医疗方案。

其中，ACTB(Actinβ)是肌动蛋白β基因。该基因所编码的肌动蛋白是高度保守的蛋白质，参与细胞运动、结构、完整性和细胞间信号传导，是广泛表达的两种非肌肉细胞骨架肌动蛋白之一。

PPP2R1A(Protein Phosphatase 2Scaffold Subunit Aalpha)是蛋白磷酸酶2支架亚基α基因。该基因编码蛋白质磷酸酶的恒定调节亚基。蛋白质磷酸酶2是四种主要丝氨酸/苏氨酸磷酸酶中的一种，涉及细胞生长和分裂的负调控。

GTDC1(Glycosyltransferase Like Domain Containing 1)是含糖基转移酶样结构域1基因。与该基因相关的基因本体(GO)注释包括糖基转移酶活性和转移酶活性。

MAPK1(Mitogen-Activated Protein Kinase 1)是丝裂原活化蛋白激酶1基因。该基因编码MAP激酶家族的一个成员。MAP激酶是多种生化信号的整合点，参与多种细胞过程(如增殖、分化、转录调节和发育)。此外，还具有独立于其激酶活性的转录抑制因子活性。

NDC80(NDC80 Kinetochore Complex Component)是NDC80动粒复合体成分基因。该基因编码的蛋白质由一个N端微管结合域和一个与复合体其他成分相互作用的C端卷曲域组成。该蛋白在染色体正确分离中是必需的，功能是组织和稳定微管-着丝粒相互作用。

RBM41(RNA Binding Motif Protein 41)是RNA结合基序蛋白41基因，与该基因相关的基因本体(GO)注释包括核酸结合和核苷酸结合。

MITF(Melanocyte Inducing Transcription Factor)是黑素细胞诱导转录因子基因。该基因编码的蛋白质是一种转录因子，包含基本的螺旋-环-螺旋和亮氨酸拉链结构特征，其能够调节黑素细胞的发育，并负责黑素生成酶基因的色素细胞特异性转录。

DCK(Deoxycytidine Kinase)是脱氧胞苷激酶基因。其编码的蛋白质对于几种脱氧核糖核苷及其类似物的磷酸化具有重要意义。

DNAJB4(DnaJ Heat Shock Protein Family(Hsp40)Member B4)是DnaJ热休克蛋白家族(Hsp40)成员B4基因。编码的蛋白质能够结合细胞粘附蛋白E-钙粘蛋白，并将其靶向于质膜；还能够结合错误折叠的E-钙粘蛋白，并将其作为内质网相关降解的靶点。

SLC6A3(Solute Carrier Family 6Member 3)是溶质载体家族6成员3基因。该基因编码的多巴胺转运蛋白是钠和氯化物依赖性神经递质转运蛋白家族的成员。

ANGPT2(Angiopoietin 2)是血管生成素2基因，该基因属于生长因子的血管生成素家族。血管生成素2在多种炎症性疾病中上调，与炎症相关信号通路的直接控制有关，并且在胚胎发生和肿瘤发生过程中影响血管生成，并可能诱导内皮细胞凋亡。

HCRTR2(Hypocretin Receptor 2)是下视黄醇受体2基因，该基因编码的蛋白质是一种G蛋白偶联受体，参与调节摄食行为。编码的蛋白质结合下丘脑神经肽食欲素A和食欲素B。A相关基因(HCRTR1)编码选择性结合食欲素A的G蛋白偶联受体。

BCHE(Butyrylcholinesterase)是丁酰胆碱酯酶基因，其编码的酶具有宽底物特异性，参与药物代谢。与其相关的基因本体(GO)注释包括相同的蛋白质结合和水解酶活性。

CDH8(Cadherin 8)是钙粘蛋白8基因，该基因编码钙粘蛋白超家族中的II型经典钙粘蛋白，即介导钙依赖性细胞间粘附的整合膜蛋白。

CYP4B1(Cytochrome P450 Family 4Subfamily B Member 1)是细胞色素P450家族4亚家族B成员1基因。细胞色素P450蛋白是一种单加氧酶，对药物代谢和胆固醇、类固醇和其他脂质合成中的许多反应进行催化。

AFP(Alpha Fetoprotein)是甲胎蛋白基因。成人中的甲胎蛋白表达通常与肝癌和畸胎瘤有关，并涉及晚期胃癌的预后。而羊水中甲胎蛋白水平则用于测量蛋白质的肾脏损失等。

PAX7(Paired Box 7)是配对框7基因，该基因是配对框(PAX)转录因子家族的成员。配对盒7基因的特定功能未知，但推测涉及肿瘤抑制。

NMU(Neuromedin U)是神经细胞素U基因，该基因编码的蛋白是神经肽家族的成员，该蛋白质作为前体经过水解处理生成一种生物活性神经肽，在疼痛、应激、免疫介导的炎症疾病和进食调节中发挥作用。

SRD5A2(Steroid 5Alpha-Reductase 2)是类固醇5α还原酶2基因，该基因编码一种微粒体蛋白，在前列腺等雄激素敏感组织中高水平表达。

RRM2(Ribonucleotide Reductase Regulatory Subunit M2)是核糖核苷酸还原酶调节亚基M2基因。这种还原酶催化核糖核苷酸形成脱氧核糖核苷酸，其合成以细胞周期依赖的方式调节。

IDH2(Isocitrate Dehydrogenase(NADP(+))2)是异柠檬酸脱氢酶(NADP(+))2基因，异柠檬酸脱氢酶催化异柠檬酸氧化脱羧生成2-氧戊二酸，该酶在中间代谢和能量生产中发挥作用。

CYP2U1(Cytochrome P450 Family 2Subfamily U Member 1)是细胞色素P450家族2亚家族U成员1基因。该基因编码细胞色素P450酶超家族的一个成员。细胞色素P450蛋白是一种单加氧酶，对药物代谢和胆固醇、类固醇和其他脂质合成中的许多反应进行催化。

LRP1(LDL Receptor Related Protein 1)是LDL受体相关蛋白1基因。该基因编码低密度脂蛋白受体家族的一个成员，形成的成熟受体参与多种细胞过程，包括细胞内信号传导、脂质稳态和凋亡细胞的清除。

MAX(MYC Associated Factor X)是MYC相关因子X基因。该基因编码的蛋白质能够与其他家族成员形成同型二聚体和异型二聚体，包括Mad、Mxi1和Myc，而Myc是一种与细胞增殖、分化和凋亡有关的癌蛋白。

ECT2(Epithelial Cell Transforming 2)是上皮细胞转化2基因。该基因编码的蛋白质可能在细胞因子的调节中具有重要作用。

AKT2(AKT Serine/Threonine Kinase 2)是AKT丝氨酸/苏氨酸激酶2基因。该基因编码的蛋白质属于丝氨酸/苏氨酸激酶亚家族，在癌细胞的肿瘤发生中起着致癌基因的作用。

ANXA5(Annexin A5)是膜联蛋白A5基因。该基因编码的蛋白质属于钙依赖性磷脂结合蛋白的膜联蛋白家族，作为一种磷脂酶A2和蛋白激酶C抑制蛋白，具有钙通道活性，在细胞信号转导、炎症、生长和分化中具有潜在作用。

DNAJB6(DnaJ Heat Shock Protein Family(Hsp40)Member B6)是DnaJ热休克蛋白家族(Hsp40)成员B6基因。与该基因相关的基因本体(GO)注释包括未折叠蛋白结合和热休克蛋白结合。

PRDM1(PR/SET Domain 1)是PR/SET结合域1基因。该基因编码的蛋白质是β-干扰素基因表达的抑制因子。

整体生存(overal survival，OS)是指从随机化开始到因任何原因死亡的时间，整体生存被认为是肿瘤临床试验中最佳的疗效终点。所以整体生存与其他终点有所不同，它能够用来衡量治疗对疾病复发之后的影响以及副作用对患者存活的影响。因此，存活率被认为是最可靠的癌症研究终点。

在本申请的一些实施方式中，基因包含组中的至少两种、至少三种、至少四种、至少五种、至少六种、至少七种、至少八种、至少九种、至少十种、至少十一种、至少十二种、至少十三种、至少十四种、至少十五种、至少十六种、至少十七种、至少十八种、至少十九种、至少二十种、至少二十一种、至少二十二种、至少二十三种、至少二十四种、至少二十五种、至少二十六种、至少二十七种、至少二十八种以及全部二十九种。

在本申请的一些实施方式中，试剂检测所述基因的mRNA表达水平。

在本申请的一些实施方式中，乳腺癌患者的分子分型为HR阳性HER2阴性。其中，HR阳性是指ER(雌激素受体)和PR(孕激素受体)中至少一个为阳性。

在本申请的一些实施方式中，乳腺癌患者的原发肿瘤分期为T1～T2，区域淋巴结分期为N0～N3。

其中，原发肿瘤分期是指按照TNM分期规则判断的T分期，具体可以根据临床和/或影响学诊断手段或根据病理学大小和范围对肿瘤进行确认，T1表示乳腺内肿瘤最大直径为20mm或更小，T2表示肿瘤直径大于20mm但不大于50mm。综合T1～T2表示乳腺内肿瘤的最大直径不超过50mm。乳腺癌患者主要位于腋下、锁骨上下和胸骨下的淋巴结被称为区域淋巴结，而身体其他部位的淋巴结被称为远处淋巴结。区域淋巴结分期是对癌细胞在淋巴结中的转移和扩散所进行的分期，N0为无区域淋巴结转移证据或只有孤立的肿瘤细胞群，N1符合癌症已经转移到1到3个腋下淋巴结、直径至少2mm等一些条件，N2可以分为N2a(如癌症已经扩散到4-9个腋下淋巴结)和N2b(如癌症已经扩散到乳腺内淋巴结，没有扩散到腋下淋巴结)，N3可以分为N3a(如癌症已经扩散到10个或以上腋下淋巴结或者锁骨下淋巴结)、N3b(如癌症已经扩散到内乳淋巴结和腋下淋巴结)以及N3c(如癌症已经扩散到锁骨上淋巴结)。

在本申请的一些实施方式中，区域淋巴结分期为N0。

本申请的第二方面，提供评价乳腺癌患者整体生存的试剂盒，该试剂盒包括检测基因的试剂，基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数。

在本申请的一些实施方式中，基因包含组中的至少两种、至少三种、至少四种、至少五种、至少六种、至少七种、至少八种、至少九种、至少十种、至少十一种、至少十二种、至少十三种、至少十四种、至少十五种、至少十六种、至少十七种、至少十八种、至少十九种、至少二十种、至少二十一种、至少二十二种、至少二十三种、至少二十四种、至少二十五种、至少二十六种、至少二十七种、至少二十八种以及全部二十九种。

在本申请的一些实施方式中，试剂检测基因的mRNA表达水平。

在本申请的一些实施方式中，乳腺癌患者的分子分型为HR阳性HER2阴性。

在本申请的一些实施方式中，乳腺癌患者的原发肿瘤分期为T1～T2，区域淋巴结分期为N0～N3。

在本申请的一些实施方式中，区域淋巴结分期为N0。

本申请的第三方面，提供计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行以下操作：

步骤1：获取来自乳腺癌患者样本中的基因的表达水平的信息，基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数；

步骤2：对表达水平进行数学关联以获得评分；评分用于指示乳腺癌患者整体生存。

根据获得的整体生存评分来指导以整体生存为临床目标的个性化精准医疗方案，从而可以与现有的复发分数形成互补的临床应用。

在本申请的一些实施方式中，试剂检测基因的mRNA表达水平。

在本申请的一些实施方式中，乳腺癌患者的分子分型为HR阳性HER2阴性。

在本申请的一些实施方式中，乳腺癌患者的原发肿瘤分期为T1～T2，区域淋巴结分期为N0～N3。

在本申请的一些实施方式中，区域淋巴结分期为N0。

在本申请的一些实施方式中，

a_i为基因的表达水平，b_i为基因的设定权重，n为基因的个数，n≤N。

在本申请的一些实施方式中，当评分低于设定值时，指示乳腺癌患者具有较高的生存期。其中，设定值至少可以是基于具体的评分公式，能够有效区分高生存期和低生存期患者的设定阈值。例如，在高于该设定值和低于该设定值的两组患者中，生存期具有显著差异。

在本申请的一些实施方式中，评分＝0.0981×ACTB+0.0847×PPP2R1A+0.0801×GTDC1+0.0723×MAPK1+0.0654×NDC80+0.0653×RBM41+0.0645×MITF+0.0575×DCK+0.0454×DNAJB4+0.0401×SLC6A3+0.0302×ANGPT2+0.0249×HCRTR2+0.0201×BCHE+0.0177×CDH8+0.0128×CYP4B1+0.0106×AFP+0.0077×PAX7-0.0195×NMU-0.0231×SRD5A2-0.0338×RRM2-0.0446×IDH2-0.0458×CYP2U1-0.0632×LRP1-0.0667×MAX-0.0808×ECT2-0.087×AKT2-0.0908×ANXA5-0.0945×DNAJB6-0.109×PRDM1，公式中基因的缩写表示对应基因的表达水平。

本申请的第四方面，提供一种电子设备，该电子设备包括处理器和存储器，存储器上存储有可在处理器上运行的计算机程序，处理器在运行计算机程序时实现以下操作：

步骤1：获取来自乳腺癌患者样本中的基因的表达水平的信息，基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数；

步骤2：对表达水平进行数学关联以获得评分；评分用于指示乳腺癌患者整体生存。

在本申请的一些实施方式中，

a_i为基因的表达水平，b_i为基因的设定权重，n为基因的个数，n≤N。

在本申请的一些实施方式中，评分＝0.0981×ACTB+0.0847×PPP2R1A+0.0801×GTDC1+0.0723×MAPK1+0.0654×NDC80+0.0653×RBM41+0.0645×MITF+0.0575×DCK+0.0454×DNAJB4+0.0401×SLC6A3+0.0302×ANGPT2+0.0249×HCRTR2+0.0201×BCHE+0.0177×CDH8+0.0128×CYP4B1+0.0106×AFP+0.0077×PAX7-0.0195×NMU-0.0231×SRD5A2-0.0338×RRM2-0.0446×IDH2-0.0458×CYP2U1-0.0632×LRP1-0.0667×MAX-0.0808×ECT2-0.087×AKT2-0.0908×ANXA5-0.0945×DNAJB6-0.109×PRDM1，公式中基因的缩写表示对应基因的表达水平。

其中，存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序，如本申请实施方式中描述的针对乳腺癌患者整体生存进行评估的过程。处理器通过运行存储在存储器中的非暂态软件程序以及指令，从而实现乳腺癌患者整体生存的评估。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储执行上述标志物筛选方法。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，比如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。

在本申请的一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现上述评估所需的非暂态软件程序以及指令存储在存储器中，当被一个或者多个处理器执行时，执行上述上述评估。

以上所描述的装置实施仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

可以理解的是，上文中所公开的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。可以理解的是，计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。

此外，可以理解的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

对于上述乳腺癌患者整体生存的评分模型进一步讨论如下：

该模型涉及29个基因，按权重从大到小顺序为：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1。注意到后面12个基因，NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1的权重为负数，且绝对值从小到大，表明它们的对整体生存分数的贡献也从小到大。此外，需要指出的是，原始数据的生存指标中，0代表生存，1代表死亡，所以对生存分数起正面作用的基因的设定权重为负数，起负面作用的基因的设定权重为正数。

其中的大部分基因按照功能与信号通路可以简单分为：

1.转录调控：免疫调控的转录抑制因子PRDM1，MYC相关因子的MAX、MITF；

2.细胞周期调控、细胞增殖与分化：DNAJB6、NDC80、ECT2；

3.细胞凋亡与DNA损伤修补：ANAX5、GTDC1；

4.PI3K/AKT通路：AKT2、RRM2、AFP；

5.丝裂原活化蛋白激酶(MAPK)信号通路：PPP2R1A、MAPK1；

6.细胞骨架与组织构架：ACTB、PAX7；

7.Wnt信号通路与上皮-间质转化(EMT)：DNAJB4、DNAJB6、CDH8、RRM2；

8.血管生成：ANGPT2、LRP1；

9.药物代谢与排毒：BCHE、CYP4B1、CYP2U1；

10.多巴胺转运体：SLC6A3；

11.核苷合成：DCK。

在上述29个基因中，转录因子PRDM1的权重在整体生存模型中为绝对值最大的负数，因此是正面权重，表明PRDM1对促进HR+HER2-的早期乳腺癌病人生存期至关重要。研究表明，PRDM1在B淋巴细胞的生发中心(Genminal Center)通过转录抑制生发中心相关信号通路。PRDM1通过HGAL(生发中心表达转录物2)和LMO2(LIM结构域-2)的表达，对B细胞生长及其终期分化为记忆细胞或浆细胞进行调控。其次，PRDM1还调控其它免疫细胞。PRDM1通过直接结合DNA并作为支架招募多个辅助抑制蛋白，包括组蛋白H3甲基转移酶、G9A、组氨酸脱乙酰基酶HDAC2、精氨酸甲基转移酶PRMT5和组蛋白去甲基化酶LSD1，起到转录抑制因子的作用。此外，在某些基因上，PRDM1可能通过DNA结合位点竞争取代干扰素调节因子家族的转录激活因子。在生发中心B细胞中，PRDM1转录抑制的直接目标基因有：CIITA、PAX5、SPIB、ID3、c-MYC、PCNA和KI67。就乳腺癌而言，有研究发现NF-kB子区RELB通过激活PRDM1来抑制ERa表达，并且PRDM1为促进乳腺癌细胞迁移的NF-kB、RelB/Bcl-2/Ras驱动途径的下游效应子，通过转录抑制BMP5而对TNFb-诱导的EMT起重要作用。在HER2+乳腺癌中，衔接蛋白BCAR1调控其侵袭性，而PRDM1则通过对局部粘附和存活信号的影响触发细胞侵袭和转移形成。

转录因子MYC与其结合因子MAX形成的MYC-MAX复合物在细胞增殖时限制细胞周期G1期进展的速率，此过程本身又部分由细胞周期蛋白依赖性激酶(CDK)调控，因此MYC通路对癌细胞的生存十分重要。而MYC通路对ER+、HER2+、三阴性这三种不同的乳腺癌亚型的作用有所差异。模型中MAX为绝对值较大的负数，表明MAX表达对生存分数起重要的正面作用。

模型中另一个重要的转录因子为小眼畸形相关转录因子MITF，对生存分数起负面作用。MITF结合目标基因启动子中的M-盒(5’-TCATGTG-3’)及其互补的E-盒(5’-CACGTG-3’)对许多基因的转录进行调控。调控MITF表达的基因包括：CREB通过结合MITF启动子的TGACGTCA基序在cAMP上升时启动其表达；PAX3通过Hippo-PAX3-MITF轴调控MITF表达，而FOXD3则通过阻止PAX3与MITF启动子的结合下调MITF表达，在神经嵴发育过程中，SOX10配合PAX3与MITF启动子结合而上调MITF，反之，ERK-调控的磷酸化则阻止SOX10的SUMOylation蛋白质修饰，从而下调MITF。SOX10还能够与PPARGC1A/PGC1α直接结合，因此PGC1α可以上调MITF；Wnt信号通路通过结合MITF启动子区内的LEF1点位激活MITF；ATF4通过与CREB竞争与MITF启动子结合从而下调MITF；在黑色素瘤中炎症信号TNFα激活JUN从而下调MITF；在癌症成长的缺氧条件下，HIF1激活BHLHE40(基本螺旋-环-螺旋族成员E40)，下调MITF，但MITF反过来激活HIF1从而提升细胞缺氧应激反应存活，这构成HIF1-BHLHE40-MITF轴，调节黑色素瘤的表型可塑性的反馈闭环；其它下调MITF的基因有：ALX3，刺猬信号下游转录因子GLI3，三种信号通路(BRAF/MAPK信号，PI3K/PAX3，Wnt信号)调控的BRN3。MTIF调控的基因包括：DNA损伤修补基因BRCA1，LIG1，RAD54，RAD51L3，TERT1；代谢基因SIRT1，PGC1α，v-ATPases；抗凋亡基因BCL2，BIRC1，TRPM1；影响细胞骨架的侵袭基因GMPR，DIAPH1；细胞周期基因PLK1，CENPA，NDC80，CDK2，CCNB1，CCND1，MET，CDKN1B，CDKN1/CDKN2A；细胞分化的色素生物合成基因TYR，TYRP1，DCT，MLANA，SILV，SLC24A5，CAECAM，RAB27，MYO5A。

模型中生存分数起负面作用的权重第二大基因PPP2R1A与染色体不稳定性(CIN)相关。CIN为肿瘤细胞异质群落的主要因素。调控CIN的细胞有丝分裂检查点基因PLK1与MAD2，高表达在合成剂量致死性(SDL)时才导致细胞死亡。研究表明，PPP2R1A的SNPs对乳腺癌分别有促风险或保护作用，且PPP2R1A可能与MAPK信号有关。此外，致癌基因CIP2A在乳腺癌中的“致癌关联”机制也涉及PP2A，具体表现为CIP2A抑制PP2A，从而下调AKT磷酸化；CIP2A稳定MYC，并与PI3K-mTOR通路，及MAPK/ERK通路成员发生作用。MAPK1(即ERK)是模型中另一个重要的对生存分数负面的基因。众所周知，MARK通路为几乎涉及细胞各种功能的广谱通路，在MAPK通路与肿瘤耐药与敏感性的机制中，RAS-RAF-MEK-ERK通路上存在ERK抑制RAF或通路上游SOX的负向反馈，并且还有其它两条JNK通路及P38通路。而在本申请的模型中，MAPK1/ERK高表达对应较差的整体生存期。

参与DNA损伤应激反应的基因ANXA5在整体生存模型中为权重较大的正面影响基因。ANXA5又名PP4，属于膜联蛋白(Annexin)家族成员，是与PP2A类似的磷酸酶，与PP2A具有65％的氨基酸序列同源性。膜联蛋白有160多种，特征为钙依赖性结合带负电荷磷脂表面。ANXA5与凋亡细胞表面结合为细胞的特定信号，促进凋亡细胞的吞噬摄取；肿瘤则通过劫持此信号通路逃逸抗肿瘤免疫，而ANXA5以高亲和力与凋亡细胞外化的PS结合，从而阻碍其与免疫细胞的相互作用。研究显示ANXA5可以挽救化疗诱导的肿瘤微环境(TME)免疫抑制状态，ANXA5优先归巢于富含PS+肿瘤细胞的TME，将肿瘤抗原肽与ANXA5融合可显著增强其免疫原性和抗肿瘤功效。研究发现PP4参与中心体微管生长及组织构架，还参与调控有丝分裂和减数分裂中心体的成熟；在DNA损伤应激反应中，PP4对γ-H2AX及RPA2的去磷酸化至关重要。PP4激活NFκB信号的转录因子Rel、RelA及NFKB1，通过对RelA上Thr435的去磷酸化，激活顺铂(Cisplatin)及MEK/ERK诱导的NFκB信号；PP4还上调TNF-α通路的JNK，并以T-细胞受体(TCR)依赖性方式调控HPK1活性；最后PP4下调IRS4及抑制HDAC3。此外，PP4C通过CHK2参与TRIM28在S473点位的磷酸化，从而延长G2/M的检查点；通过ATM参与TRIM28在S824点位的磷酸化，为异染色质DNA损伤修复所必需，随着染色质重塑蛋白CHD3的释放，染色质表现出长时间的松弛。由此可见，ANXA5/PP4一方面促进TME的免疫性来帮助免疫系统清除癌细胞，另一方面对修复细胞DNA损伤十分重要从而抑制癌细胞变异生存，这些与其模型中其高表达延长病人生存期的结果一致。

整体生存模型中另一个与细胞凋亡相关基因GTDC1为负面变量。许多研究及案例分析表明GTDC1参与神经细胞发育且与智力迟钝及自闭症等有关。但关于GTDC1与乳腺癌的研究较少。

整体生存模型中生存分数正面权重第二大的基因为DNAJB6，表明DNAJB6对促进HR+HER2-的早期乳腺癌病人生存期特别重要。研究表明，DNAJB6在侵袭性乳腺癌细胞中的表达与正常乳腺细胞相比特别低，而且在MDA-MB-231及MDA-MB-435细胞系中通过外源启动子表达DNAJB6可以抑制细胞的转移性与侵袭性。DNAJB6正向调控DKK1转录，而DKK1抑制Wnt通路，所以DKK1为DNAJB6抑制Wnt通路的途径之一；另一方面，DKK1的启动子区cis-点位分析表明，上面存在其转录抑制因子MSX1结合的两个点位，DNAJB6与MSX1构成DKK1双向转录调控因子，而CTNNB1为MSX1的共转录因子，这也表明DKK1为β-连环蛋白水平的反馈调控因子，构成DNAJB6/DKK1/CTNNB1/MSX1调控β-连环蛋白的反馈闭环。值得一提的是，DNAJB6还参与细胞有丝分裂，为一种新发现的RanGTP调节蛋白，在细胞分裂M期与Dynactin亚单位DCTN1以RanGTP依赖的方式相互作用，并促进纺锤体极聚焦和Dynein蛋白力的产生。

EMT为癌细胞转移的主要手段。对EMT的蛋白质量化信息学研究中发现，在乳腺癌细胞系中，DNAJB4表达随EMT的进展而增加，与未折叠蛋白反应(UPR)相关，DNAJB4促进EMT进展，诱导肿瘤转移。UPR是细胞维持内质网(ER)蛋白质折叠平衡的方式。DNAJB4被认为是多种癌症的抑癌基因，与正常上皮细胞相比，多种乳腺癌细胞系缺少DNAJB4表达，可能是因为DNAJB4的甲基化。DNAJB4抑癌机制为其SRC的内源性抑制剂。原癌基因SRC为非受体蛋白酪氨酸激酶，在许多不同种类的细胞受体参与后激活，包括免疫反应受体、整合素和其他粘附受体、受体蛋白酪氨酸激酶、G蛋白偶联受体以及细胞因子受体。参与控制多种生物活性的信号通路，包括基因转录、免疫反应、细胞粘附、细胞周期进展、凋亡、迁移和转化。DNAJB4直接与SRC的催化功能区或蛋白结合区结合，导致SRC下调。模型中DNAJB4为生存分数的负面因素，可能与其促进EMT诱导肿瘤转移相关。

模型中整体生存另一个负面基因CDH8也可能与EMT有关。跨膜蛋白CDH8为钙依赖性钙粘蛋白，介导细胞粘附，在广泛的细胞间相互作用中发挥重要作用，对中枢神经系统(CNS)的成长至关重要。在癌症领域，CDH8表达的改变可能在肾细胞癌的发展中起作用，参与某些类型肾细胞癌的肾脏形态发生和肿瘤发生。

核糖核苷酸还原酶(RR)是一种独特的酶，可将NDPs还原为dNDPs，后者是DNA合成的基础，因此对细胞增殖至关重要。RR决定DNA合成的速度，为癌细胞增殖的主要因素，RR小亚单位M2(RRM2)在许多癌症组织高表达。结直肠癌(CRC)中，在细胞周期进程中，G1/早期S期上调E2F1之后，致癌转录因子MYBL2直接与RRM2基因启动子结合，并与TAF15和MuvB组件一起促进RRM2在S期的转录。其它上调RRM2的因子有：胶质母细胞瘤中的BRCA1和E2F1，宫颈癌中的HPVE7，前列腺癌中的FOXM1。用小干扰-RRM2基因转染敲除RRPM2可显著抑制乳腺癌细胞的恶性转移行为，RRPM2的下调抑制VEGF转录与释放，且通过减弱磷酸化AKT及MMP2表达而终止PI3K/ARK信号，这表明RRM2可能通过PI3K/AKT信号通路诱导细胞侵袭、迁移和VEGF表达，从而作为促转移因子促进乳腺癌转移。但本模型中RRM2为整体生存期的较小的正面因素，也许能够从RRM2促进正常细胞增殖及维护神经系统正常组织结构的角度得到解释。

模型中对整体生存起负面作用的另一个与核苷合成相关的基因为DCK。DCK为核苷补救途径的基本酶，研究发现其表达与抗病毒和抗癌化疗药物的耐药性有关；DCK还影响外周血T细胞稳态增殖和存活，其缺乏可影响淋巴细胞发育。DCK的高表达与肝癌患者的不良预后相关，还与肿瘤微环境与肿瘤浸润性免疫细胞(TIIC)有关，暗示DCK可能参与癌细胞免疫逃逸。特别地，DCK的表达与调控性T细胞Treg和耗竭相关抑制受体标记基因关联。细胞溶质钙离子与细胞内DCK的活性有关。而改变钙离子通量可促进T细胞亚群，进而促进细胞因子的产生并下调CTLA4和PD-1的表达，并影响cAMP信号通路，促进细胞因子的调节。这可能是DCK促进免疫抑制及免疫逃逸的机制。

RNA结合蛋白RBM41在模型中对整体生存起负面作用，参与核酸结合和核苷酸结合。RNA结合蛋白家族中，与乳腺癌相关的有：(一)RBM3。RBM3调节ARPC2，促进乳腺癌细胞增殖和迁移；并且可能与细胞极性和扩散的改变有关，涉及RhoGTPase ROCK信号和CRMP2，促进癌细胞转移。(二)RBM4。RBM4上调胰岛素受体IR及凋亡调控因子MCL1，使癌细胞失去凋亡抵抗性。(三)RBM7。RBM7结合并稳定CDK1的mRNA，促进细胞生长。(四)RBM38。RBM38与c-MYC相互抑制，上调PTEN表达，而GSK3则使RBM38在Ser195磷酸化促进P53表达，这些作用均可以抑制癌细胞增殖。(五)RBMS2。RBMS2使P21的mRNA保持稳定，从而抑制细胞增殖。(六)RBMS3。RBMS3负向调控TWIST1表达，通过TWIST1下调MMP2；RBMS3还抑制CTNNB1，CNND1，c-MYC蛋白表达。但RBM41在乳腺癌中的作用还有待研究。

整体生存期模型中与PI3K/AKT信号相关的另一个十分重要的正向基因为AKT2且权重绝对值较大。AKT2与乳腺癌的关系体现在如下几个方面：(一)乳腺生理性发育。AKT2基因敲除可诱导泌乳并减少乳腺复原(Involution)过程。乳腺复原是一个重要的过程，在断奶时乳腺变得多余时除产奶上皮细胞，乳腺复原分成两步，包括分泌上皮细胞的死亡和脂肪细胞的替代。在小鼠乳腺肿瘤病毒(MMTV)-AKT2转基因小鼠上，AKT2通过防止乳腺细胞凋亡而损害MMTV小鼠乳腺复原。(二)细胞增殖与凋亡。在TNBC细胞上，敲除AKT2导致CDK2及CCND1下调，P27/IFI27上调，从而终止细胞周期；AKT2的缺失导致线粒体自噬，这是由于以下不可调和的矛盾：一方面通过增强PGC-1α活性而增加线粒体生物合成，另一方面下调P70S6K而降低蛋白质表达；在缺氧压力下，AKT2调控其它两个AKT同源异构体AKT1，AKT3。缺氧启动AKT2表达，激活NFbB及CREB，上调miR-21，促使H3K9乙酰化。反之，miR-21抑制PTEN，促凋亡的PDCD4及Sprouty1的蛋白水平，从而激活AKT1/3，细胞存活。(三)肿瘤迁移和侵袭。肌动蛋白细胞骨架组织基因PALLD高表达与乳腺癌侵袭性相关，虽然AKT2不具有直接磷酸化PALLD的能力，但AKT2通过调节蛋白质稳定性和蛋白质转录增加PALLD的表达；AKT2增强整合素β1介导的对Ⅳ型胶原的粘附和侵袭，并在一定程度上通过层粘连蛋白来实现，也有赖于PI3K；AKT2介导对EGF趋化性增强，在EGF刺激后，AKT2直接与PRKCZ相互作用，激活肌动蛋白聚合LIMK/CFL1轴及粘附相关的β1整合素；在乳腺癌进展早期过程中，基本螺旋-环-螺旋(bHLH)转录因子TWIST上调AKT2，导致EMT介导的迁移、侵袭和转移；AKT2可导致乳腺癌患者激素非依赖性。AKT2通过S167处ERα的磷酸化以非雌激素依赖的方式促进ERα的转录活性。AKT2调控EGF及IGF1诱导的ERα介导转录，AKT2反过来被更高的ERα水平激活，表明AKT2可以刺激自身的激活。

整体生存期模型中与PI3K/AKT信号相关的另一个基因AFP为负面基因。甲胎蛋白AFP为肝癌的标志物。AFP在肝癌免疫的功能包括：(一)通过结合AFP受体(AFPR)促进癌细胞增殖，PI3K/AKT信号通路的激活、癌基因蛋白的刺激和PTEN抑癌基因蛋白的功能障碍；(二)通过上调转移基因表达促进肿瘤侵袭和转移相关蛋白，如K1、EpCAM、MMP2/9、CXCR4；(三)通过增加VEGF、VEGFR-2和MMP2/9促进血管生成；(四)通过阻断肿瘤的Fas/FasL、caspase-3和PI3K/AKT信号通路来抗肿瘤细胞凋亡；(五)通过触发肿瘤细胞和淋巴细胞之间的Fas/FasL相互作用逃避免疫监视；抑制DC细胞成熟并诱导其凋亡；减少DC细胞分泌IL-12的数量，从而间接抑制NK细胞；促进CD4+T和CD8+T细胞比例的变化；以及增强Treg细胞数量。而在乳腺癌上，AFP也可能通过以上途径协助癌细胞免疫逃逸，从而对整体生存构成威胁，这与其在模型中作为生存分数的负面因素相符合。

模型中与参与细胞分裂的基因NDC80，主要功能是组织和稳定微管-着丝粒相互作用，利用RNAi技术扫描恶性胸膜间皮瘤异常表达基因时发现NDC80高表达。在14例良性乳腺肿瘤中，10例显示NDC80/HEC1显著过度表达(高于正常乳腺组织的3倍以上)。高表达NDC80通过其内环域扣押其结合伙伴。这种吸收将改变有丝分裂进程并导致染色体分离缺陷，从而产生非整倍体(aneuploidy)。此外，NDC80及其相互作用伙伴的转录程序也可能因不同的细胞周期模式和/或细胞代偿机制而改变，进一步促进非整倍体细胞的生长。模型中NDC80的权重为较大正数，说明高表达NDC80为整体生存期的较大负面因素。

模型中另一个与参与细胞分裂的胞质分裂的基因为RhoGTPase基因ECT2，其权重为较大负数，对整体生存起重要的正面作用。ECT2又名ARHGEF31，为鸟嘌呤核苷酸交换因子(GEF)成员，主要是RhoA、RAC1和CDC42的RhoGEF激活因子。ECT2在胞质分裂过程中调节未转化细胞中的RhoA，同时与蛋白激酶PKC-PAR6复合物协调，通过激活RAC1来驱动转化生长。在细胞周期的间期，一侧的ECT2激活核CDC42，以保持对着丝粒处新加入的组蛋白变体CENPA的监视和稳定，而另一侧的ECT2则激活核rRac1和核磷蛋白(NPM)以激活rRNA合成。模型中ECT2的正面作用可能是因为ECT2可以维护正常细胞的生长。

整体生存模型中正面权重最大的基因为ACTB，表明高表达ACTB为整体生存期的最大负面因素。在关于基因表达的研究中，ACTB一度被作为看家基因，但对于癌症显然不适合。对泛癌症的基因表达研究表明，ACTB与许多种癌症的转移与侵袭性相关，且与免疫细胞浸润、免疫检查点和其他免疫调节相关。

参与组织构架的基因PAX7在整体生存模型中为权重最小的负面因素。PAX7主要在成人肌肉组织中作为干细胞池的卫星细胞中表达，肌肉损伤后的组织修复和再生需要卫星细胞，而维持出生后卫星细胞的存活和增殖需要PAX7表达。肌肉微环境在癌症恶病质中起着重要作用，通过NF-κB诱导的PAX7过度表达损害恶病质小鼠肌肉前体的肌源性潜能，表明降低PAX7表达可能有益于癌症恶病质。在荷瘤小鼠肌肉中观察到的延迟肌肉再生与持续的局部炎症和PAX7过度表达有关。

血管生成基因ANGPT2整体生存模型中为负面因素。研究表明，ER+患者乳腺癌在长期休眠后可能发生转移，休眠的肿瘤细胞最有可能存在于骨髓血管壁。绝经后雌激素缺失促进骨髓血管壁的肿瘤细胞增殖，其分子表型从休眠转变为觉醒。雌激素缺乏后，血管壁内皮细胞产生ANGPT2并通过干扰ANGPT1/TIE2信号及细胞表面整合素β1而破坏内皮。另外，乳腺癌肿瘤细胞还有可能通过上调CXCL4加强对CXCL12的响应而促进骨转移。

另一个与肿瘤血管生成相关的基因为低密度脂蛋白受体LRP1，在整体生存模型中起正面作用。LRP1具有广泛的功能，参与多种信号通路。高表达LRP1与TNBC及HER2+乳腺癌、子宫内膜癌、前列腺癌和胶质母细胞瘤有关。在胰腺癌细胞模型中，LRP1调控免疫细胞在肿瘤的汇聚，LRP1的缺失导致CCL3/4上升使炎症激化，吸引更多TAM，并伴有血管生成，因此LRP1限制TAM在肿瘤处汇聚。利用RNAi对TNBC模型进行研究发现，抑制LRP1导致形态与血管分布改变，促使癌细胞生长延迟，蛋白组学研究表明LRP1通过调节TGF-β信号和纤溶酶原/纤溶酶系统而支持肿瘤生长与血管生成。

模型中与药物代谢及排毒相关的基因有BCHE、CYP4B1和CYP2U1，说明药物代谢及排毒是影响乳腺癌患者整体生存期十分重要的因素，其中BCHE与CYP4B1起负面作用，而CYP2U1则起正面作用。

在非遗传性乳腺癌的组织样本中，BCHE基因突变为缺失的占65.7％，拷贝数扩增占22.9％，且突变数目与癌症临床恶性程度分级正关联。这与模型中BCHE对整体生存负面作用的结果相一致。

CYP4B1在外源生物素转化中起着重要作用，其表达如果是肝外占主导，则与某些组织特异性毒性有关。CYP4B1在许多癌症组织高表达，CYP4B1促进癌变的通路包括原癌基因/致癌物的生物活性和炎症和新生血管的诱导。这与模型中CYP4B1对整体生存负面作用的结果相一致。

在对219例乳腺癌进行的IHC病理与生存分析中发现，管腔肿瘤亚型中，CYP2U1在TNBC表达偏高。CYP2U1高表达对应较差的OS、DFS及DMFS。CYP2U1促癌的研究多围绕TNBC或HER2+或ER-人群，对于如本实施例中模型应用对象的HR+HER2-人群，CYP2U1的作用需要更多研究。

模型中与细胞内代谢相关的基因为IDH2。IDH2在三羧酸(TCA)循环中作为NADP+消耗酶发挥作用，产生NADPH。研究发现，细胞溶质ME1与线粒体IDH2整合对肿瘤生长和转移至关重要。ME1为细胞溶质中NADP依赖性酶，催化生产用于脂肪酸生物合成的NADPH，促进癌细胞生长与转移。ME1缺失能够激活线粒体IDH2，后者通过AMPK-FOXO1依赖性方式弥补NADPH的生产。上述结果显示，IDH2在TNBC或HER2+乳腺癌中与侵袭性相关，而在应用对象为HR+HER2-人群的本模型中，IDH2对整体生存反而有促进作用，其中机制有待进一步研究。

模型中负面基因HCRTR2为G蛋白偶联受体(GPCR)亚型OX2R，为神经肽受体，主要作用于中枢神经系统，控制睡眠/觉醒过程、食欲和进食、能量平衡、药物成瘾和认知过程。研究发现，OX2R在具有不同转移潜能的宫颈癌中表现出异质性升高，在人类胎盘中也表现出异质性，可能作为宫颈癌侵袭能力的指标。221例胆囊癌、头颈部鳞状细胞癌和胶质母细胞瘤组织对OX2R表达的免疫组化实验发现，其中69例样本表达偏高。

模型中另一个神经肽为NMU，对整体生存有一定的正面作用。在HER2+乳腺癌中，NMU高表达与肿瘤干细胞(CTC)相关，高表达NMU患者的攻击性增强，对HER2靶向治疗的抵抗力增强，总体预后显著不佳。而且，NMU可以作为HER2+乳腺癌靶向HER药物耐药性标志物，其机理为NMU结合HSP27，促进HER2稳定，从而对靶向HER药物耐药。在应用对象为HR+HER2-人群的本模型中，NMU对整体生存反而有一定的促进作用，其中机制有待进一步研究。

可以理解的是，上述讨论基于全部29个基因的模型，但在本申请实施例中，并不仅限于全部29个基因的模型，从中选择若干个基因同样能够构建得到整体生存评价效果的其它模型。

本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

图1是本申请的实施例中最优模型交叉验证的重复20次的AUC最大值、中值和最小值对应的ROC曲线。

图2是本申请的实施例中最优模型在全部样本中验证的ROC曲线。

图3是本申请的实施例中cox分析的生存曲线。

图4是本申请的最优模型中的单个基因的标志物在不同人群中的表达量的箱线图。

图5是本申请的最优模型中的单个基因的标志物的ROC曲线。

具体实施方式

以下将结合实施例对本申请的构思及产生的技术效果进行清楚、完整地描述，以充分地理解本申请的目的、特征和效果。显然，所描述的实施例只是本申请的一部分实施例，而不是全部实施例，基于本申请的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本申请保护的范围。

下面详细描述本申请的实施例，描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

在本申请的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

实施例1

本实施例利用mRNA基因的表达数据筛选出的一组乳腺癌基因标志物，过程如下：

一、数据集准备

1.从基因表达综合数据库TCGA下载数据集数据集TCGA-BRCA及GEO数据库下载数据集GSE42568和GSE69031，上述数据集为乳腺癌切片的基因芯片数据(Affymetrix平台)。

2.剔除表达极低的基因转录(定义为表达非零的样本个数不超过10个)后，再剔除miRNA及lncRNA，选取三个数据集的共有基因，得到基因数为9524。

3.对每个数据集进行数据标准化，分两步对样本及基因分别进行：

(1)对每个样本进行标准化：对每个样本分别计算其所有基因表达量的中位数，然后以该样本的各个基因的原始表达量减去该样本的所有基因表达量的中位数，得到该样本的各个基因的一次标准化后的表达量，通过这种标准化方式去除了样本mRNA输入量的差异；

(2)对每个基因进行标准化：以第(1)步中一次标准化后的基因表达数据为基础，进一步对每个基因分别计算其在所有样本中的表达量的中位数，然后将各个样本的该基因的一次标准化后的表达量减去该基因在所有样本表达量的中位数，得到该基因在各个样本中的二次标准化后的表达量。

把标准化后的三个数据集组装为一个综合数据集。

4.选择ER阳性或PR阳性、HER2阴性、无淋巴结转移(Node＝0)的早期(T1-T2)乳腺癌病人样本共708例，其中TCGA-BRCA有637例，GSE42568有29例，GSE69031有42例。整体生存指标数据完整的样本数共701例，整体生存指标(OS)标记为0(生存)的共591例，标记为1(死亡)的共110例，死亡率16％。

二、基因诊断标志物筛选及模型

针对乳腺癌患者的整体生存，通过以下方法建立模型：

1.确定和整体生存相关的基因。利用t-检验(t-test)，寻找能够区分目标变量不同人群(0，生存vs 1，死亡)的有统计意义(p<0.05)的基因，初步得到差异表达的基因。

2.对基因进行上调或下调分组。差异表达基因分为两组，t-检验结果中t为正数的代表表达在病人组织中下调的基因；t为负数的代表表达在病人组织中上调的基因。分别对两组基因进行分层关联系数分析。

3.分层关联系数分析。对表达上调或下调的基因组，分别进行分层关联系数聚类，其目的是在给定的关联系数水平，每一聚类中的基因需要大致两两相互关联，聚类通过以下迭代进行，首先获取上调或下调的基因组内的两两基因之间的关联系数矩阵，设定第一关联系数阈值T₁＝0.75(注：此阈值可以推过预先查看所有基因对之间的关联系数分布进行调整)，对关联系数矩阵扫描，把所有大于阈值T的基因进行如下递归聚类：先把这些基因相应的t-检验的结果按照p值从小到大排序，取第一个还没有归类的基因作为候选基因，把所有与之关联系数大于T的基因和该候选基因归为一个聚簇，接着对这个聚簇的基因构成的关联系数子矩阵取行(或列)平均值，按照平均值从大到小排序，取第一个基因(即该聚簇内关联系数最大的基因)为该聚簇的代表基因，即与此聚簇中所有基因最相关的基因；把阈值下调0.05，得到第二关联系数阈值T₂＝T₁-0.05，对未归入聚簇的剩余基因重复上述步骤，直到穷尽所有基因，使这些差异表达的基因全部归入聚簇，每个聚簇的代表基因构成标志物的模型候选基因。

4.迭代线性回归分析确定基因组。在分层关联系数分析中，预先给定作为模型参变量的基因个数(s)，进行迭代线性回归分析。再循环不同的s值，寻找最优的模型参变量个数，由对应的R平方值(rsq)的最大值确定，从而得到最优模型。

5.预先选取与癌症相关的基因突变图谱上的基因，共741个，重复步骤4，得到最优模型；

6.综合4和5的基因，再次重复4，得到最后的模型。

最终的整体生存分数为29基因模型：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1。

最终的最优模型中各个基因的参数如下表1所示：

表1.29基因线性回归模型中各个基因的相关参数

交叉验证：把数据集按照目标变量的人群平分，一半为训练集，另一半为验证集，计算ROC及AUC，如此重复N(＝20)次。并计算AUC的统计特征，如最小值、最大值、中值。交叉验证的AUC中间值作为评价模型结果的指标。

结果如图1所示，从图中可以看出，该模型重复20次的AUC的最大值为0.85，最小值为0.7，中值为0.76，表明该模型具有良好的分类意义，能够把HR+/HER2-、T1～T2、N0的乳腺癌患者中具有不同生存期的人群很好地分开，依此根据不同的生存期对不同的人群考虑针对性的治疗方案。

根据建立的29基因线性回归模型(评分＝0.0981×ACTB+0.0847×PPP2R1A+0.0801×GTDC1+0.0723×MAPK1+0.0654×NDC80+0.0653×RBM41+0.0645×MITF+0.0575×DCK+0.0454×DNAJB4+0.0401×SLC6A3+0.0302×ANGPT2+0.0249×HCRTR2+0.0201×BCHE+0.0177×CDH8+0.0128×CYP4B1+0.0106×AFP+0.0077×PAX7-0.0195×NMU-0.0231×SRD5A2-0.0338×RRM2-0.0446×IDH2-0.0458×CYP2U1-0.0632×LRP1-0.0667×MAX-0.0808×ECT2-0.087×AKT2-0.0908×ANXA5-0.0945×DNAJB6-0.109×PRDM1)对前述数据集中数据完整的HR+HER2-N0的早期乳腺癌患者样本701例(样本OS标记为0/生存的共591例，标记为1/死亡的共110例，死亡率16％)的整体绘制ROC曲线，评估模型的诊断整体生存与无响应的能力，结果如图2所示。AUC为0.861，ROC曲线上最优的决策点(如虚线所示)对应的特异性(1-假阳性率)为77％，敏感性为82％。在利用上述线性回归模型计算预测分数时，计算对应的chi-sq，把最大值位置对应的分数设置为最优门槛分数，预测门槛分数为0.3937。应用该线性回归模型进行评估时，大于该门槛分数为高死亡风险(整体生存期较短)，小于该门槛分数则为低死亡风险(整体生存期较长)，据此考虑针对性的治疗方式。利用cox模型进行生存分析，对应的整体生存时间K-M曲线如图3所示，下方曲线为分数>0.3937，上方曲线表示分数<0.3937。从图中可以看出，对应的五年(1825天)生存率中，低风险(上方红色曲线)为90％，高风险(下方蓝色曲线)只有53％，且差别有统计意义，表明29-基因模型具有优异的临床诊断作用，可以对不同风险人群实施不同的更精准合理的治疗方案。

构建得到的最优模型中有29个基因，对于模型中的单个基因，其在生存(0)和死亡(1)人群中的表达量的箱线图如图4所示，以这些单个基因作为标志物区分乳腺癌患者整体生存的ROC曲线如图5所示，从图4和图5可以看出，模型中大多数基因具有单独的诊断效力，结合前文模型中对于各个基因的讨论，表明本实施例中所筛选出的基因具有合理性。其中虽然有几个基因的AUC仅为0.5或略大于0.5，本身没无明显的诊断价值，但在29基因模型中体现了与其它基因的协同作用，提高了29基因模型的诊断效力。

对于模型中的多个基因，在模型基因组中随机选K(2，3……28)个基因，按照前述方法重建模型并进行交叉验证，部分结果如表2所示，从表中可以看出，选择上述29个基因集合中的2个或更多个基因组成的子集重新构建的模型同样具有较好的诊断价值，诊断价值总体上看随着基因数的增加而增加，因此也可以从上述筛选出的29个基因的集合中任选多个基因作为评价乳腺癌患者整体生存的指标，且越接近所有29个基因，其诊断准确率可能越高。

表2.不同基因数量构建模型的AUC值

实施例2

本实施例提供一种用于评估乳腺癌患者整体生存的试剂盒，该试剂盒包括能够定量检测以下16个基因的mRNA水平的试剂：ACTB、AKT2、ANXA5、BCHE、CDH8、DNAJB4、DNAJB6、ECT2、IDH2、LRP1、MAPK1、NDC80、PPP2R1A、RBM41、SLC6A3和SRD5A2，该试剂包括逆转录酶、引物、Taq酶、荧光染料等。

实施例3

本实施例提供一种对乳腺癌患者的整体生存进行评估的设备，该设备包括处理器和存储器，存储器上存储有可被处理器运行的计算机程序。运用该设备对乳腺癌患者的整体生存的评估的方法如下：

1.选择乳腺癌患者的术后的癌症组织切片样本提取mRNA。

2.将提取到的mRNA送入检测装置，获取以下24个基因：ACTB、AKT2、ANGPT2、ANXA5、BCHE、CYP2U1、DCK、DNAJB4、DNAJB6、ECT2、GTDC1、HCRTR2、IDH2、MAPK1、MAX、MITF、NDC80、PAX7、PPP2R1A、PRDM1、RBM41、RRM1、SLC6A3和SRD5A2的定量表达水平的信息a_i。

3.根据评分公式

将各个基因的表达情况代入计算出整体生存分数；再按照预先设定的一个或多个门槛值把受试者的整体生存分数分成不同风险人群，对不同风险人群考虑使用不同的治疗方法，开展HR+HER2-乳腺癌患者精准治疗的转录组诊断。

上面结合实施例对本申请作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

Claims (10)

1.检测基因的试剂在制备用于评价乳腺癌患者整体生存的产品中的应用，其特征在于，所述基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数。

2.根据权利要求1所述的应用，其特征在于，所述试剂检测所述基因的mRNA表达水平。

3.根据权利要求1所述的应用，其特征在于，乳腺癌患者的分子分型为HR阳性HER2阴性。

4.根据权利要求1所述的应用，其特征在于，乳腺癌患者的原发肿瘤分期为T1～T2，区域淋巴结分期为N0～N3；

优选的，所述区域淋巴结分期为N0。

5.评价乳腺癌患者整体生存的试剂盒，其特征在于，包括检测基因的试剂，所述基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数；

优选的，所述试剂检测所述基因的mRNA表达水平。

6.根据权利要求5所述的试剂盒，其特征在于，乳腺癌患者的分子分型为HR阳性HER2阴性；

优选的，所述乳腺癌患者的原发肿瘤分期为T1～T2，区域淋巴结分期为N0～N3。

7.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行以下操作：

步骤1：获取来自乳腺癌患者样本中的基因的表达水平的信息，所述基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数；

步骤2：对所述表达水平进行数学关联以获得评分；所述评分用于指示乳腺癌患者整体生存。

8.根据权利要求7所述的计算机可读存储介质，其特征在于，所述表达水平为所述基因的转录水平。

9.根据权利要求7所述的计算机可读存储介质，其特征在于，

a_i为基因的表达水平，b_i为基因的设定权重，n为基因的个数；

优选的，当所述评分低于设定值时，指示乳腺癌患者具有较高的生存期。

10.电子设备，其特征在于，包括处理器和存储器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器在运行所述计算机程序时实现以下操作：

步骤1：获取来自乳腺癌患者样本中的基因的表达水平的信息，所述基因包含：ACTB、PPP2R1A、GTDC1、MAPK1、NDC80、RBM41、MITF、DCK、DNAJB4、SLC6A3、ANGPT2、HCRTR2、BCHE、CDH8、CYP4B1、AFP、PAX7、NMU、SRD5A2、RRM2、IDH2、CYP2U1、LRP1、MAX、ECT2、AKT2、ANXA5、DNAJB6和PRDM1构成的组中的至少N种，N任选自1～29的正整数；

步骤2：对所述表达水平进行数学关联以获得评分；所述评分用于指示乳腺癌患者整体生存。

Images