一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型及构建方法
- 国知局
- 2024-08-08 16:53:39
本发明涉及医学检测,具体为一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型及构建方法。
背景技术:
1、鼻腔鼻窦淋巴瘤(sinonasal lymphoma,sl)是最常见的非上皮亚型,是造血系统的一组异质性恶性肿瘤,其特征是成熟淋巴细胞或其前体细胞的异常增殖,通常被分为霍奇金淋巴瘤(hodgkin’s lymphoma,hl)和非霍奇金淋巴瘤(non-hodgkin’s lymphoma,nhl)。在鼻腔鼻窦淋巴瘤病变中,p53基因的突变与其余病症基因存在显著区别,可用于基因突变筛查检测,核磁共振成像(mri)具有出色的软组织分辨率,是评估鼻腔鼻窦淋巴瘤主要的无创性检查手段,但是容易与其余病症影像产生误判,目前缺乏根据影像和基因关联检测筛查的模型,针对上述问题,发明人提出一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型及构建方法用于解决上述问题。
技术实现思路
1、为了解决目前缺乏根据影像和基因关联检测筛查的模型的问题;本发明的目的在于提供一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型及构建方法。
2、为解决上述技术问题,本发明采用如下技术方案:一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型,包括基因检测模型和影像检测模型,所述基因检测模型为p53基因突变概率模型,所述影像检测模型为鼻腔鼻窦的mri影像模型。
3、优选的一种实施案例,所述基因检测模型采用multicycle av for windowsadvanced dna cell cycle analysis software智能分析di值以及spf值作为模型参数,所述影像检测模型通过3d u-net或3d-cnn训练构建mri影像模型。
4、一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,包括如下步骤:
5、s1、样本选取
6、选取大量鼻腔鼻窦淋巴瘤到院检测的米粒大瘤组织或病变组织块作为样本,并调取对应患者的鼻腔鼻窦的mri影像数据作为训练样本;
7、s2、基因检测模型构建
8、通过pcr-sscp方法测定p53基因的5-8外显子,检测di值以及spf值,并通过分析软件建立基因检测模型;
9、s3、影像检测模型构建
10、选取不同患者的mri影像原始数据,通过原始数据集训练模型,构建影像检测模型;
11、s4、模型关联
12、将基因检测模型与影像检测模型对应关联,通过统计学分析,确定鼻腔鼻窦淋巴瘤相关基因突变筛查检测范围。
13、优选的一种实施案例,所述米粒大瘤组织或病变组织块为石蜡包埋样本,样本数量为500-1000例。
14、优选的一种实施案例,步骤s2中,pcr-sscp方法测定p53基因的5-8外显子的方法包括:
15、s201、将组织样本放入试管中,加入二甲苯脱蜡两天,待蜡脱净(无絮状物漂起),洗脱去除二甲苯;
16、s202、洗脱后向试管内加入0.25%胰酶消化液,37℃水浴45min,然后通过300目尼龙网双层过滤,将未消化的组织进行二次消化,并再次过滤,12000rpm离心5min后,上清液稀释5倍后进行pcr扩增反应;
17、s203、将pcr产物采用2%琼脂糖胶电泳检测,在与正常对照同一位置出现橙黄色条带后进行sscp分析;
18、s204、通过multicycle av for windows advanced dna cell cycle analysissoftware智能分析di值以及spf值,构建p53基因突变模型。
19、优选的一种实施案例,步骤s202中,pcr扩增反应中,30μl的pcr反应体系中含有taq酶1.5μl,50mmol/lkcl,10mmol/ltris-cl,1.5mmol/lmgcl2,0.1%triton-x100和0.2mmol/ldntps,反应条件94℃预变性3min,然后按94℃45s→60℃45s→72℃60s,共做35个循环,最后置于72℃5min。
20、优选的一种实施案例,步骤s203中,电泳条件:第5、6、8外显子100v14h,第7外显子90v 13h,电泳结束后取胶,用10%乙醇浸泡5min,13%硝酸浸泡3min,0.012m%硝酸银浸泡20min,0.28m碳酸钠和0.019%甲醛显色,10%醋酸浸泡2min,每个浸泡步骤间均通过去离子水清洗2-3次,每次电泳都同时做1例正常对照,标本泳动带与之相同,说明扩增出5-8外显子片段为扩增阳性,反之为扩增阴性。
21、优选的一种实施案例,步骤s204中,以di=1.0±0.1为判断标准,超出为突变异倍体,spf=18±0.1为判断标准。
22、优选的一种实施案例,步骤s3中,通过3d u-net或3d-cnn读取原始图像,得到训练集及内部验证集,采用训练集训练模型,构建初步检测模型,然后通过内部验证集对初步检测模型进行初步验证,并通过优化以及交叉验证提高初步检测模型的灵敏度及特异度,再收集外部符合纳入标准的鼻腔鼻窦淋巴瘤mri影像学图,形成外部验证集,并通过外部验证集对检测模型进行外部验证,验证后得到最终影像检测模型。
23、与现有技术相比,本发明的有益效果在于:
24、通过选取大量鼻腔鼻窦淋巴瘤到院检测的米粒大瘤组织或病变组织块作为样本,并调取对应患者的鼻腔鼻窦的mri影像数据作为训练样本;通过pcr-sscp方法测定p53基因的5-8外显子,检测di值以及spf值,并通过分析软件建立基因检测模型,选取不同患者的mri影像原始数据,通过原始数据集训练模型,构建影像检测模型,将基因检测模型与影像检测模型对应关联,通过统计学分析,确定鼻腔鼻窦淋巴瘤相关基因突变筛查检测范围,从而将mri影像检测与p53基因检测相结合,通过智能模型快速检测患者是否具有鼻腔鼻窦淋巴瘤,筛选检测精度高。
技术特征:1.一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型,包括基因检测模型和影像检测模型,其特征在于:所述基因检测模型为p53基因突变概率模型,所述影像检测模型为鼻腔鼻窦的mri影像模型。
2.如权利要求1所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型,其特征在于,所述基因检测模型采用multicycle av for windows advanced dna cell cycleanalysis software智能分析di值以及spf值作为模型参数,所述影像检测模型通过3d u-net或3d-cnn训练构建mri影像模型。
3.一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,包括如下步骤:
4.如权利要求3所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,所述米粒大瘤组织或病变组织块为石蜡包埋样本,样本数量为500-1000例。
5.如权利要求3所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,步骤s2中,pcr-sscp方法测定p53基因的5-8外显子的方法包括:
6.如权利要求5所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,步骤s202中,pcr扩增反应中,30μl的pcr反应体系中含有taq酶1.5μl,50mmol/lkcl,10mmol/ltris-cl,1.5mmol/lmgcl2,0.1%triton-x100和0.2mmol/ldntps,反应条件94℃预变性3min,然后按94℃45s→60℃45s→72℃60s,共做35个循环,最后置于72℃5min。
7.如权利要求5所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,步骤s203中,电泳条件:第5、6、8外显子100v14h,第7外显子90v 13h,电泳结束后取胶,用10%乙醇浸泡5min,13%硝酸浸泡3min,0.012m%硝酸银浸泡20min,0.28m碳酸钠和0.019%甲醛显色,10%醋酸浸泡2min,每个浸泡步骤间均通过去离子水清洗2-3次,每次电泳都同时做1例正常对照,标本泳动带与之相同,说明扩增出5-8外显子片段为扩增阳性,反之为扩增阴性。
8.如权利要求5所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,步骤s204中,以di=1.0±0.1为判断标准,超出为突变异倍体,spf=18±0.1为判断标准。
9.如权利要求3所述的一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型的构建方法,其特征在于,步骤s3中,通过3d u-net或3d-cnn读取原始图像,得到训练集及内部验证集,采用训练集训练模型,构建初步检测模型,然后通过内部验证集对初步检测模型进行初步验证,并通过优化以及交叉验证提高初步检测模型的灵敏度及特异度,再收集外部符合纳入标准的鼻腔鼻窦淋巴瘤mri影像学图,形成外部验证集,并通过外部验证集对检测模型进行外部验证,验证后得到最终影像检测模型。
技术总结本发明公开了一种鼻腔鼻窦淋巴瘤相关基因突变筛查检测模型及构建方法,包括基因检测模型和影像检测模型,基因检测模型为P53基因突变概率模型,影像检测模型为鼻腔鼻窦的MRI影像模型,选取大量鼻腔鼻窦淋巴瘤到院检测的米粒大瘤组织或病变组织块作为样本,并调取对应患者的鼻腔鼻窦的MRI影像数据作为训练样本;通过PCR‑SSCP方法测定P53基因的DI值以及SPF值,建立基因检测模型,选取MRI影像原始数据,通过原始数据集训练模型,构建影像检测模型,将基因检测模型与影像检测模型对应关联,通过统计学分析,确定鼻腔鼻窦淋巴瘤相关基因突变筛查检测范围,从而将MRI影像检测与P53基因检测相结合,通过智能模型快速检测患者是否具有鼻腔鼻窦淋巴瘤,筛选检测精度高。技术研发人员:王娜,李旻,王静,刘伟,高凤玉,张再兴受保护的技术使用者:华北理工大学技术研发日:技术公布日:2024/8/5本文地址:https://www.jishuxx.com/zhuanli/20240808/271032.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表