一种结直肠癌预后评估模型构建方法、装置及电子设备

    公开(公告)号:CN117095822A

    公开(公告)日:2023-11-21

    申请号:CN202311168290.6

    申请日:2023-09-11

    IPC分类号: G16H50/50 G16H50/30 G16H50/70

    摘要: 本发明提供了一种结直肠癌预后评估模型构建方法、装置及电子设备,涉及生物医学技术领域,包括获取患者的OLINK组学检测数据;通过最小绝对值收敛和选择算子算法LASSO回归,对所述患者的OLINK组学检测数据进行筛选,得到筛选后的预后相关指标;基于所述筛选后的预后相关指标构建结直肠癌预后评估模型。本发明根据预后相关指标构建结直肠癌预后评估模型,其表现为风险评分,风险评分越高代表患者对免疫联合治疗无应答的可能性越大,风险评分越低则代表患者对免疫联合治疗应答的可能性越大。因此,对预测结直肠癌患者的预后具有重要意义。

    LGMN在制备预测胃癌对PD-1单抗治疗敏感性的试剂盒和制备治疗胃癌药物中的应用

    公开(公告)号:CN118425512A

    公开(公告)日:2024-08-02

    申请号:CN202410518723.4

    申请日:2024-04-28

    IPC分类号: G01N33/574

    摘要: 本申请涉及生物医药领域,公开了LGMN在制备预测胃癌对PD‑1单抗治疗敏感性的试剂盒和制备治疗胃癌药物中的应用。具体公开了:血清LGMN作为生物标志物在制备预测胃癌对PD‑1单抗治疗敏感性的检测试剂盒中的应用;以及血清LGMN作为药物靶点在制备治疗胃癌的药物中的应用。本申请首次发现LGMN是胃癌对PD‑1单抗治疗敏感性的有效生物标志物;发现分泌型LGMN可以激活M1型巨噬细胞mTORC2信号通路,从而促进M1型巨噬细胞向M2型极化,揭示了LGMN促进胃癌对PD‑1单抗耐药的机制,为胃癌的免疫治疗提供了潜在的药物靶点。

    一种项目匹配方法、装置、电子设备及存储介质

    公开(公告)号:CN114757644A

    公开(公告)日:2022-07-15

    申请号:CN202210368833.8

    申请日:2022-04-08

    IPC分类号: G06Q10/10 G06K9/62

    摘要: 本发明公开了一种项目匹配方法、装置、电子设备及存储介质,其中,该方法包括:获取受试者的关联信息,将受试者的关联信息分别在入选决策树和排除决策树中进行信息匹配,得到受试者对应的候选项目和排除项目;基于所述候选项目和排除项目,确定与受试者相关联的目标项目;其中,入选决策树和排除决策树中分别包括至少二个层级,各层级中的父节点设置有所分支的子节点的划分条件,入选决策树的各叶子节点中配置有满足叶子节点的各级父节点划分条件的候选项目,排除决策树的各叶子节点中配置有满足叶子节点的各级父节点划分条件的排除项目。解决了人工进行项目匹配时耗时耗力、效率低且易出错的问题,实现了自动化的快速准确的进行项目匹配的效果。

    一种HER2的检测方法及其应用
    5.
    发明公开

    公开(公告)号:CN112684173A

    公开(公告)日:2021-04-20

    申请号:CN202011426048.0

    申请日:2020-12-09

    IPC分类号: G01N33/574

    摘要: 本发明涉及一种HER2的检测方法及其应用,属于医学检验技术领域。本发明通过一种血源性外泌体HER2的检测方法检测来自血液样品中HER2的表达水平,筛选出可能获益于靶向HER2治疗的优势人群。本发明涉及用于检测对象的来自血液的样品中外泌体中HER2表达水平的检测试剂在制备用于鉴定HER2阳性胃癌患者的试剂盒中的用途,以及在制备用于鉴定能获益于靶向HER2抗体类药物的HER2阳性晚期胃癌的试剂盒中的用途。

    一种无创性预测晚期结直肠癌患者免疫联合治疗预后的模型及应用

    公开(公告)号:CN117253619A

    公开(公告)日:2023-12-19

    申请号:CN202311146696.4

    申请日:2023-09-06

    摘要: 本发明公开了一种无创性预测晚期结直肠癌患者免疫联合治疗预后的模型及应用。本发明结合患者年龄、治疗线数、基线ctDNA(T1)、治疗1个月后的ctDNA变化水平△ctDNA(T2‑T1)、治疗2个月后的ctDNA变化水平△ctDNA(T3‑T1)和基线蛋白组学评分构建了一种多因素Cox回归模型,该模型用于预测晚期结直肠癌患者免疫联合治疗预后,该模型的ctDNA和免疫蛋白组学所需标本为外周血,每次仅5ml外周血就可以准确地分析患者的肿瘤负荷和机体免疫系统状况;该模型的AUC高达0.96,远远优于目前现有的预测因子;该模型中纳入的指标多为基线指标,仅一项包含在治疗2个月时的数据,能够实现早期预测。