一种预测克罗恩病治疗应答基因标志物的筛选方法及应用
阅读说明:本技术 一种预测克罗恩病治疗应答基因标志物的筛选方法及应用 (Screening method and application of gene marker for predicting Crohn's disease treatment response ) 是由 聂凯 王晓艳 羊媛苑 罗薇薇 张超 马可嘉 吴兴 徐嘉豪 蔡丽霞 聂雯达 于 2021-08-25 设计创作,主要内容包括:本发明公开了一种预测克罗恩病治疗应答基因标志物的筛选方法及应用;通过本发明的方案筛选出可用来预测克罗恩疾病患者抗TNFα药物治疗的原发性耐药的基因标志物(TLR2、TREM1、CXCL1、FPR1、FPR2),可以为克罗恩疾病患者,甚至是炎症性肠病患者的精准用药和临床管理提供更有力的武器。(The invention discloses a screening method and application of a gene marker for predicting Crohn's disease treatment response; the method screens out the gene markers (TLR2, TREM1, CXCL1, FPR1 and FPR2) which can be used for predicting the primary drug resistance of anti-TNF alpha drug therapy of patients with Crohn's disease, and can provide more powerful weapons for the precise medication and clinical management of patients with Crohn's disease, even patients with inflammatory bowel disease.)
技术领域
本发明属于疾病耐药性研究技术领域,具体涉及一种预测克罗恩疾病抗TNF-α抑制剂治疗应答基因标志物筛选方法及应用。
背景技术
克罗恩病(Crohn‘s disease,CD)是一种慢性非特异性肠道炎症性疾病,属于炎症性肠病(IBD)中的一种(另一种是溃疡性结肠炎),具有终身发病的特点,疗效和预后差,容易并发多种并发症,致病机制仍不明。随着生活和饮食方式的改变,近年来克罗恩病在我国发病率明显升高,在欧洲和北美,炎症性肠病已逐步发展为常见病,而根据一些区域性的研究,我国炎症性肠病的发病率正在逐步上升,在1.96/10万到3.14/10万左右。患者常出现瘘管、腹腔脓肿及肠梗阻等致残性并发症。克罗恩病严重危害人类健康,疾病表现和对治疗反应多种多样,精准医疗是克罗恩病迫切需要解决的问题。
目前一线的克罗恩病治疗药物包括水杨酸制剂美沙拉嗪、柳氮磺砒啶、糖皮质激素、免疫抑制剂硫唑嘌呤;生物制剂等。其中生物制剂包括抗肿瘤坏死因子α的单克隆抗体(抗TNFα药物),此类药物代表包括:英夫利昔单抗、阿达木单抗等。抗TNFα药物在克罗恩病的治疗中已有十几年历史,近年我国已广泛应用,抗TNFα药物在克罗恩病中的治疗地位不断提高,已经是中外临床指南推荐的克罗恩病一线用药,它帮助大部分病人实现病情缓解和长期维持,但是仍有部分患者对于抗TNFα为代表的治疗疗效不佳,缺乏有效的预测指标导致患者病情延误和不必要的治疗负担。
目前有超过15%的克罗恩病患者可能出现抗TNFα药物的原发性耐药,即表现为对抗TNFα治疗不敏感。这部分患者的遗传背景决定了他们对抗TNFα药物的应答不佳,而目前市面上没有成熟的推向市场的和获得消化领域专家认可的用来预测抗TNFα药物原发性耐药的“金指标”,尽管有研究发现一些临床指标可以预测抗TNFα药物的反应,但是由于临床指标受疾病状态、评估主体、药物使用以及环境的影响大,不能准确的预测效果。我们拟通过大规模的克罗恩患者的临床样本的基因信息数据,筛选出能够用来预测克罗恩(甚至是炎症性肠病患者)的基因标志物,并通过实验验证证实其良准确的价值。我们的发现将为克罗恩患者,甚至是炎症性肠病患者的精准用药和临床管理提供更有力的武器。避免部分原发耐药的患者的无效治疗对身体的损害、对病情的耽误、对家庭经济的损伤。
发明内容
为了解决上述技术问题,本发明提供了一种可预测克罗恩疾病的基因标志物的筛选方法,通过本发明的方案筛选出抗TNFα药物的原发性耐药及对抗TNFα治疗不敏感的,用来预测克罗恩疾病的基因标志物,可以为克罗恩疾病患者,甚至是炎症性肠病患者的精准用药和临床管理提供更有力的武器;
为了达到上述技术效果,本发明是通过以下技术方案实现的:一种预测克罗恩病治疗应答基因标志物的筛选方法,其特征在于,包括以下步骤:
S1:搜索公共的GEO(Gene Expression Omnibus)数据库中来自临床克罗恩病患者肠道组织和外周血样本相关的基因芯片数据集,其中包含这些患者对抗TNF-α抑制剂治疗效果的结局数据;
S2:对S1发现队列中不同药物应答的患者的基因通过R语言工具进行了差异基因分析;
S3:然后通过String数据库得到差异基因的互作网络,进一步通过Cytoscape软件的Degree算法得出影响抗TNFα药物疗效的关键基因;
S4:通过其他独立的验证队列中抗TNF-α抑制剂有效和无效的患者的基因表达确认前述寻找到的关键基因的差异,并计算这些基因的ROC(受试者工作曲线)曲线下面积以评价关键基因对于抗TNF-α抑制剂的预测价值;
优选的,所述S4中对ROC曲线排名前五的核心基因的表达特征在较大的患者样本数据集GSE16879中加以确认,并在另外两个完全独立的炎症性肠病患者抗TNFα不同治疗反应亚组重复确认这些差异基因的表达;
优选的,所述ROC曲线可以得出克罗恩病患者的组织TLR2、TREM1、CXCL1、FPR1、FPR2表达水平越高其对抗TNFα治疗的反应越差;
优选的,所述TLR2水平越高,对抗TNFα治疗效果越差;
一种可预测克罗恩疾病抗TNF-α抑制剂治疗应答基因标志物的筛选方法应用于克罗恩疾病患者和炎症性肠病患者的精确用药和临床管理。
本发明的有益效果是:
1)近年来我国炎症性肠病的发病率正在逐步上升,在1.96/10万到3.14/10万左右。我国的克罗恩2014至2018年期间的患者人数年复合增长率为15.2%,由6.8万增长至12.0万,并将分别于2023年及2030年达到18.8万与28.3万人。本实发明将为高达数十万人的克罗恩患者群体的临床用药提供客观有效的指导,对其中高达15%的耐药人群提供用药依据,避免无效用药和病情拖延。
2)本发明基于临床大数据,77位患者,每位患者的生物样本(外周血或肠组织)测序所得超过2万个基因的表达信息,核心预测基因TLR2、TREM1、CXCL1、FPR1、FPR2的受试者工作曲线下面积均超过了0.8,显示了优良的预测价值,同时人源细胞系的实验进一步证实了预测基因对治疗相关分子的影响(所以结果具有统计学差异,P<0.05)。
3)本发明将避免部分临床指标的不稳定性,将更好的反应患者遗传背景所带来的对药物反应的差异。同时原始数据来源于真实的克罗恩病人避免了克罗恩疾病发生发展相关基因背景的干扰,为克罗恩病人准确的用药提供更好的依据。
4)本发明将良好的指导临床用药,避免无效用药,解决单价超过2000元一支的抗TNFα药物的无效使用,为原发耐药患者家庭以及医保系统节约巨额医药费用,避免原发耐药患者的病情迁延和致残风险。
5)本发明将可通过ELISA试剂盒或qPCR试剂盒形式检测有TNFα使用需求的克罗恩病患者外周血或肠道活检组织临床样本,通过后续确定的诊断阈值指导用药。极大的方便临床取样和检测。
附图说明
图1是寻找克罗恩患者抗TNFα药物治疗疗效的预测流程图;
图2是克罗恩病抗TNFα不同治疗反应的患者的基因芯片数据简介;
图3是对四个数据集不同抗TNFα应答患者差异基因取交集找到32个共同差异基因;
图4是根据共同差异基因在String数据库中网络关系基于DEGREE算法计算得出前十名核心基因;
图5是排名前五的关键基因TLR2、TREM1、CXCL1、FPR1、FPR2在发现队列GSE16879和验证队列GSE14580、GSE12251的表达特征及ROC曲线;
图6是过表达TLR2的THP1和Caco2细胞共培养体系比低表达TLR2的RNA干扰组和C29抑制组的炎症因子和紧密连接蛋白情况示意图。
具体实施方式
下面提供具体实施例对本发明的技术方案做详细说明。
实施例1
一种预测克罗恩病治疗应答基因标志物的筛选方法,其特征在于,包括以下步骤:
S1:通过搜索公共的GEO(Gene Expression Omnibus)数据库中来自临床克罗恩病患者肠道组织和外周血样本相关的基因芯片数据集,其中包含这些患者对抗TNF-α抑制剂治疗效果的结局数据;
S2:对S1发现队列中不同药物应答的患者的基因通过R语言工具进行了差异基因分析;
S3:然后通过String数据库得到差异基因的互作网络,进一步通过Cytoscape软件的Degree算法得出影响抗TNFα药物疗效的关键基因;
S4:通过其他独立的验证队列中抗TNF-α抑制剂有效和无效的患者的基因表达确认前述寻找到的关键基因的差异,并计算这些基因的ROC(受试者工作曲线)曲线下面积以评价关键基因对于抗TNF-α抑制剂的预测价值;
所述S4中对ROC曲线排名前五的核心基因的表达特征在较大的患者样本数据集GSE16879中加以确认,并在另外两个完全独立的炎症性肠病患者抗TNFα不同治疗反应亚组重复确认这些差异基因的表达(GSE14580,GSE12251,P<0.05).受试者工作曲线进一步分析了排名前五的基因对于克罗恩病患者对于抗TNFα治疗的预测价值即曲线下面积(AUC)(TLR2 AUC:0.829,P=0.00195%置信区间:0.680~0.979;TREM1 AUC:0.844,P=0.00095%置信区间0.716~0.873;CXCR1 AUC:0.841,P=0.000 95%置信区间0.708~0.974;FPR1 AUC:0.894,P=0.000 95%置信区间0.778~1.0;FPR2 AUC:0.824,P=0.00195%置信区间0.678~0.969));
所述ROC曲线可以得出克罗恩病患者的组织TLR2、TREM1、CXCL1、FPR1、FPR2表达水平越高其对抗TNFα治疗的反应越差;我们通过构建细胞沉默和过表达关键基因排名第一的TLR2的人单个核免疫细胞(THP1细胞)实验与人肠上皮细胞共培养,同时过表达TLR2的模型另予以TLR2抑制剂C29抑制TLR2,予以脂多糖LPS构建炎症模型,以抗TNFα药物英夫利昔单抗治疗,验证了排名第一的核心基因TLR2的差异表达对TNF-α抑制剂治疗反应的影响;
过表达TLR2的THP1和Caco2细胞共培养体系比低表达TLR2的RNA干扰组和C29抑制组炎症因子IL1β、MCP-1、IL6更高、紧密连接蛋白ZO-1、Occludin更低;所述TLR2水平越高,对抗TNFα治疗效果越差。
实施例2
针对TLR2、TREM1、CXCL1、FPR1、FPR2基因预测克罗恩患者抗TNFα治疗的疗效,可以设计ELISA试剂盒和qPCR试剂盒,通过确定TLR2高低表达确定对人群克罗恩患者抗TNFα治疗的疗效。