本技术涉及一种用于预测和/或诊断肺癌的试剂盒,该试剂盒基于特定的生物标志物组合。该生物标志物组合包含11种成分,旨在提高肺癌检测的准确性和效率。
背景技术
在全球范围内,肺癌是最常见也是最致命的恶性肿瘤。据估计,每年有180万的肺癌新增确诊病例。肺癌的死亡率很高,占所有因癌症导致死亡病例的20%。早期肺癌患者5年生存率超过80%,而晚期肺癌的5年生存率仅8-10%,早诊断早治疗对肺癌患者治愈至关重要。
因此,精准灵敏的早期筛查手段是十分有必要的。传统癌症肿瘤筛查手段包括影像学检查,病理学检查,放射及免疫学检查等。体检中各项血液检查指标,X光等都是常用的筛查肺癌的方法。然而这些手段都存在假阳性率过高,发现时间较晚等缺点。
因此,急需一种高灵敏度高准确率的诊断方法来实现早期癌症筛查。
蛋白质组学在揭示肿瘤发生的复杂分子事件,如肿瘤发生、侵袭、转移和对治疗耐受上起了重大作用。蛋白质组学肿瘤诊断具有灵敏度高、特异性强、背景机理明确的优点,近年来被越来越多地运用于肿瘤检测。而且,这些肿瘤标志物的研究往往是基于一定量的实验数据,所涉及的癌症种类和样本量都相对有限。近年来,随着蛋白质组不断发展,体液蛋白质组大数据不断增加。因此,通过收集体液蛋白质组数据,利用大数据分析方法,找到一种适用范围广、准确率高的肿瘤风险模型,有助于实现早期诊断,对患者进行早诊早治疗具有重要的临床意义。
实现思路