买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州科技大学申请的专利用于结直肠癌预后风险预测的生物标志物、模型及其应用获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116030880B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211356031.1，技术领域涉及：G16B5/20；该发明授权用于结直肠癌预后风险预测的生物标志物、模型及其应用是由齐鑫;赵园春;闫东辉;左嘉晨;张元辰设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本用于结直肠癌预后风险预测的生物标志物、模型及其应用在说明书摘要公布了：本发明涉及一种结直肠癌预后风险预测模型，模型通过以下步骤构建：获取结直肠癌患者的基因表达谱和临床信息数据，用于模型构建与验证的数据包括训练集和验证集；将基因表达矩阵进行差异表达分析得到差异表达基因；将差异表达基因在训练集中进行单因素Cox回归分析，筛选出预后相关基因；对筛选的基因进行LASSOCox回归分析，通过交叉验证确定最优的λ值，筛选出组成模型的基因，根据基因的回归系数和其在训练集和验证集中的表达水平计算各患者的风险评分；根据风险评分将患者分为高、低风险组，通过KM生存曲线和时间依赖性ROC曲线等评估预测模型的预测性能。本发明能够为预测结直肠癌患者的生存时间和对化疗药物的敏感性带来新的策略。

本发明授权用于结直肠癌预后风险预测的生物标志物、模型及其应用在权利要求书中公布了：1.生物标志物在构建结直肠癌预后风险预测模型中的应用，其特征在于：所述生物标志物由基因INHBA、GALNT6、ZNF239、PDE6A、PTPRR、HSD17B2、CD177、CDKN2B、MALL、LGALS2、BTNL8、SCG2和PCOLCE2组成，其中，所述结直肠癌预后风险预测模型，通过以下步骤构建： S1：从GEO和TCGA数据库获取结直肠癌患者的表达谱数据和临床信息数据，这两种数据用于预后风险预测模型的构建与验证，数据包括训练集和验证集,同时从GEO数据库获取癌症组织样本和正常对照组织样本的表达谱数据； S2：将癌症组织样本和正常对照组织样本标准化后的基因表达矩阵进行差异表达分析，得到差异表达基因； S3：将差异表达基因在训练集中进行单因素Cox回归和PH检验分析，筛选出预后相关基因； S4：对筛选得到的基因进行LASSOCox回归分析，通过交叉验证确定最优的λ值，筛选出组成预后风险预测模型的基因，并根据筛选出来的每个基因的回归系数和其在训练集和验证集中的标准化后的表达水平计算每个数据集中各患者的风险评分； S5：根据所述风险评分评估所述预后风险预测模型的预测性能； 其中根据所述风险评分评估所述预后风险预测模型的预测性能的方法包括：以验证集和训练集的风险评分和临床指标作为变量进行多因素Cox回归分析，判断基于预后风险预测模型的风险评分是否能够作为结直肠癌的独立预后因子，同时根据风险评分进行KM生存曲线、时间依赖性的ROC曲线分析，评估该预后风险预测模型对结直肠癌患者总体生存时间的预测性能； 根据风险评分进行KM生存曲线、时间依赖性的ROC曲线分析，评估该预后风险预测模型对结直肠癌患者总体生存时间的预测性能的方法包括： 根据风险评分对样本进行升序或降序排列，确定样本的中位数，将风险评分大于中位数的样本作为高风险组，将风险评分小于中位数的样本作为低风险组；以训练集和验证集的样本预后信息创建生存对象并拟合生存曲线，绘制可视化的KM生存曲线，采用log-rank统计检验分析结直肠癌患者高风险组和低风险组之间总体生存概率的差异性；选取训练集和验证集的样本信息及预后信息中多个年度的生存率进行时间依赖的ROC分析并绘制曲线，计算曲线下的面积值及其置信区间，依据面积值评估该预后风险预测模型对结直肠癌患者总体生存时间的预测性能； 基于模型计算的风险评分和常见的临床指标为变量进行多因素Cox回归分析，评估了构建的模型是否具有独立预后价值；使用R语言“survival”包分别以下述的数据构建生存函数，对模型基因进行多次验证，以验证集和训练集的风险评分和临床指标作为变量进行多因素Cox回归分析，得到各变量的风险比及其置信区间和p值，进而判断基于预后风险预测模型的风险评分是否能作为结直肠癌的独立预后因子，并用R语言“forestplot”包做出森林图展示多因素Cox回归的结果，其中使用的数据包括OS生存指标数据集、DSS生存指标数据集以及DFS生存指标数据集； 所述基因INHBA、GALNT6、ZNF239、PDE6A、PTPRR、HSD17B2、CD177、CDKN2B、MALL、LGALS2、BTNL8、SCG2和PCOLCE2对应的回归系数分别为0.008048177、-0.014590776、0.169851027、-0.141714084、0.080175473、0.286836794、-0.115094672、0.070682084、0.044238906、-0.16681854、-0.071504884、0.281751541和0.070570821； 在S4中，所述风险评分的计算公式为： 其中，Coef表示模型中每个基因的回归系数，E表示模型中每个基因标准化后的表达水平，i表示模型中基因的索引，n表示模型中包含的基因数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州科技大学，其通讯地址为：215000 江苏省苏州市高新区学府路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。