本發(fā)明屬于模型預(yù)測領(lǐng)域，尤其是一種早期識(shí)別高危孕婦胎盤植入性疾病發(fā)生風(fēng)險(xiǎn)的分類器及其訓(xùn)練系統(tǒng)。

背景技術(shù)：

1、胎盤植入性疾病(placenta?accreta?spectrum，pas)是產(chǎn)科危急重癥的主要病因之一，而其產(chǎn)前診斷存在發(fā)現(xiàn)晚、漏診多等局限性，尤其對(duì)基層醫(yī)院造成巨大挑戰(zhàn)。研究表明，臨床仍有2/3的pas被漏診。產(chǎn)前未能識(shí)別pas，是造成產(chǎn)時(shí)產(chǎn)后大出血、輸血、緊急介入操作、子宮切除的危險(xiǎn)因素。因此，pas的早期精準(zhǔn)預(yù)測，有助于高危孕婦進(jìn)行生育意愿選擇、高危轉(zhuǎn)診、實(shí)現(xiàn)多學(xué)科聯(lián)合會(huì)診，降低孕產(chǎn)婦及圍產(chǎn)兒的風(fēng)險(xiǎn)。

2、血漿游離dna(cell-free?dna，cfdna)源于凋亡細(xì)胞釋放。cfdna包含核小體足跡，可反應(yīng)cfdna起源組織的基因表達(dá)信息。妊娠時(shí)循環(huán)血中的cfdna約10％來自于胎盤，因此妊娠前期血漿cfdna包含胎盤及蛻膜的基因表達(dá)信息。孕婦早中期cfdna全基因組啟動(dòng)子核小體覆蓋譜可反應(yīng)各來源組織表達(dá)模式，對(duì)胎盤源性疾病尤其pas有極高的預(yù)測價(jià)值。無創(chuàng)產(chǎn)前dna檢測(non-invasive?prenatal?test，nipt)是臨床上常見的產(chǎn)前篩查內(nèi)容，國內(nèi)外各醫(yī)院行nipt依靠不同測序平臺(tái)的全基因組低覆蓋度測序技術(shù)，如illumina、life、bgi平臺(tái)等。近年來，基于nipt提取cfdna啟動(dòng)子核小體覆蓋譜除應(yīng)用于胎兒染色體異常篩查外，其在妊娠并發(fā)癥的早期預(yù)測方面也展現(xiàn)出巨大的價(jià)值，如胎兒生長受限、巨大兒、子癇前期等。而在胎盤植入性疾病方面，尚無有效的早期預(yù)測模型。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)實(shí)際需求和現(xiàn)有技術(shù)的不足，本發(fā)明提供一種早期識(shí)別高危孕婦pas發(fā)生風(fēng)險(xiǎn)的分類器及其訓(xùn)練系統(tǒng)，以期解決目前尚無方法于孕早中期準(zhǔn)確預(yù)測pas發(fā)生的問題。

2、技術(shù)方案：

3、為達(dá)上述目的，本發(fā)明采用以下技術(shù)方案：

4、第一方面，本發(fā)明提供一種基于血漿cfdna啟動(dòng)子覆蓋率早期識(shí)別高危孕婦pas發(fā)生風(fēng)險(xiǎn)的分類器，所述靶標(biāo)基因組合包括abhd1、alg1l2、eys、fam157c、kdsr、krt5、lancl2、linc00390、linc00964、loc105371998、loc107987394、loc644090、lyzl2、mir184、mir4802、myt1l、ngdn、nsd2、pacrg.as3、sap30l.as1、slc16a12.as1、tada3、tmem147.as1。

5、本發(fā)明利用nipt數(shù)據(jù)，在發(fā)生pas的孕婦早中期血漿中發(fā)現(xiàn)cfdna全基因組啟動(dòng)子覆蓋特征譜，通過機(jī)器學(xué)習(xí)策略(見第二方面)獲得最佳基因組合及各基因的最佳截?cái)嘀?，?xùn)練最優(yōu)分類器，在獨(dú)立的驗(yàn)證數(shù)據(jù)集中預(yù)測效果接收者操作特征曲線(receiveroperating?characteristic?curve，roc)中的曲線下面積(area?under?the?curve，auc)達(dá)到0.85以上，表現(xiàn)出作為pas高危孕婦篩查手段的良好潛質(zhì)。

6、評(píng)估高危孕婦胎盤植入性疾病發(fā)生風(fēng)險(xiǎn)的方法，包括：

7、數(shù)據(jù)采集與預(yù)處理：收集高危孕婦nipt時(shí)的低覆蓋度全基因組測序數(shù)據(jù)，并進(jìn)行必要的預(yù)處理，以確保數(shù)據(jù)質(zhì)量。

8、啟動(dòng)子區(qū)域識(shí)別與覆蓋率提取：利用bwa-mem、samtools、bedtools軟件及序列比對(duì)算法，將nipt數(shù)據(jù)與人類參考基因組hg19進(jìn)行比對(duì)。確定abhd1、alg1l2、eys、fam157c、kdsr、krt5、lancl2、linc00390、linc00964、loc105371998、loc107987394、loc644090、lyzl2、mir184、mir4802、myt1l、ngdn、nsd2、pacrg.as3、sap30l.as1、slc16a12.as1、tada3、tmem147.as1這23個(gè)基因轉(zhuǎn)錄起始位點(diǎn)(transcription?start?site，tss)上下1000bp的啟動(dòng)子區(qū)域ptss，得到23個(gè)基因的ptss區(qū)域原始讀取覆蓋率。

9、特征因子標(biāo)準(zhǔn)化處理：通過類tpm法對(duì)23個(gè)基因的ptss區(qū)域原始讀取覆蓋率進(jìn)行標(biāo)準(zhǔn)化，得到23個(gè)基因的類tpm標(biāo)準(zhǔn)化啟動(dòng)子覆蓋率(tpm-like?normalized?ptsscoverage，npc-tpm)。

10、

11、其中，npc-tpmi表示第i個(gè)基因的ptss區(qū)域的類tpm標(biāo)準(zhǔn)化啟動(dòng)子覆蓋率，qi表示ptss區(qū)域原始讀取覆蓋率，li表示轉(zhuǎn)錄本長度(均為2000)，∑j(qj/lj)表示轉(zhuǎn)錄本長度標(biāo)準(zhǔn)化后每個(gè)ptss區(qū)域讀取覆蓋率之和。

12、特征因子離散化處理：將23個(gè)基因的npc-tpm值分別與各基因的最佳截?cái)嘀?由第二方面獲得)進(jìn)行比對(duì)，當(dāng)特征因子npc-tpm大于相應(yīng)的最佳截?cái)嘀禃r(shí)，設(shè)為1；否則，設(shè)為0。

13、風(fēng)險(xiǎn)評(píng)估：將孕婦的23基因的離散化npc-tpm值輸入分類器，計(jì)算pas的發(fā)生風(fēng)險(xiǎn)。

14、本方法適用于具有至少一項(xiàng)以下pas高危因素的單胎孕婦：①既往子宮手術(shù)史，如剖宮產(chǎn)、子宮肌瘤剝除術(shù)、子宮縱隔切除術(shù)等；②既往宮腔操作史，如宮腔鏡下手術(shù)史、清宮史等；③體外受精-胚胎移植受孕(in?vitro?fertilization-embryo?transfer，ivf-et)。

15、該過程基于nipt數(shù)據(jù)的ptss覆蓋率提取，提供了一種非侵入性的評(píng)估手段。提示上述23個(gè)基因的特定組合和表達(dá)模式，在診斷試劑盒的制作中具有巨大的潛力。在診斷試劑盒的開發(fā)中，通過精確的分子診斷技術(shù)對(duì)這些基因表達(dá)進(jìn)行檢測，可以設(shè)計(jì)為高靈敏度和高特異性的檢測方法，對(duì)pas高危孕婦進(jìn)行精準(zhǔn)的早期預(yù)測，有望成為常規(guī)的臨床檢測項(xiàng)目，為更廣泛的患者群體提供服務(wù)。

16、第二方面，本發(fā)明提供了基于孕早中期血漿cfdna啟動(dòng)子測序?qū)Ω呶Ｔ袐Dpas發(fā)生風(fēng)險(xiǎn)的分類器訓(xùn)練系統(tǒng)；

17、基于孕早中期血漿cfdna啟動(dòng)子測序?qū)Ω呶Ｔ袐Dpas發(fā)生風(fēng)險(xiǎn)的分類器訓(xùn)練方法，包括：

18、數(shù)據(jù)集劃分模塊：提取預(yù)先采集不同測序平臺(tái)行nipt的pas高危孕婦的醫(yī)療數(shù)據(jù)，將pas孕婦和未發(fā)生pas孕婦按照年齡、行nipt時(shí)孕周、胎兒性別及高危因素分布匹配，將主平臺(tái)的樣本隨機(jī)劃分為訓(xùn)練數(shù)據(jù)集與內(nèi)部驗(yàn)證數(shù)據(jù)集，余平臺(tái)的樣本作為獨(dú)立的外部驗(yàn)證數(shù)據(jù)集。

19、影響因子提取模塊：將預(yù)先采集的pas高危孕婦的nipt數(shù)據(jù)進(jìn)行cfdna啟動(dòng)子核小體覆蓋譜注解和特征提取。

20、nipt是對(duì)孕婦外周血游離dna進(jìn)行低深度高通量測序。利用精確的序列比對(duì)算法，使用bwa-mem、samtools、bedtools軟件將nipt數(shù)據(jù)與人類參考基因組hg19比對(duì)，刪除pcr重復(fù)項(xiàng)，確定距轉(zhuǎn)錄起始位點(diǎn)(transcription?start?site，tss)上下1000bp的區(qū)域作為啟動(dòng)子區(qū)域ptss，并計(jì)算ptss區(qū)域的原始讀取覆蓋率。

21、通過類tpm計(jì)算得到每個(gè)基因的類tpm標(biāo)準(zhǔn)化啟動(dòng)子覆蓋率(tpm-likenormalized?ptss?coverage，npc-tpm)，以減小測序深度對(duì)數(shù)據(jù)提取與分析的影響。

22、

23、其中，npc-tpmi表示第i個(gè)基因的ptss區(qū)域的類tpm標(biāo)準(zhǔn)化啟動(dòng)子覆蓋率，qi表示ptss區(qū)域原始讀取覆蓋率，li表示轉(zhuǎn)錄本長度(均為2000)，∑j(qj/lj)表示某一樣本中轉(zhuǎn)錄本長度標(biāo)準(zhǔn)化后所有基因ptss區(qū)域讀取覆蓋率之和。

24、將所有基因?qū)?yīng)npc-tpm值作為影響因子輸入系統(tǒng)。

25、特征篩選模塊：使用傾向性評(píng)分在訓(xùn)練數(shù)據(jù)集中對(duì)pas重組與未發(fā)生pas的高危孕婦進(jìn)行1:1匹配再納入差異分析，對(duì)各影響因子分別進(jìn)行deseq2、limma-voom及秩和檢驗(yàn)分析。篩選三種差異分析方法算得p值均＜0.05或至少兩種方法算得p值＜0.05的影響因子作為特征因子。

26、特征因子離散模塊：為了增強(qiáng)分類器對(duì)不同測序平臺(tái)的普適性及臨床實(shí)用性，采取離散化策略：

27、將每個(gè)特征因子的最佳截?cái)嘀翟O(shè)定為在訓(xùn)練數(shù)據(jù)集中敏感性與特異性之和最大的npc-tpm值。當(dāng)特征因子npc-tpm大于相應(yīng)的最佳截?cái)嘀禃r(shí)，設(shè)為1；否則，設(shè)為0。

28、模型獲取模塊：將篩選出的特征因子輸入進(jìn)行特征遞歸消除(recursive?featureelimination，rfe)等機(jī)器學(xué)習(xí)特征選擇流程，使用支持向量機(jī)(support?vector?machine,svm)-線性核(linear核)、svm-高斯核函數(shù)(radial?basis?function，rbf)等多種機(jī)器學(xué)習(xí)逐步構(gòu)建pas疾病預(yù)測分類器。

29、將pas孕婦設(shè)為1、非pas的高危孕婦設(shè)為0輸入系統(tǒng)進(jìn)行分類器訓(xùn)練，為提高分類器的靈敏度，將class_weight的參數(shù)值{0:0.1,1:0.3}。

30、獲得待預(yù)測目標(biāo)的疾病風(fēng)險(xiǎn)評(píng)估結(jié)果，應(yīng)用k折-交叉驗(yàn)證(k＝10)增加評(píng)估穩(wěn)健性。

31、提取最佳特征因子組合，并輸出最優(yōu)分類器及其評(píng)估結(jié)果。

32、本發(fā)明的有益效果

33、pas是胎盤異常粘附或侵入子宮肌層的一組疾病的總稱。pas患者胎兒娩出后胎盤無法正常剝離，引起胎盤剝離面大量出血，是緊急子宮切除、多器官功能衰竭、彌散性血管內(nèi)凝血、休克等產(chǎn)科危急重癥甚至圍產(chǎn)期死亡的主要病因之一。近年來，隨著剖宮產(chǎn)手術(shù)的增多與宮腔操作、輔助生殖技術(shù)的進(jìn)展，pas的發(fā)病率逐年上升。據(jù)統(tǒng)計(jì)，每300至400例妊娠中發(fā)生1例。雖然依據(jù)現(xiàn)有臨床手段于產(chǎn)前診斷的pas病例往往侵入子宮肌層的程度較重，但急診剖宮產(chǎn)率、失血量、輸血量均低于產(chǎn)前未診斷的pas病例。因此，pas的產(chǎn)前識(shí)別與圍產(chǎn)期管理至關(guān)重要。

34、本研究基于23個(gè)基因npc開發(fā)的分類器，以孕婦早中期的非侵入性血液檢測為基礎(chǔ)，可有效預(yù)測高危孕婦發(fā)生pas的風(fēng)險(xiǎn)，具有重要的臨床應(yīng)用價(jià)值。這一創(chuàng)新方法的推出，有望直接應(yīng)用于臨床實(shí)踐，為pas的早期診斷和治療提供科學(xué)依據(jù)和實(shí)踐指導(dǎo)，對(duì)于胎盤植入孕婦臨床轉(zhuǎn)歸的早期預(yù)測、高危孕婦轉(zhuǎn)診、多學(xué)科聯(lián)合會(huì)診、降低孕產(chǎn)婦及圍產(chǎn)兒的風(fēng)險(xiǎn)具有重要的臨床意義。