本发明属于结直肠癌和结直肠腺瘤的检测领域，具体涉及一种用于结直肠癌或结直肠腺瘤的早期诊断的生物标志物组合物及应用。
背景技术：
1、结直肠癌(colorectal cancer，crc)是全球常见的恶性肿瘤，约占十分之一的癌症病例，其发病率和死亡率分别为6.1％和9.2％。2018年在中国380万新增癌症病例中结直肠癌发病率在男性中排第四位，在女性中排第三位，在全球范围排第二位。如果能在早期检测到结直肠癌病变并通过手术切除，则存活率超过90％，而晚期则降低至13％，因此，早筛是降低结直肠癌死亡率最有效的手段。随着测序技术与信息技术的发展，人工智能已成为辅助临床医生的一个重要利器，如影像学诊断等。利用人工智能算法和生物信息学可以深入挖掘数据信息，建立诊断模型，可以提高诊断准确度。数据表明基于神经网络和深度学习等算法的人工智能模型可以达到80％以上的准确性，使患者受益。因此，将人工智能学习与早期诊断结合起来，将进一步降低结直肠癌死亡率与医疗负担。
2、目前，侵入式结肠镜检查仍然是crc诊断的金标准，是临床最常用的确诊方法，病例对照和队列研究的结果表明结肠镜检查具有预防crc和癌症死亡的潜在能力。中国从2012年至2015年从中国16个省市招募了1,381,561名40-69岁的合格参与者，建立了风险评分系统，随后推荐用于结肠镜检查，最终只有25,593名参与者进行了结肠镜检查，参与率为14.0％。尽管结肠镜检查被认为是crc筛查的金标准，但它是一种侵入性手术，需要高水平的专业知识，费用高昂，可能引发术后并发症，并且患者体验差，这限制了它作为早期筛查的选择。非侵入检测方法，美国癌症协会推荐高敏fobt和fit每三年检查一次，但是其灵敏度较低(12％-56％)，且受饮食、用药影响较大，有待进一步提升。多靶点粪便dna检测cologuard，2014年获得fda批准，建议每3年进行一次筛查，但是它对早期腺瘤敏感度较低(42.4％)，检测费用(599美金)较高，目前仅在美国、加拿大等少数国家得到性能验证，尚未在中国进行临床实验。因此，需要开发新的非侵入式诊断方法。
3、“微生物组”一词是指整个栖息环境，包括微生物(细菌，古细菌，较低等和较高等的真核生物和病毒)，其基因组以及周围的环境条件。这些因素沿腺瘤-癌序列改变，反映在丰度变化上。一些微生物产生遗传毒性化合物并引起炎症，而另一些微生物则在肿瘤相关的微环境中增殖(分别称为“驱动”和“乘客”细菌)。对微生物群落进行系统分析，并鉴定具有不同丰度的微生物作为生物标记，可提供有效的诊断策略。下一代测序的发展产生了有关crc微生物组的大量数据，生物信息学以及机器学习方法还提供了强大的工具来增进我们的理解。宏基因组学和16s rrna测序研究表明，患者和健康人群之间某些微生物的丰度有所不同，微生物生物标记物的有效组合可以用于crc诊断。
技术实现思路
1、针对上述技术问题，本发明的目的在于提供一种结直肠癌或结直肠腺瘤的生物标志物组合物，所述生物标志物组合物包括微小微单胞菌(parvimonas micra)、具核梭状杆菌(fusobacterium nucleatum)、牙髓卟啉单胞菌(porphyromonas endodontalis)、假长双岐杆菌(bifidobacterium pseudolongum)、经黏液真杆菌(blautia stercoris)、麻疹孪生球菌(gemella morbillorum)。
2、本发明的又一目的在于提供一种上述生物标志物组合物在制备用于结直肠癌或结直肠腺瘤的早期诊断的药物中的应用，包括：
3、(1)以粪便为样本，提取基因组，进行基因组组装与基因预测，对基因集代表序列分别同nr库数据进行比对注释，blast比对参数设置期望值e-value为1e-5，并通过nr库对应的分类学信息数据库获得物种注释，然后使用物种对应的基因丰度综合计算该物种的丰度，并在域(domain)、界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)各个分类学水平上统计物种在各个样品中的丰度，从而构建相应分类学水平上的丰度谱；
4、(2)将不同样本的微小微单胞菌(parvimonas micra)、具核梭状杆菌(fusobacterium nucleatum)、牙髓卟啉单胞菌(porphyromonas endodontalis)、假长双岐杆菌(bifidobacterium pseudolongum)、经黏液真杆菌(blautia stercoris)、麻疹孪生球菌(gemella morbillorum)，物种丰度矩阵进行建模分析以及预测，获得诊断模型；
5、(3)结果判定：当预测值为1时，结直肠癌或结直肠腺瘤的诊断结果为阳性；当预测值为0时，结直肠癌或结直肠腺瘤的诊断结果为阴性。
6、优选地，步骤(1)中，对基因集代表序列分别同nr库数据进行比对注释采用diamond软件进行。
7、优选地，步骤(2)中采用的模型为随机森林模型或逻辑回归模型。
8、本发明筛选了特定的粪便微生物作为用于结直肠癌或结直肠腺瘤的早期诊断的生物标志物组合物，所述生物标志物组合物包括微小微单胞菌(parvimonas micra)、具核梭状杆菌(fusobacterium nucleatum)、牙髓卟啉单胞菌(porphyromonas endodontalis)、假长双岐杆菌(bifidobacterium pseudolongum)、经黏液真杆菌(blautia stercoris)、麻疹孪生球菌(gemella morbillorum)，通过随机森林或逻辑回归等模型，用于结直肠癌或结直肠腺瘤的诊断并得出结果。
9、本发明的有益效果是：①本发明提供的生物标志物组合物能够用于早期诊断结直肠癌或结直肠腺瘤，具有经济实惠、操作简便等优点，适用于临床应用；②本发明利用基于高通量测序结果的特异性，对结直肠癌或结直肠腺瘤进行早期诊断，具有灵敏度高和特异性强等优点，能够避免肠镜侵入式检查导致的痛苦、不适及术后并发症，显著降低结直肠癌和结直肠腺瘤早期诊断的假阳性率，可以广泛用于结直肠癌和结直肠腺瘤的早期诊断。
1.一种结直肠癌或结直肠腺瘤的生物标志物组合物，其特征在于，所述生物标志物组合物包括微小微单胞菌(parvimonas micra)、具核梭状杆菌(fusobacterium nucleatum)、牙髓卟啉单胞菌(porphyromonas endodontalis)、假长双岐杆菌(bifidobacteriumpseudolongum)、经黏液真杆菌(blautia stercoris)、麻疹孪生球菌(gemellamorbillorum)。
2.一种权利要求1所述生物标志物组合物在制备用于结直肠癌或结直肠腺瘤的早期诊断的药物中的应用，包括：
3.根据权利要求2所述的应用，其特征在于，步骤(1)中，对基因集代表序列分别同nr库数据进行比对注释采用diamond软件进行。
4.根据权利要求2所述的应用，其特征在于，步骤(2)中采用的模型为随机森林模型或逻辑回归模型。
