本发明涉及结直肠癌早期诊断领域，具体而言，涉及一种用于结直肠早期癌变检测的生物标志物及其应用。
背景技术：
1、结直肠癌是临床最常见的恶性肿瘤之一。据国家癌症中心统计数据显示，结直肠癌的发病率和死亡率均位于恶性肿瘤前5位。受到人口老龄化及饮食解结构变化等多种因素的影响，结直肠癌的发病率也在逐年递增。目前，结直肠癌在我国的发病率每年以4%的速度激增，远超全球年平均增长速度；相反，我国结直肠癌患者5年生存率仅47%，远低于欧美等发达国家。
2、在早期阶段发现并识别结直肠恶性病变是降低我国结直肠癌发病率和死亡率，改善结直肠癌生存的一个重要举措。在腺瘤及i期结直肠癌阶段发现并确诊的患者，根治性手术后的5年生存率在90%以上；然而，发现时已发生远处转移的患者5年生存率仅5%左右。目前，肠镜是发现结直肠肿瘤的金标准。但是肠镜检查要求具备先进的仪器设备和专门的操作人员，技术要求高，费用较贵，而且受试者需要进行肠道准备、依从性差，不适用于反复检查和人群普查。此外，还有一些其他筛查肠癌的方法，如粪便隐血试验（fobt），但该方法存在易受饮食干扰、假阳性率高、灵敏度低等局限性。目前常用的结直肠癌血液标志物（cea、ca199）对早期肠癌以及癌前病变（进展期腺瘤）的诊断效能并不理想，灵敏度不足、假阳性率高。虽然也有一些基于血液和粪便的分子诊断技术（如dna甲基化检测）在一定程度上提升了早期肠癌的检测灵敏度，但是对进展期腺瘤的诊断灵敏度仅有60%左右。临床上用于结直肠癌早期诊断的生物标志物缺乏，尤其是针对进展期腺瘤诊断的高灵敏度的生物标志物的发现意义重大。
3、蛋白质组学（proteomics）是研究细胞、组织或生物体中蛋白质组成、定位、变化及其相互作用规律的科学，包括对蛋白质表达模式和蛋白质组功能模式的研究。随着蛋白组学技术的发展，高效液相色谱-高分辨串联质谱联用技术逐渐成为蛋白质组学的主流技术，越来越多的新型肿瘤标志物被发现。尽管对于新型肿瘤标志物的发现近几年有很多文章和专利的报道，但都仅停留在实验室研究阶段，在临床应用及市场推广上很少。而且，在多数情况下，对于肿瘤的体外诊断，单一指标是远远不够的，只有采用组合联检形式，把各种维度的检测组合起来，才能加强预测的精准度。因此，寻找新的结直肠癌及其癌前病变早期诊断相关标志物，将多种标志物相结合构建早期预测模型，具有重要的临床价值。
4、因此，本发明通过高通量蛋白质组学技术筛选与结直肠早期癌变诊断的相关蛋白标志物，并将多种标志物联合构建结直肠早期癌变的预测模型，将对结直肠癌的早诊早治具有重要意义。
技术实现思路
1、针对现有技术中存在的问题，本发明提供了一种用于结直肠早期癌变检测的生物标志物及其应用，利用蛋白组学的方法，通过分析结直肠癌肿瘤进程中的进展期腺瘤患者、早期结直肠癌患者以及健康对照人群血液中丰度水平显著差异的蛋白，筛选出可用于预测个体是否患有结直肠早期癌变（包括进展期腺瘤和早期结直肠癌）风险预测的生物标记物，并进一步构建多标志物联合检测模型，可实现准确、无创、高效地预测个体患结直肠早期癌变风险，满足临床所需。
2、一方面，本发明提供一种标志物用于制备预测个体是否患有结直肠早期癌变的试剂的用途，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15中的任意一种或多种，所述结直肠早期癌变包括进展期腺瘤和早期结直肠癌。
3、在本发明中，结直肠早期癌变的定义为包括结直肠癌+进展期腺瘤，也就是说，本发明提供的标志物能同时将患有进展期腺瘤和早期结直肠癌的人群，与健康人群进行区分。
4、现有的用于区分早期结直肠癌的标志物虽然也有报道，但是通常都只能用于区分健康人群和早期结直肠癌人群，无法区分出处于更早期病变阶段的进展期腺瘤患者，导致检测灵敏度不足的问题。
5、本发明提供的标志物，能够同时诊断出患有进展期腺瘤和早期结直肠癌的人群，将其与健康人群区分，从而能够更早期识别结直肠恶性病变，对于改善结直肠癌生存率具有非常重要的意义。
6、进一步地，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
7、本实施例利用蛋白组学的方法，收集结直肠癌肿瘤进程（炎症性疾病-良性息肉-进展期腺瘤-早期结直肠癌）中不同时期的患者以及健康对照人群的血浆样本，通过高效液相色谱-串联质谱技术（hplc-ms/ms）分析不同样本，基于正交偏最小二乘判别分析和显著性分析方法，首先对早期结直肠癌患者与健康对照人群之间的差异显著的蛋白进行筛选，最终筛选得到12种与结直肠癌具有明显关联性的差异蛋白质，但采用这12种蛋白质构建随机森林模型，用于区分结直肠早期癌变（包括早期结直肠癌和进展期腺瘤）和健康人群时，诊断效能较低，同时也无法用于区分进展期腺瘤和健康人群。
8、因此，为提高对结直肠早期癌变（包括早期结直肠癌和进展期腺瘤）或进展期腺瘤的诊断效能，再次针对进展期腺瘤与健康组，进行差异蛋白质的筛选，最终筛选得到重要性排序为前10的差异蛋白质，并进一步采用boruta算法筛选得到7个蛋白标志物构建模型，在早期结直肠癌、进展期腺瘤以及结直肠早期癌变（包括早期结直肠癌和进展期腺瘤）组别中均具有较好的风险预测能力。
9、进一步地，所述试剂用于检测体液样本中的生物标志物的含量；所述体液样本包括唾液、血液、尿液、血浆、血清、脊髓液中的任意一种或多种。
10、在一些实施方式中，所述预测是否患有结直肠早期癌变的试剂，是以该生物标志物为检测目标制备的检测试剂，例如样品前处理试剂、抗原或抗体等适用于所述生物标志物检测的生物试剂及试剂盒；也可以开发成适用于所述生物标志物液相色谱-紫外（lc-uv）或液质联用（lc-ms）检测的标准化试剂或试剂盒等。
11、在一些实施方式中，采用elisa方法，对早期结直肠癌中筛选到的12个候选蛋白标志物和进展期腺瘤中筛选到的10个候选蛋白标志物，共计18个结直肠癌候选蛋白标志物开展大队验证，最终发现在早期结直肠癌vs.健康对照和进展期腺瘤 vs. 健康对照两组中，找到7种同时具有显著差异的新型生物标志物（tff1、tff3、igfbp1、igfbp4、serpina1、opn、gdf-15），可作为结直肠早期癌变（包括早期结直肠癌和进展期腺瘤）和进展期腺瘤鉴别诊断的候选生物标志物；同时，7个蛋白标志物构建得到的模型，在早期结直肠癌、进展期腺瘤以及早期结直肠癌+进展期腺瘤（结直肠早期癌变）组别中均具有较好的风险预测能力，其中，在结直肠早期癌变vs健康对照组别中，模型auc值达到0.896；在早期结直肠癌vs健康对照组别中，模型auc值达到0.983；在进展期腺瘤vs健康对照组别中，模型auc值达到0.807，auc值均达到0.8以上，具有较高的诊断价值；且所述最终筛选得到的7个对模型有显著贡献的标志物，均为进展期腺瘤中所包含的差异标志物，而仅从早期结直肠癌的蛋白标志物中筛选时，无法筛选得到本发明最佳7个对模型有显著贡献的标志物。
12、因此本发明中优选7项标志物：三叶因子1（tff1）、三叶因子3（tff3）、胰岛素样生长因子结合蛋白1（igfbp1）、胰岛素样生长因子结合蛋白4（igfbp4）、丝氨酸蛋白酶抑制剂a1（serpina1）、骨桥蛋白（opn）、生长分化因子15（gdf-15），构建诊断模型，具有较好的结直肠早期癌变临床诊断价值，可显著提高对结直肠早期癌变（包括早期结直肠癌+进展期腺瘤）、或进展期腺瘤的诊断鉴别能力与诊断效能，实现对结直肠早期癌变（包括早期结直肠癌+进展期腺瘤）、或进展期腺瘤的风险预测。
13、进一步地，所述试剂用于检测体液样本中生物标志物的有无或相对丰度或浓度。
14、本发明从血液筛选到结直肠早期癌变或进展期腺瘤的生物标志物，这些生物标志物在结直肠早期癌变（包括早期结直肠癌+进展期腺瘤）和非结直肠癌人群（包括但不局限于良性息肉、胃肠道炎症性疾病患者、健康对照）的血液中存在显著性差异，通过收集血液样本，即可通过检测个体血液中这些生物标志物来预测或辅助诊断该个体患结直肠早期癌变或进展期腺瘤的可能性，或者可以检测某一群体血液中的这些生物标志物，进而将该群体分为结直肠癌变高危人群或结直肠癌变低危人群。
15、进一步地，所述检测方法包括放射方法、免疫方法、荧光方法、流式荧光法、胶乳比浊法、生化法、酶法、杂交法、气质联用法、液质联用法、层析法、化学发光方法、磁电法或光电转换方法。
16、这里的标志物的有无或者含量的高低，是一个相对的概念，例如对于患病组与非患病组相比，这些特异的标志物的含量是相对于患病组或非患病组作为基准进行比较的。可能是某一些标志物，患病组中含量相对非患病组中要高，这种高具有统计上的差异，比如显著或者极显著的升高。所以，这些标志物在进行判断的时候，如果是单个标志物，如果该标志物在某种风险发生的概率升高，该标志物的含量有所变化，这里的变化可能是相对的升高，也可以能是相对的降低，这种相对的升高或者相对的减低的差异具有显著差异，当然也可以是极显著差异。所以，无论是什么样的手段进行检测，都可以以预先规定的一个值作为标准（cut-off值），高于该值的就认为含量发生了变化，具有这样的结果，都是可以作为预测或者诊断的价值。
17、所以，在一些方面，本发明所述的标志物，可以是通过现有已经知道的任何方法检测样本中的标志物含量来获得，所述方法如液相色谱、气相色谱、质谱、lc-ms、气质联用（gc-ms）、色质联用（cc-ms）、液相色谱-串联质谱（lc-ms-ms）、核磁共振波谱（nmr）、免疫层析试纸、免疫反应芯片、毛细管电泳、红外光谱等等，只要能用于检测样本中的蛋白标志物含量，都可以用于结直肠早期癌变和进展期腺瘤的诊断。只要样本中蛋白标志物的含量能够检测，就能够被用于预测或者诊断某种疾病发生的概率。可以理解，这里的检测是对于个体的样本进行检测，然后与预先设定的标准进行比较，比较的结果来进行判断或者预测疾病的发生状态，例如可以用来预测发生结直肠早期癌变或进展期腺瘤的概率，这种预测或者诊断都是在某一个时间内是否发生，当然这样检测可以是连续的检测，随着某些物质的含量的变化从而推测疾病发生的进程。
18、在一些方式中，所述相对丰度为高效液相色谱-串联质谱获得的检测图谱中该生物标志物的峰面积。比如某个生物标志物在对照样本里测出的平均峰面积是500，在结直肠早期癌变或进展期腺瘤患者样本里测出的平均峰面积是3000，那么就认为该生物标志物在样本中的丰度是对照样本中的6倍。
19、另一方面，本发明提供一种预测个体是否处于结直肠早期癌变的生物标志物组合，该组合包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
20、再一方面，本发明提供一种预测个体是否患结直肠早期癌变的试剂盒，包括如上技术方案中任一项所述用途的生物标志物的检测试剂。
21、在一些方式中，所述检测试剂为所述生物标志物的抗体，所述抗体为单克隆抗体。
22、再一方面，本发明提供一种预测个体是否患结直肠早期癌变的系统，所述系统包括数据分析模块，所述数据分析模块用于分析生物标志物的检测值，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15中的任意一种或多种，所述结直肠早期癌变包括进展期腺瘤和早期结直肠癌。
23、进一步地，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
24、在一些实施方式中，首先采用随机森林构建模型，初步确认单独采用筛选出的7种新型生物标志物中的任意一种，其浓度变化均可用于区分结直肠早期癌变（早期结直肠癌+进展期腺瘤）患者与健康人群、进展期腺瘤患者与健康人群、以及早期结直肠癌患者与健康人群，表明这7种生物标志物具有极高的诊断价值。
25、综上可知，本实施例中构建的包含7种生物标志物（三叶因子1（tff1）、三叶因子3（tff3）、胰岛素样生长因子结合蛋白1（igfbp1）、胰岛素样生长因子结合蛋白4（igfbp4）、丝氨酸蛋白酶抑制剂a1（serpina1）、骨桥蛋白（opn）、生长分化因子15（gdf-15））的联合诊断模型，具有较好的结直肠早期癌变临床诊断价值，可显著提高对结直肠早期癌变、早期结直肠癌或进展期腺瘤的诊断鉴别能力与诊断效能，实现对结直肠早期癌变、早期结直肠癌或进展期腺瘤的精确诊断。
26、进一步地，所述数据分析模块采用已知样本的标志物的检测值作为训练集，根据是否患有结直肠早期癌变，分为结直肠早期癌变组和健康组，分析结直肠早期癌变组和健康组的检测值之间的关系，构建模型。
27、进一步地，所述系统还包括数据存储模块、数据输入界面和数据输出界面；所述数据存储模块用于存储生物标志物的检测值；数据输入界面用于输入生物标志物的检测值，数据输出界面用于输出预测结果。
28、进一步地，所述检测值为7种生物标志物的有无或相对丰度或浓度值。
29、再一方面，本发明提供一种生物标志物用于制备预测个体是否患有进展期腺瘤的试剂的用途，所述生物标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15、朊蛋白、鸟苷酸环化酶激活因子2a、再生家庭成员蛋白1 α中的任意一种或多种。
30、进一步地，所述生物标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15。
31、进一步地，所述试剂用于检测体液样本中的生物标志物的含量；所述体液样本包括唾液、血液、尿液、血浆、血清、脊髓液中的任意一种或多种。
32、进一步地，所述试剂用于检测体液样本中生物标志物的有无或相对丰度或浓度。
33、进一步地，所述检测方法包括放射方法、免疫方法、荧光方法、流式荧光法、胶乳比浊法、生化法、酶法、杂交法、气质联用法、液质联用法、层析法、化学发光方法、磁电法或光电转换方法。
34、再一方面，本发明提供一种预测个体是否患有进展期腺瘤的生物标志物组合，该组合包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
35、再一方面，本发明提供一种预测个体是否患进展期腺瘤的试剂盒，包括如上技术方案中任一项所述用途的生物标志物的检测试剂。
36、再一方面，本发明提供一种预测个体是否患进展期腺瘤的系统，所述系统包括数据分析模块，所述数据分析模块用于分析生物标志物的检测值，所述生物标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15、朊蛋白、鸟苷酸环化酶激活因子2a、再生家庭成员蛋白1 α的任意一种或多种。
37、进一步地，所述生物标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15。
38、进一步地，所述数据分析模块采用已知样本的标志物的检测值作为训练集，根据是否患有进展期腺瘤，分为进展期腺瘤组和健康组，分析进展期腺瘤组和健康组的检测值之间的关系，构建模型。
39、进一步地，所述系统还包括数据存储模块、数据输入界面和数据输出界面；所述数据存储模块用于存储生物标志物的检测值；数据输入界面用于输入生物标志物的检测值，数据输出界面用于输出预测结果。
40、进一步地，所述检测值为7种生物标志物的有无或相对丰度或浓度值。
41、进一步地，其中所述的三叶因子1为uniprot数据库编号为p04155的蛋白或者氨基酸序列；三叶因子3为uniprot数据库编号为q07654的蛋白或者氨基酸序列；胰岛素样生长因子结合蛋白1为uniprot数据库编号为p08833的蛋白或者氨基酸序列；胰岛素样生长因子结合蛋白4为uniprot数据库编号为p22692的蛋白或者氨基酸序列；丝氨酸蛋白酶抑制剂a1为uniprot数据库编号为p01009的蛋白或者氨基酸序列；骨桥蛋白为uniprot数据库编号为p10451的蛋白或者氨基酸序列；生长分化因子15为uniprot数据库编号为q99988的蛋白或者氨基酸序列。
42、再一方面，本发明提供一种生物标志物组合用于制备区分出个体为早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群或其他癌症的试剂的用途，所述生物标志物包括三叶因子1、叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15。
43、上述构建的模型都为二分类模型，比如用于区分“健康人群和结直肠早期癌变患者”、或“健康人群与进展期腺瘤患者”、或“健康人群与早期结直肠癌患者”两个分类等。
44、本发明还尝试用该7个蛋白标志物构建六分类模型，所述六分类包括早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群和其他癌症六个分类，发现本发明构建的模型在六分类的区分上也有非常好的诊断效能。同时还比较了多种不同算法构建六分类模型，发现采用梯度提升算法构建的六分类检测模型，诊断效能最高，可用于高效鉴别诊断早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群和其他癌症。
45、所述其他癌症包括其他消化道癌症，如：食管癌、胃癌、肝癌、胰腺癌、胆管癌等。本发明的六分类检测模型不仅能够精准区分结直肠早期癌变与早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病和健康人群，还展现出了在鉴别结直肠早期癌变与其他消化道癌症（如食管癌、胃癌、肝癌、胰腺癌、胆管癌等）方面的显著优势。通过该模型，可以清晰地分辨结直肠早期癌变与其他癌症，充分体现了其高度的特异性。这意味着该模型能够准确识别结直肠早期癌变的独特特征，避免将其与其他类似病症或其他癌症类型混淆，从而大幅降低误诊的可能性。
46、同时，为了进一步提升六分类模型的性能和准确性，对模型监督分类算法模型进行初步对比和筛选。最终结果显示，选择梯度提升（gbm）构建的最优模型作为进展期腺瘤或结直肠早期癌变诊断的最终预测模型，该算法的性能评估得分最优，对各疾病类型预测的综合诊断准确性为0.768、一致性为0.713。并通过10倍交叉验证方法训练，确定模型最优超参数为：学习率（learning rate）为0.1，决策树数目（number of trees）为150，最大树深度（max depth）为3，终端节点最小样本数（min samples）为10。
47、为在确保模型诊断效能的同时实现效益最大化，进一步对不同数量的蛋白标志物组合进行筛选。最终优选出7项标志物：三叶因子1（tff1）、三叶因子3（tff3）、胰岛素样生长因子结合蛋白1（igfbp1）、胰岛素样生长因子结合蛋白4（igfbp4）、丝氨酸蛋白酶抑制剂a1（serpina1）、骨桥蛋白（opn）、生长分化因子15（gdf-15）来构建诊断模型，此时可以最少的标志物构建模型实现最高诊断效能。
48、基于选择的梯度提升算法的多分类模型进行更深入的预测分析，计算预测概率值并重新给出各疾病的诊断指标，以更精确地确定模型在不同疾病分类上的诊断性能和阈值。以模型组中梯度提升（gbm）算法的多分类模型进行预测分析，计算得到预测结果为6种分类（健康对照、炎症性肠病、良性息肉、进展期腺瘤、早期结直肠癌、其他癌症）的预测概率值，其中预测概率值最大的分类即为系统最终预测结果。最终结果为，模型在模型组中的准确性为0.761、一致性为0.705。对早期结直肠癌的诊断灵敏度为76.9%，特异性为95.9%，阳性预测值78.4%，阴性预测值95.5%；对进展期腺瘤的诊断灵敏度为69.8%，特异性为94.5%，阳性预测值71.3%，阴性预测值94.1%；对良性息肉的诊断灵敏度为74.3%，特异性为95.4%，阳性预测值67.7%，阴性预测值96.6%；对炎症性肠病的诊断灵敏度为67.2%，特异性为94.2%，阳性预测值67.7%，阴性预测值94.1%；对其他癌症的诊断灵敏度为77.7%，特异性为95.9%，阳性预测值67.3%，阴性预测值97.5%；对健康对照的诊断灵敏度为83.6%，特异性为95.4%，阳性预测值89.0%，阴性预测值92.9%，其效果明显好于现有生物标志物联合预测模型的效果。
49、同时，为检验上述梯度提升算法在新的样本验证集数据中的性能表现，从而更全面地评估模型的泛化能力和实际应用效果，将基于模型组构建的算法应用到新的验证组中进行预测性能的验证。在新的验证组样本中，最终结果表明：准确性为0.78、一致性为0.729。对早期结直肠癌的诊断灵敏度为79.4%，特异性为94.4%，阳性预测值73.5%，阴性预测值95.9%；对进展期腺瘤的诊断灵敏度为73.4%，特异性为94.7%，阳性预测值73.4%，阴性预测值94.7%；对良性息肉的诊断灵敏度为72.7%，特异性为95.9%，阳性预测值69.6%，阴性预测值96.5%；对炎症性肠病的诊断灵敏度为68.3%，特异性为96.3%，阳性预测值77.4%，阴性预测值94.3%；对其他癌症的诊断灵敏度为83.3%，特异性为96.0%，阳性预测值68.2%，阴性预测值98.3%；对健康对照的诊断灵敏度为85.0%，特异性为96.3%，阳性预测值91.1%，阴性预测值93.5%。
50、再一方面，本发明提供一种预测个体是否患有早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群或其他癌症的生物标志物组合，该组合包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
51、再一方面，本发明提供一种预测个体是否患有早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群或其他癌症的试剂盒，所述试剂盒包括如上技术方案中任一项所述用途的生物标志物的检测试剂。
52、再一方面，本发明提供一种预测个体是否患有早期结直肠癌、进展期腺瘤、良性息肉、炎症性肠病、健康人群或其他癌症的系统，所述系统包括数据分析模块，所述数据分析模块用于分析标志物的检测值，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15中的任意一种或多种。
53、进一步地，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
54、进一步地，所述数据分析模块采用已知样本的标志物的检测值作为训练集，根据不同疾病分类，分为早期结直肠癌组、进展期腺瘤组、良性息肉组、炎症性肠病组、健康组和其他癌症组，分析早期结直肠癌组、进展期腺瘤组、良性息肉组、炎症性肠病组、健康组和其他癌症组的检测值之间的关系，构建模型。
55、进一步地，所述系统还包括数据存储模块、数据输入界面和数据输出界面；所述数据存储模块用于存储生物标志物的检测值；数据输入界面用于输入生物标志物的检测值，数据输出界面用于输出预测结果。
56、本发明的有益效果为：
57、1、本发明筛选到7种全新的能预示结直肠早期癌变（早期结直肠癌+进展期腺瘤）和进展期腺瘤发生风险的生物标记物：三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15，开发了新的蛋白质标志物组合，能对结直肠进展期腺瘤、结直肠癌患者进行有效评估和诊断，有效分辨结直肠早期癌变患者与健康人群、早期结直肠癌患者与健康人群、以及进展期腺瘤患者与健康人群，能更精准地识别结直肠早期癌变患者和进展期腺瘤患者，相比传统检测方法，减少了误诊和漏诊的风险，为疾病的早期发现和干预提供了有力支持。
58、2、本发明中，采用二分类算法，通过随机森林算法构建模型，在结直肠早期癌变与健康对照、早期结直肠癌与健康对照、进展期腺瘤与健康对照的比较中均展现出了显著的诊断价值；在结直肠早期癌变 vs 健康对照组别中，模型auc值达到0.896；在早期结直肠癌vs 健康对照组别中，模型 auc 值达到 0.983；在进展期腺瘤 vs 健康对照组别中，模型auc 值达到0.807，均超过0.8，相比于传统早期结直肠癌标志物组合构建的模型性能（进展期腺瘤 vs 健康对照组别中roc为0.699）提高了10%，表明模型具有较高的诊断效能，这使得疾病的筛查更加高效和准确，能够及时发现潜在的患者，为早期治疗提供了宝贵的时机。
59、3、本发明中，同时采用六分类算法，通过梯度提升算法构建7种生物标志物的联合鉴别诊断模型，发现采用包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15的7种生物标志物构建的结直肠癌诊断模型的诊断效能最优，可用于更高效地预测结直肠早期癌变，模型的准确性为0.78、一致性为0.729。对早期结直肠癌的诊断灵敏度为79.4%，特异性为94.4%，阳性预测值73.5%，阴性预测值95.9%；对进展期腺瘤的诊断灵敏度为73.4%，特异性为94.7%，阳性预测值73.4%，阴性预测值94.7%，其效果明显好于现有的诊断模型，显著提高了诊断的准确度、灵敏度、特异性，可用于高效鉴别诊断早期结直肠癌、进展期腺瘤、良性息肉、炎症性疾病、健康个体和其他癌症人群，从而对患者及时干预；所述多分类模型能够为临床医生提供更全面、精准的诊断依据，有助于制定个性化的治疗方案，提升医疗决策的科学性和有效性。
60、4、本发明构建的7种生物标志物的联合鉴别诊断模型，方便、快捷、检测结果与临床金标准检测结果高度一致，同时显著降低了诊断结直肠早期癌变的成本，具有良好的应用前景。
61、5、本发明构建的7种生物标志物的联合鉴别诊断模型，可精准鉴别诊断结直肠早期癌变患者，以利于早期发现早期干预，促进结直肠早期癌变的早发现和早治疗，满足临床的迫切需求。
62、详细说明
63、（1）诊断或者检测
64、这里的诊断或者检测是指对于样本中的生物标志物进行检测或者化验，或者目的生物标志物的含量，例如绝对含量或者相对含量，然后通过目标标志物是否存在或者数量的多少来说明提供样本的个体是否可能具有或患某种疾病，或者具有某种疾病的可能性。这里的诊断与检测的含义可以互换。这种检测的结果或者诊断的结果是不能直接作为患病的直接结果，而是一种中间结果，如果获得直接的结果，还需通过病理学或者解剖学等其它辅助手段才能确认患有某种疾病。例如，本发明提供了多种与结直肠早期癌变具有关联性的新的生物标志物，这些标志物的含量的变化与是否患有结直肠癌具有直接的关联性。
65、（2）标志物或生物标志物或差异蛋白质与结直肠早期癌变或进展期腺瘤的联系
66、标志物、生物标志物和差异蛋白质在本发明中具有相同的含义。这里的联系是指某种生物标志物在样本中出现或者含量的变化与特定疾病具有直接的关联性，例如含量的相对升高或者降低，表示这种患有这种疾病的可能性相对健康人群更高。
67、如果样本中多个不同的标志物同时出现或者含量的相对变化，表示这种患有这种疾病的可能性相对健康人群也更高。也就是说标志物种类中，某一些标志物与患病的关联性强，有些标志物与患病的关联性弱，或者有些甚至与某种特定的疾病无关联。对于那些关联性强的标志物中的一种或者多种，可以作为诊断疾病的标志物，与那些关联性弱的标志物可以与强的标志物组合来诊断某种疾病，增加检测结果的准确性。
68、针对本发明发现的血清中的众多生物标志物，这些标志物都可以用来进行区分结直肠癌与健康人群或良性疾病人群。这里的标志物可以单独作为单个的标志物来进行直接的检测或者诊断，选择这样的标志物表示该标志物的含量的相对变化与结直肠早期癌变具有强的关联性。当然，可以理解的是，可以选择与结直肠早期癌变关联性强的一种或者多种标志物的同时检测。正常的理解是，在一些方式中，选择关联性强的生物标志物来进行检测或者诊断可以达到一定标准的准确性，例如60%，65%，70%，80%，85%，90%或者95%的准确性，则可以说明，这些标志物可以获得诊断某种疾病的中间值，但并不表示就能直接确认患有某种疾病。
69、当然，也可以选择roc值越大的差异蛋白质来作为诊断的标志物。所谓的强弱一般通过一些算法来计算确认，例如标志物与结直肠癌贡献率或者权重分析。这样的计算方法可以是显著性分析（p值或fdr值）和倍数变化（fold change），多元统计分析主要包括主成分分析（pca）、偏最小二乘判别分析（pls-da）和正交偏最小二乘判别分析（opls-da），当然还包括其他的方法，例如roc分析等。当然，其它的模型预测方法也是可以的，在具体选择生物标志物的时候，可以选择本发明所公开的差异蛋白质，也可以选择或者结合其它现有公知的标志物组合通过模型方法进行预测。
70、（3）疾病术语定义
71、结直肠癌：又称为大肠癌，是指大肠上皮来源的癌症，包括结肠癌与直肠癌，病理类型以腺癌最为常见，极少数为鳞癌。在我国，以直肠癌最为常见，其次是结肠癌（乙状结肠、盲肠、升结肠、降结肠及横结）。大肠癌的治疗应采取个体化治疗原则，根据患者的年龄、体质、肿瘤的病理类型、侵犯范围（分期），选用合适的治疗方法，包括根治性手术治疗、化疗、靶向治疗、放疗等；结直肠癌的形成一般会经历正常粘膜增生、进展期腺瘤（恶性）、腺癌（恶性）的发展过程，一般需要5-10年的时间。因此，早期筛查、诊断和治疗是降低结直肠癌死亡率最有效的手段。尤其是，如果能够在息肉腺瘤（恶性）阶段就进行干预，就能有效防止结直肠癌的发生。进展期腺瘤（aa）是一种癌前病变，是指大小≥1cm或者具有≥25％的任何大小的绒毛状组分或高度发育异常，随时间推移，很容易发展为结直肠癌。若能够在结直肠癌发生的早期阶段，寻找到具有一定预警作用的肿瘤生物标志物，对结直肠癌和进展期腺瘤（恶性肿瘤）进行诊断，对于提高患者的治疗效果，改善患者预后有着重要的意义。
72、结直肠早期癌变：本发明中，结直肠早期癌变包括早期结直肠癌和进展期腺瘤。
73、早期结直肠癌：早期结直肠癌指浸润深度局限于黏膜及黏膜下层的任意大小的结直肠上皮性肿瘤，无论有无淋巴结转移。
74、腺瘤：是起源于结直肠黏膜腺上皮的良性肿瘤，包括结肠腺瘤与直肠腺瘤，是常见的肠道良性肿瘤。按腺瘤的结构特点可将其分为管状腺瘤、绒毛状腺瘤和管状绒毛状腺瘤。可以采取内镜下高频电凝、激光、微波凝固等方法切除，也可以选择外科手术切除，并定期随访。有恶变者根据情况选择其他治疗（如放疗、化疗、手术等）。
75、进展期腺瘤：是指直径＞1 cm 的管状绒毛腺瘤、绒毛状腺瘤和（或）伴有高级别异型增生的腺瘤，因与结直肠癌的发生关系密切，被认为是一种癌前病变。进展期腺瘤应及时切除，防止演变为结直肠癌。
76、息肉：隆起于结直肠表面的肿物，可以是腺瘤，也可以是肠黏膜的增生肥厚，在未确定病理性质前统称息肉。良性息肉是指经病理诊断确诊为良性的腺瘤或肿物。息肉是否需要手术切除，主要与息肉的大小、形态、性质有关。1、如果息肉的直径小于2cm，一般不需要手术切除，定期复查肠镜即可；2、如果肠息肉的直径大于2cm，则建议手术切除；3、如果肠息肉有恶变倾向，无论息肉的直径多大，都建议手术切除。
77、炎症性肠病：是一种非特异性的慢性肠道炎性疾病，主要包括溃疡性结肠炎和克罗恩病，前者主要损害结肠和直肠，后者可损害从口腔到肛门之间的任意胃肠道部位，以小肠末端和结肠多见。治疗主要包括药物治疗、内镜治疗和手术治疗，其治疗目标为促进肠道黏膜的愈合，减轻临床症状，同时防止相关并发症的产生，改善患者的生活质量，防止疾病复发。
78、因此本发明提供的预测模型，能针对体液样本中的生物标志物的浓度的变化，快速从中分辨结直肠早期癌变患者、进展期腺瘤患者、良性息肉患者、炎性肠病患者和健康人群。
79、（4）结直肠早期癌变诊断的金标准：早期结直肠癌患者临床上多无任何症状及体征,诊断上依赖有资质医师的规范化结肠镜检查,活检组织病理学为诊断的依据。
1.一种标志物用于制备预测个体是否患有结直肠早期癌变的试剂的用途，其特征在于，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、或生长分化因子15中的任意一种或多种，所述结直肠癌早期癌变包括进展期腺瘤和早期结直肠癌。
2.如权利要求1所述的用途，其特征在于，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
3.如权利要求2所述的用途，其特征在于，所述试剂用于检测体液样本中的生物标志物的含量；所述体液样本包括唾液、血液、尿液、血浆、血清、脊髓液中的任意一种或多种。
4.如权利要求3所述的用途，其特征在于，所述试剂用于检测体液样本中生物标志物的有无或相对丰度或浓度。
5.一种预测个体是否患结直肠早期癌变的试剂盒，其特征在于，包括如权利要求1~4任一项所述用途的生物标志物的检测试剂，所述结直肠癌早期癌变包括进展期腺瘤和早期结直肠癌。
6.一种预测个体是否患有结直肠早期癌变的生物标志物组合，其特征在于，该组合包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15，所述结直肠癌早期癌变包括进展期腺瘤和早期结直肠癌。
7.一种预测个体是否患结直肠早期癌变的系统，其特征在于，所述系统包括数据分析模块，所述数据分析模块用于分析标志物的检测值，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白、生长分化因子15中的任意一种或多种，所述结直肠早期癌变包括进展期腺瘤和早期结直肠癌。
8.如权利要求7所述的系统，其特征在于，所述标志物包括三叶因子1、三叶因子3、胰岛素样生长因子结合蛋白1、胰岛素样生长因子结合蛋白4、丝氨酸蛋白酶抑制剂a1、骨桥蛋白和生长分化因子15。
9.如权利要求8所述的系统，其特征在于，所述数据分析模块采用已知样本的标志物的检测值作为训练集，根据是否患有结直肠早期癌变，分为结直肠早期癌变组和健康组，分析结直肠早期癌变组和健康组的检测值之间的关系，构建模型。
10.如权利要求9所述的系统，其特征在于，所述系统还包括数据存储模块、数据输入界面和数据输出界面；所述数据存储模块用于存储生物标志物的检测值；数据输入界面用于输入生物标志物的检测值，数据输出界面用于输出预测结果。
