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！

龙图腾网获悉中南大学申请的专利一种非小细胞肺癌预后免疫和营养状态相关的肠道微生物标记物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：CN118932054B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410971577.0，技术领域涉及：C12Q1/6886；该发明授权一种非小细胞肺癌预后免疫和营养状态相关的肠道微生物标记物及其应用是由向娟娟;唐敬群;陈安奇;易俊奇;于谦设计研发完成，并于2024-07-19向国家知识产权局提交的专利申请。

本一种非小细胞肺癌预后免疫和营养状态相关的肠道微生物标记物及其应用在说明书摘要公布了：本发明公开了一种非小细胞肺癌预后免疫和营养状态相关的肠道微生物标记物及其应用，肠道微生物标记物具体包括有：霍氏真杆菌、阿克曼氏菌、伶俐瘤胃球菌、活泼瘤胃球菌、副腐败梭菌、流感嗜血杆菌。发明利用肠道菌群的相对丰度与患者PNI指数，建立了肠道菌群的多样性、肠型和特异性菌种与PNI的相关性。本发明利用肠道菌群的6种特异性菌种相对丰度与患者PNI指数构建了营养免疫的评估模型，应用本模型，输入新的个体的6种特异性菌种的相对丰度信息，输出营养免疫评估的结果，无需进行侵入性检查，可以反复多次地检测，并且通过特异性肠道菌种的干预提高患者的营养免疫状态。这为个性化医疗提供了新的途径，帮助医生制定更精确的治疗策略。

本发明授权一种非小细胞肺癌预后免疫和营养状态相关的肠道微生物标记物及其应用在权利要求书中公布了：1.一种非小细胞肺癌预后免疫和营养状态的评估模型，其特征在于，根据肠道微生物标记物为特征，获得菌种的相对丰度与PNI的对应关系，对菌种的相对丰度数据进行标准化处理，输入变量为标准化后的菌种相对丰度，输出变量为PNI指数，采用Epsilon-SupportVectorRegression模型来建立菌种相对丰度和PNI指数之间的回归模型； 所述肠道微生物标记物为以下六种，霍氏真杆菌、阿克曼氏菌、伶俐瘤胃球菌、活泼瘤胃球菌、副腐败梭菌、流感嗜血杆菌； 获取14例HPNI组非小细胞肺癌患者与14例LPNI组非小细胞肺癌患者的粪便样本，提取粪便样本中总微生物DNA， 通过16SrRNA测序将肠道微生物组成的数据映射到参考基因组以生成进化树文件，并对测序数据进行数据拆分，通过软件QIIME软件根据barcode序列拆分为不同样本， 使用Pear软件对测序数据进行过滤、拼接，拼接后使用Vsearch软件去除长度小于270bp的序列，并根据GoldDatabase数据库用uchime方法对比对去除嵌合体序列，保留高质量的微生物序列读段， 使用Vsearchv2.7.1软件uparse算法对优质序列进行OTU聚类， 利用R包对两组样本的物种多样性进行分析比较，最终筛选识别两组样本中显著差异的细菌， 对筛选出的两组样本通过基于样品间的Jensen-shannon距离，利用围绕中心点划分算法进行聚类， 通过主成分分析PCA揭示肺癌患者被分类为2个明显的簇，每个对应于一个独特的肠型：Bacteroids肠型1和Ruminococcus肠型3， 选取菌种水平的具有特异性引物的6种菌进行了qPCR的验证， 采用Epsilon-SupportVectorRegression建立上述6个菌种相对丰度和PNI之间的回归模型，在规范化的数据上，本模型采用基于高斯核的支持向量回归模型Epsilon-SupportVectorRegression，其中预测函数定义如下： 其中为预测的PNI指数，为训练样本中的菌种相对值组成的向量，是支持向量的拉格朗日乘子，为高斯核函数，在训练过程中，本Epsilon-SupportVectorRegression模型优化目标为： 同时满足以下约束条件： 其中，是控制边界超参数，Ɛ是松弛变量，C表示正则化参数，非小细胞肺癌患者队列和采用参数C=10且进行训练和预测。

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中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。