本发明涉及基因检测，特别涉及免疫化疗结果预测方法、装置、设备及介质。
背景技术：
1、弥漫大b细胞淋巴瘤(diffuse large b-cell lymphoma，dlbcl)是非霍奇金淋巴瘤(non-hodgkin lymphoma，nhl)最常见的类型，具有多种临床和分子特征，在生物学上具有异质性。rchop方案是国内外指南中，针对dlbcl的标准治疗方案。r-chop(rituximab，cyclophosphamide，doxorubicin，vincristine，prednisone)是一种全身治疗，能有效杀死肿瘤细胞，是弥漫大b细胞淋巴瘤的标准治疗方案。虽然60％的dlbcl患者可以通过r-chop免疫化疗治愈，但40％的患者在对r-chop反应后主要是难治性或复发。根据真实世界的相关研究，确诊后12个月内复发的患者，被称为早期免疫化疗失败(earlychemoimmunotherapy failure，ecf)。与确诊12个月后复发患者的2年总生存期os约为60-70％相比，ecf患者的预后较差，2年总生存期os仅为24.7％。将临床和遗传标记结合到dlbcl的预后预测的相关探索已经进行了大量的尝试，然而，现在仍然缺乏有效的早期免疫化疗失败的dlbcl预测模型，新的免疫疗法的创新尤其是嵌合抗原受体-t(chimericantigen receptor t-cell immunotherapy,car-t)细胞疗法，已经改善了许多难治性或复发的dlbcl患者的预后。识别ecf的dlbcl高危患者，根据该人群的临床和分子特征调整一线治疗策略，可以更加有效地改善dlbcl患者的预后。
2、综上，如何实现对经过r-chop免疫化疗的患者进行治疗后的准确结果预测，以基于预测结果及时调整免疫治疗方案是本领域有待解决的技术问题。
技术实现思路
1、有鉴于此，本发明的目的在于提供免疫化疗结果预测方法、装置、设备及介质，能够实现对经过r-chop免疫化疗的患者进行治疗后的准确结果预测，以基于预测结果及时调整免疫治疗方案。其具体方案如下：
2、第一方面，本技术公开了一种免疫化疗结果预测方法，包括：
3、利用基因组测序技术从免疫化疗对象的淋巴瘤组织的突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息并获取所述免疫化疗对象的临床特征；
4、将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，并统计所有基因信息的总分数；
5、基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果。
6、可选的，所述利用基因组测序技术从免疫化疗对象的淋巴瘤组织的突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息，包括：
7、利用全外显子组测序和全基因组测序对免疫化疗对象的淋巴瘤组织进行基因组测序，以得到与弥漫性大b细胞淋巴瘤相关的若干数量的高频突变基因；
8、根据所述高频突变基因的突变频率大于突变基因对照组的标准突变频率结果，从所述高频突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息。
9、可选的，所述根据所述高频突变基因的突变频率大于突变基因对照组的标准突变频率结果，从所述高频突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息，包括：
10、基于皮尔逊卡方检验和log-rank检验并根据所述高频突变基因的突变频率大于突变基因对照组的标准突变频率结果，从所述高频突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息。
11、可选的，所述获取所述免疫化疗对象的临床特征，包括：
12、获取所述免疫化疗对象的年龄、性别、体能状态、疾病分期、血清乳酸脱氢酶状态、多发结受累比例状态，以得到所述免疫化疗对象的临床特征。
13、可选的，所述将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，并统计所有基因信息的总分数，包括：
14、将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，以分别获取所述肿瘤蛋白p53基因、所述notch2基因和所述fbxw7抑癌基因各自的指标评分，并将三个所述指标评分进行求和，以统计所有基因信息的总分数。
15、可选的，所述基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果，包括：
16、基于不同分数所对应的不同化疗结果风险构建分数与化疗结果风险等级规则；
17、根据所述免疫化疗对象的总分数以及所述分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果。
18、可选的，所述基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果之后，还包括：
19、当根据所述目标风险预测所述免疫化疗对象的化疗结果为高化疗失败结果，则更改针对所述免疫化疗对象的当前化疗方案；
20、当根据所述目标风险预测所述免疫化疗对象的化疗结果为低化疗失败结果，则继续执行针对所述免疫化疗对象的当前化疗方案。
21、第二方面，本技术公开了一种免疫化疗结果预测装置，包括：
22、信息特征提取模块，用于利用基因组测序技术从免疫化疗对象的淋巴瘤组织的突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息并获取所述免疫化疗对象的临床特征；
23、分数统计模块，用于将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，并统计所有基因信息的总分数；
24、结果预测模块，用于基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果。
25、第三方面，本技术公开了一种电子设备，包括：
26、存储器，用于保存计算机程序；
27、处理器，用于执行所述计算机程序，以实现前述公开的免疫化疗结果预测方法的步骤。
28、第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的免疫化疗结果预测方法的步骤。
29、由此可见，本技术公开了一种免疫化疗结果预测方法，包括：利用基因组测序技术从免疫化疗对象的淋巴瘤组织的突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息并获取所述免疫化疗对象的临床特征；将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，并统计所有基因信息的总分数；基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果。可见，通过基因组测序技术从免疫化疗对象的多个基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息，并同时获取免疫化疗对象的临床特征，然后将临床特征和基因信息共同输入到预设化疗结果预测模型，通过该预设化疗结果预测模型根据临床特征对应的特征系数对基因信息进行赋分，并统计基因信息的总分数，然后根据总分数匹配对应的目标风险，最后根据该目标风险预测免疫化疗对象的化疗结果，这样一来，能够在免疫化疗对象的治疗过程中及时通过预设化疗结果预测模型根据其临床特征和基因信息对该免疫化疗对象的当前化疗方案未来所形成的化疗结果进行准确预测，能够及时根据预测结果选择治疗方案的调整，减少化疗失败概率。
1.一种免疫化疗结果预测方法，其特征在于，包括：
2.根据权利要求1所述的免疫化疗结果预测方法，其特征在于，所述利用基因组测序技术从免疫化疗对象的淋巴瘤组织的突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息，包括：
3.根据权利要求2所述的免疫化疗结果预测方法，其特征在于，所述根据所述高频突变基因的突变频率大于突变基因对照组的标准突变频率结果，从所述高频突变基因中筛选出包含肿瘤蛋白p53基因、notch2基因和fbxw7抑癌基因的基因信息，包括：
4.根据权利要求1所述的免疫化疗结果预测方法，其特征在于，所述获取所述免疫化疗对象的临床特征，包括：
5.根据权利要求1所述的免疫化疗结果预测方法，其特征在于，所述将所述基因信息和所述临床特征输入至预设化疗结果预测模型，以便所述预设化疗结果预测模型基于所述临床特征对应的特征系数对所述基因信息进行赋分活动，并统计所有基因信息的总分数，包括：
6.根据权利要求1所述的免疫化疗结果预测方法，其特征在于，所述基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果，包括：
7.根据权利要求1至6任一项所述的免疫化疗结果预测方法，其特征在于，所述基于所述总分数以及分数与化疗结果风险等级规则匹配对应的目标风险，以根据所述目标风险预测所述免疫化疗对象的化疗结果之后，还包括：
8.一种免疫化疗结果预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的免疫化疗结果预测方法的步骤。
