BR112020006605A2 - método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo, método para determinar o status de atividade do sistema imune global de um indivíduo, aparelho, mídia de armazenamento não transitório, programa de computador e kit - Google Patents

método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo, método para determinar o status de atividade do sistema imune global de um indivíduo, aparelho, mídia de armazenamento não transitório, programa de computador e kit Download PDF

Info

Publication number
BR112020006605A2
BR112020006605A2 BR112020006605-2A BR112020006605A BR112020006605A2 BR 112020006605 A2 BR112020006605 A2 BR 112020006605A2 BR 112020006605 A BR112020006605 A BR 112020006605A BR 112020006605 A2 BR112020006605 A2 BR 112020006605A2
Authority
BR
Brazil
Prior art keywords
pathway
activity
status
cells
immune
Prior art date
Application number
BR112020006605-2A
Other languages
English (en)
Inventor
Arie Rombertus Van Doorn
Anja Van De Stolpe
Michael Hartskamp
Steven Paulus Lambertus Kuijpers
Hussam Nachabe
Wilhelmus Franciscus Johannes Verhaegh
Original Assignee
Koninklijke Philips N.V.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips N.V. filed Critical Koninklijke Philips N.V.
Publication of BR112020006605A2 publication Critical patent/BR112020006605A2/pt

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • G01N33/5041—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects involving analysis of members of signalling pathways
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5044—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving specific cell types
    • G01N33/5047—Cells of the immune system
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6881—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for tissue or cell typing, e.g. human leukocyte antigen [HLA] probes
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5094—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for blood cell populations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B10/00—ICT specially adapted for evolutionary bioinformatics, e.g. phylogenetic tree construction or analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G16B5/20—Probabilistic models
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y10S706/924—Medical

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • Biophysics (AREA)
  • Organic Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Toxicology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)

Abstract

Um método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo compreende determinar o status funcional do ao menos um tipo de célula imune com base na atividade de ao menos uma via de sinalização no ao menos um tipo de célula imune na ao menos uma amostra do indivíduo; e opcionalmente fornecer o status funcional do ao menos um tipo de célula imune na ao menos uma amostra do indivíduo.

Description

MÉTODO PARA DETERMINAR O STATUS FUNCIONAL DE AO MENOS UM TIPO DE CÉLULA IMUNE EM AO MENOS UMA AMOSTRA DE UM INDIVÍDUO, MÉTODO PARA DETERMINAR O STATUS DE ATIVIDADE DO SISTEMA IMUNE INATO OU ADAPTATIVO DE UM INDIVÍDUO, MÉTODO PARA DETERMINAR O STATUS DE ATIVIDADE DO SISTEMA IMUNE GLOBAL DE UM INDIVÍDUO, APARELHO, MÍDIA DE ARMAZENAMENTO NÃO TRANSITÓRIO, PROGRAMA DE
COMPUTADOR E KIT Pedidos relacionados
[001] Este pedido reivindica a prioridade do pedido de patente provisório US n° 62/566.755, intitulado “Immunodiagnostics”, depositado em 2 de outubro de 2017, e do pedido de patente provisório n° 62/683.710, intitulado “Immunodiagnostics”, depositado em 12 de junho de 2018, cuja totalidade do relatório descritivo, reivindicações e desenhos está aqui incorporada a título de referência para todos os propósitos. Campo da invenção
[002] A presente invenção se refere, de modo geral, ao campo de bioinformática, imunologia e diagnósticos, processamento genômico, processamento proteômico e técnicas relacionadas. Mais particularmente, a presente invenção se refere a um método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo com base na atividade de ao menos uma via de sinalização no ao menos um tipo de célula imune. A presente invenção se refere adicionalmente a um método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo com base em ao menos um status funcional de ao menos um tipo de célula imune inata ou adaptativa diferente em ao menos uma amostra do indivíduo. A presente invenção se refere adicionalmente a um método para determinar o status de atividade global do sistema imunitário de um indivíduo com base no status de atividade do sistema imune inato e adaptativo do indivíduo, ou com base no status funcional de ao menos um tipo de célula imune inata diferente e ao menos um tipo de célula imune adaptativa diferente em ao menos uma amostra do indivíduo. A presente invenção se refere adicionalmente a um aparelho que compreende ao menos um processador digital configurado para realizar ao menos um dos métodos acima. A presente invenção se refere adicionalmente a instruções de armazenamento da mídia de armazenamento não transitório que são executáveis por um dispositivo de processamento digital para executar ao menos um dos métodos acima. A presente invenção se refere adicionalmente a um programa de computador que compreende meios de código de programa para fazer com que um dispositivo de processamento digital execute ao menos um dos métodos acima, quando o programa de computador for executado em um dispositivo de processamento digital. A presente invenção se refere adicionalmente a um kit bem como a um sistema para executar ao menos um dos métodos acima. Antecedentes da invenção
[003] Um sistema imunitário que funcione adequadamente é crucial para manter a saúde e limitar os danos da doença. Uma resposta imunológica adequada protege contra a doença, é relevante para o curso de uma doença e pode ser necessário para efeito ótimo de agentes terapêuticos.
[004] O sistema imunológico é constituído por um grande número de tipos de células imunes que trabalham em conjunto de uma forma coordenada para produzir a resposta imunológica correta a, por exemplo, um patógeno invasor ou uma doença interna como o câncer. Uma distinção é feita entre o sistema imune inato que controla a resposta inflamatória não específica precoce e a resposta imune adaptativa que controla as respostas imunológicas específicas a longo prazo.
[005] O princípio mecanicista por trás deste funcionamento é que o sistema imunitário gera uma resposta imunológica a não autoantígenos, como um agente infeccioso ou uma proteína anormal em uma célula cancerosa. O reconhecimento de tais antígenos é o núcleo de um sistema imunológico em funcionamento. Após um elaborado processo no qual não autoantígenos são reconhecidos como não auto antígenos, células T efetoras são instruídas a encontrar e reconhecer o antígeno específico e atacar o invasor carregando o antígeno.
[006] O equilíbrio certo entre a hiperatividade e a hipoatividade do sistema é essencial para o desenvolvimento da doença e a correção do equilíbrio é um importante abordagem terapêutica.
[007] Tanto a hiperatividade como a inatividade podem levar à doença, e múltiplos fármacos estão disponíveis e sendo desenvolvido para corrigir um defeito na resposta imunológica que causa uma doença específica, seja para aumentar a atividade do sistema imune, como no câncer ou infecções, ou para reduzir a sua atividade, como em doenças autoimunes, ou transplantes alogênicos.
[008] É difícil prever e monitorar qual terapia é mais eficaz, especificamente também no caso de terapias (baseadas em fármaco) que especificamente direcionam um mecanismo celular subjacente à função anormal do sistema imunológico.
[009] Algumas doenças exemplificadoras nas quais a resposta imunológica é terapeuticamente modulada a fim de tratar a doença são câncer, transplante renal, artrite reumatoide, psoríase, diabetes.
[010] Especialmente no tratamento de pacientes com câncer com imunoterapia, recentemente muito progresso foi feito e muitos fármacos foram produzidos e estão sendo desenvolvidos para este propósito. Em caso de câncer, além dos efeitos das alterações no genoma das células cancerosas, o crescimento do câncer e a metástase são influenciados pelo microambiente da célula cancerosa, consistindo principalmente em fibroblastos e células do sistema imunológico. A infiltração de tecido de câncer pelas células imunes, de ambos os sistema imune inato e adaptativo, por exemplo da linhagem de monócitos macrófagos e de uma variedade de subtipos de linfócitos desempenha um papel importante, tanto na montagem de uma resposta imunológica (células dendríticas apresentadores de antígeno adequadamente ativas, células T citotóxicas e células T helper CD4+) ou na criação de tolerância imunológica às células cancerosas (células T reguladoras/supressoras, inibição da atividade de células imunes pela produção de IL- 10 ou de TGF-β), ou mesmo na promoção da progressão do tumor. Dessa forma, a infiltração de células imunes pode ter tanto efeitos supressivos de tumor como promotores de tumor, dependendo dos subtipos imunes presentes, seu status funcional e do tipo de célula cancerosa.
[011] Em geral, no câncer, especialmente em câncer avançado, a resposta imunológica tem falhado, ou porque ela não está ciente das células cancerosas presentes, ou ela se tornou esgotada (“tolerante”) por constante interação com antígenos de câncer.
[012] A imunoterapia para o câncer tem por objetivo, respectivamente, permitir ou restaurar uma resposta imunológica anticâncer eficaz. No primeiro caso, quando o sistema imunológico não estava ciente da presença do câncer, a cura completa do câncer pode, em princípio, ser possível quando uma resposta imunológica eficaz é gerada, por exemplo pela vacinação com antígenos de câncer, e limitação da duração da terapia. Em contraste, no caso de um sistema imunológico esgotado, a cura geralmente não será possível, e é necessário continuar a terapêutica por tanto tempo quanto possível. Neste caso pela interferência com as (inter)ações imunossupressivas das células cancerosas e de várias células imunes, especialmente as células T CD8+ pelos fármacos inibidores de pontos de checagem. Uma grande número de fármacos de imunoterapia que ativam a resposta imunológica em uma maneira direcionada está em desenvolvimento, por exemplo pelo bloqueio da interação PD1 - PDL1 (ponto de checagem da atividade imunológica) e sinalização, e também para melhorar a função de apresentação de antígeno de células dendríticas.
[013] As células dendríticas desempenham um papel fundamental na resposta imunológica pela sua capacidade singular para reconhecer, processar e apresentar antígenos, por exemplo a partir de células cancerosas, mas também de outras fontes como patógenos, e usar a apresentação desses antígenos nas moléculas HLA tipo II sobre a membrana celular para localmente apresentar a linfócitos naive ou a linfócitos nos nódulos linfáticos. No último caso, as células dendríticas se movem para o nódulo linfático.
[014] As células dendríticas podem ser um alvo clinicamente muito útil para a imunoterapia em câncer, por exemplo células dendríticas podem ser isoladas do sangue de um paciente com câncer (melanoma) e confrontadas in vitro com antígenos de câncer relevantes, para ser subsequentemente reintroduzidas no paciente para ativar linfócitos assassinos de tumor; alternativamente pode ser usado radioterapia para liberar antígenos de câncer a partir de um tumor metastático, resultando na ativação da função de apresentação de antígeno das células dendríticas, o que pode levar a uma vacinação in vivo contra o câncer (chamado: “efeito abscopal”), que em uma percentagem de pacientes leva a uma resposta imunológica generalizada contra o câncer e uma cura completa da doença; alternativamente fármacos podem ser usados para ativar a função de processamento/apresentação do antígeno das células dendríticas pela administração de medicações específicas, levando a uma maior apresentação de antígeno.
[015] Em todos os casos não foi possível, até à data, identificar respondedores a tal terapia direcionada a células dendríticas antes do início da terapia, e a avaliação da resposta somente é possível depois de meses de terapêutica, o que é caro e causa efeitos secundários. Quando um biomarcador adequado estiver disponível para predizer a resposta e medir rapidamente a resposta real após o início da terapia (isto é, dentro de 3 meses, de preferência semanas), espera-se que isso aumente a taxa de resposta, reduza os custos associados com o tratamento e os efeitos colaterais, e aumente a qualidade de vida do paciente.
[016] Muitas outras doenças, especificamente doenças (auto)imunomediadas e doenças de imunodeficiências,
são também tratados com fármacos imunomodulatórios, no primeiro caso efetividade da resposta imunológica precisa ser amortecida, no segundo caso ela precisa ser aumentada. Em todos os casos é importante que o efeito do fármaco sobre a correção do defeito seja tão específico quanto possível. Também aqui, um grande número de fármacos estão sendo desenvolvidos, frequentemente com os mesmos desafios descritos para o câncer.
[017] Em imunoterapia (para todas as doenças), como uma terapia direcionada a células dendríticas, há uma série de desafios clínicos: (1) prever a resposta à terapia no paciente individual, uma vez que apenas uma pequena percentagem irá responder; isto inclui também a previsão da resposta à imunoterapia de combinação em relação à monoterapia, no caso de câncer, também a vacinação in vivo por indução da libertação de antígenos a partir de células cancerosas (por exemplo pela radiação), e outras terapias de vacinação; (2) avaliar o mais rapidamente possível se uma terapia é eficaz tendo em vista os efeitos colaterais e custos; (3) identificar pacientes que estão em risco de apresentar efeitos secundários graves de imunoterapia.
[018] Nenhum desses desafios foi devidamente resolvido. Por exemplo, para o câncer, a quantificação de células CD8+ e de células CD3/4+ está disponível como também a coloração de PD1 e PD-L1 coloração para prever a resposta à terapia, no entanto não nenhuma dessas é confiável. A avaliação da resposta à terapia é geralmente possível cerca de 3 a 6 meses após o início do tratamento.
[019] Portanto, há uma alta necessidade de ensaios baseados em biomarcadores que podem prever e avaliar/monitorar a resposta da terapia a fármaco específicos de imunoterapia ou combinações de fármacos/terapia, no caso de câncer, que incluem, também, combinações entre fármaco de imunoterapia e outras terapias que induzem a liberação de antígenos a partir de células cancerosas, como radiação, quimioterapia e terapia direcionada.
[020] Nikolic et al, 2017. Genes Immunity, 18 (3), 179-183, descreve o transcriptoma diferencial de células dendríticas tolerogênicas (tolDCs) versus células dendríticas inflamatórias maduras (mDCs) em uma tentativa de revelar o mecanismo que controla a indução de tolDC.
[021] Dybkaeret al, 2007. BMC Genomics, 8 (1), 230, está preocupada com o perfil transcricional do genoma-largo para identificar as assinaturas e vias de expressão gênica em repouso e células NK ativada por IL2 isolada do sangue periférico de doadores saudáveis. Perfis de expressão de gene em repouso e in vitro de células NK humanas ativadas por 1L2 foram realizados para aumentar a compreensão dos acontecimentos moleculares importante na ativação de células NK.
[022] O documento WO 2017/029215 revela um método implantado por computador para inferir a atividade de uma via de sinalização celular de NFkB com base em níveis de expressão de seis ou mais genes-alvo da via de sinalização celular de NFkB em uma amostra que são entrada de um modelo matemático. Para treinar e validar o modelo matemático para prever a atividade da via de sinalização celular de NFkB, experimentos foram realizados em amostras incluindo células B de memória não estimuladas e células B naive saudáveis e de linfoma de células B grandes difusas (DLBCL). Foi mostrado que as células B de memória, não estimuladas e as células B naive saudáveis foram corretamente previstas como tendo uma via de sinalização celular
NFkB passiva, enquanto as amostras DLBCL foram corretamente previstos como tendo uma via de sinalização celular NFkB ativa.
[023] Malinarich et al, 2015. J Immunol, 194(11), 517-5186, está preocupado com a caracterização das alterações rápidas que ocorrem durante a ativação seletiva de DCs humanas.
[024] Qian et al, 2015. Clin Vaccin Immunol, 22 (1), 6-16, está preocupado com marcadores de susceptibilidade à infecção com o vírus do Nilo Ocidental (WNV). Os perfis transcricionais combinados com imunofenotipagem de células primários identificou uma assinatura prevista de susceptibilidade que foi detectável anos após a infecção aguda, com a mais proeminente alteração sendo diminuída indução de IL1B após a infecção de macrófagos com WNTV.
[025] Baltathakis et al, 2001. J Cel Biochem, 83 (2), 281-290,refere-se à expressão de diferentes genes de via de NF-KB em DCs ou macrófagos avaliados pelo perfil de expressão gênica. Sumário da invenção
[026] De acordo com um primeiro aspecto da presente invenção, o problema acima é resolvido por um método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, sendo que o método compreende: determinar o status funcional do ao menos um tipo de célula imune com base na atividade de ao menos uma via de sinalização no ao menos um tipo de célula imune na ao menos uma amostra do indivíduo. Em uma modalidade, o método compreende adicionalmente fornecer o status funcional do ao menos um tipo de célula imune, por exemplo como uma variável de entrada ou valor de entrada para outros métodos,
particularmente os métodos de acordo com o segundo, terceiro e quarto aspecto da presente invenção.
[027] Em outras modalidades, o método compreende adicionalmente fornecer o status funcional do ao menos um tipo de célula imune com o propósito dos vários usos aqui revelados, como diagnóstico, ou similares.
[028] Em uma modalidade preferencial, o status funcional do ao menos um tipo de célula imune é baseado em um perfil de atividade das vias de sinalização no ao menos um tipo de célula imune na ao menos uma amostra do indivíduo. Um perfil de atividade das vias de sinalização pode incluir 1, 2, 3, 4, 5, 6, 7 ou 8, ou ainda mais, vias de sinalização diferentes.
[029] Cada tipo de célula imune, como as células CD4+ Th1 e Th2, células T CD8+, células T-Reg, células B, neutrófilos, monócitos, macrófagos, e células dendríticas, tem uma função específica na resposta imunológica pela qual ela pode ser, em princípio, caracterizada e reconhecida. Para cada tipo de célula imune existe um estado inativo (aqui também chamado de “repouso”) e um estado ativado (também chamado no presente documento de estado “suportivo”) no qual a atividade é direcionada para erradicar um alvo imune como um antígeno de câncer ou de um patógeno. Para alguns tipos de células imunes (células dendríticas, células T-reg) existe também um estado “supressivo” no qual a célula imunitária suprime outras células imunes em sua função. As células imunes se comunicam umas com as outras com o uso de interação célula-célula e através de moléculas solúveis como citocinas e quimiocinas para coordenar sua atividade. AR, ER, HH, JAK-STAT1/2 (compreendendo JAK- STAT1/2 IFN tipo I (que é ativado pelas citocinas Interferon tipo I) e JAK-STAT1/2 IFN tipo II (que é ativado pelas citocinas Interferon tipo II)), JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β, e Wnt são vias de transdução de sinal que medeiam tal comunicação entre as células e determinam as atividades funcionais nas células como uma consequência da comunicação. Essas vias de sinalização também desempenham papéis importantes no funcionamento dos diferentes tipos de células imunes.
[030] A presente invenção tem por base a descoberta de que a análise da atividade das vias de transdução de sinal pode ser usada para caracterizar o tipo de células imunes bem como o status funcional dos vários tipos de células imunes que desempenham um papel na resposta imunológica. A resposta imunológica resultante em consequência da comunicação entre as células imunes de vários tipos pode em direção à atividade, por exemplo atividade antitumoral, ou em direção a imunossupressão ou tolerância contra antígenos, como é normalmente o caso para autoantígenos no corpo, mas pode também ser o caso em câncer quando o sistema imunológico não ataca as células cancerosas. No último caso, como um exemplo, algumas proteínas de membrana que interferem com a atividade adequada das células imunes antitumorais são PD1 nos linfócitos CD8+ e PD-L1 nas células cancerosas. Algumas atividades (limitadas) das vias de sinalização em células imunes foram descritas em relação à sua função: A sinalização de PD1 pode resultar em atividade aumentada do fator de transcrição FOXO e atividade reduzida da via PI3K (estas são inversamente relacionadas), e atividade aumentada da via TGF-β; A sinalização de PD-L1 (células de tumor e imunes) pode ativar as vias NFkB e MAPK-AP-1; a sinalização eficaz dos receptores de células T induz a atividade da via PI3K; a IL2 ativa a apresentação do antígeno das células dendríticas através da ativação da via JAK-STAT1/2. Não é conhecida a maneira como essas atividades de vias se relacionam umas com as outras na determinação do status funcional das várias células imunes.
[031] A presente invenção oferece pela primeira vez um método que possibilita a interpretação das atividades de vias e a determinação do status funcional de células imunes. Os inventores descobriram que o status funcional (por exemplo, repouso, suportivo, supressivo, naive, memória) de tipos de células imunes individuais pode ser avaliado mediante a medição da atividade de uma ou mais vias de sinalização que controlam a função das células imunes nos diferentes tipos de células imunes de uma maneira específica do tipo de célula imune. Os inventores, portanto, inferiram a atividade de diferentes vias de sinalização (as vias AR, ER, HH, JAK-STAT1/2, JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β, e Wnt) em diferentes tipos de células imunes que têm um status funcional conhecido e desenvolveram um modelo computacional para interpretação, por tipo de célula imune, das atividades da via medidas para serem capaz de prever o status funcional dos tipos de células imunes que têm um status funcional desconhecido, com base na atividade da via. A via JAK-STAT1/2 é usada para indicar uma ou ambas de suas variantes (JAK-STAT1/2 (ativada por) Interferon tipo I (IFN tipo I) e JAK-STAT1/2 Interferon tipo II (IFN tipo II)) a menos que uma das variantes seja especificamente mencionada.
[032] A atividade de uma ou mais vias de sinalização pode assim ser usada como um biomarcador que caracteriza o status funcional de uma célula imune, por exemplo uma célula dendrítica, que será útil para escolher a terapia em pacientes com câncer ou outras doenças nas quais a resposta imunológica precisa ser ativada, mas também em pacientes com artrite reumatóide, por exemplo, ou outras doenças nas quais a resposta imunológica precisa ser amortecida.
[033] O termo “indivíduo”, como usado aqui, se refere a qualquer ser vivo. Em algumas modalidades, o indivíduo é um animal, de preferência um mamífero. Em certas modalidades, o indivíduo é um ser humano, de preferência um paciente médico, particularmente um indivíduo com câncer. Em ainda outras modalidades, o indivíduo é uma linhagem celular, células cultivadas ou tecido cultivado.
[034] Os termos “via”, “via de transdução de sinal” e “via de sinalização” são usados de maneira intercambiável na presente invenção. A ao menos uma via de sinalização pode controlar a função das células imunes do ao menos um tipo de célula imune.
[035] O termo “atividade da ao menos uma via de sinalização” pode se referir à atividade de um elemento do fator de transcrição (FT) associado com a via de sinalização, ao elemento do fator de transcrição que controla a transcrição dos genes alvos, no direcionamento dos genes alvos para expressão, isto é, a taxa pela qual os genes alvos são transcritos, por exemplo em termos de alta atividade (isto é, alta taxa alta) ou baixa atividade (isto é, baixa taxa), ou aos respectivos escores, valores ou parâmetros relacionados à tal atividade. A atividade do fator de transcrição é uma leitura da atividade da via associada. A atividade de via pode ser representada pela, por exemplo, por um nível de atividade. Esse nível de atividade é, de preferência, um valor numérico que representa a atividade da via.
[036] O termo “status funcional” é usado de forma intercambiável na presente invenção com os termos “estado funcional”, “estado de atividade funcional” ou “estado de atividade”, e pode descrever um status, por exemplo uma atividade, de uma função imune de uma célula imune, por exemplo se a função imune está ativa ou inativa. O termo pode também se referir a um escore que é indicativo do status funcional. O termo “funcional” se refere neste documento ao status de atividade de um tipo de célula imune e/ou resposta imunológica. O termo “escore indicativo do status funcional” é usado de forma intercambiável na presente invenção com os termos escore de atividade e escore de atividade das células imunes.
[037] A amostra (ou amostras) a ser usada de acordo com a presente invenção pode ser uma amostra extraída, isto é, uma amostra que foi extraída do indivíduo. Exemplos da dita amostra incluem, mas não se limitam a, um tecido, células, sangue e/ou um fluido corporal como um aspirado brônquico, aspirado de medula óssea ou uma amostra extraída de uma cavidade corporal de um indivíduo.
[038] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e das várias modalidades dos mesmos, a ao menos uma amostra pode ser proveniente de uma localização do indivíduo, em que o ao menos um tipo de célula imune está presente. Em particular, a amostra é um tecido, linfonodo (por exemplo, linfonodo de drenagem) e/ou amostra de sangue contendo um tipo de célula imune. As células compreendidas na amostra podem também ser isoladas de um aspirado brônquico, aspirado de medula óssea ou uma cavidade corporal. Consequentemente, a amostra pode também ser um aspirado brônquico, um aspirado de medula óssea e/ou uma cavidade corporal todos contendo um tipo de célula imune. Em algumas modalidades, as células imunes de todo o tecido, linfonodo e sangue são avaliadas. A resposta imunológica funcional contra o câncer foi resumida e explicada com o uso do chamado “ciclo imune” (Figura 8; cf. Chen D.S. and Mellman I., “Oncology meets immunology: The cancer-immunity cycle”, Immunity, Vol. 39, No. 1, julho de 2013, páginas 1 a 10). De maneira simplificada, o ciclo mostra que para uma resposta imunológica eficaz contra o câncer, no tecido tumoral, antígenos de câncer são retomadas por células dendríticas, levados para os nódulos linfáticos de drenagem e apresentados a células T CD4+ e CD8+ que são ativadas; as células T CD4+ são ativadas em células TH1 que coativam as células CD8+, que se movem através do sangue para o tecido canceroso onde elas atacam células cancerosas. As células NK são ativadas no tumor pela ausência de um complexo HLA-I normal. No tecido canceroso, as células cancerosas podem falhar em apresentar os antígenos adequados, elas podem suprimir a atividade de células dendríticas e células T, resultando em uma falta da atividade antitumoral.
[039] Por exemplo, em um paciente com câncer uma amostra de tecido pode ser obtida de um tecido tumoral, um linfonodo e/ou do sangue periférico, e/ou de outra localização conforme descrito adicionalmente acima, e das amostras de células imunes, como as células apresentadoras de antígeno como as células dendríticas, podem ser isolados com o uso anticorpos de reconhecimento adequado, por exemplo, para amostras de sangue anti-CD1c+ e anti-CD141+ para DCs mieloides e anti-CD303+ para DCs plasmacitoides. Com base no resultado e no estado funcional fornecido, ou no escore indicativo do status funcional, das células dendríticas, pode ser decidido que é provável que paciente pode se beneficiar de uma forma de imunoterapia. Em um outro exemplo a previsão da resposta se baseia em uma análise de um único tipo de amostra.
[040] Em um outro exemplo, o paciente está recebendo uma forma de imunoterapia, ou terapia imunomodulatória, e uma amostra de sangue ou amostras de sangue em diferentes pontos de tempo pode ser obtidas para isolar (subpopulações de) tipos de células imunes, por exemplo células dendríticas, e determinar o status de atividade para avaliar a eficácia do tratamento. Mediante a medição da atividade de via (ou de preferência, os perfis de atividade da via, isto é, cada atividade de 1, 2, 3, 4, 5, 6, 7 ou 8 ou mais vias) nos tipos de células imunes dos três locais (ou um ou dois locais) e a avaliação da atividade ou do status imunossupressivo, o status de atividade funcional dos tipos de células dendríticas, ou misturas de tipos de células imunes dendríticas, em termos de sinalização, a atividade da via pode ser caracterizada, por exemplo estado de repouso em relação estado ativado (por exemplo antitumoral) em relação ao estado imunossupressivo (por exemplo, tolerante a tumor ou tolerogênico).
[041] Em um outro exemplo, o paciente não tem câncer mas uma outra doença, como por exemplo uma doença auto autoimune, como por exemplo a artrite reumatóide ou LES. Neste caso, uma amostra de tecido pode ser obtida do paciente, por exemplo no tecido sinovial no caso da artrite reumatoide, e/ou uma amostra de célula de sangue, a partir da qual, por exemplo, células dendríticas isoladas, e o status de atividade determinado para prever ou monitorar a resposta à terapia (cf.
Khan S., Greenberg J.D., Bhardwaj N., “Dendritic cells as targets for therapy in rheumatoid arthritis”, Nature Reviews Rheumatology, Vol. 5, No. 10, outubro de 2009, páginas 566 a 571).
[042] O termo “amostra”, como usado na presente invenção, abrange também o caso em que um tecido e/ou lifonodo de drenagem e/ou sangue do indivíduo foram retirados do indivíduo e, por exemplo, colocados em uma lâmina para microscópio, e o caso em que, para executar o método reivindicado, uma porção dessa amostra é extraída, por exemplo, por meio de microdissecção e captura a laser (LCM) ou remoção por raspagem das células de interesse da lâmina, ou por técnicas de separação de células ativadas por fluorescência.
[043] Mediante a medição da atividade de via e, de preferências, dos perfis de atividade da via nos tipos de células imunes, por exemplo tipos de células dendríticas, e a avaliação da atividade ou do status do sistema imunossupressivo, o status de atividade funcional, ou de um escore indicativo do status funcional de atividade dos tipos de células imune, por exemplo tipos de células dendríticas, ou misturas de tipos de células imunes dendríticas pode ser caracterizada, por exemplo o estado de repouso em relação ao estado ativado (por exemplo antitumoral) e opcionalmente, em relação ao estado imunossupressivo (por exemplo. tolerante de tumor ou tolerogênico). Isso pode ser usado para avaliar a resposta imunológica, especificamente o papel do tipo de célula imune como células dendríticas no mesmo, contra o tumor antes do início da terapia, medir a resposta à terapia durante a terapia, ajustar/otimizar a dosagem da terapia, monitorar o estado da resposta imunológica durante qualquer doença,
prever os efeitos colaterais da terapia imunomodulatória, ou para medir a conformidade a fármacos imunomodulatórios, e/ou monitorar uma doença mediados pelo sistema imune. A terapia pode ser imunoterapia, mas também uma outra terapia (por exemplo quimio, direcionada, radiação e etc) que irá, por morte das células tumorais, liberar antígenos das células tumorais o que têm um efeito sobre a resposta imunológica.
[044] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, o ao menos um tipo de célula imune é selecionado a partir do grupo que consiste em: (i) células imunes inatas, em particular células assassinas naturais (NK), leucócitos polimorfonucleares (PMNs), em particular neutrófilos, macrófagos, monócitos, células dendríticas, incluindo células dendríticas mieloides, células dendríticas plasmacitoides e células dendríticas clássicas, e células mononucleares do sangue periférico (CMSPs) e (ii) células imunológicas adaptativas, em particular linfócitos B, linfócitos T e subtipos dos mesmos, em particular células T CD4+, células Th1 CD4+, células Th2 CD4+, células T reguladoras (T-reg) CD4+, células T CD4+ de memória, células T CD8+ e células T CD8+ de memória.
[045] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, o status funcional do ao menos um tipo de célula imune a ser determinado pelo método da presente invenção é selecionado do grupo que consiste em um status de repouso, um status suportivo, um status supressivo, um status de memória e um status naive.
[046] Conforme discutido acima, cada tipo de célula imune pode estar presente em um estado inativo, isto é, “de repouso” e um estado ativado, isto é, “suportivo” no qual a atividade é direcionada para erradicar um alvo imune como um antígeno de câncer ou um patógeno. Para alguns tipos de células imunes (por exemplo células dendríticas, células T-reg) existe também um estado “supressivo” no qual a célula imune suprime outras células imunes em sua função.
[047] Como usado na presente invenção, “repouso” é o estado default de todos os tipos de células imunes, quando eles não estão ativados ou em um estado supressivo. “Imunossuportivo” geralmente descreve um estado, em que a atividade da célula é direcionada para erradicar um alvo imune, enquanto o termo “imunossupressivo” indica um estado, no qual a atividade de uma célula é direcionada à supressão de uma ou mais outra(s) de células imunes em função.
[048] “Naive”, como usado aqui, significa que as células ainda não encontraram um antígeno específico, e “memória” como usado aqui, significa que as células encontraram um antígeno específico mas estão em um estado de “dormência” para se tornarem imediatamente ativas após a exposição ao antígeno.
[049] De acordo com uma modalidade preferencial do primeiro aspecto da presente invenção e das várias modalidades do mesmo, a determinação do status funcional do tipo de célula imune é feita por meio de um modelo matemático (aqui também indicado como modelo de via do sistema imunológico), em particular um modelo matemático calibrado. Este modelo pode ser programado para interpretar a atividade da ao menos uma via de sinalização de modo a determinar o estado funcional do tipo de célula imune com base na ao menos uma atividade da via de sinalização e, de preferência, de um perfil de atividade de via de sinalização conforme revelado na presente invenção. Em particular, a determinação do status funcional do ao menos um tipo de célula imune compreende (i) receber atividade da ao menos uma via de sinalização no ao menos um tipo de célula imune, (ii) determinar o status funcional do ao menos um tipo de célula imune, sendo a determinação baseada na avaliação de um modelo matemático calibrado que relaciona a atividade da ao menos uma via de sinalização ao escore indicativo para o status funcional do ao menos um tipo de célula imune.
[050] Em uma modalidade preferencial do primeiro aspecto da presente invenção e das várias modalidades do mesmo, o modelo matemático calibrado de via é um modelo centroide ou um modelo linear, ou um modelo de rede bayesiana baseado em probabilidades condicionais. Por exemplo, o modelo matemático calibrado de via pode ser um modelo probabilístico, de preferência um modelo de rede bayesiana, com base nas probabilidades condicionais que relacionam o status funcional, ou o escore indicativo para o status funcional e a atividade, ou nível de atividade, de ao menos 1, 2, 3 ou 4 da ao menos uma via de sinalização, ou o modelo matemático calibrado de via pode ser baseado em um ou mais combinações lineares da atividade de ao menos 1, 2, 3 ou 4 da ao menos uma via de sinalização.
[051] De acordo com o modelo matemático, a atividade das vias de sinalização são interpretadas para fornecer um escore indicativo do status funcional de um tipo de célula imune. Esse escore prediz ou fornece uma probabilidade do status funcional do tipo de célula imune, em termos de, por exemplo, repouso, suportivo, supressivo, naive ou memória.
[052] Em uma modalidade preferencial do primeiro aspecto da presente invenção e das várias modalidades do mesmo, a determinação do status funcional do ao menos um tipo de célula imune compreende discriminação entre dois ou três estados funcionais do ao menos um tipo de célula imune. A discriminação pode ser feita com base nas relações a seguir. É para ser entendido que para os propósitos da presente invenção ao menos 1, de preferência ao menos 2, ou mesmo de 3, 4 ou mesmo mais (se presente) das relações por um tipo de célula imune se aplica. Como um exemplo, a fim de discriminar entre os estados funcionais de neutrófilos, a ao menos uma atividade dentre as atividades das vias de sinalização pode ser escolhida dentre as vias AR, ER, HH, JAK-STAT1/2, JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β e Wnt, e pode ser determinado se, por exemplo, a atividade da via PI3K foi aumentada ou não (em comparação com os neutrófilos no estado suportivo) com base nas relações a seguir.
[053] Em neutrófilos, um status de repouso é caracterizado por uma via PI3K de atividade mais alta, uma via NFkB de atividade mais baixa, uma via TGF-β de atividade mais baixa, uma via JAK-STAT1/2 de atividade mais baixa, uma via JAK- STAT3 de atividade mais baixa, uma via Wnt de atividade mais baixa e uma via Notch de atividade mais baixa do que um status suportivo;
[054] em monócitos, um status de repouso é caracterizado por uma via PI3K mais alta, uma via NFkB mais baixa, uma via TGF-β mais baixa, um via Notch mais baixo e uma via JAK-STAT3 mais baixa do que um status suportivo;
[055] em células dendríticas, um status de repouso é caracterizado por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT1/2 mais baixa, uma via TGF-β mais baixa e uma via JAK-STAT3 mais baixa do que um status suportivo;
[056] em células dendríticas um status de repouso é caracterizado por uma via PI3K mais baixa, uma via NFkB mais alta e uma via JAK-STAT1/2 mais baixa do que um status supressivo;
[057] em células dendríticas um status suportivo é caracterizado por uma via PI3K mais alta, uma via NFkB mais alta, uma via JAK-STAT1/2 mais alta e uma via TGF-β mais alta do que um status supressivo;
[058] em macrófagos um status de repouso é caracterizado por uma via NFkB mais baixa, uma via Notch mais baixa, uma JAK-STAT1/2 mais baixa e uma via JAK-STAT3 mais baixa do que um status suportivo;
[059] em células T CD4+ um status de repouso é caracterizado por uma via PI3K mais, uma NFkB mais baixa, uma via JAK-STAT3 mais baixa, um via Notch mais baixa e uma via JAK-STAT1/2 mais baixa do que um status suportivo;
[060] em células T CD4+ um estado de repouso é caracterizado por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa e uma via TGF-β mais baixa do que um status supressivo;
[061] em células T CD4+, um status suportivo é caracterizado por uma via PI3K mais baixa, uma via NFkB mais alta, uma via JAK-STAT3 mais alta, uma via TGF-β mais baixa e uma JAK-STAT1/2 mais baixa do que um status supressivo;
[062] as células Th1 CD4+ são caracterizadas por uma via NFkB mais alta, uma via TGF-β mais alta e uma via JAK- STAT1/2 mais alta o que as células Th2 CD4+;
[063] em células T reg um status de repouso é caracterizado por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa, uma via TGF-β mais baixa e uma via Notch mais baixa do que um status supressivo;
[064] em células de CD8+ T, um estado de repouso é caracterizado por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa, uma via TGF-β mais baixa, uma via Notch mais baixa e uma via JAK-STAT1/2 mais baixa do que um status suportivo;
[065] as células T de memória são caracterizadas por uma via PI3K mais alta, uma via NFkB mais e uma via TGF-β mais alta do que as células T naive;
[066] em linfócitos B um estado de repouso é caracterizado por uma via PI3K mais alta, uma via NFkB mais baixa e uma via JAK-STAT3 maios baixa do que um status suportivo.
[067] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e das várias modalidades dos mesmos, a ao menos uma via de sinalização é selecionada do grupo vias de sinalização AR, ER, HH, JAK-STAT1/2, JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β, e Wn.
[068] Em uma modalidade preferencial, a ao menos uma via de sinalização compreende duas ou mais vias de sinalização selecionadas do grupo acima mencionada e a determinação é baseada na atividade de duas ou mais vias de sinalização.
[069] De preferência, a ao menos uma via de sinalização compreende ao menos 1, 2, 3, 4, 5, 6, 7 ou todas as vias de sinalização dentre MAPK-AP-1, PI3K, NFkB, TGF-β, JAK-STAT3, JAK-STAT1/2, Notch e Wnt. Com mais preferência, a ao menos uma via de sinalização compreende ao menos 1, 2, 3, 4 ou todas as vias de sinalização dentre PI3K, NFkB, TGF-β, JAK-STAT1/2 e JAK-STAT3. Com mais preferência ainda, a ao menos uma via de sinalização compreende ao menos 1 ou ambas as vias de sinalização PI3K e NFkB, ou ao menos 1, 2, 3 ou todas dentre as vias de sinalização PI3K, NFkB, JAK-STAT3 e TGF-β no caso de tipos de células imunes inatas e/ou ao menos 1, 2 ou todas dentre as via de sinalização PI3K, NFkB e JAK- STAT3 no caso de tipos de células imune adaptativas.
[070] Todas as funções de células imunes são descritos no Immune Cycle (Figura 8; cf. Chen D.S. and Mellman I., “Oncology meets immunology: The cancer-immunity cycle”, Immunity, Vol. 39, No. 1, de julho de 2013, páginas 1 a 10), incluindo as células apresentadoras de antígeno como as células dendríticas. Elas são controladas por vias de transdução de sinal, das quais as vias JAK-STAT1/2, JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, e TGF-β são consideradas importantes. A análise das vias conforme descrito na presente invenção e sua interpretação quantitativa torna possível caracterizar as células imunes, incluindo as células apresentadoras de antígeno e as células dendríticas, com respeito a seu status funcional. Isso permite, por exemplo, prever e avaliar a eficácia da imunoterapia.
[071] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, a atividade das vias de sinalização dos vários tipos de células imunes é determinável, por exemplo, na célula ou a amostra em questão isolada de um indivíduo, por meio de análise da via conforme descrito na presente invenção.
[072] A análise da via permite uma medição quantitativa da atividade da via de transdução de sinal em células imunes presentes nas amostras de tecido/células, com base na interferência da atividade de um sinal de transdução de sinal a partir de medições dos níveis de mRNA dos genes alvos diretos bem validados do fator de transcrição associado com a respectiva via de sinalização (consulte, por exemplo, Verhaegh W. et al., “Selection of personalized patient therapy through the use of knowledge-based computational models that identify tumor-driving signal transduction pathways”, Cancer Research, Vol. 74, No. 11, junho de 2014, páginas 2936 a 2945; Verhaegh W., van de Stolpe A., “Knowledge-based computational models”, Oncotarget, Vol. 5, No. 14, julho de 2014, páginas 5196 e 5197).
[073] De acordo com uma modalidade preferencial do primeiro, segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, a determinação da atividade de uma ou mais vias, a combinação das atividades de múltiplas vias e as aplicações da mesma é executada conforme descrito por exemplo nos documentos a seguir, cada um dos quais está aqui incorporado em sua totalidade para os propósitos de determinação da atividade da respectiva via de sinalização: pedidos de patente internacionais WO2013011479 (intitulado “Assessment of cellular signaling pathway activity using probabilistic modeling of target gene expression”), WO2014102668 (intitulado“Assessment of cellular signaling pathway activity using linear combination(s) of target gene expressions”), WO2015101635 (institulado “Assessment of PI3K cellular signaling pathway activity using mathematical modelling of target gene expression”), WO2016062891 (intitulado “Assessment of TGF-β cellular signaling pathway activity using mathematical modelling of target gene expression”), WO2017029215 (intitulado “Assessment of NFKB cellular signaling pathway activity using mathematical modelling of target gene expression”), WO2014174003 (intitulado “Medical prognosis and prediction of treatment response using multiple cellular signaling pathway activities”), WO2016062892 (intitulado “Medical prognosis and prediction of treatment response using multiple cellular signaling pathway activities”), WO2016062893 (intitulado “Medical prognosis and prediction of treatment response using multiple cellular signaling pathway activities”), WO2018096076 (intitulado “Method to distinguish tumor suppressive FOXO activity from oxidative stress”), PCT/EP2018/07633 (depositado em 27 de setembro de 2018, intitulado “Assessment of JAK-STAT1/2 cellular signaling pathway activity using mathematical modelling of target gene expression”), PCT/EP2018/076232 (depositado em 27 de setembro de 2018, intitulado “Assessment of JAK-STAT3 cellular signaling pathway activity using mathematical modelling of target gene expression”), PCT/EP2018/076488 (depositado em 28 de setembro de 2018, intitulado “Assessment of Notch cellular signaling pathway activity using mathematical modelling of target gene expression”), PCT/EP2018/076513, (depositado em 28 de setembro de 2018, “Assessment of MAPK-AP 1 cellular signaling pathway activity using mathematical modelling of target gene expression”), pedidos de patente US16/143885 (depositado em 27 de setembro de 2018, intitulado “DETERMINATION OF JAK-STAT1/2
PATHWAY ACTIVITY USING UNIQUE COMBINATION OF TARGET GENES”), US16/143708 (depositado em 27 de setembro de 2018, intitulado “DETERMINATION OF JAK-STAT3 PATHWAY ACTIVITY USING UNIQUE COMBINATION OF TARGET GENES”), US16/145263 (depositado em 28 de setembro de 2018, intitulado “DETERMINATION OF NOTCH PATHWAY ACTIVITY USING UNIQUE COMBINATION OF TARGET GENES”), US16/145722 (depositado em 28 de setembro de 2018, intitulado “DETERMINATION OF MAPK-AP-1 PATHWAY ACTIVITY USING UNIQUE COMBINATION OF TARGET GENES”), e pedidos de patente EP6200697.7 (depositado em 25 de novembro de 2016; intitulado “Method to distinguish tumor suppressive FOXO activity from oxidative stress”), EP17194288.1 (depositado em 2 de outubro de 2017; intitulado “Assessment of Notch cellular signaling pathway activity using mathematical modelling of target gene expression”), EP17194291.5 (depositado em 2 de outubro de 2017; intitulado “Assessment of JAK-STAT1/2 cellular signaling pathway activity using mathematical modelling of target gene expression”), EP17194293.1 (depositado em 2 de outbro de 2017; intitulado “Assessment of JAK-STAT3 cellular signaling pathway activity using mathematical modelling of target gene expression”) e EP17209053.2 (depositado em 20 de dezembro de 2017, intitulado “Assessment of MAPK-AP-1 cellular signaling pathway activity using mathematical modelling of target gene expression”). Os modelos foram biologicamente validados para as vias JAK-STAT1/2, JAK-STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β, e Wn em vários tipos de célula.
É de notar que os modelos matemáticos usados nos pedidos de patente que não estão ainda publicados bem como a calibração e o uso desses modelos nestes pedidos correspondem geralmente aos modelos, calibração e uso revelados nos pedidos de patente já publicados.
[074] Para facilitar a rápida identificação das referências, as referências acima mencionadas foram atribuídas a cada via de sinalização de interesse aqui e genes alvos exemplarmente correspondentes adequados para a determinação da atividade da via de sinalização foram indicados. A este respeito, também é feita referência específica às listagens de sequências para os genes alvos fornecidos coma as referências acima mencionadas.
[075] AR: KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR e EAF2 (WO 2013/011479, WO 2014/102668); KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR, e EAF2 (WO 2014/174003);
[076] ER: CDH26, SGK3, PGR, GREBl, CA12, XBP1, CELSR2, WISP2, DSCAM, ERBB2, CTSD, TFF1 e NRIPl (WO 2013/011479, WO 2014/102668); GREB1, PGR, XBP1, CA12, SOD1, CTSD, IGFBP4, TFF1, SGK3, NRIP1, CELSR2, WISP2, e AP1B1 (WO 2014/174003); AP1B1, ATP5J, COL18A1, COX7A2L, CTSD, DSCAM, EBAG9, ESRl, HSPBl, KRT19, NDUFV3, NRIPI, PGR, PISD, PRDM15, PTMA, RARA, SODl, TFFl, TRIM25, XBPl, GREBl, IGFBP4, MYC, SGK3, WISP2, ERBB2, CA12, CDH26, e CELSR2 (WO 2016/062892, WO 2016/062893);
[077] HH: GLI1, PTCH1, PTCH2, IGFBP6, SPP1, CCND2, FST, FOXL1, CFLAR, TSC22D1, RAB34, S100A9, S100A7, MYCN, FOXM1, GLI3, TCEA2, FYN e CTSL1 (WO 2013/011479, WO 2014/102668, WO 2014/174003); GLI1, PTCH1, PTCH2, HHIP, SPP1, TSC22D1, CCND2, HI 9, IGFBP6, TOM1, JUP, FOXA2, MYCN, NKX2-2, NKX2-8, RAB34, MIF, GLI3, FST, BCL2, CTSL1, TCEA2, MYLK, FYN, PITRM1, CFLAR,
IL1R2, S100A7, S100A9, CCNDl, JAG2, FOXM1, FOXF1, e FOXL1 (WO 2016/062892, WO 2016/062893);
[078] JAK-STAT1/2: BID, GNAZ, IRF1, IRF7, IRF8, IRF9, LGALS1, NCF4, NFAM1, OAS1, PDCD1, RAB36, RBX1, RFPL3, SAMM50, SMARCB1, SSTR3, ST13, STAT1, TRMT1, UFD1L, USP18, e ZNRF3, de preferência do grupo que consiste em: IRF1, IRF7, IRF8, IRF9, OAS1, PDCD1, ST13, STAT1 e USP18 (EP17194291.5, acima);
[079] JAK-STAT3: AKT1, BCL2, BCL2L1, BIRC5, CCND1, CD274, CDKN1A, PRC, FGF2, o FOS, FSCN1, FSCN2, FSCN3, HIF1A, HSP90AA1, HSP90AB1, HSP90B1, HSPA1A, HSPA1B, ICAM1, IFN G, IL10, JunB, MCL1, MMP1, MMP3, MMP9, MUC1, Marcador, NOS2, POU2F1, PTGS2, SAA1, STAT1, TIMP1, TNFRSF1B, TWIST1, a VIM e ZEB1 (EP17194293.1, acima);
[080] MAPK-AP-1: BCL2L11, CCND1, DDIT3, DNMT1, EGFR, ENPP2, EZR, FASLG, FIGF, GLRX, IL2, IVL, LOR, MMP1, MMP3, MMP9, SERPINE1, PLAU, PLAUR, PTGS2, SNCG, TIMP1, TP53 e VIM (EP17209053.2, acima);
[081] NFkB: BCL2L1, BIRC3, CCL2, CCL3, CCL4, CCL5, CCL20, CCL22, CX3CL1, CXCL1, CXCL2, CXCL3, ICAM1, IL1B, IL6, IL8, IRF1, MMP9, NFKB2, NFKBIA, NFKB IE, PTGS2, SELE, STAT5A, TNF, TNFAIP2, TNIP1, TRAF1 e VCAM1 (WO 2017/029215);
[082] Notch: CD28, CD44, DLGAP5, DTX1, EPHB3, FABP7, GFAP, GIMAP5, HES1, HES4, HES5, HES7, HEY1, HEY2, HEYL, KLF5, MYC, NFKB2, NOX1, NRARP, PBX1, PIN1, PLXND1, PTCRA, SOX9 e TNC (EP 17194288.1, acima);
[083] PI3K: AGRP, BCL2L11, BCL6, BNIP3, BTG1, CAT, CAV1, CCND1, CCND2, CCNG2, CDK 1A, CDK 1B, ESRl, FASLG, FBX032, GADD45A, INSR, MXIl, NOS3, PCKl, POMC, PPARGCIA, PRDX3, RBL2, SOD2 e TNFSF10 (WO 2015/101635); ATP8A1, BCL2L11,
BNIP3, BTGl, ClOorflO, CAT, CBLB, CCNDl, CCND2, CDKNIB, DDB1, DYRK2, ERBB3, EREG, ESRl, EXT1, FASLG, FGFR2, GADD45A, IGF1R, IGFBP1, IGFBP3, INSR, LGMN, MXI1, PPM1D, SEMA3C, SEPP1, SESN1, SLC5A3, SMAD4, SOD2, TLE4, e TNFSF10 (WO 2016/062892, WO 2016/062893); SOD2, BNIP3, MXI1, PCK1, PPARGC1A e CAT (EP16200697.7, acima);
[084] TGF-β: ANGPTL4, CDC42EP3, CDKNIA, CDKN2B, CTGF, GADD45A, GADD45B, HMGA2, ID1, IL11, SERPINE1, INPP5D, JUNB, MMP2, MMP9, NKX2-5, OVOL1, PDGFB, PTHLH, SGK1, SKIL, SMAD4, SMAD5, SMAD6, SMAD7, SNAI1, SNAI2, TIMP1 e VEGFA (WO 2016/062891, WO 2016/062893);
[085] Wnt: KIAA1199, AXIN2, RNF43, TBX3, TDGF1, SOX9, ASCL2, IL8, SP5, ZNRF3, KLF6, CCND1, DEFA6 e FZD7 (WO 2013/011479, WO 2014/102668, WO 2014/174003); ADRA2C, ASCL2, AXIN2, BMP7, CCNDl, CD44, COL18A1, DEFA6, DKKl, EPHB2, EPHB3, FAT1, FZD7, GLUL, HNF1A, CXCL8 (anteriormente conhecido como IL8), CEMIP (anteriormente conhecido como KIAAl 199), KLF6, LECT2, LEF1, LGR5, MYC, NKD1, OAT, PPARG, REGIB, RNF43, SLC1A2, SOX9, SP5, TBX3, TCF7L2, TDGF1, e ZNRF3 (WO 2016/062892, WO 2016/062893);
[086] Comum aos métodos de análise de vias para determinar as atividades das diferentes vias de sinalização conforme revelado na presente invenção é um conceito, o qual é de preferência aplicado no presente documento para os propósitos da presente invenção, no qual a atividade de uma via de sinalização em uma célula, como uma célula imune presente em uma amostra, é determinável mediante o recebimento de níveis de expressão de um ou mais, de preferência três ou mais, genes alvos da via de sinalização, determinar um nível de atividade de um elemento do fator de transcrição (FT) associado com a via de sinalização na amostra, o qual elemento do FT controla a transcrição dos três ou mais genes alvos, a qual determinação é baseada na avaliação de um modelo matemático calibrado de via que relaciona os níveis de expressão dos três ou mais genes alvos ao nível de atividade da via de sinalização, e opcionalmente inferir a atividade da via de sinalização de célula com base no nível de atividade determinado do elemento do FT associado a via de sinalização na amostra. Conforme descrito na presente invenção, o nível de atividade pode ser usado diretamente como uma entrada para determinar o status funcional do ao menos um tipo de célula imune. Portanto, pode não ser necessário inferir explicitamente a atividade da via de sinalização com base no nível de atividade do elemento de FT, mas o nível de atividade do elemento de FT pode ser diretamente usado como o nível de atividade da via de sinalização.
[087] Como indicado acima, o termo “elemento de fator de transcrição” (elemento de FT)”, como usado aqui, se refere, de preferência, a uma proteína ou complexo de proteína intermediária ou precursora do fator de transcrição ativo, ou a uma proteína ou complexo de proteína do fator de transcrição ativo que controla a expressão de gene-alvo especificada. Por exemplo, o complexo de proteína pode conter ao menos o domínio intracelular de uma das respectivas proteínas da via de sinalização, com um ou mais cofatores, controlando assim a transcrição de genes-alvo. De preferência, o termo se refere a um fator transcricional de proteína ou complexo de proteína disparado pela clivagem de uma das respectivas proteínas de via de sinalização resultando em um domínio intracelular.
[088] O termo, o “nível de atividade” de um elemento de FT denota o nível de atividade do elemento de FT em relação à transcrição de seus genes-alvo.
[089] O termo “gene-alvo”, como usado aqui, significa um gene cuja transcrição é controlada direta ou indiretamente por um respectivo elemento de fator de transcrição. O “gene-alvo” pode ser um “gene-alvo direto” e/ou um “gene-alvo indireto” (conforme aqui descrito).
[090] O modelo matemático calibrado de via pode ser um modelo probabilístico, de preferência, um modelo de rede bayesiana, baseado em probabilidades condicionais que relacionam o nível de atividade do elemento de FT associado com a via de sinalização e os níveis de expressão dos três ou mais genes- alvo, ou o modelo matemático da via de sinalização pode ser baseado em uma ou mais combinações lineares dos níveis de expressão dos três ou mais genes-alvo. Para os propósitos da presente invenção, o modelo matemático calibrado de via é, de preferência, um modelo centroide ou um modelo linear, ou um modelo de rede bayesiana baseado em probabilidades condicionais.
[091] Em particular, a determinação dos níveis de expressão dos genes-alvo e opcionalmente a inferência da atividade de uma via de sinalização no indivíduo pode ser feita, por exemplo, entre outras medidas, mediante (i) a avaliação de uma porção de um modelo probabilístico calibrado de via, de preferência uma rede bayesiana, representando as vias de sinalização celular para um conjunto de entradas que inclui os níveis de expressão dos três ou mais genes-alvo da via de sinalização celular medida em uma amostra do indivíduo, (ii) a estimativa de um nível de atividade no indivíduo de um elemento de fator de transcrição (FT) associado com a via de sinalização, o qual o elemento de FT associado com a via de sinalização controla a transcrição dos três ou mais genes- alvo da via de sinalização celular, sendo a estimativa feita com base em probabilidades condicionais que relacionam o nível de atividade do elemento de FT e os níveis de expressão dos três ou mais genes-alvo da via de sinalização celular medida na amostra do indivíduo, e opcionalmente (iii) a inferência da atividade da via de sinalização celular com base no nível de atividade estimado do elemento de FT na amostra do indivíduo. Isso é descrito em detalhe no pedido de patente internacional publicado WO 2013/011479 A2 (“Assessment of cellular signaling pathway activity using probabilistic modeling of target gene expression”), cujo conteúdo está aqui incorporado em sua totalidade a título de referência.
[092] Em uma alternativa exemplificadora, a determinação do nível de expressão e opcionalmente a inferência da atividade uma via de sinalização celular no indivíduo pode ser feita, entre outras medidas, mediante (i) a determinação de um nível de atividade de um elemento de fator de transcrição (FT) associado com a via de sinalização na amostra do indivíduo, sendo que o elemento de FT associado com a via de sinalização controla a transcrição dos três ou mais genes-alvo da via de sinalização celular, a determinação tem por base a avaliação de um modelo matemático de via de sinalização calibrado que relaciona os níveis de expressão dos três ou mais genes-alvo da via de sinalização celular com o nível de atividade do elemento de FT associado com a via de sinalização, e o modelo matemático de via de sinalização tem por base uma ou mais combinações lineares de níveis de expressão dos três ou mais genes-alvo, e opcionalmente (ii) a inferência da atividade da via de sinalização celular no indivíduo com base no nível de atividade determinado do elemento de FT associado com a via de sinalização na amostra do indivíduo. Isso é descrito em detalhe no pedido de patente internacional publicado WO 2014/102668 A2 (“Assessment of cellular signaling pathway activity using linear combination(s) of target gene expressions”), cujos conteúdos estão aqui incorporados em sua totalidade a título de referência.
[093] Detalhes adicionais sobre a inferência de atividade de via de sinalização celular com o uso de modelagem matemática da expressão de genes-alvo podem ser encontrados em Verhaegh W. et al., “Selection of personalized patient therapy through the use of knowledge-based computational models that identify tumor-driving signal transduction pathways”, Cancer Research, Vol. 74, n° 11, 2014, páginas 2936 a 2945.
[094] Em uma modalidade, as medições da via de sinalização são realizadas com o uso de qPCR, qPCR múltiplo, qPCR multiplexado, ddPCR, RNAseq, arranjo de expressão de RNA ou espectrometria de massa. Por exemplo, podem ser usados dados do microarranjo de uma expressão gênica, por exemplo microarranjo da Affymetrix, ou métodos de sequenciamento de RNA, como um sequenciador Illumina segundo.
[095] De acordo com um segundo aspecto da presente invenção, o problema é resolvido por um método para determinar o status de atividade do sistema imunológico inato de um indivíduo, sendo que o método compreende: determinar o status de atividade do sistema imunológico inato com base no status funcional de ao menos um tipo de célula imune inata em ao menos uma amostra do indivíduo. O status funcional do ao menos um tipo de célula imune inata é de preferência determinável pelo método do primeiro aspecto da presente invenção.
[096] Em uma modalidade, o método compreende adicionalmente fornecer o status de atividade do sistema imunológico inato por exemplo como uma variável de entrada ou valor de entrada para outros métodos, particularmente o método de acordo com o quarto aspecto da presente invenção.
[097] Em uma outra modalidade, o método compreende adicionalmente fornecer o status de atividade do sistema imunológico inato, por exemplo para os vários propósitos conforme revelados na presente invenção.
[098] De acordo com um terceiro aspecto da presente invenção, o problema é resolvido por um método para determinar o status de atividade do sistema imune adaptativo de um indivíduo, sendo que o método compreende: determinar o status de atividade do sistema imune adaptativo com base no status funcional de ao menos um tipo de célula imune adaptativo em ao menos uma amostra do indivíduo. O status funcional do ao menos um tipo de célula imune adaptativo é, de preferência, determinável pelo método do primeiro aspecto da presente invenção.
[099] Em uma modalidade, o método compreende adicionalmente fornecer o status de atividade do sistema imune adaptativo, por exemplo como uma variável de entrada ou valor de entrada para o método de acordo com a quarto aspecto da presente invenção.
[100] Em uma outra modalidade, o método compreende adicionalmente fornecer o status de atividade do sistema imune adaptativo, por exemplo para os vários propósitos conforme revelados na presente invenção.
[101] De acordo com um quarto aspecto da presente invenção, o problema é resolvido por um método para determinar o status de atividade global do sistema imunitário de um indivíduo, sendo que o método compreende determinar o status de atividade global do sistema imunitário com base no status de atividade do sistemas imune inato e adaptativo do indivíduo, sendo que o status de atividade do sistema imune inato e/ou adaptativo é determinável pelo método de acordo com o segundo e o terceiro aspectos da presente invenção. Alternativamente, o status de atividade global do sistema imunitário pode ser determinado com base nos status funcionais de ao menos um tipo de célula imune inata diferente e ao menos um tipo de célula imune adaptativo diferente em ao menos uma amostra do indivíduo, sendo os estados funcionais do ao menos um tipo(s) de célula imune inato e/ou adaptativo determináveis, de preferência, pelo método de acordo com o primeiro aspecto da presente invenção.
[102] Em uma modalidade, o método compreende adicionalmente fornecer o status de atividade global do sistema imunitário do indivíduo, por exemplo como uma variável de entrada ou valor de entrada para outros métodos ou para os vários propósitos conforme revelados na presente invenção.
[103] Os termos “status de atividade do sistema imunológico inato”, “status de atividade do sistema imune adaptativo” e “status de atividade global do sistema imune inato” podem descrever uma atividade da resposta imunológica do respectivo sistema imunológico, e/ou uma contribuição do respectivo sistema imunológico para a resposta imunológica global, por exemplo, em termos de ativo, em repouso ou supressivo. Conforme descrito na presente invenção, o escore indicativo do status funcional do ao menos um tipo de célula imune pode ser usado diretamente como uma entrada para determinar o status de atividade do sistema imunológico inato. Portanto, o termo pode também se referir a um escore que é indicativo para o status de atividade do sistema imunológico.
[104] Os inventores descobriram que o status de atividade do sistema imunitário, quer individualmente para o sistema imune inato e/ou adaptativo, ou para o sistema imunológico global pode ser vantajosamente determinado com base no status funcional do(s) tipo(s) de célula(s) imune. As células imunes não agem por conta própria e juntas elas orquestram a resposta imunológica. Portanto, para os propósitos da presente invenção, a interpretação de medições em um tipo de célula imune pode ser suficiente. Em certos casos, a interpretação pode ser verificada pela avaliação de, ou a interpretação pode ser baseada em, um ou mais outros tipos de células imunes. Consequentemente, para os propósitos da presente invenção, a análise de múltiplos tipos de células imunes também é contemplada, para prever o estado de uma resposta imunológica. Por exemplo, no método de acordo com o segundo, terceiro e quarto aspecto da presente invenção, os tipos de células imunes inatas e/ou os tipos de célula imune adaptáveis pode cada incluem 1, 2, 3, 4, 5, ou até mesmo mais diferentes tipos de células imunes.
[105] Vantajosamente, os métodos permitem determinar se a resposta imune inata efetivamente regula uma inflamação (não específica) no tecido e se comunica com o sistema imune adaptativo para recrutar a sua ação específica contra um alvo, como uma célula cancerosa ou patógeno (quando determinada ativa, isto é, suportivo). É ainda possível determinar se a resposta imune adaptativa efetivamente regula uma resposta altamente específica ao alvo, auxiliada pela resposta imune inata (quando determinada ativa). É ainda possível determinar se a contribuição da resposta imune inata respectivamente adaptativa à resposta imune global, particularmente quando dependendo da doença, a resposta pode ser mais inata ou mais adaptativa.
[106] De acordo com uma modalidade preferencial do segundo aspecto da presente invenção e as várias modalidades do mesmo, a determinação se baseia em ao menos 3 e de preferência 4 diferentes tipos de células imunes inatas. De acordo com uma modalidade preferencial do terceiro aspecto da presente invenção e as várias modalidades do mesmo, a determinação se baseia em ao menos 3, de preferência ao menos 4, com mais preferência aos menos 5, com mais preferência ainda ao menos 6, e com a máxima preferência 7 diferente tipos de células imunes inatas. De acordo com uma modalidade preferencial do quarto aspecto da presente invenção e as várias modalidades do mesmo, a determinação se baseia em ao menos 3, de preferência ao menos 4 diferentes tipos de células imunes inatas e/ou ao menos 3, de preferência ao menos 4, com mais preferência aos menos 5, com mais preferência ainda ao menos 6, e com a máxima preferência 7 diferente tipos de células imunes inatas. Em geral, quanto maior o número de tipos diferentes de células maior a exatidão dos resultados. Portanto, um número maior de tipos de células imunes pode ser considerado para melhorar a exatidão.
[107] De acordo com uma modalidade preferencial do segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, a determinação do status de atividade do sistema imunológico inato, adaptativo e/ou global é feita por meio de um modelo matemático (aqui também indicado como modelo computacional de resposta imunológica),
em particular um modelo matemático calibrado. Este modelo pode ser programado para interpretar os estados funcionais de diferentes tipos de células imunes para determinar o status do sistema imune com base nos estados funcionais combinados dos ditos tipos diferentes de células imunes.
[108] Em particular, o status de atividade do sistema imune inato do indivíduo é determinável por um método que compreende (i) receber o status funcional do ao menos um tipo de célula imune inata, o qual status funcional é determinável pelo método de acordo com o primeiro aspecto da presente invenção, e as várias modalidades do mesmo, (ii) determinar o status do sistema imune inato (aqui também chamado de escore de atividade de resposta imunológica”) do indivíduo, a qual determinação é baseada na avaliação de um modelo matemático calibrado que relaciona os estados funcionais do ao menos um tipo de célula imune inata ao status de atividade do sistema imune inato, e opcionalmente (iii) fornecer o status de atividade do sistema imunitário inato do indivíduo, por exemplo para os vários propósitos descritos na presente invenção.
[109] O status de atividade do sistema imune adaptativo do indivíduo é determinável por um método correspondente. Em particular, esse método compreende (i) receber o status funcional do ao menos um tipo de célula imune adaptativa, o qual status funcional é determinável pelo o método de acordo com o primeiro aspecto da presente invenção, e as várias modalidades do mesmo, (ii) determinar o status de atividade do sistema imune adaptativo, a qual determinação é baseada na avaliação de um modelo matemático calibrado que relaciona o estado funcional do ao menos um tipo de célula imune adaptativo ao status de atividade do sistema imune adaptativo do indivíduo, e opcionalmente (iii) fornecer o status de atividade do sistema imune adaptativo do indivíduo, por exemplo, para os vários propósitos aqui descritos.
[110] O status de atividade do sistema imunitário global do indivíduo é determinável pela interpretação dos métodos combinados para determinar o status de atividade do sistema imune adaptativo e inato, ou com o uso dos estados funcionais de células imunes inatas e dos estados funcionais de células imunes adaptativas como valores de entrada. Em particular, o status de atividade do sistema imune global do indivíduo é determinável por um método que compreende (i) receber o status funcional de cada um dentre o ao menos um tipo célula imune adaptativa e o ao menos um tipo de célula imune inata, o qual status funcional é determinável pelo método de acordo com o primeiro aspecto da presente invenção, e as várias modalidades do mesmo, (ii) determinar o status de atividade do sistema imune global do indivíduo, a qual determinação é baseada na avaliação de um modelo matemático calibrado que relaciona os estados funcionais do ao menos um tipo de célula imune adaptativa e o ao menos um tipo de célula imune inato, do indivíduo, e opcionalmente (iii) fornecer o status de atividade do sistema imunitário global do indivíduo, por exemplo para os vários propósitos aqui descritos.
[111] Em uma modalidade preferencial do segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades do mesmo, o modelo matemático calibrado da via é um modelo centroide ou um modelo linear, ou um modelo de rede bayesiana baseado em probabilidades condicionais. Por exemplo, o modelo matemático calibrado de via pode ser um modelo probabilístico, de preferência, um modelo de rede bayesiana, com base nas probabilidades condicionais que relacionam o status do sistema imune e o estado funcional do ao menos um tipo de célula imune, ou o modelo matemático calibrado de via pode ser baseado em uma ou mais combinações lineares dos estados funcionais do ao menos um tipo de célula imune.
[112] Em conformidade com o modelo computacional, os estados funcionais do ao menos um tipo de célula imune são interpretados para fornecer o estado do sistema imunitário global, por exemplo sob a forma de uma variável ou valor, que prevê, ou fornece uma probabilidade de, o status de atividade do global da resposta imunológica (aqui também chamada de “status de atividade do sistema imunitário”), em termos de imunoativo, imunossupressivo ou em repouso. O modelo pode também ser usado para medir a atividade da resposta imune inata e da resposta imune adaptativa, separadamente. O modelo pode intrinsecamente fornecer estados de atividade do sistema imunitário para estes diferentes tipos de resposta imunológica, que são parte do cálculo do estado geral da resposta imunológica, ou o modelo pode ser facilmente dividido em duas partes separadas para, respectivamente, a resposta imunológica inata e adaptativa. No modelo bayesiano este pode ser lido já a partir do modelo descrito.
[113] Em uma modalidade preferencial do segundo, terceiro e quarto aspecto da presente invenção e as várias modalidades dos mesmos, o método compreende adicionalmente:
[114] determinar ou prever se o status do sistema imune inato, o status do sistema imune adaptativo e/ou a totalidade do status do sistema imune está em um estado suportivo, um estado de repouso ou um estado imunossupressivo;
[115] determinar ou prever se o status do sistema imune global é predominantemente regido pelo status do sistema imunológico inato;
[116] determinar ou prever se o status do sistema imune global é predominantemente regido pelo status do sistema imune adaptativo;
[117] determinar ou prever se o ao menos um tipo de célula imune tem um status funcional anormal, sendo que anormal significa um outro status funcional que deveria ser dado em uma determinada situação, por exemplo, no caso de câncer, o status funcional deveria ser ativo, no caso de uma doença autoimune deveria ser inativo;
[118] prever, monitorar ou determinar a resposta à terapia;
[119] prever, monitorar ou determinar a efetividade do tratamento;
[120] prever, monitorar ou determinar a resposta imunológica contra o tumor;
[121] determinar ou monitorar se o indivíduo está em conformidade com a terapia;
[122] determinar, otimizar ou ajustar a terapia, uma dosagem e/ou um regime de dosagem;
[123] diagnosticar ou subtipar uma doença, em particular, uma doença imunomediada;
[124] monitorar um status de atividade de uma doença imunomediada;
[125] monitorar o estado da resposta imunológica durante a doença ou terapia;
[126] prever os efeitos secundários da terapia sobre o status do sistema imune;
[127] diagnosticar ou triar indivíduos de alto risco em doenças como o câncer;
[128] diagnóstico de estado imunocomprometido; ou
[129] diagnóstico de resposta imunitária hiperativa;
[130] sendo que a determinação, a previsão, a monitoração, a otimização, o ajuste ou o diagnóstico é baseado no status funcional de ao menos um tipo de célula imune, na atividade das células imunes funcionais do ao menos um tipo de célula imune inata e/a ou no ao menos um tipo de célula imune adaptativa, e
[131] sendo que a terapia é de preferência selecionada dentre o grupo de imunoterapia, em particular, imunoterapia antitumoral, quimioterapia, terapia direcionada, radioterapia, terapia de ativação imunológica, terapia de modulação imunológica, terapia imunossupressora, vacinação, vacinação in vivo, vacinação baseada em células dendríticas in vitro, terapia antipatógeno ou terapia anti-infecção, por exemplo, antibióticos ou terapia antiviral ou terapia antifúngica.
[132] De acordo com um quinto aspecto da presente invenção, um aparelho compreende um processador digital configurado para executar qualquer um dos métodos de acordo com o primeiro, segundo, terceiro e quarto aspectos da invenção, e as várias modalidades dos mesmos.
[133] De acordo com um sexto aspecto da presente invenção, uma mídia de armazenamento não transitório armazena instruções que são executáveis por um dispositivo de processamento digital para executar qualquer um dos métodos de acordo com o primeiro, segundo, terceiro e quarto aspectos da invenção, e as várias modalidades dos mesmos. A mídia de armazenamento não transitório pode ser uma mídia de armazenamento legível por computador, como um disco rígido ou outra mídia de armazenamento magnético, um disco óptico ou outra mídia de armazenamento óptico, uma memória de acesso aleatório (RAM), memória somente de leitura (ROM), memória flash ou outra mídia de armazenamento eletrônico, um servidor de rede, e assim por diante. O dispositivo de processamento digital pode ser um dispositivo portátil (por exemplo, um assistente de dados pessoal ou um telefone inteligente), um computador do tipo notebook, um computador do tipo desktop, um computador ou dispositivo do tipo tablet, um servidor de rede remoto, e assim por diante.
[134] De acordo com um sétimo aspecto da presente invenção, um programa de computador compreende meios de código de programa para fazer com que um dispositivo de processamento digital execute qualquer um dos métodos de acordo com o primeiro, segundo, terceiro e quarto aspectos da invenção, e as várias modalidades dos mesmos, quando o programa de computador é executado no dispositivo de processamento digital. O dispositivo de processamento digital pode ser um dispositivo portátil (por exemplo, um assistente de dados pessoal ou um telefone inteligente), um computador do tipo notebook, um computador do tipo desktop, um computador ou dispositivo do tipo tablet, um servidor de rede remoto, e assim por diante.
[135] De acordo com um oitavo aspecto da presente invenção, um kit para executar qualquer um dos métodos de acordo com o primeiro, segundo, terceiro e quarto aspectos da invenção, e as várias modalidades dos mesmos, compreende:
[136] componentes para quantificar a expressão de um, de preferência três ou mais genes-alvos de um fator de transcrição das seguintes vias de sinalização cada:
[137] NFkB e PI3K (fator de transcrição FOXO); e opcionalmente um ou mais de:
[138] componentes para quantificar a expressão de um, de preferência três ou mais genes-alvos das seguintes vias de sinalização cada:
[139] AR, ER, HH, JAK-STAT1/2 (fator de transcrição de STAT1/2), JAK-STAT3 (fator de transcrição de STAT3), MAPK-AP-1 (fator de transcrição de AP-1), Notch, TGF- β e Wnt,
[140] sendo que os componentes são iniciadores de amplificação;
[141] sendo que os três ou mais genes-alvo da via PI3K são selecionados do grupo que consiste em: AGRP, BCL2L11, BCL6, BNIP3, BTG1, CAT, CAV1, CCND1, CCND2, CCNG2, CDK 1A, CDK 1B, ESRl, FASLG, FBX032, GADD45A, INSR, MXIl, NOS3, PCKl, POMC, PPARGCIA, PRDX3, RBL2, SOD2 e TNFSF10 (WO 2015/101635); ATP8A1, BCL2L11, BNIP3, BTGl, ClOorflO, CAT, CBLB, CCNDl, CCND2, CDKNIB, DDB1, DYRK2, ERBB3, EREG, ESRl, EXT1, FASLG, FGFR2, GADD45A, IGF1R, IGFBP1, IGFBP3, INSR, LGMN, MXI1, PPM1D, SEMA3C, SEPP1, SESN1, SLC5A3, SMAD4, SOD2, TLE4, e TNFSF10; ou SOD2, BNIP3, MXI1, PCK1, PPARGC1A e CAT;
[142] sendo que os três ou mais genes-alvo da via NFkB são selecionados do grupo que consiste em: BCL2L1, BIRC3, CCL2, CCL3, CCL4, CCL5, CCL20, CCL22, CX3CL1, CXCL1,
CXCL2, CXCL3, ICAM1, IL1B, IL6, IL8, IRF1, MMP9, NFKB2, NFKBIA, NFKB IE, PTGS2, SELE, STAT5A, TNF, TNFAIP2, TNIP1, TRAF1 e VCAM1;
[143] sendo que os três ou mais genes-alvo de TGF-β são selecionados do grupo que consiste em: ANGPTL4, CDC42EP3, CDKNIA, CDKN2B, CTGF, GADD45A, GADD45B, HMGA2, ID1, IL11, SERPINE1, INPP5D, JUNB, MMP2, MMP9, NKX2-5, OVOL1, PDGFB, PTHLH, SGK1, SKIL, SMAD4, SMAD5, SMAD6, SMAD7, SNAI1, SNAI2, TIMP1 e VEGFA;
[144] sendo que os três ou mais genes-alvo da via STAT3 são selecionados do grupo que consiste em: AKT1, BCL2, BCL2L1, BIRC5, CCND1, CD274, CDKN1A, CRP, FGF2, FOS, FSCN1, FSCN2, FSCN3, HIF1A, HSP90AA1, HSP90AB1, HSP90B1, HSPA1A, HSPA1B, ICAM1, IFNG, IL10, JunB, MCL1, MMP1, MMP3, MMP9, MUC1, MYC, NOS2, POU2F1, PTGS2, SAA1, STAT1, TIMP1, TNFRSF1B, TWIST1, VIM e ZEB1;
[145] os três ou mais genes-alvo da via STAT1; 2 são selecionados do grupo que consiste em: BID, GNAZ, IRF1, IRF7, IRF8, IRF9, LGALS1, NCF4, NFAM1, OAS1, PDCD1, RAB36, RBX1, RFPL3, SAMM50, SMARCB1, SSTR3, ST13, STAT1, TRMT1, UFD1L, USP18, e ZNRF3;
[146] sendo que os três ou mais genes-alvo da via Notch são selecionados do grupo que consiste em: CD28, CD44, DLGAP5, DTX1, EPHB3, FABP7, GFAP, GIMAP5, HES1, HES4, HES5, HES7, HEY1, HEY2, HEYL, KLF5, MYC, NFKB2, NOX1, NRARP, PBX1, PIN1, PLXND1, PTCRA, SOX9 e TNC;
[147] sendo que os três ou mais genes-alvo da via Wnt são selecionados do grupo que consiste em: KIAA1199, AXIN2, RNF43, TBX3, TDGF1, SOX9, ASCL2, IL8, SP5, ZNRF3, KLF6, CCND1, DEFA6 e FZD7; or ADRA2C, ASCL2, AXIN2, BMP7, CCNDl,
CD44, COL18A1, DEFA6, DKKl, EPHB2, EPHB3, FAT1, FZD7, GLUL, HNF1A, CXCL8, CEMIP, KLF6, LECT2, LEF1, LGR5, MYC, NKD1, OAT, PPARG, REGIB, RNF43, SLC1A2, SOX9, SP5, TBX3, TCF7L2, TDGF1, e ZNRF3;
[148] sendo que os três ou mais genes-alvo da via AP-1 são selecionados do grupo que consiste em: BCL2L11, CCND1, DDIT3, DNMT1, EGFR, ENPP2, EZR, FASLG, FIGF, GLRX, IL2, IVL, LOR, MMP1, MMP3, MMP9, SERPINE1, PLAU, PLAUR, PTGS2, SNCG, TIMP1, TP53 e VIM;
[149] sendo que os três ou mais genes-alvo da via AR são selecionados do grupo que consiste em: KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR e EAF2; ou KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR, e EAF2;
[150] sendo que os três ou mais genes-alvo da via ER são selecionados do grupo que consiste em: CDH26, SGK3, PGR, GREBl, CA12, XBP1, CELSR2, WISP2, DSCAM, ERBB2, CTSD, TFF1 e NRIPl; ou GREB1, PGR, XBP1, CA12, SOD1, CTSD, IGFBP4, TFF1, SGK3, NRIP1, CELSR2, WISP2, e AP1B1; ou AP1B1, ATP5J, COL18A1, COX7A2L, CTSD, DSCAM, EBAG9, ESRl, HSPBl, KRT19, NDUFV3, NRIPI, PGR, PISD, PRDM15, PTMA, RARA, SODl, TFFl, TRIM25, XBPl, GREBl, IGFBP4, MYC, SGK3, WISP2, ERBB2, CA12, CDH26, e CELSR2;
[151] sendo que os três ou mais genes-alvo da via HH são selecionados do grupo que consiste em: GLI1, PTCH1, PTCH2, IGFBP6, SPP1, CCND2, FST, FOXL1, CFLAR, TSC22D1, RAB34, S100A9, S100A7, MYCN, FOXM1, GLI3, TCEA2, FYN e CTSL1; ou GLI1, PTCH1, PTCH2, HHIP, SPP1, TSC22D1, CCND2, HI 9, IGFBP6,
TOM1, JUP, FOXA2, MYCN, NKX2-2, NKX2-8, RAB34, MIF, GLI3, FST, BCL2, CTSL1, TCEA2, MYLK, FYN, PITRM1, CFLAR, IL1R2, S100A7, S100A9, CCNDl, JAG2, FOXM1, FOXF1, e FOXL1.
[152] Em uma modalidade preferencial, o kit compreende os componentes para os genes-alvo FOXO, NFkB e STAT3Gar e, opcionalmente, ao menos um dos componentes para os genes-alvo TGF-β, STAT1/2, Notch, Wnt, AP-1, AR, ER e HH. Em uma outra modalidade preferencial, o kit compreende os componentes para os genes-alvo FOXO, NFkB e TGF-β e, opcionalmente, ao menos um dos componentes para os genes-alvo STAT3, STAT1/2, Notch, Wnt, AP-1, AR, ER e HH. Em uma outra modalidade preferencial, o kit compreende os componentes para os genes-alvo FOXO, NFkB, STAT3T e TGF-β e, opcionalmente, ao menos um dos componentes para os genes-alvo STAT1/2, Notch, Wnt, AP-1, AR, ER e HH. Em uma outra modalidade preferencial, o kit compreende os componentes para os genes-alvo FOXO, NFkB, STAT3T, TGF-β e STAT1/2, e opcionalmente ao menos um dos componentes para os genes-alvo de Wnt, Notch, AP-1, AR, ER e HH.
[153] O um ou mais componentes ou meios para medir os níveis de expressão dos genes-alvo podem ser selecionados do grupo que consiste em: iniciadores de amplificação de RNA ou DNA, incluindo cDNA. Em uma modalidade preferencial, o kit é selecionado do grupo que consiste em qPCR, qPCR múltiplo, qPCR multiplexado e ddPCR. Em uma modalidade, o kit inclui um conjunto de sondas marcadas direcionadas a uma porção de uma sequência de mRNA ou de cDNA dos genes-alvo conforme aqui descrito. Em uma modalidade, o kit inclui um conjunto de iniciadores e sondas direcionados a uma porção de uma sequência de mRNA ou de cDNA dos genes-alvo.
Em uma modalidade, as sondas marcadas são contidas em uma microplaca padronizada de 96 poços (também chamados de “vasos”, “células” ou “celas”). Em uma modalidade, o kit inclui adicionalmente iniciadores ou sondas direcionados a um conjunto de genes de referência. Tais genes de referência podem ser, por exemplo, genes expressados constitutivamente que são úteis para normalizar ou padronizar níveis de expressão dos níveis de expressão de genes-alvo aqui descritos.
[154] De acordo com um nono aspecto da presente invenção, um sistema compreende:
[155] o kit da presente invenção conforme aqui descrito, e
[156] o aparelho da presente invenção conforme aqui descrito, a mídia de armazenamento não transitório da presente invenção conforme aqui descrito, ou o programa de computador da presente invenção conforme aqui descrito.
[157] De acordo com um outro aspecto revelado, o kit ou o sistema da presente invenção conforme aqui descrito são usados na execução dos métodos da presente invenção conforme aqui descrito.
[158] A presente invenção, conforme aqui descrita, pode, por exemplo, também ser usada vantajosamente em ao menos uma das seguintes atividades:
[159] A presente invenção, conforme aqui descrita, pode, por exemplo, também ser usada vantajosamente em ao menos uma das seguintes atividades:
[160] prever a resposta à imunoterapia /fármacos de ativação /fármacos imunomodulares / fármacos imunossupressores / vacinação / vacinação in vivo / vacinação baseada em células dendríticas in vitro;
[161] monitorar a resposta à imunoterapia;
[162] quantificar a resposta à imunoterapia;
[163] para o câncer, doenças autoimunomediadas ou imunomediadas, doenças infecciosas, doenças inflamatórias, outras doenças com um componente imune;
[164] identificar em uma amostra que consiste em tipos de células imunes, como células imunes dendríticas, se as células estão funcionalmente em um estado de repouso, ativado, ou imunossuprimido;
[165] identificar em uma amostra que consiste em células dendítricas imunes se as células estão funcionalmente em um estado de repouso, ativado, ou imunossuprimido;
[166] identificar em uma amostra de tecido de um órgão/tecido contendo células dendríticas se as células dendríticas estão em estado de repouso, ativo ou suprimido;
[167] identificar em uma amostra de tecido de um tecido de câncer contendo células dendríticas se as células dendríticas estão em estado de repouso, ativo ou suprimido;
[168] identificar em uma amostra de tecido de um linfonodo de drenagem de tumor se as células dendríticas estão em estado de repouso, ativo ou suprimido;
[169] identificar em uma amostra de tecido contendo células dendríticas de um paciente com uma doença autoimune se as células dendríticas estão em estado de repouso, ativo ou suprimido;
[170] identificar em uma amostra de sangue se as células dendríticas estão em estado de repouso, ativo ou suprimido;
[171] identificar em uma amostra do paciente se uma imunoterapia será efetiva;
[172] identificar em uma amostra de sangue se uma imunoterapia será efetiva;
[173] identificar em uma amostra de tecido se uma imunoterapia será efetiva;
[174] identificar em células dendríticas a partir de uma amostra se uma imunoterapia será efetiva;
[175] identificar em uma amostra de um paciente se a terapia instalada é efetiva;
[176] identificar em uma amostra de um paciente se a imunoterapia instalada é efetiva;
[177] identificar em uma amostra de sangue se o paciente adere à terapia de imunoativação, especialmente imunoterapia de ativação de células dendríticas ou terapia de vacinação;
[178] identificar em uma amostra de um paciente com câncer se a terapia de imunoativação será efetiva, especialmente a imunoterapia de ativação de células dendríticas;
[179] identificar em uma amostra de um paciente com câncer se a imunoterapia de ativação de células dendríticas será efetiva;
[180] identificar em células dendríticas de um paciente com câncer se a imunoterapia de ativação de células dendríticas será efetiva;
[181] identificar em células dendríticas de um paciente se a vacinação in vivo será efetiva;
[182] identificar em células dendríticas ativadas in vitro se a subsequente a vacinação baseada em células dendríticas será efetiva;
[183] identificar em células dendríticas do sangue após a terapia de vacinação baseada em células se esta terapia foi efetiva;
[184] identificar em células dendríticas se os fármacos de ativação de via STING serão efetivos;
[185] identificar em células dendríticas se os fármacos de ativação de via STING foram/são efetivos;
[186] prever a resposta à imunoterapia, por exemplo com base no pressuposto de que quando a resposta imunológica, por exemplo no tumor, já está ativa, estimulação adicional pode não ser efetiva;
[187] caracterização da atividade imunológica funcional ou do estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente uma célula dendrítica;
[188] predição da resposta à terapia, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente um tipo de célula dendrítica;
[189] predição de uma resposta a uma forma de terapia imunomoduladora, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente um tipo de célula dendrítica;
[190] predição de uma resposta a uma terapia imunoestimulante, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente um tipo de célula dendrítica;
[191] predição de uma resposta à terapêutica imunossupressiva, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente um tipo de célula dentrítica;
[192] avaliação da a eficácia da terapia (todos os acima mencionados), com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula apresentadora de antígeno, especificamente um tipo de célula dendrítica;
[193] monitoramento da resposta à terapia, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente um tipo de célula dendrítica;
[194] avaliação ou monitoramento da adesão do paciente à terapia, com base na atividade imunológica funcional ou no estado imunossupressivo de um tipo de célula imune apresentadora de antígeno, especificamente de um tipo de célula dendrítica.
[195] Em uma modalidade de qualquer um dos aspectos da presente invenção, a análise da via pode ser realizada em tecido de nódulo linfático, ou uma parte específica do tecido do nódulo linfático semelhante a um folículo ou área de centro germinativo, de tal modo que diferentes tipos de células imunes podem ser analisadas separadamente em diferentes áreas funcionais do linfonodo para avaliar a atividade funcional do linfonodo na resposta imunológica.
[196] Em uma modalidade de qualquer um dos aspectos da presente invenção, a análise de via pode ser realizada em áreas como linfonodo em tecido de câncer, como áreas com uma estrutura do folículo ou do centro germinal, para avaliar a atividade antitumoral das células imunes no tumor, e combinar essas informações com a análise da via em células imunes no linfonodo e/ou sangue.
[197] Em uma modalidade, todos os tipos de câncer e subtipos de câncer; e doenças mediadas pelo sistema imune como doença inflamatória intestinal, artrite reumatoide, psoríase, LES, esclerose múltipla, etc., e doenças inflamatórias como asma, ateroesclerose, diabetes, doenças psiquiátricas como depressão e esquizofrenia, acne, endometriose, etc., e doenças infecciosas, como infecções bacterianas ou virais, ou infecções parasitárias, medir o perfil de atividade de via combinado em tipos de células imunes, separados ou misturados, em pacientes ou tecido infectado e sangue facilita o diagnóstico, subtipagem da doença, por exemplo no caso de uma doença mediada pelo sistema imune.
[198] É descrito um método que compreende determinar a maturidade e/ou a atividade funcional de células dendríticas, opcionalmente incluindo sua capacidade para o recrutamento de células efetoras.
[199] Em uma modalidade de qualquer dos aspectos da presente invenção, a análise de via de células dendríticas é usada para avaliar o estágio de maturidade e/ou a atividade funcional em relação ao recrutamento de células dendríticas de células efetoras.
[200] Em uma modalidade, o estado de maturação de células dendríticas é medido como a base para a decisão sobre a administração de uma imunoterapia para um paciente com câncer sobre os resultados, por exemplo uma terapia de estimulação de células dendríticas para aumentar o recrutamento de células imunes efetoras, como uma terapia anticâncer, é mais provável de ser efetiva quando as células dendríticas não têm o estado de maturidade exigido, associada com a atividade das vias JAK-STAT1/2, JAK-STAT3, NFkB, TGF-β e Notch e atividade reduzida da via PI3K (inversamente relacionada à atividade do fato de transcrição de FOXO aumentada).
[201] Em uma modalidade, o estado de maturidade das células dendríticas é medido para basear a decisão sobre a administração de uma terapia imunossupressora a um paciente com uma doença autoimune nos resultados, por exemplo, um fármaco imunossupressor, como um inibidor JAK-STAT1/2 ou JAK- STAT3 pode interferir com o recrutamento de células efetoras, resultando em redução dos sintomas.
[202] Em uma modalidade, CMSPs ou células dendríticas derivadas, são diferenciadas ou maturadas para maturar células dendríticas in vitro e expostas a antígenos de câncer específicos como no procedimento de vacinação in vitro, antes de retorná-las ao paciente como tratamento contra o câncer. O estado funcional das DCs é avaliado antes e após a exposição in vitro de decidir sobre a eficácia do procedimento de primeira exposição ao antígeno (“priming”) de DC, e depois retornar ao paciente para avaliar a eficácia in vivo.
[203] Um método exemplificador é realizado através da obtenção de uma amostra, sangue ou tecido, ou qualquer outro fluido corpóreo ou fonte para células dendríticas, como um modelo de cultura celular, e a partir de células dendríticas isoladas, o RNA da amostra é isolado e subsequentemente a análise da via é realizada conforme descrito acima mediante a medição dos níveis dos mRNA do gene-alvo das respectivas vias de sinalização e inferir um escore de atividade de via como log2odds ou como probabilidade para as vias AR, ER, HH, JAK-STAT1/2, JAK- STAT3, MAPK-AP-1, NFkB, Notch, PI3K, TGF-β, e Wnt. A partir da atividade das vias, o status e a capacidade funcional da atividade do recrutamento de células efetoras são inferidas.
[204] É descrito um método que compreende determinar o status funcional de atividade de células dendríticas. O método compreende a medição de uma ou mais vias de transdução de sinal em combinação com um modelo matemático computacional que interpreta as medições da via de sinalização para fornecer um escore de atividade calculada de célula funcional que indica em uma maneira quantitativa se a célula apresentadora de antígeno, mais especificamente a célula dendrítica, está em um estado ativado (significando absorção, processamento, apresentação e migração de antígeno ao local adequado para apresentação de linfócitos), ou um estado de repouso; inativo, ou um estado imunossupressivo/tolerogênico/(não funcional). Os termos “via”, “via de transdução de sinal” e “via de sinalização” são usados de maneira intercambiável na presente invenção.
[205] É descrito um método que compreende determinar o perfil de atividade de via de sinalização combinada das células imunes dendríticas ou diferentes tipos de células imunes dendríticas e interpretar a medição em relação a um escore de atividade funcional com o uso de modelo matemático.
[206] Em uma modalidade de quaisquer aspectos da presente invenção, a amostra é sangue e/ou o indivíduo é um indivíduo saudável.
[207] Em uma modalidade de quaisquer aspectos aqui, a medição da atividade das vias JAK-STAT1/2, JAK-STAT3, PI3K, TGF-β, Wnt, Notch, NFkBa nos tipos de células imune dendríticas a partir de uma amostra de sangue indica se a função imune de um tipo de célula imune dendrítica em um indivíduo se desvia do normal, conforme definido para ser encontrado em um indivíduo saudável.
[208] Em uma modalidade de qualquer dos aspectos da presente invenção, em sangue todos os tipos de células imunes dendríticas (como mDCs, pDCs) podem ser isolados com o uso de tecnologias padrão (por exemplo citometria de fluxo, microesferas Miltenyi), para ser analisado separadamente em relação à atividade/status imunossupressivo mediante a medição do perfil de atividade da via.
[209] Em uma modalidade de qualquer dos aspectos da presente invenção, o sangue é extraído de um indivíduo para medir e interpretar o perfil de atividade da via combinada nos tipos de células imunes dendríticas individuais ou combinadas para concluir se a atividade de células imunes dendríticas funcionais do paciente se desvia daquela em indivíduos saudáveis.
[210] Em uma modalidade de qualquer dos aspectos da presente invenção, o sangue é extraído de um indivíduo para medir e interpretar o perfil de atividade da via combinada nos tipos de células imunes dendríticas individuais ou combinadas para concluir se ao paciente é saudável ou doentes.
[211] Em uma modalidade de qualquer dos aspectos da presente invenção, o sangue é extraído de um indivíduo antes e após o início de uma terapia para medir o perfil de atividade de via combinado nos tipos de células imune dendrítica individual ou combinada para avaliar o efeito da terapia no status funcional de atividade conforme medido em atividades de via, nas células imune dendríticas diferentes ou combinadas.
[212] Em uma modalidade de qualquer um dos aspectos da presente invenção, o sangue é extraído de um indivíduo antes e após o início de uma terapia para medir e interpretar o perfil combinado de atividade de via nos tipos de células imunes dendríticas individuais ou combinados para predizer efeitos secundários da terapia imunomodulatória.
[213] Um método exemplificador é realizado por extração de sangue de um ser humano, separação das diferentes células imunes dendríticas, como mDCs e pDCs, com o uso de um método como FACS, isolamento do RNA e análise subsequente da via conforme descrito por medição dos níveis de mRNAs dos genes- alvo das respectivas vias de sinalização e inferência de um escore de atividade de via expresso em termos de log2odds ou como probabilidade (ou um outro escore) para as vias JAK- STAT1/2, JAK-STAT3, PI3K, NFkB, TGF-β, Wnt e Notch. Os escores de vias medidos na amostra são interpretados pelo modelo matemático (por exemplo, modelo bayesiano ou modelo linear) para fornecer um escore de atividade funcional imunológica e comparadas com escores de atividade funcional imunológica para indivíduos saudáveis. Escores de vias que desviam dos valores normais em um ou mais, ou uma combinação de tipos de células imunes dendríticas indicam uma função imune anormal daquele tipo de célula. Isso pode ser causado por doença ou um tratamento.
[214] As vantagens adicionais se tornarão evidentes para os versados na técnica mediante a leitura e entendimento das figuras anexas, da descrição a seguir e, em particular, mediante a leitura de alguns exemplos detalhados fornecidos mais adiante neste documento.
[215] Este pedido descreve várias modalidades preferenciais. Modificações e alterações podem ocorrer a outros após a leitura e o entendimento da descrição detalhada acima. A intenção é de que o pedido seja interpretado com incluindo todas essas modificações e alterações na medida em que as mesmas estejam contidas no escopo das reivindicações anexas ou equivalentes das mesmas.
[216] Outras variações às modalidades reveladas podem ser compreendidas e executadas pelos versados na técnica ao praticar a invenção reivindicada, a partir de um estudo dos desenhos, da revelação e das reivindicações anexas.
[217] Será entendido que os métodos da reivindicação 1, 8 e 9, o aparelho da reivindicação 11, a mídia de armazenamento não transitório da reivindicação 12, o programa de computador da reivindicação 13, o kit da reivindicação 14, e o sistema da reivindicação 15 têm modalidades preferenciais similares e/ou idênticas, em particular, conforme definido nas reivindicações dependentes.
[218] Nas reivindicações, a expressão “que compreende” não exclui outros elementos ou outras etapas, e o artigo indefinido “um” ou “uma” não exclui uma pluralidade.
[219] Uma unidade ou um dispositivo único pode exercer as funções de vários itens mencionados nas reivindicações. O simples fato de certas medidas serem mencionadas em reivindicações dependentes mutuamente diferentes não indica que uma combinação dessas medidas não possa ser usada com vantagem.
[220] Cálculos, como a determinação do escore de risco, feitos por uma ou por várias unidades ou dispositivos podem ser feitos por qualquer outro número de unidades ou dispositivos.
[221] Um programa de computador pode ser armazenado/distribuído em uma mídia adequada, como uma mídia de armazenamento óptico ou uma mídia de estado sólido, fornecida juntamente com outro hardware, ou como parte do mesmo, porém pode também ser distribuído de outras formas, como através da Internet ou outros sistemas de telecomunicação com ou sem fio.
[222] Deve-se compreender que uma modalidade preferencial da presente invenção também pode ser qualquer combinação das reivindicações dependentes ou das modalidades acima com a respectiva reivindicação independente.
[223] Esses e outros aspectos da invenção ficarão evidentes e serão elucidados com referência às modalidades descritas a seguir. Breve descrição dos desenhos
[224] Geral: Em todas as figuras nas quais os escores de análise da via de transdução de sinal são representadas, estes são dados como escores expressos em termos de log2odds para a atividade da via, derivados dos escores de probabilidade para a atividade da via fornecida pela análise do modelo bayesiano de via. Os escores de Log2odds indicam o nível de atividade de uma via de sinalização em uma escala linear.
[225] Os conjuntos de dados públicos analisados são indicados com seu número de GSE, e as amostras individuais com seu número GSM (em princípio, coluna mais à esquerda). A anotação por amostra, como presente na base de dados de GEO, é incluído na figura em colunas específicas com uma rubrica para a informação da anotação (à esquerda dos escores de análise de via). Os escores da atividade do tipo de célula imune, da resposta imunológica/sistema imunológico foram adicionados para cada amostra nas colunas no lado direito das colunas contendo os respectivos escore de via.
[226] Nas colunas de análise de via: FOXO ou PI3K- FOXO significa: a atividade do fator de transcrição FOXO que é o inverso da atividade da via PI3K, isto é, quando o escore lod2odds de FOXO é alto, a atividade da via de transdução de sinal PI3K é baixa; NFkB significa a via de transdução de sinal NFkB; Notch significa a via de sinalização Notch; STAT12_1 significa a via STAT1/2, especificamente ativada por Interferons tipo I; STAT12_2 significa a via JAK-STAT1/2, especificamente ativada por Interferons tipo II; STAT3_blood significa a via de sinalização JAK-STAT3, calibrada para uso específico em células de sangue; TGFB_1 ou TGFB significa a via de sinalização TGF-β; AP1 significa a via de sinalização MAPK-AP1.
[227] Todas as amostras de validação para um modelo de via de sinalização ou um modelo de resposta/sistema imune são amostras independentes e não foram usadas para a calibração do respectivo modelo a ser validado.
[228] Nos desenhos a seguir:
[229] As Figuras 1A e 1B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para neutrófilos, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 1B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, Wnt foram usadas para o modelo. O conjunto de calibração incluiu neutrófilos derivados de sangue não estimulados (NS) (em repouso) e neutrófilos derivados de sangue estimulados (S) por LPS (suportivo), todas as amostras foram de indivíduos saudáveis (GSE22103). O LPS é conhecido como ativador de neutrófilos, e essas amostras foram designadas como imunossuportivas. O conjunto independente de validação de modelo continha amostras que foram tratadas de maneira similar (GSE28490). O modelo centroide e o modelo linear marcaram o estado da atividade funcional dos neutrófilos tanto no conjunto de calibração quanto no conjunto de validação 100% correto. Na coluna “estado” é indicado o estado verdadeiro fundamental da célula. No conjunto de validação, a coluna mais à direita contém para cada amostra a conclusão do modelo; OK significa: correto e em linha com o estado verdadeiro fundamental (“ground truth), falso significa errado, não em linha com o estado verdadeiro fundamental. Isso se aplica a todas as figuras que contêm resultados similares de análise de amostra.
[230] As Figuras 2A e 2B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para monócitos, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 2B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-
STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de calibração incluía monócitos derivados de sangue (de 10 doadores por amostra de mRNA analisada), todas as amostras foram de indivíduos saudáveis (GSE28490). Dados de amostras de um segundo conjunto de dados foram usados os quais foram obtidos a partir de monócitos que foram isolados de células mononucleares do sangue periférico (CMSPs) do sangue de doadores humanos saudáveis (GSE43700). As células mononucleares do sangue periférico (CMSPs) foram ativadas por processamento com Ficoll-Hypaque, aderindo às placas de cultura de célula, e a cultura durante 24 horas em meio de cultura com 10% de FBS (soro fetal bovino), e subsequentemente os monócitos CD14+ ativados foram isolados desta população de células. Dois conjuntos independentes de validação de modelo continham amostras de monócitos de CD14+ derivados de sangue não estimulados (em repouso) de indivíduos normais (GE72642), e monócitos CD14+ que foram similarmente ativados como no conjunto de calibração (suportivo) (GSE16385). O modelo centroide registrou o estado da atividade funcional dos monócitos no conjunte de calibração e no conjunto de validação 100% correto. O modelo linear registrou ligeiramente menos (80%).
[231] As Figuras 3A e 3B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para células dendríticas, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 3B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de calibração incluía células monocíticas derivadas de sangue de 2 indivíduos saudáveis que foram diferenciadas em células dendríticas imaturas com o uso de protocolos padrão (descrito em: Zaslavsky E. et al., “Antiviral response dictated by choreographed cascade of transcription factors”, Journal of Immunology, Vol. 184, No. 6, março de 2010, páginas 2908 a 2917), e subsequentemente infectadas com veículo (as 4 amostras superiores, designadas como em repouso) ou com o vírus da doença de Newcastle (NDV) (as 4 amostras inferiores, designadas como suportivas) durante 18 horas (GSE18791). Esta infecção por NDV é um sistema de modelo para ativação normal de células dendríticas (Zaslavsky e. et al., “Antiviral response dictated by choreographed cascade of transcription factors”, Journal of Immunology, Vol. 184, No. 6, março de 2010, páginas 2908 a 2917) e em 18 horas o status de ativação máxima foi obtido. O conjunto de validação continha dados de amostras com células dendríticas naive (em repouso), células expostas ao sobrenadante de células infectadas com NDV (suportivas) e células infectadas com NDV (suportivas) (GSE52081). O modelo centroide e o modelo linear marcaram o estado de atividade funcional das células dendríticas no conjunto de calibração e no conjunto de validação 100% correto.
[232] As Figuras 4A e 4B mostram resultados exemplificadores de calibração e validação de um modelo imune de três estados (em repouso, suportivo, supressivo) para células dendríticas, com base na análise de via de quatro vias de sinalização, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 4B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, JAK-STAT1/2-1 (Interferon tipo I), e TGF-β foram usadas para o modelo. O conjunto de calibração incluía três amostras de células monocíticas CD14+ derivadas de sangue de um doador saudável que foram diferenciadas em células dendríticas imaturas com o uso de GM-CSF e IL4 (em repouso), e a combinação madura/ativada com LPD (suportiva) ou imunossuprimido com IL10/dexametasona (supressiva) (Jansen B.J. et al., “MicroRNA genes preferentially expressed in dendritic cells contain sites for conserved transcription factor binding motifs in their promoters”, BMC Genomics, junho de 2011, 12:330) (GSE23371). O conjunto de validação consistiu em amostras de células monocíticas CD14+ derivadas de sangue que foram diferenciadas em células dendríticas imaturas com o uso de GM-CSF e IL4 (repouso), e em células dendríticas imaturas similarmente obtidas que foram subsequentemente naturadas/ativadas com IL- 1β, IL-6, TNF-α, e PGE2 (suportiva) (Cabezón R. et al., “MERTK as negative regulator of human T cell activation”, Journal of Leukocyte Biology, Vol. 97, No. 4, páginas 751 a 760) (GSE13762+GSE56017). O modelo centroide marcou o estado de atividade funcional das células dendríticas no conjunto de validação 100% correto. O modelo linear teve um desempenho bem menor(11%).
[233] As Figuras 5A e 5B mostram resultados exemplificadores de calibração e validação de um modelo imune de três estados (em repouso, suportivo, suprimido) para células dendríticas, com base na análise de via de três vias de sinalização, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 5B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias
PI3K, NFkB e TGF-β foram usadas para o modelo. As mesmas amostras de calibração e validação foram usadas como na Figura 4 (calibração GSE23371; validação GSE13762+GSE56017). O desempenho do modelo centroide foi tão bom quanto o modelo de via 4 descrito na Figura 4A, ilustrando que esta combinação alternativa exemplificadora de análise de via também teve um bom desempenho (100% correto). O modelo linear marcou bem menos (a interpretação está sendo reavaliada).
[234] As Figuras 6A e 6B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para macrófagos, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 6B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de calibração incluía macrófagos derivados de monócitos do sangue periférico de dois indivíduos saudáveis (três réplicas) que foram diferenciados in vitro em macrófagos (repouso), ou subsequentemente ativados com LPS (suportivo) (GSE43596). O conjunto de validação continha dados de amostras de macrófagos derivados de pulmão obtidos de 7 voluntários saudáveis, que receberam solução salina no segmento pulmonar (em repouso) ou LPS (suportivo), antes da lavagem broncoalveolar (GSE40885). O modelo centroide e o modelo linear marcaram o estado de atividade funcional dos macrófagos no conjunto de calibração e no conjunto de validação 100% correto.
[235] As Figuras 7A e 7B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para linfócitos CD4+, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 7B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de calibração continha dados de 7 amostras contendo células T de memória CD4+ não ativadas obtidas de indivíduos saudáveis (em repouso), e três amostras nas quais as células T de memória CD4+ foram ativadas em um modo padrão com o uso de anticorpos contra CD3 e CD28 (amostras 8, 9, 10; suportivas), e o as quatro amostras inferiores (11 a 14) que continham células T CD4+ similarmente ativadas que foram tratadas com sobrenadante imunossupressivo de câncer de mama de 4 pacientes (supressivas) (GSE36766). O conjunto de validação continha dados de uma amostra de linfócito T efetor CD4+ não estimulado (NS) (em repouso) e amostras de uma série temporal de amostras de células T efetoras CD4+ que foram ativadas com anti-CD3/-CD2 (suportivas) GSE11292). O modelo centroide marcou o estado de atividade funcional dos linfócitos T CD4+ no conjunto de validação 100% correto. O modelo linear marcou a atividade funcional nos conjuntos de calibração e de validação, respectivamente 71% e 100% correto.
[236] As Figuras 8A e 8B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para linfócitos T CD4+ Th1 e Th2, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 8B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), TGF-β foram usadas para o modelo. O conjunto de calibração continha 3 amostras (réplicas) de células T CD4+ (de sangue do cordão umbilical) diferenciadas em linfócitos T helper1 (Th1) (com o uso de Act+IL12) (suportivas) em 3 amostras (réplicas) nas quais as células CD4+ foram diferenciadas em linfócitos T helper2 (Th2) (com o uso de Act+IL4) (supressivas) (GSE71566). O conjunto de validação continha amostras similares (3 réplicas biológicas cada) tratadas com IL12 (suportivas) ou IL4 em combinação com anti-IL12 (supressivas) (GSE32959). O modelo centroide e o modelo linear marcaram o estado de atividade funcional dos linfócitos Th1 e Th2 no conjunto de validação 100% correto, e como tal poderiam muito bem distinguir entre linfócitos Th1 e Th2. Suportivas = Th1; Supressivas = Th2.
[237] As Figuras 9A e 9B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para linfócitos T reguladores (células T-reg) com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 9B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de dados de calibração continha amostras com células T reguladoras classificadas (células T- reg) isoladas do sangue periférico de 6 controles saudáveis (repouso GSE65010) e uma série temporal de células T-reg estimuladas com anti-CD3/-CD28/IL2 (GSE11292, supressivas). O conjunto de dados de validação independente continua uma amostra não tratada de células T-reg (em repouso) e um série temporal de células T-reg estimuladas com anti-CD3/- CD28/IL2, necessárias para cria uma função imunossupressiva (GSE11292, supressiva). O modelo centroide e o modelo linear marcaram o estado de atividade funcional dos linfócitos T-reg no conjunto de calibração e no conjunto de validação 100% correto.
[238] As Figuras 10A e 10B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para linfócitos T CD8+, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 10B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB, Notch, JAK-STAT1/2-1 (Interferon tipo I) e JAK-STAT1/2-2 (Interferon tipo II), JAK-STAT3 (sangue calibrado), TGF-β, foram usadas para o modelo. O conjunto de calibração continha linfócitos T CD8+ (GSE26347, repouso), e uma amostra contendo células T CD8+, ativada na presença de seu antígeno específico (GSE63129, suportivo). O conjunto de validação continha linfócitos T CD8+ de repouso do sangue de indivíduos saudáveis (GSE72642, repouso), e amostras de clones de células T CD8+ expandidas com anticorpo IL-2/anti-CD3 e eAPC ou eAPC: 4-1BBL (GSE86284, suportiva). O modelo centroide e o modelo linear marcaram o estado de atividade funcional dos linfócitos CD8+ no conjunto de calibração e no conjunto de validação 100% correto. Os dados de células T CD8+ não estavam disponíveis no estado suprimido.
[239] As Figuras 11A e 11B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (naive e memória) para linfócitos T, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 11B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB e TGF-β foram usadas para o modelo. O conjunto de calibração continha células T efetoras de memória (memória) e células T efetoras naive (naive) isoladas do sangue periférico de 6 indivíduos saudáveis (GSE65010). O conjunto de validação continha amostras com células T de memória (GSE65010+GSE26495, memória) do sangue periférico de indivíduos saudáveis, e células T CD8 naive (GSE26495) e células T-reg naive (GSE65010, naive) de indivíduos saudáveis. O modelo centroide marcou o estado de atividade funcional das células T (naive ou de memória) no conjunto de validação 96% correto (uma amostra réplica foi erroneamente classificada como memória) (similar ao resultado do conjunto de calibração). O modelo linear foi bastante pobre para o conjunto de validação quanto para o conjunto de validação.
[240] As Figuras 12A e 12B mostram resultados exemplificadores de calibração e validação de um modelo imune de dois estados (em repouso, suportivo) para linfócitos B, com base na análise de via, respectivamente o modelo centroide (A) e o modelo linear (B); A Figura 12B (continuada) mostra a separação entre amostras em repouso e suportivas com um limite. As vias PI3K, NFkB e TGF-β foram usadas para o modelo. O conjunto de calibração continha amostras com linfócitos B do sangue de indivíduos saudáveis (GSE39411), não estimuladas (em repouso), ou como uma série temporal de células B na cultura na qual o receptor de células B foi estimulado com a porção F(ab′)2 de anticorpo de cabra anti-IgM humana (suportiva). O conjunto de validação (GSE9119) continha amostras com linfócitos B tratados de maneira similar de indivíduos saudáveis (em repouso,
suportivas). O modelo marcou o estado de atividade funcional das células B no conjunto de validação 75% correto.
[241] As Figuras 13A a 13G mostram exemplificadoramente e esquematicamente uma abordagem para calcular uma porcentagem de atividade da resposta imunológica (aqui também chamada de status do sistema imune) com base em um modelo matemático (modelo de reposta imune funcional “tipo 1”) que fornece um escore de resposta de atividade imunológica (A). Neste exemplo, as faixas de escore total podem se situar entre 19 (sistema imunológico máximo, totalmente ativo) e 6 (sistema imunológico mínimo, suprimido). A subtração de 6 de 19 fornece 13, para ser dividida em uma escala de 1 a 100% de ativação de resposta imunológica. O escore de atividade linear pode ser traduzido em porcentagem de ativação pela seguinte equação: Porcentagem de atividade imunológica = [((pontos cumulativos-6)/13]x100%. Uma porcentagem > 77% indica uma resposta imunológica ativa; uma porcentagem menor que 77% indica, de maneira crescente, uma resposta imunológica imunossuprimida. Para alterar esta leitura em um escore quantitativo para atividade imunológica em função da imunossupressão, chamada de status da resposta imunológicas: este limite “em repouso” pode ser reajustado de 77% para 0, e o sinal de % removido. A equação se torna da seguinte forma: % de atividade da resposta imunológica - 77 = status da atividade imunológica, em que um número positivo significa que a resposta imunológica está ativa e um número negativo significa que está suprimida. Quando incorporado na equação anterior: status da resposta imunológica = {[(pontos cumulativos-6)/13]x100} – 77. O número negativo indica a supressão da resposta imunológica; o número positivo indica a atividade de resposta imunológica
(Figura 13E). No caso de nem todos os valores de entrada estarem (F), a porcentagem da atividade imunológica pode ser calculada da seguinte forma: Porcentagem da atividade imunológica = [(escore-mín)/máx-mín]x100%, em que: mín= valor mínimo do ponto para tipos de células imune medidos (no exemplo: 0+1=1); máx=valor máximo do ponto para tipos de células imune medidos (no exemplo: 2+2=4). Para o caso exemplificador, a porcentagem da atividade imunológica = [(escore-1)/3]x100%. No caso exemplificador: 100%, entretanto, a incerteza é alta porque apenas duas observáveis foram introduzidas no modelo.
A (in)certeza pode ser calculada da seguinte forma: Quando todos as 11 observáveis (significando as variáveis de entrada no modelo, isto é, os escores de atividade funcional dos tipos de células imunes) estão disponíveis como entrada no modelo = certeza máxima em relação à previsão do status de atividade imunológica definido como 100% de certeza.
Suposição: Contribuição linear de observáveis para o escore final: (100/11) = 9% de contribuição da certeza por observável.
No caso exemplificador, 2 pontos cumulativos de entrada fornecem um escore de atividade imunológica de 100%, associado com 82% de incerteza.
Figura 13A: Modelo para cálculo da resposta imunológica, que consiste em duas partes da resposta imunológica, inata e adaptativa.
As variáveis de entrada ou observáveis no modelo são os escores de atividade funcional dos tipos de células imunes, determinados pela análise da via de transdução de sinal em cada tipo de célula.
Os escore observáveis são somados, para fornecer os escores de atividade do sistema imune inato e adaptativo, e para a atividade global do sistema imunitário.
Figuras 13B a 13D: Casos exemplificadores para cálculo da atividade do sistema imune com base em uma análise de célula de sangue. Figura 13B: Caso exemplificador para o estado imune-ativado: Análise de células sanguíneas, resposta ativa para o câncer. Figura 13C: Caso exemplificador para resposta imune inativa, de repouso: Análise de células sanguíneas, nenhuma resposta imune ativa. Figura 13D: Caso exemplificador para o estado imune-suprimido: Análise de células sanguíneas, resposta imunológica esgotada. Figura 13F: Caso exemplificador, apenas a entrada do estado de atividade funcional de dois tipos de células imunes disponíveis. Cálculo de porcentagem de atividade imunológica no caso de nem todos os valores de entrada estarem disponíveis: Porcentagem da atividade imunológica = [(escore-mín)/máx- mín]x100%, em que: mín= valor mínimo do ponto para tipos de células imune medidos (no exemplo: 0+1=1); Máx=valor máximo do ponto para tipos de células imune medidos (no exemplo: 2+2=4). Para o caso exemplificador, a porcentagem da atividade imunológica = [(escore-1)/3]x100%. O resultado no caso exemplificador é 100% de atividade, entretanto a incerteza é alta porque apenas duas observáveis foram introduzidas no modelo. Quando a incerteza associada é incorporada no resultado: a entrada de 2 pontos cumulativos fornece um escore de atividade do sistema imune de 100%, com 82% de incerteza. Figura 13G: Cálculo do escore.
[242] A Figura 14 mostra exemplificadoramente e esquematicamente uma abordagem para calcular um escore de probabilidade ou escore Log2odds da atividade da resposta imunológica com base em um modelo matemático baseado em um modelo de rede bayesiana (modelo de resposta imunológica funcional “tipo 2”). Figura 14A: Gráfico acíclico direcionado para o modelo de rede bayesiana com setas apontando dos estados de atividade das células imune inatas e adaptativas para a atividade da resposta imunológicas e do status de atividade das células imune inatas para o status de atividade imune adaptativa.
As direções das setas têm um significado importante em um modelo de rede bayesiana.
Os parâmetros de nó do modelo de rede bayesiana exemplificadores para cada tipo de célula imune que são parte do modelo são indicados na figura nas tabelas, isto é, os parâmetros para os nós de modelo de dois estados (repouso e suportivo) e 3 estados (repouso, suportivo, suprimido) para tipos de células imune com, respectivamente, 2 e 3 estados de atividade imunológica.
Eles permitem o cálculo do status de atividade do sistema imune inato e adaptativo separadamente.
Figura 14B: Determinação do status de atividade do sistema imunológico/resposta imunológica global.
A partir dos escores de atividade imunológica do sistema imune inato e adaptativo, um resultado pode ser obtido sobre o status de atividade global da resposta imunológica.
A resposta imunológica global é efetivamente uma tabela de consulta.
Não há nenhuma dependência probabilística.
A tabela superior da figura: está é uma tabela para um nó com 2 “fontes” (sistema imunológico inato e adaptativo), em formato transposto.
A figura inferior no lado direito deve ser lida da seguinte maneira: a probabilidade do sistema imunológico adaptativo em um estado de repouso dado que o sistema imunológico inato é supressivo é 0,3. Note que as probabilidades em uma coluna somam-se a um (mas não necessariamente em uma fileira) porque dado o Imune Inativo ser ativo (primeira coluna), as três opções para Imune Adaptativo são ativo, repouso, supressivo e, portanto, a soma da coluna precisa ser 1.
[243] A Figura 15 mostra exemplificadoramente e esquematicamente uma abordagem para calcular um escore numérico imunológico de atividade de resposta imunológica com base em um modelo linear (modelo de resposta imunológica, “tipo 3”). Figura 15A: O modelo construído para calcular a resposta imunológica. No exemplo ilustrado, o escore é 10, indicando um sistema/resposta imune maximamente ativo. Figura 15B: Cálculo de atividade da resposta imunológica: Pontos cumulativos maiores que 10 pontos indicam de maneira crescente que uma resposta imunológica não está inativa/supressiva, enquanto pontos cumulativos abaixo de 10 indicam de maneira crescente que uma resposta imunológica está em um estado suprimido. No exemplo ilustrado, o escore é 10, indicando um sistema/resposta imune maximamente ativo.
[244] As Figuras 16A e 16B mostram exemplificadoramente e esquematicamente uma abordagem para medir especificamente o status imunossuprimido da resposta imunológica com base em um modelo linear (modelo de resposta imunológica linear “tipo 3, variante A”) ou um modelo linear convertido para modelo em por cento. A conversão de pontos para porcentagem é similar conforme foi descrito (Figura 13). Neste exemplo, o escore de resposta imunológica suprimida mais alto é 15. O escore de resposta imunológica suprimida mais baixo é 3 pontos. Escore da resposta imunológica imunossuprimida = [(pontos cumulativos- 3)/12]x100%. Figura 16A: Figura do modelo para cálculo da imunossupressão. Figura 16B: Exemplo de sistema/resposta imunológica maximalmente imunossuprimida. Figura 16C: Neste exemplo, o escore mais alto da resposta imunológica imunossuprimida foi de 15 pontos e o escore mais baixo da resposta imunossuprimida foi 3 pontos (calculado como [(pontos cumulativos-3)/12]x100%).
[245] As Figuras 17A e 17B mostram exemplificadoramente e esquematicamente uma abordagem para medir a atividade da resposta imune inata (aqui também chamada de status do sistema imunológico inato e a resposta imune adaptativa (aqui também chamada de status do sistema imunitário adaptativo) com o uso de um modelo matemático (“tipo 3, variante B”). A mesma abordagem pode ser usada para descrever o modelo de resposta imunológica global. Figura 17A: Ilustra exemplificadoramente um sistema imune inato ativo. Figura 17B: Ilustra exemplificadoramente um sistema imune adaptativo ativo.
[246] As Figuras 18A e 18B mostram exemplificadoramente resultados para a medição do status da resposta imunológica (conjunto de dados GSE72462). Diferentes tipos de células imunes (linfócitos CD4+, CD8+ e B, neutrófilos, monócitos) foram isolados de amostras de sangue periférico de 3 indivíduos saudáveis, e os resultados de microarranjo foram analisados com o método aqui descrito para avaliar o status funcional de atividade dos vários tipos de células imunes, com o uso dos modelos centroides, e os resultados do modelo funcionaram como uma entrada para o modelo de resposta imunológica tipo 1 (porcentagem da atividade da resposta imunológica). Figura 18A: Séries que mostram os resultados da análise da via, junto com os resultados do modelo centroide para, sequencialmente, linfócitos CD4, linfócitos CD8, células N, monócitos, PMNs (escore “em repouso” para todas as três amostras, todos os tipos de células imune dos quais os dados estavam disponíveis). A parte inferior das figuras mostra a posição das amostras analisadas em relação às amostras de calibração com modelo de atividade de células imunes funcionais para os respectivos tipos de células imunes.
Figura 18B: Cálculo com modelo de resposta imunológica (com base nos resultados do modelo centroide da Figura 18A): Porcentagem de atividade imune = [(escore-mín)/(máx-mín)]x100%. (5-4)/(10-4)x100% = 17%. Cálculo da incerteza: observáveis/variáveis faltando = 6. Incerteza 6x9=54% de incerteza.
Faixa: 0 a 71%, o limite para uma resposta imunológica ativa se situa a 77%, indicando confiança alta que estas amostras são representativas para uma resposta imunológica inativa.
Neste caso, todas as três amostras no conjunto de dados apresentaram o mesmo escore.
Figura 18C: São mostrados os resultados da análise com o uso do modelo de resposta imunológica tipo 2 (atividade da resposta imunológica, modelo bayesiano). Os resultados com o modelo centroide da análise da atividade da células imunes (Figura 18A) funcionou também como entrada para o modelo de resposta imunológica tipo 2 (atividade da resposta imunológica, modelo bayesiano). Um conjunto de evidências para a rede bayesiana é formado com os tipos de células CD4, CD8, células B, monócitos e PMNs aos quais atribuiu-se um estado de repouso de 100% de certeza.
Para cada uma das três réplicas, um conjunto de dados foi gerado no qual o estado de repouso não é 100% de certeza, mas é probabilístico.
A probabilidade é derivada das distâncias obtidas com o modelo centroide (conforme relatado na Figura 18A) - com a maior probabilidade atribuída ao estado com a menor distância.
A seguinte abordagem Softmax é usada para determinar as probabilidades:
− =
[247] O resultado dos cálculos do modelo bayesiano de resposta imunológica mostra que os tipos de células imunes inatas, os tipos de células imunes adaptativas, bem como a resposta imunológica global, tem a probabilidade mais alta para o estado de atividade do estado normal/de repouso, em total concordância com o status de atividade da resposta imunológica esperado para indivíduos saudáveis.
[248] A Figura 19 ilustra esquematicamente o ciclo imune e indica os três principais locais no sistema imunológico em que as células imunes podem ser obtidas em um paciente com câncer.
[249] As Figuras 20A a 20D mostram esquematicamente e exemplificadoramente uma abordagem e os resultados de calibração pra a predição do estado funcional de células dendríticas com base no escores de atividade das vias NFkB, JAK-STAT1/2 e TGF-β com o uso de um modelo bayesiano de 2 estados (repouso x suportivo). (A validação do modelo bayesiana em conjuntos de dados independentes é mostrada nas figuras posteriores). As Figuras 20A e 20B ilustram esquematicamente a abordagem. Figura 20A: Modelo bayesiano para cálculo do estado de repouso (inativo) das células dendríticas. Figura 20B: Modelo bayesiano para cálculo do estado suportivo (ativo) das células dendríticas. Figura 20C: Topo: Valores CPT (parâmetros de nó bayesiano) para cada uma das três vias que fazem parte do modelo bayesiano; Parte inferior: Resultados da análise de via do conjunto de dados de calibração com o uso de conjunto de dados GSE23371, com escores de atividade das vias indicados por amostra analisada (números GSM). Figura 20D: Resultados de calibração no conjunto de dados GSE23371. Nos gráficos de barras, cada amostra analisada é representada por uma barra. Esquerda: Escore imune conforme calculado pelo modo em log2odds no eixo y para os resultados de calibração com os números de amostra no eixo x, log2odds negativo significa repouso, log2odds positivo significa de suportivo; Direita: Escore imune conforme calculado pelo modo em probabilidade no eixo y para os resultados de calibração com números de amostra no eixo x, baixa probabilidade significa repouso, alta probabilidade significa de suportivo. A verdade fundamental foi imune repouso ou imunossuportivo. Foi verificado que as DCs de repouso têm uma alta probabilidade/log2odds de ser imune repouso (não ativas). Foi verificado que as DCs suportivas têm uma alta probabilidade/log2odds de ser imune suportivas (não ativas).
[250] As Figuras 21A a 21D mostram esquematicamente e exemplificadoramente uma abordagem e os resultados de calibração pra a predição do estado funcional de células dendríticas com base no escores de atividade das vias NFkB, JAK-STAT1/2, TGF-β, MAPK-AP1 e PI3K com o uso de um modelo bayesiano de 3 estados (repouso x suportivo x supressivo). As Figura 21A a 21C ilustram esquematicamente a abordagem. Figura 21A: Modelo bayesiano de três estados para o cálculo do estado de repouso inativo em células dendríticas. Figura 21B: Modelo bayesiano de três estados para o cálculo do estado imune suportivo em células dendríticas. Figura 21C: Modelo bayesiano de três estados para o cálculo do estado imunes suprimido em células dendríticas. Figura 21D: Valores de CPT (parâmetros de nó de rede bayesiana). Figura 21D, continuada: Resultados da análise de via do conjunto de dados de calibração com o uso de conjunto de dados GSE23371, com escores de atividade das vias indicados por amostra analisada
(números GSM). Figura 21E: Resultados de calibração no modelo bayesiano em conjunto de dados GSE23371. Os primeiros dois gráficos de barras mostram resultados de modelo para avaliação do estado imunossuprimido; os gráficos de barras 3/4 mostram resultados para avaliação do estado imunossuportivo; os gráficos de barra 5/6 mostram resultados para a avaliação do estado de repouso. O eixo y mostra o respectivo escore expresso como log2odds para os gráficos de barras 1, 3, 5; para os gráficos de barras 2, 4, 6 o escore é um escore de probabilidade. Nos gráficos de barras, cada amostra analisada é representada por uma barra. Em cada gráfico de barras, as três barras da esquerda representam escores de amostras com um estado verdadeiro fundamental “imunossuprimido”; as barras 4 a 6 representam amostras com estado verdadeiro fundamental “imunossuportivo”; as barras 7 a 9 representam amostras com estado verdadeiro fundamental “de repouso”. O estado verdadeiro fundamental é indicado em cada um dos gráficos de barras abaixo ou no topo das barras. Resultados: As DC supressivas têm a maior probabilidade de serem imunossupressivas. As DCs suportivas têm a maior probabilidade de serem imunossuportivas. As DCs de repouso têm a maior probabilidade de serem imunes de repouso.
[251] As Figuras 22A a 22E mostram esquematicamente e exemplificadoramente uma abordagem, os resultados de calibração e validação para a previsão do status funcional de células dendríticas com base nos escores de atividade das vias com o uso de um modelo linear. Figura 22A: Escore para o modelo de 2 estados (repouso x suportivo). Figura 22B: Escore para o modelo de 3 estados (repouso x suportivo x supressivo). Figura 22C: Os resultados da análise de via de calibração para o modelo de 2 estados (superior) e os resultados da análise de via de calibração de 3 estados (inferior) são indicados para cada amostra individual (indicado pela número GSM), bem como a soma (valores cumulativos) das atividades de via (coluna mais à direta). Figura 22D: Resultados de validação no conjunto de dados independentes GSE18791 para o modelo de 2 estados.
As amostras neste conjunto de dados foram imune- ativadas com o uso da infecção por vírus da doença de Newcastle (NDV) para respectivamente 1, 2, 4, 6, 8, 10, 12, 14, 16, 18 horas, ou não ativadas (Referência: Zaslavsky E. et al., “Antiviral response dictated by choreographed cascade of transcription factors”, Journal of Immunology, Vol. 184, No. 6, março de 2010, páginas 2908 a 2917). Resultados: As amostras ativadas durante um curto período (até 4 horas) estão, de acordo com um escore definido, no estado imune de repouso.
A ativação por uma duração intermediária resulta em um estado intermediário entre repouso e suporte.
A ativação mais longas (>8 horas) resulta consistentemente em um estado imune de suporte.
Quando as amostras não são ativadas (toda a série de amostras de controle que não foram infectadas com o NDV) elas estão em um estado imune de repouso (Figura 22D, continuada). Figura 23E: Resultados de validação nos conjuntos de dados GSE13762 e GSE18791para o modelo de 3 estados.
O conjunto de dados GSE13762 contém amostras de células dendríticas em repouso e imunossuprimidas (tolerogênicas) (Referência: Széles L. et al., “1,25-dihydroxyvitamin D3 is an autonomous regulator of the transcriptional changes leading to a tolerogenic dendritic cell phenotype”, Journal of Immunology, Vol. 182, No. 4, fevereiro de 2009, páginas 2074 a 2083). O conjunto de dados GSE18791 é descrito na Figura 22D: As amostras foram ativadas por,
respectivamente, 1, 2, 4, 6, 8, 10, 12, 14, 16, 18 horas com NDV, ou não ativadas, ou suprimidas. Os resultados para a análise das amostras a partir do conjunto de dados GSE18792 foram similares aos resultados descritos para a Figura 22D: As amostras ativadas durante um curto período estão, de acordo com um escore definido, em estado imune de repouso. A ativação por uma duração intermediária resulta em um estado intermediário entre repouso e suporte. A ativação mais longa resulta em um estado imune de suporte. O modelo previu corretamente o status verdadeiro fundamental de atividades das células dendríticas. A Figura 22D, continuada, mostra os conjuntos de amostras de controle não tratadas de GSE18792, e no fundo as 6 amostras do conjunto de dados GSE13762. A coluna “subgrupo” contém a designação verdadeira fundamental “repouso” ou “imunossupressivo”. Resultado do cálculo do modelo: As amostras são classificadas corretamente pelo modelo como repouso ou imunossupressivas.
[252] As Figuras 23A a 23E mostram esquematicamente e exemplificadoramente uma abordagem, os resultados de calibração e validação para a previsão do estado de atividade de células dendríticas com base nos escores de atividade das vias com o uso de um modelo centroide. Figura 23A: modelo de 2 estados (repouso x suporte). Figura 23B: modelo de 3 estados (repouso x suportivo x supressivo). Figura 23C: Resultados da análise de via dos conjuntos de dados de calibração para o modelo de 2 estados (acima) e o modelo de 3 estados (abaixo). Os resultados de calibração do modelo centroide são mostrado abaixo de cada conjunto de dados de calibração. Figura 23D: Resultados de validação no conjunto de dados independentes GSE18791 (descritos na Figura 22) para o modelo de 2 estados. As amostras foram ativadas com infecção NDV por, respectivamente
1, 2, 4, 6, 8, 10, 12, 14, 16, 18 horas, ou não ativadas. Resultados: Similar àqueles relatadas na descrição da Figura 22. Figura 23E: Resultados de validação nos conjuntos de dados GSE13762 e GSE18791 para o modelo de 3 estados. Resultados: Similar àqueles relatadas na descrição da Figura 22.
[253] Figura 24: Validação do modelo bayesiano para células dendríticas. Resultados exemplificadores para a determinação do status funcional de células dendríticas cultivadas de IL-4 e IL-15 com o uso do modelo bayesiano de 3 estados no conjunto de dados GSE79184. As células dentríticas (DC) cultivadas de IL-15 têm mais propriedades de suporte e as células Il-4 cultivadas mais propriedades de supressão/tolerogênicas (verdade fundamental fornecida pela referência associada a este conjunto de dados (Referência: van Acker H.H. et al., “Desirable cytolytic immune effector cell recruitment by interleukin-15 dendritic cells”, Oncotarget, Vol. 8, No. 8, 2017, páginas 13652 a 13665). O eixo y mostra o respectivo escore em log2odds para os gráficos de barras à esquerda; para gráficos de barras à direita, o escore é um escore de probabilidade. Nos gráficos de barras, cada amostra analisada é representada por uma barra. Em cada gráfico de barras, as três barras à esquerda representam escores de amostras com um estado verdadeiro fundamenta “imunossuportivo” (associado à IL-15); as três barras à direita representam amostras com um estado verdadeiro fundamental “imunossupressivo” (associado à IL-4). À esquerda dos gráficos de barras é indicado qual modelo de leitura foi usado para a análise, de cima para baixo: imunossupresivo, imunossuportivo, repouso. Observe que a soma do escore de três probabilidades é 1. De acordo com a definição, como aqui usada, o estado com o escore mais alto define o estado atribuído à amostra.
[254] As Figuras 25A e 25B mostram resultados de validação exemplificadores do modelo bayesiano de 2 estados (imunossupressivo e imunossuportivo) para conjunto de dados GSE18971 (descrito na Figura 22). As amostras foram ativadas por, respectivamente, 1, 2, 4, 6, 8, 10, 12, 14, 16, 18 horas com NDV, ou não ativadas. Para cada gráfico de barras, as amostras de calibração são indicadas no lado esquerdo da linha vertical, e cada barra representa uma amostra de células dendríticas analisadas (as barras 1 a 3 representam células dendríticas imunossuprimidas, as barras 4 a 6 representam células dendríticas imunossuportivas, e as barras 7 a 9 representam células dendríticas em repouso). As amostras de validação de GSE18791 estão no lado direito da linha vertical: as barras 1 a 4 representam amostras de controle antes do início da ativação por NDV; as barras 5 a 8 representam amostras 2 horas após o início da ativação por NDV; as barras 9 a 12 representam amostras 4 horas após o início da ativação por NDV, as barras 13 a 16 representam amostras 6 horas após o início da ativação por NDV; as barras 17 a 20 representam amostras 8 horas após o início da ativação por NDV; as barras 21 a 24 representam amostras 10 horas após o início da ativação por NDV; as barras 25 a 28 representam amostras 12 horas após o início da ativação por NDV; as barras 29 a 32 representam amostras 14 horas após o início da ativação por NDV; as barras 33 a 36 representam amostras 16 horas após o início da ativação por NDV; as barras 37 a 39 representam amostras 18 horas após o início da ativação por NDV; as barras 40 a 57 representam amostras de células dendríticas de controle que não foram ativadas por NDV. Deve ser observado que a ativação de DCs demora muitas horas para transformá-las de repouso para suporte. Figura 25A e 25A continuada: Resultados da análise de via no conjunto de dados de validação GSE18971 com escores de atividade de via por amostra (números GSM). Figura 25B: Os resultados de validação do modelo em amostras são do conjunto de dados GSE18791. Os resultados das amostras de calibração são mostrados no lado esquerdo e indicados como “calibração” no gráfico de barras. Cada barra representa um resultado de amostra com o escore log2odds no eixo y (gráfico de topo) e escore de probabilidade (gráfico inferior). Sumário: As DCs de repouso têm uma alta probabilidade de serem imune de repouso. As DCs de suporte têm uma alta probabilidade de serem imunossuportivas. Os resultados do conjunto de calibração e validação são consistentes.
[255] A Figura 26 mostra resultados exemplificadores de atividades da via de transdução de sinal atividades (as atividades de via foram indicadas como log2odds no eixo y) como uma função de tempo (em horas, no eixo x) medidas durante a ativação in vitro de células dendríticas com o suo dos conjunto de dados GSE18791 (descritos na Figura 22). As Figuras 22, 23 e 25 mostram os escores de atividade de células dendríticas correspondentes conforme analisados pelos vários modelos. Em vários pontos de tempo após a ativação com NDV, a atividade da via de transdução de sinal foi medida em amostras de células dendríticas. As médias das atividades de via por pontos de tempo é representada para a via NFkB, a via JAK-STAT1/2 e a via TGF-β, e conectadas através de uma linha. As identidades das vias são indicadas na figura com uma seta. A análise das vias de transdução de sinal, realizada conforme descrito, mostrou que após 1 hora a via NFkB se torna ativa; após 4 horas a via JAK-STAT1/2, e após 10 horas a via TGF-β. Esta ativação sequencial observada das vias de sinalização ocorre paralela com o aumento gradual no escore de atividade dessas amostras de células dendríticas, e está de acordo com as funções conhecidas dessas via de sinalização em células dendríticas: isto é, a via NFkB é importante para o processamento do antígeno, a via JAK- STAT1/2 é importante para a apresentação do antígeno, e finalmente a via TGF-β é conhecida por estar envolvida no comportamento migratório das células, e é ativada para permitir que a célula dendrítica que expressa o antígeno migre para o linfonodo para ativar a resposta imune adaptativa.
[256] As Figuras 27A a 27C mostram resultados de validação exemplificadores para o modelo computacional bayesiano de 3 estados (imunossupressivo, imunossuportivo, imune de repouso) para avaliação do estado de atividade da célula dendrítica. Para todos os três estados um escore é fornecido; de acordo com nossa definição, o estado com o escore mais alto define o estado atribuído à amostra (nota que a soma dos três escores de probabilidade de atividade fornecidos é 1). A Figura 27A e a Figura 27A continuada: Conjuntos de dados de validação GSE13672 e GSE18971 com escores de atividade de via calculados (AP1, FOXO, STAT1/2, TGF-β) por amostra (números GSM). Para a descrição dos conjuntos de dados nos referimos à Figura 23. Figura 27B: Resultados de validação do modelo nas amostras dos conjunto de dados GSE18791 que compreendem apenas amostras anotadas como de repouso ou de suporte. Para cada gráfico de barras, as amostras de calibração são indicadas no lado esquerdo da linha vertical, e cada barra representa uma amostra de células dendríticas analisadas (as barras 1 a 3 representam células dendríticas imunossuprimidas, as barras 4 a 6 representam células dendríticas imunossuportivas, e as barras 7 a 9 representam células dendríticas em repouso). As amostras de validação de GSE18791 estão no lado direito da linha vertical: as barras 1 a 4 representam amostras de controle antes do início da ativação por NDV; as barras 5 a 8 representam amostras 2 horas após o início da ativação por NDV; as barras 9 a 12 representam amostras 4 horas após o início da ativação por NDV, as barras 13 a 16 representam amostras 6 horas após o início da ativação por NDV; as barras 17 a 20 representam amostras 8 horas após o início da ativação por NDV; as barras 21 a 24 representam amostras 10 horas após o início da ativação por NDV; as barras 25 a 28 representam amostras 12 horas após o início da ativação por NDV; as barras 29 a 32 representam amostras 14 horas após o início da ativação por NDV; as barras 33 a 36 representam amostras 16 horas após o início da ativação por NDV; as barras 37 a 39 representam amostras 18 horas após o início da ativação por NDV; as barras 40 a 57 representam amostras de células dendríticas de controle que não foram ativadas por NDV.
A barra de gráficos à esquerda mostra os resultados na escala log2odds (eixo y); a barra de gráficos à esquerda mostra os resultados na escala de probabilidade (eixo y). Com o uso do modelo bayesiano de 3 estados, os escores são obtidos para o estado imunossuprimido (os primeiros 2 gráficos de barras), o estado imunossuportivo (os próximos dois gráficos de barras) (Figura 27 continuada) e o estado de repouso (os dois gráficos de barras finais) (Figura 27 continuada). Os resultados são similares para a leitura como escores de log2odds e escores de probabilidade.
Os escores de repouso e imunossupressivos (tolerogênicos) das células dendríticas (DCs) são escores próximos, mas bem distintos.
As células dendríticas
(DCs) suportivas têm um alto escore imunossuportivo. Figura 27C: Resultados de validação do modelo nas amostras dos conjunto de dados GSE13791 (descrito na Figura 22) que compreendem apenas amostras anotadas como de repouso ou de supressão. A barra de gráficos à esquerda mostra os resultados na escala log2odds (eixo y); a barra de gráficos à esquerda mostra os resultados na escala de probabilidade (eixo y). As amostras de barras à esquerda da linha vertical são amostras de calibração, no lado direito da linha são amostras de validação. O estado verdadeiro fundamental das amostras de células dendríticas é indicado em cada gráfico de barras. Amostras de calibração: as barras 1 a 3 representam amostras imunossupressivas; as barras 4 a 6 representam amostras imunossuportivas; as barras 7 a 9 representam amostras imunes de repouso. Amostras de validação: as barras 1 a 3 representam amostras de células dendríticas de repouso; as barras 4 a 6 representam amostras de células dendríticas imunossupressivas (tolerogênicas). Os dois primeiros gráficos de barras mostram o escore imunossuportivo (Figura 27C), os gráficos de barras 3 e 4 mostram o escore de repouso (Figura 27C continuada). Resultados: As células dendítricas suportivas têm um baixo escore imunossupresivo e de repouso e alto escore imunossuportivo. As amostras imunossupressivas e de repouso têm uma baixa probabilidade de serem imunossuportivas; e o escore mais alto de repouso; dessa forma, elas foram classificados pelo modelo como repouso que é muitas vezes perto do estado imunossupressivo.
[257] Descrição detalhada das modalidades
[258] Os seguintes exemplos ilustram meramente métodos particularmente preferenciais e aspectos selecionados em conjunto com os mesmos. O ensinamento aqui fornecido pode ser usado para construir vários testes e/ou kits, por exemplo, para detectar, prever e/ou diagnosticar o status funcional de um ou mais tipos de célula imune, o sistema imunitário adaptativo, o sistema imunológico inato ou todo o sistema imunológico. Além disso, com o uso de métodos conforme descrito na presente invenção, a prescrição de medicamento pode ser vantajosamente dirigida, a previsão da resposta do medicamento e o monitoramento da eficácia do medicamento (e/ou efeitos adversos) podem ser feitos, a resistência a medicamentos pode ser prevista e monitorada, por exemplo, para selecionar um teste (ou testes) subsequente a ser realizado (como um teste de diagnóstico complementar). Os seguintes exemplos não devem ser interpretados como uma limitação ao escopo da presente invenção.
[259] 1: Metodologia e descrição das amostras
[260] Com o uso da base de dados do conjunto de dados GEO (https://www.ncbi.nlm.nih.gov/gds/), os dados do microarranjo Affymetrix 2.0Plus de amostras provenientes de estudos clínicos e pré-clínicos em que vários tipos de células imunes foram investigados em repouso e sob vários estados de atividade, estimuladas e não estimuladas com citocinas relevantes, foram analisados em relação à atividade de vias de transdução de sinal com o uso dos modelos de vias (Figuras 1 a
12.). Isto permitiu a identificação de combinações de atividade de via características para diferentes tipos de células imune no estado de repouso e no estado de atividade ou imunossupressivo e para cada tipo de célula imune, um perfil de via de função imune característico foi definido relacionado à exposição para ativar ou imunossuprimir citocinas ou outros fatores.
[261] O status funcional da resposta imune pode ser medido em vários locais em que uma resposta imunológica é gerada ou efetuada, como no tecido doente, em um nódulo linfático de drenagem ou no sangue.
No caso exemplificador de câncer esses locais são resumidos no chamada “ciclo imune” (Figura 19). De maneira simplificada, para uma resposta imunológica anticâncer, no tecido tumoral de câncer, no ambiente inflamatório adequado, antígenos são retomadas por células dendríticas, levados para os nódulos linfáticos de drenagem e apresentados a células T CD4+ e CD8+ T, que são ativadas; As células de CD4+ T podem se tornar ativadas para alterar em células Th1 que coativam células CD8+, que se movem através do sangue para o tecido canceroso onde elas atacam as células cancerosas.
No tecido canceroso, as células cancerosas podem falhar em apresentar os antígenos adequados, elas podem suprimir a atividade de células dendríticas e células T, resultando em uma falta da atividade antitumoral.
Pela medição dos perfis de atividade de via nos diferentes tipos de células imunes a partir dos três locais e a avaliação da sua atividade individual ou status imunossupressivo, o estado funcional da resposta imune global, por exemplo, estado de repouso, estado ativado (antitumor) ou estado imunossupressivo (tolerante a tumor). Isso pode ser usado para prever a resposta imunológica contra o tumor antes do início da terapia, e para prever e monitorar a resposta a (imuno)terapia, ou ajustar/otimizar a dosagem da terapia, ou para monitorar o estado da resposta imunológica estado durante qualquer doença, ou para prever efeitos secundários de terapia imunomodulatória, ou para medir a adesão a fármacos imunomodulatórios, ou para monitorar uma doença imunomediada.
A terapia pode ser imunoterapia, mas, por exemplo, no caso de câncer também uma outra terapia (por exemplo quimio, direcionada, radiação, etc) que irá, por morte das células tumorais, liberar antígenos das células tumorais o que têm um efeito sobre a resposta imune.
[262] Para os seguintes tipos de células imunes que desempenham um papel na resposta/sistema imunológico inato e na resposta/sistema imunitário adaptativo, conjuntos de dados públicos de GEO foram identificados em que os dados da matriz Affymetrix estavam disponíveis a partir do respectivo tipo de célula em diferentes estados de atividade funcional para o tipo específico de célula imune, como um estado de repouso, um estado ativado ou suporte imunológico, um sistema imunológico ou estado tolerogênico ou imunossupressivo, estado de célula de memória. Para cada amostra analisada, foi necessário que uma verdade fundamental em relação ao status de atividade fosse conhecido.
[263] Destes conjuntos de dados para cada tipo de célula imune, um conjunto de calibração e ao menos um conjunto de avaliação/validação foram definidos.
[264] Subsequentemente, a análise da via, conforme aqui revelado, foi realizada nos diferentes tipos de células nos estados de atividade disponíveis conforme descrito na presente invenção, com o uso, por tipo de célula imune, do conjunto de calibração definido.
[265] É concebível que após a coleta de dados de células imunes no futuro, com o uso deste método, os modelos básicos de via, conforme revelados na presente invenção, possam ser adicionalmente aprimorados com base na análise dos dados e nas combinações de gene-alvo selecionadas que funcionam melhor para a aplicação da análise imune aqui descrita aplicação. A coleta de dados em combinação com uma evidência verdadeira fundamental em relação ao status da célula imune ou ao status da resposta imunológica permite melhorias nas combinações de gene-alvo ou adições de novos genes-alvo para a aplicação imune.
A.
Resposta imunológica inata: a.
Monócito, repouso, imunossuportivo (Calibração GSE28490+GSE43700/Validação GSE72642+GSE16385) b.
Macrófago, repouso e imunossuportivo (Calibração GSE43596/Validação GSE40885) c.
Célula dendrítica, repouso e imunossuportivo, modelo de 2 estados (Calibração GSE18791/Validação 52081); repouso e imunossuportivo e imunossuprimido, modelos de 3 estados de, respectivamente, atividades de via de sinalização 3 (Calibração GSE23371/Validação GSE13762+GSE56017) e 4 (Calibração GSE23371/Validação GSE13762+GSE56017) como entrada d.
Neutrófilos: repouso, suportivo (Calibração GSE22103/Validação GSE28490) B.
Resposta imunológica adaptativa a.
Célula T CD4+ T: repouso, imunossuportivo. (Calibração: GSE36766/ Validação: GSE11292) b. subtipo Th1 CD4, imunossuportivo e subtipo Th2 CD4, imunossuprimido (Calibração: GSE71566/validação: GSE32959) c. célula T CD8+ T: repouso, imunossuportivo, imunossuprimido (Calibração GSE26347/Validação GSE72642) d.
Célula Treg: repouso, imunossupressivo (Calibração GSE65010/Validação GSE11292) e.
Células B: repouso, imunossuportivo (Calibração GSE39411/Validação GSE9119) f. memória T, naive, memória (Calibração GSE65010/Validação GSE65010+GSE26495)
[266] Para todos os conjuntos de dados do Affymetrix obtidos da base de dados GEO para cada amostra, o estado de atividade funcional da célula imune foi mostrado de acordo com a verdade fundamental fornecida pelos autores do documento correspondente ou da anotação fornecida no GEO. Subsequentemente a análise da via (ER, AR, PI3K, etc.) foi realizada nos diferentes tipos de células nos estados de atividade funcionais designados, com o uso, por tipo de célula imune, do conjunto de calibração e o conjunto de validação definidos. Análise de via de vários tipos de células imunes
[267] A análise de via dos diferentes tipos de células imunes revelou para cada tipo de célula imune combinações específicas de vias de transdução de sinal ativas nos vários estados imunológicos funcionais, ou seja, de suporte, imunossuportivos ou imunossupressivos (Figuras 1 a 12.). A. Células imunes que contribuem para a resposta imune inata
[268] Os neutrófilos (Figura 1) no estado de repouso têm um fator de transcrição FOXO ativo, indicando uma via PI3K inativa ou de baixa atividade, associado com baixa atividade das vias imune NFkB, JAK-STAT1/2 (Interferon tipo I e Interferon tipo II) e JAK-STAT3, e as vias Notch e Wnt foram inativas. No estado suportivo, a atividade do fator de transcrição FOXO diminui, indicando um aumento da atividade da via PI3K, as vias imunológicas são mais ativas, bem como a vias Notch/Wnt.
[269] Os monócitos (Figura 2) mostram um padrão similar aos neutrófilos nas vias FOXO, NFkB, JAK-STAT1/2 Interferon tipo II e nas vias Notch e JAK-STAT3.
[270] Em células dendríticas (Figuras 3 a 5), as vias NFkB, JAK-STAT1/2 (ambos os tipos) e TGF-β foram mais ativas no estado suportivo, enquanto no estado suprimido (tolerogênica), a atividade de NFkB foi mais baixa, e a atividade do fator de transcrição FOXO intermediária entre o estado de repouso e o estado suportivo.
[271] Em macrófagos (Figura 6) um padrão similar foi encontrado para o estado suportivo, incluindo também as vias JAK-STAT3 e Notch ativas. B. Células imunes que contribuem para a resposta imune adaptativa
[272] Os tipos de células da resposta imune adaptativa são muito diferentes em função e uso das atividades de via em comparação com os tipos de células da resposta imune inata. Os linfócitos CD4 (Figura 7) em um estado suportivo mostram um fator de transcrição FOXO com atividade baixa, indicando um aumento da atividade da via PI3K, combinado com atividade aumentada das vias imunes NFkB, JAK-STAT1/2, JAK- STAT3, e uma atividade reduzida da via TGF-β. Os linfócitos CD4 subtipos Th1e Th2 + (Figura 8) que são respectivamente de suporte e supressivos, podem ser distinguidos com base na atividade do fator de transcrição FOXO (mais baixo no imunossuportivo Th1, indicando uma atividade mais alta da via PI3K mais alta), e das vias NFkB, JAK-STAT1/2 e JAK-STAT3 e TGF-β que são mais altas do que nas células Th1. As células Treg (Figura 9) tornam-se imunossupressivas (supressivas) quando ativadas e, então, mostram claramente um perfil de atividade de FOXO, NFkB, Notch, JAK-STAT1/2, JAK-STAT3 e TGF- β aumentado.
[273] Para os linfócitos CD8 (Figura 10), infelizmente, havia apenas uma amostra disponível para o estado de suporte, entretanto, a atividade da via observada estava em linha com o que era esperado com base no conhecimento de imunologia, isto é, uma atividade reduzida do fator de transcrição FOXO, indicativa de atividade de PI3K aumentada (indicando proliferação celular), vias NFkB, JAK- STAT1/2 e JAK-STAT3 aumentadas. Para uso no modelo abrangente funcional de resposta imunológica de predição, usamos a designação “não-suportivo” como um substituto para supressivo.
[274] O surgimento de células T de memória (Figura 11) após um estímulo de antígeno desapareceu e pode ser distinguido de células T naive que ainda não encontraram antígeno, pelo fator de transcrição FOXO mais ativo (atividade e proliferação da via PI3K menos ativa) atividade mais ativa da via NFkB e atividade da via TGF-β mais alta. As células B (Figura 12) produzem anticorpos e no estado suportivo mostraram uma diminuição na atividade do fator de transcrição FOXO, indicando atividade da via PI3K, e atividade aumentada de NFkB e JAK- STAT3.
[275] Claramente, enquanto nas células do sistema imune adaptativo das vias PI3K, NFkB e JAK-STAT3 são em geral indicativas de um estado de imunossuportivo (com exceção de Treg), outras vias como TGF-β e Notch têm papéis funcionais altamente específicos dependendo do tipo de célula específico. Desenvolvimento de um modelo computacional para prever o status funcional dos tipos de células imunes
[276] Subsequentemente, múltiplos modelos computacionais foram gerados para cada um dos tipos de células imunes, com o uso dos resultados das vias dos conjuntos de dados de calibração como entrada para calibrar o modelo (Figuras 1 a
12.). Subsequentemente, cada modelo foi congelado e validado no conjunto de dados de validação independente correspondente para testar a exatidão do modelo (Figuras 1 a 12.). Os status de atividade das vias de transdução de sinal que têm um papel conhecido (literatura científica) na determinação do estado funcional das células imunes foram usados para criar o modelo.
[277] Os exemplos de modelo são descritos, com base em um número variável de análises de vias de sinalização como entrada. A combinação das vias de sinalização descrita por tipos de células imunes não é, em geral, a única combinação possível de modelos de via. Um subgrupo/uma outra combinação das vias que são usados em um modelo de exemplo pode algumas vezes funcionar tão bem para prever o estado de atividade funcional do respectivo tipo de célula imune (ilustrado nas Figuras 4A e 5A bem como nas Figuras 4B e 5B). Alguns tipos de modelos apresentaram melhor desempenho.
[278] Três tipos diferentes de modelos foram criados para analisar os tipos de células imunes individuais, um modelo centroide, um modelo linear e um modelo bayesiano, conforme descrito na presente invenção. Desenvolvimento de um modelo para predição do sistema imune
[279] Os três modelos foram desenvolvidos para predizer o status funcional da resposta imunológica (aqui também chamado de status do sistema imune) a partir da atividade funcional das células imunes (aqui também chamado de estado funcional/status da célula imune) medidos em ao menos dois diferentes tipos de células imunes.
[280] As células imunes não agem por conta própria e juntos elas orquestrar a resposta imunológica, razão pela qual a interpretação das medições em múltiplos tipos de células imunes fornece um método melhor para prever o status de uma resposta imunológica. Finalmente, depois de desenvolver e validar modelos computacionais para distinguir os estados funcionais de cada um dos tipos de células imunes da resposta imune inata e adaptativa, dois modelos computacionais foram desenvolvidos que usam o resultado da atividade funcional dos modelos computacionais específicos para os tipos de células imunes por tipo de célula analisado como entrada para prever o status global da resposta imune em um indivíduo (saudável ou doente), que é se a resposta imune está em um estado inativo de repouso (repouso), ou o sistema imune está ativo (suportivo), ou supressivo (supressivo), e se qualquer atividade ou supressão está manifesta no sistema imune inato ou adaptativo.
[281] Em um tipo de modelo de resposta imunológica, os escores de ativação imune mais altos e mais baixo foram definidos, com base em indivíduos virtuais com, respectivamente, uma resposta imune completamente ativa e uma resposta imune imunossuprimida (Figuras 13A a 13G). Foi criada uma equação computacional com a qual um escore para o status de resposta imunológica pode ser calculado sob a forma de atividade em porcentagem. A cada variável de entrada para o modelo é atribuído 0, 1, 2 pontos (Figura 13A). O escore total dos pontos adicionados situa-se entre 19 e 6 (Figura 13B a 13D). A atividade da resposta imunológica é calculada como a porcentagem de ativação (Figura 13E), e para modelos com observáveis de entrada reduzidos (significando escores de atividade de células imunes).
[282] A porcentagem de atividade da resposta imunológica pode ser calculada da seguinte forma:
[283] Porcentagem de atividade de resposta imunológica = [(pontos cumulativos-6)/13]x100%
[284] Um estado imune de repouso é definido como 10 pontos. Isso pode ser usado para criar um limite para distinguir entre uma resposta imunológica ativada (>10 points) e uma resposta imunológica suprimida (<10 pontos). Um estado de repouso de 10 pontos é calculado como um estado imune de ativação de 77%. Dessa forma, um porcentagem > 77% indica uma resposta imunológica ativa; uma porcentagem menor que 77% indica, de maneira crescente, uma resposta imunológica imunossuprimida. Para alterar esta leitura num escore quantitativo para a atividade imunológica em função da a supressão imune, esse limite pode ser reajustado para 0.
[285] A equação se torna da seguinte forma:
[286] % de atividade da resposta imunológica - 77 = status da atividade imunológica, em que um número positivo significa que a resposta imunológica está ativa e um número negativo significa que está suprimida.
[287] A incorporação na equação anterior resulta em: Porcentagem da atividade imune ={[(pontos cumulativos- 6)/13]x100%} – 77.
[288] No caso de não todos os valores de entrada estarem disponíveis (por exemplo porque o status de atividade funcional não foi medido em todos os tipos de células imunes), o modelo pode ainda fornecer um escore de atividade de resposta imune com, entretanto, uma incerteza estimada.
[289] Um outro modelo de resposta imunológica é um modelo bayesiano que interpreta os escores da análise do tipo de célula imune individual em um uma probabilidade de que a resposta imune está em um estado ativo, de repouso ou suprimido (Figuras 14A e 14B).
[290] Um outro modelo é um modelo linear. A atividade de resposta imune é calculada da seguinte forma:
[291] Os pontos cumulativos maiores que 10 pontos indicam, de maneira crescente, que uma resposta imune não está inativa/supressiva; pontos cumulativos abaixo de 10 indicam de maneira crescente que uma resposta imunológica está em um estado suprimido (Figura 15).
[292] Uma variante de modelo no modelo linear pode ser usada para medir especificamente o estado imunossuprimido da resposta imune (Figura 16A e 16B).
[293] Cada um dos modelos pode também ser usado para medir a atividade da resposta imune inata e a resposta imune adaptativa separadamente. A abordagem do modelo bayesiano oferecerá intrinsecamente escores de atividade para esses diferentes tipos de resposta imunológica, que são parte do cálculo do estado geral da resposta imunológica. Os modelos computacionais de resposta imunológica em porcentagem e linear podem ser facilmente divididos em duas partes separadas, para respectivamente a resposta imunológica inata e adaptativa (exemplo na Figura 17A e 17B) mas também para os modelos alternativos (Exemplo na Figura 16A e 16B). No modelo bayesiano este pode ser lido já a partir do modelo descrito.
[294] Para todos os modelos é possível aumentar ainda mais a exatidão da predição através da alteração do peso de um ou mais valores de entrada de tipos de célula imune (que são obtidos pela análise da atividade imunológica funcional com base na análise de via). Por exemplo, é esperado que as células Treg, quando no estado supressivo, sejam altamente específicas para uma resposta imune imunossuprimida; No modelo de atividade imunológica em porcentagem e no modelo linear este conhecimento pode ser incorporado por, por exemplo, mediante a alteração do “0” para “-1” como entrada para o modelo; no modelo bayesiano os parâmetros de nós podem ser facilmente adaptados para aumentar a especificidade (pela alteração de 0,9 em 0,99 por exemplo; e reduzir de 0,1 para 0,001). Validação de modelo e resultados
[295] As Figuras 1 a 6 mostram os resultados em tipos de célula da resposta imune inata. As Figuras 7 a 12 mostram os resultados em tipos de célula da resposta imune adaptativa. Os resultados de atividade da via (para as vias de transdução de sinal que são incluídas no respectivo modelo computacional) são representadas como log 2 odds; o status funcional das células imunes na amostra é indicado (repouso, suporte, supressivo, naive, memória), e o escore do status funcional fornecido pelo modelo é dada à direita; OK significa uma designação correta funcional; Falso significa uma designação incorreta funcional. Nas Figuras 1B a 12B, dois estados adjacentes são separadas por um valor de limite que é determinado pela média total do valor linear médio do primeiro estado e o valor linear de médio do segundo estado. Os valores de limite são fornecidos na tabela a seguir. Valor de limite Estado entre estados Figura 1B Repouso - Suportivo -1,05
Figura 2B Repouso - Suportivo -9,76 Figura 3B Repouso - Suportivo 10,50 Repouso - Suportivo 10,20 Figura 4B Repouso - Supressivo 5,52 Repouso - Suportivo 14,36 Figura 5B Repouso - Supressivo 14,72 Figura 6B Repouso - Suportivo 15,29 Repouso - Suportivo -2,26 Figura 7B Repouso - Supressivo -27,37 Figura 8B Suportivo - Supressivo 8,80 Figura 9B Suportivo - Supressivo 0,01 Figura 10B Repouso - Suportivo -9,50 Figura 11B Memória - Naive 0,10 Figura 12B Repouso - Suportivo -3,64
[296] Para propósitos de validação de modelo de resposta imune (Figura 18), vários conjuntos de dados clínicos foram identificados nos quais ao menos dois tipos de células imunes por amostra foram analisados com o uso do microarranjo da Affymetrix. A validação foi realizada em vários conjuntos de dados de amostra clínica, consistindo em um número variável de tipos de células imunes, mostrando que a entrada para o modelo de resposta imune pode variar em relação ao número de tipos de células imunes disponíveis na respectiva amostra.
[297] Por exemplo, as Figuras 18A e 18B mostram os resultados para a medição do estado do sistema imune com o uso do conjunto de dados GSE72462. Diferentes tipos de células imunes (linfócitos CD4+, CD8+ e B, neutrófilos, monócitos) foram isolados a partir de amostras de sangue periférico de 3 indivíduos saudáveis, e resultados de microarranjo analisamos com o método descrito aqui para avaliar o status funcional (atividade) dos vários tipos de células imunes com o uso centroide modelos.
Os resultados com o modelo centroide da análise da atividade da células imunes (Figura 18A) funcionou também como entrada para o modelo de resposta imunológica tipo 2 (atividade da resposta imunológica, modelo bayesiano). O resultado dos cálculos do modelo bayesiano de resposta imunológica mostra que os tipos de células imunes inatas, os tipos de células imunes adaptativas, bem como a resposta imunológica global, tem a probabilidade mais alta para o estado de atividade do estado normal/de repouso, em total concordância com o status de atividade da resposta imunológica esperado para indivíduos saudáveis.
Para cada uma das três réplicas, um conjunto de dados foi gerado no qual o estado de repouso não é 100% de certeza, mas é definido probabilístico.
A probabilidade é derivada das distâncias do modelo centroide (conforme relatado na Figura 18A) - com a maior probabilidade atribuída ao estado com a menor distância.
A abordagem softmax foi usada para determinar as probabilidades.
Os resultados são resumidos na tabela abaixo. nó estado 100% réplica réplicas réplica repouso 1 2 3 Imune Ativo 0 0,02 0,01 0,03 adaptativo Imune Repouso 0,78 0,79 0,8 0,79 adaptativo Imune Supressivo 0,21 0,19 0,19 0,19 adaptativo Resposta A) Normal 0,52 0,4 0,41 0,4 imune Resposta B) 0,02 0,19 0,2 0,19 imune Inflamatório
Resposta C) Suprimido 0,25 0,19 0,2 0,19 imune Resposta D) 0 0,02 0,01 0,03 imune Adaptativo Resposta E) Esgotado 0,21 0,19 0,19 0,19 imune Inato Ativo 0,02 0,23 0,23 0,23 imune Inato Repouso 0,58 0,45 0,46 0,45 imune Inato Supressivo 0,4 0,32 0,32 0,31 imune 2: Determinação do status funcional de células dendríticas
[298] Com o uso da base de dados do conjunto de dados GEO (https://www.ncbi.nlm.nih.gov/gds/), os dados do microarranjo Affymetrix 2.0Plus de amostras provenientes de estudos clínicos e pré-clínicos em que células imunes dentríticas foram investigadas em repouso e sob vários estados de atividade e tolerogênico, estimuladas e não estimuladas com citocinas relevantes, foram analisados em relação à atividade de vias de transdução de sinal com o uso dos modelos de via. Isto permitiu a identificação de perfis de atividade de via característicos para diferentes tipos de células imune no estado de repouso e no estado de atividade ou imunossupressivo (tolerogênico) e um perfil de via de função imune característico foi definido relacionado à exposição para ativar ou imunossuprimir citocinas ou outros fatores.
[299] A análise de via dos dados de microarranjo e a interpretação computacional dos resultados de via por amostra permitiu a caracterização de células dendríticas com relação à atividade de via de transdução de sinal típica em indivíduos saudáveis, expresso como escores de atividade log2odds (com referência às patentes de modelos de via mencionadas acima).
[300] Os modelos foram desenvolvidos para duas situações: (1) fornecer um escore no status de atividade em função do status de repouso de células dendríticas (chamado o modelo 2D); (2) fornecer um escore no status de atividade, em função de status de repouso em função de status tolerogênico de células dendríticas (chamado de modelo 3D).
[301] Para ambas as situações, um raciocínio bayesiano (a) e um modelo linear matemático (b e um modelo centroide computacional foram desenvolvidos como exemplos de modelos que podem ser usados para interpretar os escores de atividade de via medidos.
[302] Os modelos foram calibrados com o uso dos conjuntos de dados GEO publicamente disponíveis contendo amostras Affymetrix U133 Plus2.0 com uma “verdade fundamental” em relação às possibilidades de atividade funcional de, respectivamente, 2 status (ativo/de suporte; inativo/repouso) ou 3 status (ativo/suporte; inativo/repouso; imunossupressivo/tolerogênico) das células dendríticas. Para cada amostra, o escore de atividade de cada via é dada como entrada para o cálculo do parâmetro.
[303] Subsequentemente, os modelos de 2 estados e 3 estados (aqui também chamados de 2D e 3D) foram validados em conjuntos de dados GEO públicos independentes contendo amostras Affymetrix U133 Plus2.0 com, mais uma vez, uma “verdade fundamental” em relação às possibilidades de atividade funcional de, respectivamente 2 status (ativo/suporte; inativo/repouso) ou 3 status (ativo/suporte; inativo/repouso; imunossupressivo/tolerogênico) das células dendríticas. Para cada amostra, o escore de atividade de cada via é dada como entrada para o cálculo do parâmetro.
[304] Para os modelos bayesiana, modelos foram criados e nós CPT foram ajustados manualmente (Figura 20A a 20D para o modelo 2D; As Figuras 21A a 21E para o modelo 3D). Para o modelo 2D: as atividades de via das vias NFkB, JAK- STAT1/2, e TGF-β foram usadas como entrada para os nós de parâmetro. Para o modelo 3D: as atividades de via das vias MAPK-AP-1, PI3K, NFkB, JAK-STAT1/2, e TGF-β foram usadas como entrada para os nós de parâmetro. Um critério opcional adicional pode ser que as outras vias medidas não discriminam entre os estados funcionais das células dendríticas.
[305] Para o modelo computacional linear, os escores de atividade de via da via medida (3 vias no caso do modelo 2D e 5 vias no caso do modelo 3D) são adicionados e o escore múltiplo de atividade de via indica o status da atividade funcional das células dendríticas. Inativo/repouso tem um escore abaixo de zero, imunossuprimido/tolerogênico tem um escore entre zero e 10, imune ativo/suporte tem um escore >10 (Figura 22A e 22B). As vias selecionadas para os modelos 2D e 3D e o critério opcional adicional são os mesmos descritos acima para os modelos bayesianos.
[306] Para o modelo centroide, os escores de atividade de via das vias medidas são baseados no cálculo da distância euclidiana com o uso de 3 vias no caso das equações do modelo 2D: â , = ! "# − $$$% " & + !( − ( "# )" %& + !*"# − *)" %& â , + = ! ,# − ), %& + !(,# − (), %& + !*,# − *), %& e para 5 vias no caso das equações do modelo 3D â , = ! "# − $$$% " & + !( − ( "# )" %& + !*"# − *)" %& â , + = !+,# − +), %& + !-,# − $$$% -, & + ! ,# − ), %& + !(,# − (), %& + !*,# − *), %& â , + = !+./# − $$$$$% +./ & + !-./# − $$$$$% -./ & + ! ./# − $$$$% ./ & + !( (./ & + !*./# − *$$$$% ./# − $$$$% ./ &
[307] em que x, y e z representam as 3 vias, v, w, x, y e z representam as 5 vias, a média dos subscritos r, s e SP são as médias de dados de calibração, e os subscritos ri, si e SPI se referem aos valores de amostras de validação individuais. A distância mais curta define o estado, respectivamente de repouso ou de suporte no modelo de 2 estados, e repouso, suporte ou supressivo no modelo de 3 estados (Figura 23A e 23B). As vias selecionadas para os modelos 2D e 3D e o critério opcional adicional são os mesmos descritos acima para os modelos bayesianos.
[308] Células dendríticas mieloides e monócitos se originam de uma célula progenitora comum, e no estudo que foi usado como conjunto de calibração (GSE23371), monócitos derivados de sangue foram maturados em direção a células dendríticas pela adição de IL4 e GMCSF ao meio de cultura, conforme descrito na literatura e mais comumente usados (de Vries, et al, J. Immunother 2002, 25(5):429-438). Em uma publicação mais recente, foi demonstrado que a substituição de IL4 por IL15 durante esse processo de maturação pode levar a DCs maduras que melhoraram a capacidade para atrair linfócitos efetores, em comparação com as DCs amadurecidas com IL4 que tendem a exercer mais efeitos supressivos sobre as células T, como manifesto pela produção de citocinas, que acentua a geração de tipos de células Treg e Th2 (Fonte: conjunto de dados GSE79184; van Acker H.H. et al., “Desirable cytolytic immune effector cell recruitment by interleukin-15 dendritic cells”, Oncotarget, Vol. 8, No. 8, 2017, páginas 13652 a 13665). Isso explica por que o modelo descrito 3D mostra apenas uma diferença relativamente pequena entre o “repouso” e o estado tolerogênico, o que torna difícil distinguir entre estes dois estados inativos. O uso de dados Affymetrix das células DCs amadurecidas com IL15 como conjunto de calibração de “repouso” teria resultado no oposto, ou seja, um modelo que não consegue distinguir muito bem entre o estado ativo/suporte e o estado de “repouso”. Uma vez que a função mais importante do modelo é identificar se as DCs estão no estado ativo/suporte, em comparação com um estado não ativo, escolhemos os dados da DC amadurecidas com IL4 como os dados de calibração de “repouso”. O uso do modelo 3D no conjunto de dados GSE79184, contendo dados de DCs amadurecidas com IL4 e IL15, mostra que as DCs amadurecidas com IL5 são classificadas como ligeiramente ativadas (Figura 24). Resultados de validação exemplificadores em modelos bayesianos
[309] O modelo 2D fornece um escore no status ativo/suporte em função do status inativo/repouso de células dendríticas em uma escala log2odds (Figuras 25A e 25B). Os dados do microarranjo Affymetrix 2.0Plus de células dendríticas diferenciadas derivadas de sangue periférico que estavam de acordo com estado da técnica induziram um estado ativo/suporte ou permaneceram no estado inativo/repouso, onde foram analisados quanto às atividades de via e o modelo usado para fornecer um escore de atividade imune como log2odds. Os resultados das amostras de calibração são representados no lado esquerdo e indicados como “calibração” na legenda da figura. O modelo 2D bayesiano foi validado no conjunto de dados GSE18791 previu corretamente previu os escores de atividade das amostras nesse/nesses conjuntos de dados.
[310] O conjunto de dados GSE18791 (Figura 26) contém amostras de DCs convencionais derivadas de monócitos de sangue periférico humano de 2 diferentes doadores convencionais que foram infectadas com o vírus da doença de Newcastle (NDV) ou como com um fluido alantóica (AF) de controle. A infecção com iniciais NDV é usada para criar um sistema de modelo in vitro para ativação de células dendríticas no corpo. Em múltiplos pontos de tempo após a infecção com NDV, conforme indicado nas figuras, a atividade da via de transdução de sinal foi medida nas amostras de células, e esta análise mostrou que após 1 hora a via NFkB se torna ativa, refletindo provavelmente o mecanismo de processamento de antígeno; após 4 horas a via JAK-STAT1/2, refletindo provavelmente o mecanismo de apresentação de antígeno, e após 10 horas na ativação completa da via TGF-β que pode refletir a ativação de mecanismos migratórios na célula dendrítica (Figura 27). Referência: Zaslavsky E. et al., “Antiviral response dictated by choreographed cascade of transcription factors”, Journal of Immunology, Vol. 184, No. 6, Mar 2010, páginas 2908 a 2917.)
[311] O segundo conjunto de dados usado, GSE14000, contém amostras de DCs derivadas de monócitos do sangue periférico humano que foram ativados (estado funcional ativo/suporte) em uma maneira alternativa pela adição de lipopolissacarídeos (LPS) às células, e as medições foram realizadas em dois pontos de tempo, sendo que o ponto de tempo de 4 horas representa ativação parcial e o ponto de tempo de 16 horas ativação completa. Referência: Ceppi M. et al., “Ribosomal protein mRNAs are translationally-regulated during human dendritic cells activation by LPS”, Immunome Research, novembro de 2009, 5:5).
[312] O modelo 3D fornece um escore no status ativo/suporte em função do status inativo/repouso em função do estado imunossupressivo/tolerogênico de células dendríticas em uma escala log2odds (Figuras 27A e 27B). Os dados do microarranjo Affymetrix 2.0Plus de células dendríticas diferenciadas derivadas de sangue periférico que estavam de acordo com estado da técnica induziram um estado ativo/suporte ou imunossuprimido/tolerogênico ou permaneceram no estado inativo/repouso, onde foram analisados quanto às atividades de via e o modelo usado para fornecer um escore de atividade imune como log2odds. Os resultados das amostras de calibração são representados no lado esquerdo e indicados como “calibração”. O modelo 3D foi validado em conjunto de dados bayesiana GSE18791 e previu corretamente escores de atividade das amostras nesses conjuntos de dados. Resultados de validação exemplificadores em modelo linear
[313] O modelo linear foi validado no conjunto de dados GSE18791 para o modelo 2D e no conjunto de dados GSE18791 e GSE13672 para o modelo 3D, e previu corretamente escores de atividade das amostras no conjunto de dados (Figura 22C e 22D).
Resultados de Validação exemplificadores, em modelo centroide
[314] O modelo centroide foi validado no conjunto de dados GSE18791 para o modelo de 2 estados e no conjunto de dados GSE18791 e GSE13672 para o modelo de 3 estados, e previu corretamente escores de atividade das amostras no conjunto de dados (Figura 23C e 23D).

Claims (15)

REIVINDICAÇÕES
1. MÉTODO PARA DETERMINAR O STATUS FUNCIONAL DE AO
MENOS UM TIPO DE CÉLULA IMUNE EM AO MENOS UMA AMOSTRA DE UM INDIVÍDUO, sendo que o método é caracterizado por compreender: determinar o status funcional do ao menos um tipo de célula imune com base na atividade de ao menos uma via de sinalização no ao menos um tipo de célula imune na ao menos uma amostra do indivíduo; e opcionalmente fornecer o status funcional do ao menos um tipo de célula imune na ao menos uma amostra do indivíduo.
2. MÉTODO, de acordo com a reivindicação 1, caracterizado por a ao menos uma via de sinalização ser selecionada do grupo de vias de sinalização PI3K, NFkB, TGF-β, JAK-STAT3, JAK-STAT1/2, Notch, Wnt, MAPK-AP-1, AR, ER e HH, e sendo que a ao menos uma via de sinalização compreende, de preferência, duas ou mais vias de sinalização selecionadas no grupo acima e a determinação ser baseada na atividade de duas ou mais vias de sinalização.
3. MÉTODO, de acordo com qualquer uma das reivindicações 1 ou 2, caracterizado pela(s) via(s) de sinalização compreender(em), de preferência, ao menos uma ou ambas dentre as vias de sinalização de PI3K e NFkB.
4. MÉTODO, de acordo com qualquer uma das reivindicações anteriores, caracterizado por o status funcional do ao menos um tipo de célula imune ser determinado com base na avaliação de um modelo matemático calibrado que relaciona a atividade ou atividades da(s) via(s) de sinalização ao status funcional do ao menos um tipo de célula imune.
5. MÉTODO, de acordo com qualquer uma das reivindicações anteriores, caracterizado por a atividade da ao menos uma via de sinalização no ao menos um tipo de célula imune ser inferível por um método que compreende: receber níveis de expressão de um e, de preferência, três ou mais genes-alvos da ao menos uma via de sinalização, determinar um nível de atividade de um elemento de fator de transcrição (FT) associado com a via de sinalização, sendo que o elemento de FT associado com a via de sinalização controla a transcrição dos três ou mais genes-alvo, sendo que a determinação tem por base a avaliação de um modelo de via de sinalização matemático calibrado que relaciona os níveis de expressão dos genes-alvo ao nível de atividade da ao menos uma via de sinalização, e inferir a atividade da ao menos uma via de sinalização no ao menos um tipo de célula imune com base no nível de atividade determinado do elemento de FT associado com a via de sinalização, sendo que o modelo matemático de via calibrado é, de preferência, um modelo centroide ou um modelo linear, ou um modelo de rede bayesiana baseado em probabilidades condicionais.
6. MÉTODO, de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo status funcional do ao menos um tipo de célula imune ser determinado para ter um status de repouso, um status de suporte, um status supressivo, um status naive ou um status de memória.
7. MÉTODO, de acordo com qualquer uma das reivindicações anteriores, caracterizado por a ao menos uma amostra ser selecionada do grupo que consiste em um tecido, nódulo linfático, sangue, aspirato bronquial, aspirato de medula óssea e amostra de cavidade corporal e/ou sendo que o ao menos um tipo de célula imune é selecionado do grupo que consiste em: células imunes inatas, em particular células assassinas naturais (NK), leucócitos polimorfonucleares (PMNs), em particular neutrófilos, macrófagos, monócitos, células dendríticas, incluindo células dendríticas mieloides, células dendríticas plasmacitoides e células dendríticas clássicas, e células mononucleares do sangue periférico (CMSPs) e células imune adaptativas, em particular linfócitos B, linfócitos T e subtipos dos mesmos, em particular células T CD4+, células CD4+ Th1, as células CD4+ Th2, células T reguladoras (T reg) CD4+, células de memória T CD4+, células T CD8+ e células T de memória CD8+.
8. MÉTODO, de acordo com qualquer uma das reivindicações anteriores, caracterizado pela determinação do status funcional do ao menos um tipo de célula imune compreender a discriminação entre dois ou três status funcionais do ao menos um tipo de célula imune, sendo que a discriminação é com base em uma probabilidade de que ao menos uma dentre as seguintes relações por um tipo de célula imune se aplica: em neutrófilos, um status de repouso é distinguido por uma via PI3K de atividade mais alta, uma via NFkB de atividade mais baixa, uma via TGF-β de atividade mais baixa, uma via JAK-
STAT1/2 de atividade mais baixa, uma via JAK-STAT3 de atividade mais baixa, uma via Wnt de atividade mais baixa e uma via Notch de atividade mais baixa do que um status suportivo; em monócitos, um status de repouso é distinguido por uma via PI3K mais alta, uma via NFkB mais baixa, uma via TGF- β mais baixa, um via Notch mais baixo e uma via JAK-STAT3 mais baixa do que um status suportivo; em células dendríticas, um status de repouso é distinguido por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT1/2 mais baixa, uma via TGF-β mais baixa e uma via JAK-STAT3 mais baixa do que um status suportivo; em células dendríticas um status de repouso é distinguido por uma via PI3K mais baixa, uma via NFkB mais alta e uma via JAK-STAT1/2 mais baixa do que um status supressivo; em células dendríticas um status suportivo é distinguido por uma via PI3K mais alta, uma via NFkB mais alta, uma via JAK-STAT1/2 mais alta e uma via TGF-β mais alta do que um status supressivo; em macrófagos um status de repouso é distinguido por uma via NFkB mais baixa, uma via Notch mais baixa, uma JAK- STAT1/2 mais baixa e uma via JAK-STAT3 mais baixa do que um status suportivo; em células T CD4+ um status de repouso é distinguido por uma via PI3K mais, uma NFkB mais baixa, uma via JAK-STAT3 mais baixa, um via Notch mais baixa e uma via JAK-STAT1/2 mais baixa do que um status suportivo; em células T CD4+ um estado de repouso é distinguido por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa e uma via TGF-β mais baixa do que um status supressivo;
em células T CD4+, um status suportivo é distinguido por uma via PI3K mais baixa, uma via NFkB mais alta, uma via JAK-STAT3 mais alta, uma via TGF-β mais baixa e uma JAK- STAT1/2 mais baixa do que um status supressivo; as células CD4+ Th1 são distinguidas por uma via NFkB mais alta, uma via TGF-β mais alta e uma via JAK-STAT1/2 mais alta do que as células CD4+ Th2; em células T-reg, um status de repouso é distinguido por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa, uma via TGF-β mais baixa e uma via Notch mais baixa do que um status supressivo; em células T CD8+, um estado de repouso é distinguido por uma via PI3K mais baixa, uma via NFkB mais baixa, uma via JAK-STAT3 mais baixa, uma via TGF-β mais baixa, uma via Notch mais baixa e uma via JAK-STAT1/2 mais baixa do que um status suportivo; as células T de memória são distinguidas por uma via PI3K mais alta, uma via NFkB mais e uma via TGF-β mais alta do que as células T naive; em linfócitos B, um estado de repouso é distinguido por uma via PI3K mais alta, uma via NFkB mais baixa e uma via JAK-STAT3 maios baixa do que um status suportivo.
9. MÉTODO PARA DETERMINAR O STATUS DE ATIVIDADE DO SISTEMA IMUNE INATO OU ADAPTATIVO DE UM INDIVÍDUO, sendo que o método é caracterizado por compreender: determinar o status de atividade do sistema imune inato com base em status funcional de ao menos um tipo de célula imune inata em ao menos uma amostra do indivíduo, e opcionalmente fornecer o status da atividade do sistema imune inato, ou determinar o status de atividade do sistema imune adaptativo com base em status funcional de ao menos um tipo de célula imune adaptativa em ao menos uma amostra do indivíduo, e opcionalmente fornecer o status de atividade do sistema imune inato do indivíduo, sendo que o status funcional do ao menos um tipo de célula imune inata ou adaptativa é, de preferência, determinável pelo método conforme definido em qualquer uma das reivindicações 1 a 8.
10. MÉTODO PARA DETERMINAR O STATUS DE ATIVIDADE DO SISTEMA IMUNE GLOBAL DE UM INDIVÍDUO, sendo que o método é caracterizado por compreender: determinar o status de atividade global do sistema imunitário com base nos estados imune inato e adaptativo do indivíduo, sendo que os estados de atividade do sistema imune inato e/ou adaptativo são determináveis pelo método conforme definido na reivindicação 7, ou determinar o status de atividade global do sistema imunitário com base nos estados funcionais de ao menos um tipo de célula imune inata e ao menos um tipo de célula imune adaptativa em ao menos uma amostra do indivíduo, e opcionalmente fornecer o status de atividade global do sistema imunitário do indivíduo, sendo que os status funcionais do ao menos um tipo de célula imune inata e/ou do ao menos um tipo de célula imune adaptativa são, de preferência, determináveis pelo método conforme definido em qualquer uma das reivindicações 1 a 8.
11. MÉTODO, de acordo com qualquer uma das reivindicações 9 ou 10, caracterizado pela determinação do status de atividade do sistema imunitário ser baseada na avaliação de um modelo matemático calibrado relacionado com o status funcional do ao menos um tipo de célula imune ao status de atividade do sistema imunológico, sendo que o modelo matemático imunitário calibrado é, de preferência, um modelo centroide ou um modelo linear, ou um modelo de rede bayesiana baseado em probabilidades condicionais.
12. APARELHO, caracterizado por compreender ao menos um processador digital configurado para executar o método conforme definido em qualquer uma das reivindicações 1 a 11.
13. MÍDIA DE ARMAZENAMENTO NÃO TRANSITÓRIO, caracterizada por armazenar instruções que são executáveis por um dispositivo de processamento digital para executar o método conforme definido em qualquer uma das reivindicações 1 a 11.
14. PROGRAMA DE COMPUTADOR, caracterizado por compreender meios de código de programa para fazer com que um dispositivo de processamento digital execute o método conforme definido em qualquer uma das reivindicações 1 a 11, quando o programa for executado no dispositivo de processamento digital.
15. KIT, caracterizado por se destinar a executar o método conforme definido em qualquer uma das reivindicações 1 a 11, sendo que kit compreende: componentes para quantificar a expressão de três ou mais genes-alvos de PI3K, componentes para quantificar a expressão de três ou mais genes-alvos de NFkB; e opcionalmente um ou mais de: componentes para quantificar a expressão de três ou mais genes-alvo de TGF-β;
componentes para quantificar a expressão de três ou mais genes-alvos de STAT3; componentes para quantificar a expressão de três ou mais genes-alvo de STAT1/2; componentes para quantificar a expressão de três ou mais gene- alvos de Notch; componentes para quantificar a expressão de três ou mais genes-alvos de Wnt; componentes para quantificar a expressão de três ou mais genes-alvo de AP-1; componentes para quantificar a expressão de três ou mais genes-alvo de AR; componentes para quantificar a expressão de três ou mais genes alvos de ER; e componentes para quantificar a expressão de três ou mais genes alvos de HH, sendo que o kit, de preferência, compreende adicionalmente o aparelho conforme definido na reivindicação 12, a mídia de armazenamento não transitório conforme definida na reivindicação 13, ou o programa de computador conforme definido na reivindicação 14; sendo que os componentes são iniciadores de amplificação; sendo que os três ou mais genes-alvo da via PI3K são selecionados do grupo que consiste em: AGRP, BCL2L11, BCL6, BNIP3, BTG1, CAT, CAV1, CCND1, CCND2, CCNG2, CDK 1A, CDK 1B, ESRl, FASLG, FBX032, GADD45A, INSR, MXIl, NOS3, PCKl, POMC, PPARGCIA, PRDX3, RBL2, SOD2 e TNFSF10 (WO 2015/101635); ATP8A1, BCL2L11, BNIP3, BTGl, ClOorflO, CAT, CBLB, CCNDl, CCND2, CDKNIB, DDB1, DYRK2, ERBB3, EREG, ESRl, EXT1, FASLG,
FGFR2, GADD45A, IGF1R, IGFBP1, IGFBP3, INSR, LGMN, MXI1, PPM1D, SEMA3C, SEPP1, SESN1, SLC5A3, SMAD4, SOD2, TLE4, e TNFSF10; ou SOD2, BNIP3, MXI1, PCK1, PPARGC1A e CAT; sendo que os três ou mais genes-alvo da via NFkB são selecionados do grupo que consiste em: BCL2L1, BIRC3, CCL2, CCL3, CCL4, CCL5, CCL20, CCL22, CX3CL1, CXCL1, CXCL2, CXCL3, ICAM1, IL1B, IL6, IL8, IRF1, MMP9, NFKB2, NFKBIA, NFKB IE, PTGS2, SELE, STAT5A, TNF, TNFAIP2, TNIP1, TRAF1 e VCAM1; sendo que os três ou mais genes-alvo de TGF-β são selecionados do grupo que consiste em: ANGPTL4, CDC42EP3, CDKNIA, CDKN2B, CTGF, GADD45A, GADD45B, HMGA2, ID1, IL11, SERPINE1, INPP5D, JUNB, MMP2, MMP9, NKX2-5, OVOL1, PDGFB, PTHLH, SGK1, SKIL, SMAD4, SMAD5, SMAD6, SMAD7, SNAI1, SNAI2, TIMP1 e VEGFA; sendo que os três ou mais genes-alvo da via STAT3 são selecionados do grupo que consiste em: AKT1, BCL2, BCL2L1, BIRC5, CCND1, CD274, CDKN1A, CRP, FGF2, FOS, FSCN1, FSCN2, FSCN3, HIF1A, HSP90AA1, HSP90AB1, HSP90B1, HSPA1A, HSPA1B, ICAM1, IFNG, IL10, JunB, MCL1, MMP1, MMP3, MMP9, MUC1, MYC, NOS2, POU2F1, PTGS2, SAA1, STAT1, TIMP1, TNFRSF1B, TWIST1, VIM e ZEB1; os três ou mais genes-alvo da via STAT1;2 são selecionados do grupo que consiste em: BID, GNAZ, IRF1, IRF7, IRF8, IRF9, LGALS1, NCF4, NFAM1, OAS1, PDCD1, RAB36, RBX1, RFPL3, SAMM50, SMARCB1, SSTR3, ST13, STAT1, TRMT1, UFD1L, USP18, e ZNRF3; sendo que os três ou mais genes-alvo da via Notch são selecionados do grupo que consiste em: CD28, CD44, DLGAP5, DTX1, EPHB3, FABP7, GFAP, GIMAP5, HES1, HES4, HES5, HES7, HEY1, HEY2, HEYL, KLF5, MYC, NFKB2, NOX1, NRARP, PBX1, PIN1, PLXND1, PTCRA, SOX9 e TNC;
sendo que os três ou mais genes-alvo da via Wnt são selecionados do grupo que consiste em: KIAA1199, AXIN2, RNF43, TBX3, TDGF1, SOX9, ASCL2, IL8, SP5, ZNRF3, KLF6, CCND1, DEFA6 e FZD7; or ADRA2C, ASCL2, AXIN2, BMP7, CCNDl, CD44, COL18A1, DEFA6, DKKl, EPHB2, EPHB3, FAT1, FZD7, GLUL, HNF1A, CXCL8, CEMIP, KLF6, LECT2, LEF1, LGR5, MYC, NKD1, OAT, PPARG, REGIB, RNF43, SLC1A2, SOX9, SP5, TBX3, TCF7L2, TDGF1, e ZNRF3; sendo que os três ou mais genes-alvo da via AP-1 são selecionados do grupo que consiste em: BCL2L11, CCND1, DDIT3, DNMT1, EGFR, ENPP2, EZR, FASLG, FIGF, GLRX, IL2, IVL, LOR, MMP1, MMP3, MMP9, SERPINE1, PLAU, PLAUR, PTGS2, SNCG, TIMP1, TP53 e VIM; sendo que os três ou mais genes-alvo da via AR são selecionados do grupo que consiste em: KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR e EAF2; ou KLK2, PMEPA1, TMPRSS2, NKX3 1, ABCC4, KLK3, FKBP5, ELL2, UGT2B15, DHCR24, PPAP2A, NDRG1, LRIG1, CREB3L4, LCP1, GUCY1A3, AR, e EAF2; sendo que os três ou mais genes-alvo da via ER são selecionados do grupo que consiste em: CDH26, SGK3, PGR, GREBl, CA12, XBP1, CELSR2, WISP2, DSCAM, ERBB2, CTSD, TFF1 e NRIPl; ou GREB1, PGR, XBP1, CA12, SOD1, CTSD, IGFBP4, TFF1, SGK3, NRIP1, CELSR2, WISP2, e AP1B1; ou AP1B1, ATP5J, COL18A1, COX7A2L, CTSD, DSCAM, EBAG9, ESRl, HSPBl, KRT19, NDUFV3, NRIPI, PGR, PISD, PRDM15, PTMA, RARA, SODl, TFFl, TRIM25, XBPl, GREBl, IGFBP4, MYC, SGK3, WISP2, ERBB2, CA12, CDH26, e CELSR2; sendo que os três ou mais genes-alvo da via HH são selecionados do grupo que consiste em: GLI1, PTCH1, PTCH2, IGFBP6, SPP1, CCND2, FST, FOXL1, CFLAR, TSC22D1, RAB34, S100A9, S100A7, MYCN, FOXM1, GLI3, TCEA2, FYN e CTSL1; ou
GLI1, PTCH1, PTCH2, HHIP, SPP1, TSC22D1, CCND2, HI 9, IGFBP6, TOM1, JUP, FOXA2, MYCN, NKX2-2, NKX2-8, RAB34, MIF, GLI3, FST, BCL2, CTSL1, TCEA2, MYLK, FYN, PITRM1, CFLAR, IL1R2, S100A7, S100A9, CCNDl, JAG2, FOXM1, FOXF1, e FOXL1.
BR112020006605-2A 2017-10-02 2018-10-01 método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo, método para determinar o status de atividade do sistema imune global de um indivíduo, aparelho, mídia de armazenamento não transitório, programa de computador e kit BR112020006605A2 (pt)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762566755P 2017-10-02 2017-10-02
US62/566,755 2017-10-02
US201862683710P 2018-06-12 2018-06-12
US62/683,710 2018-06-12
PCT/EP2018/076614 WO2019068623A1 (en) 2017-10-02 2018-10-01 DETERMINING THE FUNCTIONAL STATE OF TYPES OF IMMUNE CELLS AND AN IMMUNE RESPONSE

Publications (1)

Publication Number Publication Date
BR112020006605A2 true BR112020006605A2 (pt) 2020-10-06

Family

ID=63762504

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112020006605-2A BR112020006605A2 (pt) 2017-10-02 2018-10-01 método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo, método para determinar o status de atividade do sistema imune global de um indivíduo, aparelho, mídia de armazenamento não transitório, programa de computador e kit

Country Status (7)

Country Link
US (1) US20200240979A1 (pt)
EP (1) EP3692170A1 (pt)
JP (1) JP7257405B2 (pt)
CN (1) CN111587293A (pt)
BR (1) BR112020006605A2 (pt)
CA (1) CA3077501A1 (pt)
WO (1) WO2019068623A1 (pt)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3739588A1 (en) * 2019-05-13 2020-11-18 Koninklijke Philips N.V. Assessment of multiple signaling pathway activity score in airway epithelial cells to predict airway epithelial abnormality and airway cancer risk
EP3882363A1 (en) 2020-03-17 2021-09-22 Koninklijke Philips N.V. Prognostic pathways for high risk sepsis patients
WO2021209567A1 (en) 2020-04-16 2021-10-21 Koninklijke Philips N.V. Prognostic pathways for viral infections
EP3978628A1 (en) 2020-10-01 2022-04-06 Koninklijke Philips N.V. Prognostic pathways for viral infections
EP3940704A1 (en) 2020-07-14 2022-01-19 Koninklijke Philips N.V. Method for determining the differentiation state of a stem cell
EP3960875A1 (en) * 2020-08-28 2022-03-02 Koninklijke Philips N.V. Pcr method and kit for determining pathway activity
EP3974540A1 (en) 2020-09-25 2022-03-30 Koninklijke Philips N.V. Method for predicting immunotherapy resistance
CN112331344B (zh) * 2020-11-12 2021-08-03 深圳泛因医学有限公司 免疫状态评估方法及应用
EP4015651A1 (en) 2020-12-17 2022-06-22 Koninklijke Philips N.V. Treatment prediction and effectiveness of anti-tnf alpha treatment in ibd patients
EP4039825A1 (en) 2021-02-09 2022-08-10 Koninklijke Philips N.V. Comparison and standardization of cell and tissue culture
KR20230155549A (ko) 2021-03-11 2023-11-10 코닌클리케 필립스 엔.브이. 고위험 패혈증 환자를 위한 예측 경로
WO2024033063A1 (en) * 2022-08-12 2024-02-15 Innosign B.V. Prediction and monitoring of immunotherapy in cancer

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120270745A1 (en) * 2009-07-15 2012-10-25 Prometheus Laboratories Inc. Drug selection for cancer therapy by profiling signal transduction proteins in ascites or pleural efflux samples
EP2549399A1 (en) 2011-07-19 2013-01-23 Koninklijke Philips Electronics N.V. Assessment of Wnt pathway activity using probabilistic modeling of target gene expression
DK2938745T3 (da) 2012-12-26 2020-11-30 Koninklijke Philips Nv Vurdering af cellulær signalvejsaktivitet under anvendelse af lineær(e) kombination(er) af målgenekspressioner
CA2909991A1 (en) 2013-04-26 2014-10-30 Koninklijke Philips N.V. Medical prognosis and prediction of treatment response using multiple cellular signalling pathway activities
WO2015101635A1 (en) 2014-01-03 2015-07-09 Koninklijke Philips N.V. Assessment of the pi3k cellular signaling pathway activity using mathematical modelling of target gene expression.
JP7065610B6 (ja) * 2014-10-24 2022-06-06 コーニンクレッカ フィリップス エヌ ヴェ 複数の細胞シグナル伝達経路活性を用いる治療応答の医学的予後及び予測
US11640845B2 (en) 2014-10-24 2023-05-02 Koninklijke Philips N.V. Bioinformatics process for identifying at risk subject populations
DK3210142T3 (da) 2014-10-24 2020-11-16 Koninklijke Philips Nv Vurdering af tgf-cellulær signaleringsvejaktivitet under anvendelse af matematisk modellering af målgenekspression
CN108138237B (zh) 2015-08-14 2022-04-05 皇家飞利浦有限公司 使用靶基因表达的数学建模评估NFkB细胞信号传导途径活性
US20190376142A1 (en) 2016-11-25 2019-12-12 Koninklijke Philips N.V. Method to distinguish tumor supressive foxo activity from oxidative stress

Also Published As

Publication number Publication date
EP3692170A1 (en) 2020-08-12
CN111587293A (zh) 2020-08-25
US20200240979A1 (en) 2020-07-30
CA3077501A1 (en) 2019-04-11
WO2019068623A1 (en) 2019-04-11
JP7257405B2 (ja) 2023-04-13
JP2020535847A (ja) 2020-12-10

Similar Documents

Publication Publication Date Title
BR112020006605A2 (pt) método para determinar o status funcional de ao menos um tipo de célula imune em ao menos uma amostra de um indivíduo, método para determinar o status de atividade do sistema imune inato ou adaptativo de um indivíduo, método para determinar o status de atividade do sistema imune global de um indivíduo, aparelho, mídia de armazenamento não transitório, programa de computador e kit
JP7368483B2 (ja) 相同組換え欠損を推定するための統合された機械学習フレームワーク
JP7065610B6 (ja) 複数の細胞シグナル伝達経路活性を用いる治療応答の医学的予後及び予測
Hoang et al. The early whole-blood transcriptional signature of dengue virus and features associated with progression to dengue shock syndrome in Vietnamese children and young adults
US11261495B2 (en) Assessment of the PI3K cellular signaling pathway activity using mathematical modelling of target gene expression
ES2868887T3 (es) Evaluación de la actividad de la ruta de señalización celular de JAK-STAT1/2 usando modelos matemáticos de la expresión de genes diana
WO2019023517A2 (en) GENOMIC SEQUENCING CLASSIFIER
WO2019120658A1 (en) Assessment of mapk-ap 1 cellular signaling pathway activity using mathematical modelling of target gene expression
JP2021019631A (ja) チェックポイント不全およびそれに関する方法
US20230073731A1 (en) Gene expression analysis techniques using gene ranking and statistical models for identifying biological sample characteristics
Svoboda et al. AID/APOBEC-network reconstruction identifies pathways associated with survival in ovarian cancer
Hartmann et al. Non-linear interactions between candidate genes of myocardial infarction revealed in mRNA expression profiles
JP2022505834A (ja) 肝疾患の疾患層別化および関連方法
Dai et al. Development of a CD8+ T cell-based molecular classification for predicting prognosis and heterogeneity in triple-negative breast cancer by integrated analysis of single-cell and bulk RNA-sequencing
US20230111281A1 (en) Identification of the cellular function of an active nfkb pathway
Yao et al. Fenfluramine-induced gene dysregulation in human pulmonary artery smooth muscle and endothelial cells
Sahoo et al. An AI-guided signature reveals the nature of the shared proximal pathways of host immune response in MIS-C and Kawasaki disease
Shi et al. Single-cell chromatin accessibility and transcriptomic characterization of Behcet’s disease
WO2023242206A1 (en) Protein predictors for lung cancer
Mao et al. Macrophage-Associated Genes for Predicting Prognosis and the Tumor Microenvironment in Patients with Hepatocellular Carcinoma.
Zhang et al. Use of Machine Learning for the Identification and Validation of Immunogenic Cell Death Biomarkers and Immunophenotypes in Coronary Artery Disease
JP2024508659A (ja) 真菌感染を検出および処置するための方法
Zhang et al. Construction of Immune-related lncRNA Prognosis Models and Development Related Networks and Drugs in LGG
WO2023150760A2 (en) Enrichment and characterization of rare circulating cells, including progenitor cells, from peripheral blood, and uses thereof
CA3226436A1 (en) Use of circulating cell-free methylated dna to detect tissue damage

Legal Events

Date Code Title Description
B350 Update of information on the portal [chapter 15.35 patent gazette]