CN109477147A - 用于皮肤癌分期和治疗的方法和材料 - Google Patents
用于皮肤癌分期和治疗的方法和材料 Download PDFInfo
- Publication number
- CN109477147A CN109477147A CN201780042638.3A CN201780042638A CN109477147A CN 109477147 A CN109477147 A CN 109477147A CN 201780042638 A CN201780042638 A CN 201780042638A CN 109477147 A CN109477147 A CN 109477147A
- Authority
- CN
- China
- Prior art keywords
- cutaneum carcinoma
- itlp
- stages
- positive
- copy number
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P35/00—Antineoplastic agents
-
- 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
-
- 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
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/5743—Specifically defined cancers of skin, e.g. melanoma
-
- 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
-
- 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
- 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
-
- 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
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- 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
- C12Q2600/112—Disease subtyping, staging or classification
-
- 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
- C12Q2600/118—Prognosis of disease development
-
- 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
- C12Q2600/156—Polymorphic or mutational markers
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Oncology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Hospice & Palliative Care (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
Abstract
本文提供了用于皮肤癌(例如转移性恶性色素沉着性皮肤损伤)的分期和治疗的方法和材料。例如,提供了利用ITLP表达谱和/或包含ITLP表达谱的模型对皮肤癌进行分期和/或确定皮肤癌患者治疗选择的方法和材料。
Description
相关申请的交叉引用
本申请要求2015年5月10日提交的美国专利申请系列号62/334,302的优先权。该在先申请的公开内容被认为是本申请公开的部分(且通过引用纳入本文)。
背景
1.技术领域
本文提供了皮肤癌(例如转移型恶性色素沉着性皮肤损伤)的分期和治疗。例如,本文涉及利用ITLP表达谱和/或包含ITLP表达谱的模型对皮肤癌进行分期和/或确定皮肤癌患者治疗选择的方法和材料。
2.背景信息
恶性皮肤损伤的鉴定通常通过获得皮肤活检样品并在显微镜下进行活检样品的黑色素细胞形态学评估进行。该过程难以标准化且会导致对黑色素瘤的过高评估(overcalling)。
一旦通过形态学评估诊断为黑色素瘤,通常通过恶性细胞侵袭入皮肤的深度(即Breslow深度)来确定转移的风险。该Breslow深度可指示进一步的诊断检测(work-up),如需要进行有创前哨淋巴结(SLN)操作。然而,这些操作可导致色素沉着性创伤真正恶性潜能的不准确测定。
发明内容
本文提供了用于皮肤癌(例如转移性恶性色素沉着性皮肤损伤)的分期和治疗的方法和材料。例如,本文涉及利用ITLP表达谱和/或包含ITLP表达谱的模型对皮肤癌进行分期的方法和材料。
如本文所述,可测定哺乳动物(例如患有皮肤癌如黑色素瘤的人)皮肤癌细胞的ITGB3、TP53、LAMB1和PLAT表达水平(例如RNA拷贝数),并用其将皮肤癌分类为ITLP阴性或ITLP阳性。在一些情况中,如果具体皮肤癌中的表达水平使得RNA拷贝数为ITGB小于等于10、TP53大于50并且LAMB1不大于且PLAT不大于427,则将该皮肤癌(例如黑色素瘤)分类为ITLP阴性。如果皮肤癌中的表达水平使得RNA拷贝数不满足那些条件(即不满足:ITGB小于等于10、TP53大于50并且LAMB1不大于且PLAT不大于427),则将该皮肤癌分类为ITLP阳性。
可采用皮肤活检样品(例如石蜡包埋的组织活检物)进行定量PCR以获得一种或多种标志物基因(例如ITGB3、TP53、LAMB1和PLAT)的表达数据(例如基因拷贝数)。可用校正方案减少基底角质形成细胞污染对来自测试样品的表达数据分析的影响。例如,可测定并从总基因表达值中去除来自测试皮肤样品内存在的基底角质形成细胞的基因表达贡献(contribution),以确定由非基底角质形成细胞的其他细胞(例如黑色素细胞)表达的具体基因的最终基因表达值。对于一组标志物基因最终基因表达值的评估(包括(如果有的话)基底角质形成细胞的最小贡献)可用于确定ITLP表达谱的阳性或阴性状态。
本文还描述了可基于皮肤癌的ITLP阳性对已用现有分期系统(如美国联合癌症委员会(AJCC)的肿瘤-淋巴结-转移(TNM)分期系统,参加例如Edge等,Ann.Surg.Oncol.,17(6):1471-4(2010))分期的皮肤癌(例如黑色素瘤)进行再分期。例如,如果采用TNM分期系统分期为I期皮肤癌的皮肤癌(例如黑色素瘤)被确定为ITLP阳性,则可将其再分期为II期皮肤癌。在此类情况下,患有采用TNM分期系统分期为I期皮肤癌的皮肤癌(例如黑色素瘤)但为本文所述ITLP阳性的哺乳动物(例如人)可用通常用于患有TNM分期系统分期为II期皮肤癌的对象的类似治疗方式进行治疗。例如,可对患有采用TNM分期系统分期为I期皮肤癌且ITLP为阳性的哺乳动物(例如人)进行前哨淋巴结活检操作。
此外,如果采用TNM分期系统分期为II期皮肤癌的皮肤癌(例如黑色素瘤)被确定为ITLP阳性,则可将其再分期为III期皮肤癌。在此类情况下,患有采用TNM分期系统分期为II期皮肤癌的皮肤癌(例如黑色素瘤)但为本文所述ITLP阳性的哺乳动物(例如人)可用通常对TNM分期系统分期为III期皮肤癌的对象类似的治疗方式进行治疗。例如,可对患有采用TNM分期系统分期为II期皮肤癌且ITLP为阳性的哺乳动物(例如人)进行通常用于III期黑色素瘤的辅助治疗(如采用高剂量干扰素α的辅助免疫治疗)或其他疗法。
如果确定皮肤癌为ITLP阴性,则可保留采用TNM分期系统的皮肤癌分期。
本文还提供了治疗皮肤癌的方法和材料。例如,本文提供了用于如前所述对ITLP阳性的哺乳动物(例如人)皮肤癌(例如黑色素瘤)进行再分期并基于该再分期的分期治疗该哺乳动物的皮肤癌的方法和材料。
通常,本文的一个方面的特征是一种治疗患有皮肤癌的哺乳动物的方法。该方法包括或基本由以下组成:(a)采用TNM分期系统确定该皮肤癌的TNM分期,(b)确定该皮肤癌为ITLP阳性,以及(c)采用比TNM分期大一个分期的癌症疗法来治疗该哺乳动物。哺乳动物可以是人。皮肤癌可为转移前皮肤癌。皮肤癌可为转移前黑色素瘤。
除非另外定义,本文使用的所有技术和科学术语的意义与本发明所属领域普通技术人员通常所理解的相同。虽然在本发明的实施或测试中可以采用类似于或等同于本文所述的那些方法和材料,但下文描述了合适的方法和材料。本文中述及的所有出版物、专利申请、专利和其他参考文献都通过引用全文纳入本文。在抵触的情况下,以本说明书(包括定义在内)为准。此外,材料、方法和实施例都仅是说明性的,并不意在构成限制。
从下文的详述和所附权利要求中能够很容易地了解本发明的其他特征和优点。
附图说明
图1是测定测试样品(例如测试皮肤活检样品)中细胞对标志物基因的基因表达值(包括(若存在的话)基底角质形成细胞的最小贡献)的示例性过程的流程图。
图2是确定感兴趣标志物基因角质形成细胞校正因子的示例性过程的流程图。
图3是从标志物基因拷贝数中去除源自基底角质形成细胞拷贝数污染以确定测试样品(例如测试皮肤活检样品)内细胞对该标志物基因的基因表达值(包括(若存在的话)基底角质形成细胞的最小贡献)的示例性过程的流程图。
图4是可如本文所述使用的通用计算机设备和通用移动计算机设备的示例图。
图5.在递归分区中考虑以下变量:(a)溃疡(存在/不存在),(b)Breslow深度(小于等于1、1.01-2、2.01-4cm),(c)N分期(N0、N1、N2或N3),(d)有丝分裂率(0、1-6、大于6)以及ITLP基因表达(阳性/阴性)。在ITLP基因表达阴性的患者亚组中,进一步基于其Breslow深度对其进行划分。在ITLP基因表达阳性的患者亚组中,进一步基于其有丝分裂率对其进行划分。结果基于353名患者中的346名(排除了ITLP基因表达阳性并未知有丝分裂率的7名患者)。
图6.在递归分区中考虑以下变量:(a)溃疡(存在/不存在),(b)Breslow深度(小于等于1、1.01-2、2.01-4cm),(c)N分期(N0、N1、N2或N3),(d)有丝分裂率(0、1-6、大于6),(e)ITGB3,(f)TP53,(g)LAMB1,以及(h)PLAT。在ITGB3>43的患者中,溃疡的存在是预后因素。
图7:图6中表示为具有184名患者的亚组中的184名患者基于TP53<57和TP53≥57被进一步细分为两个亚组。
图8是显示原始分期I期的ITLP阴性和ITLP阳性患者无复发存活率的图。
图9是显示原始分期I期的ITLP阴性和ITLP阳性患者以及原始分期II期患者的无复发存活率的图。
图10是显示原始分期II期的ITLP阴性和ITLP阳性患者无复发存活率的图。
图11是显示原始分期II期的ITLP阴性和ITLP阳性患者以及原始分期III期患者的无复发存活率的图。
图12是两个所示群组的表。
图13是SLN+的多变量模型。
图14是复发的多变量模型。
具体实施方式
本文提供了用于皮肤癌(例如转移性恶性色素沉着性皮肤损伤)的分期和治疗的方法和材料。例如,本文涉及利用ITLP表达谱和/或包含ITLP表达谱的模型对皮肤癌进行分期的方法和材料。
在一些情况中,如本文所述,可测定哺乳动物(例如患有皮肤癌(如黑色素瘤)的人)皮肤癌细胞的ITGB3、TP53、LAMB1或PLAT表达水平(例如RNA拷贝数),并将其单独或组合用于调整皮肤癌分期。
可采用任何适合的方法测定皮肤癌细胞中ITGB3、TP53、LAMB1和/或PLAT的表达水平。例如,可采用国际专利申请系列号PCT/US2015/045065中所描述的方法和材料测定皮肤癌细胞中ITGB3、TP53、LAMB1和/或PLAT的表达水平。
图1显示了测定测试样品(例如测试皮肤活检样品)中细胞对标志物基因的基因表达值(其包括(若存在的话)基底角质形成细胞的最小贡献)的示例性过程100。该过程始于框102,其中采用引物组集合和测试样品的定量PCR被用于获得各引物组的靶标的Ct值。可用单个引物组或多个不同引物组(例如2、3、4、5、6、7或更多个不同引物组)评估各感兴趣的基因。在一些情况中,如框104中所示,采用各引物组和各引物组的靶标的对照核酸(例如线性化的cDNA片段)进行定量PCR以获得针对各引物组的标准曲线。在一些情况中,如框106中所示,采用各引物组和已知样品作为内部对照(例如储备生物样品)进行定量PCR以获得针对各引物组的内部对照值。该内部对照可用于在不同测试中为各引物组设定值。在一些情况中,按照框102、104和106进行的定量PCR可平行进行。例如,按照框102、104和106进行的定量PCR可以单96孔形式进行。
在框108处,可确认所得标准曲线的质量。在一些情况中,测试形式中所包含的感兴趣基因可为黑色素细胞标志物(例如MLANA和/或MITF表达水平)以确认测试样品中黑色素细胞的存在。可如本文所述使用的黑色素细胞标志物的其他例子包括但不限于:TYR、TYRP1、DCT、PMEL、OCA2、MLPH和MC1R。
在框110处,采用针对各靶标的标准曲线和Ct值确定存在于测试样品中的各靶标的原始拷贝数。在一些情况中,采用具体基因各靶标的原始拷贝数和针对各引物组的内部对照值计算各基因的平均校正拷贝数(框112)。如框114中所示,可将针对各基因的该平均校正拷贝数针对一种或多种管家基因的设定数标准化。例如,可将各基因的各平均校正拷贝数值针对ACTB、RPL8、RPLP0和B2M组合的100,000拷贝标准化。可如本文所述使用的管家基因的其他例子包括但不限于:RRN18S、GAPDH、PGK1、PPIA、RPL13A、YWHAZ、SDHA、TFRC、ALAS1、GUSB、HMBS、HPRT1、TBP、CLTC、MRFAP1、PPP2CA、PSMA1、RPL13A、RPS29、SLC25A3、TXNL1和TUPP。各基因的拷贝数值一旦被标准化就可被称为存在于测试样品中的该基因的平均校正标准化拷贝数。
在框116处,可调整各基因的平均校正标准化拷贝数以去除源自测试样品中所存在的基底角质形成细胞的拷贝数污染。通常,可通过如下方式去除源自基底角质形成细胞的拷贝数污染:(a)采用一种或多种角质形成细胞标志物(例如角蛋白14(K14))和一种或多种正常皮肤样品(例如FFPE包埋的正常皮肤样品)确定针对感兴趣基因的角质形成细胞校正因子;(b)确定测试样品中一种或多种角质形成细胞标志物的平均校正标准化拷贝数值,并将该值乘以角质形成细胞校正因子,以获得感兴趣基因的校正值;以及(c)从感兴趣基因的平均校正标准化拷贝数值中减去校正值,以获得感兴趣基因的最终拷贝数。可如本文所述使用的角质形成细胞标志物的例子包括但不限于:KRT5、KRT1、KRT10、KRT17、ITGB4、ITGA6、PLEC、DST和COL17A1。
参考图2,可采用过程200获得针对感兴趣基因的角质形成细胞校正因子。在框202处,使用一个或多个正常皮肤样品以及与图1所述类似的过程确定一种或多种感兴趣基因(例如基因X)和一种或多种基底角质形成细胞标志物基因(例如K14)的平均校正标准化拷贝数。如框204所示,通过用正常皮肤样品中所存在的各感兴趣基因的平均校正标准化拷贝数除以正常皮肤样品中所存在的基底角质形成细胞标志物基因的平均校正标准化拷贝数,确定针对各感兴趣基因(例如基因X)的角质形成细胞校正因子。针对具体感兴趣基因的角质形成细胞校正因子的例子如表E“AVG/K14拷贝”栏中所示。
参考图3,一旦确定了针对具体感兴趣基因(例如基因X)的角质形成细胞校正因子,可将测试样品中所存在的基底角质形成细胞标志物基因的平均校正标准化拷贝数乘以针对感兴趣基因的角质形成细胞校正因子,以获得感兴趣基因(例如基因X)的校正值。参见例如,框302。在框304处,从测试样品中所存在感兴趣基因(例如基因X)的平均校正标准化拷贝数中减去感兴趣基因(例如基因X)的校正值,以获得测试样品中所存在感兴趣基因(例如基因X)的最终拷贝数值。
图4是可与本文所述技术一起使用的通用计算机设备1400和通用移动计算机设备1450的示例图。计算设备1400意在代表各种形式的数字计算机,如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀片服务器、主机及其他合适的计算机。计算设备1450意在代表各种形式的移动设备,如个人数字助理、移动电话、智能手机及其他类似的计算设备。此图中所示部件、其连接和相互关系及其功能意在仅作为示例,并不意味着限制本文所描述和/或请求保护的本发明的实施。
计算设备1400包括处理器1402、内存1404、存储设备1406、连接至内存1404和高速扩展端口1410的高速界面1408、以及连接至低速总线1414和存储设备1406的低速界面1415。各部件1402、1404、1406、1408、1410和1415利用各种总线相互连接,且可安装在共用母板上或以其他合适的方式安装。处理器1402可处理在计算设备1400内执行的指令,包括存储在内存1404中或者存储在存储设备1406上的指令,从而在外部输入/输出设备(如连接至高速界面1408的显示器1416)上显示用于GUI的图形信息。在其他实施中,如果合适,可在使用多个处理器和/或多个总线的同时使用多个内存和不同类型的内存。并且,多个计算设备1400可与提供必需操作的部分的各设备(例如作为服务器库、刀片服务器群或多处理器系统)连接。
内存1404在计算设备1400内存储信息。在一个实施中,内存1404是一个或多个易失性内存单元。在另一个实施中,内存1404是一个或多个非易失性内存单元。内存1404还可以是另一种形式的计算机可读介质,如磁盘或光盘。
存储设备1406能够为计算设备1400提供大容量储存。在一个实施中,存储设备1406可以是计算机可读介质或者可包含计算机可读介质,如软盘设备、硬盘设备、光盘设备、或磁带设备、闪存或其他类似的固态存储设备,或者是设备阵列,包括存储区网络或其他配置中的设备。计算机程序产品可实体化地(tangibly)体现在数据载体中。计算机程序产品还可包含执行时会实施一种或多种方法(如本文所述方法)的指令。信息载体是计算机可读或可机读介质,如内存1404、存储设备1406、处理器1402上的内存或传播信号。
高速控制器1408为计算设备1400管理带宽密集型操作,而低速控制器1415管理较低的带宽密集型操作。这种功能分配仅为示例。在一个实施中,高速控制器1408连接至内存1404、显示器1416(例如通过图像处理器或加速器)和高速扩展端口1410,其可接受各种扩展卡(未示出)。在该实施中,低速控制器1415连接至存储设备1406和低速扩展端口1414。包括各种通信端口(例如USB、蓝牙、以太网或无线以太网)的低速扩展端口可连接至一个或多个输入/输出设备,如键盘、点击设备、扫描仪、光阅读器、荧光信号检测器或网络设备(如交换机或路由器,例如通过网络适配器连接)。
如图所示,计算设备1400可通过各种不同的形式实施。例如,它可作为标准服务器1420实施,或者在这样的服务器群中多次实施。它也可作为机架服务器系统1424的一部分实施。此外,它可以在个人计算机(如笔记本电脑1422)中实施。在一些情况中,计算设备1400的部件可与移动设备(如设备1450)中的其他部件(未示出)组合。此类设备各自可包含一个或多个计算设备1400、1450,而整个系统可由相互通信的多个计算设备1400、1450组成。
计算设备1450包括处理器1452、内存1464、输入/输出设备(如显示器1454)、通信截面1466、收发器1468以及其他部件(例如扫描仪、光阅读器、荧光信号检测器)。设备1450还可包含存储设备,如微驱动器或其他设备以提供额外的存储。各部件1450、1452、1464、1454、1466和1468利用各种总线相互连接,且可安装在共用母板上或以其他合适的方式安装数个部件。
处理器1452可执行计算设备1450中的指令,包括存储在内存1464中的指令。处理器可以多个芯片的芯片组形式实施,所述芯片组包括多个分离的模拟和数字处理器。处理器可以例如为设备1450的其他部件提供协调,如用户界面控制、设备1450运行的应用程序以及设备1450的无线通信。
处理器1452可通过连接至显示器1454的显示界面1456和控制界面1458与用户交流。显示器1454可以是例如TFT LCD(薄膜晶体管液晶显示器)或OLED(有机发光二极管)显示器或其他合适的显示技术。显示界面1456可包含用于驱动显示器1454的合适电路,以将图像和其他信息呈现给用户。控制界面1458可接收来自用户的命令并对命令进行转换以提交到处理器1452。此外,外部界面1462可与处理器1452通讯,从而使设备1450能够与其他设备进行近区通信。外部界面1462可在一些实施中提供例如有线通信,或者在其他实施中提供无线通信,并且也可采用多个界面。
内存1464在计算设备1450内存储信息。内存1464可以一个或多个计算机可读介质、易失性存储单元或非易失性存储单元的形式实施。还可提供扩展内存1474,并通过扩展界面1472与设备1450连接,扩展界面可包括例如SIMM(单线内存模块)卡界面。这种扩展内存1474可为设备1450提供额外的存储空间,或者可为设备1450存储应用程序或其他信息。例如,扩展内存1474可包括执行或补充上文所述过程的指令,还可包括安全信息。因此,例如,扩展内存1474可作为设备1450的安全模块提供,可用允许设备1450安全使用的指令编程。此外,安全应用程序可通过SIMM卡随着其他信息一起提供,如以不可破解的方式将识别信息置于SIMM卡上。
内存可包括例如闪存和/或NVRAM内存,如下文所讨论。在一个实施中,计算机程序产品实体化地体现在信息载体中。计算机程序产品包含执行时会实施一种或多种方法(如本文所述方法)的指令。信息载体是计算机可读或可机读介质,如内存1464、扩展内存1474、处理器1452上的内存、或可通过例如收发器1468或外部界面1462接收的传播信号。
设备1450可通过通信界面1466无线通信,必要时,所述通信界面可包括数字信号处理电路。通信界面1466可在各种模式或协议下提供通信,所述模式或协议可为例如GSM语音呼叫,SMS、EMS或MMS消息传输,CDMA,TDMA,PDC,WCDMA,CDMA2000或GPRS等。这种通信可通过例如射频收发器1468发生。此外,短程通信可利用例如蓝牙、WiFi或其他收发器(未示出)发生。此外,GPS(全球定位系统)接收器模块1470可为设备1450提供与导航和定位相关的额外无线数据,在合适的情况下,设备1450上运行的应用程序可使用这些数据。
设备1450还可利用音频编解码器1460进行音频通信,所述音频编解码器可从用户接受话语信息并将其转换成可用的数字信息。音频编解码器1460同样能为用户产生音频声音,如借助例如设备1450的听筒中的扬声器。这种声音可包括来自语音电话呼叫的声音,可包括录制的声音(例如语音消息、音乐文件等),还可包括设备1450上运行的应用程序产生的声音。
计算设备1450可通过各种不同的形式实施,如图所示。例如,它可作为移动电话1480实施。它还可作为智能手机1482、个人数字助理或其他类似移动设备的一部分实施。
本文所述的系统和技术的各种实施可在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些不同的实施可包括在可编程系统上执行和/或解读一个或多个计算机程序中实施,所述可编程系统包括至少一个可编程处理器,所述可编程处理器可以是专用的或通用的,连接以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令,并向它们传输数据和指令。
这些计算机程序(也称作程序、软件、应用软件或代码)包括用于可编程处理器的机器指令,且可用高阶过程编程语言和/或面向对象的编程语言和/或汇编/机器语言实施。如本文所用,术语“可机读介质”和“计算机可读介质”指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备(例如磁盘、光盘、内存、可编程逻辑器件(PLD)),包括接收作为机器可读信号的机器指令的可机读介质。术语"可机读信号"指用于向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的互动,本文所述的系统和技术可在具有如下部分的计算机上实施:用于向用户显示信息的显示设备(例如CRT(阴极射线管)或LCD(液晶显示器)监视器);以及供用户为计算机提供输入的键盘和点击设备(例如鼠标或轨迹球)。也可用其他类型的设备提供与用户的互动;例如提供给用户的反馈可以是任何形式的感觉反馈(例如视觉反馈、听觉反馈或触觉反馈);来自用户的输入可以任何形式(包括声学输入、话语输入或触觉输入)被接收。
本文所述的系统和技术可在包含如下部分的计算系统中实施:后端部件(例如作为数据服务器),或者中间件部件(例如应用服务器),或者前端部件(例如具有图形用户界面或网页浏览器的客户端计算机,用户通过该客户端计算机可与本文所述的系统和技术的实施互动),或者此类后端、中间件或前端部件的任何组合。系统的部件可通过数字数据通信(例如通信网络)的任何形式或介质互连。通信网络的例子包括局域网(LAN)、广域网(LAN)和互联网。
计算系统可包括客户端和服务器。客户端和服务器一般彼此远离且通常通过通信网络互动。凭借在各自计算机上运行且具有客户端-服务器相互关系的计算机程序来建立客户端和服务器之间的关系。
本文还提供了涉及治疗患有皮肤癌(例如黑色素瘤,如转移前黑色素瘤)的哺乳动物的方法和材料。可如本文所述治疗任何合适的患有皮肤癌的哺乳动物。例如,可如本文所述治疗患有皮肤癌的人和其他灵长类,如猴。在一些情况中,可如本文所述治疗狗、猫、马、牛类、猪类、小鼠或大鼠。此外,可如本文所述治疗患有任何具体类型皮肤癌的哺乳动物。例如,可如本文所述治疗患有如下皮肤癌的哺乳动物:黑色素瘤、转移前黑色素瘤、局部转移性黑色素瘤(即原发性黑色素瘤附近的皮肤)、区域性转移性黑色素瘤(例如转移至区域性前哨淋巴结的转移瘤)或远处转移瘤(例如转移至内脏器官的转移瘤)。在一些情况中,被确定患有采用TNM分期系统分期为I期皮肤癌的皮肤癌(例如黑色素瘤)的哺乳动物在该皮肤癌被确定为ITLP阳性的条件下,可被再分期为II期皮肤癌。在此类情况下,患有采用TNM分期系统分期为I期皮肤癌的皮肤癌(例如黑色素瘤)但为本文所述ITLP阳性的哺乳动物(例如人)可用通常用于患有TNM分期系统分期为II期皮肤癌的对象的类似治疗方式进行治疗。例如,可对患有采用TNM分期系统分期为I期皮肤癌且ITLP为阳性的哺乳动物(例如人)进行前哨淋巴结活检操作。
在一些情况中,被确定患有采用TNM分期系统分期为II期皮肤癌的皮肤癌(例如黑色素瘤)的哺乳动物在该皮肤癌被确定为ITLP阳性的条件下,可被再分期为III期皮肤癌。在此类情况下,患有采用TNM分期系统分期为II期皮肤癌的皮肤癌(例如黑色素瘤)但为本文所述ITLP阳性的哺乳动物(例如人)可用通常用于患有TNM分期系统分期为III期皮肤癌的对象的类似治疗方式进行治疗。例如,可对患有采用TNM分期系统分期为II期皮肤癌且ITLP为阳性的哺乳动物(例如人)进行通常用于III期黑色素瘤的辅助治疗(如采用高剂量干扰素α的辅助免疫治疗)或其他疗法。
以下实施例进一步描述了本发明,这些实施例并不限制权利要求书所述的本发明范围。
实施例
实施例1—黑色素瘤再分期
研究样品
以下结果基于N=353名黑色素瘤患者。
结果
该353名患者的患者和肿瘤特征总结于表1。
表1.患者和肿瘤特征
在353名患者中有64名在原初诊断(primary diagnosis)后1.8年的中值(IQR,0.9-3.0)时发展为复发(局部、区域或远处转移)。剩余的289名患者没有被记录的复发,相关临床随访的中值时长为3.1年(IQR 1.1-5.2)。在将随访限定在原初诊断后的第一个5年内的情况下,59名患者在5年内发展为复发。对于随访长于5年的患者,其随访截止至5年。此处的结果基于在原初诊断后的第一个5年内的随访。
表2总结了单变量评估与复发相关性的各因素的结果(基于拟合单变量Cox模型)。采用调整后的危险比(hazard ratio,HR)和从模型参数估计的相应95%CI来总结相关性。
表2.单变量评估因素与复发相关性的总结
缩写:HR,危险比;CI,置信区间。
如果ITGB小于等于10、TP53大于50并且LAMB1不大于250且PLAT不大于427,则ITLP基因表达为阴性。
表3-5总结了多变量模型的多个不同选项。表3中,模型A为使用逐步和后向变量选择方法鉴定且仅考虑临床病理学变量的模型。在模型B中,加入了ITLP基因表达。表4和表5中的模型是根据是否应用“Breslow深度”或是否去除“有丝分裂率”的不同变化。
表3.复发相关因素的多变量Cox回归分析
缩写:HR,危险比;CI,置信区间。
如果ITGB小于等于10、TP53大于50并且LAMB1不大于250且PLAT不大于427,则ITLP基因表达为阴性。
模型A采用逐步和后向变量选择方法且仅考虑临床病理学变量进行选择。
模型B,加入ITLP基因表达。
模型C,缩减了模型B中的一些变量类别。
表4.复发相关因素的多变量Cox回归分析
缩写:HR,危险比;CI,置信区间。
如果ITGB小于等于10、TP53大于50并且LAMB1不大于250且PLAT不大于427,则ITLP基因表达为阴性。
模型A,采用逐步和后向变量选择方法且仅考虑临床病理学变量进行选择;加入Breslow深度后。
模型B,加入ITLP基因表达。
表5.复发相关因素的多变量Cox回归分析
缩写:HR,危险比;CI,置信区间。
如果ITGB小于等于10、TP53大于50并且LAMB1不大于250且PLAT不大于427,则ITLP基因表达为阴性。
模型A,采用逐步和后向变量选择方法且仅考虑临床病理学变量但不考虑有丝分裂率进行选择。
模型B,加入ITLP基因表达。
c指数是模型预测能力的总体估量。在各组模型中,加入ITLP基因表达时,c指数提高(虽然并不大幅度提高)。表4中模型的c指数值略高。而且,使用10个事件/每个因素自由度的经验法则,模型略微过拟合。
根据溃疡的存在/不存在、Breslow深度类别、N分期、有丝分裂率以及ITLP阳性/阴性标志物或ITGB3、TP53、LAMB1和PLAT水平,在探索性分析中使用递归分区(R中的rpart包)来鉴定具有不同复发概况的患者亚组。该概况如图5-7中所描绘。
还基于无复发存活数据分析了结果以确定阳性ITLP对原始分期决定的影响。ITLP阳性的黑色素瘤显示的复发倾向与从其原始分期决定增加一个分期的复发倾向更为一致。
实施例2—作为原发性皮肤黑色素瘤中SLN转移风险因子和疾病复发预测指标的
肿瘤细胞黏附
通过下一代测序发现了在黑色素瘤转移中具有功用的基因簇,并通过定量PCR对其进行验证。采用PCR对360个连续的薄和中等厚度黑色素瘤的模型开发群组以及146个黑色素瘤的验证群组中的基因表达进行定量。
感兴趣的结果如下:(i)黑色素瘤诊断90天内的SLN活检物转移;以及(ii)90天的初始随访期后黑色素瘤的复发。
采用逻辑和逻辑回归分析从分子、临床和组织学变量开发针对SLN转移可能性的模型。然后测试分子模型预测黑色素瘤复发的能力。
结果
包括分子信息(细胞黏附)与已建立临床病理变量在内的模型的预测能力显著大于仅考虑临床病理变量的模型。对于预测SLN转移,假阳性和假阴性率分别为22%和0%(采用10%阈值来预测SLN转移风险)。这些结果证明了有可能取消>75%不必要的SLNB。对于黑色素瘤复发,阳性ITLP(细胞黏附重构)PCR标志将复发风险显著提高了约+1个临床分期。这些结果证明了临床医生和患者对于ITLP阳性的I期黑色素瘤应考虑SLNB,并且对于ITLP阳性的II期黑色素瘤应考虑辅助治疗(图12-14)。
实施例3—由分子、临床和组织学变量额外验证针对SLN转移可能性的模型
表6对比了模型开发群组和模型验证群组的特征。这两个群组相似,除了在模型验证群组中较高比例的患者有丝分裂率为无(absent)。
表6.
在模型开发群组中包括临床病理因素(年龄组别、Breslow深度和溃疡)和分子因素(ITPL基因表达)的原始模型的总辨识能力为0.89(95%CI 0.85-0.93)。在应用于验证群组时,原始模型的辨识能力得到支持,AUC为0.87(95%CI 0.83-0.91)。采用所建议的10%阈值,验证群组中的假阴性率为26.9%(92/342),假阴性率为7.9%(6/76)。
这些结果证明了原始模型(实施例1-2)在该验证群组中得到了很好的验证。
其他实施方式
应理解虽然本发明已结合其详述进行描述,但以上描述意在说明而不是限制本发明的范围,该范围由所附权利要求的范围限定。其他方面、优势和修改在所附权利要求的范围内。
Claims (10)
1.一种治疗患有皮肤癌的哺乳动物的方法,其中,所述方法包括:
(a)采用肿瘤-淋巴结-转移(TNM)分期系统确定所述皮肤癌的TNM分期,
(b)确定所述皮肤癌为ITLP阳性,以及
(c)采用针对比所述TNM分期大一个分期的癌症疗法来治疗所述哺乳动物。
2.如权利要求1所述的方法,其中,所述哺乳动物是人。
3.如权利要求1所述的方法,其中,所述皮肤癌是转移前皮肤癌。
4.如权利要求1所述的方法,其中,所述皮肤癌是转移前黑色素瘤。
5.一种评估皮肤癌的方法,其中,所述方法包括:
(a)确定获自患皮肤癌的哺乳动物的皮肤癌细胞中ITGB3、TP53、LAMB1和PLAT的表达水平,以及
(b)基于所述表达水平,将所述皮肤癌分类为ITLP阴性或ITLP阳性。
6.如权利要求5所述的方法,其中,如果所述皮肤癌被确定为具有如下特征,则将所述皮肤癌分类为ITLP阴性:(i)针对ITGB的RNA拷贝数少于或等于10;(ii)针对TP53的RNA拷贝数大于50;以及(iii)针对LAMB1的RNA拷贝数不大于250且针对PLAT的RNA拷贝数不大于427。
7.如权利要求5所述的方法,其中,如果所述皮肤癌被确定为针对ITGB的RNA拷贝数不少于且不等于10,则将所述皮肤癌分类为ITLP阳性。
8.如权利要求5所述的方法,其中,如果所述皮肤癌被确定为针对TP53的RNA拷贝数不大于50,则将所述皮肤癌分类为ITLP阳性。
9.如权利要求5所述的方法,其中,如果所述皮肤癌被确定为针对LAMB1的RNA拷贝数大于250,则将所述皮肤癌分类为ITLP阳性。
10.如权利要求5所述的方法,其中,如果所述皮肤癌被确定为针对PLAT的RNA拷贝数大于427,则将所述皮肤癌分类为ITLP阳性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662334302P | 2016-05-10 | 2016-05-10 | |
US62/334,302 | 2016-05-10 | ||
PCT/US2017/031908 WO2017196944A1 (en) | 2016-05-10 | 2017-05-10 | Methods and materials for staging and treating skin cancer |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109477147A true CN109477147A (zh) | 2019-03-15 |
Family
ID=60267789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780042638.3A Pending CN109477147A (zh) | 2016-05-10 | 2017-05-10 | 用于皮肤癌分期和治疗的方法和材料 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11060151B2 (zh) |
EP (1) | EP3455761B1 (zh) |
CN (1) | CN109477147A (zh) |
AU (1) | AU2017261688B2 (zh) |
BR (1) | BR112018073014A2 (zh) |
CA (1) | CA3023506A1 (zh) |
EA (1) | EA201892562A1 (zh) |
ES (1) | ES2906987T3 (zh) |
MX (1) | MX2018013815A (zh) |
WO (1) | WO2017196944A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014077915A1 (en) | 2012-11-14 | 2014-05-22 | Mayo Foundation For Medical Education And Research | Methods and materials for identifying malignant skin lesions |
WO2016025717A1 (en) | 2014-08-14 | 2016-02-18 | Mayo Foundation For Medical Education And Research | Methods and materials for identifying metastatic malignant skin lesions and treating skin cancer |
EP3455761B1 (en) | 2016-05-10 | 2021-12-22 | Mayo Foundation for Medical Education and Research | Methods and materials for staging and treating skin cancer |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101288A (zh) * | 2006-07-03 | 2008-01-09 | 希森美康株式会社 | 癌转移判断方法及其装置 |
WO2013043132A1 (en) * | 2011-09-23 | 2013-03-28 | Agency For Science, Technology And Research | Patient stratification and determining clinical outcome for cancer patients |
WO2016025717A1 (en) * | 2014-08-14 | 2016-02-18 | Mayo Foundation For Medical Education And Research | Methods and materials for identifying metastatic malignant skin lesions and treating skin cancer |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040010045A1 (en) | 2001-09-07 | 2004-01-15 | Taolin Yi | Therapeutic compositions comprised of pentamidine and methods of using same to treat cancer |
US7611839B2 (en) | 2002-11-21 | 2009-11-03 | Wyeth | Methods for diagnosing RCC and other solid tumors |
US20070154889A1 (en) | 2004-06-25 | 2007-07-05 | Veridex, Llc | Methods and reagents for the detection of melanoma |
TW200719903A (en) | 2005-04-19 | 2007-06-01 | Combinatorx Inc | Compositions for the treatment of neoplasms |
NZ569788A (en) | 2006-01-11 | 2011-08-26 | Genomic Health Inc | RNA transcript of BGN as a gene expression markers for colorectal cancer prognosis |
WO2008021115A2 (en) | 2006-08-14 | 2008-02-21 | The Brigham And Women's Hospital, Inc. | Diagnostic tests using gene expression ratios |
US20110159496A1 (en) | 2006-09-06 | 2011-06-30 | The Regents Of The University Of California | Molecular diagnosis and classification of malignant melanoma |
EP2228457A1 (en) | 2007-08-16 | 2010-09-15 | Genomic Health, Inc. | Gene expression markers of recurrence risk in cancer patients after chemotherapy |
ES2489840T3 (es) | 2008-03-05 | 2014-09-02 | The Regents Of The University Of California | Pronóstico molecular y clasificación de melanoma maligno en base a marcadores seleccionados entre la lista que consiste en RGS1, NCOA3, SPP1, PHIP |
JP2012525371A (ja) | 2009-05-01 | 2012-10-22 | オンコザイム・ファーマ・インコーポレイテッド | 癌を治療するためのペンタミジンの組み合わせ |
WO2012031008A2 (en) | 2010-08-31 | 2012-03-08 | The General Hospital Corporation | Cancer-related biological materials in microvesicles |
WO2012040168A2 (en) | 2010-09-20 | 2012-03-29 | Advanced Cell Diagnostics, Inc. | Biomarkers for differentiating melanoma from benign nevus in the skin |
EP3195869B1 (en) | 2012-07-27 | 2021-09-29 | Agency for Science, Technology and Research (A*STAR) | Method of promoting wound healing |
WO2014077915A1 (en) | 2012-11-14 | 2014-05-22 | Mayo Foundation For Medical Education And Research | Methods and materials for identifying malignant skin lesions |
EP3455761B1 (en) | 2016-05-10 | 2021-12-22 | Mayo Foundation for Medical Education and Research | Methods and materials for staging and treating skin cancer |
-
2017
- 2017-05-10 EP EP17796741.1A patent/EP3455761B1/en active Active
- 2017-05-10 CN CN201780042638.3A patent/CN109477147A/zh active Pending
- 2017-05-10 CA CA3023506A patent/CA3023506A1/en active Pending
- 2017-05-10 WO PCT/US2017/031908 patent/WO2017196944A1/en unknown
- 2017-05-10 ES ES17796741T patent/ES2906987T3/es active Active
- 2017-05-10 BR BR112018073014-9A patent/BR112018073014A2/pt not_active IP Right Cessation
- 2017-05-10 US US16/099,483 patent/US11060151B2/en active Active
- 2017-05-10 MX MX2018013815A patent/MX2018013815A/es unknown
- 2017-05-10 AU AU2017261688A patent/AU2017261688B2/en active Active
- 2017-05-10 EA EA201892562A patent/EA201892562A1/ru unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101288A (zh) * | 2006-07-03 | 2008-01-09 | 希森美康株式会社 | 癌转移判断方法及其装置 |
WO2013043132A1 (en) * | 2011-09-23 | 2013-03-28 | Agency For Science, Technology And Research | Patient stratification and determining clinical outcome for cancer patients |
WO2016025717A1 (en) * | 2014-08-14 | 2016-02-18 | Mayo Foundation For Medical Education And Research | Methods and materials for identifying metastatic malignant skin lesions and treating skin cancer |
Non-Patent Citations (3)
Title |
---|
ALEXANDER MEVES等: "Tumor Cell Adhesion As a Risk Factor for Sentinel Lymph Node Metastasis in Primary Cutaneous Melanoma", 《JOURNAL OF CLINICAL ONCOLOGY》 * |
张国强等: "恶性黑色素瘤治疗的新进展", 《中国老年学杂志》 * |
韩红等: "142例恶性黑色素瘤的分期治疗", 《河南肿瘤学杂志》 * |
Also Published As
Publication number | Publication date |
---|---|
AU2017261688B2 (en) | 2022-09-29 |
BR112018073014A2 (pt) | 2019-02-19 |
US11060151B2 (en) | 2021-07-13 |
CA3023506A1 (en) | 2017-11-16 |
MX2018013815A (es) | 2019-07-04 |
EA201892562A1 (ru) | 2019-05-31 |
EP3455761A4 (en) | 2019-10-16 |
US20190169694A1 (en) | 2019-06-06 |
EP3455761B1 (en) | 2021-12-22 |
WO2017196944A1 (en) | 2017-11-16 |
AU2017261688A1 (en) | 2019-01-03 |
EP3455761A1 (en) | 2019-03-20 |
ES2906987T3 (es) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuntz et al. | Gastrointestinal cancer classification and prognostication from histology using deep learning: Systematic review | |
Chung et al. | Single-cell RNA-seq enables comprehensive tumour and immune cell profiling in primary breast cancer | |
Fan et al. | Radiogenomic signatures reveal multiscale intratumour heterogeneity associated with biological functions and survival in breast cancer | |
Győrffy et al. | Multigene prognostic tests in breast cancer: past, present, future | |
Makki | Diversity of breast carcinoma: histological subtypes and clinical relevance | |
Lim et al. | Addressing cellular heterogeneity in tumor and circulation for refined prognostication | |
Larsen et al. | Expression profiling defines a recurrence signature in lung squamous cell carcinoma | |
Gevaert et al. | Pancancer analysis of DNA methylation-driven genes using MethylMix | |
Guiu et al. | Molecular subclasses of breast cancer: how do we define them? The IMPAKT 2012 Working Group Statement | |
Hieronymus et al. | Copy number alteration burden predicts prostate cancer relapse | |
Correa Geyer et al. | Microarray-based gene expression profiling as a clinical tool for breast cancer management: are we there yet? | |
Parker et al. | Supervised risk predictor of breast cancer based on intrinsic subtypes | |
Yamamoto et al. | Radiogenomic analysis of breast cancer using MRI: a preliminary study to define the landscape | |
Cho et al. | Gene expression signature–based prognostic risk score in gastric cancer | |
JP2021521536A (ja) | 生体試料の多検体アッセイのための機械学習実装 | |
Wang et al. | Predicting molecular phenotypes from histopathology images: a transcriptome-wide expression–morphology analysis in breast cancer | |
Zhu et al. | Three immunomarker support vector machines–based prognostic classifiers for stage IB non–small-cell lung cancer | |
Varn et al. | Integrative analysis of breast cancer reveals prognostic haematopoietic activity and patient-specific immune response profiles | |
Schwede et al. | Stem cell-like gene expression in ovarian cancer predicts type II subtype and prognosis | |
Budczies et al. | Genome-wide gene expression profiling of formalin-fixed paraffin-embedded breast cancer core biopsies using microarrays | |
Mark et al. | The E2F4 prognostic signature predicts pathological response to neoadjuvant chemotherapy in breast cancer patients | |
CN109477147A (zh) | 用于皮肤癌分期和治疗的方法和材料 | |
Wang et al. | Integrative 3′ Untranslated Region‐Based Model to Identify Patients with Low Risk of Axillary Lymph Node Metastasis in Operable Triple‐Negative Breast Cancer | |
Alshalalfa et al. | Transcriptomic and clinical characterization of neuropeptide Y expression in localized and metastatic prostate cancer: identification of novel prostate cancer subtype with clinical implications | |
Li et al. | Cancer cell intrinsic and immunologic phenotypes determine clinical outcomes in basal-like breast cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40003164 Country of ref document: HK |