CN112292730B - 具有用于解释和可视化数据的改进的用户界面的计算设备 - Google Patents
具有用于解释和可视化数据的改进的用户界面的计算设备 Download PDFInfo
- Publication number
- CN112292730B CN112292730B CN201980043528.8A CN201980043528A CN112292730B CN 112292730 B CN112292730 B CN 112292730B CN 201980043528 A CN201980043528 A CN 201980043528A CN 112292730 B CN112292730 B CN 112292730B
- Authority
- CN
- China
- Prior art keywords
- representation
- gene
- variants
- gene variants
- disease
- 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.)
- Active
Links
- 102000054767 gene variant Human genes 0.000 claims abstract description 289
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 157
- 230000003993 interaction Effects 0.000 claims abstract description 152
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 126
- 108090000623 proteins and genes Proteins 0.000 claims description 121
- 201000010099 disease Diseases 0.000 claims description 112
- 238000000034 method Methods 0.000 claims description 95
- 230000015654 memory Effects 0.000 claims description 45
- 239000003814 drug Substances 0.000 claims description 32
- 229940079593 drug Drugs 0.000 claims description 31
- 238000011269 treatment regimen Methods 0.000 claims description 25
- 206010028980 Neoplasm Diseases 0.000 claims description 17
- 201000011510 cancer Diseases 0.000 claims description 14
- 208000035475 disorder Diseases 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 7
- 238000012800 visualization Methods 0.000 abstract description 66
- 238000012545 processing Methods 0.000 description 37
- 238000012163 sequencing technique Methods 0.000 description 36
- 230000002068 genetic effect Effects 0.000 description 29
- 239000000523 sample Substances 0.000 description 25
- 238000001914 filtration Methods 0.000 description 24
- 230000035772 mutation Effects 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 19
- 230000002452 interceptive effect Effects 0.000 description 19
- 150000007523 nucleic acids Chemical class 0.000 description 17
- 239000013610 patient sample Substances 0.000 description 16
- 108020004707 nucleic acids Proteins 0.000 description 15
- 102000039446 nucleic acids Human genes 0.000 description 15
- 238000011282 treatment Methods 0.000 description 15
- 108700028369 Alleles Proteins 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000013079 data visualisation Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000013442 quality metrics Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 239000003550 marker Substances 0.000 description 6
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 6
- 102000004169 proteins and genes Human genes 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 6
- 206010069754 Acquired gene mutation Diseases 0.000 description 5
- 108091028043 Nucleic acid sequence Proteins 0.000 description 5
- 238000007481 next generation sequencing Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000037439 somatic mutation Effects 0.000 description 5
- 238000002626 targeted therapy Methods 0.000 description 5
- 108020004414 DNA Proteins 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 4
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 229920001184 polypeptide Polymers 0.000 description 4
- 102000004196 processed proteins & peptides Human genes 0.000 description 4
- 108090000765 processed proteins & peptides Proteins 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 3
- 108700024394 Exon Proteins 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 102000054766 genetic haplotypes Human genes 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000001712 DNA sequencing Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 208000026350 Inborn Genetic disease Diseases 0.000 description 2
- 239000005411 L01XE02 - Gefitinib Substances 0.000 description 2
- 239000005551 L01XE03 - Erlotinib Substances 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 125000003275 alpha amino acid group Chemical group 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229960001433 erlotinib Drugs 0.000 description 2
- AAKJLRGGTJKAMG-UHFFFAOYSA-N erlotinib Chemical compound C=12C=C(OCCOC)C(OCCOC)=CC2=NC=NC=1NC1=CC=CC(C#C)=C1 AAKJLRGGTJKAMG-UHFFFAOYSA-N 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 229960002584 gefitinib Drugs 0.000 description 2
- XGALLCVXEZPNRQ-UHFFFAOYSA-N gefitinib Chemical compound C=12C=C(OCCCN3CCOCC3)C(OC)=CC2=NC=NC=1NC1=CC=C(F)C(Cl)=C1 XGALLCVXEZPNRQ-UHFFFAOYSA-N 0.000 description 2
- 208000016361 genetic disease Diseases 0.000 description 2
- 230000007614 genetic variation Effects 0.000 description 2
- 210000004602 germ cell Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005945 translocation Effects 0.000 description 2
- 108700040618 BRCA1 Genes Proteins 0.000 description 1
- 101150072950 BRCA1 gene Proteins 0.000 description 1
- 206010008805 Chromosomal abnormalities Diseases 0.000 description 1
- 208000031404 Chromosome Aberrations Diseases 0.000 description 1
- 239000003298 DNA probe Substances 0.000 description 1
- 101150039808 Egfr gene Proteins 0.000 description 1
- 102100030708 GTPase KRas Human genes 0.000 description 1
- 102100039788 GTPase NRas Human genes 0.000 description 1
- 206010064571 Gene mutation Diseases 0.000 description 1
- 101000584612 Homo sapiens GTPase KRas Proteins 0.000 description 1
- 101000744505 Homo sapiens GTPase NRas Proteins 0.000 description 1
- 101000984753 Homo sapiens Serine/threonine-protein kinase B-raf Proteins 0.000 description 1
- 208000024556 Mendelian disease Diseases 0.000 description 1
- 108020004485 Nonsense Codon Proteins 0.000 description 1
- 108700026244 Open Reading Frames Proteins 0.000 description 1
- 108020004518 RNA Probes Proteins 0.000 description 1
- 239000003391 RNA probe Substances 0.000 description 1
- 102100027103 Serine/threonine-protein kinase B-raf Human genes 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 229960001686 afatinib Drugs 0.000 description 1
- ULXXDDBFHOBEHA-CWDCEQMOSA-N afatinib Chemical compound N1=CN=C2C=C(O[C@@H]3COCC3)C(NC(=O)/C=C/CN(C)C)=CC2=C1NC1=CC=C(F)C(Cl)=C1 ULXXDDBFHOBEHA-CWDCEQMOSA-N 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000001815 biotherapy Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002759 chromosomal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 108700021358 erbB-1 Genes Proteins 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009093 first-line therapy Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000037434 nonsense mutation Effects 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002974 pharmacogenomic effect Effects 0.000 description 1
- 102000054765 polymorphisms of proteins Human genes 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- ZAHRKKWIAAJSAO-UHFFFAOYSA-N rapamycin Natural products COCC(O)C(=C/C(C)C(=O)CC(OC(=O)C1CCCCN1C(=O)C(=O)C2(O)OC(CC(OC)C(=CC=CC=CC(C)CC(C)C(=O)C)C)CCC2C)C(C)CC3CCC(O)C(C3)OC)C ZAHRKKWIAAJSAO-UHFFFAOYSA-N 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000009094 second-line therapy Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- QFJCIRLUMZQUOT-HPLJOQBZSA-N sirolimus Chemical compound C1C[C@@H](O)[C@H](OC)C[C@@H]1C[C@@H](C)[C@H]1OC(=O)[C@@H]2CCCCN2C(=O)C(=O)[C@](O)(O2)[C@H](C)CC[C@H]2C[C@H](OC)/C(C)=C/C=C/C=C/[C@@H](C)C[C@@H](C)C(=O)[C@H](OC)[C@H](O)/C(C)=C/[C@@H](C)C(=O)C1 QFJCIRLUMZQUOT-HPLJOQBZSA-N 0.000 description 1
- 229960002930 sirolimus Drugs 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 229940124597 therapeutic agent Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012070 whole genome sequencing analysis Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Classifications
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Toxicology (AREA)
- Pharmacology & Pharmacy (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Bioethics (AREA)
Abstract
在一些实施例中,本公开提供了一种包括改进的用户界面的计算设备。在一些实施例中,所述改进的用户界面使得能够对包括疗法推荐在内的与相互作用基因变体有关的临床相关信息可视化。在一些实施例中,所述改进的用户界面促进同时的对与个体基因变体有关的临床相关信息的可视化和对包括疗法推荐在内的与基因变体之间的相互作用有关的临床相关信息的可视化。在一些实施例中,通过所述改进的用户界面,所述可视化促进医疗专业人员快速解释临床相关信息,从而可以准确有效地做出有关患者护理的决定。
Description
背景技术
自从40年前引入到现有技术中,使用DNA测序对人类遗传变异进行研究已经经历了非凡的发展,这使得可以在几天之内对人类基因组进行测序和分析。2000年代中期,第一批“下一代测序”(NGS)仪器的发布引发了疾病研究的一场革命,以显著降低的成本极大提高了速度,从而使得只需数周生成人类全基因组序列。除了价格和性能之外,新的测序技术还证明可以弥补较旧的测序和基因分型技术的某些技术缺陷,从而可以以低成本对变体(包括新变体)进行全基因组检测。NGS在人类基因组学中的进一步突破是通过引入靶向富集方法,从而可以对感兴趣区域进行选择性测序,从而显著减少了需要生成的序列数量。该方法基于收集代表基因组中靶序列的DNA或RNA探针,所述探针可以结合并提取源自靶区域的DNA片段。
全外显子测序(WES)能够对人类基因组中所有蛋白质编码区域(外显子)进行测序,从而迅速成为最广泛使用的靶向富集方法,尤其是对于单基因(“孟德尔”)疾病。该方法可以检测外显子(编码)以及剪接位点变体,而与全基因组测序相比仅需要约2%的测序“负荷”。所有基因的无偏分析消除了在测序前对耗时的候选基因选择的需求。据估计,外显子携带约85%的突变,这对疾病相关性状有很大影响。另外,显示外显子突变引起大多数单基因疾病,仅错义和无义突变占疾病突变的约60%。
基因组测序技术的最新进展提供了前所未有的机会来表征个体基因组地图,并识别与诊断和疗法相关的突变。实际上,近年来,NGS也越来越多地用于解决药物基因组学研究问题。不仅可以检测出可以解释为什么某些患者对某种药物没有反应的遗传原因,而且可以尝试根据遗传信息预测药物的成功。某些基因变体可以影响特定蛋白质的活性,并且这些基因变体可以用于估计靶向该蛋白质的药物的可能功效和毒性。因此,NGS的应用远远超出了发现引起疾病的变体。
所有人类中共享全部DNA中的约99.5%,正是这0.5%产生所有的差异。遗传变异或变体是使得每个人的基因组独特的差异。DNA测序通过将个体的DNA序列与基因组参考联盟(GRC)维护的参考基因组的DNA序列进行比较来识别个体的变体。据信,人类的基因组平均具有数百万个变体。一些变体出现在基因中,但大多数出现在基因外部的DNA序列中。少数变体与疾病有关,但大多数变体具有未知的作用。一些变体会导致人类之间的差异,例如不同的眼睛颜色和血型。随着更多的DNA序列信息可供研究团体使用,某些变体的作用可能会更好地理解。
了解变体的作用是一个复杂的过程。尽管有很多将变体与疾病相关联的基于美国医学遗传学和基因组学指南的关于变体和其分类的可公开获得的信息来源,但关于变体的知识仍在不断演进,并且在这些来源中会发现不一致和不准确之处。另外,同时发生的突变会改变对疗法的反应,因此要分析变体组合的所有可能排列并解释对疗法的影响是临床医生的一项挑战。
发明内容
在一些实施例中,本公开提供了一种包括改进的用户界面的计算设备。在一些实施例中,所述改进的用户界面使得能够对包括疗法推荐在内的与相互作用基因变体有关的临床相关信息可视化。在一些实施例中,所述改进的用户界面促进同时的对与个体基因变体有关的临床相关信息的可视化和对包括疗法推荐在内的与基因变体之间的相互作用有关的临床相关信息的可视化。据信通过改进的用户界面的可视化促进医疗专业人员快速解释临床相关信息,从而可以准确有效地做出有关患者护理的决定。进一步据信,本文公开的系统和方法为医学专业人员提供了使得能够快速和有效解释临床相关信息的可视化。
在一些实施例中,本公开还提供了一种系统和方法,其促进对与源于已测序的核酸样品(例如获自人类受试者的核酸样品)的一种或多种已识别的基因变体有关的临床相关信息的查看、解释和可视化。本公开还提供了一种系统和方法,该系统和方法促进对与至少两个已识别的基因变体之间的阳性或阴性相互作用有关的临床相关信息的查看、解释和可视化。据信使用精选数据库(包括一个精选数据库,当多个基因变体与特定疾病或病症相关,该精选数据库包括与这些基因变体相互作用有关的信息)可以消除不一致和不准确之处,同时使临床医生和他们的患者能够更好地访问相关治疗选项。此外,本文描述的系统是有效的,使得能够从获得的序列数据中快速分析和识别变体,并且快速检索与已识别的一种或多种变体(包括相互作用基因变体,例如本文所述的)有关的所有相关精选数据。
本公开的一方面是一种包括显示屏(108)的计算设备(100),所述计算设备(100)配置为:从一个或多个通信地联接至所述计算设备(100)的存储器(104)中获得多个基因变体,所述多个基因变体源于源自于患者样品的序列数据;在所述显示屏(108)上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据;和在显示第一表示的同时,在所述显示屏(108)上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的第一基因变体有关的临床相关信息。在一些实施例中,在显示屏(108)上显示第三表示,所述第三表示包括与已为之识别相互作用的所述至少两个基因变体中的第二基因变体有关的临床相关信息。
在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识(参见例如图5C)。在一些实施例中,对所述感兴趣的疾病有抗性的疗法标记有第二标识(参见例如图5C)。在一些实施例中,第一表示和第二表示显示在单个面板内(参见例如图5C)。在一些实施例中,单个面板是个体基因面板表示(参见图5A的530)。在一些实施例中,第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。在一些实施例中,第一表示和第二表示显示在独立面板内。在一些实施例中,第一表示显示在相互作用基因面板内(参见图5A的510或520),并且其中所述第二表示显示在个体基因面板内。在一些实施例中,个体基因面板进一步包括所述第一表示和所述至少两个基因变体中的第一基因变体的识别。
本公开的另一方面是一种在联接至计算设备的显示器上,呈现与源于患者的样品中存在的一个或多个基因突变有关的相关信息的方法,所述方法包括:从联接至计算设备的存储器(或一个或多个存储器)中,获得源于患者样品(例如组织样品;肿瘤组织样品)的序列数据内的多个基因变体(例如基因突变);访问一个或多个数据库以识别多个获得的基因变体中的至少两个获得的基因变体之间的临床相关相互作用;并显示包括已识别的临床相关相互作用在内的至少一个可视化。在一些实施例中,方法进一步包括生成包括至少一个可视化在内的报告。
在一些实施例中,包括已识别的临床相关相互作用的至少一个可视化是基于已识别的临床相关相互作用提供一个或多个疗法推荐的面板。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,一系列药物中的每个都被识别但是在面板内“灰显”(参见例如图5C)。
在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识。在一些实施例中,对所述感兴趣的疾病有抗性的疗法标记有第二标识(参见例如图5D)。在一些实施例中,第二标识是“灰显”的文本。在一些实施例中,第一标识是实心符号(例如实心圆);并且其中所述第二标识是空心符号(例如开环圆或空心圆)。
在一些实施例中,面板是相互作用基因面板表示。在一些实施例中,相互作用基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体,所述第二部分报告疗法推荐。在一些实施例中,面板是个体基因面板表示。在一些实施例中,个体基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体中的一个,所述第二部分报告疗法推荐。
在一些实施例中,已识别的临床相关相互作用与感兴趣的疾病有关。在一些实施例中,感兴趣的疾病是预先诊断出的疾病。在一些实施例中,预先诊断出的疾病是癌症。在一些实施例中,一个或多个数据库存储在一个或多个远程服务器上。在一些实施例中,一个或多个数据库包括精选临床信息。在一些实施例中,一个或多个数据库中的至少一个数据库包括与基因变体的相互作用有关的临床信息。在一些实施例中,访问第一数据库以检索与感兴趣的疾病的多个获得的基因变体中的至少第一获得的基因变体有关的临床相关信息;并且其中访问第二数据库以检索与相同感兴趣的疾病的多个获得的基因变体中的至少第一获得的基因变体和至少第二获得的基因变体之间的相互作用有关的临床相关信息。在一些实施例中,访问所述一个或多个数据库包括访问存储在所述一个或多个数据库中的第一表和第二表,所述第一表包括关于所述基因变体的信息,并且其中所述第二表包括关于基因变体相互作用的信息。
在一些实施例中,方法进一步包括通过应用至少一个质量度量过滤器来过滤获得的多个基因变体。在一些实施例中,显示至少两个可视化,其中所述至少两个可视化中的一个包括个体基因面板表示。
本公开的另一方面是一种在联接至计算设备的显示器上呈现感兴趣的疾病(例如诊断出的疾病)临床相关的方法,所述方法包括(i)获得源于从患者获得的核酸样品的变体数据,其中所述变体数据是从通信地联接至所述计算设备的一个或多个存储器获得的;(ii)可选地在图形用户界面上接收与一个或多个用户可配置过滤设置相对应的第一用户输入,使得可以过滤所述获得的变体数据;(iii)通过访问包含临床相关信息的一个或多个的数据库,识别与至少两个所述获得的基因变体之间相互作用有关的临床相关信息;(iv)在所述图形用户界面上显示可视化,所述可视化包括所述与所述至少两个基因变体之间的相互作用有关的临床相关信息。在一些实施例中,方法进一步包括生成至少包括可视化的报告,所述可视化包括所述与所述至少两个基因变体之间的相互作用有关的临床相关信息。
在一些实施例中,一个或多个用户可配置过滤设置包括用户可配置变体质量设置和用户可配置遗传数据库存在设置。在一些实施例中,用户可配置变体质量设置包括读取深度和变体等位基因频率。在一些实施例中,一个或多个用户可配置过滤设置包括:(i)添加注释;(ii)从已识别的临床相关信息中包括或排除疗法选项;(iii)对已识别的临床相关信息的等级分级进行重新分类。
在一些实施例中,可视化是具有第一部分和第二部分的相互作用基因面板表示,所述第一部分列出相互作用的所述至少两个基因变体,所述第二部分报告疗法推荐。在一些实施例中,疗法推荐是在所述至少两个获得的基因变体之间存在基因相互作用的情况下对所述感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法在第二面板内用第一标识标记。在一些实施例中,鉴于所述至少两种获得的基因变体之间的相互作用,对所述感兴趣的疾病有抗性的疗法在第二面板内用第二标识标记。
在一些实施例中,方法还包括在所述图形用户界面上显示与源于过滤后的变体数据的一个或多个个体基因变体有关的临床相关信息的识别。在一些实施例中,方法进一步包括显示一个或多个个体基因面板表示,其中所述个体基因面板表示中的至少一个包括与已为之识别相互作用的所述至少两个基因变体中的一个有关的临床相关信息。在一些实施例中,个体基因面板表示进一步包括变体等位基因频率统计或读取深度统计中的至少一个。
本公开的另一方面是一种方法,包括:在具有显示屏的计算设备上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据;在所述显示屏上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的至少一个基因变体有关的临床相关信息。在一些实施例中,所述多个基因变体源于源自于患者样品的序列数据。在一些实施例中,所述多个基因变体是从一个或多个通信地联接至所述计算设备的存储器中获得的。
在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。在一些实施例中,第一表示和第二表示显示在单个面板内,其中所述单个面板是个体基因面板表示。在一些实施例中,第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。在一些实施例中,第一表示和第二表示显示在独立面板内。
本公开的另一方面是一种存储指令的非暂时性计算机可读介质,当所述指令由计算系统的一个或多个处理器执行时,使所述计算系统在显示屏上显示第一表示并且另外在所述显示屏上显示第二表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中至少一个基因变体有关的临床相关信息,其中所述多个基因变体源于源自于患者样品的序列数据。在一些实施例中,所述多个基因变体是从一个或多个通信地联接至所述计算的存储器中获得的。在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。
附图说明
参考附图来总体理解本公开的特征。在附图中,相同的附图标记始终用于识别相同的元件。
专利或申请文件含有至少一幅彩色附图。在提出请求并支付必要的费用后,将向专利局提供带有彩色附图的专利或专利申请公布的拷贝。
图1示出了根据一些实施例的系统,包括具有一个或多个处理器和测序设备的计算机,其中所述计算机和测序设备通信地联接(例如通过网络)。
图2示出了根据一些实施例的系统,包括处理子系统、存储子系统、输出设备和输入设备的系统,每个部件通过总线、网络或其它有线或无线互连通信地联接。所述系统还可以包括用于实现远程访问的软件,即客户端门户或客户界面。
图3阐述了根据一些实施例的通过网络与客户界面通信地联接的系统的框图。
图4阐述了根据一些实施例的流程图,所述流程图示出了基于受试者的核酸样品中已识别的突变生成包括针对受试者的疗法推荐的报告的步骤。
图5A示出了根据一些实施例的包括多个面板的数据可视化区域,每个面板填充有与已识别的基因变体或相互作用基因变体有关的临床相关信息。
图5B示出了根据一些实施例的填充在临床相关信息内的表示。
图5C示出了根据一些实施例的填充在临床相关信息内的表示。
图5D示出了根据一些实施例的填充在临床相关信息内的表示。
图5E示出了根据一些实施例对与个体已识别的基因变体或已识别的相互作用基因变体有关的临床相关信息的可视化。
图5F示出了根据一些实施例,与图5A的表示510相比,提供更详细的临床相关信息的表示。
图5G示出了根据一些实施例的填充在临床相关信息内的表示。
图5H示出了根据一些实施例的填充在临床相关信息内的表示。
图6A示出了根据一些实施例的远程生成包括临床相关信息的一个或多个可视化或报告的方法。
图6B示出了根据一些实施例的查看报告草案以供批准的方法。
图7示出了根据一些实施例的检索和/或查看最终报告的方法。
图8A示出了根据一些实施例的填充在包括代表标识的临床相关信息内的表示。
图8B示出了根据一些实施例的填充在包括代表标识的临床相关信息内的表示。
图9A示出了根据一些实施例的填充在临床相关信息内的表示,包括布置在栏内的疗法推荐。
图9B示出了根据一些实施例的填充在临床相关信息内的表示,包括布置在栏内的疗法推荐。
图10示出了根据多个实施例的包括多个面板的数据可视化区域,每个面板填充有与已识别的基因有关的临床相关信息,并且在个体面板之前识别相互作用基因变体(相互作用总结)。
图11提供了根据一些实施例的流程图,其示出了显示临床相关信息的一个或多个表示或可视化的步骤。
图12提供了根据一些实施例的流程图,其示出了显示临床相关信息的一个或多个表示或可视化的步骤。
具体实施方式
还应该理解的是,除非有明显的相反指示,否则在本文主张的包括多个步骤或动作的任何方法中,所述步骤或动作的顺序不必限于所述方法叙述的步骤或动作的顺序。
如本文所使用的,除非另有说明,否则单数术语“一(a/an)”及“该/所述”包括复数个参考物。类似地,除非上下文另外明确指出,否则单词“或”旨在包括“和”。术语“包括”定义为包括性的,以使“包括A或B”表示包括A、B、或A和B。
如在本文的说明书和权利要求书中所使用的,“或”应理解为具有与以上定义的“和/或”相同的含义。例如,当将列表中的项目分开时,“或”或“和/或”应解释为包括性的,即包括多个元素或元素的列表以及可选的其它未列出项目中的至少一个,但也包括多于一个。仅明确指出相反的术语,例如“仅一个”或“恰好一个”,或当在权利要求书中使用时,“由……组成”将指的是仅包括一个或多个元素中的一个元素。通常,当前置有排他性术语诸如“任一”、“一个”、“仅一个”、“正好一个”时,本文中使用的术语“或”仅应解释为表明排他性选择(例如“一个或另一个,但并非两者”)。当在权利要求书中使用时,“基本上由……组成”应具有在专利法领域中所使用的普通含义。
术语“包括”、“包含”、“具有”等可互换使用并且具有相同的含义。类似地,“包括”、“包含”、“具有”等可互换使用并且具有相同的含义。具体而言,每个术语的定义均与常见的美国专利法中“包含”定义一致,因此应解释为一个开放术语,表示“至少以下内容”,并且还应解释为不排除其它特征、限制、方面等。因此,例如,“具有部件a、b和c的设备”指该设备至少包括部件a、b和c。同样地,短语:“涉及步骤a、b和c的方法”指该方法至少包括步骤a、b和c。此外,尽管本文可以以特定顺序概述步骤和过程,但是技术人员将认识到,所述步骤和过程的顺序可以变化。
如本文在说明书和权利要求书中所使用的,在提及一个或多个元素的列表时,短语“至少一个”应理解为指从该元素的列表中的任何一个或多个元素中选择的至少一个元素,但不一定包括元素的列表中具体列出的每个元素中的至少一个,并且不排除元素的列表中元素的任何组合。该定义还允许除了短语“至少一个”所指代的元素列表中具体识别的元素之外,可以可选地存在别的元素,无论与那些具体识别的元素有关还是无关。因此,作为非限制性示例,在一个实施例中,“A和B中的至少一个”(或等价地“A或B中的至少一个”、或等价地“A和/或B中的至少一个”)可以指至少一个(可选地包括多于一个)A,不存在B(并且可选地包括除B以外的元素);在另一个实施例中,其可以指至少一个(可选地包括多于一个)B,不存在A(并且可选地包括除A以外的元素);在又一个实施例中,其可以指至少一个(可选地包括多于一个)A和至少一个(可选地包括多于一个)B(以及可选地包括其它元素)等等。
如本文所用,术语“过滤”指改变一个或多个数据集。过滤可以意味着从数据集中保持、增加、减去或加回数据点(例如临床信息)。过滤可以意味着掩蔽数据集中的一个或多个数据点。过滤可以意味着暴露数据集中的数据点。在一些实施例中,过滤是迭代过程。在一些实施例中,使用一个或多个过滤器执行过滤。在一些实施例中,第二过滤器加回或暴露一个过滤器去除或掩蔽的数据点。在一些实施例中,对变体列表执行过滤。过滤后的数据集可以小于或大于原始数据集。在一些实施例中,过滤后的数据集包括未从原始数据集中去除的数据点。
如本文所用,术语“读取深度”或“测序深度”指序列已被测序的次数(测序的深度)。例如,可以通过比对多个测序运行结果并在一定大小(例如100bp)的非重叠窗口中计数读取的起始位置来确定读取深度。可以使用本领域已知的方法基于读取深度来确定拷贝数变化。例如,使用Yoon等人(Genome Research 2009 September;19(9):1586-1592)、Xie等人(BMC Bioinformatics 2009 Mar.6;10:80)或Medvedev等人(Nature Methods 2009November;6(11Suppl):S13-20)描述的方法。
如本文所用,术语“序列数据”或“测序数据”指技术人员已知的关于核酸分子的任何序列信息。序列数据可以包括有关必须转换成核酸序列的DNA或RNA序列、修饰的核酸、单链或双链序列、或替代地氨基酸序列的信息。序列数据可以另外包括关于测序设备、获取日期、读取长度、测序方向、已测序实体的来源、相邻序列或读取、重复的存在或本领域技术人员已知的任何其它合适的参数的信息。序列数据可以以本领域技术人员已知的任何合适的格式、档案、编码或文档来呈现。
如本文所使用的,术语“用户界面”指允许用户(例如终端用户,诸如遗传学家)输入命令和数据并接收结果的界面(诸如图形用户界面,GUI)。术语“用户界面”和“图形用户界面”在本文可互换使用。
如本文所用,术语“变体”或“基因变体”指基因、基因组序列或其部分的替代形式。变体也可以指在蛋白质或RNA水平上对应于基因组变化。在一些实施例中,变体引起蛋白质序列中氨基酸的改变,但是还可以以其它方式,例如在RNA剪接、翻译或其它水平的转录或翻译调节方面影响蛋白质或细胞的功能或活性。“变体”也可以指这样一种多肽,其中序列与群体中最普遍的序列不同的位置不改变编码的多肽的氨基酸序列(即保守变化)。基因变体多肽可以由风险单倍型编码、由保护性单倍型编码或可以由中性单倍型编码。基因变体多肽可以与风险相关、与保护相关或可以是中性的。基因变体的非限制性示例包括移码、停止获得、开始丢失、剪接受体、剪接供体、停止丢失、错义、剪接区域、同义和拷贝数变体。拷贝数变体的非限制性类型包括缺失和重复。
如本文中进一步详细描述的,本公开提供了一种系统、方法和界面,以促进解释在序列数据(诸如从人类患者的核酸样品,例如源于肿瘤的样品获得的序列数据)中识别的一个或多个基因变体(例如相同或不同基因中的变体)。有时,寻找单个基因组变体可以不是完全确定的,例如基于存在(或不存在)或单个基因组变体寻找预测性疗法结果可能不是最佳选择,因为它的背景有限。通过考虑其它基因变体(例如将对疗法结果产生正面或负面影响的基因变体),可以向执业临床医生提供改进的指导,从而可以鉴于多种基因变体来施用最佳治疗。以这种方式,本公开提供了一种系统和方法,用于解释某些变体如何相互关联或相互作用的临床意义,并基于相互作用基因的存在可视化或以其它方式向用户或临床医生报告相互作用的临床意义和/或推荐。本文所述的系统和方法是有效的,使得能够从获得的序列数据中快速分析和识别基因变体,并快速检索与一种或多种变体(包括相互作用基因变体)有关的相关精选数据。此外,本文描述的系统和方法使得能够以最佳且有组织的方式可视化和报告基因变体(例如到计算机显示器或操作计算设备的用户)以及与基因变体之间的相互作用有关的信息。在一些实施例中,系统和方法使得用户(例如医学专家、遗传学家、医生等)能够快速解释包括临床相关信息的可视化,由此所述快速解释促进迅速而准确的医学决定,这可能导致对患者护理的改进。在一些实施例中,可视化以简化的方式向用户提供更多信息,从而允许更快速查看临床相关信息,并促进有效查看与基因相互作用有关的数据。
在一些实施例中,本公开提供了包括改进的用户界面的系统,所述用户界面适于使得能够对包括疗法推荐在内的与基因变体和相互作用基因变体有关的临床相关信息的可视化。在一些实施例中,所述改进的用户界面促进同时的对与个体基因变体有关的临床相关信息的可视化和对包括疗法推荐在内的与基因变体之间的相互作用有关的临床相关信息的可视化。据信通过改进的用户界面的可视化促进医疗专业人员快速解释临床相关信息,从而可以准确有效地做出有关患者护理的决定。进一步据信,本文公开的系统和方法为医学专业人员提供了可视化,使得能够快速、准确和有效地查看和解释临床相关信息。
在一些实施例中,本公开提供了一种数据可视化系统,使得用户能够查看检索出的基因组变体和相应的临床信息的数据集。在一些实施例中,数据可视化系统提供图形用户界面以交互地查看和解释临床数据。所述数据可视化系统还使用户能够理解在受试者的核酸样品中发现的多个基因变体之间的相互关系。信息的可视化(例如通过有组织的面板,诸如用户交互面板)促进传达相关临床信息,从而使用户可以有效地解释呈现的临床数据并在报告检索出的数据之前进行必要的任何更改(例如注释、重新分类等)。所述数据可视化系统还可用于生成总结查看的和解释的临床信息的报告。
在一些实施例中,本公开的系统适于促进解释和报告从受试者(例如需要疗法治疗的人类患者)获得的序列数据。在一些实施例中,使用测序设备从测序操作中获得序列数据,并且将序列数据存储在数据库(例如联网数据库)中,以用于之后的解释和报告。例如,可以使用测序设备导出序列数据,并将其存储在位于存储子系统104或联网服务器上的文件(例如,以变体调用格式、BED格式或BEDPE格式)中,从而可以在之后检索所述文件以用于基因变体识别、与已识别的基因变体(或多个基因变体之间的相互作用)有关的相关临床信息的检索、可视化和/或报告(参见图1)。在一些实施例中,直接在系统上运行软件(例如变体分析和报告应用),并且从联网服务器检索序列数据以进行解释和报告(参见图2)。在其它实施例中,在远程系统上运行软件(例如变体分析和报告应用),并且使用客户界面或客户端门户来访问所述系统,从而可以通过客户界面将序列数据上传到远程系统以进行解释和报告(参见图2和3)。
本文提供的系统和方法可以应用于解释和报告任何感兴趣的基因中的任何变体。示例性变体包括单核苷酸多态性、点突变、插入、缺失和易位。例如,所述系统和方法可用于解释和报告在EGFR基因或BRCA1基因内检测到的变异,包括在任何具体基因内检测到的多种变体(例如EGFRp.L858R和EGFRp.T790M)。
图1阐述了系统100(计算机或计算设备),包括通信地联接至处理子系统102的测序设备110。测序设备110可以直接(例如通过一个或多个通信电缆)或通过一个或多个有线和/或无线网络130联接至处理子系统102。在一些实施例中,处理子系统102可以包括在或集成在测序设备110中。在一些实施例中,系统100可以包括软件,以命令测序设备110使用某些用户可配置参数来执行某些操作,并将所获得的所得测序数据发送到所述处理子系统102或存储子系统(例如本地存储子系统或联网存储设备)。在一些实施例中,处理子系统102或测序设备110可联接至网络130。在一些实施例中,存储设备联接至网络130,用于存储或检索序列数据、患者信息和/或其它组织数据。所述处理子系统102可以包括显示器108和一个或多个输入设备(未示出),用于从用户或操作员(例如,技术员或遗传学家)接收命令。在一些实施例中,用户界面由处理子系统102渲染并且提供在显示器108上以(i)促进分析、解释和/或报告测序数据和/或患者数据;(ii)从测序设备中检索数据;或(iii)从数据库(例如通过网络可用的一个数据库)中检索测序数据、患者信息或其它临床信息。在一些实施例中,网络130使得能够(例如通过客户界面或客户端门户,未示出)远程访问处理子系统102和/或测序设备110。以这种方式,远程用户可以访问处理子系统102,使得变体分析和报告软件可以在处理子系统102上远程运行。在一些实施例中,客户界面或客户端门户还可以使得能够在分析和解释序列数据之后检索存储的报告。在一些实施例中,客户界面或客户端门户可以促进将序列数据传输到处理子系统102或与其通信地联接的任何附接的本地或联网存储设备。测序样品的方法在PCT公开号WO/2017/123316和WO/2017/181134中描述,其公开内容通过引用整体并入本文。
图2是根据本公开的实施例的系统100的框图。系统100可以使用任何类型的用户可操作的计算设备来实现,包括台式计算机、膝上型计算机、平板计算机、手持式设备(例如智能电话、媒体播放器)等等。系统100可以包括多个互连的部件,例如如下面更详细地讨论的处理子系统102、存储子系统104、用户输入设备106、显示器108和经由总线114进行通信的网络接口112。在一些实施例中,图2中所描绘的系统100是可以远程访问的,例如一个或多个远程用户可以诸如通过网络访问系统100,使得可以解释、可视化和/或报告存储在存储子系统104内的序列数据或远程上传到存储子系统104的序列数据。
处理子系统102可以包括单个处理器(其可以具有一个或多个核),或者可以包括多个处理器(每个具有一个或多个核)。在一些实施例中,处理子系统102可以包括一个或多个通用处理器(例如CPU)、专用处理器(例如图形处理器,GPU)、数字信号处理器、或这些和其它类型的处理器的任意组合。在一些实施例中,可以使用例如专用集成电路(ASIC)或现场可编程门阵列(FPGA)之类的定制电路来实现处理子系统中的一些或所有处理器。在一些实施例中,这样的集成电路执行存储在电路本身上的指令。在其它实施例中,处理子系统102可以检索并执行存储在存储子系统104中的指令,并且所述指令可以由处理子系统102执行,无论用户是本地访问还是例如通过客户端门户116远程访问系统。作为示例,处理子系统102可以执行指令以接收和处理存储在本地或联网存储系统内的变体数据(例如以变体调用格式),并显示从输入变体数据中识别的基因变体以及检索出的与已识别的基因变体有关的临床总结和/或疗法推荐。
存储子系统104可以包括各种存储器单元,例如系统存储器、只读存储器(ROM)和永久存储设备。ROM可以存储处理子系统102和系统100的其它模块所需的静态数据和指令。所述永久存储设备可以是读写存储设备。所述永久存储设备可以是即使在系统100断电时也存储指令和数据的非易失性存储单元。在一些实施例中,大容量存储设备(例如磁盘或光盘或闪存)可以用作永久存储设备。其它实施例可以使用可移动存储设备(例如闪存驱动器)作为永久存储设备。所述系统存储器可以是读写存储设备,也可以是易失性读写存储器(例如动态随机存取存储器)。所述系统存储器可以存储处理器在运行时所需的部分或全部指令和数据。
存储子系统104可以包括非暂时性计算机可读存储介质的任意组合,包括各种类型的半导体存储芯片(DRAM、SRAM、SDRAM、闪存、可编程只读存储器)等等。也可以使用磁盘和/或光盘。在一些实施例中,存储子系统104可包括可读取和/或可写入的可移动存储介质;此类介质的示例包括光盘(CD)、只读数字通用光盘(例如DVD-ROM、双层DVD-ROM)、只读和可读磁盘、超密度光盘、闪存存储卡(例如SD卡、小型SD卡、微型SD卡等)等等。在一些实施例中,数据和其它信息(例如测序数据、患者信息、临床数据、组织数据、精选数据等)可以存储在一个或多个远程位置(例如,云存储)中,并与系统100的其它部件同步。所述存储子系统104可以包括精选信息的数据库。当在本文中使用术语“存储器”或“一存储器”时,它们可以指一个或多个存储器,例如多个存储器。
在一些实施例中,存储子系统104可以存储处理子系统102要执行的一个或多个软件程序,例如变体分析和报告应用120。“软件”通常指指令序列,当由处理子系统102执行时,使系统100执行各种操作,从而定义一种或多种执行和实施软件程序的操作的特定机器实施方式。因此,“软件”还可以包括固件或嵌入式应用或处理子系统102可读和可执行的任何其它类型的指令。软件可以实现为单个程序,也可以实现为按期望交互的单独程序或程序模块的集合。在一些实施例中,程序和/或数据可以存储在非易失性存储器中,并在程序执行期间全部或部分拷贝到易失性工作存储器中。处理子系统102可以从存储子系统104中检索要执行的程序指令和要处理的数据,以便执行包括以下描述的操作的各种操作。软件的一示例包括变体分析和报告应用120。所述软件可以在系统100上本地运行,但是例如通过客户端门户116远程访问和/或控制。例如,所述软件的实例可以在系统100上本地运行,但是远程操作员可以借助网络连接的客户端门户116访问所述软件,以使文件(例如包含变体数据的那些文件,诸如以变体调用格式、BED格式、或BEDPE格式)可以上传到存储子系统104,由此远程用户可以控制软件的实例,以便可以执行对受试者的变体数据的解释、可视化和/或报告。
可以将用户界面提供给显示设备108和/或一个或多个其它用户输出设备(未示出)。所述用户界面可以包括例如菜单栏、元数据窗格、工具栏、下拉菜单以及临床相关数据的可视表示。输入设备106可以包括用户可以通过其向系统100提供信号的任何设备;系统100可以将信号解释为指示特定用户请求或信息。在一些实施例中,由用户界面提供的表示促进与用户(远程或本地)的交互。例如,所述用户可以选择某些用户可配置设置或参数,使得可以根据所述用户可配置设置或参数的选择来改变检索出的数据集。在各种实施例中,输入设备106可以包括键盘触摸板、触摸屏(例如显示器108的显示表面上的触敏覆盖)、鼠标或其它点选设备、滚轮、点击轮、拨盘、按钮、开关、键盘、麦克风等等中的任一个或全部。
显示器108可以显示由系统100生成的影像(例如包括多个基因变体中的一个或多个以及多个基因变体中的任意所述多个基因变体之间的相互作用的表示或可视化),并且可以包括各种图像生成技术,例如阴极射线管(CRT)、液晶显示器(LCD)、发光二极管(LED)(包括有机发光二极管,OLED)、投影系统等,以及支持电子设备(例如数模转换器或模数转换器、信号处理器等)。一些实施例可以包括既充当输入设备又充当输出设备的设备,例如触摸屏。在一些实施例中,除了显示器108之外或代替显示器,可以提供其它用户输出设备。
在一些实施例中,用户界面可以提供图形用户界面,其中显示器108的某些区域中的可见图像元素定义为用户使用用户输入设备106选择的活动元素、交互元素或控制元素。例如,用户可以操纵用户输入设备106以将屏幕上的光标或指针定位在所述控制元素上,然后“点击”按钮以指示选择(所述选择发送信号以执行指定的动作或例程)。例如,用户可以操纵用户输入设备106以选择用户界面内的图标,所述图标将实现操作的发起,例如发起过滤操作、发起报告的生成、发起对一个或多个显示的可视化或表示的注释。作为另一示例,用户可以在渲染的数据可视化区域(参见图5A的500)内点击表示(例如面板),使得呈现新窗口或新用户界面屏幕,其提供关于与一种或多种已识别的基因变体或至少两个基因变体之间的相互作用有关的临床相关信息的进一步细节(参见图5F)。
在一些实施例中,用户可以操纵用户输入设备106,以便与一系列用户可配置选项(例如图标、按钮、上下文菜单、下拉菜单、拨动开关等)交互,以便定义一组用户可配置参数。用户可配置参数的选择可用于例如改变数据集。例如,并且如本文中进一步公开的那样,所述用户可以选择某些用户可配置过滤器参数(例如在过滤器配置子菜单或用户界面内的弹出窗口中显示的参数),由此由所述选择生成的信号可能会导致某些变体数据(例如嵌入在变体调用格式数据文件中的特定患者的基因组数据)将基于为某些用户可选择字段/标准选择的截止值包括在报告中或排除在报告中。作为另一示例,可以利用用户输入设备106,使得可以在过滤器配置面板中选中框以启用或禁用特定数据库或精选集合内的搜索。作为又一示例,操作员可以通过输入设备106提供值(例如百分比值),并且可以基于输入的用户可配置值来发起过滤。
替代地,用户可以(例如用手指或手写笔)触摸触摸屏设备上的控制元素。在一些实施例中,用户可以说出与控制元素相关联的一个或多个单词(该单词可以是例如元素上的标签或与元素相关联的功能)。在一些实施例中,可以将触敏设备上的用户手势识别并解释为输入命令;这些手势可以但不必与显示器108上的任何特定区域相关联。其它用户界面也可以实现。
网络接口112可以为系统100提供数据通信能力。在一些实施例中,网络接口112可以包括用于访问无线语音和/或数据网络(例如使用蜂窝电话技术、高级数据网络技术(诸如3G、4G或EDGE、5G、WiFi(IEEE802.11系列标准))、或其它移动通信技术或其任意组合)的射频(RF)收发器部件、GPS接收器部件和/或其它部件。在一些实施例中,除了无线接口之外或代替无线接口,网络接口112可以提供有线网络连接性(例如以太网)。可以使用硬件(例如天线、调制器/解调器、编码器/解码器以及其它模拟和/或数字信号处理电路)和软件部件的组合来实现网络接口112。网络接口112可以促进诸如通过客户端门户116对系统100的远程访问(例如远程用户可以通过远程计算机访问系统100,并且所述远程计算机通过网络接口112与系统100交互)。在一些实施例中,客户端门户116是由远程用户在远程计算机或其它计算设备上运行的独立应用。在其它实施例中,客户端门户116是在远程计算机或其它通过网络访问系统100的计算设备上运行的Web浏览器。
总线114可以包括通信地连接系统100的大量部件的各种系统总线、外围总线和芯片组总线。例如,总线114可以将处理子系统102与存储子系统104通信地联接。总线114也可以连接至输入设备106和显示器108。总线114还可以通过网络接口112将处理子系统102联接至网络。以这种方式,系统100可以连接至多个计算机系统的网络,例如局域网(LAN)、广域网(WAN)、内联网或网络的网络(诸如因特网)。技术人员将理解,可以将其它部件(例如测序设备、扫描设备、组织处理系统)连接至总线114。
一些实施例包括电子部件,例如微处理器、存储设备和将计算机程序指令存储在计算机可读存储介质中的存储器。本文描述的许多特征可以实现为指定为编码在计算机可读存储介质上的一组程序指令的过程。当这些程序指令由一个或多个处理单元执行时,它们使处理单元执行程序指令中指示的各种操作。程序指令或计算机代码的示例包括(例如由编译器产生的)机器代码和文件(包括由计算机、电子部件或使用解释器的微处理器执行的高级别代码)。
通过适当的编程,处理子系统102可以为系统100提供各种功能。例如,处理子系统102可以执行具有用户界面的变体分析和报告应用120;或可以执行查看器应用程序(例如网络浏览器)或其它查看器窗口,使得能够查看和/或分析临床报告,包括可公开获得的临床报告(例如疗法功效与特定变体之间相关性的观察)。变体分析和报告应用120可以提供各种功能,例如从诸如本地数据库或联网数据库的数据库中检索和显示内容的能力(例如,包括那些具有精选信息数据库的数据库、精选信息的总结、参考文献、引用文献、或其它数据库的链接或其它临床信息来源等等)。
在一些实施例中,变体分析和报告应用120合并了各种互操作模块(例如代码块),当由处理子系统102内的一个或多个处理器执行时,所述互操作模块实现接口操作的各方面。例如,变体分析和报告应用120可以包括内容获取器122、内容渲染器124、GUI渲染器126和UI解释器128。
在一些实施例中,内容获取器122可以包括用于与本地数据库(例如存储子系统104)或与网络接口112进行交互(例如访问)以获取或以其它方式检索内容项目的指令,所述内容项目例如测序数据、基因变体数据、患者数据、预测的疗法反应数据、临床内容(例如临床简述、临床总结等)和生物学内容(例如基因生物学总结、变体功能总结等)。在一些实施例中,内容获取器122配置为从通信地联接至系统(例如计算机设备)的一个或多个存储器获得多个基因变体。在一些实施例中,所述多个基因变体源于源自于患者样品的序列数据。在一些实施例中,也可以从公共数据库中检索数据。在一些实施例中,内容获取器122可以从一个或多个精选数据库中检索信息。
在一些实施例中,内容渲染器124可以包括指令,所述指令用于解释从一个或多个来源获取的内容项,然后将渲染的内容填充或传递到由GUI渲染器126生成的表示。例如,内容渲染器124可以用已识别的基因变体(或相互作用基因变体)和由内容获取器122检索出的相应内容来填充一个或多个渲染的面板(本文描述的)。在一些实施例中,内容渲染器124基于由GUI渲染器126渲染的类型可视化来提供大量信息,并且所述信息可以包括检索出的内容的总结或摘要和/或疗法干预的简要总结。例如,如果GUI渲染器126提供一系列面板,则内容获取器124(例如根据用户偏好用)总结信息或“高级别”信息来填充一系列面板。然而,如果GUI渲染器126渲染用于传达更细粒度的信息的窗口,则与填充到面板中的信息相比,内容渲染器124将以相对更高级别的信息来填充那些窗口。在一些实施例中,内容渲染器124配置为在显示屏上显示多个表示或可视化,所述表示或可视化包括与一个或多个基因变体和/或至少两个基因变体之间的已识别的临床相关相互作用有关的数据(例如第一、第二、第三或第n表示或可视化)。
在一些实施例中,内容渲染器124配置为在显示屏上显示第一表示,该第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据。在一些实施例中,内容渲染器124配置为在显示屏上显示第二表示以及前述第一表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的第一基因变体有关的临床相关信息。在一些实施例中,内容渲染器124配置为在显示屏上显示第三表示以及前述第一和第二表示,所述第三表示包括与已为之识别相互作用的所述至少两个基因变体中的第二基因变体有关的临床相关信息。在一些实施例中,第一、第二和第三表示同时显示。
在一些实施例中,GUI渲染器126创建要与由内容渲染器124或其它系统模块渲染的内容项目一起呈现给用户的图形用户界面(GUI)元素。GUI渲染器126可以包括定义GUI元素的位置和外观的代码,所述GUI元素是例如菜单栏、窗口覆盖、配置面板、弹出菜单、注释输入窗口、面板等,每个GUI元素可以是交互元素。在一些实施例中,GUI渲染器126可以生成具有各种尺寸的面板以适应向操作者呈现临床相关信息,由此面板可以包括某些标识以加速操作者的查看(例如参见图8A和8B)。GUI渲染器126还可以提供工作空间,使得用户或操作员可以与系统100交互,和/或控制数据分析的某些方面以及控制报告检索出的临床、生物学和/或疗法信息。
UI解释器128可以(例如经由用户输入设备106)接收用户输入,并且可以解释所述输入以确定要通过测序数据分析和报告应用120来执行的动作。例如,UI解释器28可以确定用户选择了哪个GUI元素(例如图标、或菜单中可选择项目、上下文菜单、下拉列表、按钮、面板等)并发起相应的动作(例如添加注释、显示其它内容信息、生成最终报告以进行导出)。
作为示例,GUI渲染器126可以生成一系列面板,所述面板可以用由内容获取器122检索出的信息来填充(例如使用内容渲染器124)。面板的示例在图5A中示出。这些面板可以是交互面板。如果用户点击任何特定面板(例如图5A的面板510)(例如由UI解释器128解释),则GUI渲染器126可以渲染包括多个窗口或表示的新屏幕(参见图5F)。随后,然后由内容渲染器124向多个渲染的窗口或表示填充信息(例如由内容获取器122检索出的信息)。可以检索(例如从一个或多个数据库,包括精选数据库和/或公共数据库)并填充的内容可以包括疗法选项、临床简述和总结、生物学和功能总结、分类信息、统计数据和/或图形变体比对表示。以这种方式,面板(例如图5A中所描绘的那些)可以基于某些基因变体或基因变体组合的存在或不存在向用户提供高级别的信息(例如总结信息或推荐)。比较而言,窗口和表示(例如在图5F中所描绘的那些)可以向用户提供与图5A的面板中提供的信息相比更高级别的细节,并且用户可以根据需要特别地请求所述更高级别的细节,以便更好地理解和/或解释一个或多个已识别的基因变体、检索出的临床相关信息以及提供的疗法推荐/信息之间的相关性。
应当理解,系统100是说明性的,并且变化和修改是可能的。此外,尽管参考特定块描述了系统100,但是应当理解,这些块是为了便于描述而定义的,并且不意图暗示组成部分的特定物理布置。此外,这些块不必对应于物理上不同的部件。块可以配置为(例如通过对处理器进行编程或提供适当的控制电路)来执行各种操作,并且取决于如何获得初始配置,各种块可以是或者可以不是可重新配置的。可以在包括使用电路和软件的任何组合实现的电子设备的各种装置中实现本公开的实施例。变体分析和报告应用120也是说明性的,并且特定的实施方式可以包括比这里描述的更多或更少的模块。而且,尽管可以将特定模块描述为执行特定功能,但是这样的描述并不旨在暗示由所述模块执行的特定功能或者包括在这样的模块内的特定指令集。
图3描绘了与网络130和系统100(例如图1和图2所示的系统)通信的客户界面140。客户界面140可以是独立的应用(例如独立的变体分析和报告软件)或是允许远程访问软件120的web浏览器或其它界面软件。例如,客户界面140允许远程操作员登录系统100(例如图1和图2所示的系统)并访问存储的序列数据(诸如存储在存储子系统104或其它网络连接的存储设备中的数据)或上传到系统100进行处理的序列数据。当然,客户界面140可以包括本文描述的任何软件模块。以这种方式,远程用户可以与系统的元素(例如可配置元素)进行远程交互,从而可以解释和报告序列数据(例如,遗传学家可以选择用户可配置参数诸如过滤参数、查看由系统响应于过滤操作检索出的精选信息、注释信息、从选择的数据库中选择性地添加或删除信息、和/或生成报告以供查看)。在一些实施例中,系统100可以通过客户界面140接收来自远程用户的请求,其中该请求可以包括基于上传的序列数据来生成报告的请求(例如,远程用户可以上传序列数据,不同的操作员可以执行必要的步骤以解释上传的序列数据并生成适当的报告)。替代地,远程操作员可以使用客户界面140来查看生成的报告(例如,临床医生可以使用客户界面140来查看为患者生成的报告,并基于该报告内提供的推荐来开处方或推荐疗法)。在其它实施例中,客户界面140可以用作患者端门户,使患者能够基于先前收集和测序的样品来查看报告。
本公开还提供了识别基因变体(或相互作用基因变体),并使那些已识别的基因变体与临床相关信息匹配的方法。可以可视化那些已识别的基因变体与临床相关信息的匹配,从而有助于解释信息以包括在报告中。在一些实施例中,可以产生包括与一个或多个已识别的基因变体(或相互作用基因变体)有关的精选临床信息的报告,并且可以基于由系统100的用户评论和/或解释的可视化信息来生成报告。
参考图4,变体数据首先由系统100接收(步骤400)。所述变体数据可源于获自受试者的核酸样品,例如诊断患有特定疾病或病症的人类患者。在一些实施例中,变体数据包括在从患者(即从已经用测序设备110测序的患者的核酸样品)获得的核酸序列信息中发现的变体或突变。突变是指遗传信息的变化。如本领域已知的,突变包括取代、插入或缺失(INDEL)、易位、倒位、染色体异常等。
在一些实施例中,以变体调用格式提供变体数据,其可以上传到系统100或由其检索。在一些实施例中,包含在变体调用格式文件中的数据用来表示。在一些实施例中,变体调用格式文件包括例如八栏,对应于表示染色体(CHROM)的数据栏、表示从1起算的变体开头的位置(POS)的数据栏、表示变体的唯一标识符(ID)的数据栏、表示参考等位基因(REF)的数据栏、表示其它非参考等位基因的逗号分隔列表(ALT)的数据栏、表示分级质量得分(QUAL)的数据栏、表示位点过滤信息(FILTER)的数据栏和表示其它用户可扩展注释的分号分隔列表(INFO)的数据栏。
在系统100解析提供的变体数据之后,确定基因中的变体(步骤401)。然后检索与已识别的疾病或病症的每个确定的基因变体有关的临床相关信息(步骤402)。在一些实施例中,临床相关信息是从医学文献的精选数据库中检索的。在一些实施例中,精选数据库表示可用的医学文献的提炼(例如在同行评议的期刊文章中可公开获得),并且在其中维护精选数据库,即随着新文献的可用而保持最新。
在一些实施例中,精选数据库包括已知基因变体和与那些已知基因变体有关的信息。在一些实施例中,精选数据库使特定基因变体与批准或推荐的疗法、联合疗法或治疗方案相关。在其它实施例中,精选数据库还包括与基因变体有关的生物学和功能信息的总结。在其它实施例中,精选数据库进一步包括对来源材料(例如NCBI收集的文章、数据或其它信息)的交叉引用或超链接。在一些实施例中,精选数据库进一步包括与基因变体位置有关的信息,即染色体位置、定位和核苷酸改变。
在一些实施例中,通过将精选数据库内的某些元数据字段与确定的基因变体匹配来检索每个基因变体(或基因变体组)的临床相关信息。在一些实施例中,“符号p”或“符号c”用于将确定的基因变体映射到数据库中的那些基因变体。在一些实施例中,可以对地理位置或区域执行不同的匹配(例如,治疗方案或药物可能在某些区域或国家未批准)。然后可以基于数据库元数据与患者的确定的基因变体和诊断出的疾病/病症的匹配来识别临床相关信息,例如通过使用内容获取器122。
例如,可以将患者的确定的基因变体和患者的诊断出的疾病/病症分别与精选数据库中的元数据字段(例如变体元数据、生物标志元数据、疾病类型元数据等)进行比较。作为进一步的示例,假设患者已经诊断出患有非小细胞肺癌。进一步假设患者携带EGFRp.L858R突变。然后将患者的诊断出的疾病(非小细胞肺癌)和确定的突变(EGFR p.L858R)与精选数据库中的元数据字段进行比较。返回与显示EGFRp.L858R的条目的匹配,因为EGFRp.L858R与非小细胞肺癌有关。技术人员将理解,EGFRp.L858R突变对于其它诊断出的病症可能是常见的,但是仅当确定的基因变体和诊断出的疾病/病症都匹配时,才返回匹配。
技术人员将进一步理解,也可以对多于一个基因变体进行匹配。例如,描述诊断为非小细胞肺癌的患者的EGFRp.L858R和EGFRp.T790M突变的相互作用的数据库条目将仅与包括如下全部条目的患者条目匹配:非小细胞肺癌诊断条目,和EGFRp.L858R和EGFRp.T790M突变两者的条目。
然后可以例如通过显示器108上的用户界面来可视化检索出的临床相关信息(参见图11和/或12)。在一些实施例中,可视化使得能够快速有效地查看临床相关信息,从而能够进行快速、准确和知情决策并改善患者护理。在一些实施例中,图形用户界面包括数据可视化区域(参见图5A中的500)。在一些实施例中,GUI渲染器126在数据可视化区域500内生成一个或多个表示,每个表示可以单独地用至少一些检索出的信息(例如,与患者的一个或多个确定的基因变体有关的已识别的临床相关信息的总结)填充。在一些实施例中,这些表示包括用户可以解释、分析和/或与之交互的图形和/或文本信息,例如用户可以查看表示中的信息,并对信息进行更改和/或向信息添加注释,诸如本文所述的。
在其它实施例中,GUI渲染器126生成一个或多个面板,然后一个或多个生成的面板中的每一个可以单独地用从精选数据库中检索出的临床相关信息中的至少一些填充(步骤403)(还参见图5A)。在一些实施例中,每个面板在一个维度上尺寸相等,而在另一个维度上尺寸动态可调整,例如根据在其中检索出的和填充的临床相关内容的数量。在一些实施例中,面板可以包括已识别的基因变体以及用于治疗具有已识别的一种或多种基因变体的患者的特定疾病或病症的临床批准或推荐疗法的总结(参见例如图5A的510、520、530或540)。在一些实施例中,填充的面板可以包括从其精选了临床相关信息的已发表的期刊文章或其它来源材料的摘要(例如一句或两句话总结)。在一些实施例中,可以根据用户偏好来显露或隐藏总结。
在一些实施例中,图板是相互作用基因面板,例如图5A的510和520。在这些示例中,识别了相互作用的基因以及疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。尽管可以在面板510和520内显示临床总结信息,但是基于用户偏好隐藏了临床总结信息(为了比较,参见图8B,其示出了相关临床信息的简短总结)。
在其它实施例中,面板是个体基因面板,例如图5A的530和540。在这些示例中,识别了个体基因以及疗法推荐和简短临床总结。根据用户偏好,可以隐藏简短临床总结。在这些示例中,统计信息也呈现在个体基因面板中。在一些实施例中,在相互作用基因面板和个体基因面板中均显示分类等级。在一些实施例中,推荐的治疗方法呈现在突显框内,使得该推荐比不建议使用的那些疗法更突出地显示。在一些实施例中,如图5A所示,疗法推荐出现在面板的第二部分中。在一些实施例中,疗法推荐彼此成平齐,即布置在单行中(参见图5A)。在其它实施例中,将疗法推荐排成一栏或多栏(参见图9A和9B)。在一些实施例中,相互作用基因变体未在面板内显示,而是在各个个体基因面板上方列出阐述,例如图10所示。
在一些实施例中,生成至少两个表示。在一些实施例中,生成的至少两个表示(即第一和第二表示)显示在单个面板内。在一些实施例中,单个面板是个体基因面板表示,如本文所述。在一些实施例中,至少两个表示中的第二表示可视化于个体基因面板表示的第一部分中,并且其中所述至少两个表示中的第一表示可视化于所述个体基因面板表示的第二部分中。
在其它实施例中,至少两个表示显示在独立面板内。在一些实施例中,至少两个表示中的第一表示显示在相互作用基因面板内(如本文所述),并且其中至少两个表示中的第二表示显示在个体基因面板内。在一些实施例中,个体基因面板进一步包括所述第一表示和所述至少两个基因变体中的第一基因变体的识别。
在一些实施例中,用户可以与填充的面板进行交互,使得可以修改信息或进行注释。在一些实施例中,用户可以使用用户界面106选择特定面板,并且可以由GUI渲染器126准备新窗口、覆盖或屏幕,并用检索出的信息填充(参见图5F)。在一些实施例中,新窗口、覆盖或屏幕包括未包括在一个或多个生成的面板中的来源材料的其它临床信息和/或引文(将图5A与图5F的面板510进行比较)。在一些实施例中,新窗口、覆盖或屏幕包括多个不重叠的框,这些框可以分别填充有不同的信息,包括疗法选项、临床简述和总结、生物学和功能总结、分类信息和/或统计数据。在一些实施例中,用户可以与填充有检索到的信息的框进行交互,使得可以通过选择某些用户可配置参数来改变内容,或者可以添加这样的注释。
在一些实施例中,一个或多个面板用与多个基因变体的存在和/或它们与自身或其它基因变体的相互作用有关的临床相关信息来填充(参见例如图5A的501)。在一些实施例中,多个基因组变体是已知的(例如从公开的文献来源或精选数据库信息),以赋予对特定基因组变体的表型效应的附加敏感性或抗性。在一些实施例中,精选数据库可以包括简述或完整的参考文献,所述参考文献描述了表现出对表型效应的附加敏感性或抗性的基因变体之间的关系,并且一个或多个面板可以用来自精选数据库的与那些多个彼此相互作用的基因变体匹配的信息来填充。
技术人员将理解,多种变体的存在可对临床方法或临床结果产生影响。在一些实施例中,一个基因变体与一个或多个其它基因变体的共存可能具有临床显著的作用,从而导致推荐或批准的治疗方案的替代。例如,当患者具有某种第一基因变体时,可以批准和/或指示特定的治疗选项。但是,对于具有所述第一基因变体且还具有第二基因变体的患者,相同的治疗选项可能不是有效选项,其中第二基因变体降低了具有第一基因变体的临床意义(即,与仅具有第一基因变体相比,具有第一和第二基因变体两者对一个或多个治疗方案有负面影响)。作为另一示例,并假设当患者具有第一基因变体时,批准和/或指示单个治疗选项,则第二基因变体的存在可以扩展治疗选项,即除提供批准和/或指示的单个治疗选项之外提供其它治疗选项。在该第二示例中,第二基因变体的存在引起正面作用。这样,只要特定基因变体的存在与另一个基因变体具有负面或正面相互作用,就可以基于两个或多个基因变体之间相互作用的存在(或不存在)来修改临床方法、临床治疗方案或临床结果。
作为另一示例,患有非小细胞肺癌的患者可以对EGFRp.L858R变体测试呈阳性,这通常与对多个靶向疗法的敏感性有关。但是,可以通过EGFR中或者就此而言在已知或据信可以改变患者对多个靶向疗法之一的反应的其它基因中的一个或多个其它变体的存在(或缺少变体)来修改评估(同样,根据公开文献或其它精选来源)。根据该具体示例,通过EGFRp.T790M的阳性存在可以修改应采用哪个靶向疗法的评估,由此该第二基因变体的存在导致除其中一个以外的多个靶向疗法标注有治疗抗性(参见图5A的面板510,其中奥西替尼表示为(例如通过第一标识)对EGFRp.L858R变体和EGFRp.T790M变体两者呈阳性的患者的推荐疗法选项,当这两种变体同时存在时,阿法替尼、厄洛替尼和吉非替尼显示(例如通过第二标识)抗性。
作为另一示例,患者的BRAF野生型、MET融合、NRAS野生型测试可能呈阳性,并且由于这种相互作用而对卡马替尼敏感。根据另一示例,患者的EGFR外显子19插入、KRAS激活突变测试可能呈阳性,并且由于这种相互作用而对厄洛替尼、吉非替尼、阿菲替尼(afitinib)和奥西替尼具有抗性。根据又一示例,患者的MTORp.F1888L和MTORp.L2230V测试可能呈阳性,并且由于这种相互作用而对西罗莫司敏感。
在一些实施例中,面板可以包括标识(例如整数值),所述标识说明针对特定临床信息识别的基因变体的数量(参见图5A的面板510和520,其中面板510包括标识“2”,表示存在EGFRp.L858R和EGFRp.T790M基因变体;而面板520包括标识“3”,表示存在EGFRp.C797S、EGFRp.L858R和EGFRp.T790M基因变体)。
在一些实施例中,并参考图5B,用一个或多个基因变体的识别、临床意义等级分级(例如分类分级、等级分级)以及针对特定疾病或病症的疗法推荐来填充面板。在其它实施例中,参考图5C,用一个或多个基因变体的识别、临床意义分级以及针对特定疾病或病症的疗法推荐来填充面板,包括那些合适或不合适(或不太合适)治疗特定疾病或病症的一个或多个药物的识别。在一些实施例中,将适合于治疗特定疾病或病症的那些药物可视化,以从那些不合适或不太适合的药物中突显出来。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。例如,那些合适的药物可以呈现在突显框中和/或可以包括一些一般阳性标识(例如“+”号、填充体)。同样,那些不合适或不太合适的药物可能会以比较抽象的方式呈现,并且许多都包含一些一般负面阴性标识(例如,与合适的药物相比更浅的文字阴影、“-”号、“x”)。其它合适的标识在图8A和8B中示出。
在其它实施例中,并参考图5D,面板可以分成提供一个或多个变体识别、过滤统计、分级和简要临床总结的第一子区。如上面关于图5C所指出的,第二子区可以包括适合、不适合或不太适合用于治疗与已识别的变体相关的特定疾病或病症的那些药物的识别。在一些实施例中,面板可以包括相对于另一面板的交叉引用,例如指向另一面板的超链接。在其它实施例中,面板可以提供指向其它公布信息或精选信息的链接。
在另一些实施例中,并且参考图5G和5H,面板可以包括基因变体信息、分类等级、统计数据和疗法推荐列表。在一些实施例中,并参考图5H,可以在独立面板中显示相互作用变体,但是其中用于第一基因变体的第一面板包括第一彩色标识,并且其中用于第二基因变体的第二面板包括第二彩色标识。
在一些实施例中,根据临床意义或分类等级对填充的面板进行分类(据信这进一步增强了对临床数据和信息的快速和有效查看,从而能够改进(快速且更准确)患者护理)。在一些实施例中,任何特定变体或变体组的临床意义可以分为多个等级。举例来说,I-A级可以代表监管机构(例如FDA)批准的针对特定变体(或变体组)的疗法,如专业指南中所述。I-B级可以代表对于特定变体(或变体组)的具有说服力的研究,并且本领域专家达成了共识。II-C级可以代表监管机构批准的针对不同疾病或病症(例如不同肿瘤类型)的疗法或研究性疗法,并获得了多个公布的研究的支持,并对特定变体(或变体组)达成了一些共识。II-D级可以代表对于特定变体(或变体组合)的临床前试验或少数病例报告,没有达成共识。III级可能代表临床意义未知的变体。IV级可能代表良性或可能良性的变体(或变体组)。“未分类”级可能表示尚未分类或研究的变体。
例如,如图5A所示,面板510和520(均包含由多个基因变体填充的面板)根据其等级分级进行分类,并且特别地,具有I-A级的面板510布置在具有II-D级的面板520之前。在一些实施例中,具有多个基因变体的那些面板布置在具有单个基因变体的那些面板之前。例如,面板510和520布置在面板530和540之前(其中,根据上面提到的等级分级,进一步布置面板530和540)。
在一些实施例中,仅当针对特定基因变体或基因变体组检索出的信息满足预定的最小等级分级时,才生成表示或面板,并用检索出的临床相关信息来填充。例如,可以为I-A,I-B,II-C和II-D级中的临床相关信息渲染表示或面板。虽然可以不为临床不太相关的已识别的信息(例如,已检索出并分类为III级和未分类级)生成面板,但该信息仍可供系统用户使用。例如,内容渲染器124在从内容获取器122接收到相关信息之后,可以生成那些III级和未分类条目的列表,例如图5E所示。对于该临床不太相关的信息,内容渲染器124至少提供所确定的基因变体或基因变体组的识别、等级分级、某些统计数据和/或从中检索信息的数据库(参见图5E)。在一些实施例中,用户可以与那些数据列表进行交互,使得可以将数据重新分类为更高等级(即与临床更相关的等级),或者可以在该列表上进行注释。在一些实施例中,用户可以点击任何单独列出的项目,并且将生成新窗口、覆盖或屏幕,并且如本文所述,填充有其它相关信息。
在一些实施例中,GUI渲染器126显示具有用户可选择元素的一个或多个菜单栏,当被选择时,可以发起一个或多个操作。例如,菜单栏可以包括各个等级的列表,以使得当用户选择其中等级之一时,在用户界面内仅显示面板和与那些等级有关的其它信息。在一些实施例中,GUI渲染器126显示当被选择时打开过滤操作窗口(本文进一步描述)的元素。过滤操作窗口可以包括多个用户可选择元素、拨动开关、和用于输入与过滤检索出的临床相关精选信息有关的合适值(例如整数或百分比值)的框。在其它实施例中,GUI渲染器126显示其它用户可选择元素,例如,当被选中时允许插入文本字段(例如标题或起首)的某种元素。在更进一步的实施例中,GUI渲染器126显示用户可选择元素,用于生成报告(基于针对特定疾病的已识别的基因变体检索出的信息的总量)、批准报告和/或拒绝报告。在再进一步的实施例中,GUI渲染器126显示包括相关元数据的面板,例如由系统操作员提供的元数据或包括在变体调用格式文件中的元数据。
在一些实施例中,可以细化包含在一个或多个填充面板中的任何一个面板(例如,相互作用基因面板或个体基因面板)中的信息(步骤404)。在一些实施例中,细化包括过滤数据,诸如本文进一步描述的。例如,遗传学家或其它操作者可以查看在一个或多个面板中的任何一个面板中呈现的临床相关信息,并添加注释或修改其中呈现的信息。作为进一步的示例,操作员可以使用用户界面设备106来选择某些配置项目,这些配置项目在被选择时从面板上移除某些指示的疗法。最后,可基于在一个或多个面板内呈现的精选信息(和/或由用户细化)生成临床报告(步骤405)。
图6A阐述了流程图,由此远程用户可以访问系统100以基于从患者(例如需要治疗癌症的患者)获得的序列数据为患者生成报告。在一些实施例中,远程用户访问客户端门户并远程连接至系统100。一旦获得访问,就可以生成新的患者病例记录(步骤600)。可以将元数据添加到新的患者病例记录中,包括患者姓名、病例识别、患者出生日期、诊断、预约医生、样品收集日期、样品类型等)。然后将包含变体数据的文件上传(步骤610)到系统100,并且远程用户还指示患者已诊断出的疾病或病症。在变体数据的上传之后,系统100解析上传的数据并确定上传信息内的一个或多个基因变体,并基于一个或多个确定的基因变体来识别临床相关信息(参见图4)。同样,如上所述,表示或面板由系统100生成,使得临床相关信息可以呈现给远程用户,从而促进查看已识别的临床相关信息(步骤620)。在一些实施例中,远程用户可以通过与某些界面元素交互来发起过滤操作,从而可以建立用户可配置过滤设置(步骤630)。在可选的过滤之后,然后远程用户可以细化已识别的临床相关信息(和/或过滤后的信息)(步骤640)。例如,远程用户可以重新分类某些信息和/或提供总结或其它注释。细化之后,可以生成报告以供查看(650)。在一些实施例中,生成的报告是报告草稿,以供第二方(例如另一个遗传学家、主管)批准。在其它实施例中,生成的报告是准备好传送给临床医生(例如主治医师)的最终报告。
图6B阐述了流程图,由此远程用户(例如另一遗传学家、实验室主管等)可以访问系统100以查看和/或批准先前已经生成的报告(来自步骤650)。在一些实施例中,远程用户再次获得对系统100的远程访问,并且随后打开或以其它方式检索现有的患者病例记录(步骤660)。然后,远程用户可以查看选择的过滤器(步骤670)和细化的精选信息(步骤680)。然后,远程用户可以确定是否批准该报告(步骤690)。在一些实施例中,远程用户将确定已识别的和细化的精选信息是否相关、是否需要进一步细化和/或对于临床医生为需要治疗的患者做出治疗决定是否有用。在一些实施例中,将批准的报告发送给临床医生。在其它实施例中,使批准的报告可通过客户端门户进行访问以进行检索,即存储在存储子系统104或网络连接的存储设备上,直到检索出为止。
图7示出了流程图,由此远程用户(例如临床医生)可以访问系统100以检索批准的报告。在一些实施例中,远程用户将访问系统100(步骤700)以检索批准的报告(步骤710)。然后,远程用户将查看所述报告并就治疗方法做出决定,例如在患有癌症的患者的情况下,根据报告中提供的推荐施用推荐的靶向疗法,所述推荐将临床相关信息与患者的确定的一个或多个基因变体联系起来(步骤720)。
如本文所述,在一些实施例中,可以过滤从受试者的序列数据确定的基因变体。在一些实施例中,GUI渲染器126可以提供包括一个或多个用户可配置过滤设置或参数的弹出窗口或下拉菜单。在一些实施例中,可以使用一个或多个质量度量过滤所确定的基因变体。在一些实施例中,质量度量包括读取深度过滤器和变体等位基因频率过滤器。在一些实施例中,读取深度过滤器考虑在同一变体中检测或测量该变体的次数。在一些实施例中,用户可以为读取深度过滤器输入整数值,并且软件可以基于输入的整数值进行过滤。在一些实施例中,变体等位基因频率过滤器考虑基因变体与读取总数成比例出现的频率。在一些实施例中,用户可以输入百分比值变体等位基因频率过滤器,并且软件可以基于输入的百分比值进行过滤。
在一些实施例中,可以通过评估在一个或多个数据库(例如将关于体细胞突变和/或种系突变的信息编入目录的数据库)中是否存在或不存在已识别的临床相关信息来过滤所确定的基因变体。根据过滤设置和评估的数据库,数据可能包含在任何可视化或报告中或从其中排除。这些过滤器的目标是移除(过滤掉)变体,如果所述变体不在公共数据库中,例如癌症体细胞突变目录(COSMIC)。例如,COSMIC列出了在诸如肺癌中常见的变体。变体分析和报告软件的用户可能希望移除从未在肺癌中观察到的变体(根据COSMIC),而仅关注至少观察到一次的变体。这样,遍历所有变体的分类过程就更快了。另一个使用案例是群体频率过滤(ExAC)。顾客可能希望移除(过滤掉)目标群体中经常看到的变体,即他们可以设置过滤器以排除在群体中高于(例如)5%的变体。
在一些实施例中,可以选择用户可配置设置以评估特定的体细胞突变是否是在一个特定的数据库或另一个数据库中“发现”或“确认”的。在一些实施例中,用户可以输入特定的整数值,并且可以基于确定的基因变体的数据库中是否存在至少输入的整数值数量的数据集(例如样品、病例等)来过滤数据。在一些实施例中,数据库是癌症体细胞突变目录(COSMIC)。在其它实施例中,可从美国国立卫生研究院获得癌症基因组图谱的数据库。在一些实施例中,数据库是外显子组集成联合数据库。作为示例,过滤器可以包含以下参数:(i)仅包括在COSMIC中至少出现一次(#样品>=1);(ii)仅在读取深度大于或等于500次读取(RD>=500)时才包括在内;(iii)仅在变体等位基因频率高于或等于2%(VAF>=2%)时才包括在内。
在一些实施例中,自动过滤基因变体数据。在一些实施例中,取决于患者患有的疾病或病症的类型,可以应用不同的自动过滤器。在一些实施例中,取决于所使用的测定,可以应用不同的自动过滤器。例如,系统可以配置为对来自相同测定的所有VCF应用默认过滤器集。
附加实施例
本公开的一个方面是一种基于源于患者的核酸样品中一个或多个基因突变的存在,总结与患者的诊断出的疾病(例如癌症)有关的临床信息的方法,所述方法包括:(i)在源于患者核酸样品的序列数据中确定多个基因变体;(ii)将多个确定的基因变体中的每一个与精选临床信息数据库中的元数据字段进行匹配;(iii)在确定的基因变体与数据库元数据字段之间的每个匹配中,识别与患者的诊断出的疾病有关的精选数据库中临床相关信息;(iv)渲染可视化(例如在用户界面内),所述可视化合并了至少每个匹配的已识别的临床相关信息,其中至少一个可视化包括与多个确定的基因变体中的至少两个基因变体之间的相互作用有关的数据。在一些实施例中,方法进一步包括生成包括至少一些渲染的可视化的报告。在一些实施例中,方法进一步包括将报告发送给临床医生,例如用于治疗患者的诊断出的疾病。
在一些实施例中,关于多个确定的基因变体中的至少两个的相互作用的数据是描述相互作用的影响的临床报告或期刊文章的总结。在一些实施例中,与多个确定的基因变体中的至少两个的相互作用有关的数据是疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是由监管机构批准的靶向生物疗法。在一些实施例中,疗法推荐是由监管机构批准的治疗方案。
在一些实施例中,渲染的可视化包括个体基因面板表示和相互作用基因面板表示。在一些实施例中,相互作用基因面板表示包括与多个确定的基因变体中的至少两个已识别的基因变体的相互作用有关的数据。在一些实施例中,相互作用基因面板表示包括第一部分和第二部分,所述第一部分列出多个确定的基因变体的所述至少两个已识别的基因变体,所述第二部分报告疗法推荐。在一些实施例中,疗法推荐是在存在相互作用的情况下对患者的疾病敏感的疗法。在一些实施例中,疗法推荐是批准用于不同的疾病或病症的疗法药剂的标签外用途。在一些实施例中,在第二面板内,对患者的疾病敏感的疗法标记有第一标识(例如粗体、突显框、“+”号等)。在一些实施例中,对患者的疾病有抗性的疗法在第二面板内标记有第二标识(例如相对较浅或颜色不同的文本、“-”号、“X”等)。在一些实施例中,面板是交互面板,使得通过点击面板,生成新的窗口或屏幕,所述新窗口或屏幕提供进一步的信息或与在面板内提供的信息内相比更详细的信息。
在一些实施例中,个体基因面板表示合并了至少一些针对每个匹配的已识别的临床相关信息。在一些实施例中,个体基因面板包括对仅单个基因的识别(例如不相互作用的那些基因、或相互作用的那些基因)。在一些实施例中,个体基因面板表示进一步包括变体等位基因频率统计或读取深度统计中的至少一个。在一些实施例中,个体基因面板表示和相互作用基因面板表示包括分类分级(例如如本文所述的等级分级)。
在一些实施例中,方法进一步包括过滤确定的多个基因变体。在一些实施例中,对确定的多个基因变体的过滤包括应用至少一个质量度量过滤器。在一些实施例中,所述至少一个质量度量过滤器选自读取深度过滤器和变体等位基因频率过滤器组成的组。在一些实施例中,对确定的多个基因变体的过滤包括评估在一个或多个遗传数据库中是否存在或不存在已识别的临床相关信息。在一些实施例中,一个或多个遗传数据库是体细胞突变数据库和种系突变数据库。在一些实施例中,一个或多个遗传数据库是治愈证据陈述数据库、群体频率数据库和/或蛋白质结果预测数据库。[Marco-可以引用哪些其它类型的数据库?]
在一些实施例中,方法进一步包括注释显示的可视化(例如修改信息、添加摘要、改变分类或等级分级、添加或移除疗法等)。在一些实施例中,患者的疾病是基因疾病。在一些实施例中,患者的疾病是遗传性疾病。在一些实施例中,患者的疾病是癌症形式。在一些实施例中,癌症对第一线疗法和/或第二线疗法无反应。
本公开的另一方面是一种总结需要治疗诊断出的疾病(例如癌症)的患者的精选临床信息的方法,所述方法包括:(i)接收源于获自患者的核酸样品的变体数据;(ii)在图形用户界面上接收与用户可配置过滤设置相对应的第一用户输入,从而可以过滤所接收的变体数据;(iii)在图形用户界面上显示与源于过滤后的变体数据的至少两个基因变体的相互作用有关的临床相关信息的识别,并且其中已识别的信息与患者的诊断出的疾病有关;(iv)在图形用户界面上接收第二用户输入,所述第二用户输入对应于与所述至少两个基因变体的相互作用有关的已识别的临床相关信息的用户细化;(v)在图形用户界面上显示可视化,所述可视化包括细化的已识别的与至少两个基因变体的相互作用有关的临床相关信息。在一些实施例中,方法还包括生成包括至少一些可视化的报告。
在一些实施例中,用户可配置过滤设置包括用户可配置变体质量设置和用户可配置遗传数据库存在设置。在一些实施例中,用户可配置变体质量设置包括读取深度和变体等位基因频率。在一些实施例中,用户细化包括:(i)添加注释;(ii)从已识别的临床相关信息中包括或排除疗法选项;(iii)对已识别的临床相关信息的等级分级进行重新分类。
在一些实施例中,可视化是具有第一部分和第二部分的相互作用基因面板表示,所述第一部分列出相互作用的所述至少两个基因变体,所述第二部分报告疗法推荐。在一些实施例中,疗法推荐是在存在基因相互作用的情况下对患者的疾病敏感的疗法。在一些实施例中,对患者的疾病敏感的疗法在第二面板内用第一标识标记。在一些实施例中,对患者的疾病有抗性的疗法在第二面板内用第二标识标记。
在一些实施例中,方法进一步包括在所述图形用户界面上显示与源于过滤后的变体数据的一个或多个个体基因变体有关的临床相关信息的识别。在一些实施例中,方法进一步包括显示一个或多个个体基因面板表示。在一些实施例中,个体基因面板表示包括第一部分和第二部分,所述第一部分列出个体基因变体,所述第二部分报告个体基因变体的疗法推荐。在一些实施例中,个体基因面板表示进一步包括变体等位基因频率统计或读取深度统计中的至少一个。
本公开的另一方面是一种用于为需要治疗的患者报告临床显著信息的系统,所述系统包括:(i)一个或多个处理器,以及(ii)与一个或多个处理器联接的存储器,所述存储器存储计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时使系统执行以下操作:通过解析接收到的源于患者的已测序的核酸样品的变体数据,确定多个基因变体;从精选数据库中检索与确定的多个基因变体中的每一个有关的临床相关信息;显示填充有检索出的临床相关信息的面板,其中至少一个面板包括确定的多个基因变体中的至少两个基因变体之间相互作用的识别;并编制包括显示的面板的报告。
在一些实施例中,多个确定的基因变体中的至少两个确定的基因变体之间的相互作用的识别是描述相互作用影响的临床报告的总结。在一些实施例中,多个确定的基因变体中的至少两个确定的基因变体之间的相互作用的识别是疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,面板包括个体基因面板表示和相互作用基因面板表示。
在一些实施例中,相互作用基因面板表示包括与多个确定的基因变体中的至少两个确定的基因变体的相互作用有关的数据。在一些实施例中,相互作用基因面板包括第一部分和第二部分,所述第一部分列出多个确定的基因变体的所述至少两个获得的基因变体,所述第二部分报告疗法推荐。在一些实施例中,疗法推荐是在存在基因相互作用的情况下对患者的疾病敏感的疗法。在一些实施例中,每个个体基因面板表示合并了至少一些确定的基因变体中的一个的检索出的临床相关信息。在一些实施例中,其中个体基因面板表示进一步包括变体等位基因频率统计或读取深度统计中的至少一个。
在一些实施例中,系统进一步包括用于细化确定的多个基因变体或检索出的临床相关信息的指令。在一些实施例中,确定的多个基因变体的细化包括应用至少一个质量度量过滤器。在一些实施例中,所述至少一个质量度量过滤器选自读取深度过滤器和变体等位基因频率过滤器组成的组。在一些实施例中,检索出的临床相关信息的细化包括添加一个或多个注释。
本公开的另一方面是一种存储指令的非暂时性计算机可读介质,所述指令用于基于源于患者的样品中一个或多个基因突变的存在来总结与患者的诊断出的疾病有关的临床信息,所述方法包括:在源于患者样品的序列数据中确定多个基因变体;将多个确定的基因变体中的每一个与精选临床信息数据库中的元数据字段进行匹配;针对确定的基因变体和数据库元数据字段之间的每个匹配,识别与患者的诊断出的疾病有关的临床相关信息;以及显示合并了至少一些针对每个匹配的已识别的临床相关信息的可视化,其中至少一个可视化包括与多个确定的基因变体中的至少两个确定的基因变体的相互作用有关的数据。
在一些实施例中,包括用于基于显示的可视化来生成报告的指令。在一些实施例中,显示的可视化包括个体基因面板表示和相互作用基因面板表示。在一些实施例中,相互作用基因面板表示包括与多个确定的基因变体中的至少两个确定的基因变体的相互作用有关的数据。在一些实施例中,相互作用基因面板包括第一部分和第二部分,所述第一部分列出多个确定的基因变体的所述至少两个获得的基因变体,所述第二部分报告疗法推荐。
本公开的另一方面是一种在联接至计算设备的显示器上,呈现与源于患者的样品中存在的一个或多个基因突变有关的相关信息的方法,所述方法包括:访问一个或多个数据库,以识别从获自源于患者样品的序列数据中的多个基因变体中的至少两个基因变体之间的临床相关相互作用;访问;在显示器上显示对所述至少两个基因变体之间的已识别的临床相关相互作用的至少一个可视化。
本公开的另一方面是一种在联接至计算设备的显示器上,呈现与源于患者的样品中存在的一个或多个基因突变有关的相关信息的方法,所述方法包括:从与计算设备联接的存储器中,获得源于患者样品的序列数据内的多个基因变体;访问一个或多个数据库以识别多个获得的基因变体中的至少两个基因变体之间的临床相关相互作用;并在所述显示器上显示对所述至少两个基因变体之间的已识别的临床相关相互作用的至少一个可视化。
在一些实施例中,对已识别的临床相关相互作用的至少一个可视化包括与所述至少两个基因变体之间的已识别的临床相关相互作用有关的至少一个疗法推荐的视觉表示。在一些实施例中,至少一个疗法推荐是不施用特定药物或治疗方案,所述特定药物或治疗方案推荐给所述至少两个基因变体中的至少一个。在一些实施例中,识别了特定药物或治疗方案,但是在视觉上与推荐给所述至少两个基因变体中的至少一个的至少一个其它药物或治疗方案区分开。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。在一些实施例中,第二标识是灰显的文本。在一些实施例中,第一标识是实心符号;并且其中第二标识是空心符号。
在一些实施例中,视觉表示是相互作用基因面板表示。在一些实施例中,相互作用基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体,所述第二部分报告疗法推荐。在一些实施例中,视觉表示是个体基因面板表示。在一些实施例中,个体基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体中的一个,所述第二部分报告疗法推荐。
在一些实施例中,已识别的临床相关相互作用与感兴趣的疾病有关,方法进一步包括从存储器中获得感兴趣的疾病。在一些实施例中,感兴趣的疾病是预先诊断出的疾病。在一些实施例中,预先诊断出的疾病是癌症。在一些实施例中,一个或多个数据库存储在一个或多个远程服务器上。在一些实施例中,一个或多个数据库包括精选临床信息。在一些实施例中,一个或多个数据库中的至少一个数据库包括与基因变体的相互作用有关的临床信息。在一些实施例中,访问第一数据库以检索与感兴趣的疾病的多个获得的基因变体中的至少第一获得的基因变体有关的临床相关信息;并且其中访问第二数据库以检索与相同感兴趣的疾病的多个获得的基因变体中的至少第一获得的基因变体和至少第二获得的基因变体之间的相互作用有关的临床相关信息。在一些实施例中,方法进一步包括生成包括至少一个可视化在内的报告。在一些实施例中,显示在所述至少两个基因变体之间的已识别的临床相关相互作用的至少两个可视化,其中至少两个可视化中的一个包括个体基因面板表示。在一些实施例中,方法进一步包括通过应用至少一个质量度量过滤器来过滤获得的多个基因变体。在一些实施例中,访问所述一个或多个数据库包括访问存储在所述一个或多个数据库中的第一表和第二表,所述第一表包括关于所述基因变体的信息,并且其中所述第二表包括关于基因变体相互作用的信息。
本公开的另一方面是一种包括显示屏的计算设备,所述计算设备配置为:从一个或多个通信地联接至所述计算设备的存储器中获得多个基因变体,所述多个基因变体源于源自于患者样品的序列数据;在所述显示屏上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据;和在显示第一表示的同时,在所述显示屏上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的第一基因变体有关的临床相关信息。
本公开的另一方面是一种包括显示屏的计算设备,所述计算设备配置为:在具有显示屏上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间已识别的临床相关相互作用有关的数据;并且在显示第一表示的同时,在所述显示屏上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中至少一个有关的临床相关信息,其中所述多个基因变体源于源自于患者样品的序列数据,并且其中所述多个基因变体是从一个或多个通信地联接至所述计算设备的存储器中获得的(参见图11)。
在一些实施例中,显示第三表示,所述第三表示包括与已为之识别相互作用的所述至少两个基因变体中的第二基因变体有关的临床相关信息。在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。在一些实施例中,第一表示和第二表示显示在单个面板内。在一些实施例中,单个面板是个体基因面板表示。在一些实施例中,第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。在一些实施例中,第一表示和第二表示显示在独立面板内。在一些实施例中,第一表示显示在相互作用基因面板内,并且其中第二表示显示在个体基因面板内。在一些实施例中,个体基因面板进一步包括所述第一表示和所述至少两个基因变体中的第一基因变体的识别。在一些实施例中,已识别的临床相关相互作用与感兴趣的疾病有关。在一些实施例中,感兴趣的疾病是预先诊断出的疾病。在一些实施例中,预先诊断出的疾病是癌症。
本公开的另一方面是一种用于可视化与感兴趣的疾病有关的临床相关信息的系统,所述系统包括:(i)一个或多个处理器,以及(ii)与一个或多个处理器联接的存储器,所述存储器存储计算机可执行指令,所述计算机可执行指令在由一个或多个处理器执行时使系统执行以下操作:获得存储在一个或多个存储器中的多个基因变体,所述变体数据源于来自患者的已测序的核酸样品;访问包括临床相关信息的一个或多个精选数据库,以识别多个获得的基因变体中的至少两个基因变体之间的临床相关相互作用;并且在包括已识别的临床相关相互作用的显示屏上显示至少一个可视化。
在一些实施例中,包括已识别的临床相关相互作用的至少一个可视化是基于已识别的临床相关相互作用提供一个或多个疗法推荐的表示。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。在一些实施例中,至少一个可视化包括面板,所述面板包括第一部分和第二部分,所述第一部分列出已为之识别相互作用的至少两个确定的基因变体,所述第二部分报告疗法推荐。
本公开的另一方面是一种方法,其包括:在具有显示屏的计算设备上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据;在所述显示屏上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的至少一个有关的临床相关信息,其中所述多个基因变体源于源自于患者样品的序列数据,并且其中所述多个基因变体是从一个或多个通信地联接至所述计算设备的存储器中获得的(参见图12)。在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。在一些实施例中,疗法推荐是不施用特定药物或治疗方案。在一些实施例中,其中疗法推荐是对感兴趣的疾病敏感的疗法。在一些实施例中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且对所述感兴趣的疾病有抗性的疗法标记有第二标识。在一些实施例中,第一表示和第二表示显示在单个面板内。在一些实施例中,单个面板是个体基因面板表示。在一些实施例中,第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。在一些实施例中,第一表示和第二表示显示在独立面板内。
本公开的另一方面是一种存储指令的非暂时性计算机可读介质,当所述指令由计算系统的一个或多个处理器执行时,使所述计算系统在显示屏上显示第一表示并且另外在所述显示屏上显示第二表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中至少一个基因变体有关的临床相关信息,其中所述多个基因变体源于源自于患者样品的序列数据,并且其中所述多个基因变体获自与所述计算设备通信联接的一个或多个存储器。在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。
本说明书中描述的主题和操作的实施例可以在数字电子电路中或在计算机软件、固件或硬件(包括本说明书中公开的结构及其等同结构)中实施,或以他们的一种或多种的组合来实施。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序,即计算机程序指令的一个或多个模块,其编码在计算机存储介质上以由数据处理设备执行或控制数据处理装置的操作。本文所述的任何模块可包括由处理器执行的逻辑。如本文中所使用的,“逻辑”是指具有指令信号和/或数据的形式的任何信息,其可以应用来影响处理器的操作。软件是逻辑的示例。
计算机存储介质可以是计算机可读存储设备、计算机可读存储基板、随机或串行访问存储器阵列或设备、或它们中的一个或多个的组合,或可以包含在其中。此外,虽然计算机存储介质不是传播信号,但是计算机存储介质可以是以人工生成的传播信号编码的计算机程序指令的来源或目的地。计算机存储介质还可以是一个或多个分开的物理部件或介质(例如多个CD、磁盘或其它存储设备),或可以包含在其中。本说明书中描述的操作可以实现为由数据处理设备对存储在一个或多个计算机可读存储设备上或从其它来源接收到的数据执行的操作。
术语“可编程处理器”涵盖用于处理数据的所有种类的装置、设备和机器,包括作为示例的可编程微处理器、计算机、片上系统、或前述的多个或组合。装置可以包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件之外,装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或其中一个或多个的组合的代码。装置和执行环境可以实现各种不同的计算模型架构,例如网络服务、分布式计算和网格计算架构。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以用任何形式的编程语言(包括编译或解释语言、声明性或过程语言)编写,并且可以以任何形式进行部署,包括作为独立程序或作为模块、部件、子例程、对象或其它适合在计算环境中使用的单元。计算机程序可以但不必对应于文件系统中的文件。程序可以存储在保存其它程序或数据的文件的一部分中(例如存储在标记语言文档中的一个或多个脚本),专用于所讨论程序的单个文件中或多个协调文件中(例如存储一个或多个模块、子程序或部分代码的文件)。可以部署计算机程序,以在位于一个站点或分布于多个站点、并通过通信网络互连的一个计算机或多个计算机上执行。
本说明书中描述的过程和逻辑流程可以由一个或多个可编程处理器执行,所述可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来执行动作。过程和逻辑流程也可以由专用逻辑电路执行,并且装置也可以实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
作为示例,适合于执行计算机程序的处理器包括通用微处理器和专用微处理器,以及任何种类的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于根据指令执行动作的处理器和用于存储指令和数据的一个或多个存储设备。通常,计算机还将包括或可操作地联接以从一个或多个用于存储数据的大容量存储设备(例如磁盘、磁光盘或光盘)接收数据、或向其传输数据、或从其接收数据和向其传输数据。但是,计算机不必具有此类设备。此外,计算机可以嵌入到另一设备中,仅举几例,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏机、全球定位系统(GPS)接收器或便携式存储设备(例如通用串行总线USB闪存驱动器)。适用于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储设备,作为示例,包括半导体存储设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动磁盘)、磁光盘、以及CD-ROM和DVD-ROM磁盘。处理器和存储器可以由专用逻辑电路补充或并入专用逻辑电路中。
为了提供与用户的交互,可以在具有显示设备和键盘和点选设备(例如鼠标或轨迹球)的计算机上实现本说明书中描述的主题的实施例,所述显示设备例如为LCD(液晶显示器)、LED(发光二极管)显示器或OLED(有机发光二极管)显示器,用于向用户显示信息,用户可以通过键盘和点选设备向计算机提供输入。在一些实施方式中,触摸屏可以用于显示信息并从用户接收输入。其它种类的设备也可以用于提供与用户的交互。例如,提供给用户的反馈可以是任何形式的感觉反馈(诸如视觉反馈、听觉反馈或触觉反馈),并且可以以任何形式接收来自用户的输入(包括声音、语音或触觉输入)。另外,计算机可以通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户进行交互。例如,通过响应从网络浏览器收到的请求,将网页发送到用户客户端设备上的网络浏览器。
本说明书中描述的主题的实施例可以在包括后端部件(例如数据服务器)、或者包括中间件部件(例如应用服务器)、或者包括前端部件(例如具有图形用户界面或网络浏览器的客户计算机)、或者一个或多个此类后端、中间件或前端部件的任何组合的计算系统中实现,用户可以通过图形用户界面或网络浏览器与本说明书中描述的主题的实施方式进行交互。系统的部件可以通过数字数据通信的任何形式或介质(例如通信网络)互连。通信网络的示例包括局域网("LAN")和广域网("WAN")、网际网络(例如互联网)和对等网络(例如adhoc对等网络)。例如,图1的网络20可以包括一个或多个局域网。
计算系统可以包括任意数量的客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络进行交互。客户端和服务器之间的关系是通过在各自计算机上运行并彼此具有客户端-服务器关系的计算机程序产生的。在一些实施例中,服务器将数据(例如HTML页面)发送到客户端设备(例如,出于向与客户端设备交互的用户显示数据并从中接收用户输入的目的)。可以从服务器处的客户设备接收在客户端设备处生成的数据(例如用户交互的结果)。
附加实施例1:一种包括显示屏的计算设备,所述计算设备配置为:从通信地联接至所述计算设备的一个或多个存储器获得多个基因变体,所述多个基因变体源于源自于患者样品的序列数据中;以及在所述显示屏上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据。在一些实施例中,计算设备进一步配置为在显示屏上显示第二表示(与第一表示一起),所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的第一基因变体有关的临床相关信息。
附加实施例2:根据附加实施例1所述的计算设备,其中,显示第三表示,所述第三表示包括与已为之识别相互作用的所述至少两个基因变体中的第二基因变体有关的临床相关信息。
附加实施例3:根据附加实施例1所述的计算设备,其中,所述与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。
附加实施例4:根据附加实施例3所述的计算设备,所述疗法推荐是不施用特定药物或治疗方案。
附加实施例5:根据附加实施例3所述的计算设备,其中,所述疗法推荐是对感兴趣的疾病敏感的疗法。
附加实施例6:根据附加实施例5所述的计算设备,其中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。
附加实施例7:根据附加实施例1所述的计算设备,其中,所述第一表示和第二表示显示在单个面板内。
附加实施例8:根据附加实施例7所述的计算设备,其中,所述单个面板是个体基因面板表示。
附加实施例9:根据附加实施例8所述的计算设备,其中,所述第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。
附加实施例10:根据附加实施例1所述的计算设备,其中,所述第一表示和第二表示显示在独立面板内。
附加实施例11:根据附加实施例10所述的计算设备,其中,所述第一表示显示在相互作用基因面板内,并且其中所述第二表示显示在个体基因面板内。
附加实施例12:根据附加实施例11所述的计算设备,其中,所述个体基因面板进一步包括所述第一表示和所述至少两个基因变体中的第一基因变体的识别。
附加实施例13:一种方法,其包括:在具有显示屏的计算设备上显示第一表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据;在所述显示屏上显示第二表示,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中的至少一个基因变体有关的临床相关信息,其中所述多个基因变体源于源自于患者样品的序列数据,并且其中所述多个基因变体是从一个或多个通信地联接至所述计算设备的存储器中获得的。
附加实施例14:根据附加实施例13所述的方法,其中,所述与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。
附加实施例15:根据附加实施例14所述的方法,所述疗法推荐是不施用特定药物或治疗方案。
附加实施例16:根据附加实施例13所述的方法,其中,所述疗法推荐是对感兴趣的疾病敏感的疗法。
附加实施例17:根据附加实施例16所述的方法,其中,对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。
附加实施例18:根据附加实施例13所述的方法,其中,所述第一表示和第二表示显示在单个面板内,其中所述单个面板是个体基因面板表示。
附加实施例19:根据附加实施例18所述的方法,其中,所述第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。
附加实施例20:根据附加实施例13所述的方法,其中,所述第一表示和第二表示显示在独立面板内。
附加实施例21:一种在联接至计算设备的显示器上,呈现与源于患者的样品中存在的一个或多个基因突变有关的相关信息的方法,所述方法包括:从与计算设备联接的存储器中,获得源于患者样品的序列数据内的多个基因变体;访问一个或多个数据库以识别多个获得的基因变体中的至少两个基因变体之间的临床相关相互作用;并在所述显示器上显示对所述至少两个基因变体之间的已识别的临床相关相互作用的至少一个可视化。
附加实施例22:根据附加实施例21所述的方法,其中,对已识别的临床相关相互作用的至少一个可视化包括与所述至少两个基因变体之间的已识别的临床相关相互作用有关的至少一个疗法推荐的视觉表示。
附加实施例23:根据附加实施例22所述的方法,其中,所述至少一个疗法推荐是不施用特定药物或治疗方案,所述特定药物或治疗方案推荐给所述至少两个基因变体中的至少一个。
附加实施例24:根据附加实施例23所述的方法,其中,识别了特定药物或治疗方案,但是在视觉上与推荐给所述至少两个基因变体中的至少一个的至少一个其它药物或治疗方案区分开。
附加实施例25:根据附加实施例22所述的方法,其中,所述疗法推荐是对感兴趣的疾病敏感的疗法,并且其中对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法以灰显文本标记。
附加实施例26:根据附加实施例22所述的方法,其中,所述视觉表示是相互作用基因面板表示,其中所述相互作用基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体,所述第二部分报告疗法推荐。
附加实施例27:根据附加实施例22所述的方法,其中,所述视觉表示是个体基因面板表示,并且其中所述个体基因面板表示包括第一部分和第二部分,所述第一部分列出已为之识别临床相关相互作用的所述至少两个获得的基因变体中的一个,所述第二部分报告疗法推荐。
附加实施例28:根据附加实施例22所述的方法,其中,所述一个或多个数据库存储在一个或多个远程服务器上,并且其中一个或多个数据库包括精选临床信息,并且所述一个或多个数据库中的至少一个包括与基因变体的相互作用有关的临床信息。
附加实施例29:根据附加实施例28所述的方法,其中,访问所述一个或多个数据库包括访问存储在所述一个或多个数据库中的第一表和第二表,所述第一表包括关于所述基因变体的信息,并且其中所述第二表包括关于基因变体相互作用的信息。
附加实施例30:一种存储指令的非暂时性计算机可读介质,当所述指令由计算系统的一个或多个处理器执行时,使所述计算系统在显示屏上显示第一表示并且另外在所述显示屏上显示第二表示,所述第一表示包括与多个基因变体中的至少两个基因变体之间的已识别的临床相关相互作用有关的数据,所述第二表示包括与已为之识别相互作用的所述至少两个基因变体中至少一个基因变体有关的临床相关信息。在一些实施例中,所述多个基因变体源自于源于患者样品的序列数据,并且其中所述多个基因变体获自通信地联接至所述计算设备的一个或多个存储器。在一些实施例中,与已识别的临床相关相互作用有关的数据是基于所述至少两个基因变体之间的相互作用的疗法推荐。
本说明书中提及的和/或在申请数据表中列出的所有美国专利、美国专利申请出版物、美国专利申请、外国专利、外国专利申请和非专利出版物通过引用整体并入本文。如果需要采用各种专利、申请和出版物的概念来提供其它实施例,则可以修改实施例的各方面。
尽管已经参考多个说明性实施例描述了本公开,但是应当理解,本领域技术人员可以设计出许多其它修改和实施例,它们将落入本公开原理的精神和范围内。更特别地,在前述公开、附图和所附权利要求的范围内,主题组合布置的组成部分和/或布置中的合理变化和修改是可能的,而不背离本公开的精神。除了组成部分和/或布置的变化和修改之外,替代使用对本领域技术人员也是显而易见的。
Claims (18)
1.一种包括显示屏的计算设备,所述计算设备配置为:
从一个或多个通信地联接至所述计算设备的存储器中获得多个人类基因变体,所述多个人类基因变体源于源自于从人类患者收集的人类基因组样品的序列数据;
接收人类患者的诊断的疾病或病症的第一用户输入,其中所述诊断的疾病或病症是癌症类型;
基于所接收的诊断的疾病或病症的第一用户输入,在所述显示屏上可视化第一表示,所述第一表示包括:(i)基于针对所述诊断的疾病或病症的获得的所述多个人类基因变体中的至少两个人类基因变体之间的已识别的临床相关相互作用的疗法推荐,以及(ii)已为之识别临床相关相互作用的所述至少两个人类基因变体的识别;以及
在可视化所述第一表示的同时并基于所接收的用户输入,在所述显示屏上可视化第二表示,所述第二表示包括与已为之识别临床相关相互作用的所述至少两个人类基因变体中的第一人类基因变体有关的临床相关信息,其中所述临床相关信息选自由以下各项组成的组:与基因变体有关的生物学和功能信息的总结、对来源材料的交叉引用、对来源材料的超链接、以及基因变体位置。
2.根据权利要求1所述的计算设备,还包括:可视化第三表示,所述第三表示包括与已为之识别临床相关相互作用的所述至少两个人类基因变体中的第二人类基因变体有关的临床相关信息。
3.根据权利要求1所述的计算设备,所述疗法推荐是不施用特定药物或治疗方案。
4.根据权利要求1所述的计算设备,其特征在于,所述疗法推荐是对感兴趣的疾病敏感的疗法。
5.根据权利要求4所述的计算设备,其特征在于,所述对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。
6.根据权利要求1所述的计算设备,其特征在于,所述第一表示和所述第二表示显示在单个面板内。
7.根据权利要求6所述的计算设备,其特征在于,所述单个面板是个体基因面板表示。
8.根据权利要求7所述的计算设备,其特征在于,所述第二表示可视化于所述个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。
9.根据权利要求1所述的计算设备,其特征在于,所述第一表示和所述第二表示在独立面板内可视化。
10.根据权利要求9所述的计算设备,其特征在于,所述第一表示在相互作用基因面板内可视化,并且其中所述第二表示在个体基因面板内可视化。
11.根据权利要求10所述的计算设备,其特征在于,所述个体基因面板进一步包括所述第二表示和已为之识别相互作用的所述至少两个人类基因变体中的第一人类基因变体的识别。
12.一种可视化对应于与人类基因变体相互作用的数据的方法,其包括:接收人类患者的诊断的疾病或病症的用户输入,其中所述诊断的疾病或病症是癌症类型;基于所接收的用户输入,在具有显示屏的计算设备上显示第一表示,所述第一表示包括(i)基于针对所述人类患者的所述诊断的疾病或病症的多个人类基因变体中的至少两个人类基因变体之间的已识别的临床相关相互作用的疗法推荐,以及(ii)已为之识别临床相关相互作用的所述至少两个人类基因变体的识别;在所述显示屏上并基于所接收的用户输入同时显示第二表示,所述第二表示包括与已为之识别所述相互作用的所述至少两个人类基因变体中的至少一个人类基因变体有关的临床相关信息;其中所述多个人类基因变体源于源自于从患者收集的基因组样品的序列数据,并且其中所述多个人类基因变体是从一个或多个通信地联接至所述计算设备的存储器中获得的,其中所述临床相关信息选自由以下各项组成的组:与基因变体有关的生物学和功能信息的总结、对来源材料的交叉引用、对来源材料的超链接、以及基因变体位置。
13.根据权利要求12所述的方法,其特征在于,所述疗法推荐是不施用特定药物或治疗方案。
14.根据权利要求12所述的方法,其特征在于,所述疗法推荐是对感兴趣的疾病敏感的疗法。
15.根据权利要求14所述的方法,其特征在于,所述对所述感兴趣的疾病敏感的疗法标记有第一标识;并且其中对所述感兴趣的疾病有抗性的疗法标记有第二标识。
16.根据权利要求12所述的方法,其特征在于,所述第一表示和所述第二表示显示在单个面板内,其中所述第二表示可视化于个体基因面板表示的第一部分中,并且其中所述第一表示可视化于所述个体基因面板表示的第二部分中。
17.根据权利要求12所述的方法,其特征在于,所述第一表示和所述第二表示显示在独立面板内。
18.一种存储指令的非暂时性计算机可读介质,当所述指令由计算系统的一个或多个处理器执行时,使所述计算系统实施根据权利要求12-17中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/022,835 US20200004928A1 (en) | 2018-06-29 | 2018-06-29 | Computing device with improved user interface for interpreting and visualizing data |
US16/022835 | 2018-06-29 | ||
PCT/EP2019/067277 WO2020002567A1 (en) | 2018-06-29 | 2019-06-28 | Computing device with improved user interface for interpreting and visualizing data |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112292730A CN112292730A (zh) | 2021-01-29 |
CN112292730B true CN112292730B (zh) | 2024-01-26 |
Family
ID=67383724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980043528.8A Active CN112292730B (zh) | 2018-06-29 | 2019-06-28 | 具有用于解释和可视化数据的改进的用户界面的计算设备 |
Country Status (5)
Country | Link |
---|---|
US (2) | US20200004928A1 (zh) |
EP (1) | EP3815095A1 (zh) |
JP (1) | JP7189239B2 (zh) |
CN (1) | CN112292730B (zh) |
WO (1) | WO2020002567A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220384003A1 (en) * | 2019-10-31 | 2022-12-01 | Healthpointe Solutions, Inc. | Patient viewer customized with curated medical knowledge |
DE102021200650A1 (de) | 2021-01-26 | 2022-07-28 | Siemens Healthcare Gmbh | Verfahren zum Erstellen eines individuellen Gen-Panel-Plans |
CN113257371B (zh) * | 2021-06-03 | 2022-02-15 | 中南大学 | 基于医学知识图谱的临床检验结果分析方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000050639A2 (en) * | 1999-02-22 | 2000-08-31 | Variagenics, Inc. | Gene sequence variations with utility in determining the treatment of disease |
CN104094266A (zh) * | 2011-11-07 | 2014-10-08 | 独创系统公司 | 用于识别原因性基因组变体的方法和系统 |
CN104871164A (zh) * | 2012-10-24 | 2015-08-26 | 考利达基因组股份有限公司 | 处理和呈现基因组序列数据中核苷酸变化的基因组浏览器系统 |
CN105229173A (zh) * | 2013-03-08 | 2016-01-06 | 豪夫迈·罗氏有限公司 | Egfr突变血液测试 |
CN105981024A (zh) * | 2013-12-12 | 2016-09-28 | Ab生物股份有限公司 | 用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统以及计算机可读介质 |
CN106796620A (zh) * | 2014-06-30 | 2017-05-31 | 凯杰雷德伍德城公司 | 用于解释和报告基于序列的基因测试的方法和系统 |
CN107085651A (zh) * | 2016-02-12 | 2017-08-22 | 飞比特公司 | 可穿戴装置及操作所述可穿戴装置的方法 |
CN107111854A (zh) * | 2014-12-30 | 2017-08-29 | 柯惠有限合伙公司 | 基于细胞病理学数据和基因数据确定和追踪治疗方案的系统和方法 |
CN107109494A (zh) * | 2014-11-10 | 2017-08-29 | 豪夫迈·罗氏有限公司 | Il‑33介导型疾病的治疗方法和诊断方法 |
CN108028077A (zh) * | 2015-09-10 | 2018-05-11 | 豪夫迈·罗氏有限公司 | 用于整合临床护理的信息学平台 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130246079A1 (en) * | 2012-03-14 | 2013-09-19 | Mark A. Hoffman | Determining a potential for atypical clinical events when selecting clinical agents |
US20060190295A1 (en) * | 2005-02-22 | 2006-08-24 | Richard Merkin | Systems and methods for assessing and optimizing healthcare administration |
WO2013076586A2 (en) * | 2011-11-21 | 2013-05-30 | Advanced Biological Laboratories Sa | Systems, methods, and computer program products for guiding the selection of therapeutic treatment regiments |
US20130268290A1 (en) * | 2012-04-02 | 2013-10-10 | David Jackson | Systems and methods for disease knowledge modeling |
JP2016514291A (ja) * | 2013-01-29 | 2016-05-19 | モレキュラー ヘルス ゲーエムベーハー | 臨床判断支援のためのシステムおよび方法 |
WO2015047981A1 (en) * | 2013-09-24 | 2015-04-02 | The Regents Of The University Of Michigan | Systems and methods for diagnosing inherited retinal diseases |
US20150095064A1 (en) * | 2013-09-27 | 2015-04-02 | Orbicule Bvba | Method for Storage and Communication of Personal Genomic or Medical Information |
US20150154375A1 (en) * | 2013-11-27 | 2015-06-04 | Companion Dx Reference Lab, Llc. | Systems and methods for optimizing drug therapies |
US10665328B2 (en) * | 2014-06-30 | 2020-05-26 | QIAGEN Redwood City, Inc. | Methods and systems for interpretation and reporting of sequence-based genetic tests |
EP3189456A1 (en) * | 2014-09-05 | 2017-07-12 | Admera Health LLC | System, method and graphical user interface for creating modular, patient transportable genomic analytic data |
GB201819855D0 (en) * | 2015-07-07 | 2019-01-23 | Farsight Genome Systems Inc | Methods and systems for sequencing-based variant detection |
EP3402896B1 (en) | 2016-01-15 | 2021-03-31 | Ventana Medical Systems, Inc. | Deep sequencing profiling of tumors |
EP3443118B8 (en) | 2016-04-15 | 2024-02-14 | F. Hoffmann-La Roche AG | Detecting cancer driver genes and pathways |
-
2018
- 2018-06-29 US US16/022,835 patent/US20200004928A1/en not_active Abandoned
-
2019
- 2019-06-28 WO PCT/EP2019/067277 patent/WO2020002567A1/en active Application Filing
- 2019-06-28 CN CN201980043528.8A patent/CN112292730B/zh active Active
- 2019-06-28 JP JP2020573280A patent/JP7189239B2/ja active Active
- 2019-06-28 EP EP19742133.2A patent/EP3815095A1/en active Pending
-
2022
- 2022-06-06 US US17/805,511 patent/US20220301672A1/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000050639A2 (en) * | 1999-02-22 | 2000-08-31 | Variagenics, Inc. | Gene sequence variations with utility in determining the treatment of disease |
EP1224322A2 (en) * | 1999-02-22 | 2002-07-24 | Variagenics, Inc. | Gene sequence variations with utility in determining the treatment of disease |
CN104094266A (zh) * | 2011-11-07 | 2014-10-08 | 独创系统公司 | 用于识别原因性基因组变体的方法和系统 |
CN104871164A (zh) * | 2012-10-24 | 2015-08-26 | 考利达基因组股份有限公司 | 处理和呈现基因组序列数据中核苷酸变化的基因组浏览器系统 |
CN105229173A (zh) * | 2013-03-08 | 2016-01-06 | 豪夫迈·罗氏有限公司 | Egfr突变血液测试 |
CN105981024A (zh) * | 2013-12-12 | 2016-09-28 | Ab生物股份有限公司 | 用于提供关于药物使用的个性化推荐的基于网络的计算机辅助方法和系统以及计算机可读介质 |
CN106796620A (zh) * | 2014-06-30 | 2017-05-31 | 凯杰雷德伍德城公司 | 用于解释和报告基于序列的基因测试的方法和系统 |
CN107109494A (zh) * | 2014-11-10 | 2017-08-29 | 豪夫迈·罗氏有限公司 | Il‑33介导型疾病的治疗方法和诊断方法 |
CN107111854A (zh) * | 2014-12-30 | 2017-08-29 | 柯惠有限合伙公司 | 基于细胞病理学数据和基因数据确定和追踪治疗方案的系统和方法 |
CN108028077A (zh) * | 2015-09-10 | 2018-05-11 | 豪夫迈·罗氏有限公司 | 用于整合临床护理的信息学平台 |
CN107085651A (zh) * | 2016-02-12 | 2017-08-22 | 飞比特公司 | 可穿戴装置及操作所述可穿戴装置的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220301672A1 (en) | 2022-09-22 |
US20200004928A1 (en) | 2020-01-02 |
JP2021530052A (ja) | 2021-11-04 |
CN112292730A (zh) | 2021-01-29 |
JP7189239B2 (ja) | 2022-12-13 |
EP3815095A1 (en) | 2021-05-05 |
WO2020002567A1 (en) | 2020-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11043284B2 (en) | Methods and systems for biological data analysis | |
US20190311784A1 (en) | Genome explorer system to process and present nucleotide variations in genome sequence data | |
Buske et al. | PhenomeCentral: a portal for phenotypic and genotypic matchmaking of patients with rare genetic diseases | |
Katainen et al. | Discovery of potential causative mutations in human coding and noncoding genome with the interactive software BasePlayer | |
US20220301672A1 (en) | Computing device with improved user interface for interpreting and visualizing data | |
Qu et al. | Visual analytics of genomic and cancer data: a systematic review | |
US20100281401A1 (en) | Interactive Genome Browser | |
US20100115421A1 (en) | Web-based genetics analysis | |
US20220319637A1 (en) | Precision medicine portal for human diseases | |
EP3120278A1 (en) | Methods and systems for genome comparison | |
CN110603594A (zh) | 用于基因组删减和处置选择的交互式精确医学探查器 | |
CN114334078B (zh) | 用于推荐药物的方法、电子设备和计算机存储介质 | |
JP7462685B2 (ja) | 縦方向データを解釈して視覚化するための改善されたユーザインタフェースを有するシステムおよび方法 | |
Kahraman et al. | MTPpilot: an interactive software for visualization of next-generation sequencing results in molecular tumor boards | |
WO2022203705A1 (en) | A precision medicine portal for human diseases | |
US20240079094A1 (en) | Method and system for providing genetic information analysis results | |
KR102598073B1 (ko) | 유전 정보 분석 결과 제공 방법 및 시스템 | |
Sürün | Automated identification of targeted therapy strategies in precision oncology | |
Alzu'bi | A personal genomic information analysis and management system for healthcare purposes | |
CA3225678A1 (en) | Systems and methods for providing accurate patient data corresponding with progression milestones for providing treatment options and outcome tracking | |
EP4133109A1 (en) | Systems and methods for gene variant grouping and visualization | |
Valdez Alvarez | Estimation of ancestry in the mexican population using informative genetic markers |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |