CN112424382A - Hla多样性的定量评分 - Google Patents

Hla多样性的定量评分 Download PDF

Info

Publication number
CN112424382A
CN112424382A CN202080003584.1A CN202080003584A CN112424382A CN 112424382 A CN112424382 A CN 112424382A CN 202080003584 A CN202080003584 A CN 202080003584A CN 112424382 A CN112424382 A CN 112424382A
Authority
CN
China
Prior art keywords
hla
score
predetermined threshold
diversity
patient
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.)
Granted
Application number
CN202080003584.1A
Other languages
English (en)
Other versions
CN112424382B (zh
Inventor
张博超
张施乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Illumina Inc
Original Assignee
Illumina Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Illumina Inc filed Critical Illumina Inc
Publication of CN112424382A publication Critical patent/CN112424382A/zh
Application granted granted Critical
Publication of CN112424382B publication Critical patent/CN112424382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • C12Q1/6881—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for tissue or cell typing, e.g. human leukocyte antigen [HLA] probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
    • G01N33/56966—Animal cells
    • G01N33/56977—HLA or MHC typing
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/40—Population genetics; Linkage disequilibrium
    • 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
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—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
    • C12Q2600/156—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)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Immunology (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biomedical Technology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Urology & Nephrology (AREA)
  • General Engineering & Computer Science (AREA)
  • Cell Biology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Surgery (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Hematology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Dermatology (AREA)

Abstract

公开了用于定量实体组织或循环肿瘤DNA样品中预期患者对免疫检查点抑制疗法的响应的HLA多样性的系统和方法。

Description

HLA多样性的定量评分
相关申请
本申请要求2019年4月5日提交的第62/830297号美国临时专利申请的优先权，其公开内容通过引用整体并入本文中。
发明背景
技术领域
本公开涉及HLA等位基因多样性和定量HLA等位基因多样性。
相关技术的描述
人类白细胞抗原(HLA)系统或复合体是编码人类主要组织相容性复合体(MHC)蛋白的基因复合体。主要组织相容性复合体(MHC)是脊椎动物中获得性免疫系统识别外来分子所必需的一组细胞表面蛋白，其进而决定了组织相容性。MHC分子的主要功能是与来源于病原体的抗原结合，并在细胞表面展示它们，以被适当的T细胞识别。MHC分子负责调节人的免疫系统。MHC决定了供体对器官移植的相容性，以及经由交叉反应免疫对自身免疫疾病的易感性。因此，HLA在感染、自身免疫性疾病和癌症中起重要作用。
发明概述
在一些实施方案中，定量对象中的至少一个HLA等位基因对的多样性的方法包括获得对象中一个或多个HLA等位基因对的DNA序列，比较所述一个或多个HLA等位基因对的DNA序列以获得比对评分，获得所述一个或多个HLA等位基因对的比对评分的分布，以及确定所述至少一个HLA等位基因对相对于所有HLA等位基因对的比对评分的分布的百分位数评分。
在一些实施方案中，定量对象中的至少一个HLA等位基因对的多样性的方法还包括将百分位数评分与第一预定阈值进行比较。
在定量对象中至少一个HLA等位基因对的多样性的方法的一些实施方案中，至少一个HLA等位基因对包括HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR等位基因的任何对。
在定量对象中的至少一个HLA等位基因对的多样性的方法的一些实施方案中，如果百分位数评分等于或大于第一预定阈值，则向所述对象推荐第一种治疗。
在定量对象中至少一个HLA等位基因对的多样性的方法的一些实施方案中，如果百分位数评分小于第一预定阈值，则向所述对象推荐第二种治疗。
在一些实施方案中，定量对象中的至少一个HLA等位基因对的多样性的方法还包括：确定一个或多个HLA等位基因对的表达水平，获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的表达水平评分，基于至少一个HLA等位基因对的表达水平评分，确定至少一个HLA等位基因对相对于一个或多个HLA等位基因对的比对评分的分布的加权百分位数评分，将加权百分位数评分与第二预定阈值进行比较。在一些实施方案中，如果加权百分位数评分等于或大于第二预定阈值，则向对象推荐第一种治疗。
在一些实施方案中，如果加权百分位数评分小于第二预定阈值，则向对象推荐第二种治疗。
在一些实施方案中，第一预定阈值为约75％。
在一些实施方案中，第二预定阈值为约75％。
在一些实施方案中，第一种治疗包括ICI。
在一些实施方案中，第二种治疗包括非ICI。
在一些实施方案中，如果第一预定阈值是50％，则向对象进一步推荐第一种另外的治疗。
在一些实施方案中，如果第二预定阈值是50％，则向对象进一步推荐第二种另外的治疗。
在一些实施方案中，表达水平是RNA的表达水平、蛋白质的表达水平或两者。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，随时间重复所述定量以确定百分位数评分相对于第一预定阈值是否存在变化。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，随时间重复所述定量以确定百分位数评分相对于第二预定阈值是否存在变化。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，所述定量包括评估TCR克隆性。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，其中所述危害比反映患者中HLA等位基因对的等位基因多样性，将所述危害比与预定阈值进行比较，其中高于所述预定阈值的危害比指示患者预期具有较高的癌症治疗功效，并且低于预定阈值的危害比指示患者预期具有较低的癌症治疗功效。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法还包括测量患者的肿瘤负荷评分并将肿瘤负荷评分与预定阈值进行比较，作为确定癌症治疗功效的因素。
附图的简要说明
图1A-1C分别显示了由HLA-A(图1A)、HLA-B(图1B)和HLA-C(图1C)编码的蛋白质在每个位置处的氨基酸多样性。图上较低的评分指示较大的多样性。图1A顶部的数字指示基于它们的氨基酸位置的HLA蛋白的各种蛋白结构域。
图2A显示了通过本领域已知的方法测定HLA多样性评分与HLA杂合性的结果图。X轴显示以天计的时间线，且Y轴显示总体存活(1＝100％)。
图2B显示了通过根据本公开的定量HLA多样性的方法的实施方案测定HLA多样性评分与HLA杂合性的结果图。X轴显示以天计的时间线，且Y轴显示总体存活(1＝100％)。
图3A显示了通过本领域已知的方法测定HLA多样性评分与HLA杂合性和TMB的结果图。X轴显示以天计的时间线，且Y轴显示总体存活(1＝100％)。
图3B显示了通过根据本公开的定量HLA多样性的方法的实施方案测定HLA多样性评分与HLA杂合性和TMP的结果图。X轴显示以天计的时间线，且Y轴显示总体存活(1＝100％)。
图4显示了TMB与总体存活之间的相关图。X轴显示以天计的时间线，且Y轴显示总体存活(1＝100％)。
发明详述
本公开的实施方案涉及用于定量来自患者的生物样品中HLA等位基因变体的多样性的系统和方法。在一些实施方案中，所述系统和方法用于定量实体组织或循环肿瘤DNA样品中的HLA多样性。在一些实施方案中，所述系统和方法用于定量实体组织或循环肿瘤DNA样品中的HLA多样性，其预测患者对治疗此类适应症的疗法的响应性。在一些实施方案中，所述系统和方法用于定量实体组织或循环肿瘤DNA样品中的HLA多样性，其预测患者对抗肿瘤疗法的响应性。在一些实施方案中，所述系统和方法用于定量实体组织或循环肿瘤DNA样品中的HLA多样性，其预测患者对免疫检查点抑制疗法的响应性。
如下所述，每个HLA等位基因由不同的结构域组成。一些实施方案涉及用于比较患者HLA结构域的多样性以计算每个HLA等位基因上每个结构域之间的差异的系统和方法。例如，一位患有肿瘤的患者可能具有两个HLA等位基因，其具有95％相同的结构域。另一位患有肿瘤的患者可能具有两个HLA等位基因，其具有15％相同的结构域。在一个实施方案中，系统可以确定，与具有较少差异的HLA等位基因结构域的肿瘤患者相比，具有仅15％相同的HLA等位基因变体并因此彼此更多地不同的患者可以具有更高的成功治疗癌症的可能性。在一个实例中，癌症治疗可以是CAR-T治疗，其中取出患者T细胞并对其进行遗传改变以附着肿瘤。与在其HLA等位基因之间具有较小多样性的患者相比，具有较大的HLA等位基因变体多样性的患者可能具有更成功的CAR-T治疗。
HLA I类基因是人类主要组织相容性复合体(MHC)的组成部分。I类基因由三个编码主要移植抗原HLA-A、HLA-B和HLA-C的经典基因和七个非经典I类基因HLA-E、HLA-F、HLA-G、HLA-H、HLA-J、HLA-K和HLA-L组成。
HLA复合体位于染色体6的短臂上。属于HLA I类的基因编码MHC I类蛋白，且属于HLA II类的基因编码MHC II类蛋白。每个HLA I类基因具有8个外显子，前7个各自编码蛋白质的不同部分(外显子1-前导肽；外显子2-α1结构域；外显子3-α2结构域；外显子4-α3结构域；外显子5-跨膜区域；外显子6-细胞质尾部；外显子7-细胞质尾部)。外显子2和3是最重要的，因为它们编码HLA分子的结合核心并且也是最多态性的区域(图1A、1B和1C)。
经典的HLA I类基因编码在大多数有核细胞上表达的多态性细胞表面蛋白。这些蛋白质的天然功能是将来自细胞内加工的抗原的不同肽片段组结合和呈递到T细胞抗原受体(TCR)。因此，MHC分子的肽结合能力促进细胞内病原体和改变的自身蛋白的免疫识别。因此，通过增加TCR的肽库，MHC分子的多态性在宿主的免疫应答潜能中起关键作用。另一方面，MHC多态性对移植了同种异体组织的宿主发挥免疫学负担。结果，HLA I类分子的错配是同种异体移植排斥和移植物抗宿主疾病的主要原因之一，并且组织供体和受体之间的HLA匹配水平是同种异体组织和骨髓移植成功的主要因素。因此，能够确定候选器官供体和受体的HLA I类基因的“类型”具有相当大的医学意义。
用于患者-供体匹配的HLA I类组织相容性抗原通常通过血清学分型来确定。生物化学和分子技术已经揭示HLA I类多态性远远大于以前通过常规方法所认识到的多态性。
新鉴定的HLA等位基因的数量随着时间的推移而增加，其中截止2018年近15,000个HLA I类等位基因和超过5,000个HLA II类等位基因被鉴定。迄今为止，已经鉴定了约4,638个不同的HLA-A等位基因序列、5,590个不同的HLA-B等位基因序列和4,374个不同的HLA-C等位基因序列。这些不同的等位基因序列编码约3,172种HLA-A蛋白、3,923种HLA-B蛋白和2,920种HLA-C蛋白。这种高水平的等位基因多样性使HLA I类基因的分型复杂化。因此，核酸水平的HLA分型是一项艰难的任务。任何一个基因内的等位基因多样性意味着，如果在分型中使用基于杂交的测试，则需要开发大量探针。此外，DNA分型方法对HLA基因的一般适用性取决于提供对一个HLA基因的有效基因座特异性扩增的引物的设计。
定量HLA多样性
在一些实施方案中，本文提供了定量HLA等位基因多样性的系统和方法。在一些实施方案中，通过计算给定的一对HLA等位基因在所有逐对比对评分的分布中的比对评分的百分位数来计算所有逐对HLA等位基因的多样性评分。
在一些实施方案中，定量对象中的至少一个HLA等位基因对的多样性的方法包括获得对象中的一个或多个HLA等位基因对的DNA序列，比较所述一个或多个HLA等位基因对的DNA序列以获得比对评分，获得所述一个或多个HLA等位基因对的比对评分的分布，以及确定所述至少一个HLA等位基因对相对于所有HLA等位基因对的比对评分的分布的百分位数评分。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法还包括将百分位数评分与第一预定阈值进行比较。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，至少一个HLA等位基因对包括HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR等位基因的任何对。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，至少一个HLA等位基因对包括来自表1中的任何行的等位基因与来自表1中的任何列中的等位基因的组合。
表1-等位基因对组合
A B C E F G H J K L DP DQ DR
A x x x x x x x x x x x x x
B x x x x x x x x x x x x x
C x x x x x x x x x x x x x
E x x x x x x x x x x x x x
F x x x x x x x x x x x x x
G x x x x x x x x x x x x x
H x x x x x x x x x x x x x
J x x x x x x x x x x x x x
K x x x x x x x x x x x x x
L x x x x x x x x x x x x x
DP x x x x x x x x x x x x x
DQ x x x x x x x x x x x x x
DR x x x x x x x x x x x x x
在一些实施方案中，表1中列出的任何等位基因组合可以在本文提供的定量HLA多样性的方法的实施方案中组合一个或多个另外的参数。另外的参数的非限制性实例包括HLA等位基因的RNA和/或蛋白质表达水平、HLA配型、家族遗传特性、遗传性遗传特性、孟德尔遗传特性、非孟德尔遗传特性、其它遗传关联和相关性，如肿瘤突变负荷(TMB)、新抗原负荷、微卫星不稳定性、肿瘤微环境、T细胞受体库多样性。
在一些实施方案中，一个或多个另外的参数包括如本文提供的定量HLA多样性的方法的实施方案中的肿瘤和/或癌症的突变负荷。本文所用的“肿瘤和/或癌症的突变负荷”(本文也称为“突变负荷”或“肿瘤负荷评分”或TMB)是指肿瘤和/或癌症基因组中体细胞编码突变的总数。
不受任何特定理论的限制，据信较高的TMB增加了细胞毒性T细胞识别新抗原的可能性。
在一些实施方案中，一个或多个另外的参数包括患者的年龄、性别、肿瘤的阶段、癌症的类型、患者的感染史和癌症治疗方案。
在定量至少一个HLA等位基因对的多样性的方法的一些实施方案中，如果百分位数评分等于或大于第一预定阈值，则向对象推荐第一种治疗。
如本文所用，“百分位数评分”被定义为指示低于一组观察结果中给定百分比的观察结果所落入的值的量度。例如，如果一对HLA等位基因或等位基因结构域的比对产生95的百分位数评分，那么相比分析的等位基因组中所有HLA等位基因或结构域对中的95％，该对HLA等位基因彼此更相似。另一方面，如果一对HLA等位基因的比对产生5的百分位数评分，那么相比所分析的等位基因组中所有HLA等位基因或结构域对中仅5％，该对HLA等位基因或结构域彼此更相似。
如本文所用，“预定阈值”是基于HLA百分位数评分的阈值。预定阈值可以根据定量HLA多样性的方法的实施方案而变化。例如，预定阈值可以根据包括在定量HLA多样性的方法的实施方案中的另外的参数的数量而变化。
在一些实施方案中，对象是人。在一些实施方案中，本文提供的方法和系统可外推至其它生物体。非限制性实例包括非人的灵长类、大鼠、小鼠、狗、猫、豚鼠、牛等。
肿瘤/癌症的非限制性实例包括乳腺腺癌、胰腺腺癌、肺癌、前列腺癌、多形性成胶质细胞瘤、激素难治性前列腺癌、实体瘤恶性肿瘤如结肠癌、非小细胞肺癌(NSCLC)、间变性星形细胞瘤、膀胱癌、肉瘤、卵巢癌、直肠血管外皮细胞瘤、胰腺癌、晚期癌症、大肠癌症、胃癌、胰腺癌、卵巢癌、黑色素瘤、胰腺癌、结肠癌、膀胱癌、血液恶性肿瘤、鳞状细胞癌、乳腺癌、成胶质细胞瘤或与脑相关的任何肿瘤，包括但不限于星形细胞瘤(例如，毛细胞星形细胞瘤、弥漫性星形细胞瘤、间变性星形细胞瘤和脑干神经胶质瘤)、成胶质细胞瘤(例如，多形性成胶质细胞瘤)、脑膜瘤、其它神经胶质瘤(例如，室管膜瘤、少突神经胶质瘤和混合神经胶质瘤)和其它脑肿瘤(例如，垂体肿瘤、颅咽管瘤、生殖细胞肿瘤、松果体区肿瘤、成髓细胞瘤和原发性CNS淋巴瘤)。在一些实施方案中，肿瘤/癌症与本文提供的一种或多种类型的肿瘤/癌症相关。
在一些实施方案中，第一种治疗包括免疫检查点抑制剂(ICI)。在一些实施方案中，ICI刺激针对肿瘤和/或癌细胞的细胞毒性淋巴细胞活性。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的一种或多种ICI。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI的组合。
在一些实施方案中，第一种治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI。
在一些实施方案中，第一种治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的一种或多种的ICI。
在一些实施方案中，第一种治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI的组合。
在一些实施方案中，如果百分位数评分小于第一预定阈值，则不向对象推荐第二种治疗。
在一些实施方案中，第二种治疗包括非ICI。
在一些实施方案中，第二种治疗包括除PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂以外的任何治疗。
在一些实施方案中，第二种治疗包括除派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的以外的任何治疗。
在一些实施方案中，第二种治疗包括选自手术、放射疗法、化疗、免疫疗法、靶向疗法、激素疗法、干细胞移植、细胞因子疗法、基因疗法、细胞疗法、光疗、热疗和声疗的治疗。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括确定一个或多个HLA等位基因对的RNA表达水平，获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的RNA表达水平评分，基于至少一个HLA等位基因对的RNA表达水平评分，确定至少一个HLA等位基因对相对于一个或多个HLA等位基因对的比对评分的分布的加权百分位数评分，以及将加权百分位数评分与第二预定阈值进行比较。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括测定一个或多个HLA等位基因对的RNA表达水平。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括测定一个或多个HLA等位基因对的RNA表达水平，以及获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的RNA表达水平评分。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括确定一个或多个HLA等位基因对的RNA表达水平，以及获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的RNA表达水平评分，以及确定至少一个HLA等位基因对的加权百分位数评分。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括确定一个或多个HLA等位基因对的RNA表达水平，以及获得至少一个HLA等位基因对相对于所述一个或多个HLA等位基因对的表达水平的RNA表达水平评分，以及基于至少一个HLA等位基因对的RNA表达水平评分，确定至少一个HLA等位基因对的加权百分位数评分。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括确定一个或多个HLA等位基因对的RNA表达水平，以及获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的RNA表达水平评分，以及基于至少一个HLA等位基因对的RNA表达水平评分，确定至少一个HLA等位基因对相对于一个或多个HLA等位基因对的比对评分的分布的加权百分位数评分。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，所述方法还包括确定一个或多个HLA等位基因对的RNA表达水平，以及获得至少一个HLA等位基因对相对于一个或多个HLA等位基因对的表达水平的RNA表达水平评分，以及基于至少一个HLA等位基因对的RNA表达水平评分，确定至少一个HLA等位基因对相对于一个或多个HLA等位基因对的比对评分的分布的加权百分位数评分，并将加权百分位数评分与第二预定阈值进行比较。
在一些实施方案中，HLA等位基因的RNA表达水平可以使用微阵列分析、实时PCR、定量实时PCR、反转录PCR、RNA Seq、NextGen测序、瓦片阵列、Northern印迹、SAGE、原位杂交和表达的序列标签，以及本领域已知的其它RNA定量技术中的一种或多种来确定和定量。
在一些实施方案中，HLA等位基因的蛋白质表达水平可以使用本领域已知的western印迹、质谱和其它蛋白质定量技术中的一种或多种来确定和定量。
在一些实施方案中，如果加权百分位数评分等于或大于第二预定阈值，则向对象推荐第一种治疗。
在一些实施方案中，如果加权百分位数评分小于第二预定阈值，则向对象推荐第二种治疗。
在一些实施方案中，第一预定阈值是50％。在一些实施方案中，第一预定阈值是75％。在一些实施方案中，第一预定阈值是25％。在一些实施方案中，第一预定阈值是50％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第一预定阈值是75％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第一预定阈值是25％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第一预定阈值在约10％到约90％的范围内。
在一些实施方案中，第二预定阈值是50％。在一些实施方案中，第二预定阈值是75％。在一些实施方案中，第二预定阈值是25％。在一些实施方案中，第二预定阈值是50％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第二预定阈值是75％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第二预定阈值是25％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中。在一些实施方案中，第二预定阈值在约10％到约90％的范围内。
在一些实施方案中，第一种治疗包括免疫检查点抑制剂(ICI)。在一些实施方案中，ICI刺激针对肿瘤和/或癌细胞的细胞毒性淋巴细胞活性。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的一种或多种ICI。
在一些实施方案中，第一种治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI的组合。
在一些实施方案中，第一治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI。
在一些实施方案中，第一种治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的一种或多种ICI。
在一些实施方案中，第一种治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI的组合。
在一些实施方案中，第二种治疗包括非ICI。
在一些实施方案中，第二种治疗包括除PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂以外的任何治疗。
在一些实施方案中，第二种治疗包括除派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)以外的任何治疗。
在一些实施方案中，第二种治疗包括选自手术、放射疗法、化疗、免疫疗法、靶向疗法、激素疗法、干细胞移植、细胞因子疗法、基因疗法、细胞疗法、光疗、热疗和声疗的治疗。
在一些实施方案中，如果第一预定阈值是50％，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，如果第一预定阈值是75％，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，如果第一预定阈值是25％，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，第一预定阈值是50％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，第一预定阈值是75％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，第一预定阈值是25％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第一种另外的治疗。在一些实施方案中，第一预定阈值在约10％到约90％的范围内。
在一些实施方案中，第一种另外的治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI。
在一些实施方案中，第一种另外的治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的一种或多种ICI。
在一些实施方案中，第一种另外的治疗包括选自PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂的ICI的组合。
在一些实施方案中，第一种另外的治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI。
在一些实施方案中，第一种另外的治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的一种或多种ICI。
在一些实施方案中，第一种另外的治疗包括选自派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)的ICI的组合。
在一些实施方案中，如果第二预定阈值是50％，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，如果第二预定阈值是75％，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，如果第二预定阈值是25％，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，第二预定阈值是50％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，第二预定阈值是75％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，第二预定阈值是25％，其中至少一个另外的参数包括在定量HLA多样性的方法的实施方案中，则向对象进一步推荐第二种另外的治疗。在一些实施方案中，第二预定阈值在约10％到约90％的范围内。
在一些实施方案中，第二种另外的治疗包括非ICI。
在一些实施方案中，第二种另外的治疗包括除PD-1抑制剂、PDL-1抑制剂和CTLA-4抑制剂以外的任何治疗。
在一些实施方案中，第二种另外的治疗包括除派姆单抗(Keytruda)、纳武单抗(Opdivo)、西米普利单抗(Libtayo)、阿特珠单抗(Tecentriq)、阿维鲁单抗(Bavencio)、得瓦鲁单抗(Imfinzi)和伊匹单抗(Yervoy)以外的任何治疗。
在一些实施方案中，第二种治疗包括选自手术、放射疗法、化疗、免疫疗法、靶向疗法、激素疗法、干细胞移植、细胞因子疗法、基因疗法、细胞疗法、光疗、热疗和声疗的治疗。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，随时间重复所述定量以确定百分位数评分相对于第一预定阈值是否存在变化。
在一些实施方案中，定量至少一个HLA等位基因对的多样性的方法，随时间重复所述定量以确定百分位数评分相对于第二预定阈值是否存在变化。
在一些实施方案中，在HLA多样性分析中包括TCR克隆性的评估。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，所述危害比反映患者中HLA等位基因对的等位基因多样性，将所述危害比与预定阈值进行比较，高于所述预定阈值的危害比指示患者预期具有较高的癌症治疗功效，且低于所述预定阈值的危害比指示患者预期具有较低的癌症治疗功效。
本文所用的“危害比”(HR)是作为HLA等位基因的多样性与本文提供的一个或多个另外的参数之间的基于统计学的相关性而确定的对群体的“危害”(例如疾病、虚弱、死亡、对治疗无响应等)的概率。例如，在对抗癌/肿瘤治疗的响应性的上下文中，较低的危害比将指示对治疗的较大响应性，并且较高的危害比将指示对治疗的较低响应性。
在一些实施方案中，提供了确定患者中癌症治疗的预期功效的方法。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，所述危害比反映患者中HLA等位基因对的等位基因多样性。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，所述危害比反映患者中HLA等位基因对的等位基因多样性，并将该危害比与预定阈值进行比较。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，所述危害比反映患者中HLA等位基因对的等位基因多样性，将该危害比与预定阈值进行比较，高于预定阈值的危害比指示患者预期具有较高的癌症治疗功效。
在一些实施方案中，确定患者中癌症治疗的预期功效的方法包括计算患者中HLA等位基因对的危害比，所述危害比反映患者中HLA等位基因对的等位基因多样性，将所述危害比与预定阈值进行比较，低于所述预定阈值的危害比指示患者预期具有较低的癌症治疗功效。
在确定患者中癌症治疗的预期功效的方法的一些实施方案中，癌症是肿瘤。
在确定患者中癌症治疗的预期功效的方法的一些实施方案中，癌症是肿瘤，并且还包括测量患者的肿瘤负荷评分。
在确定患者中癌症治疗的预期功效的方法的一些实施方案中，癌症是肿瘤，并且还包括测量患者的肿瘤负荷评分，并且将肿瘤负荷评分与预定阈值进行比较，作为确定癌症治疗的功效的因素。
实施例
以下实施例是非限制性的，并且还考虑在本领域范围内的其它变化。
实施例1–HLA多样性和杂合性
在本实施例中，确定了HLA多样性评分结合HLA杂合性的临床效用。为了测试使用HLA多样性评分作为生物标志物以基于HLA杂合性预测患者对ICI治疗的响应的可行性，选择了用CTLA-4治疗的110名患有转移性黑色素瘤的患者的群组(Van Allen,E.等人,(2015)Science,Vol.350,No.6257,pp.207-211,2015)。
当使用Chowell方法(Chowell,D.等人.Science Vol.359,No.6375,pp.582-587,2018)仅基于HLA杂合性对患者进行分类时，两组患者，即在所有基因座中被确定为HLA杂合性的那些患者相对于在至少一个基因座中被确定为纯合性的那些患者，在存活上没有显示出统计学上显著的差异(p＝0.99；HR＝1(95％置信区间(CI)＝0.60-1.68)；图2A)。因此，仅测量患者对于HLA等位基因是纯合的还是杂合的与治疗后患者的存活不是很相关。
然而，使用本文所述方法的实施方案，基于给定HLA等位基因对的比对评分的百分位数，计算相同患者群体中的每个HLA基因的多样性分数。因此，对于每位患者，计算三个多样性评分：HLA-A、HLA-B和HLA-C每个各一个，以确定它们的等位基因如何彼此不同。接下来，将患者分为两组，其中第一组具有前20％多样性内的至少一个HLA基因座，并且第二组在所有三个HLA-A、HLA-B和HLA-C基因座中具有低于80％的HLA多样性。
与Chowell方法相反，当本文描述的用于定量HLA多样性评分的方法被用于对患者进行分类时，在至少一个基因座中具有高于20％的多样性评分的患者(n＝50)和在所有基因座中具有低于80％的多样性评分的患者(n＝60)，这两组患者显示出统计学上显著不同的总体存活(p<0.01,HR＝2.01(95％CI＝1.28-3.19)；图2B)。
这些数据证明了本文所述的方法和系统使用HLA多样性评分以基于患者的HLA杂合性区分患者的适用性，以及该方法作为生物标志物预测患者对ICI治疗的响应的实用性。
实施例2–HLA多样性、HLA杂合性和TMB
在本实施例中，确定了HLA多样性评分结合HLA杂合性和肿瘤突变负荷(TMB)的临床效用。
为了测试使用HLA多样性评分作为生物标志物以基于HLA杂合性和TMB预测患者对ICI治疗的响应的可行性，使用了61名患者的群组的公开可获得的数据。
当使用Chowell方法(Chowell,D.等人.Science Vol.359,No.6375,pp.582-587,2018)基于HLA杂合性和TMB对患者进行分类时，两组患者，即在所有基因座中是HLA杂合性的那些患者相对于在至少一个基因座中是纯合性的那些患者，在存活上没有显示出统计学上显著的差异(p＝0.19；HR＝1.55(95％CI＝0.79-3.03)；图3A)。
基于本文所述方法的实施方案，基于给定HLA等位基因对的比对评分的百分位数计算每个HLA基因的多样性评分。因此，对于每位患者，计算三个多样性评分：HLA-A、HLA-B和HLA-C每个各一个。接下来将患者分为两组，其中第一组具有前20％多样性内的至少一个HLA基因座，并且第二组在所有三个HLA-A、HLA-B和HLA-C基因座中具有低于80％的HLA多样性。
与Chowell方法相反，当本文描述的用于定量HLA多样性评分的方法被用于分类患者时，在至少一个基因座中具有高于20％的多样性评分且具有高TMB的患者(n＝28)，以及在所有基因座中具有低于80％的多样性评分且具有低TMB的患者(n＝33)，这两组患者显示统计学上显著不同的总体存活(p<0.002，HR＝2.69(95％CI＝1.39-5.21)；图3B)。
这些数据证明了本文所述的系统和方法定量HLA多样性评分以基于HLA杂合性和TMB对患者进行区分的适用性，以及其作为预期患者对ICI治疗的响应的生物标志物的实用性。
实施例3-TMB和总体存活
在本实施例中，评估了TMB与总体存活之间的相关性。
使用了关于110名患者的群组的可公开获得的数据。使用中值TMB水平(每位患者200个总突变)作为截断值将患者分成两组，分入高TMB组和低TMB组中。
与低TMB患者相比，高TMB患者显示出更高的总体存活(p＝0.15，HR＝1.37(95％CI＝0.89-2.12)；图4)。这可能是由于较高的TMB增加了细胞毒性T细胞识别新抗原的可能性这一事实。
实施例4
第一位患者在其前列腺中出现肿瘤。对其HLA等位基因变体进行分析。发现他具有HLA等位基因A*01:01和A*01:02，它们具有99.74％的百分比相似性。这意味着它们比所有已知HLA-A等位基因对的99.74％更相似，表明它们具有非常高的相似性。由于HLA等位基因的相似性，该患者被分级为具有较低的成功CAR-T治疗的机会。
第二位患者在其前列腺中出现肿瘤。对其HLA等位基因变体进行分析。发现他具有HLA等位基因A*01:01和A *24:34，它们仅具有17.97％的相似性百分比，表明它们具有低相似性和高多样性。由于HLA等位基因之间的多样性，与第一位患者相比，该患者被分级为具有相对较高的治疗肿瘤的成功CAR-T治疗的机会。
实施例5
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定了来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。计算了来自每个基因的每个等位基因对的同一性百分比以确定总体评分。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，使用预设的截断值对患者进行划分，并基于存活率来计算危害比。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生14.4％的总体相似性评分，这意味着等位基因彼此不是非常相似。患者的HLA基因的这种高多样性然后可用于确定患者对抗肿瘤治疗具有相对较高的响应倾向。
实施例6
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定了来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。在计算总体比对评分时，给予来自每个等位基因对的每个外显子2和外显子3结构域的比对评分更大的权重。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，使用等位基因多样性评分截断值计算危害比。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生70.4％的总体相似性评分，这意味着等位基因彼此相当相似。患者的HLA基因的这种相对较低的多样性然后可用于确定患者对抗肿瘤治疗具有相对较低的响应倾向。
实施例7
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。在计算总体比对评分时，给予来自每个等位基因对的每个外显子2和外显子3结构域的比对评分更大的权重。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，使用等位基因多样性评分截断值计算危害比。等位基因多样性评分与从来自患者的RNA表达数据计算的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的每个等位基因的RNA表达水平结合使用。作为预测器，给予HLA基因的高度表达等位基因的等位基因多样性评分更多的权重，以便计算总体多样性评分。因此，来自HLA基因的高度表达的等位基因的等位基因多样性评分对危害比有更大的贡献。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生91.4％的总体相似性评分，这意味着等位基因彼此相当相似。患者的HLA基因的这种相对较低的多样性然后可用于确定患者对抗肿瘤治疗具有相对较低的响应倾向。
实施例8
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定了来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。对每个单个的HLA基因(HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因)单独产生多样性评分。HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的评分的组合被用于获得每位患者的单一评分。评分被相等地加权。该分析任选地与针对一个或多个单一基因评分计算的加权因子组合。加权因子基于例如，通过微阵列、RNA测序分析等确定的组织中基因的相对表达。单个基因或HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因复合评分也与TMB评分组合以获得复合评分。另外，杂合性评分被加权或与HLA配型(纯合性＝0；最不同的＝1)组合。
实施例9
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定了来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。在计算总体比对评分时，给予来自每个等位基因对的每个外显子2和外显子3结构域的比对评分更大的权重。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，利用等位基因多样性评分计算危害比。等位基因多样性评分与一个或多个另外的参数结合使用，所述另外的参数包括HLA配型、家族遗传特性、遗传性遗传特性、孟德尔遗传特性、非孟德尔遗传特性、其它遗传关联和相关性。作为预期器，基于一个或多个另外的参数的贡献(例如，非孟德尔遗传特性)的程度对它们赋予更多的权重，以便计算总体多样性评分。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生5.2％的总体相似性评分，这意味着等位基因彼此不是相当相似。患者的HLA基因的这种相对较低的多样性然后可用于确定患者对抗肿瘤治疗具有相对较高的响应倾向。
实施例10
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定了来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。在计算总体比对评分时，给予来自每个等位基因对的每个外显子2和外显子3结构域的比对评分更大的权重。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，利用等位基因多样性评分计算危害比。等位基因多样性评分与包括患者肿瘤突变负荷在内的一个或多个另外的参数结合使用。作为预期器，基于一个或多个另外的参数的贡献的程度给予它们更多的权重(例如，对突变负荷给予更多的权重)，以便计算总体多样性评分。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生3.1％的总体相似性评分，这意味着等位基因彼此不是相当相似。患者的HLA基因的这种相对较低的多样性然后可用于确定患者对抗肿瘤治疗具有相对较高的响应倾向。
实施例11
患者患有肿瘤并被测量以确定它们的HLA等位基因多样性，从而确定各种治疗是否具有高或低的成功机会。不是仅将患者HLA等位基因多样性评分为HLA等位基因杂合或纯合的两种类别，而是进行更复杂的分析。确定来自患者的每个等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的序列。如上所述，每个HLA I类基因具有8个外显子，但外显子2(对应于α1结构域)和外显子3(对应于α2结构域)编码HLA分子的结合核心并且是最多态性的区域。对于HLA-A、HLA-B和HLA-C基因，这分别在图1A、1B和1C中显示。在计算总体比对评分时，给予来自每个等位基因对的每个外显子2和外显子3结构域的比对评分更大的权重。然后通过计算给定HLA等位基因对在所有逐对比对评分分布中的比对评分的百分位数，计算每个基因中每个等位基因对的多样性评分。从该评分，利用等位基因多样性评分计算危害比。等位基因多样性评分与一个或多个另外的参数结合，并结合患者肿瘤的突变负荷使用，所述另外的参数包括从来自患者的RNA和/或蛋白质表达数据计算的来自患者的等位基因的HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR基因的每个等位基因的RNA和/或蛋白质表达水平、HLA配型、家族遗传特性、遗传性遗传特性、孟德尔遗传特性、非孟德尔遗传特性、其它遗传关联和相关性。作为预期器，基于一个或多个另外的参数的贡献程度给予它们更多的权重(例如，给予HLA基因的高度表达等位基因的等位基因多样性评分更多的权重)，以便计算总体多样性评分。使用对数秩检验或Wilcoxon秩和检验在有或没有Bonferroni校正的情况下进行统计分析。该评分产生7.4％的总体相似性评分，这意味着等位基因彼此不是相当相似。患者的HLA基因的这种相对较低的多样性然后可用于确定患者对抗肿瘤治疗具有相对较高的响应倾向。
尽管本公开是在某些实施方案和实例的上下文中，但是本领域技术人员将理解，本公开超出具体公开的实施方案，延伸到其他替代实施方案和/或实施方案的应用以及其明显的修改和等同物。另外，虽然已经详细示出和描述了实施方案的几种变型，但是基于本公开，在本公开的范围内的其它修改对于本领域技术人员将容易变得显而易见。还预期可以进行实施方案的具体特征和方面的各种组合或子组合，并且仍然落入本公开的范围内。应当理解，所公开的实施方案的各种特征和方面可以彼此组合或替代，以便形成本公开的不同模式或实施方案。因此，旨在本文所公开的本公开的范围不应受上述特定公开的实施方案的限制。

Claims (20)

1.对对象中的至少一个HLA等位基因对的多样性进行定量的方法，所述方法包括：
获得对象的一个或多个HLA等位基因对的DNA序列；
比较所述一个或多个HLA等位基因对的DNA序列，以获得比对评分；
获得所述一个或多个HLA等位基因对的比对评分的分布；和
确定所述至少一个HLA等位基因对相对于所有HLA等位基因对的比对评分分布的百分位数评分。
2.如权利要求1所述的方法，还包括将所述百分位数评分与第一预定阈值进行比较。
3.如权利要求1所述的方法，其中所述至少一个HLA等位基因对包括HLA A、B、C、E、F、G、H、J、K、L、DP、DQ和DR等位基因的任何对。
4.如权利要求1所述的方法，其中如果所述百分位数评分等于或大于所述第一预定阈值，则向所述对象推荐第一种治疗。
5.如权利要求1所述的方法，其中如果所述百分位数评分小于所述第一预定阈值，则向所述对象推荐第二种治疗。
6.如权利要求1所述的方法，其中所述方法还包括：
确定所述一个或多个HLA等位基因对的表达水平；
获得所述至少一个HLA等位基因对相对于所述一个或多个HLA等位基因对的表达水平的表达水平评分；
基于所述至少一个HLA等位基因对的表达水平评分，确定所述至少一个HLA等位基因对相对于所述一个或多个HLA等位基因对的比对评分的分布的加权百分位数评分；
将所述加权百分位数评分与第二预定阈值进行比较。
7.如权利要求6所述的方法，其中如果所述加权百分位数评分等于或大于所述第二预定阈值，则向所述对象推荐第一种治疗。
8.如权利要求6所述的方法，其中如果所述加权百分位数评分小于所述第二预定阈值，则向所述对象推荐第二种治疗。
9.如权利要求2所述的方法，其中所述第一预定阈值为约75％。
10.如权利要求6所述的方法，其中所述第二预定阈值为约75％。
11.如权利要求4所述的方法，其中所述第一种治疗包括ICI。
12.如权利要求5所述的方法，其中所述第二种治疗包括非ICI。
13.如权利要求2所述的方法，如果第一预定阈值是50％，则向所述对象进一步推荐第一种另外的治疗。
14.如权利要求6所述的方法，如果所述第二预定阈值是50％，则向所述对象进一步推荐第二种另外的治疗。
15.如权利要求6所述的方法，其中所述表达水平是RNA的表达水平、蛋白质的表达水平或两者。
16.如前述权利要求中任一项所述的方法，其中随时间重复所述定量，以确定所述百分位数评分相对于所述第一预定阈值是否存在变化。
17.如前述权利要求中任一项所述的方法，其中随时间重复所述定量，以确定所述百分位数评分相对于所述第二预定阈值是否存在变化。
18.如前述权利要求中任一项所述的方法，其中所述定量包括TCR克隆性的评估。
19.确定患者中癌症治疗的预期功效的方法，包括：
计算患者中HLA等位基因对的危害比，其中所述危害比反映所述患者中HLA等位基因对的等位基因多样性；
将所述危害比与预定阈值进行比较，其中高于所述预定阈值的危害比指示所述患者预期具有较高的癌症治疗功效，并且低于所述预定阈值的危害比指示所述患者预期具有较低的癌症治疗功效。
20.如权利要求19所述的方法，其中所述癌症是肿瘤，并且还包括测量所述患者的肿瘤负荷评分，并将所述肿瘤负荷评分与预定阈值进行比较，作为确定癌症治疗功效的因素。
CN202080003584.1A 2019-04-05 2020-04-02 Hla多样性的定量评分 Active CN112424382B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962830297P 2019-04-05 2019-04-05
US62/830,297 2019-04-05
PCT/US2020/026394 WO2020206127A1 (en) 2019-04-05 2020-04-02 Quantitative score of hla diversity

Publications (2)

Publication Number Publication Date
CN112424382A true CN112424382A (zh) 2021-02-26
CN112424382B CN112424382B (zh) 2024-05-28

Family

ID=71741876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080003584.1A Active CN112424382B (zh) 2019-04-05 2020-04-02 Hla多样性的定量评分

Country Status (10)

Country Link
US (1) US20200318187A1 (zh)
EP (1) EP3947739A1 (zh)
JP (1) JP2022525487A (zh)
KR (1) KR20210147852A (zh)
CN (1) CN112424382B (zh)
AU (1) AU2020256218A1 (zh)
CA (1) CA3104293A1 (zh)
IL (1) IL279434A (zh)
SG (1) SG11202012507WA (zh)
WO (1) WO2020206127A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114627962A (zh) * 2022-03-04 2022-06-14 至本医疗科技（上海）有限公司 一种预测肿瘤患者对免疫疗法的敏感性的方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105189779A (zh) * 2012-10-01 2015-12-23 适应生物技术公司 通过适应性免疫受体多样性和克隆性表征进行的免疫能力评估
CN106164289A (zh) * 2014-01-02 2016-11-23 纪念斯隆凯特琳癌症中心 癌症对免疫疗法的反应的决定因素
JP2018134038A (ja) * 2017-02-22 2018-08-30 小野薬品工業株式会社 Ｐｄ−１経路阻害薬による癌治療に有効性を示す患者選択のためのバイオマーカー
CN108624650A (zh) * 2018-05-14 2018-10-09 乐普（北京）医疗器械股份有限公司 判断实体瘤是否适合免疫治疗的方法和检测试剂盒

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180104232A1 (en) * 2015-03-12 2018-04-19 The University Of Chicago Methods for determining prognosis for breast cancer patients
US10945788B2 (en) * 2017-07-05 2021-03-16 Medtronic Ardian Luxembourg S.A.R.L. Methods for treating depression in patients via renal neuromodulation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105189779A (zh) * 2012-10-01 2015-12-23 适应生物技术公司 通过适应性免疫受体多样性和克隆性表征进行的免疫能力评估
CN106164289A (zh) * 2014-01-02 2016-11-23 纪念斯隆凯特琳癌症中心 癌症对免疫疗法的反应的决定因素
JP2018134038A (ja) * 2017-02-22 2018-08-30 小野薬品工業株式会社 Ｐｄ−１経路阻害薬による癌治療に有効性を示す患者選択のためのバイオマーカー
CN108624650A (zh) * 2018-05-14 2018-10-09 乐普（北京）医疗器械股份有限公司 判断实体瘤是否适合免疫治疗的方法和检测试剂盒

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
BOEGEL 等: "HLA typing from RNA-Seq sequence reads", 《GENOME MEDICINE》, vol. 4, no. 12, pages 102 - 113 *
BOEGEL 等: "In Silico HLA Typing Using Standard RNA-Seq Sequence Reads", 《MEHTODS IN MOLECULAR BIOLOGY》, vol. 1310, pages 247 - 258, XP009500557, DOI: 10.1007/978-1-4939-2690-9_20 *
BUHLER ET AL.: "HLA DNA Sequence Variation among Human Populations: Molecular Signatures of Demographic and Selective Events", 《PLOS ONE》, vol. 6, no. 2, pages 1 - 16 *
CHOWELL等: "Patient HLA class I genotype influences cancer response to checkpoint blockade immunotherapy.", 《SCIENCE》, vol. 35, no. 6375, pages 582 - 587, XP055472400, DOI: 10.1126/science.aao4572 *
KARACA ET AL.: "Prioritizing putatively etiological T cell epitopes across autoimmune diseases", 《JOURNAL OF HUMAN GENETICS》, vol. 60, no. 4, pages 193 - 198 *
LI ET AL.: "The landscape of antigen-specific T cells in human cancers", 《BIORXIV》, pages 10 *
MADDEN ET AL.: "HLA testing in the molecular diagnostic laboratory", 《VIRCHOWS ARCHIV: AN INTERNATIONAL JOURNAL OF PATHOLOGY》, vol. 474, no. 2, pages 139 - 147, XP036686691, DOI: 10.1007/s00428-018-2501-3 *
OGISHI ET AL.: "Prioritizing putatively etiological T cell epitopes across autoimmune diseases", 《BIORXIV》, pages 10 *
SAMSTEIN 等: "Tumor mutational load predicts survival after immunotherapy across multiple cancer types.", 《NATURE GENETICS》, vol. 51, no. 2, pages 202 - 206, XP036900827, DOI: 10.1038/s41588-018-0312-8 *
SIDAWAY 等: "Immunotherapy: HLA-1 genotype influences response to checkpoint inhibitors", 《NATURE REVIEWS. CLINICAL ONCOLOGY》, vol. 15, no. 2, pages 66 *
虞淦军 等: "HLA基因特征影响免疫检查点抑制剂疗效", 《中国肿瘤生物治疗杂志》, vol. 25, no. 1, pages 22 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114627962A (zh) * 2022-03-04 2022-06-14 至本医疗科技（上海）有限公司 一种预测肿瘤患者对免疫疗法的敏感性的方法和装置
CN114627962B (zh) * 2022-03-04 2022-11-08 至本医疗科技（上海）有限公司 一种预测肿瘤患者对免疫疗法的敏感性的方法和装置

Also Published As

Publication number Publication date
AU2020256218A1 (en) 2021-01-21
SG11202012507WA (en) 2021-01-28
CA3104293A1 (en) 2020-10-08
KR20210147852A (ko) 2021-12-07
US20200318187A1 (en) 2020-10-08
EP3947739A1 (en) 2022-02-09
IL279434A (en) 2021-01-31
WO2020206127A1 (en) 2020-10-08
CN112424382B (zh) 2024-05-28
JP2022525487A (ja) 2022-05-17

Similar Documents

Publication Publication Date Title
Biran et al. The genetics of alopecia areata: new approaches, new findings, new treatments
Grimsley et al. Definitive high resolution typing of HLA‐E allelic polymorphisms: identifying potential errors in existing allele data
Hughes et al. The HLA–DRB1 shared epitope is associated with susceptibility to rheumatoid arthritis in African Americans through European genetic admixture
Finno et al. A missense mutation in MYH1 is associated with susceptibility to immune-mediated myositis in Quarter Horses
EP3075863B1 (en) Simple method and kit for dna profiling of hla genes by high-throughput massively parallel sequencer
CN110799196B (zh) 致免疫性的癌症特异抗原决定位的排名系统
Kantarci et al. IFNG polymorphisms are associated with gender differences in susceptibility to multiple sclerosis
Jagodic et al. A role for VAV1 in experimental autoimmune encephalomyelitis and multiple sclerosis
Roffler et al. SNP discovery in candidate adaptive genes using exon capture in a free‐ranging alpine ungulate
Kapitány et al. Association of rheumatoid arthritis with HLA‐DR1 and HLA‐DR4 in Hungary
Martin et al. The genetics of scleroderma
Čížková et al. Genetic structure and contrasting selection pattern at two major histocompatibility complex genes in wild house mouse populations
Harney et al. Fine mapping of the MHC Class III region demonstrates association of AIF1 and rheumatoid arthritis
JP2022141905A (ja) 移植拒絶リスクを予測する新規の方法
Pagadala et al. Germline modifiers of the tumor immune microenvironment implicate drivers of cancer risk and immunotherapy response
CN112424382B (zh) Hla多样性的定量评分
Caruccio et al. The gene overexpressed in polycythemia rubra vera, PRV‐1, and the gene encoding a neutrophil alloantigen, NB1, are alleles of a single gene, CD177, in chromosome band 19q13. 31
Bittel et al. Whole genome microarray analysis of gene expression in an imprinting center deletion mouse model of Prader–Willi syndrome
Matsuzaka et al. Susceptibility locus for non‐obstructive azoospermia is localized within the HLA‐DR/DQ subregion: Primary role of DQB1* 0604
Brenner et al. Identification of two new arthritis severity loci that regulate levels of autoantibodies, interleukin‐1β, and joint damage in pristane‐and collagen‐induced arthritis
Ammar et al. Failure to find evidence for deletion of LCE3C and LCE3B genes at PSORS4 contributing to psoriasis susceptibility in Tunisian families
Pinheiro et al. Significant overexpression of oligophrenin-1 in colorectal tumors detected by cDNA microarray analysis
Park et al. Allele frequencies of human leukocyte antigen‐G in a Korean population
Vahedi et al. Association between DLA-DRB1. 2 allelic diversity and development of mammary gland tumors in dogs
CN104212884A (zh) 胰腺神经内分泌肿瘤易感基因位点及检测方法和试剂盒

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: 40038997

Country of ref document: HK

GR01 Patent grant