CN115176033A - 检测和预测乳腺癌的方法 - Google Patents

检测和预测乳腺癌的方法 Download PDF

Info

Publication number
CN115176033A
CN115176033A CN202080057817.6A CN202080057817A CN115176033A CN 115176033 A CN115176033 A CN 115176033A CN 202080057817 A CN202080057817 A CN 202080057817A CN 115176033 A CN115176033 A CN 115176033A
Authority
CN
China
Prior art keywords
cpg
breast cancer
individual
assay
identified
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080057817.6A
Other languages
English (en)
Inventor
M·魏德施温特
J·巴雷特
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.)
UCL Business Ltd
Original Assignee
UCL Business Ltd
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 UCL Business Ltd filed Critical UCL Business Ltd
Publication of CN115176033A publication Critical patent/CN115176033A/zh
Pending legal-status Critical Current

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
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/56—Compounds containing cyclopenta[a]hydrophenanthrene ring systems; Derivatives thereof, e.g. steroids
    • A61K31/565—Compounds containing cyclopenta[a]hydrophenanthrene ring systems; Derivatives thereof, e.g. steroids not substituted in position 17 beta by a carbon atom, e.g. estrane, estradiol
    • A61K31/567—Compounds containing cyclopenta[a]hydrophenanthrene ring systems; Derivatives thereof, e.g. steroids not substituted in position 17 beta by a carbon atom, e.g. estrane, estradiol substituted in position 17 alpha, e.g. mestranol, norethandrolone
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • C—CHEMISTRY; METALLURGY
    • C07—ORGANIC CHEMISTRY
    • C07K—PEPTIDES
    • C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
    • C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
    • C07K16/28—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants
    • C07K16/2875—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants against the NGF/TNF superfamily, e.g. CD70, CD95L, CD153, CD154
    • 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
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
    • 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
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6834—Enzymatic or biochemical coupling of nucleic acids to a solid phase
    • C12Q1/6837—Enzymatic or biochemical coupling of nucleic acids to a solid phase using probe arrays or probe chips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • 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
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/154—Methylation markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Public Health (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Veterinary Medicine (AREA)
  • Hematology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cell Biology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)

Abstract

本发明涉及用于通过确定来自个体的DNA中某些CpGs的甲基化状态、根据某些CpGs的甲基化状态推导出指标值并且根据乳腺癌指标值预测个体中乳腺癌的发展来预测个体中乳腺癌的存在或发展的测定方法。

Description

检测和预测乳腺癌的方法
序列表
本申请包含序列表，其已经以ASCII格式以电子方式提交，并且在此通过引用全文并入。创建于2020年6月11日的所述ASCII副本的名称为N416449WO_SL.txt，其大小为21,495,630字节。
技术领域
本发明涉及用于通过确定来自个体的DNA中某些CpGs的甲基化状态、根据某些CpGs的甲基化状态推导出指标值并且根据乳腺癌指标值预测个体中乳腺癌的发展预测个体中乳腺癌的存在或发展的测定方法(assay)。
本发明还涉及监测个体患乳腺癌的风险或乳腺癌发展的风险的方法。
本发明还涉及治疗乳腺癌的方法，包括：通过本文所描述的测定方法预测个体中乳腺癌的存在或发展，根据其风险对个体进行分层，并且根据其风险对个体施用一种或多种治疗。
本发明还涉及甲基化区分性芯片(array)，其包含针对本文定义的CpG的探针。
背景技术
到目前为止，乳腺癌通常是女性中最常见的癌症，也是年轻女性死亡的主要原因1。迄今为止，通过直接评估来自肿瘤的证据来鉴定患有原发癌症的个体(例如，释放到系统中的癌细胞产物的成像2或检测3，4)。目前可用的早期检测策略，如乳房X光筛查，表现出在年轻女性中的低效能、过度诊断以及就诊率(attendance rate)下降，并且其对死亡率的益处最近受到了质疑5。开发允许分层的乳腺癌早期检测和预防策略的模型已被证明具有挑战性，并且结合流行病学风险因素、单核苷酸多态性(single nucleotidepolymorphisms，SNPs)和乳房X光拍摄密度的最佳预测模型仅导致受试者操作特征(Receiver Operator Characteristic，ROC)曲线下面积(Area Under the Curve，AUC)为0.686。
与此不同，宫颈癌筛查(即评估宫颈涂片样本)已经将宫颈癌的发病率和死亡率降低了50％以上7。临床医生收集的和自行收集的样本在检测相关宫颈病变8方面表现出相似的性能这一事实可能会进一步提高就诊率。
已经在乳腺癌9附近的正常乳腺组织中发现了表观遗传(即DNAme)改变，并且可以潜在地作为遗传和非遗传因素(包括促进乳腺癌发展的生活方式、生殖和环境暴露10)的替代物。迄今为止仅在血液中进行的多项原理性研究的证据证明某些DNAme(DNA甲基化)改变与乳腺癌易感性相关11-16。样本异质性与替代物组织的选择被认为是阻碍临床实施的最重要因素之一17。因此，仍然迫切需要鉴定新的基于甲基化的CpG基因座和基因座组，它们可以作为生物标记物或可以有助于理解癌症领域中的甲基化模式或有用的特征(signature)。
发明内容
本发明人旨在了解DNAme模式是否可能与乳腺癌的发展相关。发明人已经表明，来源于乳腺(breast)组织的样本的DNAme标记，以及特别地来源于乳腺以外的解剖部位的样本的DNAme特征鉴定患乳腺癌的女性。发明人已经确定DNAme特征可以根据乳腺癌指标值来表征，该乳腺癌指标值可以用于根据其患乳腺癌的风险或根据其乳腺癌发展的风险对个体进行分层。此外，DNAme特征在对乳腺癌治疗的反应中显示为可变的，因此表明所鉴定的预测性DNAme特征的动态性质，并因此令人惊讶地表明本发明的DNAme特征能够用于监测与乳腺癌相关的风险。
因此，本发明提供了一种用于预测个体中乳腺癌的存在或发展的测定方法，所述测定方法包括：
a.提供已从个体采集的样本；
b.确定所述样本中DNA中的测试CpG集(set)中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组(panel)；
c.根据所述测试CpG的甲基化状态推导出乳腺癌指标值；并且
d.根据所述乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，所述测定方法的特征在于具有由受试者操作特征(ROC)确定的0.6或更大的曲线下面积(AUC)。
本发明所述的测定方法可以如上文中描述，并且此外，其中，来自个体的所述样本为来自以下的样本：
a.乳腺以外的解剖部位，如宫颈、阴道，或者优选宫颈阴道涂片；或
b.乳腺。
在本文所述的任何测定方法中，样本可以特别地来自宫颈、阴道、口腔区域、血液和/或尿液。所述样本优选为基于宫颈液的细胞学样本，并且更优选为宫颈涂片样本。
本发明所述的测定方法可以如上文实施，并且此外，其中，来自样本的所述DNA来源于包含上皮细胞的器官。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述乳腺癌为：导管原位癌(ductal carcinoma in situ)；浸润性导管癌，如管型浸润性导管癌(invasiveductal carcinoma，IDC)、髓样型IDC、粘液型IDC、乳突型IDC、筛型IDC；浸润性小叶癌，炎性乳腺癌，原位小叶癌，男性乳腺癌，管腔A型乳腺癌，管腔B型乳腺癌，三阴性/基底样乳腺癌，HER2富集型乳腺癌，正常样乳腺癌，乳头佩吉特氏病(Paget’s Disease)，乳腺叶状肿瘤(Phyllodes tumours)，或转移性乳腺癌。
本发明所述的测定方法可以如上文实施，并且此外，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：确定每个所述测试CpG的甲基化β值。
本发明所述的测定方法可以如上文实施，并且此外，其中，根据所述测试CpG的甲基化状态推导出乳腺癌指标值的步骤包括：
a.提供包含每个测试CpG的甲基化β值的甲基化β值数据集；
b.估算从样本提供的DNA中的免疫细胞DNA比例；并且
c.将算法应用于甲基化β值数据集以得到乳腺癌指标值，所述甲基化β值数据集控制样本提供的DNA中的所述免疫细胞DNA比例。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述乳腺癌指标值被称为女性乳腺癌风险鉴定指标(Women’s risk Identification for Breast CancerIndex，WID-BC-指标)，并且其由算法根据以下公式计算得到：
Figure BPA0000317202810000031
其中：
e.ρ∈[0，1]，为样本的免疫细胞DNA比例；
f.β1，...，βn为甲基化β值(0至1)；
g.a1，...，an与b1，...，bn为实值系数；
h.μ与σ为用于缩放指标的实值参数；以及
i.n是指测试CpG集中的CpG的数量。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少500个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.73的AUC。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含在SEQ ID NO 1至500中鉴定的并在核苷酸位置61至62处鉴定的CpG。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.77的AUC。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含在SEQ ID NO 1至1000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.81的AUC。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含在SEQ ID NO 1至2000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少10000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.84的AUC。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含在SEQ ID NO 1至10000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含在SEQ ID NO 1至40753中鉴定的并在核苷酸位置61至62处鉴定的40753个CpG，并且进一步地，其中所述测定方法的特征在于具有至少0.85的AUC。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述预测个体中乳腺癌的存在或发展是基于WID-BC-指标。
本发明所述的测定方法可以如上文实施，并且此外，其中，当个体的WID-BC-指标为约-0.235或更大时，所述个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少500个由SEQ ID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少44％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少85％并且特异性为至少52％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少88％并且特异性为至少49％。
本发明所述的测定方法可以如上文实施，并且其中，所述CpG集至少包含由SEQ IDNO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％并且特异性为至少51％。
本发明所述的测定方法可以如上文实施，并且此外，其中，当个体的WID-BC-指标为约0.090或更大时，所述个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少500个由SEQ ID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少63％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少69％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少73％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少78％。
本发明所述的测定方法可以如上文实施，并且此外，其中，当个体的WID-BC-指标为约0.587或更大时，所述个体被分类为具有患乳腺癌的高风险或乳腺癌发展的高风险。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集包含至少500个由SEQ ID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少84％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少93％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少95％。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少94％。
本发明所述的测定方法可以如上文实施，并且此外，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：亚硫酸氢盐转化DNA。
本发明所述的测定方法可以如上文实施，并且此外，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：
a.实施测序步骤以确定每个CpG的序列；
b.将DNA与包含能够区分甲基化和非甲基化形式的CpG的探针的芯片杂交，并且将检测系统应用于所述芯片以确定每个CpG的甲基化状态或β值；或
c.使用甲基化特异性引物实施PCR步骤，其中，所述CpG的甲基化状态通过PCR产物的存在与不存在来确定。
本发明所述的测定方法可以如上文实施，并且此外，其中，所述测定方法还包括：
a.确定来自个体的样本中上皮细胞的比例；
b.确定来自个体的样本中脂肪细胞的比例；和/或
c.确定来自个体的样本中非脂肪细胞(non-fat cell)的分化特征。
本发明所述的测定方法可以如上文实施，并且此外，其中，确定上皮细胞和/或脂肪细胞的比例和/或确定非脂肪细胞的分化特征包括实施一种方法，所述方法包括：
a.基因表达分析；
b.非编码RNA分析；
c.表观基因组分析；
d.DNA甲基化分析；
e.推导WID-BC-指标；和/或
f.免疫组织化学；并且
根据所述方法的结果做出判定。
本发明还提供了一种能够区分甲基化和非甲基化形式的CpG的芯片；所述芯片包含对CpG组中每个CpG的甲基化形式特异的寡核苷酸探针和对所述组中每个CpG的非甲基化形式特异的寡核苷酸探针；其中，所述组由至少500个CpG组成，其选自在SEQ ID NO 1至40753中鉴定的CpG。
本发明所述的芯片可以如上所述，并且此外，条件是所述芯片不是InfiniumMethylationEPIC BeadChip芯片或Infinium HumanMethylation450，和/或条件是所述芯片的CpG特异性寡核苷酸探针的数量为482000或更少、480000或更少、450000或更少、440000或更少、430000或更少、420000或更少、410000或更少，或者400000或更少。
本发明所述的芯片可以如上所述，并且此外，其中，所述组包含权利要求8至16中任一项所述的测定方法中定义的任何CpG集。
本发明所述的芯片可以如上所述，并且此外，还包含：一种或多种包含本发明中所述的测定方法中定义的任何CpG集的寡核苷酸，其中，一种或多种寡核苷酸与所述芯片的对应的寡核苷酸探针杂交。
本发明还提供了一种杂交的芯片，其中所述芯片能通过将包含本发明所述的测定方法中定义的任何CpG集的一组寡核苷酸与本发明所述的芯片杂交而得到。
本发明还提供了一种制造根据本发明所述的杂交的芯片的方法，包括将根据本发明的芯片与包含本发明所述的测定方法中定义的任何CpG集的一组寡核苷酸接触。
本发明还提供了一种治疗个体中乳腺癌的方法，包括：
a.通过实施本发明的测定方法以预测个体中乳腺癌的存在或发展；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对所述个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体被分层为具有患乳腺癌的低风险或乳腺癌发展的低风险，并且所述个体根据其风险经受治疗，例如强化筛查。
本发明所述的方法可以如上文实施，并且此外，其中，所述强化筛查包括一次或多次乳房X光扫描和/或乳腺MRI扫描。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体被分层为具有患乳腺癌的中等风险或乳腺癌发展的中等风险，并且所述个体根据其风险经受治疗，例如强化筛查，和/或施用一剂或多剂的米非司酮(Mifepristone)、芳香酶(Aromatase)抑制剂、狄诺塞麦(Denosumab)、“选择性雌激素调节剂(selective estrogen modulator，SERM)”和“选择性孕激素受体调节剂(selective progesterone receptor modulator，SPRM)”中的一种或多种。
本发明所述的方法可以如上文实施，并且此外，其中，所述强化筛查包括一次或多次乳房X光扫描和/或乳腺MRI扫描。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体被分层为具有患乳腺癌的高风险或乳腺癌发展的高风险，并且所述个体根据其风险经受治疗，例如：
a.强化筛查，任选地包括一次或多次乳房X光扫描和/或乳腺MRI扫描；
b.施用米非司酮、芳香酶抑制剂、狄诺塞麦、SERM和SPRM中的一种或多种；和/或
c.双侧乳房切除术。
本发明还提供了一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，所述方法包括：(a)通过在第一时间点实施本发明的测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；(b)通过在一个或多个其它时间点实施本发明所述的测定方法，预测所述个体中乳腺癌的存在或预测所述个体中乳腺癌发展；并且(c)监测时间点之间个体的风险的任何改变。
本发明所述的方法可以如上文实施，并且此外，其中，所述其它时间点是基于初始预测之后每三个月(three monthly)、每六个月(six monthly)、每年(yearly)或每两年(two yearly)。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体未患乳腺癌，并且携带一个或多个使所述个体倾向于发展乳腺癌的增加的风险的基因突变。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体在BRCA基因中携带一个或多个突变。
本发明所述的方法可以如上文实施，并且此外，其中，根据所述个体中乳腺癌的存在的风险或所述个体中乳腺癌发展的风险，根据本发明的方法对所述个体施用一种或多种治疗。
本发明所述的方法可以如上文实施，并且此外，其中，所述个体具有乳腺癌发展的增加的风险，并且其中，根据本发明的方法对所述个体施用一种或多种治疗作为预防方法。
本发明所述的方法可以如上文实施，并且此外，其中，对所述个体施用的所述一种或多种治疗包括一剂或多剂的SPRM。
本发明所述的方法可以如上文实施，并且此外，其中，所述一剂或多剂的SPRM包括一剂或多剂的米非司酮。
本发明所述的方法可以如上文实施，并且此外，其中，所述方法还包括：
a.在任何两个或更多个时间点之间确定来自个体的样本中上皮细胞的比例，并且评估在时间点之间所述比例是否改变；
b.在任何两个或更多个时间点之间确定来自个体的样本中脂肪细胞的比例，并且评估在时间点之间所述比例是否改变；和/或
c.在任何两个或更多个时间点之间确定来自个体的样本中非脂肪细胞的分化特征，并且评估在时间点之间所述比例是否改变。
本发明所述的方法可以如上文实施，并且此外，其中，
a.所述乳腺癌指标值的增加与上皮细胞的所述比例的增加；和/或
b.所述乳腺癌指标值的增加与脂肪细胞的所述比例的减少；和/或
c.所述乳腺癌指标值的增加与非脂肪细胞向脂肪细胞分化的增加，指示对所述一种或多种治疗的负面反应。
本发明所述的方法可以如上文实施，并且此外，其中，如果鉴定为负面反应，则对所述一种或多种治疗进行改变。
本发明所述的方法可以如上文实施，并且此外，其中：
a.所述乳腺癌指标值的减少与上皮细胞的所述比例的减少；
b.所述乳腺癌指标值的减少与脂肪细胞的所述比例的增加；和/或
c.所述乳腺癌指标值的减少与非脂肪细胞向脂肪细胞分化的减少，指示对所述一种或多种治疗的正面反应。
本发明所述的方法可以如上文实施，并且此外，其中，如果鉴定为正面反应，则对所述一种或多种治疗进行改变。
附图说明
图1示出了来自乳腺癌病例与对照的宫颈涂片样本中差异甲基化的鉴定。
A)发现集(Discovery Set)中免疫细胞比例的分布。B)使用HepiDISH推断的8种非上皮细胞亚型的分布(*p＜0.05 Wilcoxon秩和检验)。C)细胞类型特异性DNAme的例子。D)估算的细胞类型特异性δ-β值的分布。E)富含高度甲基化(hyper-methylated)的CpG的前10种组织特异性模式。F)富含低度甲基化(hypo-methylated)的CpG的前10种组织特异性模式。
图2示出了宫颈涂片样本中WID-BC-指标的区分性能。
A)性能(由AUC量化)作为岭(ridge)和套索(lasso)分类器的输入CpGd的数量的函数。B)WID-BC-指标区分乳腺癌病例与对照，而与内部验证集中的免疫污染无关。C)内部验证集中对应于最佳分类器的受试者操作特征(ROC)曲线。D)在独立的外部验证集中WID-BC-指标的区分性能。E)外部验证集中的ROC曲线。F)在用于定义WID-BC-指标的40753个CpG的不同子集上训练的子分类器的性能。CpG已经根据沿x轴的回归系数的绝对值排序。保留的线是指仅在前n个CpG上训练的分类器。去除的组是指在去除前n个CpG之后训练的分类器。分箱(binned)线是指在500个CpG的箱(bin)上训练的分类器。
图3示出了WID-BC-指标与流行病学和临床因素之间的关系。
A)同意时的年龄。B)患有乳腺癌的亲属的数量。C)与基于内部验证集中345名女性的303个SNP的多基因风险评分(PRS)的相关性。D)肿瘤分期。E)淋巴结状态。F)激素受体状态(阳性状态定义为ER阳性或PR阳性)。G)HER2状态。H)等级。I)组织学。图块A)和C)基于内部验证集，否则使用整个发现集。(*p＜0.05 Wilcoxon秩和检验)。
图4示出了匹配的口腔样本中WID-BC-指标的性能。
A)在口腔样本(对应于内部验证集)中评估的WID-BC-指标区分病例与对照。B)对应的ROC曲线。C)在内部验证集中匹配的宫颈和口腔样本中评估的WID-BC-指标之间的相关性。
图5示出了WID-BC-指标与脂肪细胞含量的关系。
A)在ENCODE原代细胞(pc)和体外分化细胞(ivdc)中评估的WID-BC-指标。B)在ENCODE组织样本中评估的WID-指标。
图6示出了乳腺组织样本中评估的WID-BC-指标。
A)WID-BC-指标随着每个样本的脂肪细胞的比例而增加。B)对来自健康女性、具有BRCA突变的女性、具有三阴性乳腺癌(TNBC)的女性和匹配的邻近的正常组织的乳腺组织样本中的脂肪含量进行线性调整后的WID-BC-指标。C)具有BRCA突变的女性或健康对照在使用米非司酮或安慰剂治疗前后，来自米非司酮试验的样本中的上皮细胞的比例。D)具有BRCA突变的女性和健康对照在使用米非司酮或安慰剂治疗前后，对脂肪含量进行线性调整后的来自米非司酮试验的样本中的WID-BC-指标(*p值＜0.05)。
图7示出了导致WID-BC-指标的推导与WID-BC-指标的评估设计的实验设计。
A)替代样本(宫颈和口腔拭子)。B)ENCODE样本。C)乳腺组织样本。
图8示出了外部验证数据集中免疫细胞亚型的分布。
A)癌症病例与对照中免疫细胞比例的分布。B)外部验证数据集中使用HEpiDISH推断的细胞亚型的分布。
图9示出了可替代性线性分类器的性能。
A)作为输入CpG的数量的函数的岭和套索分类器的性能。所述分类器基于输入的线性组合，并且不包含任何非线性相互作用项(β值和IC比例的乘积)。B)最佳线性指数(基于具有10000个输入的岭分类器)在低IC样本中表现良好，但对于高度污染的样本，区分信号减弱。
图10示出了WID-BC-指标与技术参数之间的关系。
A)、B)、C)WID-BC-指标在限于研究主要提供病例或对照(基于内部和外部验证数据)的中心时区分病例与对照。D)自愿来自一般人群和因良性女性特异性病症而在医院就诊的女性的对照中WID-BC-指标的分布(发现集)。E)WID-BC-指标与样本收集和处理之间的时间(发现集)无关。
图11示出了内部验证集中的WID-BC-指标与其它流行病学因素之间的关系。
A)第一次活产时的年龄。B)种族。C)曾经激素替代疗法(仅在绝经后)。D)最后一次月经的年龄。E)月经初潮的年龄。F)绝经状态(menopausal status)。G)曾经用过口服避孕药(仅在绝经前)。H)胎次(仅在绝经后)。
图12示出了外部验证数据集中WID-BC-指标与流行病学和临床因素之间的关系。
A)同意时的年龄。B)患有乳腺癌的亲属的数量。C)组织学。D)肿瘤分期。E)淋巴结状态。F)激素受体状态(阳性状态定义为ER阳性或PR阳性)。G)HER2状态。H)等级。I)第一次活产时的年龄。J)种族。K)激素替代疗法。L)最后一次月经的年龄。M)月经初潮的年龄。N)绝经状态。O)口服避孕药的使用。P)胎次。
图13示出了口腔样本的分析。
A)口腔数据集中免疫细胞比例的分布。B)口腔数据集中免疫细胞亚型的分布。C)在来自内部训练集(training set)并在内部验证集上验证的269个口腔样本上训练的岭和套索分类器(具有非线性相互作用项)的性能。D)在对应匹配的宫颈样本上训练的和验证的分类器的性能。
图14示出了乳腺组织样本的分析。
A)来自健康女性、具有BRCA突变的女性、具有三阴性乳腺癌(TNBC)的女性和匹配的邻近的健康组织的乳腺组织样本中细胞类型的分布。B)来自米非司酮试验的乳腺组织样本中细胞类型的分布。C)来自在B中的治疗前与具有BRCA突变的样本结合的具有BRCA突变的样本中上皮细胞的分布，并与来自A和B的健康对照进行比较。D)使用匹配的和不匹配的样本的米非司酮试验组中上皮细胞比例的分布。E)使用匹配的和不匹配的样本的米非司酮试验组中WID-BC-指标的分布。(*p值＜0.05，Wilcoxon秩和检验)。
图15示出了流行病学和临床特征的总结(宫颈涂片数据)。
A)流行病学特征的总结。B)临床特征的总结。
图16示出了GSEA前几种富集的通路。
A)基于位于TSS200区域的高度甲基化的CpG的前20种富集基因的通路。B)基于低度甲基化的CpG的前20种通路。通路已经通过归一化富集评分(NES)排序。P值尚未针对多重性进行调整。
图17示出了WID-BC-指标的总结。
WID-BC-指标的总结。对应于WID-BC-指标的每个四分位数的比值比。四分位数由内部验证集的对照定义。调整基于逻辑回归模型，包括在其中的年龄、绝经状态、月经初潮的年龄、患乳腺癌的一级亲属的数量和BMI作为协变量。
图18示出了应用于群体的WID-BC-指标阈值。
A)内部验证集中的对应于最佳分类器的受试者操作特征(ROC)曲线，其中，WID-BC-指标阈值占所有乳腺癌出现率为94％的群体的50％、占所有乳腺癌出现率为78％的群体的20％或占所有乳腺癌出现率为34％的群体的3％。B)WID-BC-指标与表示反映了A的ROC曲线中描述的那些阈值的特定阈值的水平线之间的关系。
具体实施方式
本发明涉及用于预测个体中乳腺癌的发展的测定方法，其通过确定来自个体的DNA中某些CpGs的甲基化状态，根据某些CpGs的甲基化状态推导出指标值，并且根据乳腺癌指标值预测个体中乳腺癌的发展。
本发明的上下文中的“预测”是指鉴定可能的乳腺癌指标值，其可以指示个体中乳腺癌的存在或乳腺癌发展的特定风险。
本发明的上下文中的“发展(Developing)”可涉及个体目前患有的癌症——基于个体的乳腺癌指标值——可能在所述个体内进一步生长或转移。本发明的上下文中的“发展”也可以涉及个体中没有癌症，然而——基于个体的乳腺癌指标值——癌症可能会被预测在未来的某个时间点在所述个体中显现出来。同样地，本发明的上下文中的“发展(Development)”可以涉及个体目前患有的癌症——基于个体的乳腺癌指标值——可能在所述个体内进一步生长或转移。本发明的上下文中的“发展”也可以涉及个体中没有癌症，然而——基于个体的乳腺癌指标值——癌症可能会被预测在未来的某个时间点在所述个体中显现出来。
本发明包括用于预测个体中乳腺癌的存在或发展的测定方法，该测定方法包括：
i.提供已从个体采集的样本；
k.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG选自在SEQID NO1至40753的核苷酸位置61至62处鉴定的CpG组；
l.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
m.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，该测定方法的特征在于具有由受试者操作特征(ROC)确定的0.6或更大的曲线下面积(AUC)。
根据本发明的测定方法提供了一种统计学上可靠稳健的(robust)CpG库，其甲基化状态能够被确定以提供对个体中乳腺癌的存在或发展的可靠预测。如本文所述的数据所示例的，由发明人鉴定的CpG库可以用于具有0.6或更大的AUC的本发明的测定方法。此外，提供的CpG库的子集可以根据本发明进行测定，因此能够根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层，具有统计学上稳健的灵敏度与特异性，如由受试者操作特征确定的。
CpG的鉴定与甲基化状态的评估
DNA的甲基化是一种表观遗传修饰的公认形式，其具有改变基因和其它元件(如微小RNA(microRNA))的表达的能力[[1]]。在癌症发展和进展中，甲基化可以具有例如沉默肿瘤抑制基因和/或增加原癌基因表达的效果。可能会发生其它形式的失调作为甲基化的结果。DNA的甲基化发生在离散位点(离散位点主要为由CpG基序组成的二核苷酸)，但也可以发生在CHH基序(其中H为A、C或T)上。在甲基化过程中，甲基被添加至胞嘧啶碱基的第五个碳原子以产生甲基胞嘧啶。
甲基化可以发生在整个基因组中，并且不限于关于表达序列的区域，如基因。甲基化通常但不总是发生在表达序列的启动子或其它调控区，如增强子元件。最通常地，CpG的甲基化状态聚集在CpG岛中，例如，存在于基因的调控区，尤其是在它们的启动子区域中的CpG岛。
通常，DNA甲基化状态的评估涉及分析DNA中甲基的存在与不存在，例如一个或多个胞嘧啶核苷酸的5位上的甲基。优选地，评估以CpG二核苷酸(其中C代表胞嘧啶，G代表鸟嘌呤，而p代表连接两者的磷酸基)存在的一种或多种胞嘧啶核苷酸的甲基化状态。
多种技术可用于鉴定并评估CpG甲基化状态，下面将简要概述。本文所述的测定方法包括用于确定CpG甲基化状态的任何合适的技术。
在常规体外处理步骤(如PCR)过程中，甲基从起始DNA分子中丢失。为了避免此类情况，检测甲基的技术一般涉及以保留原始DNA分子的甲基化状态信息的方式，在后续处理之前对DNA的初步处理。此类初步技术涉及三种主要类别的处理，即亚硫酸氢盐修饰、限制性酶切与基于亲和力的分析。然后，这些技术的产品可以与测序或基于芯片的平台结合，用于CpG甲基化状态的后续鉴定或定性评估。
涉及DNA的亚硫酸氢盐修饰的技术已成为用于检测和评估CpG二核苷酸的甲基化状态的最常用的测定方法。用亚硫酸氢盐(例如亚硫酸氢钠)对DNA的处理使胞嘧啶碱基转化为尿嘧啶碱基，但对5-甲基胞嘧啶无效果。因此，亚硫酸氢盐处理的DNA中胞嘧啶的存在表明先前在起始DNA分子中甲基化的胞嘧啶碱基的存在。此类胞嘧啶碱基可以通过多种技术检测。例如，可以生成对未甲基化的DNA与甲基化的DNA特异的引物，并将其用于基于PCR的甲基化的CpG二核苷酸的鉴定。DNA可以在亚硫酸氢盐转化之前或之后进行扩增。可以实施分离/捕获步骤，例如使用结合分子，如互补寡核苷酸序列。也可以使用标准和下一代DNA测序方案。
在其它方法中，可以采用甲基化敏感酶，该甲基化敏感酶仅在甲基化的DNA存在时消化或酶切。一般使用微芯片(mircroarray)进行所得片段的分析。
出于富集的目的，基于亲和力的技术利用结合相互作用以捕获甲基化的DNA的片段。在后续处理步骤(如PCR和测序)之前，通常采用结合分子，如抗-5-甲基胞嘧啶抗体。
Olkhov-Mitsel和Bapat(2012)[[1]]提供了可用于鉴定并评估涉及甲基胞嘧啶的生物标记物的技术的综述。
出于评估本文表征和描述的基于CpG的生物标记物的甲基化状态的目的，可以采用任何合适的测定方法。
本文所描述的测定方法可以包括通过亚硫酸氢盐转化DNA来确定CpG的甲基化状态。优选的测定方法涉及DNA的亚硫酸氢盐处理，包括扩增已鉴定的用于甲基化特异性PCR的CpG基因座和/或测序和/或使用甲基化区分性微芯片评估靶基因座的甲基化状态。
CpG基因座的扩增可以通过多种方法实现。优选地，使用PCR扩增CpG基因座。可以使用多种基于PCR的方法。例如，甲基化特异性引物可以与含有感兴趣的CpG序列的DNA杂交。此类引物可以设计为以对来源于甲基化的或非甲基化的CpG基因座的序列退火。退火之后，实施PCR反应，并且后续PCR产物的存在表明可鉴定序列的退火的CpG的存在。在此类测定方法中，DNA在扩增前进行亚硫酸氢盐转化。此类技术一般称为甲基化特异性PCR(MSP)[[2]]。
在其它技术中，PCR引物可以对感兴趣的CpG序列退火，而与甲基化状态无关，进一步的处理步骤可以用于确定CpG的状态。设计测定方法使得CpG位点位于引物退火位点之间。此测定方法方案用于技术中，如亚硫酸氢盐基因组测序[[3]]、COBRA[[4]]、Ms-SNuPE[[5]]。在此类测定方法中，DNA可以在扩增前或扩增后进行亚硫酸氢盐转化。
可以使用小规模PCR方法。此类方法一般是指样本的大量分液(masspartitioning)(如数字PCR)。这些技术在高度小型化系统(皮升大小的微滴)的情况下提供了稳健的准确性和灵敏度，对于后续处理从生物样本(特别是尿液样本)中可能存在的少量细胞材料中可获得的少量DNA是理想的。多种此类小规模PCR技术可以广泛使用。例如，基于微滴的PCR仪器可以从多个供应商处获得，包括RainDance Technologies，Inc.(Billerica，MA；http：//raindancetech.com/)和Bio-Rad，Inc.(http：//www.bio-rad.com/)。微芯片平台也可以用于进行小规模PCR。此类平台可以包括基于微流体网络的芯片，例如可以从Fluidigm公司(www.fluidigm.com)获得。
CpG基因座扩增之后，扩增的PCR产物可以结合至后续的分析平台，以确定感兴趣的CpGs的甲基化状态。例如，PCR产物可以直接测序以确定靶CpG处甲基胞嘧啶的存在与不存在，或通过基于芯片的技术进行分析。
可以采用任何合适的测序技术以确定靶DNA的序列。在本发明的测定方法中，可以使用对亚硫酸氢盐处理的DNA测序的高通量、所谓的“第二代”、“第三代”和“下一代”技术的应用。
在第二代技术中，大量DNA分子被平行测序。通常，数以万计的分子以高密度固定至给定的位置，并且在一种依赖于DNA合成的过程中确定序列。反应通常由依次的试剂递送和清洗步骤，例如允许掺入可逆标记的终止子碱基，以及确定碱基掺入的顺序的扫描步骤组成。此类基于芯片的系统可商购自例如Illumina，Inc.(San Diego，CA；http：//www.illumina.com/)。
第三代技术通常定义为不需要在检测步骤之间中止测序过程，并因此可以被视为实时系统。例如，可以在微孔系统的情况下检测在掺入过程中发生的氢离子的碱基特异性释放(例如，参见可从Life Technologies获得的Ion Torrent系统；http：//www.lifetechnologies.com/)。类似地，在焦磷酸测序中，检测并分析了焦磷酸盐(PPi)的碱基特异性释放。在纳米孔技术中，DNA分子穿过纳米孔或靠近纳米孔定位，并且在DNA分子相对于纳米孔移动之后确定单个碱基的身份。此类类型的系统可商购获得，例如可商购自牛津纳米孔(Oxford Nanopore)公司(https：//www.nanoporetech.com/)。在替代性测定方法中，DNA聚合酶被限制在“零模式波导(zero-mode waveguide)”中，并且用γ标记的磷酸核苷酸的荧光检测来确定掺入的碱基的身份(例如参见Pacific Biosciences；http：//www.pacificbiosciences.com/)。
在根据本发明的其它测定方法中，可以省略测序步骤。例如，基于两条互补的核酸链退火形成双链分子的原理，扩增的PCR产物可以直接应用于杂交芯片。杂交芯片可以设计成包括能够与CpG的扩增产物杂交并允许区分甲基化的和非甲基化的基因座的探针。例如，可以设计这样的探针：其能够选择性地与含有胸腺嘧啶的CpG基因座杂交，表明在起始模板DNA中未甲基化的胞嘧啶的亚硫酸氢盐转化之后生成尿嘧啶。相反地，可以设计这样的探针：其能够选择性地与含有胞嘧啶的CpG基因座杂交，表明亚硫酸氢盐处理之后不存在尿嘧啶转化。这与起始模板DNA中的甲基化的CpG基因座一致。
在将合适的检测系统应用于芯片后，可以使用基于计算机的分析技术以确定CpG的甲基化状态。检测系统可以包括，例如，在甲基化状态特异性探针延伸反应后添加荧光分子。此类技术无特别需要对CpG扩增产物进行测序即可确定CpG状态。此类基于芯片的区分性探针可称为甲基化特异性探针。
可以采用任何合适的甲基化区分性微芯片以评估本文所描述的CpG的甲基化状态。优选的甲基化区分性微芯片系统由Illumina，Inc.(San Diego，CA；http：// www.illumina.com/)提供。具体地，Infinium MethylationEPIC BeadChip芯片和InfiniumHumanMethylation450 BeadChip芯片系统可以用于评估CpG的甲基化状态，以预测本文所描述的癌症发展。此类系统利用了对起始DNA分子进行亚硫酸氢盐处理之后对DNA进行的化学修饰。简而言之，该芯片包含与对应于未甲基化形式的CpG的DNA序列特异的寡核苷酸探针偶联的珠子，以及单独的与对应于甲基化形式的CpG的DNA序列特异的寡核苷酸探针偶联的珠子。候选DNA分子被应用到芯片，并在适当条件下选择性地杂交至对应于相关表观遗传形式的寡核苷酸探针。因此，来源于对应的基因组DNA中被甲基化的CpG的DNA分子将选择性地连接至包含甲基化特异性寡核苷酸探针的珠子，但将无法连接至包含非甲基化特异性寡核苷酸探针的珠子。仅杂交探针的单碱基延伸包含标记的ddNTP，随后用荧光试剂对其染色并成像。CpG的甲基化状态是通过计算来源于甲基化的和未甲基化的位点的荧光信号的比率来确定的。
因为本文定义的癌症特异性诊断CpG生物标记物最初是使用
Figure BPA0000317202810000137
InfiniumMethylationEPIC Beadchip芯片与Infinium HumanMethylation450 BeadChip芯片系统鉴定的，因此相同的芯片系统可以用于在本文描述的测定方法中询问那些相同的CpG。然而，可采用替代的或定制的芯片以询问本文定义的癌症特异性CpG生物标记物，条件是它们包含用于询问给定测定方法的所有CpG的方式，如本文所定义。
也可以使用涉及上述测定方法的组合的技术。例如，包含感兴趣的CpG序列的DNA可以与微芯片杂交，然后进行DNA测序以确定如上文描述的CpG的状态。
在上述测定方法中，如果需要，对应于CpG基因座的序列也可以进行富集过程。包含感兴趣的CpG序列的DNA可以被结合分子捕获，结合分子如与感兴趣的CpG靶序列互补的寡核苷酸探针。对应于CpG基因座的序列可以在亚硫酸氢盐转化之前或之后，或者在扩增之前或之后被捕获。探针可以被设计为与亚硫酸盐转化的DNA互补。然后可以对捕获的DNA进行进一步的处理步骤，如DNA测序步骤，以确定CpG的状态。
捕获/分离步骤可以定制设计。可替代地，多种此类技术可商购获得，例如SureSelect靶富集系统，其可商购自Agilent Technologies(http：//www.agilent.com/ home)。在此系统中，与包含感兴趣的CpG序列的DNA互补的生物素化“诱饵”或“探针”序列(例如RNA)与样本核酸杂交。然后使用链霉亲和素包被的磁珠以捕获与诱饵序列杂交的感兴趣的序列。未结合的片段被丢弃。然后去除诱饵序列(例如通过消化RNA)，从而提供从非CpG序列分离的CpG靶序列的富集库。模板DNA可以进行亚硫酸氢盐转化，并且使用独立于CpG的甲基化状态的引物通过小规模PCR(如微滴PCR)来扩增靶基因座。扩增后，样本可以进行捕获步骤以富集含有靶CpG的PCR产物，例如，如上所述使用磁珠捕获并纯化。捕获后，实施标准PCR反应以将DNA测序条形码合并到含CpG的扩增子中。PCR产物再次纯化，然后进行DNA测序和分析，以确定靶基因组CpG处存在或不存在甲基胞嘧啶[[6]]。
本文定义的CpG生物标记物基因座例如通过
Figure BPA0000317202810000131
标识符(IlmnID)鉴定。这些CpG基因座标识符是指可商购获得的
Figure BPA0000317202810000132
Infinium Methylation EPIC BeadChip试剂盒与
Figure BPA0000317202810000133
Infinium Human Methylation450 BeadChip试剂盒中使用的单个CpG位点。每个CpG基因座标识符代表的每个CpG位点的身份可从Illumina，Inc.网站公开获得，参考Infinium Methylation EPIC BeadChip试剂盒与Infinium Human Methylation450BeadChip试剂盒中使用的CpG位点。
为了补充发展公共数据库以提供准确的CpG基因座标识符和链方向，
Figure BPA0000317202810000134
开发了一种方法以基于每个单独的CpG基因座的实际或前后文序列一致指定CpG基因座。为了在任何物种中明确涉及CpG基因座，
Figure BPA0000317202810000135
开发了一致的且确定性的CpG基因座数据库，以确保甲基化数据报告的一致性。
Figure BPA0000317202810000136
方法利用CpG基因座侧翼的序列以生成唯一的CpG基因座簇ID。此数字仅基于序列信息，不受基因组版本的影响。Illumina的标准化命名法也与常用于单核苷酸多态性(SNP)命名的TOP/BOT链命名法(其表示链方向)相似。
用于Infinium MethylationEPIC Beadchip与Infinium Human Methylation450BeadChip系统的
Figure BPA0000317202810000138
标识符也可以从公共资源库中获得，如基因表达综合数据库(Gene Expression Omnibus，GEO)(http：//www.ncbi.nlm.nih.gov/geo/)。
通过评估CpG的甲基化状态，意味着确定给定的CpG是甲基化的还是未甲基化的。此外，这意味着确定给定的CpG位点在样本中的CpG基因座群体中甲基化的程度。
在本发明的优选测定方法中，CpG甲基化状态是使用检测系统(如荧光)间接测量的。在优选的系统中，使用甲基化区分性微芯片。在计算给定CpG的甲基化程度的优选方法中，使用β值的
Figure BPA0000317202810000141
定义(详见实施例)。特异性CpG位点的
Figure BPA0000317202810000142
甲基化β值根据甲基化(M)和未甲基化(U)等位基因的强度计算，作为荧光信号的比率β＝Max(M，0)/[Max(M，0)+Max(U，0)+100]。在这个尺度上，0＜β＜1，β值接近1(0)表示100％甲基化(无甲基化)。
发明人最初试图检查乳腺组织样本和来源于已被诊断患有乳腺癌的乳腺以外的解剖部位的样本以及匹配的对照中的全表观基因组DNAme分析。这导致令人惊讶地建立了基于DNAme特征的WID-BC-指标(女性乳腺癌风险鉴定指标(Women’s risk Identificationfor Breast Cancer index))，该DNAme特征能够鉴定患乳腺癌的女性(详见实施例)。令人惊讶的是，这些特征在对乳腺癌治疗的反应中显示为可变的，因此表明所鉴定的预测性DNAme特征的动态性质，并因此令人惊讶地表明本发明的DNAme特征能够用于监测乳腺癌。
如本文所定义的CpG是指与每个SEQ ID NO.和Illumina标识符(Ilmn ID)以及序列表中列出的序列的染色体位置相关的鉴定的CG二核苷酸基序，其中，二核苷酸的胞嘧啶碱基可以(或可以不)被修饰。因此，通过确定由给定SEQ ID NO.定义或鉴定的CpG的甲基化状态，意味着确定了序列表中所示每个序列的方括号中鉴定的CG二核苷酸基序的胞嘧啶的甲基化状态，接受任何给定的CpG的上游和下游序列的变异可能由于测序错误或个体之间的变异而存在。
用于分析的癌症相关的CpG组
在本文所述的任何测定方法中，在来源于样本中细胞的DNA中，可以确定选自一小组CpG的一组测试CpG中的每个CpG的甲基化状态。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含在SEQ ID NO1至40753中鉴定的CpG中的至少一个。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含任意数量的在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含1至500个在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少500个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少500个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，并且其中所述至少500个CpG的集至少包含在SEQ ID NO 1至500中鉴定的并在核苷酸位置61至62处鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，并且其中所述至少1000个CpG的集至少包含在SEQ ID NO 1至1000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，并且其中所述至少2000个CpG的集至少包含在SEQ ID NO 1至2000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少10000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少10000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，并且其中所述至少10000个CpG的集至少包含在SEQ ID NO 1至10000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集至少包含40753个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG。
乳腺癌指标
鉴于本文所描述的观察结果(参见实施例)，发明人基于对CpG的β值(如上定义)的分析推导出一个指标，用于预测个体中乳腺癌的存在或发展的测定方法。本文所描述的任何测定方法都可以涉及基于从个体提供的样本中测试CpG的甲基化状态来推导出乳腺癌指标值。本文所描述的任何方法都可以涉及预测个体中乳腺癌的存在或发展。
乳腺癌指标值可以通过任何合适的方式推导出。优选地，可以通过评估个体提供的样本中的测试CpG的甲基化状态推导出乳腺癌指标值。CpG的甲基化状态可以通过任何合适的方式确定。优选地，确定测试CpG集中的每个CpG的甲基化状态的步骤包括：确定每个测试CpG的甲基化β值。推导乳腺癌指标值可以涉及提供包含每个测试CpG的甲基化β值的甲基化β值数据集。推导乳腺癌指标值还可以涉及估算样本提供的DNA中污染DNA的比例。污染DNA可以是源自特定来源生物体、组织或细胞类型的DNA。优选地，污染DNA源自一种或多种不同的细胞类型至一种或多种感兴趣的细胞类型。感兴趣的细胞类型可以特别为上皮细胞或激素感应细胞。在提供从个体取得的样本的步骤之后，可以通过任何合适方式和在本文所描述的测定方法中的任何合适阶段估算污染DNA的比例。本文所描述的测定方法涉及通过任何合适的方式估算样本中DNA内污染DNA的比例。优选地，通过任何合适的生物信息学分析工具估算样本的污染DNA比例。可以用于估算污染DNA比例的生物信息学分析工具可以是EpIDISH。
污染DNA优选来自免疫细胞。优选地，在本文所述的任何测定方法中，根据测试CpG的甲基化状态推导出乳腺癌指标值的步骤包括：提供包含每个测试CpG的甲基化β值的甲基化β值数据集，并且估算样本提供的DNA中的免疫细胞DNA比例。可以在应用于甲基化β值数据集的任何算法中控制估算的免疫细胞DNA比例，以得到根据本发明的乳腺癌指标值。
估算来自与一种或多种感兴趣的细胞类型不同的一种或多种细胞类型的污染DNA的比例是可取的，因为在某些情况下，用于预测个体中乳腺癌的存在或发展的乳腺癌指标值可能只能通过确定来自特定感兴趣的细胞类型的DNA的一组CpG的甲基化状态来可靠地推导出来。具体地，相对于来自同一样本中不同细胞类型的污染DNA中的甲基化状态β值，样本中一种或多种感兴趣的细胞类型的甲基化状态β值可以不同。因此，在没有估算并控制样本提供的DNA中的污染DNA比例的情况下，推导出的乳腺癌指标值可能具有降低的预测能力。优选地，该测定方法涉及估算样本提供的DNA中的免疫细胞DNA比例。
本文所描述的包括根据测试CpG的甲基化状态推导乳腺癌指标值的步骤的任何测定方法还可以包括将算法应用于甲基化β值数据集以得到乳腺癌指标值。优选地，在本文所述的任何测定方法中，根据测试CpG的甲基化状态推导乳腺癌指标值的步骤包括：提供包含每个测试CpG的甲基化β值的甲基化β值数据集，估算样本提供的DNA中的免疫细胞DNA比例，并且将算法应用于甲基化β值数据集以得到乳腺癌指标值。
在本文所述的任何测定方法中，乳腺癌指标值可以通过任何合适的公式计算。优选地，该乳腺癌指标值被称为女性乳腺癌风险鉴定指标(WID-BC-指标)，并且通过算法根据以下公式计算得到：
Figure BPA0000317202810000161
其中，n是指测试CpG集中的CpG的数量；ρ∈[0，1]，为样本的免疫细胞DNA比例；β1，...，βn为甲基化β值(0至1)；a1，...，an与b1，...，bn为实值系数；以及μ与σ为用于缩放指标的实值参数。
在本文所述的任何测定方法中，WID-BC-指标算法应用通过最初训练数据集(在实施例中描述的本发明的示例性实施方式中的此数据集由190个乳腺癌病例和508个对照组成)推断的实值系数(a1，...，an与b1，...，bn)使用具有混合参数值α＝0(岭惩罚)和二项式响应类型的R语言的glmnet包来拟合岭分类器。cv.glmnet函数在内部使用了十倍交叉验证，以确定正则化参数λ的最佳值。对于个体υ，将来自n个CpG的β值表示为
Figure BPA0000317202810000162
并将免疫细胞比例表示为ρυ。以下术语用作岭分类器的输入
Figure BPA0000317202810000163
系数a1，...，an与b1，...，bn从拟合的岭模型中得到。系数a1，...，an对应于术语
Figure BPA0000317202810000164
而系数b1，...，bn对应于术语
Figure BPA0000317202810000171
因此，任何合适的a1，...，an与b1，...，bn实值系数都可以在本文所述的任何测定方法中应用于WID-BC-指标。对于训练集中的每个个体υ，计算了以下数量：
Figure BPA0000317202810000172
参数μ和σ的值分别由训练数据集中xυ的均值和标准偏差给出。因此，任何合适的μ和σ实值参数都可以在本文所述的任何测定方法中应用于WID-BC-指标。可以将任何合适的训练数据集应用于本文所描述的测定方法，以推断能够随后应用于根据本发明的WID-BC-指标公式的实值参数和系数。在实施例的材料和方法部分的“分类器开发的统计分析(Statistical Analyses for Classifier Development)”部分中进一步描述了利用根据本发明的训练数据集的示例性方式。
表1中提供了SEQ ID NO 1至40753中鉴定的CpG子集的示例性μ和σ实值参数。这些实值参数可以应用于本文所描述的任何测定方法，其中实参数对应于SEQ ID NO 1至40753中鉴定的CpG组中的任何一组，并在表1的左栏中列出。
基于CpG的测定方法的生物信息学工具和统计指标
有助于亚硫酸氢盐转化的DNA序列的计算机分析(in silico analysis)和用于甲基化特异性分析目的的引物设计的软件程序通常是可用的，并且之前已经进行描述[[7]][[8]][[9]]。
在预测癌症的风险模型中，通常使用受试者操作特征(ROC)曲线分析，其中估算曲线下面积(AUC)[[10]]。ROC曲线上的每个点都显示了将风险/可能性评估转化为对个体中癌症的存在或发展的预测的规则的效果。AUC测量该模型对病例受试者与对照受试者的区分程度。对应于病例受试者与对照受试者的随机分类的ROC曲线为具有50％的AUC的直线。对应于完善分类的ROC曲线具有100％的AUC。
在本文所描述的任何方法中，ROC的AUC的95％置信区间可以为0.60至1。
在本文所描述的任何方法中，该区间可以定义为具有0.60至1的任何数作为上限的范围。该上限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96、0.97、0.98、0.99或1.00。
在本文所描述的任何方法中，该区间可以定义为具有0.60至1的任何数作为下限的范围。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96、0.97、0.98、0.99或1.00。
在本文所描述的任何方法中，该区间范围可以包括任意上述下限数与任意上述上限数的适当组合。
优选地，该上限数是1。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为1并且下限为0.60至1的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96、0.97、0.98、0.99或1.00。
该上限数可以是0.99。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.99并且下限为0.60至0.99的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96、0.97、0.98或0.99。
该上限数可以是0.98。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.98并且下限为0.60至0.98的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96、0.97或0.98。
该上限数可以是0.97。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.97并且下限为0.60至0.97的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95、0.96或0.97。
该上限数可以是0.96。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.96并且下限为0.60至0.96的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94、0.95或0.96。
该上限数可以是0.95。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.95并且下限为0.60至0.95的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93、0.94或0.95。
该上限数可以是0.94。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.94并且下限为0.60至0.94的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92、0.93或0.94。
该上限数可以是0.93。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.93并且下限为0.60至0.93的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91、0.92或0.93。
该上限数可以是0.92。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.92并且下限为0.60至0.92的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90、0.91或0.92。
该上限数可以是0.91。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.91并且下限为0.60至0.91的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89、0.90或0.91。
该上限数可以是0.90。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.90并且下限为0.60至0.90的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88、0.89或0.90。
该上限数可以是0.89。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.89并且下限为0.60至0.89的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87、0.88或0.89。
该上限数可以是0.88。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.88并且下限为0.60至0.88的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86、0.87或0.88。
该上限数可以是0.87。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.87并且下限为0.60至0.87的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85、0.86或0.87。
该上限数可以是0.86。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.86并且下限为0.60至0.86的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84、0.85或0.86。
该上限数可以是0.85。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.85并且下限为0.60至0.85的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83、0.84或0.85。
该上限数可以是0.84。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.84并且下限为0.60至0.84的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82、0.83或0.84。
该上限数可以是0.83。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.83并且下限为0.60至0.83的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81、0.82或0.83。
该上限数可以是0.82。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.82并且下限为0.60至0.82的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80、0.81或0.82。
该上限数可以是0.81。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.81并且下限为0.60至0.81的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79、0.80或0.81。
该上限数可以是0.80。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.80并且下限为0.60至0.80的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78、0.79或0.80。
该上限数可以是0.79。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.79并且下限为0.60至0.79的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77、0.78或0.79。
该上限数可以是0.78。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.78并且下限为0.60至0.78的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76、0.77或0.78。
该上限数可以是0.77。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.77并且下限为0.60至0.77的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75、0.76或0.77。
该上限数可以是0.76。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.76并且下限为0.60至0.76的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74、0.75或0.76。
该上限数可以是0.75。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.75并且下限为0.60至0.75的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73、0.74或0.75。
该上限数可以是0.74。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.74并且下限为0.60至0.74的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72、0.73或0.74。
该上限数可以是0.73。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.73并且下限为0.60至0.73的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71、0.72或0.73。
该上限数可以是0.72。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.72并且下限为0.60至0.72的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70、0.71或0.72。
该上限数可以是0.71。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.71并且下限为0.60至0.71的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69、0.70或0.71。
该上限数可以是0.70。因此，ROC的AUC的95％置信区间可以定义为一个范围，其上限为0.70并且下限为0.60至0.70的任何数。该下限数可以是0.60、0.61、0.62、0.63、0.64、0.65、0.66、0.67、0.68、0.69或0.70。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少500个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，优选地，其中测定方法的特征在于具有至少0.73的AUC。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，优选地，其中测定方法的特征在于具有至少0.77的AUC。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，优选地，其中测定方法的特征在于具有至少0.81的AUC。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少10000个CpG，其选自在SEQ ID NO 1至40753中鉴定的CpG，优选地，其中测定方法的特征在于具有至少0.84的AUC。
测定方法可以涉及确定测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组，其中CpG集包含至少40753个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中测定方法的特征在于具有至少0.85的AUC。
在本文所述的任何测定方法中，预测个体中乳腺癌的存在或发展是基于个体的乳腺癌指标值。在本文所述的任何测定方法中，预测个体中乳腺癌的存在或发展是基于个体的WID-BC-指标值。
乳腺癌指标值提供了表示本发明的任何测定方法正确预测个体中乳腺癌的存在或发展的“可能性”或“风险”的值。在本发明的上下文中，“可能性”和“风险”可以互相作为同义词使用。在本文所述的任何测定方法中，基于乳腺癌指标值预测个体中乳腺癌的存在或发展的步骤涉及阈值的应用。阈值可以提供个体的患乳腺癌或乳腺癌发展的风险的指示。例如，乳腺癌指标值可以至少表示预测乳腺癌的存在或发展的低风险、中等风险和/或高风险。
本文中对序列、基因组序列和/或基因组坐标的任何引用均基于智人(Homosapiens)(人类)基因组组装GRCh37(hg19)得到。本领域技术人员会理解任何给定序列的核苷酸序列的变化可能由于测序错误和/或个体之间的变异而存在。
本发明的测定方法表示一种“预测”，因为根据本发明推导出的任何癌症指标值(WID-BC-指标)不太可能以100％的特异性和100％的灵敏度诊断每个个体是否患癌症。相反地，根据用户为了积极预测个体中癌症的存在而应用的癌症指标截点(cutpoint)阈值，假阳性率和假阴性率会改变。换言之，发明人已经发现，取决于用户选择并应用的癌症指标截点阈值，本发明的测定方法能够实现预测乳腺癌的存在或发展的灵敏度和特异性的可变水平，如由受试者操作特征所定义的。从本文公开的数据可以看出，这种灵敏度和特异性可以以高比例实现，表现出准确且具有统计学意义的区分能力。
类似地，已经预先确定的与特定乳腺癌表型(如癌症的存在)相关的癌症指标值，已经如本文进一步解释的以高水平的统计准确度被定义。
本发明的上下文中的预测乳腺癌的“发展”可以是指评估个体是否很可能或不太可能发展乳腺癌。从这些组织/解剖部位取样的细胞可以作为可能转化为癌症的乳腺细胞的替代物。根据本发明的测定方法预测乳腺癌的发展可以是指评估乳腺癌发展的增加的或降低的可能性。根据本发明的测定方法预测癌症的发展可以是指评估个体中预先存在的癌症病变(1esion)的进展或恶化。根据本发明的测定方法预测癌症的发展可以是指预测癌症复发的可能性。
在本文所述的任何测定方法中，基于癌症指标值评估个体中乳腺癌的存在或发展的步骤可以涉及阈值的应用。阈值可以提供基于风险的个体乳腺癌状态的指示，无论是乳腺癌阳性还是乳腺癌阴性。阈值还可以提供一种鉴定癌症指标值是否介于乳腺癌阳性值和乳腺癌阴性值之间的方式。如本文所解释的，乳腺癌指标值可以是动态的并且会根据基因和/或环境因素而改变。因此，该癌症指标值可以提供一种评估并监测癌症发展的方式。因此，乳腺癌指标值可以至少指示个体具有乳腺癌阳性状态或具有指示乳腺癌发展的状态的低风险或高风险。如果在两个或更多个时间点通过本发明的测定方法确定了个体的癌症指标值，则个体的癌症指标值的增加或减少可以指示个体患有或发展乳腺癌的增加的或减少的风险。
在本文的所有公开内容中，术语“阈值”、“截点”和“截点阈值”被认为是同义词和可互换的。
如本文进一步解释的，本发明的任何测定方法均为一种用于预测个体中乳腺癌的存在或发展的测定方法。本文进一步阐述了乳腺癌的类型。如本文进一步解释的，本发明的测定方法提供了用于根据特定的截点阈值评估个体是否具有患乳腺癌或者发展乳腺癌的风险的方式。基于表征测定方法的统计参数，能够以高的置信度提供这样的风险评估。因此，在本文所述的涉及癌症指标截点阈值的任何测定方法中，该截点阈值可以用于风险评估目的。同样地，在本文所述的涉及癌症指标截点阈值的任何测定方法中，该截点阈值可以用于具体说明个体是否患乳腺癌，作为纯粹的诊断测试。并且，基于表征测定方法的统计参数，能够以高的置信度提供这样的诊断测试。因此，在本文所描述的任何具体说明个体的癌症指标值为特定值或更高或者“约”特定值或更高的测定方法中，个体可以被评估为患有癌症。在本文所描述的任何具体说明个体的癌症指标值小于特定值或者小于“约”特定值的测定方法中，个体可以被评估为未患癌症。术语“约”应当理解为提供值的±5％的范围。
在本文所述的任何测定方法中，预测个体中乳腺癌的存在优选基于WID-BC-指标值。
在本文所述的任何测定方法中，其中，个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险。在本文所述的任何测定方法中，其中，CpG集可以包含由SEQ ID N01至40753定义的并在核苷酸位置61至62处鉴定的至少500个CpG，该测定方法的灵敏度为至少58％，并且该测定方法的特异性为至少44％。其中，CpG集可以至少包含由SEQ ID NO1至500定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少85％，并且该测定方法的特异性为至少52％。其中，CpG集可以至少包含由SEQ ID NO1至1000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少88％，并且该测定方法的特异性为至少49％。其中，CpG集可以至少包含由SEQID NO1至2000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少94％，并且该测定方法的特异性为至少51％。
在正在应用-0.235的乳腺癌指标值阈值的上述任何测定方法中，受制于该测定方法的特定灵敏度和特异性，当个体的WID-BC-指标为约-0.235或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约-0.235时，个体可以被分类为未患乳腺癌。
在本文所述的任何测定方法中，其中，个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险。在本文所述的任何测定方法中，其中，CpG集可以包含由SEQ ID NO1至40753定义的并在核苷酸位置61至62处鉴定的至少500个CpG，该测定方法的灵敏度为至少35％，并且该测定方法的特异性为至少63％。其中，CpG集可以至少包含由SEQ ID NO1至500定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少63％，并且该测定方法的特异性为至少69％。其中，CpG集可以至少包含由SEQ ID NO1至1000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少68％，并且该测定方法的特异性为至少73％。其中，CpG集可以至少包含由SEQID NO1至2000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少69％，并且该测定方法的特异性为至少78％。
在正在应用0.090的乳腺癌指标值阈值的上述任何测定方法中，受制于该测定方法的特定灵敏度和特异性，当个体的WID-BC-指标为约0.090或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约0.090时，个体可以被分类为未患乳腺癌。
在本文所述的任何测定方法中，其中，个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险。在本文所述的任何测定方法中，其中，CpG集可以包含由SEQ ID NO1至40753定义的并在核苷酸位置61至62处鉴定的至少500个CpG，该测定方法的灵敏度为至少24％，并且该测定方法的特异性为至少84％。其中，CpG集可以至少包含由SEQ ID NO1至500定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少26％，并且该测定方法的特异性为至少93％。其中，CpG集可以至少包含由SEQ ID NO1至1000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少29％，并且该测定方法的特异性为至少95％。其中，CpG集可以至少包含由SEQID NO1至2000定义的并在核苷酸位置61至62处鉴定的CpG，该测定方法的灵敏度为至少33％，并且该测定方法的特异性为至少94％。
在正在应用0.587的乳腺癌指标值阈值的上述任何测定方法中，受制于该测定方法的特定灵敏度和特异性，当个体的WID-BC-指标为约0.587或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约0.587时，个体可以被分类为未患乳腺癌。
根据本发明的测定方法提供了一种统计学上稳健的CpG库，其甲基化状态能够被确定以提供对个体中乳腺癌的存在或发展的可靠预测。如本文所述的数据所示例的，由发明人鉴定的CpG库可以用于具有0.6或更大的AUC的本发明的测定方法。此外，提供的CpG库的子集可以根据本发明进行测定，因此能够根据他们的患乳腺癌或乳腺癌发展的风险对个体进行分层，具有统计学上可靠的灵敏度与特异性，如由受试者操作特征确定的。
应用于本文实施例中本发明的示例性实施方式中提供的患者数据的WID-BC-指标阈值显示低、中和高风险阈值实现了理想水平的灵敏度和特异性(见图18)。例如，在示例性的患者队列(cohort)中，-0.235的低风险阈值占队列的50％，在该队列中所有乳腺癌出现率为94％。例如，在示例性的患者队列中，0.090的中等风险阈值占队列的20％，在该队列中所有乳腺癌中出现率为78％。例如，在示例性的患者队列中，0.090的高风险阈值占队列的3％，在该队列中所有乳腺癌出现率为34％。
在本文所述的任何测定方法中，WID-BC-指标阈值的灵敏度和特异性根据组中包含的CpG的数量而改变，并且特别是组中包含了哪些CpG。表4、5和6列出了本文描述的测定方法的AUC、灵敏度和特异性，其取决于组中包含的CpG的数量，并且特别是组中包含了哪些CpG。
生物样本
本文所描述的测定方法可以针对任何合适的生物材料的样本实施。优选地，本文所描述的用于预测个体中乳腺癌的存在或发展的任何测定方法包括：提供已从个体采集的样本。优选地，该个体为女性。
在本文所述的任何测定方法中，该测定方法可以包括或者可以不包括从个体获得样本的步骤。在不包括从个体获得样本的步骤的测定方法中，提供先前已经从个体获得的样本。样本可以直接从个体提供用于分析，或可以来源于储存的材料，例如冷冻的(frozed)、保存的(preserved)、固定的或冷冻保存的(cryopreserved)材料。
在本文所述的任何测定方法中，样本可以自行收集或由任何合适的医疗专业人员收集。
在本文所述的任何测定方法中，来自个体的样本可以是来自乳房以外的解剖部位的样本，如宫颈、阴道，或者优选宫颈阴道涂片。在本文所述的任何测定方法中，来自个体的样本可以是来自乳房的样本。
生物材料的样本可以包括：活检样本，实体组织样本，抽吸物，如乳头液抽吸物、生物流体样本、血液、血清、血浆、外周血细胞、脑脊液、尿液、细针抽吸物、唾液、痰液，乳房或其它激素依赖性组织，母乳，骨髓，皮肤，来源于包含上皮细胞的器官或者来源于外胚层的其它组织的样本，阴道液等。
生物材料的样本优选为乳头液抽吸物、宫颈、阴道、宫颈阴道、口腔或乳腺组织来源。
组织刮片可以包括来自例如口腔、食道、膀胱、阴道、尿道或宫颈刮片的生物材料。
根据本文所描述的方法，活检或其它样本可以取自需要分类或预测的任何器官或组织。例如，活检或其它样本可以取自皮肤、口腔、鼻腔、唾液腺、喉、咽、气管、肺、食道、胃、小肠、大肠、结肠、直肠、肾、肝、膀胱、心脏、胰腺、胆囊、胆管、脾脏、胸腺、淋巴结、甲状腺、脑垂体、骨骼、大脑、乳房、卵巢、子宫、子宫内膜、宫颈、阴道、外阴、睾丸、阴茎、前列腺。
在本文所述的任何测定方法中，样本可以具体来自宫颈、阴道、口腔区域、血液和/或尿液。该样本优选为基于宫颈液的细胞学样本，并且更优选为宫颈涂片样本。
在本文所述的任何测定方法中，样本可以包含细胞。该样本可以包含遗传物质，如DNA和/或RNA。
本文所述的任何测定方法可以涉及提供来自患者的生物样本作为用于甲基化分析的患者DNA的来源。
本文所述的任何测定方法可以涉及从先前已经从患者获得的生物样本中获得患者DNA。
本文所述的任何测定方法可以涉及从患者身上获取生物样本作为用于甲基化分析的患者DNA的来源。样本可以自行收集或由任何合适的医疗专业人员收集。从患者获得生物样本的程序可以是非侵入性的，如从尿液中收集细胞。可替代地，可以使用侵入性程序，如活检。
样本分离和随后从这些细胞或组织样本中提取和分离DNA以准备评估DNA甲基化的方法为本领域技术人员熟知的。在本文所描述的测定方法或方法的情况下，可以使用整个样本，或可替代地，可以浓缩细胞，或可以对细胞类型进行细分(fractionate)以仅将一种或多种细胞类型的子集应用于本测定方法或方法。可以使用任何合适的浓缩或细分方法。
样本中上皮细胞与脂肪细胞的比例以及非脂肪细胞的分化特征
本文所描述的测定方法还可包括确定已经取自个体的样本中细胞类型的比例。细胞类型的比例可以进一步预测个体中乳腺癌的存在或发展。
在本文所述的任何测定方法中，确定细胞的比例可以包括利用本领域已知的任何合适的技术以确定细胞身份，从而确定已经取自个体的样本中细胞的比例。确定细胞的比例可以涉及基因或表观遗传分析。确定上皮细胞和/或脂肪细胞的比例可以包括通过基因表达分析、非编码RNA分析、表观基因组分析、DNA甲基化分析、推导WID-BC-指标和/或免疫组化来确定细胞特征。确定细胞的比例可以涉及将任何一种或多种所述细胞特征与其它特定细胞类型或参考数据集进行比较，从而稳健地鉴定样本中的上皮细胞和/或脂肪细胞。确定上皮细胞和/或脂肪细胞的比例可以涉及DNA甲基化分析，其可以包括与特定细胞类型的参考DNA甲基化谱进行比较。确定细胞的比例可以涉及使用EpiDISH和/或HEpiDISH。
本文所描述的任何测定方法可以包括：确定来自个体的样本中上皮细胞的比例和/或确定来自个体的样本中脂肪细胞的比例。
取自个体的样本中的高水平的上皮细胞可以表明个体中乳腺癌的增加的风险。取自个体的样本中的低水平的脂肪细胞可以表明个体中乳腺癌的增加的风险。取自个体的样本中的高水平的上皮细胞与低水平的脂肪细胞可以表明个体中乳腺癌的增加的风险。
本发明人已经表明，取自个体的样本中增加的上皮细胞比例和减少的脂肪细胞比例可能至少与由个体中乳腺癌指标值的推导确定的患乳腺癌的中等风险或乳腺癌发展的中等风险相关。特别是，发明人已经表明，取自个体的样本中上皮细胞和脂肪细胞的比例可以改变。在本文所公开的测定方法的上下文中的脂肪细胞和上皮细胞可以随着是否对个体施用前治疗而改变。在本文所描述的测定方法和方法中，可以监测上皮细胞和/或脂肪细胞比例的改变，特别是在对一种或多种治疗的反应中。根据本文所描述的任何方法，从个体获得的样本(特别是宫颈和乳腺组织来源)中的脂肪细胞和上皮细胞比例可以反映乳腺癌指标的改变。因此，以与本文所描述的用于确定来自个体的样本中的乳腺癌指标值的测定方法相同的方式，脂肪细胞和上皮细胞比例可以同样代表一种用于预测个体中乳腺癌的存在或发展和/或监测个体患乳腺癌或乳腺癌发展的风险的测定方法。
本文所描述的测定方法可以包括确定来自个体的样本中非脂肪细胞的分化特征。结合本文所描述的乳腺癌指标值，非脂肪细胞向脂肪细胞的分化可以进一步使得能够预测个体中乳腺癌的存在或发展。本发明的上下文中的“分化特征”是指由任何一种或多种细胞特征(如细胞的基因组或表观基因组特征)定义的细胞身份。具体地，确定分化特征可以包括：将样本中非脂肪细胞的特征与脂肪细胞的特征进行比较，以确定样本中的非脂肪细胞是否正在分化为脂肪细胞。
在本文所述的任何测定方法中，确定非脂肪细胞向脂肪细胞的分化特征可以包括利用本领域已知的任何合适的技术以确定细胞分化特征。确定非脂肪细胞的分化特征涉及基因分析或表观遗传分析。确定样本中非脂肪细胞的分化特征可以包括：通过基因表达分析、非编码RNA分析、表观基因组分析、DNA甲基化分析、推导WID-BC-指标和/或免疫组化确定非脂肪细胞特征。确定非脂肪细胞的分化特征可以涉及将任何一种或多种所述细胞特征与脂肪细胞特征或脂肪细胞参考数据(例如公开可用的ENCODE数据)进行比较。确定非脂肪细胞的分化特征可以涉及通过任何合适的方法检测样本中的脂质。确定非脂肪细胞的分化特征可以涉及DNA甲基化分析，其可以包括与特定脂肪细胞类型的参考DNA甲基化谱进行比较。确定非脂肪细胞的分化特征可以涉及用于检测脂肪细胞的已知的基因标记物的基于RT-PCR的方法。确定细胞的比例可以涉及使用EpiDISH和/或HEpiDISH。
优选地，在本文所述的任何测定方法中，用于确定上皮细胞比例、脂肪细胞比例和/或非脂肪细胞的分化特征的改变的来源于个体的样本为来自乳腺的样本。
癌症的类型
本文所描述的方法可以应用于任何乳腺癌。
该乳腺癌可以是导管原位癌或浸润性导管癌，如管型浸润性导管癌(invasiveductal carcinoma，IDC)、髓样型IDC、粘液型IDC、乳突型IDC或筛型IDC。
该乳腺癌可以是浸润性癌，如多形性癌(pleomorphic carcinoma)，具有破骨细胞样巨细胞(osteoclast giant cells)的癌，具有绒毛膜癌特征的癌，具有黑色素特征的癌。浸润性乳腺癌可以是浸润性小叶癌、小管癌、浸润性筛状癌、髓样癌、粘液癌和具有丰富粘蛋白的其它肿瘤，如粘液癌、囊腺癌和柱状细胞粘液癌、印戒细胞癌(signet ring cellcarcinoma)。该浸润性乳腺癌可以是神经内分泌肿瘤，如实体神经内分泌癌(乳腺的类癌)、非典型类癌瘤、小细胞/燕麦细胞癌、大细胞神经内分泌癌。该浸润性乳腺癌可以是浸润性乳突状癌、浸润性微乳突状癌、大汗腺癌(apocrine carcinoma)、化生性癌(metaplasticcarcinomas)，如纯上皮化生性癌，包括：鳞状细胞癌、伴梭形细胞化生腺癌(adenocarcinoma with spindle cell metaplasia)、腺鳞癌、粘液表皮样癌、混合上皮/间质化生性癌(mixed epithelial/mesenchymal metaplastic carcinomas)、产生基质的癌(matrix-producing carcinoma)、梭形细胞癌、癌肉瘤、乳腺来源的鳞状细胞癌(squamouscell carcinoma of mammary origin)、具有破骨细胞样巨细胞(osteoclastic giantcells)的化生性癌。该浸润性乳腺癌可以是富脂质癌、分泌型癌、嗜酸细胞癌、腺样囊性癌、腺泡细胞癌、富糖原透明细胞癌、皮脂腺癌、炎性癌、双侧乳腺癌。
该乳腺癌可以是间质乳腺肿瘤。间质肿瘤可以包括肉瘤。间质乳腺肿瘤可以是血管瘤、血管瘤病、血管外皮细胞瘤(Hemangiopericytoma)、假血管瘤样间质增生(Pseudoangiomatous stromal hyperplasia)、肌纤维母细胞瘤(Myofibroblastoma)、纤维瘤病(Fibromatosis)(侵袭性)、炎性肌纤维母细胞瘤(Inflammatory myofibroblastictumor)、脂肪瘤(Lipoma)血管脂肪瘤(Angiolipoma)、颗粒细胞瘤(Granular celltumour)、神经纤维瘤(Neurofibroma)、神经鞘瘤(Schwannoma)、血管肉瘤(Angiosarcoma)、脂肪肉瘤(Liposarcoma)、横纹肌肉瘤(Rhabdomyosarcoma)、骨肉瘤(Osteosarcoma)、平滑肌瘤(Leiomyoma)、平滑肌肉瘤(Leiomyosarcoma)。
该乳腺癌可以是恶性淋巴瘤，如非霍奇金淋巴瘤(Non-Hodgkinlymphoma)。
该乳腺癌可以是转移性肿瘤，其中原发性病变来源于乳房以外的组织。
该乳腺癌可以是前体乳腺癌病变。该前体乳腺癌病变可以是小叶肿瘤(Lobularneoplasia)、原位小叶癌、导管内增生性病变(Intraductalproliferative lesions)、常见的导管增生(Usual ductal hyperplasia)、扁平上皮增生(Flat epithelialhyperplasia)、非典型导管增生(Atypical ductal hyperplasia)、导管原位癌(Ductalcarcinoma in situ)、微侵袭癌(Microinvasive carcinoma)、导管内乳突状瘤(Intraductal papillary neoplasms)、中央型乳突状瘤(Central papilloma)、外周型乳突状瘤(Peripheral papilloma)、非典型乳突状瘤(Atypical papilloma)、导管内乳突状瘤(Intraductal papillary carcinoma)、囊内性乳突状瘤(Intracystic papillarycarcinoma)。
该乳腺癌可以是肌上皮乳腺癌病变。该肌上皮乳腺癌病变可以是肌上皮细胞病(myoepitheliosis)、腺肌上皮腺病(adenomyoepithelial adenosis)、腺肌上皮瘤(adenomyoepithelioma)、恶性肌上皮瘤(malignant myoepithelioma)。
该乳腺癌可以是纤维上皮乳腺肿瘤。该纤维上皮乳腺肿瘤可以是纤维腺瘤(fibroadenoma)、叶状瘤(phyllodes tumour)、导管周间质肉瘤(periductal stromalsarcoma)、乳腺错构瘤(mammary hamartoma)。
该乳腺癌可以是乳头佩吉特氏病。
治疗和论断方法
本发明还包括：根据本文所描述的任何方法，在癌症的阳性分类或癌症发展的预测之后实施一个或多个治疗步骤。
本发明还包括：根据本文所描述的任何方法，在癌症的阴性分类或癌症发展的预测之后实施一个或多个治疗步骤。所述治疗可以被认为是“风险预防”或“预防性”治疗。
本发明还包括：根据本文所描述的任何方法，癌症的阴性分类或癌症发展的预测之后在个体中实施一个或多个治疗步骤，该个体携带一个或多个使个体倾向于发展乳腺癌的增加的风险的突变。
因此，本发明包括一种治疗个体中乳腺癌的方法，包括：
a.预测个体中乳腺癌的存在或发展，包括本文所述的任何一种测定方法；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
因此，本发明包括一种治疗个体中乳腺癌的方法，包括：
a.预测个体中乳腺癌的存在或发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG选自在SEQID NO1至40753的核苷酸位置61至62处鉴定的CpG组：
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.6或更大的曲线下面积(AUC)；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
因此，本发明包括一种治疗个体中乳腺癌的方法，包括：
a.预测个体中乳腺癌的存在或发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少500个CpG，其选自在SEQ ID NO l至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.73或更大的曲线下面积(AUC)；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
因此，本发明包括一种治疗个体中乳腺癌的方法，包括：
a.预测个体中乳腺癌的存在或发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.77或更大的曲线下面积(AUC)；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
因此，本发明包括一种治疗个体中乳腺癌的方法，包括：
a.预测个体中乳腺癌的存在或发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.81或更大的曲线下面积(AUC)；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对个体进行分层；并且
c.根据他们的风险分层，对个体施用一种或多种治疗。
在本发明包括的任何治疗方法中，预测个体中乳腺癌的存在或发展的步骤可以涉及根据本发明的测定方法确定在来源于样本中细胞的DNA中任何测试CpG集的甲基化状态。
在本发明包括的任何治疗方法中，预测个体中乳腺癌的存在或发展的步骤可以涉及推导出WID-BC-指标值。
在本发明包括的任何治疗方法中，预测个体中乳腺癌的存在或发展的步骤可以涉及使用本文所描述的任何一种芯片。
在本发明包括的任何治疗方法中，对个体进行分层的步骤可以涉及应用根据本文所描述的发明的任何一种测定方法的任何一个阈值。
施用一种或多种治疗的步骤可以包括不同的治疗步骤，其取决于基于他们的患乳腺癌的风险或基于他们的乳腺癌发展的风险的个体分层。特别地，施用的治疗的侵入量可能取决于基于他们的患乳腺癌的风险或基于他们的乳腺癌发展的风险的个体的分层而改变。对个体施用的治疗可以包括本领域技术人员认为合适的任何治疗。例如，其中，个体被分层为低风险并且该个体经受强化筛查。该强化筛查可以包括一次或多次乳房X光扫描和/或乳腺MRI扫描。
其中，个体被分层为中等风险并且该个体经受强化筛查和/或施用一个或多个合适剂量的米非司酮(Mifepristone)、芳香酶(Aromatase)抑制剂、狄诺塞麦(Denosumab)、“选择性雌激素调节剂(selective estrogenmodulators，SERM)”和“选择性孕激素受体调节剂(selective progesterone receptor modulators，SPRM)”中的一种或多种。SERM可以包括Anordin、巴多昔芬(Bazedoxifene)、溴苯雌烯(Broparestrol)、氯米芬(Clomifene)、环芬尼(Cyclofenil)、拉索昔芬(Lasofoxifene)、奥美昔芬(Ormeloxifene)、奥培米芬(Ospemifene)、雷洛昔芬(Raloxifene)、他莫昔芬(Tamoxifen)。优选地，SERM包括他莫昔芬、巴多昔芬和雷洛昔芬。优选地，SPRM包括米非司酮、乌利司他(Ulipristal)、Asoprisnil、Proellex、奥那司酮(Onapristone)、Asoprisnil和洛那立生(Lonaprisan)。该强化筛查可以包括一次或多次乳房X光扫描和/或乳房MRI扫描。在本文所描述的任何治疗方法中，其中个体被分层为“中等”风险，对个体的一种或多种治疗可以起到“预防性”治疗的作用。具体地，可以将本文所描述的任何一种治疗施用于被分层为至少中等风险的个体，作为预防所述个体中乳腺癌显现的措施。
其中，个体被分层为高风险并且该个体经受强化筛查和/或施用一个或多个合适剂量的米非司酮、芳香酶抑制剂、狄诺塞麦、SERM和SPRM中的一种或多种，和/或双侧乳房切除术。SERM可以包括Anordin、巴多昔芬、溴苯雌烯、氯米芬、环芬尼、拉索昔芬、奥美昔芬、奥培米芬、雷洛昔芬、他莫昔芬。优选地，SERM包括他莫昔芬、巴多昔芬和雷洛昔芬。优选地，SPRM包括米非司酮、乌利司他、Asoprisnil、Proellex、奥那司酮、Asoprisnil和洛那立生。
在本文所描述的任何一种治疗方法中，该方法还可以包括本领域已知的与乳腺癌相关的任何一组基因的遗传和/或表达谱分析。例如，本文所描述的方法还可以包括对MammaPrintTM测试中包含的任何一种或多种基因进行遗传和/或表达谱分析(Cardoso等，NEngl J Med，2016；375：717-729)。对于本领域已知与乳腺癌相关的任何一组基因，本领域技术人员将知晓哪些遗传和/或表达谱分析会被认为是异常的。此外，本领域技术人员将知晓本领域已知的治疗，这些治疗对于在分析本领域已知与乳腺癌相关的任何一组基因中观察到的特定异常是有效的。例如，在观察到BRCA1和/或BRCA2基因中的一个或多个突变后，本领域技术人员会考虑对个体施用基于铂的治疗。
其中，个体被预测为未患乳腺癌，该个体可以进行风险预防治疗。具体地，例如，如果该个体具有一个或多个使个体倾向于发展乳腺癌的增加的风险的基因突变，则该个体可以进行风险预防治疗。风险预防治疗可以包括任何合适的治疗。例如，风险预防治疗可以是施用一剂或多剂的米非司酮。在本文所描述的任何方法中，个体可以未患乳腺癌，但可携带一个或多个使个体倾向于乳腺癌的基因突变，如BRCA基因中的一个或多个突变。其它突变可以包括本领域中被认为使个体倾向于乳腺癌的任何突变。在本文所描述的任何治疗方法中，个体可以未患乳腺癌，但可以携带一个或多个使个体倾向于乳腺癌的基因突变，并且此个体可以进行本文所描述的任何监测方法。例如，在本文所描述的任何方法中，个体未患乳腺癌，并且携带一个或多个使个体倾向于发展乳腺癌的增加的风险的突变，并且其中，对个体施用的一种或多种治疗包括一剂或多剂的米非司酮。在本文所描述的任何方法中，个体未患乳腺癌，并且携带BRCA基因中的一个或多个突变，并且其中，对个体施用的一种或多种治疗包括一剂或多剂的米非司酮。
其它示例性治疗包括癌症的阳性诊断之后的一种或多种外科手术，一种或多种化学治疗剂，一种或多种细胞毒性化学治疗剂，一种或多种放射治疗剂，一种或多种免疫治疗剂，一种或多种生物治疗剂，一种或多种抗激素治疗或以上任意组合。
可以以足以预防、治疗(treat)、治愈(cure)、缓解或部分抑制乳腺癌或其一种或多种症状的量，对患乳腺癌或有乳腺癌发展的风险的个体施用癌症治疗。此类治疗可以导致乳腺癌症状的严重程度降低和/或乳腺癌指标值降低，或者无症状期的频率或持续时间增加。足以实现这一点的治疗量被定义为“治疗有效量”。用于给定目的的有效量将取决于乳腺癌的严重程度和/或个体的乳腺癌指标值以及个体的体重和一般状况。如本文所使用的，术语“个体”包括任何人，优选地，其中人为女性。如本文所使用的，“治疗”被认为与“治疗剂”同义。
可以根据他们的乳腺癌风险，以下治疗剂单独地或与本文所描述的任何其它治疗组合施用于个体。治疗剂可以例如通过化学偶联(conjugation)直接连接至抗体。将试剂或标签偶联至抗体的方法是本领域已知的。例如，碳二亚胺偶联(Bauminger&Wilchek(1980)Methods Enzymol.70，151-159)可以用于将多种试剂(包括多柔比星)与抗体或肽偶联。水溶性碳二亚胺，1-乙基-3-(3-二甲基氨基丙基)碳二亚胺(EDC)对于将功能部分与结合部分偶联是特别有用的。也可以使用将部分与抗体偶联的其它方法。例如，可以使用高碘酸钠氧化，然后将合适的反应物还原烷基化，也可以使用戊二醛交联。然而认识到，无论选择哪种产生本发明的偶联物的方法，都必须确定抗体保持其靶向能力并且功能部分保持其相关功能。
细胞毒性部分可以是直接和/或间接细胞毒性的。“直接细胞毒性”是指该部分其自身是细胞毒性的。“间接细胞毒性”是指该部分是这样的：虽然其自身不是细胞毒性的，但能够诱导细胞毒性，例如通过它对另一个分子的作用或通过对它的进一步作用。细胞毒性部分可以仅在细胞内时具有细胞毒性，并且优选在细胞外时不具有细胞毒性。
细胞毒性化学治疗剂在本领域中是众所周知的。细胞毒性化学治疗剂，如抗癌剂，包括：烷化剂，包括氮芥类，如二氯甲基二乙胺(HN2)、环磷酰胺、异环磷酰胺、美法仑(L-苯丙氨酸氮芥)和苯丁酸氮芥；乙烯亚胺和甲基三聚氰胺，如六甲基三聚氰胺、噻替哌(thiotepa)；烷基磺酸酯类，如白消安(busulfan)；亚硝基脲类，如卡莫司汀(carmustine，BCNU)、洛莫司汀(lomustine，CCNU)、司莫司汀(semustine，甲基-CCNU)和链脲菌素(链脲佐菌素)；以及三氮烯类，如达卡巴嗪(decarbazine，DTIC；二甲基三氮杂咪唑-羧酰胺)；抗代谢物(Antimetabolites)，包括：叶酸类似物，如甲氨蝶呤(氨甲蝶呤)；嘧啶类似物，如氟脲嘧啶(5-氟脲嘧啶；5-FU)、氟脲苷(氟脱氧脲苷；FUdR)和阿糖胞苷(胞嘧啶阿糖胞苷)；以及嘌呤类似物和相关抑制剂，如巯嘌呤(6-巯嘌呤；6-MP)、硫鸟嘌呤(6-硫鸟嘌呤；TG)和喷司他汀(pentostatin)(2’-脱氧助间型霉素)。天然产物包括：长春花生物碱类，如长春碱(VLB)和长春新碱；表鬼臼毒素类，如依托泊苷(etoposide)和替尼泊苷(teniposide)；抗生素类，如放线菌素(放线菌素D)、柔红霉素(daunorubicin)(道诺霉素(daunomycin)；红比霉素(rubidomycin))、多柔比星(doxorubicin)、博莱霉素(bleomycin)、普卡霉素(plicamycin)(光辉霉素(mithramycin))和丝裂霉素(mitomycin)(丝裂霉素C)；酶，如L-天冬酰胺酶；以及生物反应调节剂，如干扰素表型组(alphenome)。其它试剂包括：铂配位化合物，如顺铂(cis-DDP)和卡铂；蒽醌，如米托蒽醌(mitoxantrone)和蒽环霉素(anthracycline)；取代脲，如羟基脲；甲基肼衍生物，如甲基苄肼(N-甲基肼，MIH)；以及肾上腺皮质抑制剂，如米托坦(mitotane)(o，p’-DDD)和氨鲁米特(aminoglutethimide)；紫杉醇及其类似物/衍生物；以及激素激动剂/拮抗剂，如氟他胺和他莫昔芬(tamoxifen)。
细胞毒性化学治疗剂可以是导致细胞死亡的细胞毒性肽或多肽部分。细胞毒性肽或多肽部分在本领域中是众所周知的并且包括，例如，蓖麻毒素、相思豆毒素、假单胞菌外毒素、组织因子等。将它们连接到如抗体的靶向部分的方法也是本领域已知的。其它核糖体失活蛋白在WO 96/06641中被描述为细胞毒剂。假单胞菌外毒素也可以用作细胞毒性多肽。某些细胞因子，如TNFα和IL-2，也可以用作细胞毒剂。
如果以足够的剂量递送，则某些放射性原子也可以是细胞毒性的。放射治疗剂可以包含一种放射性原子，在使用时其将足够量的放射性递送至靶位点，从而是细胞毒性的。合适的放射性原子包括磷-32、碘-125、碘-131、铟-111、铼-186、铼-188或钇-90，或者发射足够能量以破坏邻近细胞、细胞器或核酸的任何其它同位素。优选地，本发明的试剂中放射性原子的同位素和密度使得超过4000cGy(优选至少6000cGy、8000cGy或10000cGy)的剂量被递送至靶位点，优选递送至靶位点处的细胞及其细胞器，特别是细胞核。
放射性原子可以以已知方式连接至抗体、抗原结合片段、变体、融合物或其衍生物。例如，EDTA或另一种螯合剂可以连接至结合部分并用于连接111In或90Y。酪氨酸残基可以直接用125I或131I标记。
细胞毒性化学治疗剂可以是合适的间接细胞毒性多肽。在特别优选的实施方式中，间接细胞毒性多肽为具有酶活性并且能够将无毒和/或相对无毒的前药转化为细胞毒性药物的多肽。对于抗体，这种类型的系统通常被称为ADEPT(抗体导向酶前药治疗(Antibody-Directed Enzyme Prodrug Therapy))。该系统要求抗体将酶部分定位到患者体内的所需位点，并在允许酶定位于该位点的时间后，施用作为酶底物的前药，催化的最终产物为细胞毒性化合物。该方法的目的是使所需位点处的药物浓度最大化，并使正常组织中的药物浓度最小化。在优选的实施方式中，细胞毒性部分能够将非细胞毒性前药转化为细胞毒性药物。
监测方法
本发明还提供了监测个体中乳腺癌的存在或发展的风险的方法。
本发明的上下文中“监测”可以是指纵向评估个体的患乳腺癌的风险或乳腺癌发展的风险。该纵向评估可以根据本文所描述的本发明的测定方法进行。该纵向评估可以涉及实施本文所描述的本发明的测定方法，以在未确定的时间窗的过程中，在一个以上的时间点预测个体中乳腺癌的存在或发展。时间窗可以是个体仍存活的任何时间段。时间窗可以持续个体的一生。时间窗可以持续直到个体的患乳腺癌的风险或乳腺癌发展的风险降至一定水平以下。该水平可以是特定的乳腺癌指标值，例如WID-BC-指标值。
因此，本发明包括一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，该方法包括：
a.通过在第一时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；
b.通过在一个或多个其它时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；并且
c.监测时间点之间个体的风险的任何改变。
本发明还包括一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，该方法包括：
a.通过在第一时间点实施测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG选自在SEQID NO 1至40753的核苷酸位置61至62处鉴定的CpG组；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.6或更大的曲线下面积(AUC)；
b.通过在一个或多个其它时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；并且
c.监测时间点之间个体的风险的任何改变。
本发明还包括一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，该方法包括：
a.通过在第一时间点实施测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少500个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.73或更大的曲线下面积(AUC)；
b.通过在一个或多个其它时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；并且
c.监测时间点之间个体的风险的任何改变。
本发明还包括一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，该方法包括：
a.通过在第一时间点实施测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少1000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.77或更大的曲线下面积(AUC)；
b.通过在一个或多个其它时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；并且
c.监测时间点之间个体的风险的任何改变。
本发明还包括一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，该方法包括：
a.通过在第一时间点实施测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展，包括：
i.提供已从个体采集的样本；
ii.确定样本中DNA中的测试CpG集中的每个CpG的甲基化状态，测试CpG集包含至少2000个CpG，其选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG；
iii.根据测试CpG的甲基化状态推导出乳腺癌指标值；并且
iv.根据乳腺癌指标值预测个体中乳腺癌的存在或发展；
其中，测定方法的特征在于具有由受试者操作特征(ROC)确定的0.81或更大的曲线下面积(AUC)；
b.通过在一个或多个其它时间点实施本文所描述的任何一种测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；并且
c.监测时间点之间个体的风险的任何改变。
在本发明包括的任何监测方法中，预测个体中乳腺癌的存在或乳腺癌的发展的步骤可以涉及根据本发明的测定方法确定来自样本的DNA中任何测试CpG集的甲基化状态。
在本文所描述的任何监测方法中，根据乳腺癌指标值预测个体中乳腺癌的存在或发展的步骤可以涉及应用阈值。阈值可以提供个体的患乳腺癌的风险或个体的乳腺癌发展的风险的指示。例如，乳腺癌指标值可以至少指示预测乳腺癌的存在或发展的低风险、中等风险和/或高风险。在本发明包括的任何监测方法中，预测个体中乳腺癌的存在或发展的步骤可以涉及推导出WID-BC-指标值。
在本文所描述的任何监测方法中，个体可以已经患有乳腺癌。个体可以不具有乳腺癌。个体可以未患乳腺癌。个体可以未患乳腺癌，但可以携带一个或多个使个体倾向于乳腺癌发展的增加的风险的基因突变，例如该个体可以携带BRCA基因中的一个或多个突变。其它突变可以包括本领域中被认为使个体倾向于乳腺癌的任何突变。在本文所描述的任何监测方法中，个体可以未患乳腺癌，但可以携带一个或多个使个体倾向于乳腺癌的基因突变，并且此个体可以经受本文所描述的任何监测方法，以确定他们的患乳腺癌或乳腺癌发展的风险。例如，在本文所描述的任何方法中，个体未患乳腺癌，并且携带一个或多个使个体倾向于发展乳腺癌的增加的风险的突变，并且其中，根据本文所描述的任何治疗方法作为预防的方法，对个体施用一种或多种治疗。在本文所描述的任何方法中，个体未患乳腺癌，并且携带一个或多个使个体倾向于发展乳腺癌的增加的风险的突变，并且其中，根据本文所描述的任何治疗方法作为预防的方法，对个体施用一种或多种治疗，并且其中，对个体施用的一种或多种治疗包括一剂或多剂的SPRM，例如包括一剂或多剂的米非司酮。
在本文所描述的任何监测方法中，基于个体中乳腺癌的存在或发展的风险，根据本发明包括的和本文所描述的任何一种治疗方法，将一种或多种治疗施用于个体。根据基于他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险的个体的分层，可以施用不同的治疗。该方法还可以包括根据本文所描述的治疗方法施用一种或多种治疗。
乳腺癌指标值可以在任意两个或更多个时间点之间改变。同样地，在从个体采集的样本中，上皮细胞比例、脂肪细胞比例和/或非脂肪细胞的分化状态可以在任意两个或更多个时间点之间改变。因此，对个体的乳腺癌指标值的纵向监测对评估例如乳腺癌进展、治疗功效或乳腺癌功效可以是特别有益的。
本文所描述的任何方法可以包括：
a.在任何两个或更多个时间点之间确定来自个体的样本中上皮细胞的比例，并且评估该比例在时间点之间是否改变；
b.在任何两个或更多个时间点之间确定来自个体的样本中脂肪细胞的比例，并且评估该比例在时间点之间是否改变；和/或
c.在任何两个或更多个时间点之间确定来自个体的样本中非脂肪细胞的分化特征，并且评估该比例在时间点之间是否改变。
在本文所描述的任何方法中，其中
a.乳腺癌指标值的增加与上皮细胞的比例的增加；和/或
b.乳腺癌指标值的增加与脂肪细胞的比例的减少；和/或
c.乳腺癌指标值的增加与非脂肪细胞向脂肪细胞分化的增加，
指示对一种或多种治疗的负面反应。如果鉴定为负面反应，则可以对一种或多种治疗进行改变。
在本文所描述的任何方法中，其中
a.乳腺癌指标值的减少与上皮细胞的比例的减少；
b.乳腺癌指标值的减少与脂肪细胞的比例的增加；和/或
c.乳腺癌指标值的减少与非脂肪细胞向脂肪细胞分化的减少，
指示对一种或多种治疗的正面反应。如果鉴定为正面反应，则可以对一种或多种治疗进行改变。
在本文所描述的任何监测方法中，一个或多个其它时间点可以是任何合适的时间点。优选地，为了预测个体中乳腺癌的存在或发展的任何特别早发病例，该一个或多个其它时间点可以相距合适的间距用于足够频繁的筛查。优选地，该一个或多个其它时间点可以相距合适的间距用于评估一种或多种治疗的功效。优选地，该一个或多个其它时间点可以相距合适的间距用于预测个体在成功的疗程后是否一直没有癌症。该一个或多个其它时间点可以是约每个月、约每二个月、约每三个月、约每四个月、约每五个月、约每六个月、约每七个月、约每八个月、约每九个月、约每十个月、约每十一个月、约每年、约每两年，或每两年以上。
在本文所描述的任何监测方法中，其中观察到对一种或多种治疗的正面或负面反应时，可以对该一种或多种治疗进行改变。可以根据本文所描述的治疗方法改变治疗。如果基于他们的乳腺癌指标值的个体的风险分层发生改变，那么治疗可以特别地改变。
在本发明包括的任何监测方法中，预测个体中乳腺癌的存在或发展的步骤可以涉及使用本文所描述的任何一种芯片。
芯片与试剂盒
本发明还包括能够区分如本文所定义的甲基化和非甲基化形式的CpG的芯片；该芯片可以包含对如本文所定义的CpG的甲基化形式特异的寡核苷酸探针和对如本文所定义的CpG的非甲基化形式特异的寡核苷酸探针。在本文所描述的任何芯片中，芯片可以包含对CpG小组中每个CpG的甲基化形式特异的寡核苷酸探针和对该小组中每个CpG的非甲基化形式特异的寡核苷酸探针；其中，该小组由至少500个CpG组成，其选自在SEQ ID NO1至40753中鉴定的CpG。
在一些实施方式中，该芯片不是Infinium MethylationEPIC BeadChip芯片或Infinium HumanMethylation450 BeadChip芯片。
单独地或附加地，在一些实施方式中，芯片的CpG特异性寡核苷酸探针的数量为482000或更少、480000或更少、450000或更少、440000或更少、430000或更少、420000或更少、410000或更少，或者400000或更少，375000或更少，350000或更少，325000或更少，300000或更少，275000或更少，250000或更少，225000或更少，200000或更少，175000或更少，150000或更少，125000或更少，100000或更少，75000或更少，50000或更少，45000或更少，40000或更少，35000或更少，30000或更少，25000或更少，20000或更少，15000或更少，10000或更少，5000或更少，4000或更少，3000或更少，或者2000或更少。
该CpG组可以包含本文所描述的发明的测定方法中定义的任何CpG集。
本发明的芯片可以包含：一种或多种包含本发明的测定方法中定义的任何CpG集的寡核苷酸，其中，该一种或多种寡核苷酸与该芯片的对应的寡核苷酸探针杂交。
本发明还包括一种制造本文所描述的杂交的芯片的方法，包括将根据本发明的芯片与一组包含本发明的测定方法中定义的任何CpG集的寡核苷酸接触。
如本文所定义的任何芯片可以包含在试剂盒中。该试剂盒可以包含如本文所定义的任何芯片以及使用说明书。
为了预测个体中乳腺癌的存在或发展的目的，本发明还包括在任何测定方法中使用任何如本文所定义的芯片来确定CpG的甲基化状态。
本发明通过以下实施例进行说明：
实施例
到目前为止，乳腺癌通常是女性中最常见的癌症，也是年轻女性死亡的主要原因1。迄今为止，通过直接评估来自肿瘤的证据来鉴定患有原发癌症的个体(例如，释放到系统3，4中的癌细胞产物的成像2或检测)。目前可用的早期检测策略，如乳房X光筛查，遭受在年轻女性中的低效能、过度诊断以及就诊率下降，并且其对死亡率的益处最近受到了质疑5。开发允许分层的乳腺癌早期检测和预防策略的模型已被证明具有挑战性，并且结合流行病学风险因素、单核苷酸多态性(SNP)和乳房X光拍摄密度的最佳预测模型仅导致受试者操作特征(ROC)曲线下面积(AUC)为0.686。
与此不同，宫颈癌筛查(即评估宫颈涂片样本)已经将宫颈癌的发病率和死亡率降低了50％以上7。临床医生收集的和自行收集的样本在检测相关宫颈病变8方面表现出相似的性能这一事实可能会进一步提高就诊率。
已经在乳腺癌9附近的正常乳腺组织中发现了表观遗传(即DNAme)改变，并且其可以潜在地作为遗传和非遗传因素(包括促进乳腺癌发展的生活方式、生殖和环境暴露10)的替代物。迄今为止，仅在血液中进行的多项原理性研究的证据已证明某些DNAme改变与乳腺癌易感性相关11-16。样本异质性与替代物组织的选择被认为是阻碍临床实施的最重要因素之一17。因此，我们旨在评估来源于宫颈涂片样本(即，含有激素敏感的上皮细胞，其能够在表观基因组17水平记录乳腺癌易感因素，并且可以自行收集)的DNAme谱是否能够鉴定患有原发性乳腺癌的女性。
我们对来自最近被诊断患有乳腺癌的女性和匹配的对照的宫颈涂片样本进行了全表观(epigenome-wide)基因组DNAme分析，并且建立了WID-BC-指标(女性乳腺癌风险鉴定指标)，我们在口腔样本和一组独立的宫颈样本中进一步验证了该指标。此外，我们评估了大量不同细胞类型以及乳腺样本(包括干预前后临床试验的正常乳腺样本)中的WID-BC-指标。
材料和方法
研究设计与流行病学数据采集：
该研究作为一项多中心研究的一部分进行，涉及5个欧洲国家(即英国、捷克共和国、意大利、挪威与德国)中的多个招聘地点(表2)。
表2.在不同国家收集的乳腺癌病例与对照例的概览(发现集)。
国家 乳腺癌 对照 合计
捷克 32 206 238
德国 36 2 38
意大利 201 53 254
挪威 0 132 132
英国 16 385 401
合计 365 698 1,063
参与者年龄＞18岁。在参与之前，每个前瞻性研究志愿者都获得了一份参与者信息表(Participant Information Sheet)以及一份同意书(Consent Form)，并且解释了研究的基本原理。还提供了其它资源，包括说明性视频和其它线上资源。在门诊医院会诊期间招募了被诊断患有乳腺癌(病例)或非恶性良性妇科疾病(对照)的女性，而通过外展活动、公众参与以及作为宫颈筛查计划的一部分，从普通人群中招募了作为健康志愿者的女性(对照)。签署知情同意书之后，参与者在参与后完成了流行病学调查表以及反馈表。该研究本身是FORECEE(4C)计划的子研究，该计划已获得英国卫生研究局(UK Health ResearchAuthority)(REC14/LO/1633)和其它捐献中心的伦理批准。
流行病学调查是通过专用iPad上的Qualtrics应用程序进行的。该调查包含与健康习惯、相关危险因素有关的问题，还询问了历史健康习惯，以及获得完整的医疗和产科病史。由训练有素的工作人员在合适的临床场所采集宫颈样本，并且由一小群研究型助产士或医生进行宫颈涂片检查，以建立标准操作规程。使用Copan 4N6FLOQ拭子(ThermofisherScientific)收集口腔样本。
生物样本被赋予匿名的参与者ID号(Participant ID Number)，该ID号在安全存储的链接文件中分配给该人员的姓名。采样后，向每位参与者发送了电子邮件调查，使他们能够就招募过程提供反馈。目前诊断为具有不良预后特征的原发性乳腺癌(III级和/或T2/3和/或N1/2和/或HR-ve)并在接受任何全身性治疗(化疗或抗激素治疗或赫赛汀(Herceptin)等)或手术或放射治疗之前招募的女性有资格作为乳腺癌病例。对照最初根据绝经状态、年龄(如果可能的话，5岁的年龄范围)和招募中心/国家与病例进行一对一匹配。然而，由于一些中心的病例和对照的招募不平衡，一些病例仅在年龄和绝经状态上进行匹配。癌症组织学数据由直接参与癌症病例的诊断/治疗的临床医生或可访问内部医院的指定的数据管理员在招募后收集。
宫颈涂片样本采集
使用ThinPrep系统(Hologic Inc.，cat#70098-002)在合作医院和招募中心采集宫颈涂片。使用宫颈刷(Rovers Medical Devices，cat#70671-001)从宫颈取样宫颈细胞，该宫颈刷在与宫颈接触的同时通过360度旋转5次以最大化细胞取样。将刷子从阴道中取出并浸入含有Preserve-cyt液的ThinPrep小瓶中，然后将其推挤小瓶底部10次以促进细胞从刷子释放到溶液中。将该样本小瓶密封并在室温下就地储存。使用两个Copan 4N6FLOQ口腔拭子(Copan Medical Diagnostics，cat#4504C)，通过将拭子头在每个脸颊的口腔黏膜上用力刷5-6次采集口腔细胞。将该拭子翻新(recap)并在含有干燥剂的采样管内于室温下干燥。将2.5ml静脉全血收集在PAX基因血液DNA管(BD Biosciences#761165)中，并在4℃就地储存。所有样本都在环境温度下被运送到UCL。
乳腺组织样本
我们分析了两组独立的乳腺组织样本。第一组含有总计56个来自绝经前的19-54岁女性的乳腺样本(图7B)：来自14名经受了乳房美容手术的女性的正常乳腺组织，来自因BRCA1(n＝9)或BRCA2(n＝5)突变而经受了预防性乳房切除术的女性的正常乳腺组织，以及因患三阴性乳腺癌而进行了乳腺癌手术且提供了正常的邻近乳腺组织以及乳腺癌组织样本的14名女性。所有样本都是从手术室新鲜收集的，样本在手术切除1小时内处理。新鲜样本在液氮中快速冷冻并在-80℃储存。获得了东英格兰NRES委员会(NRES Committee EastofEngland)的伦理批准(参考号15/EE/0192)。
第二组样本从临床试验“孕激素受体调节剂对具有BRCA-1和-2突变的女性的乳腺组织的效果-安慰剂控制的RCT(The Effect of a Progesterone Receptor Modulator onBreast Tissue in Women With BRCA-1 and-2 Mutations-a Placebo Controlled RCT)”(ClinicalTrials.gov标识符：NCT01898312；卡罗林斯卡学院(Karolinska Institutet)区域伦理审查委员会许可2009/144-31/4)获得。研究对象为绝经前的健康女性，年龄为18-43岁，有持续25-35天的规律月经周期，并且没有对米非司酮的禁忌症。主要排除标准为：在研究前2个月使用任何激素避孕或宫内避孕以及怀孕或母乳喂养；经阴道超声检查有乳腺癌或其它恶性肿瘤和附件异常的病史。在整个研究期间，所有女性都被要求使用屏障避孕方法。
签署知情同意书之后，研究受试者被随机分为两组。一组(即11个BRCA携带者与9个对照)从月经周期的第一天开始每隔一天用50mg米非司酮(200mg
Figure BPA0000317202810000381
的四分之一，Exelgyn，巴黎，法国)治疗，持续两个月(56天)。由于米非司酮在瑞典只以200mg片剂得到，研究型护士将药片分成4份，并且指示研究受试者每隔一天服用1份。安慰剂组(即4个BRCA携带者和11个对照)接受与米非司酮外观相同的维生素B片剂(
Figure BPA0000317202810000382
Recip的四分之一)。片剂一次分配两周。
在黄体期过程中的基线、治疗前与治疗结束时收集芯针穿刺活检。在超声引导下，使用外径为2.2mm的14计量注射针从一个乳房的上部外侧四分之一位置收集活体检查。治疗结束的乳房活检取自同一区域。
样本处理与DNA提取
在实验室准备样本储存时，将宫颈涂片样本倒入50ml Falcon管中，并在室温下沉淀2小时。然后使用1mL宽口吸头将富集的细胞沉淀物转移到2mL小瓶中。宫颈沉淀物用PBS洗涤两次，裂解，并在提取前临时储存在-20℃。将Copan 4N6FLOQ口腔拭子在相同等分试样的裂解缓冲液中依次切割并裂解，然后在提取前临时储存在-20℃。全血样本仅在-20℃短暂保存，直到DNA提取。使用经过预先改造以用于宫颈细胞团块和配对的口腔拭子的优化裂解的Nucleo-Mag Blood 200ul试剂盒(Macherey Nagel，cat#744501.4)在Hamilton Star液体处理平台上从全血、宫颈和口腔组织裂解物中提取DNA。对于乳腺组织，使用来自Macherey Nagel(cat#740471.50)的脂肪组织试剂盒(Lipid Tissue kit)从多达40mg的组织中提取DNA，并且遵循制造商的说明书。使用Nanodrop-8000(Thermoscientific Inc.)测量DNA浓度和质量吸光度比。提取的DNA储存在-80℃直至进一步分析。
DNA甲基化芯片分析
使用Hamilton Star液体处理平台上的EZ-96DNA甲基化-闪电试剂盒(Methylation-Lightning kit)(Zymo Research Corp，cat#D5047)，将宫颈、口腔和乳腺组织DNA归一化为25ng/ul，并使用亚硫酸氢盐修饰500ng总DNA。根据制造商的标准方案，在UCL Genomics的Illumina InfiniumMethylation EPIC BeadChip(Illumina，CA，USA)上对8ul修饰的DNA进行甲基化分析。
甲基化分析
使用R包minfi处理甲基化微芯片。中值甲基化和未甲基化强度＜9.5的任何样本都被去除。R包ChAMP中的champ.filter函数用于过滤非CpG(2,932)、SNP相关的(81,531)和多命中(49)探针。在10％以上的样本中检测p值＞0.01的任何探针都被去除。β混合分位数归一化(beta mixture quantile normalisation，BMIQ)算法用于归一化β值(通过champ.norm函数)。由于BMIQ不允许缺失值，因此使用champ.impute函数来插补(impute)任何缺失值(缺失0.008％的值)。
在发现队列中，在QC过程(一个含有96个样本的板因质量低而被去除)中去除了144个样本和2554个探针，从而产生了包含1063个样本和779773个CpG的最终数据矩阵。在QC过程中去除了17个样本和2868个探针之后，外部验证数据集由335个样本和781570个探针组成。没有样本和2556个探针从口腔数据集中去除，得到的数据矩阵包含404个样本和780049个CpG。
使用上皮细胞、成纤维细胞与免疫细胞参考数据集，使用EpiDISH算法估算免疫细胞污染的比例以及每个样本中不同免疫细胞亚型的相对比例。在主成分分析中使用了前1000个变量最多的探针(按标准偏差进行排序)。实施统计测试以鉴定板、sentrix位置、芯片处理日期、DNA生成日期、研究中心、免疫污染比例、年龄、类型(病例和对照)与前十个主成分之间的任何异常关联。在发现队列中，一个板(含有96个样本)被发现有异常β值并从数据集中去除。最后，三分之二的发现数据集被随机选择用作训练数据集，剩余的三分之一分配给内部验证数据集。这种分配只进行了一次，并且在所有后续分析中都使用了相同的训练和验证集。
从ENCODE数据库(https：//www.encodeproject.org/；见表3)下载了113个样本。在使用minfi提取β值后，将β混合分位数归一化应用于这些样本。然后使用40753个所需的CpG计算WID-BC-指标。
表3.使用的ENCODE样本的概览。
Figure BPA0000317202810000391
Figure BPA0000317202810000401
Figure BPA0000317202810000411
Figure BPA0000317202810000421
分类器开发的统计分析
免疫细胞的污染对鉴定差异甲基化位置(DMP)提出了挑战，因为仅在上皮细胞中发生的差异甲基化在具有高IC的样本中减少，反之亦然。为了克服这一点，我们对每个CpG位点的IC上的B值进行线性回归，线性模型分别拟合到病例与对照。IC＝0处的截取点用作纯上皮细胞群体中病例与对照中平均β值的估算值。这些截取点之间的差值提供了上皮细胞中的δ-β估算值。IC＝1处截取点之间的差值提供了免疫细胞δ-β估算值。根据上皮细胞和免疫细胞中的δ-β估算值生成了排序CpG的两个列表。
R包glmnet用于训练具有二项式响应类型的具有α＝0(岭惩罚)和α＝1(套索惩罚)的混合参数值的分类器。来自训练数据集的数据用于拟合分类器。cv.glmnet函数在内部使用了十倍交叉验证，以确定正则化参数λ的最佳值。AUC被用作分类器性能的度量，它在内部验证数据集上作为n的函数进行评估，n为训练期间用作输入的CpG的数量。对于个体i，用上皮和免疫δ-β排序的前n个CpGs中的β值分别表示为xi1，...，xin和yi1，...，yin。将IC比例表示为ρi。以下术语被用作岭和套索分类器的输入：
xi1，...，xin，(1-ρi)xi1，...，(1-ρi)xin，yi1，...，yin，ρiyi1，...，ρiyin
请注意，分类器在数学上等同于上述指标。包括具有这些相互作用项的分类器在内，我们还训练了仅基于xi1，...，xin的第二种分类器。
根据在内部验证数据集中获得的最高AUC选择最佳分类器。一旦确定了最佳输入数量，就将训练和内部验证数据集结合起来，并且使用整个发现数据集重新拟合分类器，其中将α和λ固定为它们的最佳值。然后将此最终确定的分类器应用于外部验证数据集并计算对应的AUC。
富集分析
上皮δ-β估算值用于计算前1000个高度(hyper)和低度(hypo)的CpG。这些被用作eFORGE 2.0工具20(在https：//eforge.altiusinstitute.org/访问)的输入。来自“综合路线图表观基因组学DHS(Consolidated Roadmap Epigenomics DHS)”的数据用于分析。使用了1kb邻近窗口、1000个背景重复以及0.01和0.05的严格和边缘显著性阈值的默认选项。
通过首先为每个基因TSS200区域选择具有最大上皮δ-β估算值(高度甲基化的和低度甲基化的)的CpG来进行基因集富集分析(gene set enrichment analysis，GSEA)21。然后根据这些δ-β估算值的绝对值对基因进行排序。C2组织的基因集c2.all.v6.2.symbols.gmt是从MSigDB下载的。fgsea R包用于实施富集分析，参数minSize、maxSize和nperm分别设置为15、500和10000。
乳腺组织样本分析
每个样本的细胞类型组成使用EpIDISH与上皮细胞、成纤维细胞、脂肪和免疫细胞参考数据集进行估计。与宫颈样本不同，脂肪细胞占每个样本的很大一部分。宫颈涂片数据的结果表明，该指标表现出与上皮细胞和免疫细胞的比例(成纤维细胞构成的细胞比例可以忽略不计)无关。因此，通过将样本分为正常组、BRCA携带者组、邻近组与TNBC组，对脂肪含量进行了线性调整。我们对每组中脂肪的WID-BC-指标进行了线性回归，并获得了所有四组具有相同的脂肪组成情况下的指标值的估算值。类似地，来自米非司酮试验的样本被分为米非司酮前(mifepristone before)组、米非司酮后(mifepristone after)组、安慰剂前(placebo before)组和安慰剂后(placebo after)组。在每组中，我们对脂肪比例指标进行线性回归，以在调整脂肪含量后获得该指标的估算值。
SNP基因分型、QC与插补(Imputation)
总共有318名乳腺癌病例受试者和850名来自甲基化发现队列的对照使用Illumina 650k Infinium Global Screening Array(全球筛选芯片，GSA)进行了基因分型。根据制造商的标准方案，将全血DNA归一化为75ng/ul，并将总共300ng应用于UCLGenomics上的Infinium全球筛选芯片——24 V2(Illumina，CA，USA)。
来自该队列的一名对照受试者未能进行基因分型。使用GenomeStudio实施基因型调用(calling)，发现聚集不良的基因变体从进一步分析中去除。对于重复的基因变体对，每对中具有最低调用和聚集分数的变体被排除在外。常染色体SNP用于后续的QC和PRS分析(除了检查性别不匹配，其中X染色体用于推断性别)。
使用PLINK版本1.927实施一般受试者和单核苷酸多态性(SNP)质量控制(QC)。排除了调用率(call rate)低于95％的3名乳腺癌病例和8名对照。由于基因推断的性别不是女性，一名乳腺癌病例和三名对照被进一步去除。缺失基因型比率大于5％、次要等位基因频率(minor allele frequency，MAF)小于1％或显著偏离Hardy-Weinberg平衡(p值＜5×10-6)的基因变体被排除在外。
KING28，一种相关性推理算法用于鉴定重复/同卵双胞胎或一级亲属对。一对对照受试者被鉴定为重复/同卵双胞胎，并且九对对照被推断为一级亲属。每个相关对中具有最低调用率的受试者被排除在外。在实施QC之后，314名乳腺癌病例受试者、816名对照与479105个变体保留在SNP发现样本中。
通过绘制使用GCTA版本1.26.0生成的前两个主成分，用于SNP发现样本以及以PLINK格式的二进制文件下载的270个HapMap第二阶段发布23个样本(CEU、YRI、JPT和CHB个体)，来鉴定非欧洲受试者。发现未聚集在HapMap欧洲样本周围的受试者被排除在进一步分析之外。排除了非欧洲受试者后，SNP发现样本中保留了305名乳腺癌病例和754名对照。
使用密歇根插补服务器(Michigan Imputation Server)29和1000基因组阶段3(Genomes Phase 3)参考小组，SNP发现数据集在定相(Eagle2)和插补之前经过了进一步QC。链、等位基因、基因位置或等位基因频率与1000基因组阶段3参考小组不一致的变体在使用链工具(Strand Tools)进行定相和插补之前被去除。
插补之后，排除插补R2＜0.5的变体并去除观察到具有3个或更多等位基因的变体，Mavaddat等人22用于开发313个SNP乳腺癌多基因风险评分(polygenic risk score，PRS)的313个SNP中的303个被成功插补。我们为发现队列中的每个受试者构建了乳腺癌PRS，使得该PRS等于：
Figure BPA0000317202810000441
其中，
Figure BPA0000317202810000442
为从公开可用的Oncoarray汇总关联结果30(结合的Oncoarray、iCOG和BCAC整体乳腺癌β值)中获取的第i个SNP的log比值比，而xij为每个发现队列受试者中存在的效应等位基因的拷贝数。使用PLINK版本1.9生成分数。
口腔样本的统计分析
匹配的口腔样本采集自发现数据集中404名女性的子集。在口腔样本中计算来源于宫颈样本发现数据集的WID-BC-指标，并获得对应的AUC。在口腔样本中，269个属于训练数据集，135个属于内部验证数据集。单独的分类器是单独使用口腔样本并使用与上述相同的方案得出的。出于比较的目的，使用269和135个宫颈样本开发了另一种分类器，这些宫颈样本分别匹配了用于训练和验证的口腔样本。
实施例1：
样本异质性与差异甲基化
对于发现集(图7)，我们从14个欧洲中心在诊断时和治疗开始前收集了285名具有不良预后特征(定义为＞2cm癌症和/或淋巴结阳性和/或3级和/或激素受体阴性)的原发性乳腺癌的女性与778名无乳腺癌的女性(536名来自一般人群，242名来自因良性女性特异性病症而在医院就诊的女性)的样本(图15)。使用Illumina Infinium EPIC珠芯片分析全表观基因组DNAme，该芯片包含超过850000个CpG位点18。
我们使用HEpiDISH19评估了每个宫颈涂片样本中细胞类型异质性的水平，该算法推断每个样本中上皮细胞、成纤维细胞和七种免疫细胞亚型的相对比例。在来自癌症病例和对照的样本中，免疫细胞污染(IC)的分布大致均匀。癌症中的上皮细胞比例显著更大，而发现数据集中所有亚型的免疫细胞相应更少(图1A和1B，Wilcoxon标记的秩检验，p＜0.05)。然而，这种差异相对小，并且在外部验证数据集中不存在(图8)。
因为在具有高IC的样本中，上皮细胞中的任何差异甲基化都显著减少，因此污染免疫细胞阻碍了在病例和对照之间鉴定具有差异甲基化的CpG(见图1C中的实施例)。为了推断哪些CpG可能包含潜在的区分信号，我们开发了一种统计方案以估算纯上皮细胞样本和纯免疫细胞样本中病例与对照之间的δ-β(即甲基化的细胞的平均比例的差异)。我们分别对病例与对照中IC比例的β值进行了线性回归。其中这些线在IC＝0处截取y轴的两点之间的差值，给出了纯上皮细胞中病例与对照之间δ-β的估算值。相反，IC＝1轴上的截取点之间的差值给出了免疫细胞中的δ-β估算值。
在上皮细胞中观察到比免疫细胞更大的δ-β(图1D)。利用eFORGE工具20来搜索前1000个高度甲基化的和低度甲基化的上皮CpG中细胞类型特异性CpG的富集。在(i)高度甲基化的CpG中最强的富集用于乳腺上皮细胞特异性CpG和肌肉、成纤维细胞与间充质细胞(图1E)，以及在(ii)低度甲基化的CpG中最强的富集用于对胎儿大肠和小肠与胃进行富集的胎儿样程序(图1F)。这些发现表明，在来自乳腺癌病例的宫颈涂片样本中，表观基因组已经历表观遗传重编程，这可能反映了乳腺上皮细胞分化与向间质和胎儿程序的转变的有限能力。此外，使用博德研究所(Broad Institute)的分子特征数据库(MolecularSignatures Database)21(图16)实施了基因集富集分析，并且乳腺癌相关通路富含低度甲基化的基因。
实施例2：
区分指标的开发
为了推导出诊断甲基化特征(称为WID-BC-指标)，我们使用岭和套索回归将个体分类为病例或对照。分类器在三分之二的发现数据集(508个无癌症对照，190个乳腺癌病例)上进行了训练，并且剩下的三分之一用作内部验证集(270个对照，95个病例)，目的是根据用于构建指标的CpG数量来评估它们的性能。受试者操作特征曲线下的面积(AUC)被用作预测性能的度量。
根据上皮δ-β估算值排序的前n个CpG与根据免疫δ-β排序的前n相结合，并用作分类器的输入。为了控制IC的混杂影响，我们将非线性相互作用项(IC比例和β值的乘积)作为输入项，从而允许分类器提取可能随IC变化的区分信号。将该方法(图2A和2B)与基于没有相互作用项的前n个上皮CpG的线性分类器进行比较，但是线性分类器始终提供较差的性能(图9)。
使用内部验证数据集(图2A)将预测性能评估为n的函数，使用54000个CpG和岭回归实现了0.85(95％CI：0.80-0.90)的最佳性能(图2B)。由于根据免疫和上皮δ-β估算值排序的前n个CpG中的一些CpG重叠，因此为了构建WID-BC-指标需要总共40753个独特的CpG。WID-BC-指标适度地但与内部验证集中的IC比例显著相关(图2B，病例与对照的线性回归系数分别为-0.47，p＝0.003与-0.22，p＝0.02)。内部验证集中的AUC总体上等于0.85(图2C)，并且在IC比例≤0.5和IC＞0.5的样本中的AUC分别为0.85和0.88。
进一步调查了WID-BC-指标与各种技术参数之间是否存在任何关联，该各种技术参数包括样本收集和处理之间的时间、处理日期、板数量(在96个样品板上处理样品)与sentrix位置，但未发现显著关联。我们检查了来自不同研究中心的样本中WID-BC-指标的性能，其中一些研究中心主要为发现数据集贡献了病例(或对照)，但没有发现中心是混杂变量的证据(图10)。
由225个对照和115个病例组成的单独的独立外部验证数据集用于验证指标性能(图15)。为每位女性计算WID-BC-指标(图2D)，得出AUC为0.81(图2E；95％CI：0.75-0.86)。也存在对IC比例的线性依赖性，虽然仅在对照中(图2D，病例与对照的线性回归系数分别为-0.03，p＝0.8与-0.27，p＝0.04)。
岭回归结合了来自所有输入CpG的信息，这与通常选择输入的一小部分子集的套索回归不同(还拟合了弹性网络回归模型，但发现其提供了欠优的性能)。岭回归始终提供优异的性能，这表明通过结合来自多个CpG位点的大量相对弱的信号来最稳健地提取区分信号。我们根据岭模型回归系数的绝对值排序了用于定义WID-BC-指标的40754个CpG。为了评估前几个CpG的重要性，我们在前n个CpG上训练了子分类器(图2F)。我们观察到，用前2000和5000个CpG分别可以实现0.81和0.83的AUC，这表明这些CpG子集为信息量特别大的。我们还在去除前n个CpG后训练了子分类器，并且在将CpG的排序列表分割为大小500的箱(bin)之后在500个CpG的子集上训练了子分类器(图2F)。在这两种情况下，我们发现底部排序CpG中存在大量预测信号。这表明预测信号广泛分布在WID-BC-指标中使用的CpG中，并且它们之间存在高度冗余。有趣的是，在线性模型中控制年龄和IC并调整错误发现率之后，训练集中只有34个CpG与病例/对照状态显著相关。
实施例3：
与流行病学和临床因素之间的相关性
我们调查了WID-BC-指标与各种流行病学和临床变量之间的关系。在WID-BC-指标和年龄之间发现了适度但具有统计上显著的相关性(图3A，病例与对照的系数分别为0.005，p＝0.02与0.007，p＝10-4)。WID-BC-指标在0和≥1名一级亲属患有乳腺癌的个体之间没有观察到显著差异(图3B)。Illumina 650k Infinium全球筛选芯片用于对来自144个病例和351个对照的子集的匹配的血液样本进行基因分型。我们计算了用于乳腺癌预测的最近发表的多基因风险评分(PRS；使用了描述的313个SNP中的303个22)。我们发现了PRS和WID-BC-指标之间的0.22(p＝4×10-5)的显著相关性(图3C)。与癌症病例(相关性-0.03，p＝0.7)相比，这种相关性在无癌症对照女性(相关性0.11，p＝0.07)中最强。T2癌症患者具有略低的WID-BC-指标(图3D，p＝0.02)。根据淋巴结状态、激素受体状态(阳性定义为PR或ER阳性)、HER2状态、等级或组织学，不存在显著差异(图3E、3F、3G、3H和3I)。来自健康志愿者和因良性女性特异性病症而在医院就诊的女性的对照样本之间没有发现差异(图10)。我们还测试了WID-BC-指标与月经初潮的年龄、第一次活产时的年龄、使用激素替代疗法、使用口服避孕药丸、种族、最后一次月经的年龄以及胎次之间的相关性(图11)。外部验证数据集也发现了类似的结果(图12)。
实施例4：
在匹配的口腔样本中指标的性能
DNAme为组织特异性的，特异性的暴露记录在某些细胞亚型中17，23，24。大多数宫颈上皮细胞为鳞状细胞，与口腔拭子中发现的上皮细胞非常相似。为了评估WID-BC-指标(来源于宫颈涂片样本)是否还能够根据口腔样本中的DNAme谱区分乳腺癌病例和未受影响的对照，我们分析了发现队列中404名女性(202个对照和202个病例)的子集的匹配的口腔样本。与宫颈涂片类似，大部分DNA来源于免疫细胞(图13)。我们发现，虽然信号随着向更多负值的定量偏移以及对IC比例的更强线性依赖性而变得失真(图4A)，但使用宫颈涂片样本推导出的区分信号也存在于这些匹配的口腔样本中(图4A)，产生0.67的AUC(图4B)。在404个口腔样本中，269个对应于训练数据集，而135个对应于内部验证数据集。在内部验证样本中，在匹配的宫颈和口腔样本中计算的WID-BC-指标之间的相关性为0.47(p＜10-8)(图4C)。
单独使用口腔样本开发了单独的指标，并在属于训练集的269个口腔样本上训练了具有相互作用项(如上所述)的岭分类器，并且其在135个内部验证样本上进行了验证。基于4000个输入CpG获得了0.75的最佳性能(图13)。根据相同的方案开发了第二种分类器，但使用了404个匹配的宫颈样本。基于6000个输入CpG，我们观察到宫颈样本的诊断性能更高，具有0.79的AUC(性能与图2A一致)。
实施例5：
WID-BC-指标反映脂肪细胞分化
为了评估WID-BC-指标是否反映了细胞特异的程序，我们分析了EPIC芯片数据可用的所有ENCODE样本(表3)。我们对所有原代细胞样本和体外分化的细胞样本中的WID-BC-指标进行了排序和绘制(图5A)。根据Epidish算法确定，大多数组织样本含有相当大比例的脂肪，并且针对相应样本的脂肪含量绘制了指标(图5B)。令人惊讶的是，我们发现了WID-BC-指标与样本的脂肪含量之间存在非常强的直接相关性，无论样本是取自上皮器官还是非上皮器官。这些发现强烈表明WID-BC-指标反映了脂肪细胞程序。
实施例6：
乳腺组织中的WID-BC-指标
我们和其他人已经证明在与乳腺癌邻近的正常乳腺中存在表观遗传区域缺陷9，25。因此，我们想要评估WID-BC-指标(该指标是在患有和未患乳腺癌的女性的宫颈涂片样本中建立的)是否反映在正常的和癌变的乳腺组织中。我们分析了来自健康女性的14个正常乳腺样本、来自具有BRCA突变的女性的14个正常乳腺样本、14个与三阴性乳腺癌相邻的正常乳腺样本和14个匹配的癌症样本。正如预期的，与宫颈和口腔样本相比，我们发现脂肪细胞在正常样本中占很大比例，而在癌变的乳腺组织样本中则显著较少(图14A)。正如预期的，我们发现，在所有四个样本组中，与宫颈样本相比，脂肪细胞中该指标明显更高(图6A)，并且这导致指标值总体增大。在对脂肪含量线性调整之后，我们观察到一个明显的趋势：其中WID-BC-指标在发展癌症的风险增加的组织中增加，并且在乳腺癌中最高(图6B)。
实施例7：
癌症预防药物引发的WID-BC-指标动态
我们分析了来自在用米非司酮或安慰剂治疗之前和治疗两个月之后的21名BRCA携带者和23名健康对照的乳腺组织样本。总共有14名BRCA携带者用米非司酮治疗(其中11名提供了匹配的样本)，并且7名BRCA携带者给予安慰剂(4名匹配的样本)。11名对照用米非司酮治疗(9名匹配)，12名对照给予安慰剂(11名匹配)。总体而言，与对照相比，BRCA携带者具有显著更大比例的上皮细胞(图14B和14C)。在用米非司酮治疗后(但不在安慰剂组中)，我们观察到匹配的BRCA组和对照组的上皮细胞比例都有统计上显著的下降(图6C和图14D)。在调整脂肪含量后，我们还观察到80％的米非司酮治疗的女性与仅60％的用安慰剂治疗的对照的WID-BC-指标呈下降趋势，尽管这没有达到统计显著性(图6D，见图14E关于组合的匹配的和不匹配的样本)。
实施例8：
讨论
我们已经鉴定了基于宫颈涂片的DNAme特征(WID-BC-指标)，其提供了一种前所未有的机会以根据与患病器官没有直接(解剖学上的)联系的生物样本来鉴定患有预后特征不良的原发性乳腺癌的女性(即，WID-BC-指标的上四分位数(top quartile)中的女性患乳腺癌的风险增加了约10倍，而与任何其它风险因素无关；图17)。在宫颈涂片样本中发现的WID-BC-指标(i)不随着肿瘤大小或用于扩散的替代物(即淋巴结转移)而增加，(ii)在正常乳腺样本中随着患癌趋势的增加而增加，并且在癌组织中最高，和(iii)反映了脂肪细胞表观遗传程序，以上事实有力支持了以下观点：宫颈DNAme反映了乳腺癌的易感性，而不是单纯地反映当前存在已确立的乳腺癌。我们在此描述的发现与30多年前发表的数据一致，这些数据表明遗传性乳腺癌患者及其一级亲属具有分化缺陷26。
过去的大量努力已经表明，通过结合SNP、乳房X光拍摄密度和流行病学风险因素，预测乳腺癌的AUC可以增加至高达0.686。为了评估WID-BC-指标的实际风险预测性质是否将继续优于当前的乳腺癌预测算法，研究来自在样本捐赠后数年发展乳腺癌的女性的基于群体的宫颈涂片样本将是一个先决条件。在宫颈涂片样本和/或乳腺样本中评估的DNAme谱是否能够作为监测乳腺癌预防措施的替代物，需要在前瞻性临床试验中进行评估。
表1
下表1提供了使用本文实施例中列出的数据和方法对SEQ ID NO 1至40753中鉴定的CpG子集推导出的示例性的μ和σ实值参数
Figure BPA0000317202810000481
Figure BPA0000317202810000491
表4
下表4提供了使用实施例中列出的数据和方法对SEQ ID NO 1至40753中鉴定的且在表4的左栏中列出的CpG子集推导出的示例性的AUC、灵敏度和特异性
Figure BPA0000317202810000492
Figure BPA0000317202810000501
Figure BPA0000317202810000511
表5
下表5提供了使用本文实施例中列出的数据和方法对SEQ ID NO 1至40753中鉴定的且在表5的左栏中列出的CpG子集推导出的示例性的AUC、灵敏度和特异性
Figure BPA0000317202810000512
Figure BPA0000317202810000521
表6
下表6提供了使用本文实施例中列出的数据和方法对SEQ ID NO 1至40753中鉴定的且在表6的左栏中列出的CpG子集推导出的示例性的AUC、灵敏度和特异性
Figure BPA0000317202810000522
Figure BPA0000317202810000531
Figure BPA0000317202810000541
本发明的条款
在下文中，“根据本发明的测定方法”应理解为是指本文定义和描述的本发明的任何测定方法，包括在权利要求中、特别是在权利要求1至7中的测定方法。
1.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
2.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 501至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
3.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1001至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.75。
4.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1501至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
5.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 2001至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
6.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 2501至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
7.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 3001至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
8.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 3501至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
9.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 4001至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
10.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 4501至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.7。
11.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 5001至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
12.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 5501至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.7。
13.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 6001至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.76。
14.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 6501至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.76。
15.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 7001至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
16.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 7501至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.76。
17.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 8001至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
18.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 8501至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
19.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 9001至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
20.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 9501至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
21.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 10001至10500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
22.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 10501至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
23.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 11001至11500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.78。
24.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 11501至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
25.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 12001至12500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
26.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 12501至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
27.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 13001至13500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
28.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 13501至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
29.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 14001至14500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
30.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 14501至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
31.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 15001至15500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
32.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 15501至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
33.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 16001至16500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
34.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 16501至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
35.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 17001至17500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
36.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 17501至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
37.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 18001至18500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
38.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 18501至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
39.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 19001至19500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
40.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 19501至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
41.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 20001至20500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
42.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 20501至21000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
43.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 21001至21500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
44.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 21501至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
45.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 22001至22500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
46.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 22501至23000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
47.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 23001至23500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
48.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 23501至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
49.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 24001至24500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
50.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 24501至25000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
51.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 25001至25500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.65。
52.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 25501至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
53.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 26001至26500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.7。
54.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 26501至27000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.65。
55.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 27001至27500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
56.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 27501至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
57.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 28001至28500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.65。
58.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 28501至29000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
59.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 29001至29500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
60.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 29501至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
61.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 30001至30500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
62.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 30501至31000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.65。
63.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 31001至31500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
64.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 31501至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
65.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 32001至32500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.65。
66.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 32501至33000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
67.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 33001至33500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.63。
68.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 33501至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.63。
69.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 34001至34500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
70.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 34501至35000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
71.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 35001至35500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.62。
72.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 35501至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.62。
73.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 36001至36500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.6。
74.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 36501至37000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
75.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 37001至37500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.63。
76.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 37501至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.6。
77.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 38001至38500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.62。
78.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 38501至39000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.63。
79.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 39001至39500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
80.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 39501至40000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
81.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 40001至40500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
82.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 40501至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.6。
83.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
84.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
85.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.81。
86.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 2000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.81。
87.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 2500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.8。
88.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 3000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.8。
89.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 3500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.79。
90.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 4000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.78。
91.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 4500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.78。
92.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 5000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.77。
93.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 5500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.76。
94.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 6000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
95.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 6500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
96.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 7000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
97.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 7500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.74。
98.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 8000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
99.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 8500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
100.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 9000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
101.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 9500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
102.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 10000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.72。
103.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 11000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
104.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 12000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
105.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 13000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.71。
106.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 14000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
107.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 15000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.69。
108.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 16000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.68。
109.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 17000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
110.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 18000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
111.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 19000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
112.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 20000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.66。
113.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 22000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
114.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 24000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
115.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 26000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.67。
116.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 28000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.64。
117.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 30000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.63。
118.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 32000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.62。
119.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 34000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.62。
120.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 36000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
121.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 38000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.61。
122.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.73。
123.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.77。
124.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.80。
125.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.81。
126.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.82。
127.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.82。
128.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.83。
129.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.83。
130.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.83。
131.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
132.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.83。
133.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.83。
134.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
135.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
136.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
137.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
138.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
139.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
140.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
141.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
142.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
143.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
144.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
145.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
146.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
147.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.84。
148.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
149.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
150.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
151.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
152.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
153.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
154.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
155.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
156.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
157.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
158.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
159.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
160.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
161.一种根据本发明的测定方法，其中CpG集至少包含由SEQ ID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，AUC为0.85。
在下文中，“根据本发明的测定方法”应理解为是指本文定义和描述的本发明的任何测定方法，包括在权利要求中、特别是在权利要求1至7中、更特别是在权利要求17中的测定方法。
在任何下述正在应用-0.235的乳腺癌指标值阈值的测定方法中，受限于该测定方法的特定灵敏度和特异性，当个体的WID-BC-指标为约-0.235或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约-0.235时，个体可以被分类为未患乳腺癌。
在任何下述正在应用0.090的乳腺癌指标值阈值的测定方法中，受限于该测定方法的规定灵敏度和特异性，当个体的WID-BC-指标为约0.090或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约0.090时，个体可以被分类为未患乳腺癌。
在任何下述正在应用0.587的乳腺癌指标值阈值的测定方法中，受限于该测定方法的规定的灵敏度和特异性，当个体的WID-BC-指标为约0.587或更大时，个体可以被分类为患乳腺癌，其中当个体的WID-BC-指标小于约0.587时，个体可以被分类为未患乳腺癌。
162.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少85％和特异性为至少52％。
163.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少88％和特异性为至少49％。
164.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少92％和特异性为至少51％。
165.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
166.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少93％和特异性为至少51％。
167.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少93％和特异性为至少51％。
168.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少49％。
169.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少47％。
170.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少48％。
171.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少96％和特异性为至少49％。
172.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少49％。
173.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少50％。
174.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少49％。
175.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少50％。
176.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
177.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少51％。
178.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少53％。
179.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
180.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少50％。
181.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少50％。
182.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少51％。
183.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
184.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
185.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
186.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少52％。
187.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少53％。
188.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少51％。
189.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少95％和特异性为至少51％。
190.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
191.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
192.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
193.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
194.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
195.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
196.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
197.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少50％。
198.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少50％。
199.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少50％。
200.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少50％。
201.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少50％。
202.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％和特异性为至少69％。
203.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％和特异性为至少73％。
204.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少75％。
205.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％和特异性为至少78％。
206.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％和特异性为至少78％。
207.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％和特异性为至少78％。
208.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％和特异性为至少79％。
209.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％和特异性为至少80％。
210.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％和特异性为至少79％。
211.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％和特异性为至少80％。
212.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少79％。
213.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少79％。
214.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％和特异性为至少79％。
215.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少80％。
216.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％和特异性为至少80％。
217.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少79％。
218.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少80％。
219.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％和特异性为至少79％。
220.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少78％。
221.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
222.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％和特异性为至少80％。
223.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
224.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
225.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％和特异性为至少80％。
226.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
227.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
228.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％和特异性为至少80％。
229.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％和特异性为至少80％。
230.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
231.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％和特异性为至少80％。
232.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
233.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
234.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
235.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
236.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
237.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
238.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少80％。
239.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少80％。
240.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少80％。
241.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少80％。
242.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％和特异性为至少93％。
243.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少95％。
244.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少94％。
245.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少94％。
246.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％和特异性为至少95％。
247.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％和特异性为至少94％。
248.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％和特异性为至少95％。
249.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少95％。
250.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％和特异性为至少94％。
251.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
252.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％和特异性为至少95％。
253.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％和特异性为至少96％。
254.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％和特异性为至少96％。
255.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
256.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
257.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
258.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
259.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
260.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％和特异性为至少95％。
261.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少95％。
262.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％和特异性为至少96％。
263.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％和特异性为至少96％。
264.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％和特异性为至少96％。
265.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％和特异性为至少96％。
266.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％和特异性为至少96％。
267.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％和特异性为至少96％。
268.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％和特异性为至少96％。
269.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少96％。
270.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少96％。
271.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少96％。
272.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少97％。
273.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少97％。
274.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少97％。
275.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少97％。
276.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少97％。
277.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％和特异性为至少97％。
278.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少97％。
279.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少97％。
280.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％和特异性为至少97％。
281.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％和特异性为至少97％。
282.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％和特异性为至少51％。
283.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少92％和特异性为至少51％。
284.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少91％和特异性为至少53％。
285.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 2000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少91％和特异性为至少53％。
286.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 2500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少91％和特异性为至少54％。
287.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 3000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少91％和特异性为至少54％。
288.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 3500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少87％和特异性为至少56％。
289.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 4000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％和特异性为至少56％。
290.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 4500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％和特异性为至少57％。
291.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 5000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％和特异性为至少56％。
292.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 5500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少80％和特异性为至少57％。
293.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 6000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少57％。
294.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 6500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少57％。
295.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 7000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少57％。
296.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 7500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少57％。
297.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 8000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％和特异性为至少56％。
298.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 8500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％和特异性为至少56％。
299.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 9000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％和特异性为至少56％。
300.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 9500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％和特异性为至少57％。
301.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 10000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％和特异性为至少57％。
302.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 11000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％和特异性为至少57％。
303.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 12000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％并且特异性为至少59％。
304.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 13000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少59％。
305.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 14000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少59％。
306.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 15000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少58％。
307.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 16000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少60％。
308.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 17000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少60％。
309.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 18000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少61％。
310.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 19000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少61％。
311.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 20000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少6％。
312.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 22000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少61％。
313.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 24000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少61％。
314.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 26000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少58％。
315.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 28000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少60％。
316.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 30000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少60％。
317.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 32000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少59％。
318.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 34000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少59％。
319.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 36000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少60％。
320.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 38000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少58％。
321.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少79％。
322.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少79％并且特异性为至少78％。
323.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％并且特异性为至少74％。
324.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 2000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少74％。
325.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 2500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少74％。
326.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 3000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少74％。
327.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 3500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％并且特异性为至少74％。
328.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 4000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少74％。
329.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 4500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％并且特异性为至少74％。
330.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 5000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少74％。
331.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 5500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少74％。
332.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 6000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少75％。
333.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 6500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少75％。
334.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 7000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少75％。
335.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 7500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少74％。
336.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 8000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少74％。
337.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 8500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少74％。
338.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 9000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少75％。
339.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 9500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少75％。
340.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 10000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少74％。
341.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 11000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少75％。
342.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 12000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少75％。
343.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 13000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少74％。
344.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 14000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少53％并且特异性为至少75％。
345.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 15000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少74％。
346.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 16000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少53％并且特异性为至少75％。
347.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 17000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少47％并且特异性为至少75％。
348.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 18000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少47％并且特异性为至少75％。
349.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 19000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少75％。
350.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 20000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少76％。
351.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 22000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少74％。
352.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 24000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少51％并且特异性为至少75％。
353.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 26000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少51％并且特异性为至少75％。
354.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 28000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少76％。
355.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 30000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少76％。
356.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 32000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少76％。
357.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 34000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少37％并且特异性为至少76％。
358.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 36000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少37％并且特异性为至少77％。
359.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 38000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少76％。
360.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少97％。
361.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％并且特异性为至少96％。
362.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少94％。
363.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 2000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少94％。
364.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 2500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少41％并且特异性为至少92％。
365.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 3000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少90％。
366.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 3500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少90％。
367.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 4000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少41％并且特异性为至少90％。
368.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 4500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少90％。
369.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 5000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少89％。
370.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 5500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少36％并且特异性为至少89％。
371.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 6000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少89％。
372.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 6500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少89％。
373.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 7000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少89％。
374.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 7500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少88％。
375.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 8000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少88％。
376.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 8500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少86％。
377.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 9000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少87％。
378.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 9500至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少87％。
379.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 10000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少86％。
380.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 11000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少86％。
381.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 12000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％并且特异性为至少86％。
382.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 13000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少86％。
383.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 14000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
384.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 15000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％并且特异性为至少87％。
385.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 16000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
386.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 17000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
387.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 18000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
388.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 19000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少88％。
389.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 20000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少88％。
390.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 22000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
391.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 24000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少86％。
392.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 26000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少86％。
393.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 28000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少88％。
394.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 30000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少88％。
395.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 32000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
396.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 34000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
397.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 36000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
398.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 38000至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
399.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少85％并且特异性为至少52％。
400.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 501至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％并且特异性为至少49％。
401.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1001至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少81％并且特异性为至少50％。
402.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 1501至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少79％并且特异性为至少51％。
403.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 2001至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少81％并且特异性为至少48％。
404.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 2501至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％并且特异性为至少47％。
405.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 3001至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少79％并且特异性为至少48％。
406.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 3501至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少46％。
407.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 4001至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少81％并且特异性为至少47％。
408.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 4501至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％并且特异性为至少44％。
409.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 5001至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少82％并且特异性为至少45％。
410.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 5501至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％并且特异性为至少53％。
411.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 6001至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少84％并且特异性为至少50％。
412.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 6501至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％并且特异性为至少49％。
413.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 7001至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少50％。
414.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 7501至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少85％并且特异性为至少49％。
415.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 8001至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％并且特异性为至少51％。
416.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 8501至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少82％并且特异性为至少53％。
417.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 9001至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少78％并且特异性为至少54％。
418.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 9501至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少55％。
419.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 10001至10500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少80％并且特异性为至少48％。
420.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 10501至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少56％。
421.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 11001至11500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少86％并且特异性为至少51％。
422.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 11501至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％并且特异性为至少45％。
423.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 12001至12500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％并且特异性为至少54％。
424.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 12501至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少80％并且特异性为至少53％。
425.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 13001至13500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少56％。
426.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 13001至13500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少56％。
427.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 13501至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少55％。
428.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 14001至14500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％并且特异性为至少55％。
429.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 14501至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少80％并且特异性为至少52％。
430.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 15001至15500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少52％。
431.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 15501至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少75％并且特异性为至少57％。
432.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 16001至16500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少79％并且特异性为至少53％。
433.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 16501至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％并且特异性为至少56％。
434.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 17001至17500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少53％。
435.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 17501至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少54％。
436.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 18001至18500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少56％。
437.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 18501至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％并且特异性为至少57％。
438.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 19001至19500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％并且特异性为至少57％。
439.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 19501至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少74％并且特异性为至少54％。
440.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 20001至20500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少56％。
441.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 20501至21000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少77％并且特异性为至少59％。
442.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 21001至21500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少54％。
443.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 21501至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少57％。
444.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 22001至22500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％并且特异性为至少56％。
445.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 22501至23000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少57％。
446.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 23001至23500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少57％。
447.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 23501至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少61％。
448.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 24001至24500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少57％。
449.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 24501至25000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少59％。
450.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 25001至25500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少58％。
451.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 25501至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少56％。
452.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 26001至26500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少59％。
453.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 26501至27000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少58％。
454.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 27001至27500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少59％。
455.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 27501至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少60％。
456.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 28001至28500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少59％。
457.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 28501至29000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少61％。
458.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 29001至29500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少58％。
459.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 29501至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少55％。
460.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 30001至30500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少％。
461.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 30501至31000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少61％。
462.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 31001至31500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少59％。
463.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 31501至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少56％。
464.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 32001至32500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少59％。
465.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 32501至33000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少58％。
466.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 33001至33500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少56％。
467.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 33501至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少59％。
468.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 34001至34500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少60％。
469.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 34501至35000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少57％。
470.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 35001至35500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少61％。
471.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 35501至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少57％。
472.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 36001至36500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少57％。
473.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 36501至37000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少62％。
474.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 37001至37500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少60％。
475.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 37501至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少61％。
476.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 38001至38500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少57％。
477.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 38501至39000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少57％。
478.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 39001至39500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少59％。
479.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 39501至40000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少59％。
480.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 40001至40500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少59％。
481.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 40501至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少61％并且特异性为至少60％。
482.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少69％。
483.一种根据本发明的测定方法，其中个体的WID-BC-指标为约-0.235或更大，个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险，其中CpG集至少包含由SEQID NO 501至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少67％。
484.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1001至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少74％。
485.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 1501至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少72％。
486.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 2001至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少68％。
487.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 2501至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少67％。
488.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 3001至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少66％。
489.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 3501至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少67％。
490.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 4001至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％并且特异性为至少64％。
491.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 4501至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少66％。
492.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 5001至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少63％。
493.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 5501至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少57％并且特异性为至少74％。
494.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 6001至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少71％并且特异性为至少71％。
495.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 6501至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少72％并且特异性为至少68％。
496.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 7001至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少73％。
497.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 7501至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少76％并且特异性为至少69％。
498.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 8001至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少67％。
499.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 8501至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少69％。
500.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 9001至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少69％。
501.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 9501至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少70％。
502.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 10001至10500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少69％。
503.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 10501至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少72％。
504.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 110001至11500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少73％并且特异性为至少64％。
505.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 11501至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少65％并且特异性为至少64％。
506.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 12001至12500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少60％并且特异性为至少70％。
507.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 12501至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少68％。
508.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 13001至13500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少69％。
509.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 13501至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少69％。
510.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 14001至14500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少69％。
511.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 14501至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少67％并且特异性为至少68％。
512.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 15001至15500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少67％。
513.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 15501至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少71％。
514.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 16001至16500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少68％。
515.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 16501至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少62％并且特异性为至少70％。
516.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 17001至17500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少64％并且特异性为至少67％。
517.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 17501至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少57％并且特异性为至少71％。
518.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 18001至18500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少66％并且特异性为至少71％。
519.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 18501至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少71％。
520.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 19001至19500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少73％。
521.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 19501至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少73％。
522.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 20001至20500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少56％并且特异性为至少72％。
523.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 20501至21000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少59％并且特异性为至少73％。
524.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 21001至21500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少72％。
525.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 21501至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少56％并且特异性为至少74％。
526.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 22001至22500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少51％并且特异性为至少74％。
527.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 22501至23000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少74％。
528.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 23001至23500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少53％并且特异性为至少75％。
529.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 23501至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少51％并且特异性为至少72％。
530.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 24001至24500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少72％。
531.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 24501至25000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少77％。
532.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 24501至25000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少77％。
533.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 25001至25500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少44％并且特异性为至少75％。
534.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 25501至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少45％并且特异性为至少78％。
535.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 26001至26500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少52％并且特异性为至少76％。
536.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 26501至27000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少74％。
537.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 27001至27500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少49％并且特异性为至少72％。
538.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 27501至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少76％。
539.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 28001至28500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少76％。
540.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 28501至29000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少76％。
541.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 29001至29500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少76％。
542.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 29501至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少47％并且特异性为至少74％。
543.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 30001至300500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少44％并且特异性为至少74％。
544.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 30501至31000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少46％并且特异性为至少76％。
545.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 31001至31500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少43％并且特异性为至少77％。
546.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 31501至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少47％并且特异性为至少76％。
547.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 32001至32500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少44％并且特异性为至少76％。
548.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 32501至33000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少48％并且特异性为至少76％。
549.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 33001至33500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少76％。
550.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 33501至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少36％并且特异性为至少77％。
551.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 34001至34500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少77％。
552.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 34501至35000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少41％并且特异性为至少76％。
553.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 35001至35500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少76％。
554.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 35501至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少74％。
555.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 36001至36500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少77％。
556.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 36501至37000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少78％。
557.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 37001至37500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少77％。
558.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 37501至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少79％。
559.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 38001至38500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少75％。
560.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 38501至39000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少74％。
561.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 39001至39500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少76％。
562.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 39501至40000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少40％并且特异性为至少73％。
563.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 40001至40500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少76％。
564.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.090或更大，个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险，其中CpG集至少包含由SEQ ID NO 40501至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少37％并且特异性为至少77％。
565.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少93％。
566.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 501至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少90％。
567.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1001至1500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少90％。
568.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 1501至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％并且特异性为至少91％。
569.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 2001至2500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％并且特异性为至少89％。
570.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 2501至3000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少87％。
571.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 3001至3500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少46％并且特异性为至少89％。
572.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 3501至4000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少37％并且特异性为至少89％。
573.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 4001至4500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少46％并且特异性为至少84％。
574.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 4501至5000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少89％。
575.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 5001至5500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少86％。
576.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 5501至6000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少91％。
577.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 6001至6500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少47％并且特异性为至少88％。
578.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 6501至7000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少46％并且特异性为至少87％。
579.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 7001至7500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
580.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 7501至8000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少48％并且特异性为至少87％。
581.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 8001至8500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少87％。
582.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 8501至9000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少37％并且特异性为至少88％。
583.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 9001至9500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少84％。
584.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 9501至10000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％并且特异性为至少88％。
585.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 10001至10500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少87％。
586.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 10501至11000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少92％。
587.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 11001至11500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少54％并且特异性为至少86％。
588.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 11501至12000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少41％并且特异性为至少81％。
589.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 12001至12500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少87％。
590.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 12501至13000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少89％。
591.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 13001至13500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少45％并且特异性为至少87％。
592.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 13501至14000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少45％并且特异性为至少87％。
593.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 14001至14500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少87％。
594.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 14501至15000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少85％。
595.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 15001至15500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少39％并且特异性为至少86％。
596.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 15501至16000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少41％并且特异性为至少85％。
597.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 16001至16500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少42％并且特异性为至少86％。
598.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 16501至17000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少32％并且特异性为至少88％。
599.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 17001至17500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少38％并且特异性为至少84％。
600.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 17501至18000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少86％。
601.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 18001至18500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少86％。
602.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 18501至19000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少86％。
603.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 19001至19500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少86％。
604.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 19501至20000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少86％。
605.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 20001至20500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少36％并且特异性为至少86％。
606.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 20501至21000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少34％并且特异性为至少85％。
607.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 21001至21500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少88％。
608.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 21501至22000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％并且特异性为至少87％。
609.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 22001至22500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少86％。
610.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 22501至23000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少87％。
611.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 23001至23500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少85％。
612.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 23501至24000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少31％并且特异性为至少86％。
613.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 24001至24500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少36％并且特异性为至少86。
614.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 24501至25000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
615.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 25001至25500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
616.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 25501至26000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少86％。
617.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 26001至26500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
618.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 26501至27000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少86％。
619.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 27001至27500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少87％。
620.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 27501至28000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
621.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 28001至28500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
622.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 28501至29000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少86％。
623.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 29001至29500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少86％。
624.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 29501至30000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
625.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 30001至30500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
626.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 30501至31000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
627.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 31001至31500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少88％。
628.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 31501至32000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
629.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 32001至32500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少86％。
630.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 32501至33000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少28％并且特异性为至少86％。
631.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 33001至33500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少88％。
632.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 33501至34000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少89％。
633.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 34001至34500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少88％。
634.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 34501至35000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少88％。
635.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 35001至35500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
636.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 35501至36000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少86％。
637.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 36001至36500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少86％。
638.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 36501至37000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少88％。
639.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 37001至37500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
640.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 37501至38000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
641.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 38001至38500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少27％并且特异性为至少87％。
642.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 38501至39000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少87％。
643.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 39001至39500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
644.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 39501至40000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
645.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 40001至40500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少25％并且特异性为至少87％。
646.一种根据本发明的测定方法，其中个体的WID-BC-指标为约0.587或更大，个体被分类为至少具有患乳腺癌的高风险或乳腺癌发展的高风险，其中CpG集至少包含由SEQID NO 40501至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少87％。
主要参考文献
(在正文中用上标编号表示)
1 Harbeck，N.&Gnant，M.Breast cancer.Lancet 389，1134-1150，doi：10.1016/S0140-6736(16)31891-8(2017).
2 Warner，E.Clinical practice.Breast-cancer screening.N.Engl.J.Med365，1025-1032，doi：10.1056/NEJMcp 1101540[doi](2011).
3 Shen，S.Y.等.Sensitive tumour detection and classification usingplasma cell-free DNA methylomes.Nature 563，579-583，doi：10.1038/s41586-018-0703-0(2018).
4 Widschwendter，M.等.Methylation patterns in serum DNA for earlyidentification of disseminated breast cancer.Genome Med 9，115，doi：10.1186/s13073-017-0499-9(2017).
5 Autier，P.&Boniol，M.Mammography screening：A major issue inmedicine.Eur J Cancer 90，34-62，doi：10.1016/j.ejca.2017.11.002(2018).
6 Gail，M.H.&Pfeiffer，R.M.Breast Cancer Risk Model Requirements forCounseling，Prevention，and Screening.J Natl Cancer Inst 110，994-1002，doi：10.1093/jnci/djy013(2018).
7 Cohen，P.A.，Jhingran，A.，Oaknin，A.&Denny，L.Cervical cancer.Lancet393，169-182，doi：10.1016/S0140-6736(18)32470-X(2019).
8 Polman，N.J.等.Performance of human papillomavirus testing on self-collected versus clinician-collected samples for the detection of cervicalintraepithelial neoplasia of grade 2 or worse：a randomised，paired screen-positive，non-inferiority trial.Lancet Oncol 20，229-238，doi：10.1016/S1470-2045(18)30763-0(2019).
9 Teschendorff，A.E.等.DNA methylation outliers in normal breasttissue identify field defects that are enriched in cancer.Nat.Commun 7，10478，doi：ncomms10478 [pii]；10.1038/ncomms10478[doi](2016).
10 Lichtenstein，P.等.Environmental and heritable factors in thecausation of cancer--analyses of cohorts of twins from Sweden，Denmark，andFinland.N.Engl.J.Med 343，78-85(2000).
11 Ambatipudi，S.等.DNA methylome analysis identifies acceleratedepigenetic ageing associated with postmenopausal breast cancersusceptibility.Eur J Cancer 75，299-307，doi：10.1016/j.ejca.2017.01.014(2017).
12 Anjum，S.等.A BRCA1-mutation associated DNA methylation signaturein blood cells predicts sporadic breast cancer incidence and survival.GenomeMed 6，47，doi：10.1186/gm567[doi]；gm567[pii](2014).
13 Severi，G.等.Epigenome-wide methylation in DNA from peripheralblood as a marker of risk for breast cancer.Breast Cancer Res Treat 148，665-673，doi：10.1007/s10549-014-3209-y(2014).
14 van Veldhoven，K.等.Epigenome-wide association study revealsdecreased average methylation levels years before breast cancerdiagnosis.Clin Epigenetics 7，67，doi：10.1186/s13148-015-0104-2(2015).
15 Xu，Z.等.Epigenome-wide association study of breast cancer usingprospectively collected sister study samples.J Natl.Cancer Inst105，694-700，doi：djt045[pii]；10.1093/jnci/djt045[doi](2013).
16 Brennan，K.等.Intragenic ATM methylation in peripheral blood DNA asa biomarker of breast cancer risk.Cancer Res，doi：0008-5472.CAN-11-3157[pii]；10.1158/0008-5472.CAN-11-3157[doi](2012).
17 Widschwendter，M.等.Epigenome-based cancer risk prediction：rationale，opportunities and challenges.Nat Rev Clin Oncol，doi：10.1038/nrclinonc.2018.30(2018).
18 Pidsley，R.等.Critical evaluation of the Illumina MethylationEPICBeadChip microarray for whole-genome DNA methylation profiling.Genome Biol17，208，doi：10.1186/s13059-016-1066-1(2016).
19 Zheng，S.C.等.A novel cell-type deconvolution algorithm revealssubstantial contamination by immune cells in saliva，buccal andcervix.Epigenomics，doi：10.2217/epi-2018-0037(2018).
20 Breeze，C.E.等.eFORGE：A Tool for Identifying Cell Type-SpecificSignal in Epigenomic Data.Cell Rep 17，2137-2150，doi：10.1016/j.celrep.2016.10.059(2016).
21 Subramanian，A.等.Gene set enrichment analysis：a knowledge-basedapproach for interpreting genome-wide expression profiles.Proc.Natl.Acad.Sci.U.S.A 102，15545-15550(2005).
22 Mavaddat，N.等.polygenic risk scores for Prediction of BreastCancer and Breast Cancer Subtypes.Am J Hum Genet 104，21-34，doi：10.1016/j.ajhg.2018.11.002(2019).
23 Feinberg，A.P.，Koldobskiy，M.A.&Gondor，A.Epigenetic modulators，modifiers and mediators in cancer aetiology and progression.Nat Rev Genet 17，284-299，doi：10.1038/nrg.2016.13(2016).
24 Salhab，A.等.A comprehensive analysis of 195DNA methylomes revealsshared and cell-specific features of partially methylated domains.Genome Biol19，150，doi：10.1186/s13059-018-1510-5(2018).
25 Rivenbark，A.G.&Coleman，W.B.Field cancerization in mammarycarcinogenesis-Implications for prevention and treatment of breast cancer.ExpMol Pathol 93，391-398，doi：10.1016/j.yexmp.2012.10.018(2012).
26 Haggie，J.A.，Sellwood，R.A.，Howell，A.，Birch，J.M.&Schor，S.L.Fibroblasts from relatives of patients with hereditary breast cancer showfetal-like behaviour in vitro.Lancet 1，1455-1457(1987).
27 Purcell，S.等.PLINK：a tool set for whole-genome association andpopulation-based linkage analyses.Am J Hum Genet 81，559-575，doi：10.1086/519795(2007).
28 Manichaikul，A.等.Robust relationship inference in genome-wideassociation studies.Bioinformatics 26，2867-2873，doi：10.1093/bioinformatics/btq559(2010).
29 Das，S.等.Next-generation genotype imputation service andmethods.Nat Genet 48，1284-1287，doi：10.1038/ng.3656(2016).
30 Michailidou，K.等.Association analysis identifies 65new breastcancer risk loci.Nature 551，92-94，doi：10.1038/nature24284(2017).
补充参考文献
(在正文中用双方括号[[]]表示)
[[1]].Olkhov-Mitsel，E and Bapat，B：Strategies for discovery andvalidation of methylated and hydroxymethylated DNA biomarkers.Cancer Medicine2012，1(2)：237-260.
[[2]].Herman，J.G.，Graff，J.R.，Myohanen，S.，Nelkin，B.D.&Baylin，S.B.：Methylation-specific PCR：a novel PCR assay for methylation status of CpGislands.Proc.Natl Acad.Sci.USA 1996，93：9821-9826.
[[3]].Frommer，M.等：A genomic sequencing protocol that yields apositive display of 5-methylcytosine residues in individual DNAstrands.Proc.Natl Acad.Sci.USA 1992，89：1827-1831.
[[4]].Xiong，Z.&Laird，P.W.：COBRA：a sensitive and quantitative DNAmethylation assay.Nucleic Acids Res.1997，25：2532-2534.
[[5]].Gonzalgo，M.L.&Jones，P.A.：Rapid quantitation of methylationdifferences at specific sites using methylationsensitive single nucleotideprimer extension(Ms-SNuPE).Nucleic Acids Res.1997，25：2529-2531.
[[6]].Paul DS，Guilhamon P，Karpathakis A，Butcher LM，Thirlwell C，FeberA，Beck S：Assessment of RainDrop BS-seq as a method for large-scale，targetedbisulfite sequencing.Epigenetics 2014，9.
[[7]].Singal，R.&Grimes，S.R.：Microsoft Word macro for analysis ofcytosine methylation by the bisulfite deamination reaction.Biotechniques2001，30：116-120.
[[8]].Anbazhagan，R.，Herman，J.G.，Enika，K.&Gabrielson，E.：Spreadsheet-based program for the analysis of DNA methylation.Biotechniques 2001，30：110-114.
[[9]].Li，L.C.&Dahiya，R.：MethPrimer：designing primers for methylationPCRs.Bioinformatics 2002，18：1427-1431.
[[10]].Eng，J：Receiver Operating Characteristic Analysis：APrimer.Academic Radiology 2005，12(7)：909-916.

Claims (65)

1.一种用于预测个体中乳腺癌的存在或发展的测定方法，所述测定方法包括：
a.提供已从所述个体采集的样本；
b.确定所述样本中DNA中的测试CpG集中的每个CpG的甲基化状态，所述测试CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG组；
c.根据所述测试CpG的甲基化状态推导出乳腺癌指标值；并且
d.根据所述乳腺癌指标值预测所述个体中乳腺癌的存在或发展；
其中，所述测定方法的特征在于具有由受试者操作特征(ROC)确定的0.6或更大的曲线下面积(AUC)。
2.根据权利要求1所述的测定方法，其中，来自所述个体的样本为来自以下的样本：
a.乳腺以外的解剖部位，如宫颈、阴道，或者优选宫颈阴道涂片；或
b.所述乳腺。
3.根据权利要求1或2所述的测定方法，其中，来自所述样本的DNA来源于包含上皮细胞的器官。
4.根据权利要求1-3中任一项所述的测定方法，其中，所述乳腺癌为：导管原位癌；浸润性导管癌，如管型浸润性导管癌(IDC)、髓样型IDC、粘液型IDC、乳突型IDC、筛型IDC；浸润性小叶癌，炎性乳腺癌，原位小叶癌，男性乳腺癌，管腔A型乳腺癌，管腔B型乳腺癌，三阴性/基底样乳腺癌，HER2富集型乳腺癌，正常样乳腺癌，乳头佩吉特氏病，乳腺叶状肿瘤，或转移性乳腺癌。
5.根据权利要求1-4中任一项所述的测定方法，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：确定每个所述测试CpG的甲基化β值。
6.根据权利要求5所述的测定方法，其中，根据所述测试CpG的甲基化状态推导出所述乳腺癌指标值的步骤包括：
a.提供包含每个测试CpG的甲基化β值的甲基化β值数据集；
b.估算从所述样本提供的DNA中的免疫细胞DNA比例；并且
c.将算法应用于所述甲基化β值数据集以得到所述乳腺癌指标值，所述甲基化β值数据集控制从所述样本提供的DNA中的所述免疫细胞DNA比例。
7.根据权利要求6所述的测定方法，其中，所述乳腺癌指标值被称为女性乳腺癌风险鉴定指标(WID-BC-指标)，并且其由算法根据以下公式计算得到：
Figure FPA0000317202800000011
其中：
a.ρ∈[0，1]，为所述样本的免疫细胞DNA比例；
b.β1，...，βn为甲基化β值(0至1)；
c.a1，...，an与b1，...，bn为实值系数；
d.μ与σ为用于缩放指标的实值参数；以及
e.n是指测试CpG集中的CpG的数量。
8.根据权利要求1-7中任一项所述的测定方法，其中，所述CpG集包含至少500个CpG，所述至少500个CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.73的AUC。
9.根据权利要求8所述的测定方法，其中，所述CpG集至少包含在SEQ ID NO 1至500中鉴定的并在核苷酸位置61至62处鉴定的CpG。
10.根据权利要求1-7中任一项所述的测定方法，其中，所述CpG集包含至少1000个CpG，所述至少1000个CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.77的AUC。
11.根据权利要求10所述的测定方法，其中，所述CpG集至少包含在SEQ ID NO 1至1000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
12.根据权利要求1-7中任一项所述的测定方法，其中，所述CpG集包含至少2000个CpG，所述至少2000个CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.81的AUC。
13.根据权利要求12所述的测定方法，其中，所述CpG集至少包含在SEQ ID NO 1至2000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
14.根据权利要求1-7中任一项所述的测定方法，其中，所述CpG集包含至少10000个CpG，所述至少10000个CpG选自在SEQ ID NO 1至40753的核苷酸位置61至62处鉴定的CpG，优选地，其中所述测定方法的特征在于具有至少0.84的AUC。
15.根据权利要求14所述的测定方法，其中，所述CpG集至少包含在SEQ ID NO 1至10000中鉴定的并在核苷酸位置61至62处鉴定的CpG。
16.根据权利要求1-7中任一项所述的测定方法，其中，所述CpG集至少包含在SEQ IDNO 1至40753中鉴定的并在核苷酸位置61至62处鉴定的40753个CpG，并且进一步地，其中所述测定方法的特征在于具有至少0.85的AUC。
17.根据权利要求7-16中任一项所述的测定方法，其中，所述预测个体中乳腺癌的存在或发展是基于WID-BC-指标。
18.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约-0.235或更大时，所述个体被分类为至少具有患乳腺癌的低风险或乳腺癌发展的低风险。
19.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约-0.235或更大时，所述个体被分类为患乳腺癌，或者其中，当所述个体的WID-BC-指标小于约-0.235时，所述个体被分类为未患乳腺癌。
20.根据权利要求18或19所述的测定方法，其中，所述CpG集包含至少500个由SEQ IDNO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少58％并且特异性为至少44％。
21.根据权利要求18或19所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少85％并且特异性为至少52％。
22.根据权利要求18或19所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少88％并且特异性为至少49％。
23.根据权利要求18或19所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少94％并且特异性为至少51％。
24.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约0.090或更大时，所述个体被分类为至少具有患乳腺癌的中等风险或乳腺癌发展的中等风险。
25.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约0.090或更大时，所述个体被分类为患乳腺癌，或者其中，当所述个体的WID-BC-指标小于约0.090时，所述个体被分类为未患乳腺癌。
26.根据权利要求24或25所述的测定方法，其中，所述CpG集包含至少500个由SEQ IDNO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少35％并且特异性为至少63％。
27.根据权利要求24或25所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少63％并且特异性为至少69％。
28.根据权利要求24或25所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少68％并且特异性为至少73％。
29.根据权利要求24或25所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少69％并且特异性为至少78％。
30.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约0.587或更大时，所述个体被分类为具有患乳腺癌的高风险或乳腺癌发展的高风险。
31.根据权利要求17所述的测定方法，其中，当所述个体的WID-BC-指标为约0.587或更大时，所述个体被分类为患乳腺癌，或者其中，当所述个体的WID-BC-指标小于约0.587时，所述个体被分类为未患乳腺癌。
32.根据权利要求30或31所述的测定方法，其中，所述CpG集包含至少500个由SEQ IDNO 1至40753定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少24％并且特异性为至少84％。
33.根据权利要求30或31所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至500定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少26％并且特异性为至少93％。
34.根据权利要求30或31所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至1000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少29％并且特异性为至少95％。
35.根据权利要求30或31所述的测定方法，其中，所述CpG集至少包含由SEQ ID NO 1至2000定义的并在核苷酸位置61至62处鉴定的CpG，并且其中，灵敏度为至少33％并且特异性为至少94％。
36.根据权利要求1至35中任一项所述的测定方法，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：亚硫酸氢盐转化DNA。
37.根据权利要求1至36中任一项所述的测定方法，其中，确定所述测试CpG集中的每个CpG的甲基化状态的步骤包括：
a.实施测序步骤以确定每个CpG的序列；
b.将DNA与包含能够区分甲基化和非甲基化形式的CpG的探针的芯片杂交，并且将检测系统应用于所述芯片以确定每个CpG的甲基化状态或β值；或
c.使用甲基化特异性引物实施PCR步骤，其中，所述CpG的甲基化状态取决于PCR产物的存在与不存在。
38.根据权利要求1至37中任一项所述的测定方法，其中，所述测定方法还包括：
a.确定来自所述个体的样本中上皮细胞的比例；
b.确定来自所述个体的样本中脂肪细胞的比例；和/或
c.确定来自所述个体的样本中非脂肪细胞的分化特征。
39.根据权利要求38所述的测定方法，其中，确定上皮细胞和/或脂肪细胞的比例和/或确定非脂肪细胞的分化特征包括实施包括以下的方法：
a.基因表达分析；
b.非编码RNA分析；
c.表观基因组分析；
d.DNA甲基化分析；
e.推导WID-BC-指标；和/或
f.免疫组织化学；并且
根据所述方法的结果做出判定。
40.一种能够区分甲基化和非甲基化形式的CpG的芯片，所述芯片包含对CpG组中每个CpG的甲基化形式特异的寡核苷酸探针和对所述组中每个CpG的非甲基化形式特异的寡核苷酸探针；其中，所述组由至少500个CpG组成，所述至少500个CpG选自在SEQ ID NO 1至40753中鉴定的CpG。
41.根据权利要求40所述的芯片，条件是所述芯片不是Infinium MethylationEPICBeadChip芯片或Infinium HumanMethylation450，和/或条件是所述芯片的CpG特异性寡核苷酸探针的数量为482000或更少、480000或更少、450000或更少、440000或更少、430000或更少、420000或更少、410000或更少，或者400000或更少。
42.根据权利要求40或41所述的芯片，其中，所述组包含权利要求8至16中任一项所述的测定方法中定义的任何CpG集。
43.根据权利要求40至42中任一项所述的芯片，还包含：一种或多种包含权利要求8至16中任一项所述的测定方法中定义的任何CpG集的寡核苷酸，其中，一种或多种寡核苷酸与所述芯片的对应的寡核苷酸探针杂交。
44.一种杂交的芯片，其中所述芯片能通过将包含权利要求8至16中任一项所述的测定方法中定义的任何CpG集的一组寡核苷酸与根据权利要求40至43中任一项所述的芯片杂交而得到。
45.一种制造根据权利要求44所述的杂交的芯片的方法，包括将根据权利要求40至43所述的芯片与包含权利要求8至16中任一项所述的测定方法中定义的任何CpG集的一组寡核苷酸接触。
46.一种治疗个体中乳腺癌的方法，包括：
a.通过实施权利要求1至39中任一项所述的测定方法预测个体中乳腺癌的存在或发展；
b.根据他们的患乳腺癌的风险或根据他们的乳腺癌发展的风险对所述个体进行分层；并且
c.基于他们的风险分层或基于所述个体是否被分类为患乳腺癌，对所述个体施用一种或多种治疗。
47.根据权利要求46所述的方法，其中，所述个体被分层为具有患乳腺癌的低风险或乳腺癌发展的低风险，并且所述个体根据其风险经受治疗，例如强化筛查。
48.根据权利要求47所述的方法，其中，所述强化筛查包括一次或多次乳房X光扫描和/或乳腺MRI扫描。
49.根据权利要求46所述的方法，其中，所述个体被分层为具有患乳腺癌的中等风险或乳腺癌发展的中等风险，并且所述个体根据其风险经受治疗，例如强化筛查，和/或施用一剂或多剂的米非司酮、芳香酶抑制剂、狄诺塞麦、“选择性雌激素调节剂(SERM)”和“选择性孕激素受体调节剂(SPRM)”中的一种或多种。
50.根据权利要求49所述的方法，其中，所述强化筛查包括一次或多次乳房X光扫描和/或乳腺MRI扫描。
51.根据权利要求46所述的方法，其中，所述个体被分层为具有患乳腺癌的高风险或乳腺癌发展的高风险，并且所述个体根据其风险经受治疗，例如：
a.强化筛查，任选地包括一次或多次乳房X光扫描和/或乳腺MRI扫描；
b.施用米非司酮、芳香酶抑制剂、狄诺塞麦、SERM和SPRM中的一种或多种；和/或
c.双侧乳房切除术。
52.根据权利要求46所述的方法，其中，当所述个体被分类为患乳腺癌时，所述个体将经受任何一种或多种权利要求47至51所定义的治疗。
53.一种监测个体患乳腺癌的风险或监测乳腺癌发展的风险的方法，所述方法包括：(a)通过在第一时间点实施根据权利要求1至36中任一项所述的测定方法，预测个体中乳腺癌的存在或预测个体中乳腺癌发展；(b)通过在一个或多个其它时间点实施根据权利要求1至39中任一项所述的测定方法，预测所述个体中乳腺癌的存在或预测所述个体中乳腺癌发展；并且(c)监测时间点之间所述个体的风险的任何改变。
54.根据权利要求53所述的方法，其中，所述其它时间点是基于初始预测之后每三个月、每六个月、每年或每两年。
55.根据权利要求53或54所述的方法，其中，所述个体未患乳腺癌，并且携带一个或多个使所述个体倾向于发展乳腺癌的增加的风险的基因突变。
56.根据权利要求55所述的方法，其中，所述个体在BRCA基因中携带一个或多个突变。
57.根据权利要求53至56所述的方法，其中，根据所述个体中乳腺癌的存在的风险或所述个体中乳腺癌发展的风险，根据权利要求46至52中任一项对所述个体施用一种或多种治疗。
58.根据权利要求57所述的方法，其中，所述个体具有乳腺癌发展的增加的风险，并且其中，根据权利要求43至48中任一项对所述个体施用一种或多种治疗作为预防方法。
59.根据权利要求58所述的方法，其中，对所述个体施用的所述一种或多种治疗包括一剂或多剂的SPRM。
60.根据权利要求59所述的方法，其中，所述一剂或多剂的SPRM包括一剂或多剂的米非司酮。
61.根据权利要求53至60中任一项所述的方法，其中，所述方法还包括：
a.在任何两个或更多个时间点之间确定来自所述个体的样本中上皮细胞的比例，并且评估在时间点之间所述比例是否改变；
b.在任何两个或更多个时间点之间确定来自所述个体的样本中脂肪细胞的比例，并且评估在时间点之间所述比例是否改变；和/或
c.在任何两个或更多个时间点之间确定来自所述个体的样本中非脂肪细胞的分化特征，并且评估在时间点之间所述比例是否改变。
62.根据权利要求53至61中任一项所述的方法，其中：
a.所述乳腺癌指标值的增加与上皮细胞的比例的增加；和/或
b.所述乳腺癌指标值的增加与脂肪细胞的比例的减少；和/或
c.所述乳腺癌指标值的增加与非脂肪细胞向脂肪细胞分化的增加，
指示对所述一种或多种治疗的负面反应。
63.根据权利要求59所述的方法，其中，如果鉴定为负面反应，则对所述一种或多种治疗进行改变。
64.根据权利要求53至61中任一项所述的方法，其中：
a.所述乳腺癌指标值的减少与上皮细胞的比例的减少；
b.所述乳腺癌指标值的减少与脂肪细胞的比例的增加；和/或
c.所述乳腺癌指标值的减少与非脂肪细胞向脂肪细胞分化的减少，
指示对所述一种或多种治疗的正面反应。
65.根据权利要求64所述的方法，其中，如果鉴定为正面反应，则对所述一种或多种治疗进行改变。
CN202080057817.6A 2019-06-14 2020-06-12 检测和预测乳腺癌的方法 Pending CN115176033A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1908591.9 2019-06-14
GBGB1908591.9A GB201908591D0 (en) 2019-06-14 2019-06-14 Methods for cancer diagnosis
PCT/GB2020/051421 WO2020249962A1 (en) 2019-06-14 2020-06-12 Methods of detecting and predicting breast cancer

Publications (1)

Publication Number Publication Date
CN115176033A true CN115176033A (zh) 2022-10-11

Family

ID=67432197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080057817.6A Pending CN115176033A (zh) 2019-06-14 2020-06-12 检测和预测乳腺癌的方法

Country Status (9)

Country Link
US (1) US20220205049A1 (zh)
EP (1) EP3983566A1 (zh)
JP (1) JP2022536180A (zh)
CN (1) CN115176033A (zh)
AU (1) AU2020293611A1 (zh)
CA (1) CA3143119A1 (zh)
GB (1) GB201908591D0 (zh)
IL (1) IL288970A (zh)
WO (1) WO2020249962A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB202009220D0 (en) * 2020-06-17 2020-07-29 Ucl Business Ltd Methods for detecting and predicting cancer
GB202110825D0 (en) * 2021-07-28 2021-09-08 Ucl Business Ltd Methods for assessing epigenetic age and cancer risk
BR102021018527A2 (pt) * 2021-09-17 2023-03-28 Fundação Oswaldo Cruz Aptâmero de ácido nucleico, composição, uso de um aptâmero, kit diagnóstico, método para detectar ou diagnosticar um tumor, e, método para tratamento de câncer
GB202116412D0 (en) * 2021-11-15 2021-12-29 Sola Diagnostics Gmbh Methods for detecting and predicting breast cancer

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996006641A1 (en) 1994-08-29 1996-03-07 Prizm Pharmaceuticals, Inc. Conjugates of vascular endothelial growth factor with targeted agents
US20120172238A1 (en) * 2009-09-22 2012-07-05 Cold Spring Harbor Laboratories Method and compositions for assisting in diagnosing and/or monitoring breast cancer progression
US11352672B2 (en) * 2014-09-15 2022-06-07 Garvan Institute Of Medical Research Methods for diagnosis, prognosis and monitoring of breast cancer and reagents therefor
GB201711782D0 (en) * 2017-07-21 2017-09-06 Ucl Business Plc Diagnostic and Prognostic methods
US20200208223A1 (en) * 2017-09-13 2020-07-02 Christiana Care Health Services, Inc. Identification of epigenetic signatures indicating breast cancer
CN108676879A (zh) * 2018-05-24 2018-10-19 中国科学院北京基因组研究所 特异甲基化位点作为乳腺癌分子分型诊断标志物的应用

Also Published As

Publication number Publication date
GB201908591D0 (en) 2019-07-31
US20220205049A1 (en) 2022-06-30
EP3983566A1 (en) 2022-04-20
CA3143119A1 (en) 2020-12-17
AU2020293611A1 (en) 2022-01-20
JP2022536180A (ja) 2022-08-12
WO2020249962A1 (en) 2020-12-17
IL288970A (en) 2022-02-01

Similar Documents

Publication Publication Date Title
KR102148547B1 (ko) 혈장으로부터 태아 또는 종양 메틸롬의 비침습적 결정
US20220205049A1 (en) Methods of detecting and predicting breast cancer
JP2021525069A (ja) 癌を査定および／または処置するためのセルフリーｄｎａ
EP2891720B1 (en) Method for screening cancer
JP2018520672A (ja) 膀胱がんを診断する方法
CN108048573A (zh) 用于确定癌症对象之预后的方法和核酸
US20240141434A1 (en) Methods for detecting and predicting breast cancer
US20240141435A1 (en) Methods for detecting and predicting cancer
EP3851543A1 (en) Method for estimating breast cancer cell abundance
CN113168885A (zh) 用于体细胞突变的方法和系统及其用途
KR102363515B1 (ko) 약물 반응성 예측용 조성물 및 이의 용도
CN116783309A (zh) 用于检测和预测癌症和/或cin3的方法
US11542559B2 (en) Methylation-based biomarkers in breast cancer screening, diagnosis, or prognosis
Ogura et al. Clinical feature of anaplastic lymphoma kinase–mutated neuroblastoma
WO2023007165A1 (en) Methods for assessing epigenetic age and cancer risk
KR102222521B1 (ko) 약물 반응성을 예측하는 방법
WO2023084104A1 (en) Methods for detecting and predicting breast cancer
CN116194596A (zh) 用于检测和预测3级宫颈上皮瘤变（cin3）和/或癌症的方法
AU2021291133A1 (en) Methods for detecting and predicting cancer and/or CIN3
WO2022101646A1 (en) Methods for assessing vaginal microbiota community type
WO2021255462A1 (en) Methods for detecting and predicting breast cancer

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination