CN117368475A - 肺癌的检测和治疗方法 - Google Patents
肺癌的检测和治疗方法 Download PDFInfo
- Publication number
- CN117368475A CN117368475A CN202311117176.0A CN202311117176A CN117368475A CN 117368475 A CN117368475 A CN 117368475A CN 202311117176 A CN202311117176 A CN 202311117176A CN 117368475 A CN117368475 A CN 117368475A
- Authority
- CN
- China
- Prior art keywords
- lung cancer
- antigen
- reporter
- subject
- sftpb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 464
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 464
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 464
- 238000000034 method Methods 0.000 title claims abstract description 377
- 239000000427 antigen Substances 0.000 claims description 331
- 108091007433 antigens Proteins 0.000 claims description 331
- 102000036639 antigens Human genes 0.000 claims description 331
- 101000914324 Homo sapiens Carcinoembryonic antigen-related cell adhesion molecule 5 Proteins 0.000 claims description 326
- 101000914321 Homo sapiens Carcinoembryonic antigen-related cell adhesion molecule 7 Proteins 0.000 claims description 326
- 101000617725 Homo sapiens Pregnancy-specific beta-1-glycoprotein 2 Proteins 0.000 claims description 326
- 108010036226 antigen CYFRA21.1 Proteins 0.000 claims description 319
- 239000000090 biomarker Substances 0.000 claims description 260
- 101000623901 Homo sapiens Mucin-16 Proteins 0.000 claims description 200
- 102100023123 Mucin-16 Human genes 0.000 claims description 200
- 239000012472 biological sample Substances 0.000 claims description 199
- 101001024605 Homo sapiens Next to BRCA1 gene 1 protein Proteins 0.000 claims description 198
- 108010008629 CA-125 Antigen Proteins 0.000 claims description 88
- 102000007269 CA-125 Antigen Human genes 0.000 claims description 88
- 239000000523 sample Substances 0.000 claims description 77
- 102100022019 Pregnancy-specific beta-1-glycoprotein 2 Human genes 0.000 claims 18
- 101001086862 Homo sapiens Pulmonary surfactant-associated protein B Proteins 0.000 claims 4
- 102100032617 Pulmonary surfactant-associated protein B Human genes 0.000 claims 4
- 102100025475 Carcinoembryonic antigen-related cell adhesion molecule 5 Human genes 0.000 description 309
- NQNXERHVLXYXRO-UHFFFAOYSA-N Diacetylspermine Chemical compound Cl.Cl.CC(=O)NCCCNCCCCNCCCNC(C)=O NQNXERHVLXYXRO-UHFFFAOYSA-N 0.000 description 189
- 206010028980 Neoplasm Diseases 0.000 description 70
- 238000004611 spectroscopical analysis Methods 0.000 description 68
- 230000035945 sensitivity Effects 0.000 description 65
- 230000000391 smoking effect Effects 0.000 description 63
- 201000011510 cancer Diseases 0.000 description 60
- 239000003153 chemical reaction reagent Substances 0.000 description 47
- 102000004169 proteins and genes Human genes 0.000 description 42
- 210000004369 blood Anatomy 0.000 description 41
- 239000008280 blood Substances 0.000 description 41
- 108090000623 proteins and genes Proteins 0.000 description 41
- 238000005481 NMR spectroscopy Methods 0.000 description 34
- 238000005100 correlation spectroscopy Methods 0.000 description 34
- 230000001818 nuclear effect Effects 0.000 description 32
- 239000012634 fragment Substances 0.000 description 31
- 239000002207 metabolite Substances 0.000 description 29
- 239000002245 particle Substances 0.000 description 27
- 238000012216 screening Methods 0.000 description 27
- 239000007787 solid Substances 0.000 description 26
- 238000005160 1H NMR spectroscopy Methods 0.000 description 25
- 238000003556 assay Methods 0.000 description 25
- 239000002131 composite material Substances 0.000 description 25
- 238000004949 mass spectrometry Methods 0.000 description 23
- 238000001514 detection method Methods 0.000 description 22
- 238000002405 diagnostic procedure Methods 0.000 description 22
- 238000003018 immunoassay Methods 0.000 description 22
- 210000002966 serum Anatomy 0.000 description 22
- 238000004458 analytical method Methods 0.000 description 21
- 239000003550 marker Substances 0.000 description 21
- 108020003175 receptors Proteins 0.000 description 21
- 238000013058 risk prediction model Methods 0.000 description 21
- 238000001356 surgical procedure Methods 0.000 description 20
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 18
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 17
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 17
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 17
- 206010041823 squamous cell carcinoma Diseases 0.000 description 16
- 208000009956 adenocarcinoma Diseases 0.000 description 15
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 15
- 238000007619 statistical method Methods 0.000 description 15
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 15
- 108090000790 Enzymes Proteins 0.000 description 14
- 102000004190 Enzymes Human genes 0.000 description 14
- 239000011324 bead Substances 0.000 description 14
- 238000012360 testing method Methods 0.000 description 14
- 238000010200 validation analysis Methods 0.000 description 14
- 238000002512 chemotherapy Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 13
- 238000001959 radiotherapy Methods 0.000 description 13
- 238000002626 targeted therapy Methods 0.000 description 13
- 230000036541 health Effects 0.000 description 11
- 210000002381 plasma Anatomy 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 238000009169 immunotherapy Methods 0.000 description 10
- 238000007477 logistic regression Methods 0.000 description 10
- 238000012163 sequencing technique Methods 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000013179 statistical model Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 239000002246 antineoplastic agent Substances 0.000 description 7
- 239000011230 binding agent Substances 0.000 description 7
- 238000011002 quantification Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 230000001225 therapeutic effect Effects 0.000 description 7
- 102100038965 WAP four-disulfide core domain protein 2 Human genes 0.000 description 6
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Natural products OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 6
- 238000013517 stratification Methods 0.000 description 6
- 101000955067 Homo sapiens WAP four-disulfide core domain protein 2 Proteins 0.000 description 5
- 238000000585 Mann–Whitney U test Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 235000019504 cigarettes Nutrition 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 102000039446 nucleic acids Human genes 0.000 description 5
- 108020004707 nucleic acids Proteins 0.000 description 5
- 150000007523 nucleic acids Chemical class 0.000 description 5
- 235000016709 nutrition Nutrition 0.000 description 5
- 230000005586 smoking cessation Effects 0.000 description 5
- OENHQHLEOONYIE-UKMVMLAPSA-N all-trans beta-carotene Natural products CC=1CCCC(C)(C)C=1/C=C/C(/C)=C/C=C/C(/C)=C/C=C/C=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C OENHQHLEOONYIE-UKMVMLAPSA-N 0.000 description 4
- 230000002494 anti-cea effect Effects 0.000 description 4
- TUPZEYHYWIEDIH-WAIFQNFQSA-N beta-carotene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CCCC1(C)C)C=CC=C(/C)C=CC2=CCCCC2(C)C TUPZEYHYWIEDIH-WAIFQNFQSA-N 0.000 description 4
- 235000013734 beta-carotene Nutrition 0.000 description 4
- 239000011648 beta-carotene Substances 0.000 description 4
- 229960002747 betacarotene Drugs 0.000 description 4
- 229940044683 chemotherapy drug Drugs 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000144 pharmacologic effect Effects 0.000 description 4
- 229920001184 polypeptide Polymers 0.000 description 4
- 239000002243 precursor Substances 0.000 description 4
- 108090000765 processed proteins & peptides Proteins 0.000 description 4
- 102000004196 processed proteins & peptides Human genes 0.000 description 4
- 238000012306 spectroscopic technique Methods 0.000 description 4
- OENHQHLEOONYIE-JLTXGRSLSA-N β-Carotene Chemical compound CC=1CCCC(C)(C)C=1\C=C\C(\C)=C\C=C\C(\C)=C\C=C\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C OENHQHLEOONYIE-JLTXGRSLSA-N 0.000 description 4
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 3
- 208000010507 Adenocarcinoma of Lung Diseases 0.000 description 3
- 238000002965 ELISA Methods 0.000 description 3
- 108010042653 IgA receptor Proteins 0.000 description 3
- 229930012538 Paclitaxel Natural products 0.000 description 3
- 102100034014 Prolyl 3-hydroxylase 3 Human genes 0.000 description 3
- 229940127089 cytotoxic agent Drugs 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 201000005249 lung adenocarcinoma Diseases 0.000 description 3
- 201000005243 lung squamous cell carcinoma Diseases 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 229960001592 paclitaxel Drugs 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000012474 protein marker Substances 0.000 description 3
- 229960003471 retinol Drugs 0.000 description 3
- 235000020944 retinol Nutrition 0.000 description 3
- 239000011607 retinol Substances 0.000 description 3
- 201000008261 skin carcinoma Diseases 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 3
- 206010069754 Acquired gene mutation Diseases 0.000 description 2
- 108091023037 Aptamer Proteins 0.000 description 2
- 239000005551 L01XE03 - Erlotinib Substances 0.000 description 2
- 239000002146 L01XE16 - Crizotinib Substances 0.000 description 2
- VYGQUTWHTHXGQB-FFHKNEKCSA-N Retinol Palmitate Chemical compound CCCCCCCCCCCCCCCC(=O)OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C VYGQUTWHTHXGQB-FFHKNEKCSA-N 0.000 description 2
- -1 antibodies Proteins 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 229910001566 austenite Inorganic materials 0.000 description 2
- BHKICZDKIIDMNR-UHFFFAOYSA-L azane;cyclobutane-1,1-dicarboxylate;platinum(4+) Chemical compound N.N.[Pt+4].[O-]C(=O)C1(C([O-])=O)CCC1 BHKICZDKIIDMNR-UHFFFAOYSA-L 0.000 description 2
- 238000010256 biochemical assay Methods 0.000 description 2
- VERWOWGGCGHDQE-UHFFFAOYSA-N ceritinib Chemical compound CC=1C=C(NC=2N=C(NC=3C(=CC=CC=3)S(=O)(=O)C(C)C)C(Cl)=CN=2)C(OC(C)C)=CC=1C1CCNCC1 VERWOWGGCGHDQE-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- KTEIFNKAUNYNJU-GFCCVEGCSA-N crizotinib Chemical compound O([C@H](C)C=1C(=C(F)C=CC=1Cl)Cl)C(C(=NC=1)N)=CC=1C(=C1)C=NN1C1CCNCC1 KTEIFNKAUNYNJU-GFCCVEGCSA-N 0.000 description 2
- AAKJLRGGTJKAMG-UHFFFAOYSA-N erlotinib Chemical compound C=12C=C(OCCOC)C(OCCOC)=CC2=NC=NC=1NC1=CC=CC(C#C)=C1 AAKJLRGGTJKAMG-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 150000002894 organic compounds Chemical class 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000159 protein binding assay Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000037439 somatic mutation Effects 0.000 description 2
- 238000001179 sorption measurement Methods 0.000 description 2
- 238000012105 stratification Analysis Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 210000004881 tumor cell Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- BBNHCUBQEQJHIG-FZZJNMCHSA-N 1-[(8Z,11Z,14Z)-icosatrienoyl]-sn-glycero-3-phosphocholine Chemical compound CCCCC\C=C/C\C=C/C\C=C/CCCCCCC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C BBNHCUBQEQJHIG-FZZJNMCHSA-N 0.000 description 1
- IHNKQIMGVNPMTC-RUZDIDTESA-N 1-stearoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCCCC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C IHNKQIMGVNPMTC-RUZDIDTESA-N 0.000 description 1
- IJJWOSAXNHWBPR-HUBLWGQQSA-N 5-[(3as,4s,6ar)-2-oxo-1,3,3a,4,6,6a-hexahydrothieno[3,4-d]imidazol-4-yl]-n-(6-hydrazinyl-6-oxohexyl)pentanamide Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)NCCCCCC(=O)NN)SC[C@@H]21 IJJWOSAXNHWBPR-HUBLWGQQSA-N 0.000 description 1
- ULXXDDBFHOBEHA-ONEGZZNKSA-N Afatinib Chemical compound N1=CN=C2C=C(OC3COCC3)C(NC(=O)/C=C/CN(C)C)=CC2=C1NC1=CC=C(F)C(Cl)=C1 ULXXDDBFHOBEHA-ONEGZZNKSA-N 0.000 description 1
- 108700028369 Alleles Proteins 0.000 description 1
- 102000004506 Blood Proteins Human genes 0.000 description 1
- 108010017384 Blood Proteins Proteins 0.000 description 1
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 1
- 108010022366 Carcinoembryonic Antigen Proteins 0.000 description 1
- 208000005443 Circulating Neoplastic Cells Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 206010063599 Exposure to chemical pollution Diseases 0.000 description 1
- 229940076838 Immune checkpoint inhibitor Drugs 0.000 description 1
- 102000008394 Immunoglobulin Fragments Human genes 0.000 description 1
- 108010021625 Immunoglobulin Fragments Proteins 0.000 description 1
- 102100033420 Keratin, type I cytoskeletal 19 Human genes 0.000 description 1
- 108010066302 Keratin-19 Proteins 0.000 description 1
- 108010076876 Keratins Proteins 0.000 description 1
- 102000011782 Keratins Human genes 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- FONIWJIDLJEJTL-UHFFFAOYSA-N N(8)-acetylspermidine Chemical compound CC(=O)NCCCCNCCCN FONIWJIDLJEJTL-UHFFFAOYSA-N 0.000 description 1
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 1
- 108091005461 Nucleic proteins Proteins 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 108091002660 WAP Four-Disulfide Core Domain Protein 2 Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 229960001686 afatinib Drugs 0.000 description 1
- ULXXDDBFHOBEHA-CWDCEQMOSA-N afatinib Chemical compound N1=CN=C2C=C(O[C@@H]3COCC3)C(NC(=O)/C=C/CN(C)C)=CC2=C1NC1=CC=C(F)C(Cl)=C1 ULXXDDBFHOBEHA-CWDCEQMOSA-N 0.000 description 1
- 229940054051 antipsychotic indole derivative Drugs 0.000 description 1
- 229940120638 avastin Drugs 0.000 description 1
- 229960000397 bevacizumab Drugs 0.000 description 1
- 239000000091 biomarker candidate Substances 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 239000012496 blank sample Substances 0.000 description 1
- 239000000117 blood based biomarker Substances 0.000 description 1
- 235000011089 carbon dioxide Nutrition 0.000 description 1
- 229960004562 carboplatin Drugs 0.000 description 1
- 230000019522 cellular metabolic process Effects 0.000 description 1
- 229960001602 ceritinib Drugs 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- DQLATGHUWYMOKM-UHFFFAOYSA-L cisplatin Chemical compound N[Pt](N)(Cl)Cl DQLATGHUWYMOKM-UHFFFAOYSA-L 0.000 description 1
- 229960004316 cisplatin Drugs 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229960005061 crizotinib Drugs 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 208000030381 cutaneous melanoma Diseases 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229960003668 docetaxel Drugs 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 229960001433 erlotinib Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 229940014144 folate Drugs 0.000 description 1
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 1
- 235000019152 folic acid Nutrition 0.000 description 1
- 239000011724 folic acid Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- XGALLCVXEZPNRQ-UHFFFAOYSA-N gefitinib Chemical compound C=12C=C(OCCCN3CCOCC3)C(OC)=CC2=NC=NC=1NC1=CC=C(F)C(Cl)=C1 XGALLCVXEZPNRQ-UHFFFAOYSA-N 0.000 description 1
- SDUQYLNIPVEERB-QPPQHZFASA-N gemcitabine Chemical compound O=C1N=C(N)C=CN1[C@H]1C(F)(F)[C@H](O)[C@@H](CO)O1 SDUQYLNIPVEERB-QPPQHZFASA-N 0.000 description 1
- 229940087158 gilotrif Drugs 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012274 immune-checkpoint protein inhibitor Substances 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 150000002475 indoles Chemical class 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010172 mouse model Methods 0.000 description 1
- 229940086322 navelbine Drugs 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 238000004223 overdiagnosis Methods 0.000 description 1
- NYDXNILOWQXUOF-GXKRWWSZSA-L pemetrexed disodium Chemical compound [Na+].[Na+].C=1NC=2NC(N)=NC(=O)C=2C=1CCC1=CC=C(C(=O)N[C@@H](CCC([O-])=O)C([O-])=O)C=C1 NYDXNILOWQXUOF-GXKRWWSZSA-L 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000002831 pharmacologic agent Substances 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 229940063179 platinol Drugs 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229940108325 retinyl palmitate Drugs 0.000 description 1
- 235000019172 retinyl palmitate Nutrition 0.000 description 1
- 239000011769 retinyl palmitate Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000007423 screening assay Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000002198 surface plasmon resonance spectroscopy Methods 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 229940120982 tarceva Drugs 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000000107 tumor biomarker Substances 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- GBABOYUKABKIAF-IELIFDKJSA-N vinorelbine Chemical compound C1N(CC=2C3=CC=CC=C3NC=22)CC(CC)=C[C@H]1C[C@]2(C(=O)OC)C1=CC([C@]23[C@H]([C@@]([C@H](OC(C)=O)[C@]4(CC)C=CCN([C@H]34)CC2)(O)C(=O)OC)N2C)=C2C=C1OC GBABOYUKABKIAF-IELIFDKJSA-N 0.000 description 1
- 229960002066 vinorelbine Drugs 0.000 description 1
- CILBMBUYJCWATM-PYGJLNRPSA-N vinorelbine ditartrate Chemical compound OC(=O)[C@H](O)[C@@H](O)C(O)=O.OC(=O)[C@H](O)[C@@H](O)C(O)=O.C1N(CC=2C3=CC=CC=C3NC=22)CC(CC)=C[C@H]1C[C@]2(C(=O)OC)C1=CC([C@]23[C@H]([C@@]([C@H](OC(C)=O)[C@]4(CC)C=CCN([C@H]34)CC2)(O)C(=O)OC)N2C)=C2C=C1OC CILBMBUYJCWATM-PYGJLNRPSA-N 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 229940049068 xalkori Drugs 0.000 description 1
- 229940052129 zykadia Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57423—Specifically defined cancers of lung
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6848—Methods of protein analysis involving mass spectrometry
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
- G16B5/20—Probabilistic models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2560/00—Chemical aspects of mass spectrometric analysis of biological material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/50—Determining the risk of developing a disease
Abstract
本发明涉及肺癌的检测和治疗方法，具体提供了用于检测早期肺癌的方法和相关试剂盒，以及确定患肺癌的风险。
Description
本发明申请是基于申请日为2018年02月09日，申请号为201880010925.0(国际申请号为PCT/US2018/017704)、名称为“肺癌的检测和治疗方法”的发明专利申请的分案申请。
相关申请的交叉引用
本申请要求2017年2月9日提交的美国临时申请第62/456,731号的优先权，将其公开内容全部并入本文以供参照。
序列表的并入
包括在名为“MDA0025401PC_ST25”的文件中的序列表，其在Microsoft Windows操作系统中检测为140千字节并且在2018年1月4日创建，以电子方式提交，并且并入本文以供参照。
技术领域
本发明涉及肺癌的检测和治疗方法，具体提供了用于检测早期肺癌的方法和相关试剂盒，以及确定患肺癌的风险。
背景技术
肺癌是美国最普遍的癌症，五年存活率小于15％。对肺癌的治疗正在从使用由辐射、叶酸代谢、基于铂的药物和/或基于紫杉醇的药物组成的有限选择的疗法转变为需要对肿瘤和/或存在或缺乏关键生物标志物或治疗性靶蛋白进行组织学表征的更靶向的治疗。
肺癌是世界范围内的主要癌症杀手，并且占美国所有癌症死亡中的四分之一。来自全国肺筛查试验(NLST)的数据表明，每年对高风险现下吸烟者和戒烟者进行胸部LDCT筛查使肺癌死亡率降低20％，总死亡率降低7％。因此，美国预防服务工作组(USPSTF)已推荐在已吸烟30包年(pack-year)、戒烟后不超过15年的年龄为55-80岁的烟民(ever-smoker)中进行LDCT筛查肺癌。然而，NLST研究使得就与过度诊断相关联的发病率、良性结节治疗和经济成本而言与CT筛查相关的几个重要消极方面变得突出。重要的是，基于目前的筛查标准，通过筛查挽救的生命数量占肺癌死亡总人数的百分比估计相对较小。此外，从一般群体队列(英国Biobank和欧洲癌症与营养前瞻性调查(EPIC)研究)招募的一百多万受试者的数据表明，少于50％发生率(incident)的肺癌病例将有资格基于USPSTF标准接受筛查。
关于肺癌风险预测的大量文献对于在鉴定CT筛查受试者时用基于风险的模型替换二分类USPSTF筛查标准的益处提供了令人信服的论据。例如，最近估计通过使用基于个体风险评估的筛查标准可以避免20％的额外肺癌死亡。考虑到利用这种风险预测工具所需的信息可以由普通医师轻松确定-或者甚至使用在线风险计算器进行自我评估-未来的肺癌筛查项目似乎可能在评估筛查资格时实施这些工具。
USPSTF筛查标准的替代方案将是基于个体水平风险的筛查标准，其准确地估计每名个体在不久的将来(例如，1-3年)的肺癌风险。已经发布了几种依赖于人口统计数据(年龄和性别)和问卷调查(主要是吸烟)的风险因素数据的风险预测模型。然而，通过并入包括无法通过问卷调查获取的信息的生物标志物，可以获得实质性的改善。
目前正使用靶向核酸、蛋白质和代谢物以及循环肿瘤细胞和微粒的各种分析平台，努力开发用于肺癌早期检测的基于血液的生物标志物。例如，蛋白质组学研究已确定了几种候选循环标志物，包括表面活性蛋白B(SFTPB)及其前体形式(Pro-SFTPB)，当使用在LDCT(AUC改善：0.67-0.74)时收集的血液样品以及来自医师健康研究(PhysiciansHealthStudy)的诊断前血液样品进行测定时，已证明Pro-SFTPB结合吸烟信息可以显著改善肺癌风险预测。已发现其它循环蛋白在肺癌中表现出增加的水平，但具有有限的灵敏度和特异性而不足以用作肺癌筛查的单一标志物。
鉴于SFTPB及其前体形式Pro-SFTPB在肺癌诊断之前收集的样品中和在筛查环境中的表现，使用一组选定的肿瘤相关蛋白质对USPSTF标准进行改进的可能性进行了研究。该研究基于高风险肺癌前瞻性队列、用于建立小组的β-胡萝卜素和视黄醇功效试验(CARET)研究、以及选自两个大型一般群体队列的病例和对照、欧洲癌症与营养前瞻性调查(EPIC)研究以及瑞典北部健康与疾病研究(NSHDS)，涉及367,000名参与者进行验证。
发明内容
本公开提供用于肺癌早期检测的方法和试剂盒。该方法和试剂盒利用对从受试者获取的生物样品中包括的生物标志物的多个测定。对至少四种生物标志物：CEA、CA125、CYFRA21-1和Pro-SFTPB的联合分析，在针对具有已知肺癌状态(即肺癌阳性或肺癌阴性)的队列进行筛查时提供高准确性的肺癌诊断。任选地，也可以分析二乙酰精胺(DAS)的水平。
基于来自受试者的生物样品中发现的CEA、CA125、CYFRA21-1和Pro-SFTPB的水平，鉴定出可以预测受试者的肺癌状态的回归模型。
在一美国队列中开发基于四种单独的生物标志物的生物标志物得分，并且在两个欧洲队列中的外部验证证实，与仅基于吸烟信息的模型相比，将生物标志物得分与吸烟信息合并在综合风险预测模型中提供了在病例和对照之间总体区分的显著改善。与USPSTF筛查标准的42％相比，综合风险预测模型鉴定验证样品中76％的未来肺癌病例，而不增加假阳性数量。
因此，本文提供：
·检测受试者肺癌和肺癌风险的方法；
·确定和/或对受试者中肺癌存在的风险增加进行定量的方法；
·确定受试者患肺癌风险的方法；
各自包括测量来自受试者的样品中CEA、CA125、CYFRA21-1和Pro-SFTPB以及任选的二乙酰精胺(DAS)的水平。
还提供治疗或预防受试者中肺癌进展的方法，其中CEA、CA125、CYFRA21-1和pro-SFTPB以及任选的二乙酰精胺(DAS)的水平将受试者分类为患有肺癌或处于患肺癌的风险。
还提供相应的试剂盒，用于确定来自受试者的样品中肺癌指标的存在，用于检测受试者中的肺癌和肺癌风险，以及用于确定和/或对受试者中肺癌存在的风险增加进行定量，该试剂盒包括用于测量样品中CEA、CA125、CYFRA21-1和pro-SFTPB以及任选的二乙酰精胺(DAS)的材料。
在一些实施方式中，在从受试者抽取的血液样品中测量生物标志物。在一些实施方式中，可以确定生物样品中生物标志物的存在或缺乏。在一些实施方式中，可以对生物样品中的生物标志物的水平进行定量。
在一些实施方式中，提供表面以分析生物样品。在一些实施方式中，目标生物标志物非特异性地吸附在该表面上。在一些实施方式中，将对目标生物标志物具有特异性的受体掺入该表面。在一些实施方式中，表面与颗粒结合，例如珠子。
在一些实施方式中，生物标志物结合特定受体分子，并且可以确定生物标志物-受体复合物的存在或缺乏。在一些实施方式中，可以对生物标志物-受体复合物的量进行定量。在一些实施方式中，受体分子与酶连接以促进检测和定量。
在一些实施方式中，生物标志物结合特定的中继分子，并且生物标志物-中继分子复合物转而又结合受体分子。在一些实施方式中，能够确定生物标志物-中继-受体复合物的存在或缺乏。在一些实施方式中，可以对生物标志物-中继-受体复合物的量进行定量。在一些实施方式中，受体分子与酶连接以促进检测和定量。
在一些实施方式中，依次分析生物样品的各个生物标志物。在一些实施方式中，将生物样品分成单独的部分以允许同时分析多种生物标志物。在一些实施方式中，在针对多种生物标志物的单个过程中分析生物样品。
在一些实施方式中，能够通过视觉检查确定生物标志物的存在或缺乏。在一些实施方式中，生物标志物的量能够通过使用光谱技术来确定。在一些实施方式中，光谱技术是质谱法。在一些实施方式中，光谱技术是UV/Vis光谱法。在一些实施方式中，光谱技术是激发/发射技术，如荧光光谱法。
在一些实施方式中，生物标志物CEA、CA125、CYFRA21-1和Pro-SFTPB的分析能够与其它生物标志物的分析组合。在一些实施方式中，另外的生物标志物可以是蛋白质生物标志物。在一些实施方式中，另外的生物标志物可以是非蛋白质生物标志物。在一些实施方式中，非蛋白质生物标志物可以是循环肿瘤DNA(ctDNA)。在一些实施方式中，这种方法可进一步包括测量生物样品中代谢物例如二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。在一些实施方式中，可根据需要引入另外的代谢物。
在一些实施方式中，提供用于分析生物样品的试剂盒。在一些实施方式中，试剂盒能够含有进行分析所需的化学品和试剂。在一些实施方式中，试剂盒包括用于对生物样品操作的手段，以便最小化所需的操作者干预。在一些实施方式中，试剂盒能够以数字方式记录分析的结果。在一些实施方式中，试剂盒能够对分析产生的数据进行任何所需的数学处理。
另一方面，本公开提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本公开提供一种确定受试者患肺癌的风险的方法，其包括血浆衍生的生物标志物组和蛋白质标志物组，其中血浆衍生的生物标志物组包括二乙酰精胺(DAS)；其中蛋白质生物标志物组包括CEA、CA125、CYFRA21-1和pro-SFTPB；其中该方法包括从受试者获得生物样品；测量生物样品中血浆衍生的生物标志物和蛋白质生物标志物的水平；其中，血浆衍生的生物标志物和蛋白质生物标志物的量将受试者分类为处于患癌症的风险或不处于患肺癌的风险。
另一方面，本公开提供一种确定受试者患肺癌的风险的方法，其包括确定一种或多种蛋白质生物标志物和一种或多种代谢物标志物的水平，所述方法包括从受试者获取生物样品；使样品与结合CEA抗原的第一报告分子接触；使样品与结合CA125抗原的第二报告分子接触；使样品与结合CYFRA21-1抗原的第三报告分子接触；并使样品与结合pro-SFTPB抗原的第四报告分子接触；以及确定一种或多种生物标志物的水平，其中该一种或多种生物标志物选自二乙酰精胺(DAS)；其中第一报告分子、第二报告分子、第三报告分子、第四报告分子和一种或多种生物标志物的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本公开提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB抗原的水平；测量生物样品中选自二乙酰精胺(DAS)的一种或多种代谢物标志物的水平；如通过对生物样品中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原和二乙酰精胺(DAS)的水平进行统计分析所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本公开提供一种治疗疑似患有肺癌或处于患肺癌的风险的受试者的方法，其包括用本文所述的方法分析受试者患肺癌的风险；施用治疗有效量的对癌症的治疗。在一个实施方式中，治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，这种方法包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和pro-SFTPB的抗原。在另一个实施方式中，CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，蛋白质或代谢物标志物中的至少一种产生能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过光谱法检测。在另一个实施方式中，光谱法是质谱法。在另一个实施方式中，这种方法可包括将患者病史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法可包括对指定为患有肺癌的患者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
另一方面，本发明提供一种用于本文所述方法的试剂盒，其包括试剂溶液，该试剂溶液包括用于检测CEA抗原的第一溶质；用于检测CA125抗原的第二溶质；用于检测CYFRA21-1抗原的第三溶质；用于检测pro-SFTPB抗原的第四溶质；和用于检测二乙酰精胺(DAS)的第五溶质。
另一方面，本公开提供一种用于本文所述方法的试剂盒，其包括第一试剂溶液，其包括用于检测CEA抗原的第一溶质；第二试剂溶液，其包括用于检测CA125抗原的第二溶质；第三试剂溶液，其包括用于检测CYFRA21-1抗原的第三溶质；第四试剂溶液，其包括用于检测pro-SFTPB的第四溶质；第五试剂溶液，其包括用于检测二乙酰精胺(DAS)的第五溶质。
在一个实施方式中，这种试剂盒包括用于使试剂溶液与生物样品接触的装置。在另一个实施方式中，这种试剂盒包括至少一个表面，其具有结合至少一种抗原的手段(means)。在另一个实施方式中，该至少一种抗原选自CEA、CA125、CYFRA21-1、pro-SFTPB。在另一个实施方式中，该至少一个表面包括用于结合ctDNA的手段。
另一方面，本公开提供一种治疗疑似有患肺癌风险的受试者的方法，其包括：用本文所述的方法分析受试者患肺癌的风险；施用治疗有效量的对肺癌的治疗。在一个实施方式中，治疗是外科手术、化学疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，这种方法包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和pro-SFTPB的抗原。在另一个实施方式中，对CEA、CA125、CYFRA21-1、pro-SFTPB或二乙酰精胺(DAS)的量的检测包括使用固体颗粒。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，蛋白质或代谢物标志物中的至少一种产生能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过光谱法检测。在另一个实施方式中，光谱法是质谱法。在另一个实施方式中，这种方法包括将患者病史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法包括对指定为患有肺癌的患者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
另一方面，本公开提供一种治疗或预防受试者中肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平将受试者分类为患有肺癌或者处于患肺癌的风险，该方法包括以下一项或多项：向肺癌受试者施用化疗药物；向肺癌受试者施用治疗性放射；和外科手术，用于部分或完全手术切除肺癌受试者中的癌组织。在一个实施方式中，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，AUC(95％CI)为至少0.83或至少0.80。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，AUC(95％CI)为至少0.830或至少0.800。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，肺癌在临界可切除阶段或之前诊断。在另一个实施方式中，肺癌在可切除阶段诊断。
另一方面，本公开提供一种治疗或预防受试者中肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原、二乙酰精胺(DAS)的水平将受试者分类为患有肺癌或处于患肺癌风险，该方法包括以下一项或多项：向肺癌受试者施用化疗药物；向肺癌受试者施用治疗性放射；和外科手术，用于部分或完全手术切除肺癌受试者中的癌组织。在一个实施方式中，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平升高。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原的水平升高。在另一个实施方式中，受试者处于肺癌的高风险中。
另一方面，本公开提供一种治疗疑似有患肺癌风险的受试者的方法，其包括用本文公开的方法分析受试者患肺癌的风险；施用治疗有效量的对肺癌的治疗。在一个实施方式中，治疗是外科手术、化学疗法、放射疗法、靶向疗法、或其组合。
1.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
测量所述生物样品中CEA的水平；
测量所述生物样品中CA125的水平；
测量所述生物样品中CYFRA21-1的水平；
测量所述生物样品中Pro-SFTPB的水平；
其中CEA、CA125、CYFRA21-1和Pro-SFTPB的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
2.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
使所述样品与结合CEA的第一报告分子接触；
使所述样品与结合CA125的第二报告分子接触；
使所述样品与结合CYFRA21-1的第三报告分子接触；
使所述样品与结合Pro-SFTPB的第四报告分子接触；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
3.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供结合CEA、CA125、CYFRA21-1和Pro-SFTPB的表面；
将所述表面与所述生物样品一起孵育；
使所述表面与结合CEA的第一报告分子接触；
使所述表面与结合CA125的第二报告分子接触；
使所述表面与结合CYFRA21-1的第三报告分子接触；
使所述表面与结合Pro-SFTPB的第四报告分子接触；
测量与所述表面相关联的所述第一报告分子的量；
测量与所述表面相关联的所述第二报告分子的量；
测量与所述表面相关联的所述第三报告分子的量；
测量与所述表面相关联的所述第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
4.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA的手段的第一表面；
提供具有用于结合CA125的手段的第二表面；
提供具有用于结合CYFRA21-1的手段的第三表面；
提供具有用于结合Pro-SFTPB的手段的第四表面；
将所述第一表面与所述生物样品一起孵育；
将所述第二表面与所述生物样品一起孵育；
将所述第三表面与所述生物样品一起孵育；
将所述第四表面与所述生物样品一起孵育；
使所述第一表面与结合CEA的第一报告分子接触；
使所述第二表面与结合CA125的第二报告分子接触；
使所述第三表面与结合CYFRA21-1的第三报告分子接触；
使所述第四表面与结合pro-SFTPB的第三报告分子接触；
测量与所述第一表面相关联的所述第一报告分子的量；
测量与所述第二表面相关联的所述第二报告分子的量；
测量与所述第三表面相关联的所述第三报告分子的量；
测量与所述第四表面相关联的所述第三报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
5.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA、CA125、CYFRA21-1和Pro-SFTPB的手段的表面；
将所述表面与所述生物样品一起孵育；
使所述表面与结合CEA的第一中继分子接触；
使所述表面与结合CA125的第二中继分子接触；
使所述表面与结合CYFRA21-1的第三中继分子接触；
使所述表面与结合Pro-SFTPB的第四中继分子接触；
使所述表面与结合所述第一中继分子的第一报告分子接触；
使所述表面与结合所述第二中继分子的第二报告分子接触；
使所述表面与结合所述第三中继分子的第三报告分子接触；
使所述表面与结合所述第四中继分子的第四报告分子接触；
测量与所述第一中继分子和CEA相关联的所述第一报告分子的量；
测量与所述第二中继分子和CA125相关联的所述第二报告分子的量；
测量与所述第三中继分子和CYFRA21-1相关联的第三报告分子的量；
测量与所述第四中继分子和Pro-SFTPB相关联的第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
6.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA的手段的第一表面；
提供具有用于结合CA125的手段的第二表面；
提供具有用于结合CYFRA21-1的手段的第三表面；
提供具有用于结合Pro-SFTPB的手段的第四表面；
将所述第一表面与所述生物样品一起孵育；
将所述第二表面与所述生物样品一起孵育；
将所述第三表面与所述生物样品一起孵育；
将所述第四表面与所述生物样品一起孵育；
使所述第一表面与结合CEA的第一中继分子接触；
使所述第二表面与结合CA125的第二中继分子接触；
使所述第三表面与结合CYFRA21-1的第三中继分子接触；
使所述第四表面与结合Pro-SFTPB的第四中继分子接触；
使所述第一表面与结合所述第一中继分子的第一报告分子接触；
使所述第二表面与结合所述第二中继分子的第二报告分子接触；
使所述第三表面与结合所述第三中继分子的第三报告分子接触；
使所述第四表面与结合所述第四中继分子的第四报告分子接触；
测量与所述第一中继分子和CEA相关联的所述第一报告分子的量；
测量与所述第二中继分子和CA125相关联的所述第二报告分子的量；
测量与所述第三中继分子和CYFRA21-1相关联的所述第三报告分子的量；
测量与所述第四中继分子和Pro-SFTPB相关联的所述第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
7.如权利要求1-6中任一项所述的方法，其中相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的量在所述受试者中升高。
8.如权利要求1-7中任一项所述的方法，其中至少一个表面还包括至少一种选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物的受体分子。
9.如权利要求1-8中任一项所述的方法，其中与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的量升高。
10.如权利要求1-9中任一项所述的方法，其中至少一个表面还包括至少一种选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原的受体分子。
11.如权利要求10所述的方法，其中所述参照受试者或组是健康的。
12.如权利要求1-11中任一项所述的方法，还包括：
测量所述生物样品中二乙酰精胺(DAS)的水平；
其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。
13.如权利要求1-12中任一项所述的方法，其中所述样品包括选自血液、血浆和血清的生物样品。
14.如权利要求13所述的方法，其中所述生物样品是血清。
15.如权利要求1-14中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。
16.如权利要求1-15中任一项所述的方法，其中测量CEA、CA125CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)的浓度。
17.如权利要求1-16中任一项所述的方法，其中基于所测量的生物标志物的浓度确定所述受试者是否患有肺癌。
18.如权利要求1-17中任一项所述的方法，其中所测量的浓度用于基于表10中所列的截止值处的灵敏度和特异性值计算生物标志物得分。
19.如权利要求1-18中任一项所述的方法，还包括以下步骤：将所测量的所述生物样品中每种生物标志物的浓度与统计模型的预测进行比较。
20.如权利要求19所述的方法，其中小组选自：
a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或
b.由CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)组成的小组。
21.如权利要求1-20中任一项所述的方法，其中至少一个表面是固体颗粒的表面。
22.如权利要求21所述的方法，其中所述固体颗粒是珠子。
23.如权利要求2-22中任一项所述的方法，其中至少一种报告分子与酶连接。
24.如权利要求2-23中任一项所述的方法，其中至少一种报告分子提供能够检测到的信号。
25.如权利要求24所述的方法，其中所述能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。
26.如权利要求25所述的方法，其中所述光谱测定方法是质谱术。
27.如权利要求1-26中任一项所述的方法，其中所述小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。
28.如权利要求27所述的方法，其中所述小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。
29.如权利要求2-28中任一项所述的方法，其中所述第一报告分子选择性结合CEA。
30.如权利要求2-28中任一项所述的方法，其中所述第二报告分子选择性结合CA125。
31.如权利要求2-28中任一项所述的方法，其中所述第三报告分子选择性结合CYFRA21-1。
32.如权利要求2-28中任一项所述的方法，其中所述第四报告分子选择性结合Pro-SFTPB。
33.如权利要求1-32中任一项所述的方法，其中CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。
34.如权利要求1-33中任一项所述的方法，其中CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。
35.如权利要求1-34中任一项所述的方法，其包括将受试者病史信息包括在患有肺癌或不患有肺癌的指定中。
36.如权利要求1-35中任一项所述的方法，其包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。
37.如权利要求36所述的方法，其中所述至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
38.一种治疗疑似患有肺癌的受试者的方法，其包括
用权利要求1-37中任一项所述的方法分析所述受试者患肺癌的风险，和
施用治疗有效量的对癌症的治疗。
39.如权利要求38所述的治疗方法，其中所述治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。
40.如权利要求1-39中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
41.如权利要求1-40中任一项所述的方法，其中与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
42.如权利要求1-40中任一项所述的方法，其中与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
43.如权利要求1-42中任一项所述的方法，还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中所例示的截止值进行比较。
44.如权利要求43所述的方法，其中所述截止值包括至少0.83的AUC(95％ CI)。
45.如权利要求43所述的方法，其中所述截止值包括至少0.80的AUC(95％ CI)。
46.根据权利要求43所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
47.如权利要求1-40中任一项所述的方法，其中所述肺癌在临界可切除阶段或之前诊断。
48.如权利要求47的方法，其中所述肺癌在可切除阶段诊断。
49.一种确定受试者患肺癌的风险的方法，其包括
从所述受试者获取生物样品；
通过使所述生物样品与CEA抗体接触并观察CEA与抗体之间的结合来测量所述生物样品中CEA的水平；
通过使所述生物样品与CA125抗体接触并观察CA125与抗体之间的结合来测量所述生物样品中CA125的水平；
通过使所述生物样品与CYFRA21-1抗体接触并观察CYFRA21-1与抗体之间的结合来测量所述生物样品中CYFRA21-1的水平；
通过使所述生物样品与pro-SFTPB抗体接触并观察pro-SFTPB与抗体之间的结合来测量所述生物样品中pro-SFTPB的水平；
如通过对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测量所确定，将所述受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
50.一种确定受试者患肺癌的风险的方法，其包括
从所述受试者获取生物样品；
测量所述生物样品中CEA的水平；
测量所述生物样品中CA125的水平；
测量所述生物样品中CYFRA21-1的水平；
测量所述生物样品中pro-SFTPB的水平；
确定CEA相对于第一标准值的水平，其中该比率预测肺癌的存在；
确定CA125相对于第二标准值的水平，其中该比率预测肺癌的存在；
确定CYFRA21-1相对于第三标准值的水平，其中该比率预测肺癌的存在；和
确定pro-SFTPB相对于第四标准值的水平，其中该比率预测肺癌的存在；和
如通过对CEA、CA125、CYFRA21-1和pro-SFTPB水平的比率的统计分析所确定，将所述受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
51.一种预测受试者患肺癌的风险的方法，其包括
从所述受试者获取生物样品；
测量所述生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB生物标志物的水平；和
如通过对CEA、CA125、CYFRA21-1和pro-SFTPB水平的统计分析所确定，计算预测因子。
52.一种确定受试者患肺癌的风险的方法，其包括
从所述受试者获取生物样品；
测量所述生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB生物标志物的水平；
如通过对所述生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB水平的统计分析所确定，将所述受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
53.一种使用从疑似患有肺癌的受试者获得的生物样品确定受试者患肺癌的风险的方法，所述方法包括
使用至少一种对CEA具有特异性的抗体或抗体部分，测定所述生物样品中存在的CEA的水平；和
使用至少一种对CA125具有特异性的抗体或抗体部分，测定所述生物样品中存在的CA125的水平；和
使用至少一种对CYFRA21-1具有特异性的抗体或抗体部分，测定所述生物样品中存在的CYFRA21-1的水平；和
使用至少一种对pro-SFTPB具有特异性的抗体或抗体部分，测定所述生物样品中存在的pro-SFTPB的水平；和
确定CEA、CA125、CYFRA21-1和pro-SFTPB的水平是否指示所述受试者患有肺癌。
54.一种用于确定受试者患肺癌的风险的方法，其包括
从受试者获取生物样品；
用抗CEA抗体或其抗原结合片段对所述样品进行免疫测定；
用抗CA125抗体或其抗原结合片段对所述样品进行免疫测定；
用抗CYFRA21-1抗体或其抗原结合片段对所述样品进行免疫测定；
用抗pro-SFTPB抗体或其抗原结合片段对所述样品进行免疫测定；
其中抗体的结合指示所述受试者中的肺癌，并且免疫测定能够检测早期肺癌。
55.一种用于确定受试者患肺癌的风险的方法，其包括
从所述受试者获取生物样品；
用抗CEA抗体或其抗原结合片段进行免疫测定；
用抗CA125抗体或其抗原结合片段进行免疫测定；
用抗CYFRA21-1抗体或其抗原结合片段进行免疫测定；
用抗pro-SFTPB抗体或其抗原结合片段进行免疫测定；
确定CEA、CA125、CYFRA21-1和pro-SFTPB的水平是否指示所述受试者患有肺癌。
56.如权利要求49-55中任一项所述的方法，其中相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB的水平在所述受试者中升高。
57.如权利要求49-56中任一项所述的方法，其中与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
58.如权利要求57所述的方法，其中所述参照受试者或组是健康的。
59.如权利要求49-58中任一项所述的方法，其中至少一个表面还包括至少一种选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原的受体分子。
60.如权利要求49-59中任一项所述的方法，其中至少一个表面是固体颗粒的表面。
61.如权利要求49-60中任一项所述的方法，还包括：
测量所述生物样品中二乙酰精胺(DAS)的水平；
其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。
62.如权利要求49-61中任一项所述的方法，其中所述样品包括选自血液、血浆和血清的生物样品。
63.如权利要求62所述的方法，其中所述生物样品是血清。
64.如权利要求49-63中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。
65.如权利要求49-64中任一项所述的方法，其中对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。
66.如权利要求65所述的方法，其中所述固体颗粒是珠子。
67.如权利要求49-66中任一项所述的方法，其中至少一种报告分子与酶连接。
68.如权利要求49-66中任一项所述的方法，其中至少一种报告分子提供能够检测到的信号。
69.如权利要求68所述的方法，其中所述能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。
70.如权利要求49-69中任一项所述的方法，其中测量CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)的浓度。
71.如权利要求49-70中任一项所述的方法，其中基于所测量的生物标志物的浓度，确定所述受试者是否患有肺癌。
72.如权利要求71所述的方法，其中所测量的浓度用于基于表10中所列的截止值处的灵敏度和特异性值计算生物标志物得分。
73.如权利要求49-72中任一项所述的方法，还包括以下步骤：将所测量的所述生物样品中每种生物标志物的浓度与统计模型的预测进行比较。
74.如权利要求49-73中任一项所述的方法，其中小组选自：
a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或
b.由CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)组成的小组。
75.如权利要求49-74中任一项所述的方法，其中小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。
76.如权利要求49-75中任一项所述的方法，其中小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。
77.如权利要求49-76中任一项所述的方法，其中第一报告分子选择性结合CEA。
78.如权利要求49-77中任一项所述的方法，其中第二报告分子选择性结合CA125。
79.如权利要求49-78中任一项所述的方法，其中第三报告分子选择性结合CYFRA21-1。
80.如权利要求49-79中任一项所述的方法，其中第四报告分子选择性结合Pro-SFTPB。
81.如权利要求49-80中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。
82.如权利要求49-81中任一项所述的方法，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。
83.如权利要求49-82中任一项所述的方法，其包括将受试者病史信息包括在患有肺癌或不患有肺癌的指定中。
84.如权利要求49-83中任一项所述的方法，其包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。
85.如权利要求84所述的方法，其中所述至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
86.一种治疗疑似患有肺癌的受试者的方法，其包括
用权利要求49-85中任一项所述的方法分析所述受试者患肺癌的风险；和
施用治疗有效量的对癌症的治疗。
87.如权利要求86所述的治疗方法，其中所述治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。
88.如权利要求49-87中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
89.如权利要求49-88中任一项所述的方法，其中与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
90.如权利要求49-89中任一项所述的方法，其中与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
91.如权利要求49-89中任一项所述的方法，其还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。
92.如权利要求91所述的方法，其中所述截止值包括至少0.83的AUC(95％ CI)。
93.如权利要求91所述的方法，其中所述截止值包括至少0.80的AUC(95％ CI)。
94.如权利要求49-93中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
95.如权利要求49-94中任一项所述的方法，其中所述肺癌在临界可切除阶段或之前诊断。
96.如权利要求49-95中任一项所述的方法，其中所述肺癌在可切除阶段诊断。
97.一试剂盒，其用于权利要求1-24中任一项所述的方法，所述试剂盒包括包含以下溶质的试剂溶液：
用于检测CEA的第一溶质；
用于检测CA125的第二溶质；
用于检测CYFRA21-1的第三溶质；和
用于检测pro-SFTPB的第四溶质。
98.一试剂盒，其用于权利要求1-24中任一项所述的方法，所述试剂盒包括
第一试剂溶液，其包括用于检测CEA的第一溶质；
第二试剂溶液，其包括用于检测CA125的第二溶质；
第三试剂溶液，其包括用于检测CYFRA21-1的第三溶质；和
第四试剂溶液，其包括用于检测pro-SFTPB的第四溶质。
99.如权利要求97至98所述的试剂盒，还包括：
包含以下溶质的试剂溶液：
用于检测CEA抗原的第一溶质；
用于检测CA125抗原的第二溶质；
用于检测CYFRA21-1抗原的第三溶质；
用于检测pro-SFTPB抗原的第四溶质；和
用于检测二乙酰精胺(DAS)的第五溶质。
100.如权利要求97-99中任一项所述的试剂盒，其包括用于使所述试剂溶液与生物样品接触的装置。
101.如权利要求97-100中任一项所述的试剂盒，其包括至少一个表面，所述表面具有用于结合至少一种生物标志物或抗原的手段。
102.如权利要求97-101中任一项所述的试剂盒，其中所述至少一种生物标志物选自CEA、CA125、CYFRA21-1和pro-SFTPB。
103.如权利要求97-102中任一项所述的试剂盒，其中所述至少一个表面包括用于结合ctDNA的手段。
104.如权利要求97-103中任一项所述的试剂盒，还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。
105.如权利要求97-104中任一项所述的试剂盒，其中抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
106.一种确定受试者患肺癌的风险的方法，其包括
从患者获取生物样品；
测量所述生物样品中二乙酰精胺(DAS)的水平；
其中二乙酰精胺(DAS)的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
107.一种确定受试者患肺癌的风险的方法，包括血浆衍生的生物标志物组和蛋白质标志物组：
其中所述血浆衍生的生物标志物组包括二乙酰精胺(DAS)；
其中所述蛋白质生物标志物组包括CEA、CA125、CYFRA21-1和pro-SFTPB；
其中所述方法包括：
从所述受试者获取生物样品；
测量所述生物标品中所述血浆衍生的生物标志物和所述蛋白质生物标志物的水平；
其中所述血浆衍生的生物标志物和所述蛋白质生物标志物的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
108.一种确定受试者患肺癌的风险的方法，包括确定一种或多种蛋白质生物标志物和一种或多种代谢物标志物的水平，所述方法包括：
从所述受试者获取生物样品；
使所述样品与结合CEA抗原的第一报告分子接触；
使所述样品与结合CA125抗原的第二报告分子接触；
使所述样品与结合CYFRA21-1抗原的第三报告分子接触；和
使所述样品与结合pro-SFTPB抗原的第四报告分子接触；和
确定一种或多种生物标志物的水平，其中所述一种或多种生物标志物选自二乙酰精胺(DAS)；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子、第四报告分子和所述一种或多种生物标志物的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
109.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
测量所述生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB抗原的水平；和
测量所述生物样品中一种或多种选自二乙酰精胺(DAS)的代谢物标志物的水平；
如通过对所述生物样品中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原和二乙酰精胺(DAS)的水平的统计分析所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
110.如权利要求106-109中任一项所述的方法，其中相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的水平在所述受试者中升高。
111.如权利要求106-110中任一项所述的方法，其中与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
112.如权利要求111所述的方法，其中所述参照受试者或组是健康的。
113.如权利要求106-112中任一项所述的方法，其包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和pro-SFTPB的生物标志物或抗原。
114.如权利要求106-113中任一项所述的方法，还包括：
测量所述生物样品中二乙酰精胺(DAS)的水平；
其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。
115.如权利要求106-114中任一项所述的方法，其中所述样品包括选自血液、血浆和血清的生物样品。
116.如权利要求115所述的方法，其中所述生物样品是血清。
117.如权利要求106-116中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。
118.如权利要求106-117中任一项所述的方法，其中对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。
119.如权利要求118所述的方法，其中所述固体颗粒是珠子。
120.如权利要求106-119中任一项所述的方法，其中至少一种报告分子与酶连接。
121.如权利要求106-120中任一项所述的方法，其中至少一种报告分子提供能够检测到的信号。
122.如权利要求121所述的方法，其中所述能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。
123.如权利要求106-122中任一项所述的方法，其中测量CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)的浓度。
124.如权利要求106-123中任一项所述的方法，其中基于所测量的生物标志物的浓度，确定所述受试者是否患有肺癌。
125.如权利要求106-124中任一项所述的方法，其中所测量的浓度用于基于表10中所列的截止值处的灵敏度和特异性值计算生物标志物得分。
126.如权利要求106-125中任一项所述的方法，还包括以下步骤：将所测量的所述生物样品中每种生物标志物的浓度与统计模型的预测进行比较。
127.如权利要求106-126中任一项所述的方法，其中小组选自：
a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或
b.由CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)组成的小组。
128.如权利要求106-127中任一项所述的方法，其中小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。
129.如权利要求106-128中任一项所述的方法，其中小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。
130.如权利要求106-129中任一项所述的方法，其中第一报告分子选择性结合CEA。
131.如权利要求106-130中任一项所述的方法，其中第二报告分子选择性结合CA125。
132.如权利要求106-131中任一项所述的方法，其中第三报告分子选择性结合CYFRA21-1。
133.如权利要求106-132中任一项所述的方法，其中第四报告分子选择性结合Pro-SFTPB。
134.如权利要求106-133中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。
135.如权利要求106-134中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。
136.如权利要求106-135中任一项所述的方法，其包括将受试者病史信息包括在患有肺癌或不患有肺癌的指定中。
137.如权利要求106-136中任一项所述的方法，其包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。
138.如权利要求137所述的方法，其中所述至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
139.一种治疗疑似患有肺癌的受试者的方法，其包括
用权利要求106-138中任一项所述的方法分析所述受试者患肺癌的风险；和
施用治疗有效量的对癌症的治疗。
140.如权利要求139所述的治疗方法，其中所述治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。
141.如权利要求106-140中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
142.如权利要求106-141中任一项所述的方法，其中与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
143.如权利要求106-142中任一项所述的方法，其中与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
144.如权利要求106-143中任一项所述的方法，其还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。
145.如权利要求144所述的方法，其中所述截止值包括至少0.83的AUC(95％ CI)。
146.如权利要求144所述的方法，其中所述截止值包括至少0.80的AUC(95％ CI)。
147.如权利要求106-146中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
148.如权利要求106-147中任一项所述的方法，其中所述肺癌在临界可切除阶段或之前诊断。
149.如权利要求106-148中任一项所述的方法，其中所述肺癌在可切除阶段诊断。
150.一试剂盒，其用于权利要求106-149中任一项所述的方法，所述试剂盒包括包含以下溶质的试剂溶液：
用于检测CEA抗原的第一溶质；
用于检测CA125抗原的第二溶质；
用于检测CYFRA21-1抗原的第三溶质；
用于检测pro-SFTPB抗原的第四溶质；和
用于检测二乙酰精胺(DAS)的第五溶质。
151.一试剂盒，其用于权利要求106-150中任一项所述的方法，所述试剂盒包括
第一试剂溶液，其包括用于检测CEA抗原的第一溶质；
第二试剂溶液，其包括用于检测CA125抗原的第二溶质；
第三试剂溶液，其包括用于检测CYFRA21-1抗原的第三溶质；
第四试剂溶液，其包括用于检测pro-SFTPB的第四溶质；
第五试剂溶液，其包括用于检测二乙酰精胺(DAS)的第五溶质。
152.如权利要求150-151中任一项所述的试剂盒，还包括：
包含以下溶质的试剂溶液：
用于检测CEA抗原的第一溶质；
用于检测CA125抗原的第二溶质；
用于检测CYFRA21-1抗原的第三溶质；
用于检测pro-SFTPB抗原的第四溶质；和
用于检测二乙酰精胺(DAS)的第五溶质。
153.如权利要求150-152中任一项所述的试剂盒，其包括用于使所述试剂溶液与生物样品接触的装置。
154.如权利要求150-152中任一项所述的试剂盒，其包括至少一个表面，所述表面具有用于结合至少一种生物标志物或抗原的手段。
155.如权利要求154所述的试剂盒，其中所述至少一种生物标志物选自CEA、CA125、CYFRA21-1和pro-SFTPB。
156.如权利要求154所述的试剂盒，其中所述至少一个表面包括用于结合ctDNA的手段。
157.如权利要求150-156中任一项所述的试剂盒，还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。
158.如权利要求150-157中任一项所述的试剂盒，其中所述抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
159.一种治疗或预防受试者肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平将所述受试者分类为患有肺癌或处于患肺癌的风险，所述方法包括以下一项或多项：
i.向患有肺癌的所述受试者施用化学治疗药物；
ii.向患有肺癌的所述受试者施用治疗性放射；和
iii.外科手术，用于部分或完全手术切除患有肺癌的所述受试者中的癌组织。
160.一种治疗或预防受试者中肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原、二乙酰精胺(DAS)的水平将所述受试者分类为患有肺癌或处于患肺癌的风险，所述方法包括以下一项或多项：
i)向患有肺癌的所述受试者施用化学治疗药物；
ii)向患有肺癌的所述受试者施用治疗性放射；和
iii)外科手术，用于部分或完全手术切除患有肺癌的所述受试者中的癌组织。
161.一种用于检测和治疗肺癌的方法，其包括：
通过免疫测定法检测从人获得的生物样品中的CEA、CA125、CYFRA21-1和pro-SFTPB；
对所述收集样品中CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量；
将CEA、CA125、CYFRA21-1和pro-SFTPB的量与截止值进行比较，以确定所述人是否处于增加的患肺癌风险；其中如果水平高于截止值，则所述人患有肺癌，并向所述患有肺癌的人施用用于肺癌的治疗。
162.一种确定受试者患肺癌的风险的方法，其包括：
在来自需要分析的受试者的生物样品中，测量CEA、CA125、CYFRA21-1和Pro-SFTPB的浓度；和
将需要分析的所述受试者的所述样品中生物标志物的浓度与正常或非患病受试者中的浓度进行比较，
其中需要分析的所述受试者患有肺癌或处于患肺癌的风险，其中所述确定基于表10中所列的灵敏度或特异性值处的截止值。
163.一种确定生物样品中肺癌的证据的方法，其包括测量来自受试者的生物样品中的包括CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)、以及其可识别部分的生物标志物组的浓度，其中基于表10中所列的截止值的灵敏度或特异性，每种生物标志物的浓度变化是肺癌的特征。
164.如权利要求159-163中任一项所述的方法，其中相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的水平在所述受试者中升高。
165.如权利要求159-164中任一项所述的方法，其中与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
166.如权利要求165所述的方法，其中所述参照受试者或组是健康的。
167.如权利要求159-166中任一项所述的方法，其中至少一个表面还包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原。
168.如权利要求159-167中任一项所述的方法，其中至少一个表面是固体颗粒的表面。
169.如权利要求168所述的方法，其中所述固体颗粒包括珠子。
170.如权利要求159-169中任一项所述的方法，其包括：
测量生物样品中二乙酰精胺(DAS)的水平；
其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。
171.如权利要求159-170中任一项所述的方法，其中样品包括选自血液、血浆和血清的生物样品。
172.如权利要求171所述的方法，其中所述生物样品是血清。
173.如权利要求159-172中任一项所述的方法，其中对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。
174.如权利要求159-173中任一项所述的方法，其中对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。
175.如权利要求174所述的方法，其中所述固体颗粒是珠子。
176.如权利要求159-175中任一项所述的方法，其中至少一种报告分子与酶连接。
177.如权利要求159-176中任一项所述的方法，其中至少一种报告分子提供能够检测到的信号。
178.如权利要求177所述的方法，其中所述能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。
179.如权利要求159-179中任一项所述的方法，其中测量CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)的浓度。
180.如权利要求159-179中任一项所述的方法，其中基于所测量的生物标志物的浓度确定所述受试者是否患有肺癌。
181.如权利要求159-180中任一项所述的方法，其中所测量的浓度用于基于表10中所列的截止值处的灵敏度和特异性值计算生物标志物得分。
182.如权利要求159-181中任一项所述的方法，还包括以下步骤：将所测量的所述生物样品中每种生物标志物的浓度与统计模型的预测进行比较。
183.如权利要求159-182中任一项所述的方法，其中小组选自：
a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或
b.由CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)组成的小组。
184.如权利要求159-183中任一项所述的方法，其中小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。
185.如权利要求159-184中任一项所述的方法，其中小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。
186.如权利要求159-185中任一项所述的方法，其中第一报告分子选择性结合CEA。
187.如权利要求159-186中任一项所述的方法，其中第二报告分子选择性结合CA125。
188.如权利要求159-187中任一项所述的方法，其中第三报告分子选择性结合CYFRA21-1。
189.如权利要求159-188中任一项所述的方法，其中所述第四报告分子选择性结合Pro-SFTPB。
190.如权利要求159-189中任一项所述的方法，其中CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。
191.如权利要求159-190中任一项所述的方法，其中CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。
192.如权利要求159-191中任一项所述的方法，其包括将受试者病史信息包括在患有肺癌或不患有肺癌的指定中。
193.如权利要求159-192中任一项所述的方法，其包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。
194.如权利要求193所述的方法，其中所述至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
195.一种治疗疑似患有肺癌的受试者的方法，其包括
用权利要求159-194中任一项所述的方法分析所述受试者患肺癌的风险；和
施用治疗有效量的对癌症的治疗。
196.如权利要求195所述的治疗方法，其中所述治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。
197.如权利要求159-196中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
198.如权利要求159-197中任一项所述的方法，其中与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
199.如权利要求159-198中任一项所述的方法，其中与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。
200.如权利要求159-199中任一项所述的方法，其还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。
201.如权利要求200所述的方法，其中所述截止值包括至少0.83的AUC(95％ CI)。
202.如权利要求200所述的方法，其中所述截止值包括至少0.80的AUC(95％ CI)。
203.如权利要求159-202中任一项所述的方法，其中所述受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。
204.如权利要求159-203中任一项所述的方法，其中所述肺癌在临界可切除阶段或之前诊断。
205.如权利要求159-204中任一项所述的方法，其中所述肺癌在可切除阶段诊断。
206.如权利要求159-205中任一项所述的方法，还包括：
提供结合CEA、CA125、CYFRA21-1和Pro-SFTPB的表面；
将所述表面与生物样品一起孵育；
使所述表面与结合CEA的第一报告分子接触；
使所述表面与结合CA125的第二报告分子接触；
使所述表面与结合CYFRA21-1的第三报告分子接触；
使所述表面与结合Pro-SFTPB的第四报告分子接触；
测量与所述表面相关联的所述第一报告分子的量；
测量与所述表面相关联的所述第二报告分子的量；
测量与所述表面相关联的所述第三报告分子的量；
测量与所述表面相关联的所述第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
207.一种用于确定来自受试者的样品中肺癌指标存在的试剂盒，所述试剂盒包括：
(a)与选自CEA、CA125、CYFRA21-1和pro-SFTPB的每种蛋白质生物标志物结合的抗原结合试剂，或包括所述抗原结合试剂的阵列；和
(b)用于进行确定个体肺癌存在的方法的说明。
208.如权利要求205所述的试剂盒，还包括：
包含以下溶质的试剂溶液：
用于检测CEA抗原的第一溶质；
用于检测CA125抗原的第二溶质；
用于检测CYFRA21-1抗原的第三溶质；
用于检测pro-SFTPB抗原的第四溶质；和
用于检测二乙酰精胺(DAS)的第五溶质。
209.如权利要求205-206中任一项所述的试剂盒，其包括用于使所述试剂溶液与生物样品接触的装置。
210.如权利要求205-207中任一项所述的试剂盒，其包括至少一个表面，所述表面具有用于结合至少一种生物标志物或抗原的手段。
211.如权利要求208所述的试剂盒，其中所述至少一种生物标志物或抗原选自CEA、CA125、CYFRA21-1和pro-SFTPB。
212.如权利要求205-209中任一项所述的试剂盒，其中所述至少一个表面包括用于结合ctDNA的手段。
213.如权利要求205-210中任一项所述的试剂盒，还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。
214.如权利要求205-211中任一项所述的试剂盒，其中所述抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
215.一种方法，其包括：
a)从对于肺癌无症状的受试者中获取样品；
b)测量样品中的一组标志物，其中所述标志物包括CEA、CA125、Cyfra21-1和二乙酰精胺(DAS)；
c)确定每种标志物的生物标志物得分；
d)对每种标志物的生物标志物得分求和，以获得每名受试者的综合得分，将所述受试者的增加的肺癌存在风险定量为风险得分，其中将所述综合得分与分层受试者群体的分组的风险类别相匹配，其中每个风险类别包括乘数，所述乘数表示与使用单个阈值相比，与一系列综合得分相关联的增加的患肺癌可能性，其中所述乘数是根据回顾性样品的阳性预测得分确定的；
e)对具有所定量的增加的肺癌存在风险的受试者进行计算机断层扫描(CT)扫描或其它设想方式。
216.如权利要求215所述的方法，其中所述标志物由CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)组成。
217.如权利要求215或216所述的方法，其中所述样品是血液、血清、血浆、或其某些部分。
218.如权利要求215-217中任一项所述的方法，其中所述分层受试者群体的所述分组、表示增加的患肺癌可能性的所述乘数、和所述一系列综合得分是根据群体的回顾性临床样品确定的。
219.如权利要求215-218中任一项所述的方法，其中所述风险类别还包括风险标识符。
220.如权利要求215-219中任一项所述的方法，其中所述风险标识符选自低风险、中低风险、中等风险、中高风险和最高风险。
221.如权利要求215-220中任一项所述的方法，其中对每个风险类别计算表示增加的患癌症可能性的所述乘数包括基于回顾性生物标志物得分对受试者队列进行分层，并通过每个分层群体的阳性预测得分对所述队列中已知的癌症患病率进行加权。
222.如权利要求215-221中任一项所述的方法，其中分层受试者群体的所述分组包括至少三个风险类别，其中表示增加的患癌症可能性的所述乘数为约2或更大。
223.如权利要求215-222中任一项所述的方法，其中分层受试者群体的所述分组包括至少两个风险类别，其中表示增加的患癌症可能性的所述乘数为约5或更大。
224.如权利要求215-223中任一项所述的方法，其中所述受试者年龄为50岁或更大并且具有吸烟史。
225.如权利要求215-224中任一项所述的方法，还包括生成风险分类表，其中测量所述一组标志物，确定每种标志物的生物标志物得分，通过对所述生物标志物得分求和获得综合得分；确定用于将综合得分划分为风险组的阈值，并为每组指定乘数，所述乘数指示无症状受试者具有经定量的增加的癌症存在风险的可能性。
226.如权利要求215-225中任一项所述的方法，其中该组的形式选自电子表格形式、软件应用程序、计算机程序和excel电子表格。
227.如权利要求215-226中任一项所述的方法，其中所述一组标志物包括在结合测定中测量的蛋白质、多肽或代谢物。
228.如权利要求215-227中任一项所述的方法，其中所述一组标志物包括使用流式细胞仪测量的蛋白质或多肽。
附图说明
图1描述CARET中所有5种生物标志物以及4种标志物组的ROC曲线。
图2描述CARET中所有5种生物标志物以及4种标志物组在诊断后0-6个月的ROC曲线。
图3描述CARET中所有5种生物标志物以及4种标志物组在诊断后≥6-12个月的ROC曲线。
图4描述对于所有分析的样品(左上图)、腺癌样品(右上图)、鳞状细胞肺癌(左下图)、以及不是鳞状细胞肺癌和腺癌的样品(右下图)，4-标志物组(深灰色线)、添加二乙酰精胺(DAS)的4-标志物组(虚线)和单独的DAS(浅灰色线)的ROC曲线。
发明详述
一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA的水平；测量生物样品中CA125的水平；测量生物样品中CYFRA21-1的水平；测量生物样品中Pro-SFTPB的水平；其中CEA、CA125、CYFRA21-1和Pro-SFTPB的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；使样品与结合CEA的第一报告分子接触；使样品与结合CA125的第二报告分子接触；使样品与结合CYFRA21-1的第三报告分子接触；使样品与结合Pro-SFTPB的第四报告分子接触；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；提供结合CEA、CA125、CYFRA21-1和Pro-SFTPB的表面；将表面与生物样品一起孵育；使表面与结合CEA的第一报告分子接触；使表面与结合CA125的第二报告分子接触；使表面与结合CYFRA21-1的第三报告分子接触；使表面与结合Pro-SFTPB的第四报告分子接触；测量与表面相关联的第一报告分子的量；测量与表面相关联的第二报告分子的量；测量与表面相关联的第三报告分子的量；测量与表面相关联的第四报告分子的量；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；提供具有结合CEA的手段的第一表面；提供具有结合CA125的手段的第二表面；提供具有结合CYFRA21-1的手段的第三表面；提供具有结合Pro-SFTPB的手段的第四表面；将第一表面与生物样品一起孵育；将第二表面与生物样品一起孵育；将第三表面与生物样品一起孵育；将第四表面与生物样品一起孵育；使第一表面与结合CEA的第一报告分子接触；使第二表面与结合CA125的第二报告分子接触；使第三表面与结合CYFRA21-1的第三报告分子接触；使第四表面与结合pro-SFTPB的第三报告分子接触；测量与第一表面相关联的第一报告分子的量；测量与第二表面相关联的第二报告分子的量；测量与第三表面相关联的第三报告分子的量；测量与第四表面相关联的第三报告分子的量；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；提供具有结合CEA、CA125、CYFRA21-1和Pro-SFTPB的手段表面；将表面与生物样品一起孵育；使表面与结合CEA的第一中继分子接触；使表面与结合CA125的第二中继分子接触；使表面与结合CYFRA21-1的第三中继分子接触；使表面与结合Pro-SFTPB的第四中继分子接触；使表面与结合第一中继分子的第一报告分子接触；使表面与结合第二中继分子的第二报告分子接触；使表面与结合第三中继分子的第三报告分子接触；使表面与结合第四中继分子的第四报告分子接触；测量与第一中继分子和CEA相关联的第一报告分子的量；测量与第二中继分子和CA125相关联的第二报告分子的量；测量与第三中继分子和CYFRA21-1相关联的第三报告分子的量；测量与第四中继分子和Pro-SFTPB相关联的第四报告分子的量；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；提供具有结合CEA的手段的第一表面；提供具有结合CA125的手段的第二表面；提供具有结合CYFRA21-1的手段的第三表面；提供具有结合Pro-SFTPB的手段的第四表面；将第一表面与生物样品一起孵育；将第二表面与生物样品一起孵育；将第三表面与生物样品一起孵育；将第四表面与生物样品一起孵育；使第一表面与结合CEA的第一中继分子接触；使第二表面与结合CA125的第二中继分子接触；使第三表面与结合CYFRA21-1的第三中继分子接触；使第四表面与结合Pro-SFTPB的第四中继分子接触；使第一表面与结合第一中继分子的第一报告分子接触；使第二表面与结合第二中继分子的第二报告分子接触；使第三表面与结合第三中继分子的第三报告分子接触；使第四表面与结合第四中继分子的第四报告分子接触；测量与第一中继分子和CEA相关联的第一报告分子的量；测量与第二中继分子和CA125相关联的第二报告分子的量；测量与第三中继分子和CYFRA21-1相关联的第三报告分子的量；测量与第四中继分子和Pro-SFTPB相关联的第四报告分子的量；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
在一个实施方式中，相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的量在受试者中升高。如权利要求1-7中任一项所述的方法，其中至少一个表面还包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的量升高。在另一个实施方式中，至少一个表面还包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，这种方法还包括：测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。在另一个实施方式中，样品包括选自血液、血浆和血清的生物样品。在另一个实施方式中，生物样品是血清。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。在另一个实施方式中，测量CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的浓度。在另一个实施方式中，基于测量的生物标志物浓度确定受试者是否患有肺癌。在另一个实施方式中，测量的浓度用于基于表10中列出的截止值处的灵敏度和特异性值计算生物标志物得分。在另一个实施方式中，这种方法还包括以下步骤：将生物样品中所测量的每种生物标志物的浓度与统计模型的预测进行比较。在另一个实施方式中，小组选自：a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或b.由CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)组成的小组。在另一个实施方式中，至少一个表面是固体颗粒的表面。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，至少一种报告分子提供能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。在另一个实施方式中，光谱法是质谱术。在另一个实施方式中，小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。在另一个实施方式中，小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。在另一个实施方式中，第一报告分子选择性结合CEA。在另一个实施方式中，第二报告分子选择性结合CA125。在另一个实施方式中，第三报告分子选择性结合CYFRA21-1。在另一个实施方式中，第四报告分子选择性结合Pro-SFTPB。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。在另一个实施方式中，这种方法包括将受试者历史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
另一方面，本发明提供一种治疗疑似患肺癌的受试者的方法，其包括用本文所述的方法分析受试者患肺癌的风险，并施用治疗有效量的对癌症的治疗。在一个实施方式中，治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，这种方法还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。在另一个实施方式中，截止值包括至少0.83的AUC(95％CI)。在另一个实施方式中，截止值包括至少0.80的AUC(95％CI)。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，肺癌在临界可切除阶段或之前诊断。在另一个实施方式中，肺癌在可切除阶段诊断。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；通过使生物样品与CEA抗体接触并观察CEA与抗体之间的结合来测量生物样品中CEA的水平；通过使生物样品与CA125抗体接触并观察CA125与抗体之间的结合来测量生物样品中CA125的水平；通过使生物样品与CYFRA21-1抗体接触并观察CYFRA21-1与抗体之间的结合来测量生物样品中CYFRA21-1的水平；通过使生物样品与pro-SFTPB抗体接触并观察pro-SFTPB与抗体之间的结合来测量生物样品中pro-SFTPB的水平；如通过CEA、CA125、CYFRA21-1和pro-SFTPB水平的测量所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA的水平；测量生物样品中CA125的水平；测量生物样品中CYFRA21-1的水平；测量生物样品中pro-SFTPB的水平；确定CEA相对于第一标准值的水平，其中该比率可预测肺癌的存在；确定CA125相对于第二标准值的水平，其中该比率可预测肺癌的存在；确定CYFRA21-1相对于第三标准值的水平，其中该比率可预测肺癌的存在；确定pro-SFTPB相对于第四标准值的水平，其中该比率可预测肺癌的存在；并且如通过对CEA、CA125、CYFRA21-1和pro-SFTPB水平的比率的统计分析所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种预测受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB生物标志物的水平；并如通过对CEA、CA125、CYFRA21-1和pro-SFTPB水平的统计分析所确定，计算预测因子。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB生物标志物的水平；通过对生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB水平的统计分析所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种使用从疑似患有肺癌的受试者获取的生物样品来确定受试者患肺癌的风险的方法，其包括使用至少一种对CEA具有特异性的抗体或抗体级分测定生物样品中存在的CEA的水平；使用至少一种对CA125具有特异性的抗体或抗体级分测定生物样品中存在的CA125的水平；使用至少一种对CYFRA21-1具有特异性的抗体或抗体级分测定生物样品中存在的CYFRA21-1的水平；使用至少一种对pro-SFTPB具有特异性的抗体或抗体级分测定生物样品中存在的pro-SFTPB的水平；并确定CEA、CA125、CYFRA21-1和pro-SFTPB的水平是否指示受试者患有肺癌。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；用抗CEA抗体或其抗原结合片段对样品进行免疫测定；用抗CA125抗体或其抗原结合片段对样品进行免疫测定；用抗CYFRA21-1抗体或其抗原结合片段对样品进行免疫测定；用抗pro-SFTPB抗体或其抗原结合片段对样品进行免疫测定；其中抗体的结合指示受试者中的肺癌，并且免疫测定能够检测早期肺癌。
另一方面，本发明提供一种用于确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；用抗CEA抗体或其抗原结合片段进行免疫测定；用抗CA125抗体或其抗原结合片段进行免疫测定；用抗CYFRA21-1抗体或其抗原结合片段进行免疫测定；用抗pro-SFTPB抗体或其抗原结合片段进行免疫测定；确定CEA、CA125、CYFRA21-1和pro-SFTPB的水平是否指示受试者患有肺癌。在一个实施方式中，相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB的水平在受试者中升高。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，至少一个表面还包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原。在另一个实施方式中，至少一个表面是固体颗粒的表面。在另一个实施方式中，这种方法还包括测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。在另一个实施方式中，样品包括选自血液、血浆和血清的生物样品。在另一个实施方式中，生物样品是血清。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。在另一个实施方式中，对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，至少一种报告分子提供能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。在另一个实施方式中，测量CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的浓度。在另一个实施方式中，基于所测量的生物标志物浓度确定受试者是否患有肺癌。在另一个实施方式中，测量的浓度用于基于表10中列出的截止值处的灵敏度和特异性值计算生物标志物得分。在另一个实施方式中，这种方法还包括以下步骤：将生物样品中所测量的每种生物标志物的浓度与统计模型的预测进行比较。在另一个实施方式中，小组选自：a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或b.由CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)组成的小组。在另一个实施方式中，小组包括已经通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。在另一个实施方式中，小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。在另一个实施方式中，第一报告分子选择性结合CEA。在另一个实施方式中，第二报告分子选择性结合CA125。在另一个实施方式中，第三报告分子选择性结合CYFRA21-1。在另一个实施方式中，第四报告分子选择性结合Pro-SFTPB。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。在另一个实施方式中，这种方法还包括将受试者历史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
另一方面，本发明提供一种治疗疑似患肺癌的受试者的方法，其包括用本文所述的方法分析受试者患肺癌的风险；并施用治疗有效量的对癌症的治疗。在另一个实施方式中，治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，这种方法还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。在另一个实施方式中，截止值包括至少0.83的AUC(95％CI)。在另一个实施方式中，截止值包括至少0.80的AUC(95％CI)。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，肺癌在临界可切除阶段或之前诊断。在另一个实施方式中，肺癌在可切除阶段诊断。
另一方面，本发明提供一种试剂盒，其用于如权利要求1-24中任一项所述的方法，该试剂盒包括试剂溶液，其包括用于检测CEA的第一溶质；用于检测CA125的第二溶质；用于检测CYFRA21-1的第三溶质；和用于检测pro-SFTPB的第四溶质。
另一方面，本发明提供一种试剂盒，其用于权利要求1-24中任一项所述的方法，该试剂盒包括第一试剂溶液，其包括用于检测CEA的第一溶质；第二试剂溶液，其包括用于检测CA125的第二溶质；第三试剂溶液，其包括用于检测CYFRA21-1的第三溶质；和第四试剂溶液，其包括用于检测pro-SFTPB的第四溶质。在另一个实施方式中，这种方法还包括：试剂溶液，其包括用于检测CEA抗原的第一溶质；用于检测CA125抗原的第二溶质；用于检测CYFRA21-1抗原的第三溶质；用于检测pro-SFTPB抗原的第四溶质；和用于检测二乙酰精胺(DAS)的第五溶质。在另一个实施方式中，这种方法还包括用于使试剂溶液与生物样品接触的装置。在另一个实施方式中，这种方法包括至少一个表面，其具有用于结合至少一种生物标志物或抗原的手段。在另一个实施方式中，该至少一种生物标志物选自CEA、CA125、CYFRA21-1和pro-SFTPB。在另一个实施方式中，该至少一个表面包括用于结合ctDNA的手段。在另一个实施方式中，这种方法还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。在另一个实施方式中，抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从患者获得生物样品；测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，包括血浆衍生的生物标志物组和蛋白质标志物组：其中血浆衍生的生物标志物组包括二乙酰精胺(DAS)；其中蛋白质生物标志物组包括CEA、CA125、CYFRA21-1和pro-SFTPB；其中该方法包括：从受试者获得生物样品；测量生物样品中血浆衍生的生物标志物和蛋白质生物标志物的水平；其中血浆衍生的生物标志物和蛋白质生物标志物的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括测定一种或多种蛋白质生物标志物和一种或多种代谢物标志物的水平，所述方法包括：从受试者中获取生物样品；使样品与结合CEA抗原的第一报告分子接触；使样品与结合CA125抗原的第二报告分子接触；使样品与结合CYFRA21-1抗原的第三报告分子接触；使样品与结合pro-SFTPB抗原的第四报告分子接触；以及确定一种或多种生物标志物的水平，其中一种或多种生物标志物选自二乙酰精胺(DAS)；其中第一报告分子、第二报告分子、第三报告分子、第四报告分子和一种或多种生物标志物的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括从受试者获得生物样品；测量生物样品中CEA、CA125、CYFRA21-1和pro-SFTPB抗原的水平；测量生物样品中选自二乙酰精胺(DAS)的一种或多种代谢物标志物的水平；如通过对生物样品中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原和二乙酰精胺(DAS)的水平的统计分析所确定，将受试者的状况指定为处于患肺癌的风险或不处于患肺癌的风险。在一个实施方式中，相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的水平在受试者中升高。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，这种方法包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和pro-SFTPB的生物标志物或抗原。在另一个实施方式中，这种方法还包括：测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。在另一个实施方式中，样品包括选自血液、血浆和血清的生物样品。在另一个实施方式中，生物样品是血清。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。在另一个实施方式中，对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，至少一种报告分子提供能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。在另一个实施方式中，测量CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的浓度。在另一个实施方式中，基于所测量的生物标志物浓度确定受试者是否患有肺癌。在另一个实施方式中，测量的浓度用于基于表10中列出的截止值处的灵敏度和特异性值计算生物标志物得分。在另一个实施方式中，这种方法还包括以下步骤：将生物样品中所测量的每种生物标志物的浓度与统计模型的预测进行比较。在另一个实施方式中，小组选自：a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或b.由CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)组成的小组。在另一个实施方式中，小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。在另一个实施方式中，小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。在另一个实施方式中，第一报告分子选择性结合CEA。在另一个实施方式中，第二报告分子选择性结合CA125。在另一个实施方式中，第三报告分子选择性结合CYFRA21-1。在另一个实施方式中，第四报告分子选择性结合Pro-SFTPB。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。在另一个实施方式中，这种方法还包括将受试者历史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
另一方面，本发明提供一种治疗疑似患肺癌的受试者的方法，其包括用本文所述的方法分析受试者患肺癌的风险；并施用治疗有效量的对癌症的治疗。在另一个实施方式中，治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，这种方法还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。在另一个实施方式中，截止值包括至少0.83的AUC(95％CI)。在另一个实施方式中，截止值包括至少0.80的AUC(95％CI)。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，肺癌在临界可切除阶段或之前诊断。在另一个实施方式中，肺癌在可切除阶段诊断。
在另一个实施方式中，本发明提供一种用于本文所述方法的试剂盒，其包括：试剂溶液，其包括用于检测CEA抗原的第一溶质；用于检测CA125抗原的第二溶质；用于检测CYFRA21-1抗原的第三溶质；用于检测pro-SFTPB抗原的第四溶质；和用于检测二乙酰精胺(DAS)的第五溶质。
在另一个实施方式中，本发明提供一种用于本文所述方法的试剂盒，其包括：第一试剂溶液，其包括用于检测CEA抗原的第一溶质；第二试剂溶液，其包括用于检测CA125抗原的第二溶质；第三试剂溶液，其包括用于检测CYFRA21-1抗原的第三溶质；第四试剂溶液，其包括用于检测pro-SFTPB的第四溶质；第五试剂溶液，其包括用于检测二乙酰精胺(DAS)的第五溶质。在另一个实施方式中，这种试剂盒还包括：试剂溶液，其包括用于检测CEA抗原的第一溶质；用于检测CA125抗原的第二溶质；用于检测CYFRA21-1抗原的第三溶质；用于检测pro-SFTPB抗原的第四溶质；和用于检测二乙酰精胺(DAS)的第五溶质。在另一个实施方式中，试剂盒包括用于使试剂溶液与生物样品接触的装置。在另一个实施方式中，这种试剂盒包括至少一个表面，其具有用于结合至少一种生物标志物或抗原的手段。在另一个实施方式中，该至少一种生物标志物选自CEA、CA125、CYFRA21-1和pro-SFTPB。在另一个实施方式中，该至少一个表面包括用于结合ctDNA的手段。在另一个实施方式中，这种试剂盒还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。在另一个实施方式中，抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
另一方面，本发明提供一种治疗或预防受试者中肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平将受试者分类为患有肺癌或者处于患肺癌的风险，该方法包括以下一项或多项：向患有肺癌的受试者施用化学治疗药物；向患有肺癌的受试者施用治疗性放射；和外科手术，用于部分或完全手术切除患有肺癌受试者中的癌组织。
另一方面，本发明提供一种治疗或预防肺癌进展的方法，其中CEA抗原、CA125抗原、CYFRA21-1抗原、pro-SFTPB抗原、二乙酰精胺(DAS)的水平将受试者分类为患有肺癌或处于患肺癌的风险，该方法包括以下一项或多项：向患有肺癌的受试者施用化学治疗药物；向患有肺癌的受试者施用治疗性放射；和外科手术，用于部分或完全手术切除患有肺癌受试者中的癌组织。
另一方面，本发明提供一种检测和治疗肺癌的方法，其包括：通过免疫测定法检测从人获取的生物样品中的CEA、CA125、CYFRA21-1和pro-SFTPB；对所述收集样品中CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量；将CEA、CA125、CYFRA21-1和pro-SFTPB的量与截止值进行比较，以确定所述人患肺癌的风险是否增加；其中如果水平高于截止值，则所述人患有肺癌，并对患有肺癌的所述人施用对肺癌的治疗。
另一方面，本发明提供一种确定受试者患肺癌的风险的方法，其包括：在来自需要分析的受试者的生物样品中，测量CEA、CA125、CYFRA21-1和Pro-SFTPB的浓度；并且比较需要诊断的受试者的样品中的生物标志物的浓度和正常或非患病受试者中的浓度，其中对需要诊断的受试者进行患肺癌诊断，其中诊断基于表10中列出的灵敏度或特异性值的截止值。
另一方面，本发明提供一种确定生物样品中肺癌证据的方法，其包括测量来自受试者的生物样品中包括CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)、及其可识别部分的生物标志物组的浓度，其中基于表10中所示的截止值的灵敏度或特异性，各生物标志物的浓度变化是肺癌的特征。在另一个实施方式中，相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的水平在受试者中升高。在另一个实施方式中，与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，参照受试者或组是健康的。在另一个实施方式中，至少一个表面还包括至少一种受体分子，其选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原。在另一个实施方式中，至少一个表面是固体颗粒的表面。在另一个实施方式中，固体颗粒包括珠子。在另一个实施方式中，这种方法包括：测量生物样品中二乙酰精胺(DAS)的水平；其中二乙酰精胺(DAS)的量将患者分类为处于患肺癌的风险或不处于患肺癌的风险。在另一个实施方式中，样品包括选自血液、血浆和血清的生物样品。在另一个实施方式中，生物样品是血清。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB的量进行定量。在另一个实施方式中，对CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)的量的检测包括使用固体颗粒。在另一个实施方式中，固体颗粒是珠子。在另一个实施方式中，至少一种报告分子与酶连接。在另一个实施方式中，至少一种报告分子提供能够检测到的信号。在另一个实施方式中，能够检测到的信号能够通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法检测。在另一个实施方式中，测量CEA、CA125、CYFRA21-1、Pro-SFTPB和二乙酰精胺(DAS)的浓度。在另一个实施方式中，基于测量的生物标志物浓度确定受试者患肺癌。在另一个实施方式中，测量的浓度用于基于表10中列出的截止值处的灵敏度和特异性值计算生物标志物得分。在另一个实施方式中，这种方法还包括以下步骤：将生物样品中所测量的每种生物标志物的浓度与统计模型的预测进行比较。在另一个实施方式中，小组选自：a.由CEA、CA125、CYFRA21-1和Pro-SFTPB组成的小组；或b.由CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)组成的小组。在另一个实施方式中，小组包括已通过选自UV-可见光谱学、质谱术、核磁共振(NMR)光谱学、质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术的方法鉴定的生物标志物。在另一个实施方式中，小组包括已通过UV-可见光谱学或质子NMR光谱学鉴定的生物标志物。在另一个实施方式中，第一报告分子选择性结合CEA。在另一个实施方式中，第二报告分子选择性结合CA125。在另一个实施方式中，第三报告分子选择性结合CYFRA21-1。在另一个实施方式中，第四报告分子选择性结合Pro-SFTPB。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定基本上同时进行。在另一个实施方式中，对CEA、CA125、CYFRA21-1和pro-SFTPB水平的测定以逐步方式进行。在另一个实施方式中，这种方法包括将受试者历史信息包括在患有肺癌或不患有肺癌的指定中。在另一个实施方式中，这种方法包括对指定为患有肺癌的受试者施用至少一种替代诊断测试。在另一个实施方式中，该至少一种替代诊断测试包括至少一种ctDNA的测定或测序。
在另一个实施方式中，治疗疑似患肺癌的受试者的方法，包括用本文所述的方法分析受试者患肺癌的风险；以及施用治疗有效量的对癌症的治疗。在另一个实施方式中，治疗是外科手术、化学疗法、免疫疗法、放射疗法、靶向疗法、或其组合。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，与患有腺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，与患有鳞状细胞癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平升高。在另一个实施方式中，这种方法还包括将CEA、CA125、CYFRA21-1和pro-SFTPB的量与表10中例示的截止值进行比较。在另一个实施方式中，截止值包括至少0.83的AUC(95％CI)。在另一个实施方式中，截止值包括至少0.80的AUC(95％CI)。在另一个实施方式中，受试者为患有肺癌的分类在78％和94％特异性下分别具有0.76和0.42的灵敏度。在另一个实施方式中，肺癌在临界可切除阶段或之前诊断。在另一个实施方式中，肺癌在可切除阶段诊断。在另一个实施方式中，这种方法还包括：提供结合CEA、CA125、CYFRA21-1和Pro-SFTPB的表面；将表面与生物样品一起孵育；使表面与结合CEA的第一报告分子接触；使表面与结合CA125的第二报告分子接触；使表面与结合CYFRA21-1的第三报告分子接触；使表面与结合Pro-SFTPB的第四报告分子接触；测量与表面相关联的第一报告分子的量；测量与表面相关联的第二报告分子的量；测量与表面相关联的第三报告分子的量；测量与表面相关联的第四报告分子的量；其中第一报告分子、第二报告分子、第三报告分子和第四报告分子的量将受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
另一方面，本发明提供一种试剂盒，其用于确定来自受试者的样品中肺癌指标的存在，该试剂盒包括：(a)与选自CEA、CA125、CYFRA21-1和pro-SFTPB的每种蛋白质生物标志物结合的抗原结合试剂，或包括所述抗原结合试剂的阵列；(b)用于进行确定个体中肺癌存在的方法的说明。在一个实施方式中，这种试剂盒还包括：试剂溶液，其包括用于检测CEA抗原的第一溶质；用于检测CA125抗原的第二溶质；用于检测CYFRA21-1抗原的第三溶质；用于检测pro-SFTPB抗原的第四溶质；和用于检测二乙酰精胺(DAS)的第五溶质。在另一个实施方式中，这种试剂盒包括用于使试剂溶液与生物样品接触的装置。在另一个实施方式中，这种试剂盒包括至少一个表面，其具有用于结合至少一种生物标志物或抗原的手段。在另一个实施方式中，至少一种生物标志物或抗原选自CEA、CA125、CYFRA21-1和pro-SFTPB。在另一个实施方式中，该至少一个表面包括用于结合ctDNA的手段。在另一个实施方式中，这种试剂盒还包括与代谢物生物标志物二乙酰精胺(DAS)结合的抗体或其抗原结合片段。在另一个实施方式中，抗原结合试剂包括抗体或其抗原结合片段、RNA、DNA或RNA/DNA杂合体。
另一方面，本发明提供一种方法，其包括：a)从对肺癌无症状的受试者中获取样品；b)测量样品中的一组标志物，其中标志物包括CEA、CA125、Cyfra21-1和二乙酰精胺(DAS)；c)确定每种标志物的生物标志物得分；d)对每种标志物的生物标志物得分求和，以获得每名受试者的综合得分；将受试者存在肺癌的风险增加定量为风险得分，其中将综合得分与分层受试者群体的分组的风险类别相匹配，其中每个风险类别包括乘数，该乘数表示与使用单个阈值相比，与一系列综合得分相关联的患肺癌可能性增加，其中乘数是根据回顾性样品的阳性预测得分确定的；和e)对具有所定量的存在肺癌风险增加的受试者进行计算机断层扫描(CT)扫描或其它设想(imagine)方式。在另一个实施方式中，标志物由CEA、CA125、CYFRA21-1、pro-SFTPB和二乙酰精胺(DAS)组成。在另一个实施方式中，样品是血液、血清、血浆或其某些部分。在另一个实施方式中，分层的受试者群体的分组、指示患有癌症的可能性增加的乘数和综合得分的范围是从群体的回顾性临床样品中确定的。在另一个实施方式中，风险类别还包括风险标识符。在另一个实施方式中，风险标识符选自低风险、中低风险、中等风险、中高风险和最高风险。在另一个实施方式中，对每个风险类别计算表示患有癌症的可能性增加的乘数包括，基于回顾性生物标志物得分对受试者队列进行分层，并通过每个分层群体的阳性预测得分对队列中已知的癌症患病率进行加权。在另一个实施方式中，分层的受试者群体的分组包括至少三种风险类别，其中表示患有癌症的可能性增加的乘数为约2或更大。在另一个实施方式中，分层的受试者群体的分组包括至少两种风险类别，其中表示患有癌症的可能性增加的乘数为约5或更大。在另一个实施方式中，受试者年龄为50岁或更大并且具有吸烟史。在另一个实施方式中，这种方法还包括生成风险分类表，其中测量一组标志物，确定每种标志物的生物标志物得分，通过对生物标志物得分求和获得综合得分；确定用于将综合得分划分为风险组的阈值，并为每组指定乘数，其指示无症状受试者具有经定量的增加的癌症存在风险的可能性。在另一个实施方式中，该组的形式选自电子表格形式、软件应用程序、计算机程序和excel电子表格。在另一个实施方式中，标志物组包括在结合测定中测量的蛋白质、多肽或代谢物。在另一个实施方式中，标志物组包括使用流式细胞术测量的蛋白质或多肽。
提供用于鉴定受试者中的肺癌的方法，该方法通常包括：(a)将从受试者获取的血液样品应用于四种生物标志物：CEA、CA125、CYFRA21-1和Pro-SFTPB的分析；(b)对血液样品中存在的四种生物标志物的量进行定量；和(c)基于存在的生物标志物的量应用统计分析以确定相应肺癌的生物标志物得分，从而将受试者分类为肺癌阳性或癌症阴性。
本文提供的方法使得能够筛查高风险受试者，如具有肺癌家族史的受试者，或具有其它风险因素如肥胖、重度吸烟和可能的糖尿病的受试者。本文公开的逻辑回归模型能够将这些因素结合到其分类方法中。
如本文所用，“肺癌状态”是指将个体、受试者或患者分类为患有肺癌或不患有肺癌。在一些实施方式中，患有肺癌的个体可称为“肺癌阳性”。在其它实施方式中，不患有肺癌的个体可称为“肺癌阴性”。对于分类为肺癌阳性的受试者，能够提供进一步的方法来阐明肺癌状态。分类为肺癌阳性之后可以是包括但不限于计算机断层扫描(CT)的方法。
CEA的检测能够通过与具有SEQ ID NO.:1所示序列的生物分子接触来完成。
CA125的检测能够通过与具有SEQ ID NO.:2所示序列的生物分子接触来完成。
CYFRA21-1的检测能够通过与具有SEQ ID NO.:3所示序列的生物分子接触来完成。
Pro-SFTPB的检测能够通过与具有SEQ ID NO.:4所示序列的生物分子接触来完成。
至少四种生物标志物CEA、CA125、CYFRA21-1和Pro-SFTPB的组合能够提供先前未见过的、高度可靠的肺癌预测能力。综合风险预测模型的AUC为0.83(95％CI：0.77-0.89)，而仅包括吸烟信息的模型的AUC为0.72(95％CI：0.65-0.79)(AUC差异的p值：0.001)。在USPSTF特异性为0.78(95％CI：0.64-0.87)时，综合风险预测模型的灵敏度为0.76(95％CI：0.57-0.86)，而吸烟模型为0.41(95％CI：0.28-0.66)。相反，在USPSTF灵敏度为0.42(95％CI：0.26-0.54)时，综合风险预测模型的特异性为0.94(95％CI：0.88-0.98)，而吸烟模型为0.78(95％CI：0.70-0.90)。AUC、灵敏度和特异性估计值的这些改善在性别和吸烟状况限定的相关阶层中始终观察的到。
本公开不限于本文报道的用于检测生物标志物的特定生物分子。可选择其它分子用于其它实施方式，包括但不限于基于蛋白质、抗体、核酸、适体的生物分子和合成有机化合物。其它分子可在灵敏度、效率、测定速度、成本、安全性或易于制造或储存方面表现出优势。
在一些实施方式中，测量生物样品中CEA、CA125、CYFRA21-1和Pro-SFTPB的水平。在一些实施方式中，使CEA、CA125、CYFRA21-1和Pro-SFTPB与报告分子接触，并测量各个报告分子的水平。在一些实施方式中，提供四种报告分子，其分别特异性结合CEA、CA125、CYFRA21-1和Pro-SFTPB。报告分子的使用能够为测定提供方便性和灵敏度的增益。
在一些实施方式中，CEA、CA125、CYFRA21-1和Pro-SFTPB吸附到试剂盒中提供的表面上。在一些实施方式中，报告分子与表面吸附的CEA、CA125、CYFRA21-1和Pro-SFTPB结合。生物标志物的吸附可以是非选择性的或选择性的。在一些实施方式中，表面包括受体官能性，用于增加对一种或多种生物标志物的吸附的选择性。
在一些实施方式中，CEA、CA125、CYFRA21-1和Pro-SFTPB吸附到对一种或多种生物标志物具有选择性的四个表面上。然后报告分子或多个报告分子可以与表面吸附的生物标志物结合，并且与特定表面相关的报告分子的水平能够允许容易地对存在于该表面上的特定生物标志物进行定量。
在一些实施方式中，CEA、CA125、CYFRA21-1和Pro-SFTPB吸附到试剂盒中提供的表面上；对这些生物标志物中的一种或多种具有特异性的中继分子与表面吸附的生物标志物结合；并且对一种或多种中继分子具有特异性的受体分子与中继分子结合。中继分子能够为某些生物标志物提供特异性，并且受体分子能够实现检测。
在一些实施方式中，提供四种中继分子，其分别特异性结合CEA、CA125、CYFRA21-1和Pro-SFTPB。可以有意地设计中继分子以对生物标志物具有特异性，或者鉴于它们的结合特性可以从候选库中选择中继分子。
在一些实施方式中，CEA、CA125、CYFRA21-1和Pro-SFTPB吸附到试剂盒中提供的四个离散表面上；对这些生物标志物中的一种或多种具有特异性的中继分子与表面吸附的生物标志物结合；并且受体分子与中继分子结合。表面的分析可以以逐步或同时的方式完成。
在一些实施方式中，报告分子与酶连接，促进报告分子的定量。在一些实施方式中，能够通过催化产生具有所需光谱性质的物质来实现定量。
在一些实施方式中，用光谱学测定生物标志物的量。在一些实施方式中，所使用的光谱学是UV-可见光谱学。在一些实施方式中，使用的光谱学是质谱术。在其它实施方式中，使用的光谱学是核磁共振(NMR)光谱学，例如包括但不限于质子NMR光谱学、核磁共振(NMR)光谱术、气相色谱-质谱术(GC-MS)、液相色谱-质谱术(LC-MS)、相关光谱学(COSy)、奥氏核效应光谱学(NOESY)、旋转框架奥氏核效应光谱学(ROESY)、LC-TOF-MS、LC-MS/MS和毛细管电泳-质谱术。
在特定测定中发现的生物标志物或多种生物标志物的量能够直接报告给操作者，或者能够以数字方式存储并且容易地用于数学处理。能够提供用于进行数学分析的系统，并且能够进一步向操作者报告分类为肺癌阳性或肺癌阴性。
在一些实施方式中，本领域普通技术人员已知的其它测定能够与本文的公开内容一起起作用。其它测定包括但不限于利用质谱术、免疫亲和LC-MS/MS、表面等离子共振、色谱、电化学、声波、免疫组织化学和阵列技术的测定。
在某些实施方式中，肺癌是非小细胞肺癌(NSCLC)。
本文讨论的各种系统组件可包括以下中的一个或多个：包括一个或多个处理器的计算机，用于处理数字数据；短期或长期数字存储器；输入模拟-数字转换器，用于提供数字化数据；处理器可用的应用程序，用于指导处理器处理数字数据；用于从受试者或操作者收集信息的输入设备，以及用于向受试者或操作者显示信息的输出设备。
本文还提供治疗分类为肺癌阳性的受试者的方法。肺癌阳性患者的治疗可包括但不限于外科手术、化学疗法、放射疗法、靶向疗法、或其组合。
关于本文详述的生物标志物的检测，本公开不限于本文报道的特定生物分子。在一些实施方式中，能够选择其它生物分子用于检测和分析所公开的生物标志物，包括但不限于基于蛋白质、抗体、核酸、适体的生物分子和合成有机化合物。其它分子可以在灵敏度、效率、测定速度、成本、安全性或易于制造或储存方面表现出优势。在这方面，本领域普通技术人员将理解，本文公开的生物标志物的预测和诊断能力可扩展到不仅分析这些生物标志物的蛋白质形式，而且还分析生物标志物的其它表示(例如，核酸)。此外，本领域普通技术人员将理解，本文公开的生物标志物的预测和诊断能力还能够与肺癌相关联的其它生物标志物的分析组合使用。在一些实施方式中，肺癌相关联的其它生物标志物能够是基于蛋白质的生物标志物。在一些实施方式中，肺癌相关联的其它生物标志物能够是基于非蛋白质的生物标志物，例如ctDNA。
前面已经相当广泛地概述了本公开的特征和技术益处，以便可以更好地理解详细描述。本领域技术人员应该理解，所公开的具体实施方式可容易地用作修改或设计用于实现本公开的相同目的的其它结构或过程的基础。应当理解，本公开不限于所描述的特定实施方式，因为可以对特定实施方式的做出变化并且仍然落入权利要求的范围内。
定义
如本文所用，术语“肺癌”是指肺部的恶性新生物，其特征在于细胞的异常增殖，其中细胞的生长超过其周围的正常组织的生长并且与之不协调。
如本文所用，术语“肺癌阳性”是指受试者分类为患有肺癌。
如本文所用，术语“肺癌阴性”是指受试者分类为不患有肺癌。
如本文所用，术语“受试者”或“患者”是指哺乳动物，优选人，其需要分类为肺癌阳性或肺癌阴性，并且能够为其提供进一步治疗。
如本文所用，“参照患者”、“参照受试者”或“参照组”是指一组患者或受试者，其中来自疑似患有肺癌或处于患肺癌风险的患者或受试者的样品可以与之比较。在一些实施方式中，这种比较可用于确定受试者是否患有肺癌。参照患者或组可用作测试或诊断目的的对照。如本文所述，参照患者或组可以是从单个患者获得的样品，或者可代表一组样品，如合并的样品组。
如本文所用，“健康的”是指未发现肺癌迹象的个体，即个体不患有肺癌。这样的个体可以分类为“肺癌阴性”或具有健康的肺，或正常的、具有非受损的肺功能。健康的患者或受试者没有肺癌或其它肺部疾病的症状。在一些实施方式中，健康患者或受试者可用作参照患者，用于与患病或疑似患病样品进行比较，以确定患者或患者组中的肺癌。
如本文所用，术语“治疗(treatment/treating)”是指针对受试者的药物施用或医疗程序的执行，用于预防(防止)或治愈或减少在受试者或患者受到影响的情况下虚弱或疾病或病症或事件的发生或复发的程度或可能性。与本公开相关，该术语还可指药理学物质或制剂的施用，或非药理学方法的执行，包括但不限于放射疗法和外科手术。本文使用的药理学物质可包括但不限于本领域成熟的化学治疗剂，如厄洛替尼(TARCEVA等)、阿法替尼(GILOTRIF)、吉非替尼(IRESSA)、贝伐单抗(AVASTIN)、克唑替尼(XALKORI)、色瑞替尼(ZYKADIA)、顺铂(PLATINOL)、卡铂(PARAPLATIN)、多西紫杉醇(TAXOTERE)、吉西他滨(GEMZAR)、紫杉醇(TAXOL等)、长春瑞滨(NAVELBINE等)或培美曲塞(ALIMTA)。药理学物质可包括免疫疗法中使用的物质，如检查点抑制剂。治疗可包括多种药理学物质，或多种治疗方法，包括但不限于外科手术和化学疗法。
如本文所用，术语“CARET”是指β-胡萝卜素和视黄醇功效试验研究。
如本文所用，术语“NLST”是指国家肺筛查试验。
如本文所用，术语“USPSTF”指美国预防服务工作组。
如本文所用，术语“EPIC”是指欧洲癌症与营养前瞻性调查。
如本文所用，术语“NSHDS”是指瑞典北部健康和疾病研究。
如本文所用，术语“ICD-O-2”是指国际肿瘤疾病分类，第二版。
如本文所用，术语“ELISA”是指酶联免疫吸附测定。该测定通常涉及使荧光标记的蛋白质样品与对这些蛋白质具有特异性亲和力的抗体接触。这些蛋白质的检测能够用各种方法完成，包括但不限于激光荧光法。
如本文所用，术语“回归”是指统计方法，其可基于所述样品的可观察性状(或一组可观察性状)为样品的潜在特征指定预测值。在一些实施方式中，该特征不是可直接观察到的。例如，本文使用的回归方法能够将特定生物标志物测试或一组生物标志物测试的定性或定量结果与特定受试者是肺癌阳性的概率相关联。
如本文所用，术语“逻辑回归”指的是回归方法，其中来自模型的预测的指定能够具有若干允许的离散值中的一个。例如，本文使用的逻辑回归模型可以为某个受试者指定肺癌阳性或肺癌阴性的预测。
如本文所用，术语“生物标志物得分”是指通过将所述受试者的特定生物标志物水平输入统计方法而计算的特定受试者的数值分数。
如本文所用，术语“综合得分”是指在来自受试者的样品中测量的预定标志物的标准化值的总和。在一个实施方式中，将标准化值报告为生物标志物得分，然后对那些生物标志物得分值求和以提供测试的各受试者的综合得分。当在风险分类表的背景中使用并且基于风险分类表中的综合得分范围与分层分组相关联时，“综合得分”用于确定所测试的每个受试者的“风险得分”，其中对于分层分组表示增加的患癌症可能性的乘数变为“风险得分”。
如本文所用，术语“风险得分”是指单个数值，其表示与疾病队列中已知的癌症患病率相比，无症状人受试者患癌症的风险增加。在某些实施方式中，为人受试者计算的综合得分与表示患癌症的风险增加的乘数相关，其中综合得分基于风险分类表中每个分层分组的综合得分范围相关联。以这种方式，基于对于综合得分是最佳匹配的表示分组的患癌症可能性增加的乘数，综合得分转换为风险得分。
如本文所用，术语“截止”或“截止点“是指与特定统计学方法相关的数学值，该统计学方法可用于基于所述受试者的生物标志物得分而对受试者指定肺癌阳性或肺癌阴性的分类。
如本文所用，当高于或低于截止值的数值“是肺癌的特征”时，意指的是，对其样品分析产生该值的受试者患有肺癌或处于患肺癌的风险。
如本文所用，“处于患肺癌的风险”的受试者是可能尚未证实肺癌的明显症状的受试者，但是其正在产生水平的生物标志物，表明受试者患有肺癌，或者可能在近期患肺癌。患有肺癌或疑似患有肺癌的受试者可针对癌症或疑似癌症进行治疗。
如本文所用，术语“分类”是指基于所述受试者获得的生物标志物得分的结果，将受试者指定为肺癌阳性或肺癌阴性。
如本文所用，术语“肺癌阳性”是指基于本公开的方法的结果，预测受试者处于患肺癌的风险的指示。
如本文所用，术语“肺癌阴性”是指基于本公开的方法的结果，预测受试者不处于患肺癌的风险。
如本文所用，术语“Wilcoxon秩和检验”，也称为Mann-Whitney U检验，Mann-Whitney-Wilcoxon检验或Wilcoxon-Mann-Whitney检验，是指用于比较两个群体的特定统计方法。例如，该检验在本文可以用于将可观察的性状、特别是生物标志物水平与特定群体的受试者中肺癌的缺乏或存在联系起来。
如本文所用，术语“真阳性率”是指通过某种方法分类为阳性的给定受试者是真正阳性的概率。
如本文所用，术语“假阳性率”是指通过某种方法分类为阳性的给定受试者是真正阴性的概率。
如本文所用，术语“灵敏度”是指在各种生物化学测定的背景下，测定正确地识别患有疾病的那些的能力(即，真阳性率)。相比之下，如本文所用，术语“特异性”是指在各种生物化学测定的背景下，测定正确地识别没有疾病的那些的能力(即，真阴性率)。灵敏度和特异性是二元分类检验(即分类函数)表现的统计学度量。灵敏度对避免假阴性进行定量，特异性对于假阳性也是如此。
如本文所用，“样品”是指待测试本文所述的生物标志物的存在、和其水平或浓度的测试物质。样品可以是根据本公开适当的任何物质，包括但不限于血液、血清、血浆或其任何部分。
如本文所用，“抗原”是指抗体或抗原结合试剂或片段可结合从而用于检测本文所述的生物标志物的蛋白质、代谢物或其它分子。在一些实施方式中，生物标志物可充当抗原。在其它实施方式中，生物标志物的一部分可充当抗原。在一些实施方式中，抗体可用于检测本文所述的抗原。在其它实施方式中，核酸，如DNA、RNA、DNR/RNA杂合体，抗体，抗体片段或能够结合抗原的任何其它化合物或分子，可用于检测抗原，如本文所述的生物标志物。如本文所述的抗原可充当检测用于本文所述方法的蛋白质或代谢物标志物的水平、浓度或量的基础。
如本文所用，术语“CEA”是指癌胚抗原。
如本文所用，术语“CA125”是指癌抗原125。
如本文所用，术语“CYFRA21-1”，也称为Cyfra 21-1，是指细胞角蛋白片段19，也称为细胞角蛋白-19片段。
如本文所用，术语“SFTPB”是指表面活性蛋白B。
如本文所用，术语“Pro-SFTPB”是指Pro-表面活性蛋白B，其是SFTPB的前体形式。
如本文所用，术语“HE4”，也称为WFDC2，是指人附睾蛋白4。
如本文所用，术语“ctDNA”是指无细胞(cell-free)或循环的肿瘤DNA。ctDNA是经发现在癌症患者的血液中自由循环的肿瘤DNA。不受理论的限制，据信ctDNA源自垂死的肿瘤细胞，并且可以存在于许多种癌症中，但以不同的水平和突变等位基因部分存在。通常，ctDNA携带独特的体细胞突变，该突变在原发肿瘤细胞中形成，而在宿主的健康细胞中未发现。因此，ctDNA体细胞突变可以充当癌症特异性生物标志物。
如本文所用，“代谢物”是指作为细胞代谢的中间体和/或产物的小分子。代谢物可以在细胞中发挥多种功能，例如，结构、信号传导、对酶的刺激和/或抑制作用。在一些实施方式中，代谢物可以是非蛋白质、血浆衍生的代谢物标志物，比如，包括但不限于乙酰基亚精胺、二乙酰精胺、溶血磷脂酰胆碱(18:0)、溶血磷脂酰胆碱(20:3)和吲哚衍生物。
如本文所用，术语“ROC”是指接收者操作特性，其是本文中用于测量某种诊断方法在各个截止点处的表现的图表。ROC图可以从各个截止点处的真阳性和假阳性的分数来构建。
如本文所用，术语“AUC”是指ROC图的曲线下面积。AUC可以用于估计某种诊断测试的预测能力。通常，AUC较大对应于预测能力增加，预测误差的频率降低。AUC的可能值范围从0.5到1.0，后者值是无误差预测法的特征。
如本文所用，术语“p-值”或“p”是指在Wilcoxon秩和检验的背景下，肺癌阳性和肺癌阴性受试者的生物标志物得分的分布相同的概率。通常，p-值接近于零，表示特定统计方法在对受试者进行分类时将具有高预测能力。
如本文所用，术语“CI”是指置信区间，即，可以预测某个值具有一定置信水平的区间。如本文所用，术语“95％CI”是指可以预测某个值处于95％置信水平的区间。
术语“AIC”指Akaike信息准则，一种基于信息理论的方法，其可用于评估数据组的各种回归模型的相对优点。
实施例
包括以下实施例以说明本公开的实施方式。以下实施例仅以说明的方式呈现，并且有助于普通技术人员使用本公开。这些实施例无意以任何方式另外限制本公开的范围。根据本公开内容，本领域普通技术人员应理解，在不脱离本公开的精神和范围的情况下，可以对所公开的特定实施方式进行许多改变并且仍然获得相同或相似的结果。
实施例1：血液样品组
将来自所有研究参与者的血浆样品在干冰上送至美国德克萨斯州MD Anderson的实验室，在那里将它们保持在-80℃以下直至分析。
训练(train)队列：β-胡萝卜素和视黄醇功效试验(CARET)研究
来自CARET参与者(现时或以前的重度吸烟者)的诊断前血清样品用于训练潜在的基于蛋白质的风险预测标志物的生物标志物得分。CARET是一项随机、双盲、安慰剂对照的试验，评估了18,314名具有肺癌高风险人群每日补充30mgβ-胡萝卜素和25,000IU视黄醇棕榈酸酯的预防癌症效果和安全性。符合条件的参与者包括两个高风险群体：14,254名50至69岁的男性和女性，他们是现时或以前的吸烟者(在过去6年内戒烟)，他们暴露于至少20包-年(pack-year)的吸烟，以及4,060名45至69岁的男性，他们是现时或以前的吸烟者(在研究开始前停止不超过15年)并且具有大量的职业石棉暴露史。参与者在1985年至1994年期间入选在6个美国中心，随后跟踪癌症和死亡率结果，直到2005年。总计，从108名在提供血液样品后12个月内随后患上非小细胞肺癌(NSCLC)的受试者和216名基于基线年龄(5年组)、性别、基线吸烟状况(现时相比于以前)和研究入组时间而匹配于每个病例的对照，测定了样品。
来自CARET参与者(当前或以前的重度吸烟者)的诊断前血清样品，由108名随后患上非小细胞肺癌(NSCLC)的受试者和216名匹配的对照组成，用于测试一组潜在的基于蛋白质的风险预测标志物，包括Pro-SFTPB。这些样品中没有一个是待测试的候选标志物的任何先前测定的一部分，因此代表由108名NSCLC和216名匹配的对照组成的标志物测定的独立组。在诊断NSCLC之前一年内收集病例样品。
验证队列：EPIC和NSHDS研究
本研究中使用的验证队列获取自两项欧洲前瞻性研究：欧洲癌症与营养前瞻性调查(EPIC)研究和瑞典北部健康与疾病研究(NSHDS)。
欧洲癌症与营养前瞻性调查
EPIC研究是一个持续性多中心前瞻性队列，在1992年至1998年期间从欧洲的十个国家的23个中心招募了521,330名参与者。目前的生物标志物研究涉及来自7个国家(希腊、荷兰、英国、法国、德国、西班牙和意大利)的EPIC参与者在里昂的国际癌症研究机构(IARC)的研究招募中捐献血液样品，该样品是液氮保存的生物存储库的一部分。
瑞典北部健康与疾病研究
NSHDS是瑞典县一般群体的一个持续性前瞻性队列。1985年开始研究后，从此所有县居民都通过参加40、50和60岁的健康检查而受邀参与。截至2014年，该队列已招募99,404名研究参与者，他们捐献血液样品用于未来的研究。有关EPIC和NSHDS招募程序、问卷调查和人体测量数据的收集以及血液样品收集和储存的详细信息已在其它地方详细描述。EPIC和NSHDS验证队列的特征如下表1所示。
表1中示出CARET训练研究以及EPIC和NSHDS验证研究中病例和对照的基线特征。用于训练吸烟模型的EPIC和NSHDS研究样品的特征示于表2中。
表1.训练和验证队列中患者和对照的临床特征
/>
缩写：NSCLC，非小细胞肺癌；SCC，鳞状细胞癌；ADC腺癌；SD，标准差
表2.用于训练吸烟模型的EPIC和NSHDS研究的基线特征
/>
病例和对照的随访和选择
发生癌症病例的随访使用多种方法的组合进行，包括与区域或国家癌症登记处的记录联系，以及健康保险记录，癌症和病理学登记，以及通过研究受试者及其近亲的积极随访。根据国际肿瘤疾病分类，第二版(ICD-O-2)定义肺癌病例，并包括编码为C34的所有侵袭性癌症。排除具有另一种癌症病史(非黑色素瘤皮肤癌除外)和缺失血液样品或吸烟信息的病例后，在EPIC中抽血1年内诊断出的48名发生病例和在NSHDS中抽血2年内诊断出的35名发生病例，可用于当前的研究。在意大利、荷兰、西班牙、瑞典和英国，通过与地区或国家癌症登记处的记录联系确定发生癌症病例。在法国、德国和希腊，随访基于多种方法的组合，包括健康保险记录，癌症和病理登记，以及通过研究受试者及其近亲的积极随访。
对于每个首发病例，在诊断首发病例时，从由所有存活且没有癌症(非黑素瘤皮肤癌除外)的队列成员组成的风险组中随机选择两名对照。匹配标准是研究中心、性别、血液收集日期(±1个月，对于无可用对照组放宽至±12个月)、血液收集时间(±1小时，放宽至±12小时)和血液收集年龄(±3个月，放宽至±5年)。为了改善吸烟分层分析的统计效力，对照中的每一名还基于首发病例的吸烟状况从5个类别进行匹配：从不吸烟者、以前吸烟者中短期和长期戒烟者(戒烟后<10年，≥10年)、以及现时吸烟者中的轻度和重度吸烟者(<15年，每天≥15支烟)。
来自EPIC(抽血1年内诊断的病例)和NSHDS(抽血2年内诊断的病例)的最终联合验证研究包括83名发生肺癌病例和158名匹配对照。所有研究参与者都签署了参与研究的书面知情同意书，研究得到参与国当地伦理委员会以及IARC和MD Anderson伦理审查委员会的批准。
对于每名EPIC和NSHDS首发病例，在诊断首发病例时，从由所有存活且没有癌症(非黑素瘤皮肤癌除外)的队列成员组成的风险组中随机选择两名对照。对于每名病例，在诊断首发病例时，从所有存活且没有癌症(非黑素瘤皮肤癌除外)的队列成员组成的风险组中随机选择一名对照。匹配标准是研究中心、性别、血液收集日期(±1个月，对于无可用对照组的放宽至±3个月)和出生日期(±1年，放宽至±3年)。为了改善吸烟分层分析的统计效力，对照中的一名还对首发病例的吸烟状况从5个类别进行匹配；从不吸烟者、以前吸烟者中短期和长期戒烟者(戒烟后<10年，≥10年)、以及现时吸烟者中的轻度和重度吸烟者(<15年，每天≥15支烟)。
来自EPIC和NSHDS的全部组合验证队列在排除从不吸烟病例和对照后包括74名发生肺癌病例和109名匹配的对照。所有参与者都签署了参与研究的书面知情同意书，研究得到了参与国当地伦理委员会和IARC机构审查委员会的批准。
实施例2：生物标志物组候选物的选择
对一组五个候选物：CEA、CA125、CYFRA 21-1、Pro-SFTPB和HE4进行生物标志物的初始筛选。CEA和CA125是众所周知的肿瘤生物标志物，并且分别常规地用作结肠直肠癌和卵巢癌的预后和诊断标志物。自90年代以来，一直认为CYFRA 21-1是非小细胞肺癌的标志物。与匹配的对照相比，SFTPB和HE4在肺癌小鼠模型和临床诊断前至多一年收集的血液样品中与肺癌显著相关(Bach等，J Natl Cancer Inst 95：470-8，2003)。SFTPB的前体形式(Pro-SFTPB)可在前瞻性队列研究中预测肺癌风险，该研究包括泛加拿大肺癌早期检测研究、医师健康研究和CARET研究(Cassidy等，Br J Cancer 98:270-6，2008；Hoggart等，Cancer Prev Res(Phila)5:834-46，2012；Spitz等，Cancer Prev Res(Phila)1：250-4，2008)。最初发现Pro-SFTPB在患有肺癌的小鼠的血浆中升高。
从该组中，基于它们在训练队列中的表现选择四种生物标志物用于小组：CA-125、CYFRA 21-1、CEA和Pro-SFTPB。
对照群体观察到的生物标志物水平列于表3中。还提供健康受试者中这些值的典型范围。
表3.对照群体中观察到的生物标志物水平。
| 生物标志物 | 最小值＊ | 中值 | 最大值 | 曲型范围 |
| CEA | 0.47 | 1.96 | 10 | 0-5 |
| CA125 | 4.33 | 6.7 | 12.13 | 0-35 |
| CYFRA | 2.51 | 4.24 | 15.89 | 0.16-2.95 |
| Pro-SFTPB | 0 | 5.2 | 93.23 | N/A |
*CEA、CYFRA和Pro-SFTPB的单位为ng/mL；CA125的单位为U/mL。
癌症群体观察到的生物标志物水平列于表4中。还提供患有癌症的受试者中这些值的典型范围。
表4.癌症群体中观察到的生物标志物水平
| 生物标志物 | 最小值＊ | 中值 | 最大值 | 典型范围 |
| CEA | 0.62 | 9.26 | 120.6 | 0-20 |
| CA125 | 4.24 | 7.29 | 20.51 | ＞35 |
| CYFRA | 3.3 | 5.66 | 20.93 | 0.93-221.6 |
| Pro-SFTPB | 1.08 | 22.66 | 233.11 | N/A |
*CEA、CYFRA和Pro-SFTPB的单位为ng/mL；CA125的单位为U/mL。
实施例3：样品分析
使用来自训练队列的血清样品通过免疫测定法分析五种候选标志物。使用基于珠子的免疫测定法在MAGPIX(R)仪器(Luminex Corporation，Austin TX)上测定CA125、CEA、Pro-SFTPB、CYFRA 21-1和HE4的浓度。36个样品一批以一式两份进行样品分析，质量控制程序包括7个校准样品、2个质量控制样品和每批1个空白样品。CA125批次内和批次之间的变异系数(CV)分别为6.86％和15.54％，CEA为1.45％和9.32％，Pro-SFTPB为6.55％和17.26％，CYFRA 21-1为5.56％和28.71％。所有肺癌病例及其个体匹配的对照在相同批次中以随机顺序一起分析。实验室工作人员对血液样品的病例-对照状态不知情。
实施例4：回归模型
最初对每个评估的生物标志物进行对数转换并分别在每个研究样品内标准化。通过拟合逻辑回归模型将生物标志物CA125、CEA，Pro-SFTPB和CYFRA组合成基于生物标志物的风险得分(生物标志物得分)。CARET2中的CYFRA缺乏47.53％样品的数据。为了使用尽可能多的观察来进行模型构建，采用了两阶段方法：在第一阶段，基于Akaike信息准则，通过使用逻辑回归使用除CYFRA之外的所有生物标志物选择最佳生物标志物组；在第二阶段，将第一阶段的综合得分固定并与CYFRA结合以获得最终模型。这种两阶段方法允许观察也有助于模型训练。所有推论均基于引导程序(bootstrap)，该引导程序采用1000个样品，对于健康和患病分别替换。
为了评估生物标志物得分对于基于吸烟暴露史的风险预测模型能够改善的程度，我们使用来自EPIC和NSHDS的数据来拟合吸烟模型，所述数据未在验证研究中使用，由在研究招募后2至10年诊断的病例限定，对照以验证研究中的相同匹配标准单个匹配(1,008名病例和1,873名对照)。使用条件逻辑回归和对个体病例组的条件化，吸烟模型包括吸烟状况(以前vs.从不、现时vs.从不)、现时吸烟者每天的烟数(连续[以前的吸烟者不可用])、吸烟持续时间(以前吸烟者和现时吸烟者连续吸烟)以及以前吸烟者自从戒烟以来的时间[连续]。
我们使用组合的EPIC和NSHDS样品评估生物标志物改善基于单独的吸烟变量的风险预测模型的潜力的生物标志物得分，首先是通过使用无条件逻辑回归拟合包括吸烟变量的模型(吸烟模型)。该模型包括年龄(连续)、性别(二分法)、队列(二分法)、吸烟状况(以前/现时)、现时吸烟者每天的烟数(连续[以前的吸烟者不可用])、吸烟持续时间(连续)、以及以前吸烟者自从戒烟以来的时间[连续]。吸烟模型的参数估计值列于表5中。
生物标志物得分和吸烟模型可以区分发生肺癌病例和对照的程度随后通过为验证研究中的每个参与者指定相应的模型进行外部和非参数评估(抽血后0至2年诊断的病例)。此外，为了评估将生物标志物得分与吸烟模型相结合的潜力，通过在验证研究中使用基于吸烟模型的风险得分和生物标志物得分作为两个单独的协变量而拟合条件逻辑回归模型，开发综合风险预测模型。
表5.在EPIC和NSHDS中基于抽血2至10年之间诊断的病例而开发的吸烟模型的规格。
生物标志物浓度的对数的系数如下：CA-125，0.4730；CYFRA 21-1，0.2612；CEA，0.6531；和Pro-SFTPB，0.9238；常数，-8.4927。
logit(p)＝-8.4927+0.4730×logCA125+0.2612×logCYFRA211+0.6531×logCEA+0.9238×logProSFTPB
实施例5：回归模型的表现
每个候选生物标志物在CARET训练研究中区分病例和对照(p值＜0.05)，AUC估计值范围从0.60(95％CI：0.53-0.67，CA125)到0.70(95％CI：0.64-0.76，Pro-SFTPB)(表6)。基于AIC，HE4排除在模型之外，最终的生物标志物得分由CA125、CEA、Pro-SFTBP和CYFRA21-1限定，并且在训练样品中产生0.80的总AUC(95％CI 0.72-0.87)(图1)。
表6.个体生物标志物表现
在训练研究中，生物标志物得分类似地区分两种最普遍的组织学类型的肺癌，肺腺癌的AUC为0.79(95％CI：0.67-0.92)，肺鳞状癌的AUC为0.79(95％CI：0.62-0.96)(表7)。与抽血后6个月至12个月诊断的病例(AUC：0.77，95％CI：0.66-0.88)相比，抽血6个月内诊断出的肺癌病例的AUC更高(AUC：0.86，95％CI：0.76-0.96)(表7)。
表7.CARET训练研究中生物标志物得分的表现
ADC：腺癌；SCC：鳞状细胞癌；NSCLC，非小细胞肺癌
在验证研究中生物标志物得分的辨别表现产生0.89的AUC(95％CI：0.84-0.93)。吸烟模型的AUC为0.79(95％CI：0.73-0.85)，两估值之间差异的P值为0.002，图1，表6。生物标志物得分的AUC在相关阶层始终高于吸烟模型，在以前吸烟者的0.83和轻度吸烟者(吸烟史不到30包年的受试者，表8)的0.93之间变化。与单独的生物标志物得分相比，在综合风险预测模型中将生物标志物得分与吸烟模型相结合并未显著改善AUC(综合风险预测模型的AUC：0.90，95％CI：0.86-0.94，图1)。
在验证研究中使用ROC分析评估吸烟模型、生物标志物得分和综合风险预测模型的辨别表现。为了估计将使用不同模型鉴定的未来肺癌病例的比例，我们估计每个模型在特异性水平的灵敏度，该特异性水平对应于在验证研究中将USPSTF筛查合格标准应用于每名受试者所提供的特异性水平。相反，我们还评估了使用USPSTF标准获得的灵敏度水平下的模型特异性，以便估计可以避免对未注定患肺癌的受试者进行筛查的程度。
将二分法USPSTF筛查标准应用于验证研究导致灵敏度为0.37(95％CI：0.23-0.48)，特异性为0.85(95％CI：0.72-0.91)(表8)。USPSTF筛查标准的特异性为0.85的生物标志物得分，产生的灵敏度为0.78(95％CI：0.65-0.87)，而吸烟模型产生的灵敏度为0.58(95％CI：0.31-0.71)。生物标志物得分的灵敏度在整个分层中在0.65和0.85之间变化(表8)。相比之下，相同特异性的吸烟模型的灵敏度在整个分层中在0.12和0.73之间变化。我们还评估了与USPTSF标准相比改善特异性的可能性，以避免筛查不太可能患肺癌的受试者。在基于USPSTF标准的总体灵敏度为0.37时，使用生物标志物得分的验证研究中的相应特异性为0.98(95％CI：0.96-1.00)，而吸烟模型为0.90(95％CI：0.84-0.94)。生物标志物得分的特异性在整个分层中在0.96和1.00之间变化，并且始终显著高于吸烟模型对现时吸烟者的值(表3和9)。
/>
/>
/>
/>
对于在抽血6个月内诊断患有肺癌的受试者，特异性为95％的小组的灵敏度为38％(图2)，对于抽血后超过6个月至多12个月患肺癌的受试者，灵敏度为21％(图3)(分别为AUC＝0.858，95％CI：0.76-0.96；AUC＝0.770，95％CI：0.66-0.88)。该小组对两种最常见的肺癌组织学类型提供了可比较的分类：肺腺癌的AUC为0.794(95％CI：0.67-0.92；SN＝21％，SP＝95％)，肺鳞状细胞癌的AUC为0.790(95％CI：0.62-0.96；SN＝15％，SP＝95％)。剩下的NSCLC分类为AUC 0.804(95％CI：0.68-0.93)，灵敏度为33％(SP＝95％)。女性的小组表现为(AUC＝0.829；95％CI：0.70-0.96)，男性为(AUC＝0.783；95％CI：0.69-0.88)。
通过组合EPIC和NSHDS样品并为每个参与者指定生物标志物得分，并使用接受者操作特征(ROC)曲线分析评估表现，从外部且非参数地评估生物标志物得分能够辨别发生肺癌病例和对照的程度。
使用组合的EPIC和NSHDS样品评估生物标志物得分改善基于单独的吸烟变量的风险预测模型的潜力，首先是通过使用无条件逻辑回归拟合包括吸烟变量的模型(吸烟模型)。该模型包括年龄(连续)、性别(二分法)、队列(二分法)、吸烟状况(以前/现时)、现时吸烟者每天的烟数(连续[以前的吸烟者不可用])、吸烟持续时间(连续)、以及以前吸烟者自从戒烟以来的时间[连续]。随后，通过拟合包括生物标志物得分和吸烟模型的新模型来确定综合风险预测模型。与吸烟模型相比，综合风险预测模型的辨别变现主要通过分析组合的EPIC和NSHDS样品来评估。
为了估计将使用不同模型鉴定的未来肺癌病例的分数，设定每种模型在对应于通过应用USPSTF筛查合格标准提供的特异性下的灵敏度。反过来，还在USPSTF灵敏度下检查模型特异性，以估计在不患肺癌的受试者中可以避免筛查的程度。
在ROC分析中，吸烟模型(仅基于人口统计学和问卷调查的吸烟变量)在辨别组合的EPIC和NSHDS验证样品中病例和对照的总体表现估计AUC为0.72(95％CI：0.65-0.79，图1)。单独的生物标志物得分的相应辨别表现估计AUC为0.80(95％CI：0.74-0.87，与吸烟模型比较AUC的p值：0.07)。在综合风险预测模型中将生物标志物得分与吸烟模型相结合，得到AUC为0.83(95％CI：0.77-0.89，与吸烟模型比较AUC的p值：0.001)。
综合风险预测模型提供的AUC估计值在按性别和吸烟状况分层时相似(范围：0.79至0.84)，但与吸烟超过30包年的研究参与者相比(AUC：0.67，95％CI：0.53-0.81，p值：0.0053)，在吸烟少于30包年的研究参与者中更高(AUC：0.90，95％CI：0.83-0.96)。
将二分法USPSTF筛查标准应用于验证样品导致总灵敏度为0.42(95％CI：0.26-0.54)和特异性为0.78(95％CI：0.64-0.87)。为了评估将未来肺癌病例转至筛查时改善灵敏度的可能性-与应用目前使用的USPSTF标准相反-评估了综合风险预测模型在USPSTF标准特异性下的灵敏度。因此，在0.78的特异性下，综合风险预测模型的灵敏度为0.76(95％CI：0.57-0.86)，并且在整个分层中在0.61和0.83之间变化，但始终高于USPSTF标准(表9)。相比之下，吸烟模型在相同特异性下的总体灵敏度为0.41(95％CI：0.28-0.66)，并且在整个分层中在0.21和0.57之间变化。相反，进行了研究以改善USPTSF标准的特异性，以避免将不会患肺癌的受试者引向筛查。在这里，USPSTF标准的总体灵敏度为0.42-使用综合风险预测模型的相应特异性为0.94(95％CI：0.88-0.98)，而吸烟模型为0.78(95％CI：0.70-0.90)。同样，综合风险预测模型的特异性始终显著高于吸烟模型的特异性，并且在整个分层在0.88和1.00之间变化。
实施例6：用另外的生物标志物扩展小组
在探索性分析中，还针对验证队列分析了另外16种有希望的生物标志物，以评估其在风险预测中的潜力。基于这16种生物标志物的数据，进一步改进了CARET中开发的生物标志物得分的辨别表现。基于惩罚逻辑回归(lasso)，除了生物标志物得分之外，从16种测定的生物标志物中选择2种另外的生物标志物，导致与单独的生物标志物得分的0.80相比(95％CI：0.74-0.87)(p值：0.11)，表面上总体AUC更高为0.83(95％CI：0.77-0.90)。引导程序-最优校正的AUC估计值为0.80，表明另外16种生物标志物进一步改善肺癌风险预测的潜力有限。
实施例7：回归模型诊断分数范围内的特异性和灵敏度
本领域普通技术人员将理解，可包括使用不同试剂的生物标志物检测、定量和分析的不同方法或测定将产生不同的结果，这可能需要修改回归模型。特别地，不同的测定能够产生例如以不同单位表达的结果。此外，在相同样品的一式两份测定中的重复反应也能够产生不同的原始结果。然而，它是至少四种生物标志物CEA、CA125、CYFRA21-1和Pro-SFTPB的组合检测、定量和分析，当将其并入本文公开的回归模型中时，产生肺癌的确定诊断。
用于检测、定量和分析四种生物标志物的每个特定测定所报告的结果的范围将具有所得肺癌预测得分的范围，其部分取决于灵敏度或特异性的程度(表10；基于Youden指数的优选截止值为-1.073，特异性为0.714，灵敏度为0.822。用于产生肺癌预测得分的回归模型可取决于用于测试标志物的特定测定。如本领域技术人员所理解的，不同的测定能够靶向四种生物标志物的不同表位或具有不同的亲和力和灵敏度。因此，可以修改用于生成肺癌预测得分的回归模型算法以考虑这些测定变量。
实施例8：测定样品和肺癌患者诊断
在一个实例中，基于本文公开的四-生物标志物组筛查肺癌的患者具有抽取的血液样品(或其它液体或组织活检)并通过ELISA(或其它测定)测定以定量患者中CEA、CA125、CYFRA21-1和Pro-SFTPB的水平。所用特定测定考虑的至少这些生物标志物的标准化值可以是，例如，CEA＝3.2ng/mL；CA125＝3.5U/mL；CYFRA21-1＝2.1ng/mL；和Pro-SFTPB＝6ng/mL。然后对原始测定数据进行log2变换，计算每个队列中健康样品的平均值和标准偏差。然后对数据进行标准化，使得健康样品的平均值为0，标准偏差为1：其中(读数j-平均值健康)/(std健康)，其中j是第j个样品。
当使用以下回归模型分析时：
logit(p)＝-8.4927+0.4730×logCA125+0.2612×logCYFRA211+0.6531×logCEA
上述患者的综合得分为1.344。鉴于考虑特异性和灵敏度的优选截止值(表10)，具有这种综合得分的患者将具有接近确定性的肺癌，因此指导其进行肺癌的后续测试和治疗，其使用本文所讨论并且本领域技术人员已知的其它方式。使用本文所述的回归模型，综合肺癌预测得分越正，患者患肺癌的确定性越高。相反，综合肺癌预测得分越负，患者不患肺癌的确定性越高。
相反，在另一个实例中，所用特定测定考虑的生物标志物CEA、CA125、CYFRA21-1和Pro-SFTPB的标准化值可以是，例如，CEA＝0.1ng/mL；CA125＝2.0U/mL；CYFRA21-1＝-1.2ng/mL；和Pro-SFTPB＝4.0ng/mL。当使用与上述相同的回归模型进行分析时，这样的患者将具有-4.3347的综合得分。鉴于考虑特异性和灵敏度的优选截止值(表10)，具有这种综合得分的患者几乎肯定不会患有肺癌，因此，基于任何其它临床条件的强度将需要或不需要接着进行其它测试。
表10.组合验证组中基于生物标志物组(CEA、CA125、CYFRA21-l和Pro-SFTPB)的得分的不同截止值下的灵敏度和特异性
/>
/>
实施例9：代谢物和蛋白质标志物的附加效应
进行研究以评估向四-标志物肺癌组添加代谢物如二乙酰精胺(DAS)的贡献，二乙酰精胺(DAS)先前鉴定为非小细胞肺癌的标志物。数据表明一种附加表现，特别是在非腺癌病例中(图4)。
来自一组100名肺癌病例和两倍对照的诊断前血液样品中的代谢物和蛋白质标志物的组合显示出与单独的四-标志物组相比改善的表现，对于随后诊断患有鳞状肺癌或患有不同于鳞状或腺癌的受试者具有特别改善的表现。因此，与单独的蛋白质标志物相比，向一组蛋白质标志物中添加代谢物标志物如DAS允许改善肺癌的早期检测。
其它实施方式
提供以上阐述的详细描述是为了帮助本领域技术人员实施本公开。然而，本文描述和要求保护的公开内容在范围上不限于本文公开的具体实施方式，因为这些实施方式意在说明本公开的若干方面。任何等同的实施方式都意在处于本公开的范围内。实际上，除了本文所示和所述的那些之外，本公开的各种修改对于本领域技术人员而言将从前面的描述变得显而易见，其不脱离本发明的精神或范围。这些修改也意在落入权利要求的范围内。
Claims (10)
1.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
测量所述生物样品中CEA的水平；
测量所述生物样品中CA125的水平；
测量所述生物样品中CYFRA21-1的水平；
测量所述生物样品中Pro-SFTPB的水平；
其中CEA、CA125、CYFRA21-1和Pro-SFTPB的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
2.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
使所述样品与结合CEA的第一报告分子接触；
使所述样品与结合CA125的第二报告分子接触；
使所述样品与结合CYFRA21-1的第三报告分子接触；
使所述样品与结合Pro-SFTPB的第四报告分子接触；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
3.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供结合CEA、CA125、CYFRA21-1和Pro-SFTPB的表面；
将所述表面与所述生物样品一起孵育；
使所述表面与结合CEA的第一报告分子接触；
使所述表面与结合CA125的第二报告分子接触；
使所述表面与结合CYFRA21-1的第三报告分子接触；
使所述表面与结合Pro-SFTPB的第四报告分子接触；
测量与所述表面相关联的所述第一报告分子的量；
测量与所述表面相关联的所述第二报告分子的量；
测量与所述表面相关联的所述第三报告分子的量；
测量与所述表面相关联的所述第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
4.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA的手段的第一表面；
提供具有用于结合CA125的手段的第二表面；
提供具有用于结合CYFRA21-1的手段的第三表面；
提供具有用于结合Pro-SFTPB的手段的第四表面；
将所述第一表面与所述生物样品一起孵育；
将所述第二表面与所述生物样品一起孵育；
将所述第三表面与所述生物样品一起孵育；
将所述第四表面与所述生物样品一起孵育；
使所述第一表面与结合CEA的第一报告分子接触；
使所述第二表面与结合CA125的第二报告分子接触；
使所述第三表面与结合CYFRA21-1的第三报告分子接触；
使所述第四表面与结合pro-SFTPB的第三报告分子接触；
测量与所述第一表面相关联的所述第一报告分子的量；
测量与所述第二表面相关联的所述第二报告分子的量；
测量与所述第三表面相关联的所述第三报告分子的量；
测量与所述第四表面相关联的所述第三报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
5.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA、CA125、CYFRA21-1和Pro-SFTPB的手段的表面；
将所述表面与所述生物样品一起孵育；
使所述表面与结合CEA的第一中继分子接触；
使所述表面与结合CA125的第二中继分子接触；
使所述表面与结合CYFRA21-1的第三中继分子接触；
使所述表面与结合Pro-SFTPB的第四中继分子接触；
使所述表面与结合所述第一中继分子的第一报告分子接触；
使所述表面与结合所述第二中继分子的第二报告分子接触；
使所述表面与结合所述第三中继分子的第三报告分子接触；
使所述表面与结合所述第四中继分子的第四报告分子接触；
测量与所述第一中继分子和CEA相关联的所述第一报告分子的量；
测量与所述第二中继分子和CA125相关联的所述第二报告分子的量；
测量与所述第三中继分子和CYFRA21-1相关联的第三报告分子的量；
测量与所述第四中继分子和Pro-SFTPB相关联的第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
6.一种确定受试者患肺癌的风险的方法，其包括：
从所述受试者获取生物样品；
提供具有用于结合CEA的手段的第一表面；
提供具有用于结合CA125的手段的第二表面；
提供具有用于结合CYFRA21-1的手段的第三表面；
提供具有用于结合Pro-SFTPB的手段的第四表面；
将所述第一表面与所述生物样品一起孵育；
将所述第二表面与所述生物样品一起孵育；
将所述第三表面与所述生物样品一起孵育；
将所述第四表面与所述生物样品一起孵育；
使所述第一表面与结合CEA的第一中继分子接触；
使所述第二表面与结合CA125的第二中继分子接触；
使所述第三表面与结合CYFRA21-1的第三中继分子接触；
使所述第四表面与结合Pro-SFTPB的第四中继分子接触；
使所述第一表面与结合所述第一中继分子的第一报告分子接触；
使所述第二表面与结合所述第二中继分子的第二报告分子接触；
使所述第三表面与结合所述第三中继分子的第三报告分子接触；
使所述第四表面与结合所述第四中继分子的第四报告分子接触；
测量与所述第一中继分子和CEA相关联的所述第一报告分子的量；
测量与所述第二中继分子和CA125相关联的所述第二报告分子的量；
测量与所述第三中继分子和CYFRA21-1相关联的所述第三报告分子的量；
测量与所述第四中继分子和Pro-SFTPB相关联的所述第四报告分子的量；
其中所述第一报告分子、所述第二报告分子、所述第三报告分子和所述第四报告分子的量将所述受试者分类为处于患肺癌的风险或不处于患肺癌的风险。
7.如权利要求1-6中任一项所述的方法，其中相对于健康受试者，CEA、CA125、CYFRA21-1和pro-SFTPB或与其结合的报告分子的量在所述受试者中升高。
8.如权利要求1-7中任一项所述的方法，其中至少一个表面还包括至少一种选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物的受体分子。
9.如权利要求1-8中任一项所述的方法，其中与不患肺癌的参照受试者或组中的CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的水平相比，CEA抗原、CA125抗原、CYFRA21-1抗原和pro-SFTPB抗原的量升高。
10.如权利要求1-9中任一项所述的方法，其中至少一个表面还包括至少一种选择性结合选自CEA、CA125、CYFRA21-1和Pro-SFTPB的生物标志物或抗原的受体分子。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762456731P | 2017-02-09 | 2017-02-09 | |
| US62/456,731 | 2017-02-09 | ||
| PCT/US2018/017704 WO2018148600A1 (en) | 2017-02-09 | 2018-02-09 | Methods for the detection and treatment of lung cancer |
| CN201880010925.0A CN110291397A (zh) | 2017-02-09 | 2018-02-09 | 肺癌的检测和治疗方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880010925.0A Division CN110291397A (zh) | 2017-02-09 | 2018-02-09 | 肺癌的检测和治疗方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117368475A true CN117368475A (zh) | 2024-01-09 |
Family
ID=63107741
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311117176.0A Pending CN117368475A (zh) | 2017-02-09 | 2018-02-09 | 肺癌的检测和治疗方法 |
| CN201880010925.0A Pending CN110291397A (zh) | 2017-02-09 | 2018-02-09 | 肺癌的检测和治疗方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880010925.0A Pending CN110291397A (zh) | 2017-02-09 | 2018-02-09 | 肺癌的检测和治疗方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US20200025766A1 (zh) |
| EP (1) | EP3580560A4 (zh) |
| JP (1) | JP7311417B2 (zh) |
| KR (2) | KR102630885B1 (zh) |
| CN (2) | CN117368475A (zh) |
| CA (1) | CA3053116A1 (zh) |
| WO (1) | WO2018148600A1 (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021016711A1 (en) * | 2019-07-29 | 2021-02-04 | Biomark Cancer Systems Inc. | Method of discriminating lung cancer patients |
| CN115397452A (zh) | 2020-01-30 | 2022-11-25 | 普罗科技有限公司 | 肺生物标志物及其使用方法 |
| WO2021219696A1 (en) * | 2020-04-28 | 2021-11-04 | Luxembourg Institute Of Health (Lih) | Biomarkers for detection of lung cancer |
| CN112147099A (zh) * | 2020-09-22 | 2020-12-29 | 范庆坤 | 一种m蛋白紫外分光检测法 |
| JP2023545017A (ja) * | 2020-10-02 | 2023-10-26 | ボード オブ レジェンツ，ザ ユニバーシティ オブ テキサス システム | 肺がんの検出及び治療のための方法 |
| WO2022093960A1 (en) * | 2020-10-29 | 2022-05-05 | Board Of Regents, The University Of Texas System | Methods for the detection and treatment of ovarian cancer |
| GB2607436A (en) * | 2021-03-31 | 2022-12-07 | Prognomiq Inc | Multi-omic assessment |
| CN113267587B (zh) * | 2021-05-27 | 2023-11-10 | 杭州广科安德生物科技有限公司 | 测定pro-SFTPB标准物质含量的特征肽段及方法 |
| WO2023209218A1 (en) * | 2022-04-28 | 2023-11-02 | Janssen Pharmaceutica Nv | Metabolite predictors for lung cancer |
| EP4357782A1 (en) * | 2022-10-18 | 2024-04-24 | MU Bioteknik Aktiebolag | Protein biomarker panel for the diagnosis of colorectal cancer |
| CN116559453A (zh) * | 2022-11-22 | 2023-08-08 | 杭州广科安德生物科技有限公司 | 一种用于肺癌检测的生物标志物 |
| CN116593702B (zh) * | 2023-05-11 | 2024-04-05 | 杭州广科安德生物科技有限公司 | 一种肺癌的生物标志物以及诊断系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080133141A1 (en) * | 2005-12-22 | 2008-06-05 | Frost Stephen J | Weighted Scoring Methods and Use Thereof in Screening |
| JP5160447B2 (ja) * | 2005-12-22 | 2013-03-13 | アボット・ラボラトリーズ | 肺がんへの傾向についてのスクリーニングのための方法およびマーカー組合せ |
| WO2008144034A1 (en) * | 2007-05-18 | 2008-11-27 | Duke University | Serum biomarkers for the early detection of lung cancer |
| JP2013525814A (ja) * | 2010-05-07 | 2013-06-20 | アッヴィ・インコーポレイテッド | 標的化チロシンキナーゼインヒビターでの治療に対する感受性の予測方法 |
| US20120093733A1 (en) * | 2010-05-24 | 2012-04-19 | Marek Malecki | Multidomain biotags for cancer detection, diagnosis and therapy and methods of their use |
| CN102321760A (zh) * | 2011-08-26 | 2012-01-18 | 泸州医学院附属医院 | 一种非小细胞肺癌标志物及应用 |
| US9753043B2 (en) * | 2011-12-18 | 2017-09-05 | 20/20 Genesystems, Inc. | Methods and algorithms for aiding in the detection of cancer |
| US20140271453A1 (en) * | 2013-03-14 | 2014-09-18 | Abbott Laboratories | Methods for the early detection of lung cancer |
| US9753037B2 (en) * | 2013-03-15 | 2017-09-05 | Rush University Medical Center | Biomarker panel for detecting lung cancer |
| US20150072890A1 (en) * | 2013-09-11 | 2015-03-12 | 20/20 Gene Systems, Inc. | Methods and compositions for aiding in the detection of lung cancer |
| US20160060329A1 (en) * | 2014-07-28 | 2016-03-03 | Donald SIN | Compositions and methods for the diagnosis and prognosis of lung cancer |
| CN108139381A (zh) * | 2015-06-26 | 2018-06-08 | 百奥马克癌症系统公司 | 肺癌检测方法 |
| CN105717146B (zh) * | 2016-03-29 | 2018-11-09 | 复旦大学附属中山医院 | 一种基于ct影像及生物标志物谱针对中国城市人口高危人群的肺癌风险预测试剂盒 |
-
2018
- 2018-02-09 CN CN202311117176.0A patent/CN117368475A/zh active Pending
- 2018-02-09 CA CA3053116A patent/CA3053116A1/en active Pending
- 2018-02-09 JP JP2019542716A patent/JP7311417B2/ja active Active
- 2018-02-09 EP EP18752036.6A patent/EP3580560A4/en active Pending
- 2018-02-09 WO PCT/US2018/017704 patent/WO2018148600A1/en unknown
- 2018-02-09 KR KR1020197026040A patent/KR102630885B1/ko active IP Right Grant
- 2018-02-09 CN CN201880010925.0A patent/CN110291397A/zh active Pending
- 2018-02-09 US US16/484,177 patent/US20200025766A1/en active Pending
- 2018-02-09 KR KR1020247002923A patent/KR20240015172A/ko not_active Application Discontinuation
-
2023
- 2023-03-28 US US18/191,506 patent/US20230314436A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN110291397A (zh) | 2019-09-27 |
| KR102630885B1 (ko) | 2024-01-29 |
| CA3053116A1 (en) | 2018-08-16 |
| US20200025766A1 (en) | 2020-01-23 |
| EP3580560A4 (en) | 2020-12-09 |
| EP3580560A1 (en) | 2019-12-18 |
| KR20240015172A (ko) | 2024-02-02 |
| WO2018148600A1 (en) | 2018-08-16 |
| KR20190116368A (ko) | 2019-10-14 |
| JP2020510816A (ja) | 2020-04-09 |
| JP7311417B2 (ja) | 2023-07-19 |
| US20230314436A1 (en) | 2023-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7311417B2 (ja) | 肺癌の検出および処置のための方法 | |
| JP7250693B2 (ja) | 初期ステージの肺がん診断のための血漿ベースのタンパク質プロファイリング | |
| Wang et al. | Clinical evaluation and therapeutic monitoring value of serum tumor markers in lung cancer | |
| JP2011523049A (ja) | 頭頚部癌の同定、モニタリングおよび治療のためのバイオマーカー | |
| Jahan et al. | Trefoil factor (s) and CA19. 9: a promising panel for early detection of pancreatic cancer | |
| JP2011515666A (ja) | トリプルネガティブ乳がんに関連するｄｎａ修復タンパク質およびその使用法 | |
| Krochmal et al. | Urinary peptide panel for prognostic assessment of bladder cancer relapse | |
| Basso et al. | Peptidomic and proteomic analysis of stool for diagnosing IBD and deciphering disease pathogenesis | |
| Zhang et al. | A nomogram to predict overall survival of patients with early stage non-small cell lung cancer | |
| WO2022072471A1 (en) | Methods for the detection and treatment of lung cancer | |
| Goebel et al. | Blood test shows high accuracy in detecting stage I non-small cell lung cancer | |
| Yan et al. | Prognostic value of neuron-specific enolase in patients with advanced and metastatic non-neuroendocrine non-small cell lung cancer | |
| Marmor et al. | Biomarkers in lung cancer screening: a narrative review | |
| Egloff et al. | Evaluation of anticyclin B1 serum antibody as a diagnostic and prognostic biomarker for lung cancer | |
| Owens et al. | Urinary biomarkers for the detection of ovarian cancer: a systematic review | |
| Jannawan et al. | High level of serum coiled-coil domain containing 25 (CCDC25) as a diagnostic marker for cholangiocarcinoma but not for other cancers | |
| Li et al. | Identification of potential diagnostic and prognostic biomarkers for papillary thyroid microcarcinoma (PTMC) based on TMT-labeled LC–MS/MS and machine learning | |
| Biaoxue et al. | Co-overexpression of Hsp90-β and annexin A1 with a significantly positive correlation contributes to the diagnosis of lung cancer | |
| Xiong et al. | Protein expression profiling identifies a prognostic model for ovarian cancer | |
| US20240159753A1 (en) | Methods for the detection and treatment of lung cancer | |
| He et al. | Prognostic implications of synaptophysin, CD56, thyroid transcription factor-1, and Ki-67 in pulmonary high-grade neuroendocrine carcinomas | |
| Vallières et al. | General and abdominal obesity trajectories across adulthood, and risk of prostate cancer: results from the PROtEuS study, Montreal, Canada | |
| Liu et al. | Uncovering nasopharyngeal carcinoma from chronic rhinosinusitis and healthy subjects using routine medical tests via machine learning | |
| CN116529603A (zh) | 用于检测和治疗肺癌的方法 | |
| Gronnier et al. | Relevance of blood tumor markers in inpatients with significant involuntary weight loss and elevated levels of inflammation biomarkers |
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 |