CN1867922A - 疾病危险度判定用基因多态的确定方法、疾病危险度判定方法及判定用阵列 - Google Patents
疾病危险度判定用基因多态的确定方法、疾病危险度判定方法及判定用阵列 Download PDFInfo
- Publication number
- CN1867922A CN1867922A CNA2004800302595A CN200480030259A CN1867922A CN 1867922 A CN1867922 A CN 1867922A CN A2004800302595 A CNA2004800302595 A CN A2004800302595A CN 200480030259 A CN200480030259 A CN 200480030259A CN 1867922 A CN1867922 A CN 1867922A
- Authority
- CN
- China
- Prior art keywords
- gene polymorphic
- gene
- group
- disease
- polymorphic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 201
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 634
- 201000010099 disease Diseases 0.000 title claims description 624
- 206010071602 Genetic polymorphism Diseases 0.000 title 1
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 1442
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 33
- 206010061216 Infarction Diseases 0.000 claims description 153
- 230000007574 infarction Effects 0.000 claims description 153
- 239000000523 sample Substances 0.000 claims description 135
- 238000001514 detection method Methods 0.000 claims description 79
- 239000003795 chemical substances by application Substances 0.000 claims description 75
- 230000000926 neurological effect Effects 0.000 claims description 75
- 230000015572 biosynthetic process Effects 0.000 claims description 74
- 238000012360 testing method Methods 0.000 claims description 68
- 210000001715 carotid artery Anatomy 0.000 claims description 63
- 239000002131 composite material Substances 0.000 claims description 63
- 239000003550 marker Substances 0.000 claims description 47
- 208000034189 Sclerosis Diseases 0.000 claims description 44
- 210000001367 artery Anatomy 0.000 claims description 43
- 108020004711 Nucleic Acid Probes Proteins 0.000 claims description 33
- 239000002853 nucleic acid probe Substances 0.000 claims description 33
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000008901 benefit Effects 0.000 claims description 6
- 208000010125 myocardial infarction Diseases 0.000 claims description 5
- 230000002792 vascular Effects 0.000 claims description 4
- 101150098879 43 gene Proteins 0.000 claims description 3
- 101150106774 9 gene Proteins 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 101150060295 58 gene Proteins 0.000 claims 2
- 238000011161 development Methods 0.000 abstract description 2
- 206010025482 malaise Diseases 0.000 abstract 2
- 206010012601 diabetes mellitus Diseases 0.000 description 51
- 108700028369 Alleles Proteins 0.000 description 26
- 238000012545 processing Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 230000003321 amplification Effects 0.000 description 14
- 238000003199 nucleic acid amplification method Methods 0.000 description 14
- 108020004414 DNA Proteins 0.000 description 13
- 108091034117 Oligonucleotide Proteins 0.000 description 13
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 13
- 101150084750 1 gene Proteins 0.000 description 12
- 101150100998 Ace gene Proteins 0.000 description 12
- 239000000243 solution Substances 0.000 description 11
- 239000002585 base Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 238000011282 treatment Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000009396 hybridization Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 7
- 150000007523 nucleic acids Chemical class 0.000 description 7
- 230000000391 smoking effect Effects 0.000 description 7
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 6
- 101150028074 2 gene Proteins 0.000 description 6
- 108060003359 BDKRB1 Proteins 0.000 description 6
- 102000017916 BDKRB1 Human genes 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 102000039446 nucleic acids Human genes 0.000 description 6
- 108020004707 nucleic acids Proteins 0.000 description 6
- 230000006798 recombination Effects 0.000 description 6
- 238000005215 recombination Methods 0.000 description 6
- 230000007115 recruitment Effects 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 102000007513 Hemoglobin A Human genes 0.000 description 5
- 108010085682 Hemoglobin A Proteins 0.000 description 5
- 102100031674 Protein-L-isoaspartate(D-aspartate) O-methyltransferase Human genes 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 102000005962 receptors Human genes 0.000 description 5
- 108020003175 receptors Proteins 0.000 description 5
- 108010018276 trimethylguanosine synthase Proteins 0.000 description 5
- 206010001928 Amenorrhoea Diseases 0.000 description 4
- 206010022489 Insulin Resistance Diseases 0.000 description 4
- 238000009933 burial Methods 0.000 description 4
- 230000004087 circulation Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 210000003470 mitochondria Anatomy 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 101150090724 3 gene Proteins 0.000 description 3
- 102100031786 Adiponectin Human genes 0.000 description 3
- 108010076365 Adiponectin Proteins 0.000 description 3
- 108010048623 Collagen Receptors Proteins 0.000 description 3
- 101800004637 Communis Proteins 0.000 description 3
- 102100031461 Cytochrome P450 2J2 Human genes 0.000 description 3
- 101000941723 Homo sapiens Cytochrome P450 2J2 Proteins 0.000 description 3
- 208000031226 Hyperlipidaemia Diseases 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 3
- 102100025305 Integrin alpha-2 Human genes 0.000 description 3
- 108090000171 Interleukin-18 Proteins 0.000 description 3
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000003149 assay kit Methods 0.000 description 3
- 229960002685 biotin Drugs 0.000 description 3
- 235000020958 biotin Nutrition 0.000 description 3
- 239000011616 biotin Substances 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003527 fibrinolytic agent Substances 0.000 description 3
- 230000003480 fibrinolytic effect Effects 0.000 description 3
- 230000004054 inflammatory process Effects 0.000 description 3
- 150000002632 lipids Chemical class 0.000 description 3
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000001590 oxidative effect Effects 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- AJPJDKMHJJGVTQ-UHFFFAOYSA-M sodium dihydrogen phosphate Chemical compound [Na+].OP(O)([O-])=O AJPJDKMHJJGVTQ-UHFFFAOYSA-M 0.000 description 3
- 238000010189 synthetic method Methods 0.000 description 3
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 3
- 101150116411 AGTR2 gene Proteins 0.000 description 2
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 2
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 2
- 241000701022 Cytomegalovirus Species 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 108010024212 E-Selectin Proteins 0.000 description 2
- 102100023471 E-selectin Human genes 0.000 description 2
- -1 HUMPONA Proteins 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 101000587058 Homo sapiens Methylenetetrahydrofolate reductase Proteins 0.000 description 2
- 101000740659 Homo sapiens Scavenger receptor class B member 1 Proteins 0.000 description 2
- 102000003814 Interleukin-10 Human genes 0.000 description 2
- 108090000174 Interleukin-10 Proteins 0.000 description 2
- 102000003810 Interleukin-18 Human genes 0.000 description 2
- 102000004889 Interleukin-6 Human genes 0.000 description 2
- 108090001005 Interleukin-6 Proteins 0.000 description 2
- 102100027998 Macrophage metalloelastase Human genes 0.000 description 2
- 101710187853 Macrophage metalloelastase Proteins 0.000 description 2
- 102100029684 Methylenetetrahydrofolate reductase Human genes 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 102000017946 PGC-1 Human genes 0.000 description 2
- 108700038399 PGC-1 Proteins 0.000 description 2
- 102100037118 Scavenger receptor class B member 1 Human genes 0.000 description 2
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 108010090804 Streptavidin Proteins 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- DRTQHJPVMGBUCF-XVFCMESISA-N Uridine Chemical compound O[C@@H]1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-XVFCMESISA-N 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 235000011114 ammonium hydroxide Nutrition 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000010241 blood sampling Methods 0.000 description 2
- 230000004663 cell proliferation Effects 0.000 description 2
- 206010008118 cerebral infarction Diseases 0.000 description 2
- 208000026106 cerebrovascular disease Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010511 deprotection reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000022602 disease susceptibility Diseases 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 108020004999 messenger RNA Proteins 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 150000008300 phosphoramidites Chemical class 0.000 description 2
- 102000054765 polymorphisms of proteins Human genes 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 102220122174 rs373729655 Human genes 0.000 description 2
- 108010078070 scavenger receptors Proteins 0.000 description 2
- 102000014452 scavenger receptors Human genes 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- QZAYGJVTTNCVMB-UHFFFAOYSA-N serotonin Chemical compound C1=C(O)C=C2C(CCN)=CNC2=C1 QZAYGJVTTNCVMB-UHFFFAOYSA-N 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- LOGFVTREOLYCPF-KXNHARMFSA-N (2s,3r)-2-[[(2r)-1-[(2s)-2,6-diaminohexanoyl]pyrrolidine-2-carbonyl]amino]-3-hydroxybutanoic acid Chemical compound C[C@@H](O)[C@@H](C(O)=O)NC(=O)[C@H]1CCCN1C(=O)[C@@H](N)CCCCN LOGFVTREOLYCPF-KXNHARMFSA-N 0.000 description 1
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- UXFQFBNBSPQBJW-UHFFFAOYSA-N 2-amino-2-methylpropane-1,3-diol Chemical compound OCC(N)(C)CO UXFQFBNBSPQBJW-UHFFFAOYSA-N 0.000 description 1
- GHCZTIFQWKKGSB-UHFFFAOYSA-N 2-hydroxypropane-1,2,3-tricarboxylic acid;phosphoric acid Chemical compound OP(O)(O)=O.OC(=O)CC(O)(C(O)=O)CC(O)=O GHCZTIFQWKKGSB-UHFFFAOYSA-N 0.000 description 1
- KEWSCDNULKOKTG-UHFFFAOYSA-N 4-cyano-4-ethylsulfanylcarbothioylsulfanylpentanoic acid Chemical compound CCSC(=S)SC(C)(C#N)CCC(O)=O KEWSCDNULKOKTG-UHFFFAOYSA-N 0.000 description 1
- 108010075604 5-Methyltetrahydrofolate-Homocysteine S-Methyltransferase Proteins 0.000 description 1
- WOVKYSAHUYNSMH-RRKCRQDMSA-N 5-bromodeoxyuridine Chemical compound C1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)NC(=O)C(Br)=C1 WOVKYSAHUYNSMH-RRKCRQDMSA-N 0.000 description 1
- 101150117081 51 gene Proteins 0.000 description 1
- 101150092476 ABCA1 gene Proteins 0.000 description 1
- 101150035093 AMPD gene Proteins 0.000 description 1
- 108700005241 ATP Binding Cassette Transporter 1 Proteins 0.000 description 1
- 102100028187 ATP-binding cassette sub-family C member 6 Human genes 0.000 description 1
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 108050000824 Angiotensin II receptor Proteins 0.000 description 1
- 102000008873 Angiotensin II receptor Human genes 0.000 description 1
- 102000004881 Angiotensinogen Human genes 0.000 description 1
- 108090001067 Angiotensinogen Proteins 0.000 description 1
- 200000000007 Arterial disease Diseases 0.000 description 1
- 206010003210 Arteriosclerosis Diseases 0.000 description 1
- 108090001008 Avidin Proteins 0.000 description 1
- 101710085045 B2 bradykinin receptor Proteins 0.000 description 1
- 102100039705 Beta-2 adrenergic receptor Human genes 0.000 description 1
- 101710152983 Beta-2 adrenergic receptor Proteins 0.000 description 1
- 102100034159 Beta-3 adrenergic receptor Human genes 0.000 description 1
- 102220575622 Beta-3 adrenergic receptor_W64R_mutation Human genes 0.000 description 1
- BTBUEUYNUDRHOZ-UHFFFAOYSA-N Borate Chemical compound [O-]B([O-])[O-] BTBUEUYNUDRHOZ-UHFFFAOYSA-N 0.000 description 1
- 101800004538 Bradykinin Proteins 0.000 description 1
- 102100021943 C-C motif chemokine 2 Human genes 0.000 description 1
- 101710155857 C-C motif chemokine 2 Proteins 0.000 description 1
- 102000001902 CC Chemokines Human genes 0.000 description 1
- 108010040471 CC Chemokines Proteins 0.000 description 1
- 101100180402 Caenorhabditis elegans jun-1 gene Proteins 0.000 description 1
- 102220597068 Cellular tumor antigen p53_E298D_mutation Human genes 0.000 description 1
- 108010078239 Chemokine CX3CL1 Proteins 0.000 description 1
- 102100037637 Cholesteryl ester transfer protein Human genes 0.000 description 1
- 108091026890 Coding region Proteins 0.000 description 1
- 108010000543 Cytochrome P-450 CYP2C9 Proteins 0.000 description 1
- 108010081668 Cytochrome P-450 CYP3A Proteins 0.000 description 1
- 102100029358 Cytochrome P450 2C9 Human genes 0.000 description 1
- 102100039205 Cytochrome P450 3A4 Human genes 0.000 description 1
- 102100025620 Cytochrome b-245 light chain Human genes 0.000 description 1
- 101710190086 Cytochrome b-245 light chain Proteins 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 108010014303 DNA-directed DNA polymerase Proteins 0.000 description 1
- 102000016928 DNA-directed DNA polymerase Human genes 0.000 description 1
- 208000007342 Diabetic Nephropathies Diseases 0.000 description 1
- 206010066786 Diabetic keratopathy Diseases 0.000 description 1
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 102000004980 Dopamine D2 Receptors Human genes 0.000 description 1
- 108090001111 Dopamine D2 Receptors Proteins 0.000 description 1
- 102400000686 Endothelin-1 Human genes 0.000 description 1
- 101800004490 Endothelin-1 Proteins 0.000 description 1
- 108010080865 Factor XII Proteins 0.000 description 1
- 102100020997 Fractalkine Human genes 0.000 description 1
- 102100030525 Gap junction alpha-4 protein Human genes 0.000 description 1
- 108700039691 Genetic Promoter Regions Proteins 0.000 description 1
- 229920002527 Glycogen Polymers 0.000 description 1
- QXZGBUJJYSLZLT-UHFFFAOYSA-N H-Arg-Pro-Pro-Gly-Phe-Ser-Pro-Phe-Arg-OH Natural products NC(N)=NCCCC(N)C(=O)N1CCCC1C(=O)N1C(C(=O)NCC(=O)NC(CC=2C=CC=CC=2)C(=O)NC(CO)C(=O)N2C(CCC2)C(=O)NC(CC=2C=CC=CC=2)C(=O)NC(CCCN=C(N)N)C(O)=O)CCC1 QXZGBUJJYSLZLT-UHFFFAOYSA-N 0.000 description 1
- 102000019267 Hepatic lipases Human genes 0.000 description 1
- 108050006747 Hepatic lipases Proteins 0.000 description 1
- 101000986621 Homo sapiens ATP-binding cassette sub-family C member 6 Proteins 0.000 description 1
- 101000880514 Homo sapiens Cholesteryl ester transfer protein Proteins 0.000 description 1
- 101000935040 Homo sapiens Integrin beta-2 Proteins 0.000 description 1
- 101000599852 Homo sapiens Intercellular adhesion molecule 1 Proteins 0.000 description 1
- 101001076407 Homo sapiens Interleukin-1 receptor antagonist protein Proteins 0.000 description 1
- 101001077840 Homo sapiens Lipid-phosphate phosphatase Proteins 0.000 description 1
- 101000990912 Homo sapiens Matrilysin Proteins 0.000 description 1
- 101001094647 Homo sapiens Serum paraoxonase/arylesterase 1 Proteins 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 102100025087 Insulin receptor substrate 1 Human genes 0.000 description 1
- 101710201824 Insulin receptor substrate 1 Proteins 0.000 description 1
- 102100025390 Integrin beta-2 Human genes 0.000 description 1
- 102100037877 Intercellular adhesion molecule 1 Human genes 0.000 description 1
- 229940119178 Interleukin 1 receptor antagonist Drugs 0.000 description 1
- 102000003777 Interleukin-1 beta Human genes 0.000 description 1
- 108090000193 Interleukin-1 beta Proteins 0.000 description 1
- 102000051628 Interleukin-1 receptor antagonist Human genes 0.000 description 1
- 102100035792 Kininogen-1 Human genes 0.000 description 1
- 102000003960 Ligases Human genes 0.000 description 1
- 108090000364 Ligases Proteins 0.000 description 1
- 102100025357 Lipid-phosphate phosphatase Human genes 0.000 description 1
- 108010013563 Lipoprotein Lipase Proteins 0.000 description 1
- 102100022119 Lipoprotein lipase Human genes 0.000 description 1
- 102000001851 Low Density Lipoprotein Receptor-Related Protein-1 Human genes 0.000 description 1
- 108010015340 Low Density Lipoprotein Receptor-Related Protein-1 Proteins 0.000 description 1
- 102100030417 Matrilysin Human genes 0.000 description 1
- 102000001776 Matrix metalloproteinase-9 Human genes 0.000 description 1
- 108010015302 Matrix metalloproteinase-9 Proteins 0.000 description 1
- 102100031551 Methionine synthase Human genes 0.000 description 1
- 102100031545 Microsomal triglyceride transfer protein large subunit Human genes 0.000 description 1
- 101150029996 Mmp7 gene Proteins 0.000 description 1
- 206010029333 Neurosis Diseases 0.000 description 1
- 101710163270 Nuclease Proteins 0.000 description 1
- 108020005187 Oligonucleotide Probes Proteins 0.000 description 1
- 108010035766 P-Selectin Proteins 0.000 description 1
- 102100023472 P-selectin Human genes 0.000 description 1
- 238000012408 PCR amplification Methods 0.000 description 1
- 102000000536 PPAR gamma Human genes 0.000 description 1
- 108010016731 PPAR gamma Proteins 0.000 description 1
- 102100033616 Phospholipid-transporting ATPase ABCA1 Human genes 0.000 description 1
- 102000004160 Phosphoric Monoester Hydrolases Human genes 0.000 description 1
- 108090000608 Phosphoric Monoester Hydrolases Proteins 0.000 description 1
- 241000218606 Pinus contorta Species 0.000 description 1
- 108010022233 Plasminogen Activator Inhibitor 1 Proteins 0.000 description 1
- 102100039418 Plasminogen activator inhibitor 1 Human genes 0.000 description 1
- 229920001213 Polysorbate 20 Polymers 0.000 description 1
- 102100027378 Prothrombin Human genes 0.000 description 1
- 108010094028 Prothrombin Proteins 0.000 description 1
- 102220512447 Regulator of nonsense transcripts 3B_R451E_mutation Human genes 0.000 description 1
- 102000007156 Resistin Human genes 0.000 description 1
- 108010047909 Resistin Proteins 0.000 description 1
- 102100035476 Serum paraoxonase/arylesterase 1 Human genes 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 108010006785 Taq Polymerase Proteins 0.000 description 1
- 102100026966 Thrombomodulin Human genes 0.000 description 1
- 108010079274 Thrombomodulin Proteins 0.000 description 1
- 102000036693 Thrombopoietin Human genes 0.000 description 1
- 108010041111 Thrombopoietin Proteins 0.000 description 1
- 108010046722 Thrombospondin 1 Proteins 0.000 description 1
- 102100036034 Thrombospondin-1 Human genes 0.000 description 1
- 102100029219 Thrombospondin-4 Human genes 0.000 description 1
- 102220468281 Uromodulin_C112R_mutation Human genes 0.000 description 1
- 102000005789 Vascular Endothelial Growth Factors Human genes 0.000 description 1
- 108010019530 Vascular Endothelial Growth Factors Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 150000001413 amino acids Chemical group 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 229940127218 antiplatelet drug Drugs 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 208000011775 arteriosclerosis disease Diseases 0.000 description 1
- 102000012740 beta Adrenergic Receptors Human genes 0.000 description 1
- 108010079452 beta Adrenergic Receptors Proteins 0.000 description 1
- DRTQHJPVMGBUCF-PSQAKQOGSA-N beta-L-uridine Natural products O[C@H]1[C@@H](O)[C@H](CO)O[C@@H]1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-PSQAKQOGSA-N 0.000 description 1
- 102000014974 beta2-adrenergic receptor activity proteins Human genes 0.000 description 1
- 108040006828 beta2-adrenergic receptor activity proteins Proteins 0.000 description 1
- 108040005346 beta3-adrenergic receptor activity proteins Proteins 0.000 description 1
- 238000010170 biological method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002981 blocking agent Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- QXZGBUJJYSLZLT-FDISYFBBSA-N bradykinin Chemical compound NC(=N)NCCC[C@H](N)C(=O)N1CCC[C@H]1C(=O)N1[C@H](C(=O)NCC(=O)N[C@@H](CC=2C=CC=CC=2)C(=O)N[C@@H](CO)C(=O)N2[C@@H](CCC2)C(=O)N[C@@H](CC=2C=CC=CC=2)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)CCC1 QXZGBUJJYSLZLT-FDISYFBBSA-N 0.000 description 1
- 102220383669 c.1310C>T Human genes 0.000 description 1
- 102220356698 c.745G>A Human genes 0.000 description 1
- 102220351401 c.955C>T Human genes 0.000 description 1
- 102220347737 c.98G>T Human genes 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 108010015408 connexin 37 Proteins 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 208000033679 diabetic kidney disease Diseases 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000003623 enhancer Substances 0.000 description 1
- 229940011871 estrogen Drugs 0.000 description 1
- 239000000262 estrogen Substances 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002866 fluorescence resonance energy transfer Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 229940096919 glycogen Drugs 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 101150107092 had gene Proteins 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 239000003018 immunosuppressive agent Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000003407 interleukin 1 receptor blocking agent Substances 0.000 description 1
- 229940076144 interleukin-10 Drugs 0.000 description 1
- 229940100601 interleukin-6 Drugs 0.000 description 1
- 208000023589 ischemic disease Diseases 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 102000043253 matrix Gla protein Human genes 0.000 description 1
- 108010057546 matrix Gla protein Proteins 0.000 description 1
- 108010038232 microsomal triglyceride transfer protein Proteins 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 208000015238 neurotic disease Diseases 0.000 description 1
- 239000002751 oligonucleotide probe Substances 0.000 description 1
- 239000000137 peptide hydrolase inhibitor Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 239000008363 phosphate buffer Substances 0.000 description 1
- 239000000256 polyoxyethylene sorbitan monolaurate Substances 0.000 description 1
- 235000010486 polyoxyethylene sorbitan monolaurate Nutrition 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000069 prophylactic effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 229940039716 prothrombin Drugs 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 239000003087 receptor blocking agent Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 102220006123 rs1042713 Human genes 0.000 description 1
- 102200139378 rs104893955 Human genes 0.000 description 1
- 102220224854 rs1060504693 Human genes 0.000 description 1
- 102200076646 rs121917815 Human genes 0.000 description 1
- 102220166411 rs148410446 Human genes 0.000 description 1
- 102220283136 rs1555592423 Human genes 0.000 description 1
- 102220276080 rs16998350 Human genes 0.000 description 1
- 102200007797 rs1800206 Human genes 0.000 description 1
- 102200083458 rs1801028 Human genes 0.000 description 1
- 102200116671 rs2525702 Human genes 0.000 description 1
- 102220331116 rs376736188 Human genes 0.000 description 1
- 102200130232 rs387906982 Human genes 0.000 description 1
- 102200146996 rs45604240 Human genes 0.000 description 1
- 102200108474 rs587780068 Human genes 0.000 description 1
- 102220045013 rs61747631 Human genes 0.000 description 1
- 102220062402 rs753839004 Human genes 0.000 description 1
- 102220100735 rs754191682 Human genes 0.000 description 1
- 102220076251 rs780057014 Human genes 0.000 description 1
- 102220222088 rs781696878 Human genes 0.000 description 1
- 102220062183 rs786203418 Human genes 0.000 description 1
- 102220021028 rs80357453 Human genes 0.000 description 1
- 102220083982 rs863224725 Human genes 0.000 description 1
- 102220103944 rs878854923 Human genes 0.000 description 1
- 102220216662 rs893327360 Human genes 0.000 description 1
- 229940076279 serotonin Drugs 0.000 description 1
- 235000000673 shore pine Nutrition 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- ZRKFYGHZFMAOKI-QMGMOQQFSA-N tgfbeta Chemical compound C([C@H](NC(=O)[C@H](C(C)C)NC(=O)CNC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CC(C)C)NC(=O)CNC(=O)[C@H](C)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)NC(=O)[C@H](C)NC(=O)[C@@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](N)CCSC)C(C)C)[C@@H](C)CC)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N1[C@@H](CCC1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(C)C)C(O)=O)C1=CC=C(O)C=C1 ZRKFYGHZFMAOKI-QMGMOQQFSA-N 0.000 description 1
- 108010060815 thrombospondin 4 Proteins 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- DRTQHJPVMGBUCF-UHFFFAOYSA-N uracil arabinoside Natural products OC1C(O)C(CO)OC1N1C(=O)NC(=O)C=C1 DRTQHJPVMGBUCF-UHFFFAOYSA-N 0.000 description 1
- 229940045145 uridine Drugs 0.000 description 1
- 108010047303 von Willebrand Factor Proteins 0.000 description 1
- 102100036537 von Willebrand factor Human genes 0.000 description 1
- 229960001134 von willebrand factor Drugs 0.000 description 1
Images
Classifications
-
- 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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- 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
-
- 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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/40—Population genetics; Linkage disequilibrium
Abstract
本发明提供可以将疾病罹患容易程度及进展容易程度等作为疾病危险度而正确地判定、可以用于疾病的预防及治疗的疾病危险度判定方法、在判定该疾病危险度等中使用的确定疾病危险度判定用基因多态的方法、判定中使用的阵列、基因多态分析用试剂盒以及疾病危险度判定装置等。疾病危险度的判定的主要特征为,判定中使用与疾病具有负(抵抗性)相关性的基因多态或基因多态组;特别是将与疾病具有负相关性的基因多态或基因多态组,与具有正相关性的基因多态或基因多态组组合起来使用。
Description
技术领域
本发明涉及疾病危险度判定用基因多态的确定方法。另外,本发明涉及采用由所述方法所确定的基因多态,对各个受试者来判定疾病危险度的方法。更详细而言,涉及可以在各种疾病的预防、治疗及诊断中利用的判定疾病危险度的方法,可以为了实现其功效而使用的判定疾病危险度的装置以及判定疾病危险度的程序。
进而涉及可以在作为上述疾病的、因糖尿病而引起的动脉硬化性疾病的疾病危险度的判定中使用的疾病危险度判定用阵列、疾病危险度判定方法、基因标志物及分析试剂盒。
背景技术
对于动脉硬化性疾病(缺血性心脏病)的发病,已知与高血压、糖尿病、高脂血症、肥胖、吸烟等作为危险因素的环境要素相关,另外家族史也是危险因素之一。随着近年来分子生物学的方法的发展,明确了在与动脉硬化相关的基因上存在着各种基因多态,它们与疾病相关性的研究正逐步展开。
对于这样的动脉硬化性疾病,以及各种疾病而言,如果可以根据受试者具有的与各个疾病相关的基因多态的基因型等的信息,来判定该受试者罹患疾病的容易程度及进展的容易程度等所谓的“疾病危险度”,则可以采取一些事前对策来预防疾病的发病、抑制其进展。即,对于被判定为该疾病罹患危险度高的受试者,可以尽早地从日常开始就小心地预防疾病。另外,也可以对疾病发病的可能性及发病后的进展度等进行预测,根据受试者的情况,进行更细的诊断和治疗。
但是,对于动脉硬化以及各种疾病而言,目前报告了含有SNP的基因多态在临床上的相关研究,其中,研究了单一基因的多态,就该基因多态在一个基因型人群和其他基因型人群中,分别研究了患者和健康者的比例,从而算出了罹患疾病容易程度可能比(非专利文献1)。在这样的调查方法中,大部分的多态没有有意义的差,不能由基因的多态来预测罹患疾病的容易程度及其进展的容易程度等疾病危险度。
可以说,如果接受检查,对于其中多数的受试者而言,能够高准确率地预测疾病危险度(罹患疾病的容易程度及其进展的容易程度)的方法还不存在。
申请人提出了申请日为2003年4月14日的国际申请(PCT/IB03/01368),即关于将与颈动脉内膜中膜复合体肥厚度之间具有有意义的正相关性的多个基因多态进行组合来判定动脉硬化性疾病的方法。该国际申请的国际调查中所举出的文献(非专利文献2~6)都只是提到与颈动脉内膜中膜复合体肥厚度之间具有有意义的正相关性的基因多态,而完全没有记载如下的构想,即在判定疾病危险度时使用具有与“正相关性”相反的“负相关性”的基因多态。
非专利文献1:Yamada Y,Izawa H,Ichihara S,Takatsu F,Ishihara H,Hirayama H,Sone T,Tanaka M,Yokota M.Prediction of the risk ofmyocardial infarction from polymorphisms in candidate genes.N.Engl.J.Med.2002;347(24):1916-23
非专利文献2:Rauramaa R,et al.,Arterioscler Thromb Vasc Biol.2000 Dec,vol.20,no.12,p.2657-2662
非专利文献3:Chapman CM,et al.,Arteriosclerosis.2001 Nov,vol.159,no.1,p.209-217
非专利文献4:McQuillan BM,et al.,Circulation.1999 May11,vol.99,no.18,p.2383-2388
非专利文献5:Terry JG,et al.,Stroke.1996 Oct.vol.27,no.10,p.1755-1759
非专利文献6:Castellano M,et al,Circulation.1995 Jun 1,vol.91,no.11,p.2721-2724)
发明内容
本发明以解决以往判定罹患疾病的容易程度及其进展的容易程度时出现的问题,实现下述目的为课题。
即本发明之一的目的为,就各种疾病而言提供了确定其固有的疾病危险度判定用基因多态的方法。本发明之二的目的为,就各种疾病而言,提供了可以判定发病的容易程度及其进展的容易程度等,从而可以用于预防和治疗疾病的疾病危险度的判定方法,在该方法中可以使用的疾病危险度判定装置及动脉硬化性疾病危险度的判定程序等。进而本发明之三的目的为,对于疾病、特别是因糖尿病而发病的动脉硬化性疾病而言,提供疾病危险度判定用阵列、疾病危险度判定方法、基因标志物、和用于检测出疾病固有基因多态及基因多态组的分析试剂盒。
本发明人等,将糖尿病患者作为对象,对基因多态和作为判定动脉硬化指标的颈动脉内膜中膜复合体肥厚度之间的关系做定量的解析,结果发现存在着与颈动脉内膜中膜复合体肥厚度具有负相关性的基因多态,确认了通过将这些基因多态的2种或更多种组合(基因多态组),可以说明受试者的罹患动脉硬化性疾病的难度(发病难度)。进而发现,将与颈动脉内膜中膜复合体肥厚度之间具有正相关性(易感性)的基因多态或基因多态组,与上述具有负相关性(抵抗性)的基因多态组进行组合,来考察与动脉硬化性疾病的相关性时,比只用具有正相关性(易感性)的基因多态或基因多态组进行判定,可以更高精度地判定动脉硬化性疾病的疾病危险度。
根据本发明人所具有的知识,进一步进行研究时,在疾病危险度的判定中,对包括动脉硬化性疾病的多种疾病而言,通过疾病易感性基因多态(或基因多态组)和疾病抵抗性基因多态(或基因多态组)双方的组合,确认了可以得到更高精度的结果。另外,本发明人确信,在上述研究中,在动脉硬化性疾病中使用的疾病易感性基因多态(或基因多态组)和抵抗性基因多态(或基因多态组)的确定方法,也可以在其他的疾病中同样地适用,从而确立起各种疾病所固有基因多态(易感性基因多态、抵抗性基因多态)的确定方法。
本发明是在上述认识的基础上的产物,用于解决上述课题的方式如下。
(1)含有下述步骤的疾病危险度判定用基因多态的确定方法,第一步骤,从预先指定的多个基因多态中,指定基因型,抽出规定数目的基因多态,作为基因多态组;第二步骤,将疾病指标与具有基因型的基因多态相对应地作为要素来构成集合,使用该集合计算上述基因多态组与上述疾病的指标的相关性,及该相关性在统计学上的有意义性;第三步骤,当计算出的上述相关性为负相关且有意义时,将构成上述基因多态组的基因多态作为疾病危险度判定用基因多态而采用。
(2)动脉硬化性疾病危险度判定用阵列或者心肌梗塞危险度判定用阵列,所述动脉硬化性疾病危险度判定用阵列,具有对构成选自图1~9中任意一个图中记载的负(抵抗性)基因多态组中的至少一个基因多态组的基因多态进行检测用的探针,或具有对构成选自图38~43中任意一个图中记载的负(抵抗性)基因多态组中的至少一个基因多态组的基因多态进行检测用的探针;所述心肌梗塞危险度判定用阵列,具有对构成选自图56~58中任意一个图中记载的负(抵抗性)基因多态组中的至少一个基因多态组的基因多态进行检测用的探针。
(3)疾病危险度的判定方法,具有如下工序(b):就被检测的样品而言,将被检测出的基因多态,与具有跟疾病判定指标成负相关性的基因多态或具有负相关性的基因多态组相对照;或在上述工序的基础上进一步具有工序(b’)和工序(c),所述工序(b’)是与跟疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组相对照的工序,所述工序(c)是由(b’)的结果,就检测的基因多态组而言,将负相关性与正相关性进行对比,计算出其偏度的工序。
(4)疾病危险度判定装置,其特征为,备有记录部、接口部和处理部。所述记录部,记录含有基因型的1个或更多个的基因多态所构成的第1基因多态组,以及使该基因多态组与跟疾病指标的正相关性或负相关性对应的参照表;所述接口部,用于取得具有受试样品的基因型的基因多态;所述处理部,是将所取得的上述受试样品的基因多态中的规定数目的基因多态中所构成的第2基因多态组,与上述参照表中上述第1基因多态组进行对照。上述处理部,具有对照结果相一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算上述受试样品的偏度。
(5)疾病危险度判定程序,在计算机中用于实现接受功能、记录功能、对照功能及计算功能。所述接受功能是接受具有受试样品的基因型的基因多态的输入;所述记录功能,是将含有基因型的1个或更多个的基因多态所构成的第1基因多态组,以及使该基因多态组与跟疾病指标的正相关性或负相关性对应的参照表记录在记录部上;所述对照功能,是将上述受试样品的基因多态中的规定数目的基因多态所构成的第2基因多态组,与上述参照表中上述第1基因多态组进行对照;所述计算功能,是在具有对照结果相一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算上述受试样品的偏度。
(6)记录疾病危险度判定程序的计算机可读取的记录载体。所述疾病危险度判定程序是在计算机中用于实现接受功能、记录功能、对照功能及计算功能。所述接受功能是接受具有受试样品的基因型的基因多态的输入;所述记录功能,是将使含有基因型的1个或更多个的基因多态所构成的第1基因多态组与该基因多态组跟疾病指标的正相关性或负相关性相对应的参照表记录在记录部上;所述对照功能,是将上述受试样品的基因多态中的规定数目的基因多态所构成的第2基因多态组,与上述参照表中上述第1基因多态组进行对照;所述计算功能,是在具有对照结果相一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算上述受试样品的偏度。
(7)动脉硬化性疾病抵抗性的基因标志物或心肌梗塞抵抗性的基因标志物,所述动脉硬化性疾病抵抗性的基因标志物含有构成选自图1~9中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因多态,或含有构成选自图38~43中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因多态,所述心肌梗塞抵抗性的基因标志物,其含有构成选自图56~58中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因多态。
(8)动脉硬化性疾病抵抗性基因多态的分析用试剂盒,含有(i)可以将构成选自图1~9中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因进行特异性扩增的引物对或可以与该基因特异性地杂交的核酸探针;或者含有(ii)可以将构成选自图38~43中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因进行特异性扩增的引物对或可以与该基因特异性地杂交的核酸探针。
(9)心肌梗塞抵抗性基因多态的分析用试剂盒,含有可以将构成选自图56~58中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因进行特异性扩增的引物对,或可以与该基因特异性地杂交的核酸探针。
附图说明
[图1-A]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-2或更低)
[图1-B]上图的继续
[图2-A]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-3或更低)
[图2-B]上图的继续
[图3-A]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-4或更低)
[图3-B]上图的继续
[图4-A]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-5或更低)
[图4-B]上图的继续
[图5-A]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-6或更低)
[图5-B]上图的继续
[图6]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-7或更低)
[图7]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-8或更低)
[图8]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-9或更低)
[图9]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-10或更低)
[图10]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-2或更低)
[图11]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-3或更低)
[图12]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-4或更低)
[图13]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-5或更低)
[图14]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-6或更低)
[图15]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-7或更低)
[图16]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-8或更低)
[图17]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-9或更低)
[图18]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-10或更低)
[图19-A]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=2或更高)
[图19-B]上图的继续
[图19-C]上图的继续
[图20-A]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=3或更高)
[图20-B]上图的继续
[图21]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=4或更高)
[图22]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=5或更高)
[图23]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=6或更高)
[图24]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=7或更高)
[图25]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=8或更高)
[图26]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=9或更高)
[图27]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=10或更高)
[图28]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=2或更高)
[图29]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=3或更高)
[图30]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=4或更高)
[图31]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=5或更高)
[图32]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=6或更高)
[图33]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=7或更高)
[图34]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=8或更高)
[图35]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=9或更高)
[图36]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=10或更高)
[图37-A]列述对于动脉硬化性疾病具有相关性的基因多态
[图37-B]上图的继续
[图38]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-2或更低)
[图39]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-3或更低)
[图40]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-4或更低)
[图41]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-5或更低)
[图42]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-6或更低)
[图43]显示对于动脉硬化性疾病具有负相关性的基因多态组(Odds=-7或更低)
[图44]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-2或更低)
[图45]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-3或更低)
[图46]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-4或更低)
[图47]列述构成对于动脉硬化性疾病具有负相关性的基因多态组的基因多态(Odds=-5或更低)
[图48-A]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=2或更高)
[图48-B]上图的继续
[图49-A]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=3或更高)
[图49-B]上图的继续
[图50]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=4或更高)
[图51]显示对于动脉硬化性疾病具有正相关性的基因多态组(Odds=5或更高)
[图52]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=2或更高)
[图53]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=3或更高)
[图54]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=4或更高)
[图55]列述构成对于动脉硬化性疾病具有正相关性的基因多态组的基因多态(Odds=5或更高)
[图56]显示对于心肌梗塞具有负相关性的基因多态组(Odds=-2或更低)
[图57]显示对于心肌梗塞具有负相关性的基因多态组(Odds=-3或更低)
[图58]显示对于心肌梗塞具有负相关性的基因多态组(Odds=-4或更低)
[图59]列述构成对于心肌梗塞具有负相关性的基因多态组的基因多态(Odds=-2或更低)
[图60]列述构成对于心肌梗塞具有负相关性的基因多态组的基因多态(Odds=-3或更低)
[图61]列述构成对于心肌梗塞具有负相关性的基因多态组的基因多态(Odds=-4或更低)
[图62]列述构成对于心肌梗塞具有负相关性的基因多态组的基因多态(Odds=-5或更低)
[图63]显示对于心肌梗塞具有正相关性的基因多态组(Odds=2或更高)
[图64]显示对于心肌梗塞具有正相关性的基因多态组(Odds=3或更高)
[图65]显示对于心肌梗塞具有正相关性的基因多态组(Odds=4或更高)
[图66]显示对于心肌梗塞具有正相关性的基因多态组(Odds=5或更高)
[图67]显示对于心肌梗塞具有正相关性的基因多态组(Odds=6或更高)
[图68]显示对于心肌梗塞具有正相关性的基因多态组(Odds=7或更高)
[图69]显示对于心肌梗塞具有正相关性的基因多态组(Odds=8或更高)
[图70]列述构成对于心肌梗塞具有正相关性的基因多态组的基因多态(Odds=2或更高)
[图71]列述构成对于心肌梗塞具有正相关性的基因多态组的基因多态(Odds=3或更高)
[图72]列述构成对于心肌梗塞具有正相关性的基因多态组的基因多态(Odds=4或更高)
[图73]列述构成对于心肌梗塞具有正相关性的基因多态组的基因多态(Odds=5或更高)
[图74]显示在本发明的实施方式中所述的疾病危险度判定用基因多态的确定方法的流程图。
[图75]显示含有在本发明的实施方式中所述的疾病危险度判定装置的系统整体的模块图。
[图76]显示在本发明的实施方式中所述的疾病危险度判定装置进行的危险度的判定处理的流程图。
[图77]显示实施例1的结果的图。由本发明的方法判断的动脉硬化性疾病的高危险度例或动脉硬化性疾病的低危险度例,与临床结果判断相一致的比例及不一致的比例,将它们分别求作“sensitivity率(准确率)”和“false positive率(错误率)”。口只表示易感性“说明SSNP”,△只表示抵抗性“说明SSNP”,●表示易感性“说明SSNP”及抵抗性“说明SSNP”两者,推定的sensitivity(准确率)和false positive率(错误率)的计算值。
具体实施方式
以下,对本发明进行详细说明。
(用语)
“基因多态”是指,在同一个集团中,在一个基因位上存在2种或更多种的等位基因(allel)的基因多样性。具体而言,在某集团中,显示出存在有一定频度或更高频度的基因变异。这里所说的基因变异,不只是限定于作为RNA被转录的区域,还包含含有启动子、增强子等的控制区域等的人基因组上可以特定的全部DNA上的变异。人基因组DNA的99.9%在各个人之间是共通的,剩下的0.1%成为多样性的原因,对特定疾病的易感性、对药物及环境因素的反应性产生出个体差异。即使存在基因多态,也并不一定出现表现型的差异。在此,SNP(单碱基多态)是基因多态的一种,但本发明成为对象的基因多态并不限于此。
本说明书所示的基因型(Genotype),“1”是表示具有置换碱基中的按照碱基字母顺序(A、C、G、T)位于前面的碱基的多态的纯合体,“2”表示前述的杂合体,“3”表示具有置换碱基中的按照碱基字母顺序位于后面的碱基的多态的纯合体。例如基因多态显示为NCP-1(A-2518G)时,将A/A纯合体称为基因型1,将杂合体A/G称为基因型2,G/G纯合体称为基因型3,“12”表示上述1和2的基因型双方的基因型,“23”表示上述2和3的基因型的双方的基因型。
“基因多态组”是指多个基因多态的组合。这里多个基因多态是指具有不同的基因位点的2种或更多种的基因多态。另外,这里“基因多态”是考虑到基因型,并包含基因型。即,本发明中“基因多态”是指具有特定基因型的基因多态。
本发明中的“基因多态组”特别是对于作为对象的疾病,是指作为组合的整体,显示出负(抵抗性)或正(易感性)的相关性的“基因多态组合”。这样的基因多态组(组合)的例子例示有:图1~9和图38~43[显示对于动脉硬化性疾病具有负相关性的基因多态组群],图19~27和图48~51(显示对于动脉硬化性疾病具有正相关性的基因多态组群),图56~58(显示对于心肌梗塞具有负相关性的基因多态组群),图63~69(显示对于心肌梗塞具有正相关性的基因多态组群)。即,在这些图中,在各行(横一列)上,作为整体显示对疾病的正或负的相关性,显示出了基因多态(SNP)的组合。在图19~27中,在一行中有显示2或3个基因多态的情况,还有只显示单一的基因多态的情况。此时,可以说该基因多态是单独地对动脉硬化性疾病显示为正相关的基因多态。在本说明书中,为了避免说明的复杂化,将该单一的基因多态也作为“基因多态组”而进行说明。
将图1作为例子,在该图的各行中,记载了对于动脉硬化性疾病的指标显示负相关的基因多态组。具体而言,在第一行中,从左开始记载了含有“CF12”(Factor XII基因)(基因型:3),“BKR1”(bradykinin B2 receptor基因)(基因型:3),及“IL-182”(Interleukin-18基因)(基因型:12)的基因多态组。在“CF12”中存在第46位为G或T的等位基因(参照图37),因而按照上述定义,在左栏中“CF12”的基因多态的基因型记载为3:T/T。另外,在“BKR1”中,存在第-58位为C或T的等位基因(参照图37),因而同样按照上述的定义,在中栏中“BKR1”的基因多态的基因型记载为3:T/T。进而,在“IL-182”中,存在第-137位为G或C的等位基因(参照图37),在此,构成基因多态组的“IL-182”的基因型为“12”,所以在右栏中,“IL-182”的基因多态的基因型记载为1:C/C和2:C/G两种。因此,如果考虑具有这三个基因多态的基因型的组合,则记载为T/T(CF12)和T/T(BKR1)和C/C(I1-182)的组合(组),以及T/T(CF12)和T/T(BKR1)和C/G(I1-182)的组合(组)这两组的基因多态组。
在此,将这两组的基因多态组,可以分别作为基因多态组而使用,也可以将C/C(I1-182)和C/G(I1-182)作为C/?(I1-182)[?为可能的候选,在此指G和C]综合起来,作为T/T(CF12)、T/T(BKR1)及C/?(I1-182)这样的一组基因多态组来使用。
“动脉硬化性疾病”包含广泛的缺血性疾病,包括心绞痛、心肌梗塞、脑梗塞、末梢动脉闭塞症。本发明作为对象的动脉硬化性疾病,特别是因糖尿病而发病的动脉硬化性疾病。“动脉硬化性疾病危险度”是表示上述动脉硬化性疾病的发病容易程度及其进展容易程度的指标。另外,“心肌梗塞”是动脉硬化性疾病的一种,但“心肌梗塞危险度”是在动脉硬化性疾病中特别关注心肌梗塞,表示它的发病容易程度及其进展容易程度的指标。
(1)疾病危险度判定用基因多态的确定方法
本发明所述的疾病危险度判定用基因多态的确定方法,提供为判定受试者在何种程度上容易罹患疾病,或者在何种程度上疾病容易进展(疾病危险度)而使用的疾病危险度判定用基因多态的确定方法。以下,以动脉硬化性疾病为例进行说明,但本发明并不限于此,可以适用于与基因具有相关性的疾病中。那么,使用不同疾病的判定指标(例如,动脉硬化性疾病的指标颈动脉内膜中膜复合体的肥厚度,肾病的指标尿中白蛋白的排泄率,心肌梗塞的指标是判定心电图上的陈旧性(abnormal Q)心肌梗塞波形的有无或者判定过去有无心肌梗塞),可以评价后述的相关性(例如参照,日本糖尿病学会编糖尿病治疗ガィド2004-2005、文光堂)
(1-1)动脉硬化性疾病危险度判定用基因多态的情况
本发明所述的动脉硬化性疾病危险度判定用基因多态的确定方法,按照图74所示的流程图进行说明。另外,在此的处理是作为使用计算机进行来说明的,该计算机备有CPU、存储器、记录装置(例如硬盘)、操作装置(例如键盘,鼠标)、显示装置(例如CRT显示器)等。即,处理对象数据,由操作部等输入然后记录于记录部。CPU将存储器作为工作领域而使用,进行各种处理,将处理的途中结果、最终结果,根据需要记录于记录部的规定区域内。
首先,事先将与作为目的疾病的动脉硬化性疾病相关的基因信息,从文献、患者病历等中收集,选择在本确定方法中使用的基因多态。这种预备选择,可以根据本领域技术人员的经验来进行,也可以将疾病名称或与此相关的语句作为关键字,利用计算机检索由各种专业部门构建的数据库,根据相合的件数等进行选择。预备选择的基因多态的一个例子在图37中显示。
图37中,从各种文献中取得的约200个基因多态中,根据经验选择99个基因多态罗列出来(图37的详细说明见后述)。另外,本说明书中显示的各图的序号,除了支号被明示出来的情况之外,是指包括全部支号的情形。因此,记载为图37时,是指图37-A和图37-B。
在图74中所示的流程图,是使用根据上述预备选择而选择出的规定数的基因多态来进行的。
另外,作为动脉硬化性疾病的判定指标,使用颈动脉内膜中膜复合体肥厚度(IMT)(以下记作IMT),它与基因多态的相关性用统计学进行解析。有关IMT的测定见后述。因此,在预先记录部中,将母集团的构成要素的各人疾病的判定指标的IMT,与各人所带有的基因多态(具有基因型,下同)相对应,作为被解析的数据而记录下来。被解析数据,例如使用给予各人的个人ID,以{个人ID、IMT、多种基因多态}的形式记录下来。
在步骤S1中,设定在步骤2以后的处理中使用的临界值TH1、TH2、反复处理的计数值的上限值kmax,对于计数值k而言,将初始值设定为1。TH1和TH2分别为对于后述Odds(可能比)及Kai(Kai二乘值)的临界值。在此,TH1是2或更大的值,TH2为决定统计学有意义性的临界值,是0或更大的值。例如,TH2=6.63,此时成为对象的事项的发生率P为P<0.01。另外,上限值kmax优选2~5,更优选2或3。解析虽然变得麻烦,但上限值kmax也可以为6或更高,即可以对由6个或更多个基因多态构成的基因多态组进行处理。
在步骤S2中,从预备选择的基因多态Gi(i=1~n)中,选择具有基因型的基因多态,将其作为1组。
在步骤S3中,判断步骤S2所选择的组在这之前重复的处理中是否含有在后述步骤S4的处理中判断为有意义的基因多态组,判断为含有时,进入步骤S5,判断为不含有时,进入步骤S4。k=1时,进入步骤S4。
在步骤S4中,对于在步骤S2中指定的组,计算Odds(可能比)及Kai(Kai二乘值),只当Odds≤-TH1且Kai≥TH2时,与组相对应地记录Odds及Kai。具体而言,使用包含全部构成该组的基因多态Gj的、与个人ID相对应的IMT,计算该组的Odds。Odds(可能比)的计算方法,由文献(Yamada Y,Izawa H,Ichihara S,Takatsu F,Ishihara H,Hirayama H,Sone T,Tanaka M,Yokota M,Prediction of the risk of myocardial infarctionfrom polymorphisms in candidate genes.N.Engl.J.Med.2002;347(24):1916-23)等是公知的。由于Kai(Kai二乘值)的计算方法在统计学上是周知的,在此省略对其计算方法的详细描述。不过,Odds值通常为0或更高的值,但在本说明书中,用公知的方法计算Odds为1或更高时,原样使用该值,而小于1时,用公知的方法由Odds计算-1/Odds,将其作为Odds。此时,基因多态的基因型可以将1和2的情况统合起来作为1个组,而基因多态的基因型为1和将12统合起来的两种情况,在都满足Odds≤-TH1且Kai≥TH2时,优选以规定的基准进行取舍选择。例如,通过采用Kai为大的一方、Odds绝对值为大的一方,或后述的第3贡献率为大的一方,来进行取舍选择。
在步骤S5中,对于含有k个基因多态的全部组,判断是否结束了步骤S2~S4的处理,重复进行S2~S4的处理直到结束为止。
在步骤S6中,判断k是否比上限值kmax还大,判定不是k>kmax时,进入步骤S7,使计数值k增加1,返回步骤S2。由此,重复进行步骤S2~步骤S7直到k=1~kmax为止。
通过以上的步骤S2~步骤S7的处理,确定出具有与疾病指标(在此为IMT)负相关性(Odds为负)的组。例如,使用图37显示的基因多态,当kmax=3、TH2=6.63时,如果设定为TH1=2则得到图1所示的组,如果设定为TH1=3则得到图2所示的组。另外,各图中各项目的意义如后述。在kmax=3、TH2=6.63的条件下,同样以图3为TH1=4、图4为TH1=5、图5为TH1=6、图6为TH1=7、图7为TH1=8、图8为TH1=9、图9为TH1=10地表示得到的组。
在步骤S8中,与步骤S2~S7同样地,为了进行确定具有正相关性(Odds为正)的处理,将计数值k重新设定,即设定为k=1。
在步骤S9~S14中,与步骤S2~S7同样地进行处理。但是,在步骤S10中,判断在此之前的重复处理中是否含有构成在步骤S11的处理中判断为具有有意义性的组的基因多态。另外在步骤S11中,只当Odds≥-TH1且Kai≥TH2时,使其与组相对应,记录Odds和Kai。
通过以上的步骤S9~S14的处理,可以确定具有与疾病指标(在此为IMT)正相关性(Odds为正)的组。例如,使用图37所示的基因多态,当kmax=3、TH2=6.63时,如果设定TH1=2则得到如图19所示的组;如果设定TH1=3则得到如图20所示的组。kmax=3、TH2=6.63的条件下,同样地,以图21为TH1=4、图22为TH1=5、图23为TH1=6、图24为TH1=7、图25为TH1=8、图26为TH1=9、图27为TH1=1 0地来表示所得到的组。
由以上,可以确定在判定动脉硬化性疾病的危险度时有效的基因多态的组。
另外,对于图74所示的流程图而言,例如,进行以下所示的各种修正,还可以进行处理的追加。
例如,在上述中,无论与疾病指标(在此为ITM)为正/负的何种相关性都同等地处理,但也可以重视任何一方进行处理。即,可以重视负相关性,首先确定具有负相关性的组,考虑其结果而确定具有正相关性的组;相反也可以重视正相关性,最初确定具有正相关性的组,考虑其结果而确定具有负相关性的组。例如,在重视负相关性时,可以在图74中所示的步骤S10中,判断在其之前的重复处理中是否含有构成在步骤S11的处理中判断为具有有意义性的组的基因多态,然后判断是否含有构成在步骤S4中判断为具有有意义性的组的基因多态。另外,可以在重视正相关性时,在图74所示的流程图中,换入步骤S4和步骤S11中的Odds的判定式(Odds≤-TH1和Odds≥TH1),在步骤S10中,判断在这之前的重复处理中是否含有构成在步骤S11的处理中判断为具有有意义性的组的基因多态,然后判断是否含有构成在步骤S4中判断为具有有意义性的组的基因多态。其结果,得到的组的一例示于图38~图43及图48~图51。图38~43分别表示具有与TH1=2~7的值相对应的负相关性的组。另外,图48~图51分别表示具有与TH1=2~5的值相对应的正相关性的组。
另外,在上述中,确定了对疾病危险度的判定有效的基因多态的组,进而,在有必要减少基因多态的数目的情况下,可以将各种基因多态顺序排列,根据顺位选择基因多态。
例如,根据Odds可以取舍选择基因多态。其结果,例如对应图1(TH1=2),可以确定图10所示的基因多态。同样地,图11~图18是由图2(TH1=3)~图9(TH1=10),图28~图36是由图19(TH1=2)~图27(TH1=10)而分别得到的。
另外,显示选择更有效的基因多态组的方法的一例如下。
首先,对于母集团中的受试者,就通过如图74所示的一连串的处理而确定的基因多态的各个组而言,确定各个Case(患者)可以用几个基因多态组来说明,计算第1贡献率。例如,如果用5个组(其中1个组设为Set20)能说明Case#210,则一个组(例如Set20)对于该病例(Case#210)的第1贡献率(对于Case的贡献率)为1/5=0.2。
接着,求出组所说明的各个Case的第1贡献率的总和(如果Set20说明了10个Case,则为10个Case的总和),由该值求出各个基因多态的每个基因型的第2贡献率。例如,如果Set20为含有SNP1-1和SNP13-23两个基因多态的组,则对Set20的第1贡献率的总和进行等分,分给每个基因多态的基因型。例如,如果对于Set20的第一贡献率的总和为1.4,则SNP1-1和SNP13-23分别相当于为1.4/2=0.7。全部的组中的每一组都将第1贡献率的总和均分给各基因多态(如果是有3个基因型的基因多态的组则3等分),计算每个基因多态的基因型的第2贡献率。另外,在图10~图18、图28~图37中,各基因多态按第2贡献率(未图示)从大到小的顺序由上开始排列下来。
进而,将各个基因多态的基因型的第2贡献率中的最大值,作为该基因多态的第3贡献率,将显示为最大贡献率的基因多态的基因型作为该基因多态的有效的基因型。例如,ACE-DD(1)的第二贡献率为5,而ACE-DD+D/I(1+2)的第2贡献率为2时,将ACE-DD作为有效的基因多态,将第3贡献率设为5。
进而,通过图74所示的一连串处理来确定的基因多态的组中,只选择含有上述有效基因多态的组。例如,如果ACE的有效基因型为DD,则废弃含有DD+D/I(1+2)的ACE基因型。
其结果,例如,对应于图38(TH1=2),图44所示的基因多态被确定。同样,图45~47是由图39(TH1=3)~图43(TH1=7),图52~图55是由图48(TH1=2)~图5 1(TH1=5)而分别得到的。图44~图47中,基因多态是按第3贡献率从大到小的顺序由上开始排列下来。
贡献率,是各个基因多态与IMT的相关性,即,显示各个基因多态与动脉硬化性疾病的相关性高的程度的指标。因而,通过选择贡献率为规定值或更高值的基因多态,使用较少的基因多态,就可以进行后述的危险度的判定。此时,如果适当地指定选择的临界值,就几乎不会使精度下降。
另外,在临床数据增加的情况下,对于含有它们的新的被解析数据的集合,通过适用上述疾病危险度判定用基因多态确定方法,可以确定更有效的基因多态组,可以使疾病危险度的判定精度提高。
另外,可以将个人的基因多态信息本身作为ID而利用。例如,如上述那样被解析的数据以{个人ID、疾病指标值、多个基因多态}的形式被记录下来,个人ID由各医院给予、管理时,对象者如果转医院则个人ID也变了,不能追踪个人的病历,不能有效利用被解析的数据。但是,由于基因多态信息是不变的个人所固有的信息,因而通过将基因多态信息本身作为ID而使用,不仅可以使用个人ID,还可以利用过去的被解析的数据,特别是过去的疾病指标的值(例如,如果是动脉硬化性疾病则为IMT测定值)。由此,可以进行考虑到个人病历的解析,在疾病危险度的判定中,可以确定更有效的基因多态。在此,被解析数据不限定于{个人ID、疾病指标值、多个基因多态},也可以在疾病指标的值之外附加各种临床数据等。
(1-2)心肌梗塞危险度判定用基因多态的情况
关于心肌梗塞,作为疾病指标,使用心电图上有无陈旧性心肌梗塞波形或有无心肌梗塞的既往病史,通过进行与上述同样的处理,可以确定对危险度判定有效的基因多态及基因多态组。
例如,图56~图58表示分别为TH1=2~4而确定的与心肌梗塞具有负相关性的基因多态的组。另外,图63~图69表示分别为TH1=2~8而确定的与心肌梗塞具有正相关性的基因多态的组。另外,图59~图62表示分别使用图56~图58(TH1=2~3)而确定的基因多态。另外,图70~图73表示分别使用图63~图69(TH1=2~8)而确定的基因多态。
另外,图37所记载的基因多态,可以分类成下述的群。
a)与脂质相关的基因多态群
b)与血压相关的基因多态群
c)与代谢相关的基因多态群
d)与胰岛素抵抗性相关的基因多态群
e)与粘附因子相关的基因多态群
f)与氧化压力相关的基因多态群
g)与炎症反应相关的基因多态群
h)与凝固纤溶系相关的基因多态群
i)与肥胖相关的基因多态群
j)与细胞增殖或血管增殖相关的基因多态群
在此,与某因子相关的基因多态群,不只限定于该因子基因的外显子、内含子上存在的多态,还包含在启动子区域、3’非翻译区域、5’非翻译区域等存在的多态。一般地,在编码区域中的多态有时会使氨基酸序列变化,使mRNA的表达量改变,即使是调节区域中的多态,有时也会使mRNA的表达量变化,使剪接发生变化,无论怎样都可能使蛋白质的表达量或性质发生改变。
具体而言
a)属于与脂质相关的基因多态群的基因多态,可以举出:ABCA1、HUMPONA、PAR gamma、hepatic lipase(C-480T)、Apo E(Cys112Arg)、PON1(Gly192Arg)、microsomal triglyceride transfer protein(G-493T)、CETP(Arg451Glu)、lipoprotein lipase(Ser447STOP)、PPARgamma(Leu162Val)、ABCC6(C3421T)、apolipoproteinE(E3 inexon 4(Arg158Cys)、adiponectin(T94G)、Adiponectin(G276T)、Scavenger receptor BI=CLA-1(G4A(Gly2SEr))、LDL receptor relatedprotein(C766T),adiponectin(Arg112Cys)、Scavenger receptor BI=CLA-1(G403A(Val135Ile))等。
b)属于与血压相关的基因多态群的基因多态,可以举出:Dopamine-D2receptor(Ser311Cys)、ACE(I/D)、AT2-receptor(A1166C)、angiotensinogen(t704c)、HANP(T2238C)、HANP(C708T)、bradykinin B2、receptor(C-58T)、endothelin-1(G5665T)等。
c)属于与代谢相关的基因多态群的基因多态,可以举出:Alfa#estrogen#receptor(PvuII)、MTHFR(C677T)、CYP2J2*2(A14487G)、CYP2J2*3(C14532T)、CYP2J2*4(15028T)、CYP2J2-6(A25661T)、CYP2C9*3(Leu359Ile)、CYP3A4(A-290G)等。
d)属于与胰岛素抵抗性相关的基因多态群的基因多态,可以举出:Enos(T-786C)、glycogen#synthase((M416V)、IRS-1(G3494A(Gly972Arg))、Enos(Glu298Asp(G894T))、TGF beta(T29C(Leul0Pro))、resistin(ATGrepeat)(1:6/6,2:6/7,3:7/7,4:7/8,5:8/8)、RAGE(Gly82Ser)、PGC-1(G1302A(Thr394Thr))、PGC-1(G1564A(Gly482Ser))等。
e)属于与粘附因子相关的基因多态群的基因多态,可以举出:P-selectin(A76666C(Thr715Pro))、fractalkine#receptor(G84635A(Val249Ile))、connexin37(C1019T(Pro319Ser))、E-selectin(G98T)、E-selectin(Ser128Arg)、ICAM1(E469K)、GlycoproteinVI(Ser219Pro),glycoproteinIa(C807T)等。
f)属于与氧化压力相关的基因多态群的基因多态,可以举出:p22phox(C242T(His72Tyr))、Mitochondria(A5178C)、Mitochondria(A12026G)、EPHX2(Arg402-403ins.inExonl3)、Mitochondria(C1310T)、Mitochondria(T14577C)等。
g)属于与炎症反应相关的基因多态群的基因多态,可以举出:IL-6(G-174C)、CRP(G1059C)、TNFalfa(G-238A)、interleukin6(C-634G)、MPO(G-463A)、TNF-alfa(G-308A)、CD18(C1323T)、LTA(A252G)、LTA(C804A(Thr26Asn))、C-C chemokine receptor 2(G190A)、Interleukin10(G-1082A)、interleukin 1 beta(C3953T)、IL-18(C-607A)、IL-10(C-819T)、IL-18(G-137C)、interleukin 1 receptor antagonist(tandemrepeat(2repeat)in intron2)等。
h)属于与凝固纤溶系相关的基因多态群的基因多态,可以举出:PIIbIIIa(C1565T(PIA2))、Thrombomodulin(G-33A)、FactorXII、serotonin#2A#receptor(T102C)、PAI-1(4G-668/5G)、GPIa(A1648G)、betaFib(C148T)、prothrombin(G20210)、alfa-Fib(Thr312Ala)、FactorV(G1691A)、GPIa(G873A)、Thrombospondin4(G1186C(Ala387Pro))、Thrombospondin-1(A2210G)、von Willebrand Factor (G-1051A)、Thrombopoietin(A5713G)等。
i)属于与肥胖相关的基因多态群的基因多态,可以举出:beta3 adrenoceptor(Trp64Arg)、beta2 Adrenoreceptor(C79T)、beta-adrenergicreceptor(A46G)、beta2 adrenoceptor(C491T)等。
j)属于与细胞增殖或血管增殖相关的基因多态群的基因多态,可以举出:VEGF(C-634G),Glutamate-cystein ligase(C-588T)等。
另外,作为在本发明中使用的基因多态可以含有的基因多态,其他还可举出:neuropepyideY(T1128C(Leu7Pro))、MMP-12(A-82G)、mmp-9=GelatinaseB(C-1562T)、MCP-1(A-2518G)、HPA-2(Thr145Met)、MMP7(C-153T)、matrilynpromoter(A-181G)、AMPD(C34T)、Methionine synthase(A2756G(Asp919gly))、matrix Gla protein(G-7A)等。
(2)疾病危险度判定用阵列
本发明以受试者所具有的基因多态为基础,提供为了判定该受试者疾病罹患的容易程度及进展程度(疾病危险度)而使用的、疾病危险度判定用阵列。本发明所述的阵列,是将用于检测出所述基因多态的探针高密度地整齐排列,在硅晶或玻璃片等的支持体上固定化的物质。在此,作为探针只要是特异性地识别、捕捉特定的基因多态的物质即可。具体而言,可以举出具有含有对应于基因多态的碱基序列或与其互补的序列的全部或一部分的碱基序列的探针。
本发明特别提供动脉硬化性疾病危险度判定用阵列和心肌梗塞危险度判定用阵列。
(2-1)动脉硬化性疾病危险度判定用阵列
本发明的动脉硬化性疾病危险度判定用阵列,可以用于判定动脉硬化性疾病的罹患容易程度(发病容易程度)及进展容易程度。优选为,对于具有糖尿病或其倾向的受试者,可以用于判定动脉硬化性疾病的危险度。本发明的动脉硬化性疾病危险度判定用阵列,具有如下特征,即具有对于构成“负(抵抗性)的基因多态组”的基因多态的检测用探针,该“负(抵抗性)的基因多态组”与成为动脉硬化性疾病的判定指标的“颈动脉内膜中膜复合体肥厚度(IMT)”之间具有有意义的负(抵抗性)相关性。基因多态组对于IMT是否有“负相关性”,可以由用上述(1)的方法求到的可能比(Odds)来进行判断。即Odds的值为负(-)时视作“负相关性”,相反Odds值为正(+)时可以判定为“正相关性”。在此,该正或负的相关性是否有意义,可以用Kai值来评价。
作为所述的“负(抵抗性)的基因多态组”,具体而言,可以例示图1~9和图38~43的各图所举的“负(抵抗性)的基因多态组”。更详细而言,在图1~9和图38~43的各图中,各行(横一列)所列述的基因多态(SNP)的组合,是指一个“与动脉硬化性疾病相关的负(抵抗性)的基因多态组”。另外,如前说明的那样,例如图1是由“图9-A”和在其之后的“图9-B”的支号所示的两个图而构成,而单是“图1”的情况是指“图1-A”和“图1-B”两者的情况(以下,含有支号所示的图亦然)。在此,“基因多态”,如前所述,是指包含基因型(Genotype)、即具有特有的基因型的基因多态。在上述各图中,基因多态显示为“基因略称”,基因型显示为“Genotype”。关于各基因多态的详细信息,如图37所示。
本发明的动脉硬化性疾病危险度判定用阵列,具有对基因多态检测用的探针,所述基因多态构成选自所述图1~9中任意一个图所记载的负的基因多态组中的至少一个基因多态组。图1~9中优选图5~9中的任意一个、更优选图6~9中的任意一个、进一步优选图7~9中的任意一个、更进一步优选图8~9中的任意一个。另外,基因多态组的选择没有特别的限制,可以任意进行,但此时在各图中可以将各基因多态组中记载的Odds值和Kai值作为指标。本发明的动脉硬化性疾病危险度判定用阵列,由所述Odds值和Kai值进行评价,优选备有对如下基因多态检测用探针,即构成对IMT而言负(抵抗性)的相关性高的基因多态组的基因多态。
本发明的动脉硬化性疾病危险度判定用阵列,作为检测用探针,具有对选自图10记载的基因多态群、图11记载的基因多态群、图12记载的基因多态群、图13记载的基因多态群、图14记载的基因多态群、图15记载的基因多态群、图16记载的基因多态群、图17记载的基因多态群以及图18记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、90%或更多、更优选对全部的基因多态的检测用探针。
在此,图10~18,是根据上述图1~9,按各Odds对基因多态分类的图,该基因多态是构成与IMT成负(抵抗性)相关性的基因多态组的基因多态。即根据图1,图10举出Odds显示为-2或更低(即Odds比为“1/2”或更低)的构成负的基因多态组的基因多态。同样地,举出odds显示为如下值的构成负的基因多态组的基因多态:图11为根据图2、Odds值为-3或更低(即,Odds为“1/3”或更低),图12为根据图3、Odds值为-4或更低(即,Odds为“1/4”或更低),图13为根据图4、Odds值为-5或更低(即,Odds为“1/5”或更低),图14为根据图5、Odds值为-6或更低(即,Odds为“1/6”或更低),图1 5为根据图6、Odds值为-7或更低(即,Odds为“1/7”或更低),图16为根据图7、Odds值为-8或更低(即,Odds为“1/8”或更低),图17为根据图8、Odds值为-9或更低(即,Odds为“1/9”或更低),图10为根据图9、Odds值为-10或更低(即,Odds为“1/10”或更低)。
在各图中所示的基因多态群中选择半数或更多、60%或更多、70%或更多、80%或更多或90%或更多的基因多态时,虽没有限制,但优选按照栏的顺序从上开始重点地选择。
另外,本发明动脉硬化性疾病危险度判定用阵列,可以具有对如下基因多态的检测用探针,即是构成选自图38~43的任意一个图中所记载的负的基因多态组中的至少一个基因多态组的基因多态。在图38~43中,优选图39~43中的任意一个,更优选图40~43中的任意一个,进一步优选图41~43中的任意一个,更进一步优选图42~43中的任意一个。如前所述,判定用阵列,优选备有对如下基因多态检测用探针,即由在各图中基因多态组所记载的Odds值和Kai值来评价,是构成对IMT而言负(抵抗性)的相关性高的基因多态组的基因多态。
所述动脉硬化性疾病危险度判定用阵列,作为检测用探针,优选具有对选自图44记载的基因多态群、图45记载的基因多态群、图46记载的基因多态群、图47记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、90%或更多、更优选对全部的基因多态的检测用探针。在此,图44~47,是根据上述图38~43,按各Odds对基因多态分类的图,该基因多态构成与IMT成负(抵抗性)相关性的基因多态组。即根据图38,图44举出Odds为-2或更低(即Odds比为“1/2”或更低)的构成负的基因多态组的基因多态。同样地,举出Odds为如下值的构成负的基因多态组的基因多态:图45为根据图39,Odds值为-3或更低(即,Odds为“1/3”或更低)、图46为根据图40,Odds值为-4或更低(即,Odds为“1/4”或更低)、图47为根据图41,Odds值为-5或更低(即,Odds为“1/5”或更低)。与图10~18同样,在各图中显示的基因多态群中选择半数或更多,60%或更多、70%或更多、80%或更多、90%或更多的基因多态时,优选按照栏的顺序从上开始重点地选择。
本发明的动脉硬化性疾病危险度判定用阵列,优选具有对构成上述负(抵抗性)的基因多态组的基因多态的检测用探针,再加上对正(易感性)的基因多态的检测用探针或构成正(易感性)的基因多态组的基因多态的检测用探针。
“正(易感性)基因多态”是指,与判定动脉硬化性疾病的指标“颈动脉内膜中膜复合体肥厚度(IMT)”之间具有有意义的正相关性的基因多态。此外“正(易感性)基因多态组”是指,与(IMT)之间具有有意义的正(易感性)相关性的“基因多态的组合物”。在此,基因多态组对IMT是否具有“正相关性”,可以通过在上述(1)记载的方法
求出的Odds来进行判断。即、Odds的值为正(+)时,可以将其判定为有“正相关性”。该正相关性中,是否具有有意义性可以通过Kai值来评价。
具体而言,在图19~27及图48~51中,显示了所述的“正(易感性)的基因多态组”。更详细而言,在如图19~27及图48~51的各图中,各行(横一列)所列述的基因多态(SNP)组合,是指与IMT之间具有正(易感性)相关性的“正(易感性)的基因多态组”。在各图中,一行中显示为单一的基因多态的情况时,该基因多态是单独与IMT之间具有正(易感性)相关性的“正(易感性)的基因多态”(例如,图19中的“GSY”等)。
具体而言,本发明的动脉硬化性疾病危险度判定用阵列,具有对构成图1~9的任意一个图中记载的负的基因多态组的基因多态的检测用探针,再加上对构成图19~27的任意一个图中记载的正的基因多态组的基因多态的检测用探针。在图19~27中,优选图23~27的任意一个,更优选图24~27的任意一个,进一步优选图25~27的任意一个,更进一步优选图26~27的任意一个。
所述判定用阵列,作为检测构成正的基因多态组的基因多态的探针、即检测用探针,优选具有对选自图28记载的基因多态群、图29记载的基因多态群、图30记载的基因多态群、图31记载的基因多态群、图32记载的基因多态群、图33记载的基因多态群、图34记载的基因多态群、图35记载的基因多态群以及图36记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、90%或更多、更优选具有对全部的基因多态的检测用探针。
在此,图28~36,是根据上述图19~27,按Odds将基因多态分类的图,该基因多态与IMT成正(易感性)相关性。即根据图19,图28举出Odds显示为2或更高的构成正的基因多态组的基因多态。同样地,举出Odds显示为如下值的构成正的基因多态组的基因多态:图29为根据图20、Odds值为3或更高,图30为根据图21、Odds值为4或更高,图31为根据图22、Odds值为5或更高,图32为根据图23、Odds值为6或更高,图33为根据图24、Odds值为7或更高,图34为根据图25、Odds值为8或更高,图35为根据图26、Odds值为9或更高,图36为根据图27、Odds值为10或更高。在这些图28~36的各图中显示的基因多态群中选择半数或更多、60%或更多、70%或更多、80%或更多、或90%或更多的基因多态时,优选按照栏的顺序从上开始重点地选择。
另外,本发明动脉硬化性疾病判定用阵列,可以具有对构成图38~43的任意一个图中记载的负的基因多态组的基因多态的检测用探针,再加上对构成图48~51的任意一个图中记载的正的基因多态组的基因多态的检测用探针。在图48~51中,优选图49~51的任意一个,更优选的是图50~51的任意一个的任意一个。
所述判定用阵列,作为检测构成正的基因多态组的基因多态的探针、即检测用探针,优选具有对选自图52记载的基因多态群、图53记载的基因多态群、图54记载的基因多态群、图55记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、90%或更多、更优选具有对全部的基因多态的检测用探针。
在此,图52~55,是根据上述图48~51,按Odds将基因多态分类的图,该基因多态与IMT成正(易感性)相关性。即根据图48,图52举出Odds显示为2或更高的构成正的基因多态组的基因多态。同样地,举出Odds显示为如下值的正的基因多态及构成正的基因多态组的基因多态:图53为根据图49、Odds值为3或更高,图54为根据图50、Odds值为4或更高,图55为根据图51、Odds值为5或更高。在这些图52~55的各图中显示的基因多态群中选择半数或更多、60%或更多、70%或更多、80%或更多、或90%或更多的基因多态时,优选按照栏的顺序从上开始重点地选择。
本发明人对上述各种要素进行研究,结果如当初预测地确认了在图37中记载的基因多态,在判定动脉硬化性疾病、特别是起因于糖尿病的动脉硬化性疾病的危险度时很有用,通过单独或组合使用所述的基因多态,可以高精度地判定动脉硬化性疾病的危险度。因而本发明的动脉硬化性疾病危险度判定用阵列,作为检测用探针,也可以适用具有对图37记载的99个基因多态的检测用探针。
本发明的动脉硬化性疾病危险度判定用阵列,就受试者而言,可以用于对动脉硬化性疾病的抵抗性(难以罹患的程度)进行评价。这些,具体而言,例如将阵列上检测用探针和由受试样品调制的探针之间进行杂交,就受试者而言,可以通过将检测出的基因多态与跟作为判定动脉硬化性疾病指标的颈动脉内膜中膜复合体肥厚度(IMT)具有负相关性的基因多态组进行对照来实施。此时,得到的受试者是否具有与IMT为负相关性的基因多态组的信息,可以有效地用于评价受试者是否对动脉硬化性疾病存在抵抗性(是否难以罹患)。
另外,本发明的动脉硬化性疾病危险度判定用阵列,就受试者而言,可以用于对动脉硬化性疾病的抵抗性和易感性进行评价。这些,具体而言,例如将阵列上检测用探针和由受试样品调制的探针之间进行杂交,就受试者而言,可以通过将检测出的基因多态与跟作为判定动脉硬化性疾病指标的与IMT具有负相关性的基因多态组、及与IMT具有正相关性的基因多态或基因多态组进行对照来实施。此时,得到的信息(受试者是否具有与IMT具有负相关性的基因多态组,是否具有与IMT具有正相关性的基因多态或基因多态组的信息),可以用于评价受试者对动脉硬化性疾病的抵抗性和易感性。
另外,本发明的动脉硬化性疾病危险度判定用阵列,就受试者而言,可以用于对动脉硬化性疾病危险度的有无及其高低(罹患容易程度及进展程度的有无及其程度)进行评价。这些,具体而言,例如可以通过如下来实施,即,将阵列上检测用探针和由受试样品调制的探针进行杂交,将检测出的基因多态与跟IMT具有负相关性的基因多态组、及具有正相关性的基因多态或基因多态组进行对照,就检测出的基因多态而言,求出对得到的负相关性或正相关性的偏度。此时,得到的信息(就受试者所具有的基因多态而言,涉及负相关性和正相关性的偏度的信息),可以用于有效评价受试者对动脉硬化性疾病的危险度的评价。
这些情况下,在对照中使用的与IMT具有负相关性的基因多态组优选选自图1~图9中任意一个图所记载的负的基因多态组、或图38~43的任意一个图所记载的负基因多态组中的至少一个组。另外,对照中使用的与IMT具有正相关性的基因多态或基因多态组,当上述作为负的基因多态组而使用图1~9中任意记载的组时,优选选自图19~27的任意一个图记载的正基因多态或基因多态组群中的至少一个组;当上述作为负的基因多态组而使用图38~43中任意一个图中记载的组时,优选选自图48~51的任意一个图记载的正基因多态或基因多态组群中的至少一个组。
动脉硬化性疾病危险度的判定,例如可以按照以下进行。
[表1]
具有正相关性的基因多态组的数目 | 具有负相关性的基因多态组的数目 | ||||
Case1 | +++ | > | - | → | 高危险度 |
Case2 | +++ | > | 0 | → | 高危险度 |
Case3 | + | < | --- | → | 低危险度 |
Case4 | 0 | < | --- | → | 低危险度 |
例如,将从受试者检测出的基因多态与跟IMT具有负相关性的基因多态组(例如图1~9,或图38~43)、及具有正相关性的基因多态或基因多态组(例如,图19~27或图48~51)相对照时,具有正相关性的基因多态组的总数比具有负相关性的基因多态组的总数多的受试者(Case1),可以判定为动脉硬化性疾病高危险度例。另外,具有正相关性的基因多态组,但不具有负相关性的基因多态组的受试者(Case2),被判定为动脉硬化性疾病高危险度例。另一方面,具有负相关性的基因多态组的总数比具有正相关性的基因多态组的总数少的受试者(Case3),被判定为动脉硬化正疾病的低危险度例。另外,具有负相关性的基因多态组,但不具有正相关性的基因多态组的受试者(Case4),被判定为动脉硬化性疾病的低危险例。
即,求出由受试者检测出的基因多态的正相关性(易感性)和负相关性(抵抗性)的偏度,当正相关性有意义地多的情况下,该受试者判定为动脉硬化性疾病的危险度高(或发病);当负相关性有意义地多的情况下,可以判定为受试者的动脉硬化性疾病的危险度低(或不发病)。
优选的是,本发明的动脉硬化性疾病危险度判定用阵列,与受试者的临床表现(例如IMT)进行对比时,准确率(与临床表现相一致的概率)为60%或更多,优选65%或更多,更优选70%或更多;错误率(与临床表现不一致的概率)为45%或更少,优选40%或更少,更优选为能得到40%或更少的结果。作为此时的临床表现,可以例示为例如受试者的颈动脉内膜中膜复合体肥厚度(IMT)不足1.1mm时为非动脉硬化病例,IMT为1.1mm或更大时为患动脉硬化病例。另外,作为其他方法,还可举出在重回归分析中的颈动脉内膜中膜复合体的平均肥厚度的增加(△IMT)为0.2mm或更多时,或重回归分析中的颈动脉内膜中膜复合体的最大肥厚度的增加(△PIMT)为0.3mm或更多时,视作患动脉硬化病例,其他的情况视作非动脉硬化病例的方法。
(1-2)心肌梗塞危险度判定用阵列
本发明的心肌梗塞危险度判定用阵列,可以用于判定心肌梗塞的罹患容易程度(发病容易程度)及进展容易程度。优选为,对于糖尿病或临界型糖尿病患者,可以用于判定心肌梗塞的危险度。本发明的心肌梗塞危险度判定用阵列,具有如下特征,即具有对于构成“负(抵抗性)的基因多态组”的基因多态的检测用探针,该“负(抵抗性)的基因多态组”与心肌梗塞的判定指标之间具有有意义的负(抵抗性)相关性。在此,作为心肌梗塞的判定指标,只要是本领域惯常使用的就没有特别的限制,可以优选利用在心电图上有无观察到陈旧性心肌梗塞波或受试者的心肌梗塞的既往史。
作为所述的“负(抵抗性)的基因多态组”,具体而言,可以例示图56~58的各图所举的“负(抵抗性)的基因多态组”。更详细而言,在图56~58中,各行(横一列)所列述的基因多态(SNP)的组合,是指一个“与心肌梗塞相关的负(抵抗性)的基因多态组”。
本发明的心肌梗塞危险度判定用阵列,具有对基因多态检测用的探针,所述基因多态是构成选自所述图56~58中任意一个图所记载的负的基因多态组中的至少一个基因多态组的基因多态。图56~58中优选图57~58中的任意一个。另外,基因多态组的选择,可以在各图中对各基因多态组中记载的Odds值和Kai值作为指标。本发明的心肌梗塞危险度判定用阵列,由所述Odds值和Kai值进行评价,优选备有对如下基因多态的检测用探针,即构成对心肌梗塞判定指标的负(抵抗性)的相关性高的基因多态组的基因多态。
本发明的心肌梗塞危险度判定用阵列,作为检测用探针,具有对选自含有图59记载的基因多态的基因多态群、含有图60记载的基因多态的基因多态群、图61记载的基因多态群、及图62记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、或90%或更多、更优选具有对全部的基因多态的检测用探针。
在此,图59~62,是根据上述图56~68,按Odds基因多态分类的图,该基因多态构成与IMT成负(抵抗性)相关性的基因多态组。即可以举出,根据图56,图59举出Odds显示为-2或更低(即Odds为“1/2”或更低)的构成负的基因多态组的基因多态。同样地,举出Odds显示为如下值的构成负的基因多态组的基因多态:图60为根据图57、Odds值为-3或更低(即,Odds为“1/3”或更低),图61为根据图58、Odds值为-4或更低(即,Odds为“1/4”或更低),图64为根据图58、Odds值为-5或更低(即,Odds为“1/5”或更低)。
在各图中所示的基因多态群中选择半数或更多、60%或更多、70%或更多、80%或更多、90%或更多的基因多态时,优选按照栏的顺序从上开始重点地选择。
本发明的心肌梗塞危险度判定用阵列,优选具有对构成上述负(抵抗性)的基因多态组的基因多态的检测用探针,再加上对正(易感性)的基因多态的检测用探针或构成正(易感性)的基因多态组的基因多态的检测用探针。
在此“正(易感性)基因多态”是指,与判定心肌梗塞的指标之间具有有意义的正相关性的基因多态。或“正(易感性)基因多态组”是指,与判定心肌梗塞的指标之间具有有意义的正(易感性)相关性的“基因多态的组合物”。
具体而言,在图63~69中,显示了所述的“正(易感性)的基因多态组”。更详细而言,在如图63~69的各图中,各行(横一列)所列述的基因多态(SNP)的组合,是指与判定心肌梗塞的指标之间具有正(易感性)相关性的“正(易感性)的基因多态组”。
具体而言,本发明的心肌梗塞危险度判定用阵列,具有对构成图56~58的任意一个图中记载的负的基因多态组的基因多态的检测用探针,再加上对构成图63~69的任意一个图中记载的正的基因多态或构成基因多态组的基因多态的检测用探针。在图63~69中,优选图64~69的任意一个,更优选图65~69的任意一个。
所述判定用阵列,作为检测构成正的基因多态组的基因多态的探针、即检测用探针,优选具有对选自图70记载的基因多态群、图71记载的基因多态群、图72记载的基因多态群、及图73记载的基因多态群中的1个基因多态群的半数或更多、优选60%或更多、70%或更多、80%或更多、或90%或更多、更优选具有对全部的基因多态的检测用探针。
在此,图70~73,是根据图63~69,按Odds将基因多态分类的图,该基因多态与IMT为正(易感性)相关性。即根据图63,图70举出Odds显示为2或更高的构成正的基因多态组的基因多态。同样地,举出Odds显示为如下值的构成正的基因多态组的基因多态:图71为根据图64、Odds值为3或更高,图72为根据图65、Odds值为4或更高,图73为根据图66、Odds值为5或更高。在这些图70~73的各图中显示的基因多态群中选择半数或更多、60%或更多、70%或更多、80%或更多、或90%或更多的基因多态时,优选按照栏的顺序从上开始重点地选择。
本发明人在判定心肌梗塞、特别是起因于糖尿病的动脉硬化性疾病的危险度时图37记载的基因多态很有用,确认了通过单独或组合使用所述的基因多态,可以高精度地判定心肌梗塞的危险度。因而本发明的心肌梗塞危险度判定用阵列,作为检测用探针,也可以使用具有对图37记载的99个基因多态的检测用探针的物质。
本发明的心肌梗塞危险度判定用阵列,与上述动脉硬化性疾病危险度判定用阵列相同,就受试者而言,可以用于对心肌梗塞的抵抗性(难以罹患的程度)进行评价,另外,就受试者而言,可以用于对心肌梗塞的抵抗性及易感性进行评价。进而,本发明的心肌梗塞危险度判定用阵列,就受试者而言,可以用于对心肌梗塞有无危险度及其高低(罹患的容易程度及其进展的容易程度的有无及其程度)进行评价。
这些情况下,在对照中使用的与心肌梗塞判定指标具有负相关性的基因多态组优选选自图56~图58中任意一个图所记载的负的基因多态组中的至少一个组。另外,对照中使用的与心肌梗塞判定指标具有正相关性的基因多态组,优选选自图63~图69中任意一个图所记载的正的基因多态或基因多态组中的至少一个组。
心肌梗塞危险度的判定,可以用与上述动脉硬化性疾病的危险度的判定方法相同的方法进行。
以上说明的本发明的疾病危险度判定用阵列,只要具有与各种疾病相应的基因多态的检测用探针,在能够实现本发明的目的的范围内,可以适当具有上述之外的探针或公知探针。另外,基因多态检测用探针可以适当标记后使用。
本发明的疾病判定用阵列,除了将预先准备的探针固定在基材上的方法之外,还可以用在基材上合成的Affimetrix社的方法进行调制,该调制方法没有特别的限制。另外,固定探针的基板也没有特别的限制,例如,可以使用玻璃板及滤器等公知的物质。另外,就被固定的探针的长度及使用的核酸的种类而言,只要可以检测出基因多态,就没有特别的限制。从灵敏度的角度考虑,优选将含有基因多态的区域预先用PCR进行扩增。
特别是,从灵敏度、简便性等的角度考虑,可以优选使用利用标记的引物将含有基因多态的区域进行扩增的方法。例如,在Hybrigene法中,用经生物素标记的引物将含有基因多态的区域扩增,将此添加到阵列上进行杂交后,洗净除去未杂交的核酸。接着,将杂交了的探针用经抗生物素蛋白标记的荧光色素检测出来。通过该方法,可以灵敏度更好地检测基因多态。
本发明的疾病判定用阵列,包括下述的方式:
(A)动脉硬化性疾病危险度判定用阵列,其具有对构成选自图1~9的任意一个图中记载的负(抵抗性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针,或具有对构成选自图38~43的任意一个图中记载的负(抵抗性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
(B)根据(A)记载的动脉硬化性疾病危险度判定用阵列,其具有对图10~18的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针,或具有对图44~47的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
(C)根据(A)或(B)记载的动脉硬化性疾病危险度判定用阵列,其进一步具有对构成选自图19~27的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针,或具有对构成选自图63~69的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
(D)根据(A)或(B)记载的动脉硬化性疾病危险度判定用阵列,其具有对图28~37的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针,或具有对图52~55的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
(E)心肌梗塞危险度判定用阵列,其具有对构成选自图56~58的任意一个图中记载的负(抵抗性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
(F)根据(E)记载的心肌梗塞危险度判定用阵列,其具有对图59~62的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
(G)根据(E)或(F)记载的心肌梗塞危险度判定用阵列,其具有对构成选自图63~69的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
(H)根据(E)或(F)记载的心肌梗塞危险度判定用阵列,其具有对图70~73的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
(I)根据(A)~(H)的任意一项记载的动脉硬化性疾病危险度判定用阵列,其中,使其与由受试样品调制的探针进行杂交,将检测出的受试者的基因多态,与跟疾病具有负相关性的基因多态组进行对照,就检测出的基因多态组评价其对疾病的抵抗性。
(J)根据(I)记载的动脉硬化性疾病危险度判定用阵列,其中,与动脉硬化性疾病具有负相关性的基因多态组是选自图1~9的任意一个图中记载的负的基因多态组中的至少1组,或选自图38~43的任意一个图中记载的负的基因多态组中的至少1组。
(K)根据(A)~(H)的任意一项记载的动脉硬化性疾病危险度判定用阵列,其中,使其与由受试样品调制的探针进行杂交,将检测出的受试者的基因多态,与跟疾病具有负相关性的基因多态组及具有正相关性的基因多态组进行对照,就检测出的基因多态组评价其对疾病的抵抗性及易感性。
(L)根据(A)~(H)的任意一项记载的动脉硬化性疾病危险度判定用阵列,其中,使其与由受试样品调制的探针进行杂交,将检测出的受试者的基因多态,与跟疾病具有负相关性的基因多态组及具有正相关性的基因多态组进行对照,由针对检测出的基因多态组而得到的对于负相关性或正相关性的偏度,评价受试者对疾病危险度的高低。
(M)根据(L)记载的动脉硬化性疾病危险度判定用阵列,与动脉硬化性疾病具有负相关性的基因多态组是选自图1~9的任意一个图中记载的负的基因多态组中的至少1组,或选自图38~43的任意一个图中记载的负的基因多态组中的至少1组,且与动脉硬化性疾病具有正相关性的基因多态或其组是选自图19~27的任意一个记载的正的基因多态组中的至少1组,或选自图48~51的任意一个记载的正的基因多态组中的至少1组。
(3)疾病危险度的判定装置、判定方法及判定程序
本发明所述的疾病危险度的判定装置、判定方法及判定程序,可以进行如下判定,即受试者在多大程度上容易罹患疾病、或在多大程度上疾病容易进展(疾病危险度)。在以下,以动脉硬化性疾病为例进行说明,但本发明不限于此,可以适用于与基因具有相关性的疾病中。此时,根据疾病,使用该疾病的判定指标(例如,如为动脉硬化性疾病,则指标为颈动脉内膜中膜复合体肥厚度,如为肾病,则指标为尿中的白蛋白排泄率,如为心肌梗塞,则为有无心电图上的陈旧性心肌梗塞波形或心肌梗塞的既往史),可以评价后述的相关性。
(3-1)动脉硬化性疾病的危险度的判定装置、判定方法及判定程序
图75是显示含有本发明所述动脉硬化性疾病危险度的判定装置(以下,记作判定装置)的系统整体的模块图。如图75所示,备有在医院1设置的采血装置11及计算机12、在分析部门2设置的基因多态解析用阵列21及计算机22、在提供服务的部门3设置的判定装置31。在此,计算机11、21及判定装置31与网络等的通信线路41连接。
判定装置31备有如下部件:CPU32、存储装置33、硬盘等记录部34、与外部进行通信的接口(以下记作I/F)部35、键盘等的操作部36、CRT显示器等的显示部37、输入输出I/F部38、用于在各部件之间进行数据交换的内部总线39。在记录部34中,与动脉硬化性疾病相关的基因多态(例如图10)或基因多态组(例如图1)的信息作为参照表被记录下来。
用判定装置31来判定危险度的处理在后面进行详述,在此,对系统整体的运作的概要进行说明。首先,医院1中通过采血装置11采集受试者的血液(以下记作受试样品)。此时,临床数据(受试者ID、检验值、病历信息、采血信息等)被记录于计算机12的记录部。受试样品提供给分析部门2,用基因多态解析用阵列21进行分析,检测出具有基因型的基因多态。在此,基因多态解析用阵列21,例如可以使用上述动脉硬化性疾病危险度判定阵列。检测出的基因多态信息,暂时记录在计算机22的记录装置上,其后通过通信线路4发送给提供服务部门3的判定装置31。判定装置31通过通信I/F部35接收基因多态信息,暂时记录于记录部34上。其后,判定装置31对接收到的基因多态是否包含在预先记录于记录部34的参照表中进行检索,根据该结果对动脉硬化性疾病的危险度进行判定。进而,判定装置31将判定结果通过通信线路4发送给医院1的计算机12。对于用计算机12接收到的判定结果,使其与临床数据(至少受试者ID)相关联,记录在计算机12的记录部,适当地调出而被利用(例如向受试者出示)。特定发送判定结果的医院1的计算机12的信息,可以由医院1的计算机12发送含有临床数据的信息。
图76是显示判定装置31进行判定处理的流程图。以下,按照图76的流程图,具体显示用判定装置31进行的危险度判定处理。另外,在以下,只要没有特别的局限,以CPU32进行处理来记述。另外,CPU32是将存储装置33作为工作区域或对处理途中的数据暂时记忆的区域而使用,根据需要,将处理途中及处理结果的数据记录在记录部32上。
步骤S21中,从分析部门2经由通信线路4,获得基因多态信息,记录于记录部34。在此,基因多态信息是作为对每个具有基因型的基因多态赋予的基因多态编码来进行传送,数据形式例如为使多个基因多态编码Gi(i=1~n)分别与对每个委托方的医院赋予的医院编码及对每个受试者赋予的受试者ID的组相对应的形式。
在步骤S22中,将与一个(医院编码、受试者ID)相关的多种基因多态编码Gi(i=1~n)从记录部34中读出,判断基因多态编码Gi是否包含于预先在记录部34记录的参照表中。例如,如果作为参照表设定为记录有与图1对应的基因多态编码的组,则从多种的基因多态编码Gi(i=1~n)中选择2个或3个基因多态编码Gi,判断这些编码的组是否包含于与图1对应的参照表中,如果包含在其中,则与该组对应的第1标记(フラグ)设定为“1”(标记预先设定为0)。另外,如果该组包含于图19所对应的参照表中,则该组对应的第2标记设定为“1”。
在步骤S23中,判断第1及第2标记是否都是0。如果标记都是0,即基因多态编码的组在参照表中不存在,则进入步骤S25,任何一个标记设定为不为0的值,则进入步骤S24。
在步骤S24中,根据步骤S22的处理结果确定危险度。被确定的危险度与{医院编码、受试者ID}相对应记录在记录部34上。就该危险度的确定而言,例如,求出值为“1”的第1标记的数n1和值为“2”的第2标记的数n2,按照表1确定危险度。
即,具有正相关性的基因多态组的数n2比具有负相关性的基因多态组的数n1多(n2>n1)的受试者(表1的Case1),可以判定为与动脉硬化性疾病具有高危险度。另外,具有正的相关性的基因多态或其组(n2>0),而不具有负相关性的基因多态组(n1=0)的受试者(Case2),也可判定为高危险度。另一方面,具有负的相关性的基因多态组的数n1比具有正的相关性的基因多态或其组的数n2多(n1>n2)的受试者(Case3),可判定为低危险度。另外,存在具有负相关性的基因多态组(n1>0),而不存在具有正相关性的基因多态或其组(n2=0)的受试者(Case4),也可判定为低危险度。
在步骤S25中,直到判断完全部的{医院编码、受试者ID}为止,反复进行步骤S22~S24的处理。
全部的{医院编码、受试者ID}的处理结束后,在步骤S26中,使确定的危险度编码(在上述判定例中,表示高危险度或低危险度的编码)和受试者ID对应,通过通信线路4发送给与医院编码对应的计算机12。
通过以上处理,完成了利用判定装置31的一连串的危险度判定处理。另外,以上危险度的判定处理,使用广泛使用的计算机,读出在硬盘、CD-ROM等的计算机可读取的记录载体上记录的计算机程序,或者也可以通过通信线路获得计算机程序,通过将其由CPU运行而进行。
另外,本发明的装置,只要是可以实现上述判定功能,根据需要,可以将其他装置适当追加而进行配置。
另外,在步骤S24中显示的危险度判定基准,不限定于表1中,求出从受试者检测出的基因多态的正相关性和负相关性的偏度,正相关性有意义的情况下,可以判定为动脉硬化性疾病的危险度高(或发病),负相关性有意义的情况下,可以判定为动脉硬化性疾病的危险度低(或不发病)。另外,偏度不限定于该组在正/负的参照表中所含有的数目的差,可以使用与含有的组相应的权重,或与含有的各种基因多态相应的权重而算出的值,以及考虑临床数据而算出的值等各种值。
动脉硬化性疾病危险度的判定中使用的参照表,可以使用图1~36、图38~图55的任意一个对应的表,如上所述,本发明所述的疾病危险度的判定装置、判定方法及判定程序的适用对象不限定于动脉硬化性疾病。心肌梗塞危险度的判定中使用的参照表,可以使用图56~图73的任意一个对应的表。
另外,在上述中,提供服务的部门的判定装置,是对从分析部门获得的受试者的基因多态信息作为判定的对象的情况来说明的,但不限于此。可以将过去被解析的个人的基因多态信息记录在任意的记录装置(例如赋予每个人的IC卡、存储卡等携带式的记录装置),由此读出基因多态信息,进行疾病危险度的判定处理。由于生物体的基因信息不发生变化,一旦记录下被解析基因多态的信息,即使是参照表或危险度的判定基准发生变更、提高判定精度时,无须为了再次解析基因而采血等,减轻了受试者的负担。
另外,将由分析部门获得的个人的基因多态信息,与个人ID相对应地记录在提供服务的部门的数据库中,如果将个人ID告知各人,只要通过个人ID的联络,就可以使用数据库中记录下的对应的基因多态,再次进行危险度的判定。
另外,如上述疾病危险度判定用基因多态确定方法的说明中所记载的,可以通过将基因多态信息本身作为ID来使用,而不使用个人ID,来利用新获得的被解析数据(例如,动脉硬化性疾病的IMT的测定值)以及过去的被解析数据。因此,可以追踪危险度判定精度的病史,可以进行考虑到病史的危险度的判定。在此,被解析数据中可以附加疾病指标值之外的各种临床数据等。
(3-2)动脉硬化性疾病危险度的判定方法
以下,就动脉硬化性疾病的危险度判定方法进行更详细说明。
本发明的动脉硬化性疾病的危险度判定方法,可以用于判定动脉硬化性疾病的罹患容易程度及进展容易程度。优选的是,可以用于对糖尿病患者或有其倾向的患者(糖尿病临界型)进行动脉硬化型疾病的危险度(罹患容易程度、进展容易程度等)的判定。
本发明所述的动脉硬化性疾病的危险度判定方法,其特征为,具有如下工序(b):将受试样品检测出的基因多态与跟成为动脉硬化性疾病的判定指标的“颈动脉内膜中膜复合体肥厚度(IMT)”具有负相关性的基因多态组进行对照。在此,与IMT具有负相关性的基因多态组,可以优选举出选自图1~9中任意一个图中记载的负的基因多态组中的至少一个组,或者选自图38~43中任意一个图中记载的负的基因多态组中的至少一个组。
在本发明的判定方法中,包含组合实施如下工序的方法:与对动脉硬化性疾病的判定指标具有负相关性的基因多态组进行对照的工序、与对动脉硬化性疾病的判定指标具有正相关性的基因多态组进行对照的工序。即在上述(b)工序的基础上还具有(b’)工序和(c)工序的判定方法,所述(b’)工序为,将受试样品检测出的基因多态与跟IMT具有正相关性的基因多态组进行对照的工序;所述(c)工序为,由上述(b)和(b’)的结果,就检测出的基因多态,对比负的相关性和正的相关性,计算出其偏度的工序。在此,与IMT具有正相关性的基因多态组,可以优选举出选自图19~27的任意一个图中记载的正基因多态组中至少1个基因多态或基因多态组,以及选自图48~51的任意一个图中记载的正基因多态组中的至少1个基因多态组。
另外,本发明的判定方法,在上述工序(b)或(b’)之前可以具有(a)在受试样品中检测出基因多态的工序。所述检测工序(a)可以是将从图37中记载的99个基因多态中选出的2个或3个或更多个的基因多态作为对象的检测工序。
检测工序(a)可以具有检测出如下内容的工序:在图10~18的任意一个图中记载的、构成负的基因多态组的基因多态的存在,以及在图28~37的任意一个图中记载的、构成正的基因多态组的基因多态的存在。具体而言,可以检测出如下基因多态的存在的工序:图10及图19记载的基因多态,图11及图20记载的基因多态,图12及图21记载的基因多态,图13及图22记载的基因多态,图14及图23记载的基因多态,图15及图24记载的基因多态,图16及图25记载的基因多态,图17及图26记载的基因多态,或图18及图27记载的基因多态。
另外,检测工序(a)也可以为检测出如下基因多态的存在的工序:在图38~43的任意一个图中记载的、构成负的基因多态组的基因多态,以及在图48~51的任意一个图中记载的、构成正的基因多态组的基因多态。具体而言,可以检测出如下基因多态的存在的工序:图38及图48记载的基因多态,图39及图49记载的基因多态,图40及图50记载的基因多态,图41及图51记载的基因多态,图42及图51记载的基因多态,或图43及图51记载的基因多态。
检测工序(a)通过利用上述本发明的动脉硬化性疾病危险度判定用阵列,可以高精度地实现。即检测工序(a)可以是如下工序:在本发明的疾病判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检出用探针进行杂交,检测出基因多态的工序。
在上述检测工序(a)中,只要是检测出受试者基因多态的方法,可以使用任何方法。作为一般的方法,使用含有受试者的血液、痰、皮肤、支气管肺泡洗净液、其他的体液、或组织等、DNA的物质作为受试样品。作为解析方法已知有多种方法,可以例示如测序法、PCR法、ASP-PCR法、TaqMan法、侵入检测技术、MALDI-TOF/MS法、分子灯塔法、连结法等(Clin.Chem.43:1114-1120,1997)。测序法是指对含有基因多态的DNA区域直接进行测序的方法。在PCR法中,用与基因多态特异性的引物,只特异性地扩增某种基因多态。在PCR法中,一般是在最靠近3’端配置具有基因多态的核酸,而如Allele Specific Primer(ASP)-PCR法那样,配置从3’末端开始的第二个碱基位置上具有基因多态的引物的方法等,将基因多态置于引物的什么区域上,或在检测出的基因之外加入什么样的核酸序列等的引物设计方面,只要可以识别基因多态,就没有特别的限制。在TaqMan法中用经荧光色素和消光物质而在两端标记的等位基因特异性的探针与目的部位进行杂交,用使得含有该部位的区域扩增而设计的引物进行PCR反应。从引物开始的PCR反应,当到达该等位基因特异性的探针进行杂交的区域时,通过Taq聚合酶的5’核酸酶的活性将存在于经杂交的探针5’末端的荧光色素切断,与消光物质脱离开而产生荧光。通过该方法,可以知道等位基因特异性的探针在何种程度上杂交了。在侵入检测技术中,使用3种寡核苷酸与TaqMan法同样原理地可以确定何种等位基因探针进行了杂交,所述3种寡核苷酸为:具有从模板的基因多态部位开始的5’端的特异性序列、3’端具有扑翼(フラツプ)序列的等位基因探针,和具有从模板的基因多态部位开始的3’端的特异性序列的侵入探针,以及含有与扑翼序列互补的序列的FRET探针。在MALDI-TOF/MS法中,制作与基因多态部位邻接的引物,使该区域扩增后,只对基因多态部位的1个碱基用ddNTP进行扩增。接着,使用MALDI-TOF/MS,通过识别附加的ddNTP的种类来鉴定基因多态。Hybrigene法等的总称为DNA芯片法的方法中,在阵列上配置含有基因多态的寡核苷酸探针,检测出与用PCR扩增的样品DNA的杂交。
在本发明的判定方法中,动脉硬化性疾病危险度的判定,例如可以如以下进行。
[表2]
具有正相关性的基因多态组的数目 | 具有负相关性的基因多态组的数目 | ||||
Case1 | +++ | > | - | → | 高危险度 |
Case2 | +++ | > | 0 | → | 高危险度 |
Case3 | + | < | --- | → | 低危险度 |
Case4 | 0 | < | --- | → | 低危险度 |
例如,将受试样品检测出的基因多态,与跟作为动脉硬化性疾病的判定指标的IMT具有负相关性的基因多态组及具有正相关性的基因多态组进行对照时,具有正相关性的基因多态组的总数比具有负相关性的基因多态组的总数多的受试者(Case1)判定为动脉硬化性疾病的高危险度例。另外,存在具有正相关性的基因多态组,而不存在具有负相关性的基因多态组的受试者(Case2)也判定为动脉硬化性疾病的高危险度例。另一方面,具有负相关性的基因多态组的总数比具有正相关性的基因多态组的总数少的受试者(Case3),被判定为动脉硬化性疾病的低危险度例。另外,存在具有负相关性的基因多态组,而不存在具有正相关性的基因多态组的受试者(Case4),也被判定为动脉硬化性疾病的低危险度例。
即,求出由受试者检测出的基因多态的正相关性(易感性)和负相关性(抵抗性)的偏度,当正相关性高的情况下,可以判定为动脉硬化性疾病的危险度高(或发病);当负相关性高的情况下,可以判定为动脉硬化性疾病的危险度低(或不发病)。
通过利用本发明的判定方法,可以高精度地得到关于动脉硬化性疾病的危险度。
例如,就受试者检测出的基因多态为基础,将该受试者判断为动脉硬化性疾病的低危险度例或者动脉硬化性疾病的高危险度例时,只要由受试者的临床表现来判断非动脉硬化性病例或者动脉硬化性病例(判断结果相一致)的比率为60%或更多,优选65%或更多,更优选70%或更多;而不一致的比率为45%或更少,优选40%或更少,更优选为能得到45%或更少的结果,就可以评价为高精度的判定结果。作为临床表现,例如此时的临床表现可以例示如受试者的颈动脉内膜中膜复合体肥厚度(IMT)不足1.1mm为非动脉硬化病例,IMT为1.1mm或更大时为患动脉硬化病例的方法。另外,作为其他方法,还可使用在重回归分析中的颈动脉内膜中膜复合体的平均肥厚度的增加(△IMT)为0.2mm或更多时,或重回归分析中的颈动脉内膜中膜复合体的最大肥厚度的增加(△PIMT)为0.3mm或更多时,视作患动脉硬化病例,其他的情况视作非动脉硬化病例的方法。
动脉硬化病例及非动脉硬化病例的集团,都优选设定为糖尿病且无心肌梗塞病史的病例的集团。另外,由受试者检测出的基因多态,从效率性等的角度看,优选具有2个或3个基因多态的组合。
本发明的动脉硬化性疾病危险度的判定方法,可以进一步具有(d)工序:将工序(c)得到的偏度,进一步加权,确定偏度的程度(即,危险度的程度)。
在此,作为加权中使用的因子,例如,可以举出与疾病(或其程度)密切相关的临床表现(作为疾病判定指标而使用的现象)。在加权时,优选将基因多态与上述因子的关系预先进行解析,设定好相关性及其程度。优选为,可以举出将基因多态或基因多态组,与跟疾病(或其程度)密切相关的临床表现之间具有有意义的正或负的相关性的频度设定为可能比的方法,将是否具有有意义的正或负的相关性设定为1或0的方法,等。
例如,为动脉硬化性疾病的情况下,作为密切相关的临床表现,可以举出颈动脉的硬化度。而作为显示颈动脉硬化度的指标,例如可以举出颈动脉的肥厚度。作为所述的颈动脉的肥厚度的测量方法,没有特别的限定,一般用超声波断层装置来测定颈动脉内膜中膜复合体的肥厚度(IMT)。该方法是对超声波可以到达的颈动脉的肥厚度进行测量的无侵害且定量的测量方法。上述超声波断层装置优选使用具有7.5MHz或更高的中心频率的线型脉冲反射探头的装置。由于颅外颈动脉存在于皮下浅层,可以使用7.5MHz或更高的频率的装置,而得到高的分辨度(分辨距离0.1mm)。这是一个例子。
血管壁在回声图像上被解析为血管腔内侧的1层低回声辉度部分和其外的高回声辉度层的2层构造。本发明人等通过观察104例健康例,确认了颈总动脉的IMT随着从10几岁到70几岁的年龄的增加几乎为直线地增加,其肥厚度不超过1.0mm。健康人的颈总动脉IMT随着年龄可以按下式计算:
IMT=0.06×年龄+0.3(3<年龄<80岁)。
作为上述颈动脉内膜中膜复合体肥厚度(IMT)之外的显示颈动脉硬化度的指标,有表示IMT最大值的最大IMT(Max-IMT)、表示IMT的平均值的平均IMT(AvgIMT)、斑块指数(PS)、颈动脉硬度等,就这些各种指标而言,已经确立了各种的测量方法。前斜位、侧面、后斜位的各纵断面的图像中最大的内膜中膜肥厚度设为Max-IMT,以显示该Max-IMT的部位为中心,将近心侧1cm和远心侧1cm共计3点的平均值作为AvgIMT的方法;与从左右颈总动脉(common carotid:CC)开始的颈动脉分支部、内颈动脉(internal carotid:IC)的3个纵断面的皮肤对应的近位壁(near wall)及远位壁(far wall)的合计12个肥厚度中,将最大值作为AvgIMT的方法;另外,将左右的肥厚度的平均值作为AvgIMT的方法。进而,在远位壁的一定区域内的平均肥厚度作为mean IMT的方法。另外,也有将由一侧的颈动脉的分支部向近心侧10mm的远位壁的肥厚度作为指标的。
斑块指数(PS)是指以分支部为基准,每15mm将颈动脉分成4个区域,在各个部分的1.1mm或更大的斑块厚度的左右两侧颈动脉的总和。另外,也有将上述3~4个区域的各部分的斑块(IMT在1.1cm或更高)的数的总和称作斑块数(PN)的情况。
颈动脉硬度是从收缩期和扩张期的直径计算而得的数值。由一侧的颈动脉的分支部向近心侧10mm的远位壁的肥厚度作为指标的方法,测定简便,颈总动脉上的病变少因而其测定误差也少。IMT是显示颈动脉的最大病变的指标。PS可以显示动脉硬化进展的颈动脉整体的图像,而非进展的病例(肥厚度不足1.1mm),结果为0不利于研究,因而根据测定对象及疾病的不同,优选的指标也是不同的。在伴有糖尿病及高脂血症的情况下,颈动脉壁多为比较均匀地肥厚,AvgIMT及mean IMT成为重要的指标,而伴有高血压的情况下,多可识别出斑块,PS、PN及MaxIMT就成为有效的指标。
作为与动脉硬化性疾病密切相关的临床表现,可以举出颈动脉内膜中膜复合体肥厚度的增加量。作为颈动脉内膜中膜复合体肥厚度的增加量,可以使用平均IMT的增加(△IMT)及最大IMT的增加(△PIMT)等作为指标。其中△IMT作为表示综合的动脉硬化性疾病的危险度的指标而特别优选。关于颈动脉内膜中膜复合体肥厚度的增加量和动脉硬化性疾病的相关性,有很多的报告,特别是就△IMT而言,△IMT每增加0.339mm,心肌梗塞的可能比就为4.9倍(Yamasaki.Diabetes Care 2000(9))。因而,△IMT成为与动脉硬化性疾病密切相关的临床表现,使用其的方法,可以非常有效地判定动脉硬化性疾病的危险度。颈动脉内膜中膜复合体肥厚度的增加量可以直接地用来评价动脉硬化性疾病的危险度,但也可以由颈动脉内膜中膜复合体肥厚度的增加量,使用适当的参数来进行上述评价。
颈动脉内膜中膜复合体肥厚度的增加量(△IMT和△PIMT等),可以通过由集团测定的IMT值或PIMT值进行重回归分析的方法计算而得的偏回归系数来进行表示。
另外,本发明的动脉硬化性疾病的危险度判定方法,可以进一步含有危险度确定工序,该工序由受试者的临床表现及与疾病密切相关的环境因素来确定动脉硬化危险度。
只通过受试者的临床表现,虽然可以知晓测定时的受试者的动脉硬化性疾病的状态,还能从临床表现及环境因素来预测发病的危险性,但通过与上述本发明的方法相组合,可以一边确认受试者的现状,一边根据受试者所固有的动脉硬化性疾病的危险度来预测将来发病的危险性及进展的容易程度。特别是,对在测定时肥厚还没有进展的年轻的受试对象而言,如果可以预测将来的危险度,在危险度高的情况下可以进行改善生活习惯等的预防,来防止动脉硬化性疾病的发病。
作为与动脉硬化性疾病相关的环境因素,报告有年龄、性别、高血压、肥胖、吸烟史、血红蛋白Alc值、糖尿病及高脂血症的病史及病程等。
Vitelli等的动脉硬化危险度调查(ARIC Study)中,将具有颈动脉肥厚的208例(平均IMT为1.21mm)非糖尿病人群和不具有肥厚的208例(平均IMT为0.63mm)非糖尿病人群进行比较,报告有这样的推算结果:血红蛋白Alc值增加1%,患动脉硬化的危险性提高1.77倍(Vitelli LL.Diabetes Care 1997;20:1454-8)。吸烟是动脉硬化的危险因素,在以居民为对象的动脉硬化危险度调查(ARIC Study)中,吸烟史与IMT显示有很强的相关性,在糖尿病或高血压患者中表明,吸烟成为很强的促进因素(Howard G,JAMA 1998;279:119-24)。Sutton-Tyrrell等检索了同年代的闭经前和闭经后的IMT和斑块病变,闭经者平均IMT为0.69→0.77mm,出现斑块的女性有意义地增加到25→54%,因而报告认为闭经促进女性的动脉硬化(Sutton-Tyrrell K,Stroke 1998;29:1116-21)
作为动脉硬化的原因,还考虑与各种感染症有关。Nieto等在动脉硬化危险度调查(ARIC Study)中抽取IMT进展组和非进展组,检测巨细胞病毒的抗体效价,结果抗体效价为20或更高的病例相对于抗体效价不足4的组的可能比有意义地增高到5.3,预示出巨细胞病毒可能作为动脉硬化的进展因素(Nieto Fj,Circulation 1996;94:922-7)
本发明人等过去曾将1型糖尿病、2型糖尿病、临界型糖尿病的IMT作为从属变量进行重回归分析,报告了如下结果:在1型糖尿病(不足30岁)中,年龄、糖尿病病程、血红蛋白Alc值是独立的危险因素;2型糖尿病患者(30岁或更大)中,年龄、血红蛋白Alc值、nonHDL胆固醇、收缩压、吸烟史为独立的危险因素;在临界型糖尿病人中,除了年龄增加之外收缩压、吸烟为危险因素(Yamasaki Y,Diabetes 1994;43:634-639)。
在上述环境因素中特别重要的是年龄、性别、糖尿病病程、及血红蛋白Alc值。
本发明的动脉硬化性疾病的危险度判定方法,是基于下述见解的产物:即使存在提供疾病危险度的基因多态,由于存在提供疾病抵抗性的基因多态而使其危险度抵消,并且,即使在单一的基因多态不提供疾病抵抗性时,通过组合存在多种基因多态,也可提供疾病抵抗性。因而,本发明的方法具有如下特征:在疾病的危险判定中,将基因多态以组合物(组)的方式来作为提供动脉硬化性疾病危险度抵抗性的因素,然后将该抵抗因素和易感因素进行组合来判定疾病的发病危险度。由此可以高精度地判定。特别是,本方面的动脉硬化性疾病的危险度判定方法,作为疾病判定指标,采用颈动脉内膜中膜复合体肥厚度的指标,该指标无论是健康人还是患者都同样可以进行定量测定,仔细考察该指标与基因多态的关系,通过将基因多态组与肥厚度的正及负的关系进行恰当的指标化,来实现更高精度的判定方法。
(3-3)心肌梗塞的危险度判定方法
本发明的心肌梗塞的危险度判定方法,可以用于判定心肌梗塞的罹患容易程度及进展容易程度。优选的是,可以用于对糖尿病患者或有其倾向的患者(临界型糖尿病)进行心肌梗塞的危险度(罹患容易程度、进展容易程度等)的判定。
本发明所述的心肌梗塞的危险度判定方法,其特征为具有如下工序(b):将受试样品检测出的基因多态与跟成为心肌梗塞的判定指标具有负相关性的基因多态组进行对照。作为心肌梗塞的判定指标,如前所述,可以举出心电图上有无陈旧性心肌梗塞的波形,及心肌梗塞的病史。作为与心肌梗塞的判定指标具有负相关性的基因多态组,可以优选举出选自图56~58中任意一个图中记载的负的基因多态组中的至少一个组。
在本发明的判定方法中,包含组合实施如下工序的方法:与对心肌梗塞的判定指标具有负相关性的基因多态组进行对照的工序、与对心肌梗塞的判定指标具有正相关性的基因多态组进行对照的工序。即在上述(b)工序的基础上还具有(b’)工序和(c)工序的方法,所述(b’)工序为,将受试样品检测出的基因多态与跟心肌梗塞具有正相关性的基因多态组进行对照的工序;所述(c)工序为,由上述(b)和(b’)的结果,就检测出的基因多态,对比负相关性和正相关性,计算出其偏度的工序。在此,与心肌梗塞的判定指标具有正相关性的基因多态组,可以优选举出选自图63~69的任意一个图中记载的正基因多态组中的至少1个基因多态组。
另外,本发明的判定方法,与动脉硬化性疾病的危险度判定方法相同,在上述工序(b)或(b’)之前可以具有(a)在受试样品中检测出基因多态的工序。所述检测工序(a)可以是将从图37中记载的99个基因多态中选出的2个或3个或更多个的基因多态作为对象的检测工序。所述检测工序(a)可以具有检测出如下内容的工序:在图58~62的任意一个图中记载的、构成负的基因多态组的基因多态的存在,以及在图70~73的任意一个图中记载的、构成正的基因多态组的基因多态的存在。具体而言,可以检测出如下基因多态的存在的工序:图59及图70记载的基因多态,图60及图71记载的基因多态,图61及图72记载的基因多态,或者,图62及图73记载的基因多态。
检测工序(a)通过利用上述本发明的心肌梗塞危险度判定用阵列,可以高精度地实施。即检测工序(a)可以是如下工序:在本发明的疾病判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检测用探针进行杂交,检测出基因多态。
本发明的心肌梗塞危险度判定方法,与上述动脉硬化性疾病危险度判定方法相同,可以进一步具有(d)工序:将工序(c)得到的偏度进一步加权,确定偏度的程度(即,危险度的程度);也可以进一步含有这样的工序:由受试者的临床表现及与疾病密切相关的环境因素来确定心肌梗塞危险度的危险度确定工序。
本发明的心肌梗塞危险度判定方法,可以与上述动脉硬化性疾病危险度判定方法相同地实施,通过利用所述的方法,可以高精度地得到心肌梗塞危险度的判定结果。
本发明的判定方法包括以下的方式:
(A)具有下述工序的疾病危险度的判定方法:(b)将受试样品检测出的基因多态,与跟疾病判定指标具有负相关性的基因多态或具有负相关性的基因多态组进行对照的工序。
(B)进一步具有下述工序的(A)中记载的疾病危险度的判定方法:(b’)与跟疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组进行对照的工序,和(c)由(b’)的结果,就检测出的基因多态组,对比负相关性和正相关性,计算出其偏度的工序。
(C)进一步具有下述工序的(B)中记载的疾病危险度的判定方法:(d)由所得到的偏度来评价疾病危险度的工序。
(D)如(A)~(D)的任何一项记载的疾病危险度的判定方法,其对象疾病为动脉硬化性疾病,作为具有与疾病判定指标为负相关性的基因多态组,使用选自图1~9的任何一项所记载的负的基因多态组中的至少一个组,或选自图38~43的任何一项所记载的负的基因多态组中的至少一个组。
(E)如(B)~(D)的任何一项记载的动脉硬化性疾病危险度的判定方法,其对象疾病为动脉硬化性疾病,
(1)与疾病判定指标具有负相关性的基因多态组为选自图1~9的任何一项所记载的负的基因多态组中的至少一个组,而且,与疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组为选自图19~27的任何一项所记载的正的基因多态组中的至少一个基因多态组,或
(2)与疾病判定指标具有负相关性的基因多态组为选自图38~43的任何一项所记载的负的基因多态组中的至少一个组,而且,与疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组为选自图48~51的任何一项所记载的正的基因多态组中的至少一个基因多态组。
(F)如(A)~(E)的任何一项记载的疾病危险度的判定方法,其中,在工序(b)或(b’)之前具有(a)工序:在受试样品中检测出基因多态。
(G)如(F)记载的疾病危险度的判定方法,其中,检测工序(a),是将从图37中记载的99个基因多态中选出的2个或3个或更多个基因多态作为对象的检测工序。
(H)如(F)或(G)的任何一项记载的疾病危险度的判定方法,其中,对象疾病为动脉硬化性疾病,检测工序(a)是在本发明的动脉硬化性疾病危险度判定用阵列上,使由受试样品调制的探针和阵列上的基因多态检测用探针杂交,检测基因多态的工序。
(I)如(F)记载的疾病危险度的判定方法,其中,对象疾病为心肌梗塞,检测工序(a)是在本发明的心肌梗塞危险度判定用阵列上,使由受试样品调制的探针和阵列上的基因多态检测用探针杂交,检测基因多态的工序。
(J)如(A)~(I)的任何一项记载的疾病危险度的判定方法,其中,动脉硬化病例及非动脉硬化病例的集团,都是患糖尿病而无心肌梗塞病史的病例集团。
(4)疾病有效药剂的选定方法
本发明中,还包括如下方法:由受试对象检测出的基因多态所属的分类,选定与各受试者的特性相应的有效药剂。该方法是通过如下方式来进行的:根据由受试对象检测出的基因多态,从该基因多态的分类中选定认为可能适用的药剂。基因多态的分类可以使用上述a)~j)的分类。
具体而言,可举出如下药剂,但不限于此。
a)对属于与脂质相关的基因多态群的基因多态的有效药剂,可举出史达汀类(スタチン)
b)对属于与血压相关的基因多态群的基因多态的有效药剂,可举出ACE阻断药及血管紧张素II受体阻断药。
d)对属于与胰岛素抵抗性相关的基因多态群的基因多态的有效药剂,可举出改善胰岛素感受性的药剂。
f)对属于与氧化压力相关的基因多态群的基因多态的有效药剂,可举出抗氧化剂。
g)对属于与炎症反应相关的基因多态群的基因多态的有效药剂,可举出免疫抑制剂及史达汀类。
h)对属于与凝固纤溶系相关的基因多态群的基因多态的有效药剂,可举出抗血小板制剂。
其他,在检测出MMP-12(A-82G)、mmp-9=Gelatinase B(C-1562T)、MMP7(C-153T)等基因多态时,作为有效药剂可以使用抗蛋白酶。由受试对象检测出多个基因多态时,可以合并使用2种或更多种的上述药剂。
这样,通过选定与受试者的基因多态相应的适当药剂,可以对与受试对象体质或特征相应的疾病进行预防、治疗或预后的处置等。
(5)疾病抵抗因素的显现方法或疾病危险度的显现方法
本发明从别的角度,提供将受试者所具有的疾病抵抗因素显现的方法,和将受试者所具有的疾病危险度显现的方法。
本发明所述的疾病抵抗因素的显现方法具有下述工序:
(i)将由受试样品中检测出的基因多态,与跟疾病判定指标具有负相关性的基因多态或基因多态组进行对照的工序;
(ii)根据(i)的结果,使受试样品中的疾病抵抗因素显现的工序。只要含有这些工序,即使具有其他的任何附加的工序也包括在本发明中。
(ii)的显现工序,通过判明如下情况而实施:在受试样品中检测出的基因多态,是否属于某个与疾病判定指标具有负相关性的基因多态或基因多态组。
例如,对象疾病为动脉硬化性疾病(优选起因于糖尿病的动脉硬化性疾病)时,(i)的工序是通过如下进行的:将受试样品中检测出的基因多态,与跟颈动脉内膜中膜复合体肥厚度(IMT)具有负相关性的基因多态或基因多态组进行对照。作为所述基因多态组,可以举出选自图1~9的任何一项所记载的负的基因多态组中的至少1个组,或选自图38~43的任何一项所记载的负的基因多态组中的至少1个组。
另外,例如对象疾病为心肌梗塞(优选起因于糖尿病的心肌梗塞)时,(i)的工序是通过如下进行的:将受试样品中检测出的基因多态,与跟心肌梗塞的判定指标具有负相关性的基因多态或基因多态组进行对照。作为所述基因多态组,可以举出选自图56~58的任何一项所记载的负的基因多态组中的至少1个组。
另外,在上述显现方法中,在工序(i)之前,可以具有(O)在受试样品中检测出基因多态的工序。
检测工序(O),可以是将从图37中记载的99个基因多态中选出的至少2个的基因多态作为对象的检测工序。对象疾病为动脉硬化性疾病(优选起因于糖尿病的动脉硬化性疾病)时,作为检测对象的基因多态,可以使用从图10~18中选择的任意图中记载的基因多态,或从图44~47中选择的任意图中记载的基因多态。对象疾病为心肌梗塞(优选起因于糖尿病的心肌梗塞)时,作为检测对象的基因多态,可以使用从图59~62中选择的任意图中记载的基因多态。
检测工序(O),可以通过如下进行:在上述发明的疾病危险度判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检测用探针杂交,而检测基因多态。另外,受试样品没有特别的限制,但在为糖尿病患者、且没有动脉硬化性疾病病史或心肌梗塞病史的受试者的活体样品的情况下,可以更充分地获得本发明的好处。
人类基因组中存在非常多的基因多态,如果只是其中的一个,由于其可能比低且频度受限制,因而不能预测疾病危险度。因此,由于将这些基因多态分散地看,所以不能发现在个人所具有的基因多态中作为组合而存在的、与疾病相关的因素。在本发明中,通过很多母集团中的解析,明确了存在有与疾病判定指标之间具有有意义的相关性的多个基因多态组,基于此,将这些基因多态组设定为疾病抵抗性因素,在受试样品中选择性地明确了构成这些特定的基因多态组的基因多态的存在,这时,首次可以使疾病抵抗性因素显现。显现的疾病抵抗性因素作为疾病危险度判定的信息,其价值非常高。在此,“选择性地明确”是指,在无数的基因多态组合中选择特定的来明确。
另外,作为显现工序,除了包括仅仅是将该多个基因多态的、涉及组合的基因型的组作为一个整体来明确之外,还包括用被选择性地明确的多个基因多态的基因型是否属于(例如0或1)疾病抵抗因素(疾病抵抗性基因多态组)来表现;或者当被选择性地明确的多种基因多态的基因型属于疾病抵抗因素(疾病抵抗性基因多态组)时,用该基因多态组与疾病判定指标之间的有意义的负相关性的频度的可能比来表现。另外,还包括当被选择性地明确的多种基因多态的基因型属于疾病抵抗性基因多态组时,通过疾病抵抗性基因多态组中固有的疾病判定指标的增加受到抑制来表现。即,只要能够使该受试对象的基因多态中的疾病抵抗性基因多态组显现的方法,就没有特别的限制。
另外,本发明所述的疾病危险度的显现方法具有如下工序。
(i’)将受试样品中检测出的基因多态,与跟疾病判定指标具有负相关性的基因多态或基因多态组,以及跟疾病判定指标具有正相关性的基因多态或基因多态组进行对照的工序,及
(ii’)根据(i’)的结果,具有使受试样品中的疾病抵抗因素或易感因素显现的工序。
只要含有该工序,具有其他的附加的任何工序也都包含于本发明中。
上述危险度的显现方法,进而可以具有(iii’)计算出受试样品中所显现的疾病抵抗性因素和易感性因素的偏度的工序。
例如,对象疾病为动脉硬化性疾病(优选起因于糖尿病的动脉硬化性疾病)时,(i’)的工序是通过如下进行的:将受试样品中检测出的基因多态,与跟动脉硬化性疾病的判定指标的“颈动脉内膜中膜复合体肥厚度”(IMT)具有负相关性的基因多态或基因多态组,以及与IMT具有正相关性的基因多态或基因多态组进行对照。在此作为具有负相关性的基因多态组,可以举出图1~9的任意所记载的负的基因多态组,或图38~43的任意所记载的负的基因多态组;作为具有正相关性的基因多态或基因多态组,可以举出图19~27的任意所记载的正的基因多态组,或图48~51的任意所记载的正的基因多态组。
另外,例如,对象疾病为心肌梗塞(优选起因于糖尿病的心肌梗塞)时,(i’)的工序是通过如下进行的:将受试样品中检测出的基因多态,与跟心肌梗塞的判定指标具有负相关性的基因多态或基因多态组,以及与跟心肌梗塞的判定指标具有正相关性的基因多态或基因多态组进行对照。在此,作为具有负相关性的基因多态组,可以举出选自图38~43的任意所记载的负的基因多态组中的至少一个组;作为具有正相关性的基因多态或基因多态组,可以举出选自图50~53的任意所记载的正的基因多态或基因多态组中的至少1组。
另外,在工序(1’)之前,可以具有(O’)在受试样品中检测出基因多态的工序。检测工序(O’),可以是将从图38中记载的99个基因多态中选出的至少2个的基因多态作为对象的检测工序。对象疾病为动脉硬化性疾病(优选起因于糖尿病的动脉硬化性疾病)时,检测工序(O’)可以是检测出如下基因多态的存在的工序,例如,图10及图28记载的基因多态、图11及图29记载的基因多态、图12及图30记载的基因多态、图13及图31记载的基因多态、图14及图32记载的基因多态、图15及图33记载的基因多态、图16及图34记载的基因多态、图17及图35记载的基因多态、或图18及图36记载的基因多态,或者,图38及图48记载的基因多态、图39及图49记载的基因多态、图40及图50记载的基因多态、图41及图51记载的基因多态、图42及图51记载的基因多态、或图43及图51记载的基因多态。
另外,对象疾病为心肌梗塞(优选起因于糖尿病的心肌梗塞)时,检测工序(O’)可以是检测出如下基因多态的存在的工序,例如,图59及图70记载的基因多态、图60及图71记载的基因多态、图61及图72记载的基因多态、或图62及图73记载的基因多态。
另外,检测工序(O’)可以是如下工序:在上述本发明的所述疾病危险度判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检测用探针杂交,而检测基因多态。
另外,受试样品如果设定为糖尿病患者、且没有动脉硬化性疾病或心肌梗塞病史的受试者的活体样品,则可以更有效地利用本发明。
如前所述,本发明基于如下发现而成。通过很多母集团中的解析,发现了与判定指标之间具有有意义的负及正相关性的多种基因多态的组的存在,进而,将这些分别设定为疾病抵抗性因素和疾病易感性因素,将存在于受试样品中的、构成分属于这两个类别的基因多态组的基因多态的双方进行组合评价,这时,首次发现可以将受试者的疾病危险度显现出来。
将显现出来的疾病抵抗因素(疾病抵抗性基因多态组)及疾病易感性因素(疾病易感性基因多态组)组合,作为疾病危险度判定的信息,其价值非常高。
作为显现工序,除了包括仅仅是将该多个基因多态的、涉及组合的基因型的组作为一个整体来明确之外,还包括用被选择性地明确的多种基因多态的基因型是否属于所希望的疾病基因多态组来表现;或者,当被选择性地明确的多种基因多态的基因型属于所希望的疾病基因多态组时,用在与疾病相关的基因多态组中固有的与疾病判定指标之间具有有意义的负或正相关性的频度的可能比来表现。另外,还包括当被选择性地明确的多种基因多态的基因型属于所希望的疾病基因多态组时,通过疾病基因多态组中固有的疾病判定指标的增加度或增加受到抑制的度来表现。即,只要能够判断该受试对象的基因多态中的疾病基因多态组抵抗性及易感性,并使其显现的方法,就没有特别的限制。
(6)基因标志物
(6-1)显示动脉硬化性疾病抵抗性或动脉硬化性疾病易感性的基因标志物
本发明提供显示动脉硬化性疾病抵抗性的基因标志物。就受试样品而言,该基因标志物可以很好地用于检测或选择动脉硬化性疾病抵抗性的基因多态。所述基因标志物,含有选自负(抵抗性)的基因多态或基因多态组中的至少一个基因多态。具体而言,含有构成选自图1~9的任意记载的负基因多态组中的至少一个基因多态组的基因多态,或者构成选自图38~43的任意记载的负基因多态组中的至少一个基因多态组的基因多态。
另外,本发明提供显示动脉硬化性疾病易感性的基因标志物。就受试样品而言,该基因标志物可以很好地用于检测动脉硬化性疾病易感性的基因多态。所述基因标志物,含有选自正(易感性)的基因多态或基因多态组中的至少一个基因多态。具体而言,含有构成选自图19~27的任意记载的正的基因多态组中的至少一个基因多态组的基因多态,或者构成选自图48~51的任意记载的正基因多态组中的至少一个基因多态组的基因多态。优选将所述的显示动脉硬化性疾病易感性的基因标志物与上述显示动脉硬化性疾病抵抗性的基因标志物组合起来使用。
这些显示动脉硬化性疾病抵抗性的基因标志物及显示动脉硬化性疾病易感性的基因标志物,除了可以分别用于检测或选择动脉硬化性疾病抵抗性的基因多态以及动脉硬化性疾病易感性的基因多态之外,还可以作为用于判定或测定动脉硬化性疾病的基因标志物等而使用。
(5-2)显示心肌梗塞疾病抵抗性或心肌梗塞疾病易感性的基因标志物
本发明还提供显示心肌梗塞抵抗性的基因标志物。就受试样品而言,该基因标志物可以很好地用于检测或选择动脉硬化性疾病抵抗性的基因多态。所述基因标志物,含有选自负(抵抗性)的基因多态或基因多态组中的至少一个基因多态。具体而言,含有构成选自图56~58的任意一图记载的负基因多态组中的至少一个基因多态组的基因多态。
进而,本发明提供显示心肌梗塞易感性的基因标志物。就受试样品而言,该基因标志物可以很好地用于检测心肌梗塞易感性的基因多态。所述基因标志物,含有选自正(易感性)的基因多态或基因多态组中的至少一个基因多态。具体而言,含有构成选自图63~68的任意记载的正的基因多态组中的至少一个基因多态组的基因多态。优选将所述的显示心肌梗塞易感性的基因标志物与上述显示心肌梗塞抵抗性的基因标志物组合起来使用。
这些显示心肌梗塞抵抗性的基因标志物及显示心肌梗塞易感性的基因标志物,除了可以分别用于检测或选择动心肌梗塞抵抗性的基因多态以及心肌梗塞易感性的基因多态之外,还可以作为用于判定或测定心肌梗塞的基因标志物等而使用。
本发明的标志物包括如如下方式:
(A)含有构成选自图1~9的任意记载的负基因多态组中的至少一个基因多态组的基因多态、或者构成选自图38~43的任意记载的负基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病抵抗性的基因标志物。
(B)(1)含有构成选自图1~9的任意记载的负基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病抵抗性的基因标志物,以及含有构成选自图19~27的任意记载的正基因多态组中的至少一个基因多态组的基因多态,或者
(2)含有构成选自图38~43的任意记载的负基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病抵抗性的基因标志物,以及含有构成选自图48~55的任意记载的正基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病易感性的基因标志物。
(C)含有构成选自图56~58的任意记载的负基因多态组中的至少一个基因多态组的基因多态的心肌梗塞抵抗性的基因标志物。
(D)含有构成选自图56~58的任意记载的负基因多态组中的至少一个基因多态组的基因多态的心肌梗塞抵抗性的基因标志物,以及含有构成选自图63~69的任意记载的正基因多态组中的至少一个基因多态组的基因多态的心肌梗塞易感性的基因标志物。
(7)基因多态分析用试剂盒
本发明的基因多态分析用试剂盒,其特征为,含有如下的引物对或核酸探针,该引物对可以特异性地扩增负的基因多态或构成选自负的基因多态组中的至少一个基因多态组的基因,该核酸探针可以特异性地与该基因杂交。该分析用试剂盒,可以作为检测疾病抵抗性基因多态的分析用试剂盒而很好地使用。进而,本发明的基因多态分析用试剂盒,可以含有如下的引物对或核酸探针,该引物对可以特异性地扩增正的基因多态或构成选自正的基因多态组中的至少一个基因多态组的基因,该核酸探针可以特异性地与该基因杂交。所述分析用试剂盒,可以作为检测疾病抵抗性基因多态及疾病易感性基因多态的分析用试剂盒而很好地使用。
作为负的基因多态组的一个例子,可以举出选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组,或者选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组。含有可以特异性地扩增构成所述基因多态组的基因的引物对或可以特异性地与该基因杂交的核酸探针的分析用试剂盒,可以作为检测动脉硬化性疾病抵抗性基因多态的分析用试剂盒而很好地使用。另外,进而可以含有如下的引物对或核酸探针,该引物对可以特异性地扩增构成选自图19~27所记载的正的基因多态组中的至少1个基因多态组的基因或构成选自图50~53所记载的正的基因多态组中的至少1个基因多态组的基因,该核酸探针可以特异性地与该基因杂交。所述分析用试剂盒,可以作为检测动脉硬化性疾病抵抗性基因多态及动脉硬化性疾病易感性基因多态的分析用试剂盒而很好地使用。
进而,作为负的基因多态组的其他的一个例子,可以举出选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组。含有可以特异性地扩增构成所述基因多态组的基因的引物对或可以特异性地与该基因杂交的核酸探针的分析用试剂盒,可以作为检测心肌梗塞抵抗性基因多态的分析用试剂盒而很好地使用。另外,进而可以含有如下的引物对或核酸探针,该引物对可以特异性地扩增构成选自图63~68所记载的正的基因多态组中的至少1个基因多态组的基因,该核酸探针可以特异性地与该基因杂交。所述分析用试剂盒,可以作为检测心肌梗塞抵抗性基因多态及心肌梗塞易感性基因多态的分析用试剂盒而很好地使用。
本发明的基因多态分析用试剂盒,只要含有上述那样的引物对或核酸探针,在不损害本发明的目的的范围,也可以适当含有其他的核酸或药剂等。为了检测负的基因多态组或正的基因多态组,必需具有用于检测构成这些组的至少2个基因多态的引物或探针。即使对一个基因多态而言,含有基因多态检测用引物,对其他的基因多态而言,含有基因多态检测用探针,只要可以分析上述的基因多态,也包括在本发明的基因多态分析用试剂盒中。
检测基因多态可以使用在上述基因多态检测工序中记载的任意的方法,可以优选使用应用PCR的hybrigene法、TaqMan法、侵入法、及使用特异性地与具有基因多态的基因进行杂交的核酸探针的ASP-PCR法。
因此,基因多态分析用试剂盒中,必需含有在检测这些基因多态的工序中使用的引物及探针的至少任意一个。在用于检测基因多态的PCR法中,一般是在最靠近3’端的位置配置基因多态的核酸,而如Allele SpecificPrime(ASP)-PCR法那样,配置在3’末端起的第2个位置上具有基因多态的引物的方法等,不管将基因多态设置在引物的哪个区域,也无论加入了所检测的基因之外的哪种核酸序列等,在引物的设计中,只要可以识别基因多态就没有特别的限制。在探针的设计中也是相同的,只要可以识别基因多态,可以不限制该序列而使用。
本发明的分析试剂盒包括下述方式:
(A)含有下述引物对或探针的动脉硬化性疾病的抵抗性基因多态的分析用试剂盒:(1)可以特异性地扩增构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针,或者(2)可以特异性地扩增构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针。
(B)含有下述引物对或探针的动脉硬化性疾病的抵抗性基因多态或易感性基因多态的分析用试剂盒:(1)可以特异性地扩增构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针,以及可以特异性地扩增构成选自图19~27的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针;或者(2)可以特异性地扩增构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针,以及可以特异性地扩增构成选自图48~51的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针。
(C)心肌梗塞抵抗性基因多态的分析用试剂盒,其含有可以特异性地扩增构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针。
(D)心肌梗塞的抵抗性基因多态或易感性基因多态的分析用试剂盒,其含有可以特异性地扩增构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针,以及可以特异性地扩增构成选自图63~69的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以特异性地杂交该基因的核酸探针。
实施例
以下,通过本发明的实施例更具体地说明本发明,但本发明不限定于这些实施例。
实施例1判定动脉硬化性疾病的危险度
1.确定与动脉硬化性疾病具有正或负的相关性的基因多态
<解析次序>
在糖尿病病例中,将颈动脉内膜中膜复合体肥厚度(IMT)的肥厚与同年龄段的健康人群相比,肥厚0.2mm或更大的视为Case(发病例),其他的视为Control(未发病例)。对这些Case群(发病例群)及Control群(未发病例群)用下述说明的操作来检测基因多态。
在此,为了说明方便,以ACE基因(简称:ACE ID)的插入基因多态为例进行说明,但对于其他的基因也进行同样的操作。
(1)ACE基因片断的扩增用引物的合成
使用Perkin-Elmer公司DNA合成机329型,用亚磷酰胺合成法合成具有与人ACE基因的序列相同的序列的引物1(CTGGAGACCACTCCCATCCTTTCT)及具有与人ACE基因的序列互补的序列的引物2(GATGTGGCCATCACATTCGTCAGAT)。引物2在5’端连结有生物素。合成按手册进行,各种寡核苷酸的脱保护在氨水中55℃条件下实施一夜。寡核苷酸的精制用Perkin-Elmer公司OPC柱来实施。
(2)合成具有连接臂的寡核苷酸
使用Perkin-Elmer公司DNA合成机329型,用亚磷酰胺合成法合成具有与人ACE基因的序列互补的序列且在5’末端具有连结臂的寡核苷酸(I探针:TTACAGGCGTGATACAGTCAC)以及具有与人ACE基因的序列互补的序列且在5’末端具有连结臂的寡核苷酸(D探针:GCCTATACAGTCACTTTTATGTG)
此时,根据特表昭60-500717号公报所公开的合成法,将由脱氧尿苷 用化学合成来调制的在5位上具有连接臂的尿苷导入到上述寡核苷酸中。合成的连结寡核苷酸在氨水中、50℃的条件下,进行一夜的脱保护处理,然后用Perkin-Elmer公司的OPC柱精制。
(3)将探针寡核苷酸结合到微效价板上
对于上述(2)合成的探针寡核苷酸,通过其连结臂,结合到微效价板的内面,将寡核苷酸稀释于50mM的硼酸缓冲液(PH10)、100mM的MgCl2溶液中,使其浓度为0.05pmol/μl,向微效价板上(MicroFLUOR B;社)各注入100μl,通过放置于室温下15小时左右,使连结寡核苷酸与微效价板内面结合。其后,置换成0.1pmol dNTP、0.5%PVP、5×SSC,在室温下进行2个小时左右的用于抑制非特异反应的阻遏。最后用1×SSC洗净使其干燥。
(4)用PCR法扩增人ACE基因片断
将用人白细胞提取的DNA溶液作为样品而使用,添加下述试剂,用下述条件扩增人ACE基因片断。
<试剂>调制含有下述试剂的25μl溶液。
引物1 10pmol
引物2 10pmol
×10缓冲液2.5μl
2mM dNTP 2.5μl
Tth DNA聚合酶1U
提取的DNA溶液100ng
<扩增条件>
94℃·2分钟
94℃·1分钟、65℃·2分钟、75℃·1.5分钟(35个循环)
(5)在微效价板中的杂交
将(4)的扩增反应液稀释10倍,在0.3N的NaOH中使扩增反应液中的扩增DNA变性,将各个样品中扩增反应液20μl加入到200mM枸橼酸-磷酸缓冲液(pH6.0)、2%SDS、750mM NaCl、0.1%NaN3的溶液100μl中,放入上述(3)的结合有捕捉探针的微效价板中。为了防止蒸发,施加上液体石蜡层,在55℃下使其振荡30分钟。由此,被扩增的人ACE基因片断,通过被固定的探针而被特异性地捕捉到微效价板上。
接着,置换成2×SSC(pH7.0)、1%SDS,同样为了防止蒸发,施加上液体石蜡层,在55℃下使其振荡20分钟。随后,与将标记了碱性磷酸酶的链霉亲和素(DAKO制D0396)用50mMTris-盐酸缓冲液(pH7.5)、1%BSA溶液稀释了2000倍的稀释溶液100μl进行置换,在37℃下使其振荡15分钟。由此,被捕捉的DNA的生物素与碱性磷酸酶标记的链霉亲和素特异性地结合了。用250μl的50mMTris-盐酸缓冲液(pH7.5)、0.025%Tween20溶液洗净3次后,注入50μl的碱性磷酸酶的发光底物二氧杂环丁烷化合物(商品名:Lumiphos480;Lumigen社),在37℃下保温15分钟后,在暗室中用ホトンカウンタ一(滨松示トニクス社)测定发光量。
这些工序都是通过DNA探针自动测定系统(参照日本临床检查自动化学会会志第20卷、第728页(1995年))而自动进行的,所需要的时间约2.5小时。
(6)人ACE基因插入多态测定的研究结果
由用上述(4)扩增、用(5)检测而得的结果研究ACE基因多态。I信号为与I探针反应的扩增核酸片断所检测出的信号,D信号为与D探针反应的核酸片断所检测出的信号,取各探针所得到的信号的比的对数可以鉴定碱基多态。即,可以如下鉴定:信号的比的对数为0.0或更高的是I型(插入)的纯合体基因型,在-1.0或更低的为D型(缺失)的纯合体基因型,在-1.0~0.0之间的是I型和D型的杂合体基因型。
2.SNP的解析
2-1.Odds比与Kai值的测定
对于各SNP的genotype,分别求出Odds比和Kai值。
“genotype”按照已经说明的规则用1~3号来表示。例如,用I/D表示ACE基因时,为
1:DD(D的纯合体)
2:I/D(杂合体)
3:II(I的纯合体)
I/D+DD(具有D等位基因)表示为“12”,II+I/D(具有I等位基因)表示为“23”。
“Odds比”是指SNP的genotype偏向于Case或Control的比率。Odds比为2,则表示Case中的genotype的存在频度是Control的2倍。“Kai值”是指SNP的genotype偏向于Case或Control的统计学上的有意义性。Kai值为3.8或更高,则P<0.05。
Kai5.024→P<0.025
Kai6.635→P<0.01
Kai10.827→P<0.001
Kai值和Odds比的区别在于,Odds比不依赖于存在频度,而Kai值有时是受试者数如果变多则Odds比就会变低。例如,就受试者数为500例时,Case群出现的1%的A多态,与受试者数为5000例时,Case群出现的0.5%的B多态而言,即使具有相同的Odds比,B多态的Kai值也有时会变高。
2-2提取疾病易感性基因多态及疾病抵抗性基因多态
在上述求出的各SNP的genotype涉及的Odds比和Kai值的基础上,将Odds比>2.0、Kai值>3.8作为选择的条件,提取疾病易感性SNP(Case群中Odds比>2.0)、疾病抵抗性SNP(Control群中Odds比>2.0)。
2-3SNP的多重解析
首先从论文中检索动脉硬化性疾病相关的关键词、选择200个的SNP,进而精选到99个。接着选择这99个中的任意2~3个SNP,对这2个SNP的各种基因型(1、2、3)的各种全部的组合,求出Case群和Control群的各个Odds比和Kai值(2个SNP时为4×4=16种、99×98×16/2种),该特定的SNP的组合称为SSNP(Synergetic SNP)。
2-4提取有意义的SSNP
(1)将上述得到的SSNP按照Kai值从高到低的顺序进行排列(例如将10个SSNP进行分类,从上到下依次为第1、第2、第3……)
(2)对Case群和Control群的各群,求出可以说明的SSNP(说明SSNP)。
具体而言,以下述的情况为例进行说明:
第1个SSNP中,病例序号5、10、15、20和28的5名可以说明
第2个SSNP中,病例序号5、6和30的3名可以说明,
第5个SSNP中,病例序号5、10和15的3名可以说明
在上述情况下,首先采用第1个的SSNP作为“说明SSNP”。第2个的SNP,由于可以说明第1个SSNP无法说明的病例序号6和30,因而成为“说明SSNP”。另一方面,第5个的SSNP由于其所能说明的病例都是第1个“说明SSNP”能够说明的,因而不采用。这样,对于Case群和Control群的各群,从2-3中求出的SSNP中选出“说明SSNP”。
2-5废弃无效的SNP多态
计算在2-4中求出的“说明SSNP”的群中包含的SNP的多态的频度(%),废弃频度少的。
例如第1个SSNP为[ACE-II和MTHFR的TT]
第2个SSNP为[ACE-II和eNOS(简称:N1)的C等位基因]
第3个SSNP为[ACE-I等位基因和eNOS(简称:N1)的C等位基因],ACE-II为3.5%、ACE-I等位基因为0.5%。因此,只采用ACE-II,而废弃ACE-I等位基因(是II多态呢?还是I等位基因呢?认为频度高的更重要)。
2-6SSNP的再评价
在2-3中求出的SSNP群中,选出含有在2-5中被废弃的SNP多态的SSNP,废弃这些SSNP。对剩下的SSNP群再次进行2-4和2-5的操作,选出说明SSNP。
将这样得到的Case群(疾病发病群)涉及的说明SSNP(与动脉硬化性疾病具有正相关性的基因多态)列出表来,即为图19,Control群(疾病未发病群)涉及的说明SSNP(与动脉硬化性疾病具有负相关性的基因多态)列出表来,即为图1。
3.使用说明SNP的动脉硬化性疾病的判定
将没有心肌梗塞病史的糖尿病患者(受试者)作为对象,如上所述,选出动脉硬化性疾病的易感性基因多态(“说明SSNP”)、动脉硬化性疾病的抵抗性基因多态(“说明SSNP”)。然后分别参照图19和图1,求出各受试者具有的易感性基因多态(“说明SSNP”)、和动脉硬化性疾病的抵抗性基因多态(“说明SSNP”)的个数,当易感性基因多态的数目比抵抗性基因多态的数目多时,设为“动脉硬化性疾病的高危险度例”;当抵抗性基因多态的数目比易感性基因多态数目多时,设为“动脉硬化性疾病的低危险度例”。
另一方面,对这些各受试者,测定颈动脉内膜中膜复合体肥厚度,如下分类:比健康人的颈动脉内膜中膜复合体肥厚度平均值厚0.2mm或更大时为“动脉硬化病例”,除此之外为“非动脉硬化病例”。
就各受试者而言,分别求出动脉硬化病例和非动脉硬化病例,与动脉硬化性疾病高危险度例和动脉硬化性疾病低危险度例的相一致的比例,作为“Sensitivity率(准确率)”。另外,分别求出动脉硬化病例和非动脉硬化病例,与动脉硬化性疾病高危险度例和动脉硬化性疾病低危险度例不一致的比例,作为“false positive率(错误率)”。
<解析结果>
解析结果示于图77及表3中。
[表3]
易感性+抵抗性 | 易感性 | 抵抗性 | ||||
错误率 | 准确率 | 错误率 | 准确率 | 错误率 | 准确率 | |
Odds2 | 228 | 73.9 | 76.9 | 91.8 | 56.8 | 87.2 |
Odds3 | 15.5 | 63.4 | 33.3 | 70.9 | 25.9 | 66.7 |
Odds4 | 10.6 | 61.9 | 20.5 | 68.9 | 15.8 | 56.9 |
Odds5 | 6.6 | 524 | 9.7 | 54.9 | 10.1 | 51.8 |
Odds6 | 4.9 | 47.8 | 6.2 | 47.6 | 9.4 | 51.3 |
Odds7 | 3.5 | 42.4 | 3.1 | 40.3 | 5.5 | 48.7 |
Odds8 | 2.8 | 37.2 | 2.6 | 352 | 3.9 | 43.1 |
Odds9 | 2.5 | 36.4 | 2.6 | 35.2 | 3.4 | 40.5 |
Odds10 | 2.1 | 34 | 1.5 | 32 | 3 | 39 |
在图77中,口只为易感性“说明SSNP”,△只为抵抗性“说明SSNP”●为易感性“说明SSNP”和抵抗性“说明SSNP”两者,如此来表示Sensitivity率(准确率)及false positive率(错误率)的计算值。各标示点显示为,根据各自Odds比2~10中选出的基因多态的组的计算值。
如图77及表3中所示,一起使用易感性基因多态(说明SSNP)和抵抗性基因多态(说明SSNP)而得到的值,其错误率显著下降。由此表明,通过组合使用感受性“说明SSNP”和抵抗性“说明SSNP”来进行动脉硬化性疾病的评价,可以高精度地进行判定。
工业上的应用可能性
通过本发明,可以将疾病的发病容易程度、进展的容易程度等作为疾病危险度来进行高精度地判定,可以提供能够用于预防或治疗疾病发病的疾病危险度判定方法、疾病危险度判定装置及疾病危险度判定程序。该方法,对于糖尿病患者或其临界型糖尿病患者,可以高精度地判定其动脉硬化性疾病及心肌梗塞性疾病的发病容易程度及进展容易程度等,可以有效地用于预防或治疗该病的发病。
以往的疾病危险度的判定方法,只是将疾病的易感性(正相关性)作为指标,对疾病进行危险度的判定,而在本发明中,也包含了对疾病抵抗性(负相关性)指标。由此,在本发明中,对疾病危险度不仅可以从易感性方面还可以从抵抗性方面进行判定,然后综合地判断,就疾病的危险度而言,可以得到更确切、精度高的结果。
另外,本发明对动脉硬化特别是起因于糖尿病的动脉硬化性疾病的危险度判定有用的疾病抵抗性因素和易感性因素,以及对心肌梗塞性疾病、特别是起因于糖尿病的心肌梗塞疾病的危险度判定有用的疾病抵抗性因素和易感性因素,从基因多态的角度进行了明确;将其作为动脉硬化性疾病的抵抗性基因多态组及动脉硬化性疾病的易感性基因多态或基因多态组,以及心肌梗塞性疾病的抵抗性基因多态组及心肌梗塞性疾病的易感性基因多态或基因多态组而提供。由此,对受试者,特别是糖尿病患者或有其倾向的患者(糖尿病临界型)而言,对动脉硬化性疾病或心肌梗塞性疾病的危险度的判定、预防及治疗等,可以根据受试者的特质来采取更恰当的方式进行。本发明提供的疾病危险度判定方法、疾病危险度判定用阵列、疾病抵抗性基因标志物及疾病易感性基因标志物、疾病抵抗性基因多态或疾病易感性基因多态的分析用试剂盒,可以用于实施动脉硬化性疾病或心肌梗塞性疾病的危险度的判定。
所述的本发明的技术,不只适用于本说明书中作为一个例子而举出的动脉硬化性疾病或心肌梗塞性疾病,也可同样适用于其他疾病。特别是可以同样适用于起因于糖尿病而发病的脑梗塞、糖尿病肾病、糖尿病视网膜病、糖尿病性神经症等。
序列表
<110>财团法人大阪产业振兴机构
<120>疾病危险度判定用基因多态的确定方法、
疾病危险度判定方法及判定用阵列
<130>P04-130
<150>JP 2003-355716
<151>2003-10-15
<160>4
<170>PatentIn version 3.1
<210>1
<211>14
<212>DNA
<213>人工序列
<220>
<221>引物
<400>1
ctggagacca ctcccatcct ttct 14
<210>2
<211>25
<212>DNA
<213>人工序列
<220>
<221>引物
<400>2
gatgtggcca tcacattcgt cagat 25
<210>3
<211>21
<212>DNA
<213>人工序列
<220>
<221>探针
<400>3
ttacaggcgt gatacagtca c 21
<210>4
<211>23
<212>DNA
<213>人工序列
<220>
<221>探针
<400>4
gcctatacag tcacttttat gtg 23
Claims (53)
1.疾病危险度判定用基因多态的确定方法,其特征为,含有以下步骤:
第1步骤,从预先指定的多种基因多态中,指定基因型而选出规定数目的基因多态,作为基因多态组;
第2步骤,使疾病指标与具有基因型的基因多态相对应地作为要素来构成集合,使用该集合来计算上述基因多态组与上述疾病指标的相关性,及该相关性的统计学上的有意义性;
第3步骤,当计算出的上述相关性为负相关性且有意义时,将构成上述基因多态组的基因多态作为疾病危险度判定用基因多态而采用。
2.如权利要求1所述的疾病危险度判定用基因多态的确定方法,其特征为,进一步含有第4步骤:当计算出的上述相关性为正相关性且有意义时,将构成上述基因多态组的基因多态作为疾病危险度判定用基因多态而采用。
3.如权利要求2所述的疾病危险度判定用基因多态的确定方法,其特征为,
所述相关性为可能比,
所述有效性为Kai二乘值,
所述疾病为动脉硬化性疾病,且
所述疾病的指标为颈动脉内膜中膜复合体肥厚度。
4.如权利要求2所述的疾病危险度判定用基因多态的确定方法,其特征为,
所述相关性为可能比,
所述有效性为Kai二乘值,
所述疾病为心肌梗塞,且
所述疾病的指标为心电图上有无陈旧性心肌梗塞波形,或有无心肌梗塞的既往史。
5.如权利要求3所述的疾病危险度判定用基因多态的确定方法,其特征为,
每当在上述第1步骤中不重复地确定上述基因多态组时,反复进行上述第1~第3步骤,
还包含第5步骤:判断上述第1步骤、由比上述基因多态组数目还少的基因多态构成的基因多态组,在上述第3步骤中,是否已作为疾病危险度判定用基因多态而采用,
当上述判断结果判断为被采用时,不执行上述第3步骤。
6.如权利要求4所述的疾病危险度判定用基因多态的确定方法,其特征为,
每当在上述第1步骤中不重复地确定上述基因多态组时,反复进行上述第1~第4步骤,
还包含第6步骤:判断上述第1步骤、由比上述基因多态组数目还少的基因多态构成的基因多态组,在上述第3步骤中,是否已作为疾病危险度判定用基因多态而采用,
当上述判断结果判断为被采用时,不执行上述第4步骤。
7。如权利要求3所述的疾病危险度判定用基因多态的确定方法,其特征为,
包含第7步骤:计算每个在上述第3步骤中采用的上述基因多态的贡献率,
根据上述贡献率选择取舍上述疾病危险度判定用基因多态。
8.如权利要求4所述的疾病危险度判定用基因多态的确定方法,其特征为,
包含第8步骤:计算每个在上述第5步骤中采用的上述基因多态的贡献率,根据上述贡献率选择取舍上述疾病危险度判定用基因多态。
9.如权利要求7所述的疾病危险度判定用基因多态的确定方法,其特征为,包含第9步骤:根据是否为上述基因多态的每一个上述基因型的上述贡献率中的最大值,来选择取舍上述疾病危险度判定用基因多态。
10.如权利要求8所述的疾病危险度判定用基因多态的确定方法,其特征为,包含第10步骤:根据是否为上述基因多态的每一个上述基因型的上述贡献率中的最大值,来选择取舍上述疾病危险度判定用基因多态
11.如权利要求1所述的疾病危险度判定用基因多态的确定方法,其特征为,在取得新的疾病指标及具有基因型的基因多态时,使用新取得的具有上述基因型的基因多态,检索上述集合,取得相应的疾病指标,使用该疾病指标及上述新的疾病指标,来确定疾病危险度判定用基因多态。
12.动脉硬化性疾病危险度判定用阵列,其特征为,具有对于构成选自图1~9的任意一个图中记载的负(抵抗性)基因多态组中的至少一个基因多态组的基因多态的检测用探针,或具有对于构成选自图38~43的任意一个图中记载的负(抵抗性)基因多态组中的至少一个基因多态组的基因多态的检测用探针。
13.如权利要求12所述的动脉硬化性疾病危险度判定用阵列,其特征为,具有对于图10~18的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针,或具有对于图44~47的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
14.如权利要求12所述的动脉硬化性疾病危险度判定用阵列,其特征为,进一步具有对于构成选自图19~27的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针,或具有对于构成选自图63~69的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
15.如权利要求12所述的动脉硬化性疾病危险度判定用阵列,其特征为,具有对于基因图28~37的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针,或具有对于图52~55的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
16.心肌梗塞危险度判定用阵列,其特征为,具有对于构成选自图56~58的任意一个图中记载的、负(抵抗性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
17.如权利要求16所述的心肌梗塞危险度判定用阵列,其特征为,具有对于图59~62的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
18.如权利要求16所述的心肌梗塞危险度判定用阵列,其特征为,进一步具有对于构成选自图63~69的任意一个图中记载的、正(易感性)的基因多态组中的至少一个基因多态组的基因多态的检测用探针。
19.如权利要求16所述的心肌梗塞危险度判定用阵列,其特征为,具有对于图70~73的任意一个图中记载的基因多态群的半数或更多的基因多态的检测用探针。
20.疾病危险度的判定方法,其特征为,具有(b)工序:将受试样品检测出的基因多态,与跟疾病判定指标具有负相关性的基因多态或具有负相关性的基因多态组进行对照。
21.如权利要求20所述的疾病危险度的判定方法,其特征为,进一步具有工序(b’):与跟疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组进行对照;
以及工序(c):由(b’)的结果,对检测出的基因多态组对比负相关性和正相关性,算出其偏度。
22.如权利要求21所述的疾病危险度的判定方法,其特征为,进一步具有(d)工序:由得到的偏度,评价疾病危险度。
23.如权利要求20所述的疾病危险度的判定方法,其特征为,对象疾病为动脉硬化性疾病,作为与疾病判定指标具有负相关性的基因多态组,使用选自图1~9的任意记载的负的基因多态组中的至少一个组,或选自图38~43的任意记载的负的基因多态组中的至少一个组。
24.如权利要求21所述的动脉硬化性疾病危险度的判定方法,其特征为,对象疾病为动脉硬化性疾病,
(1)与疾病判定指标具有负相关性的基因多态组为选自图1~9的任意记载的负的基因多态组中的至少一个组;且与疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组为选自图19~27的任意记载的正的基因多态组中的至少一个基因多态组,或者
(2)与疾病判定指标具有负相关性的基因多态组为选自图38~43的任意记载的负的基因多态组中的至少一个组;且与疾病判定指标具有正相关性的基因多态或具有正相关性的基因多态组为选自图48~51的任意记载的正的基因多态组中的至少一个基因多态组。
25.权利要求20或21所述的疾病危险度的判定方法,其特征为,在工序(b)或(b’)之前,具有工序(a):检测受试样品中的基因多态。
26.如权利要求25所述的疾病危险度的判定方法,其中,检测工序(a),是将从图37中记载的99个基因多态中选出的2或3或更多个基因多态作为对象的检测工序。
27.如权利要求25所述的疾病危险度的判定方法,其中,
对象疾病为动脉硬化性疾病,
检测工序(a)为,在权利要求12~15的任意一项所记载的动脉硬化性疾病危险度判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检测用探针进行杂交,检测出基因多态的工序。
28.如权利要求25所述的疾病危险度的判定方法,其中,
对象疾病为心肌梗塞,
检测工序(a)为,在权利要求16~19的任意一项所记载的心肌梗塞危险度判定用阵列上,将由受试样品调制的探针和阵列上的基因多态检测用探针进行杂交,检测出基因多态的工序。
29.疾病危险度的判定装置,其特征为,备有
记录使由含有基因型的1个或更多个基因多态构成的第1基因多态组与该基因多态组跟疾病指标的正相关性或负相关性相对应的参照表的记录部;
取得受试样品的具有基因型的基因多态的接口部;
将由取得的上述受试样品的基因多态中规定数目的基因多态构成的第2基因多态组与上述参照表中的上述第1基因多态组进行对照的处理部;
上述处理部,当具有与对照结果一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算关于上述受试样品的偏度。
30.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度具有正相关性的基因多态组,与作为动脉硬化性疾病易感性的颈动脉内膜中膜复合体肥厚度超过正常范围的频度的可能比相对应的表。
31.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
上述参照表为,将具有与颈动脉内膜中膜复合体肥厚度具有正相关性的基因多态组,与作为动脉硬化性疾病易感性的颈动脉内膜中膜复合体肥厚度的增加相对应的表。
32.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
与颈动脉内膜中膜复合体肥厚度具有正相关性的上述第1基因多态组为,选自颈动脉内膜中膜复合体肥厚度超出正常范围的频度的可能比为一定或更高的基因多态组以及与颈动脉内膜中膜复合体肥厚度的平均值具有有意义差的基因多态组中的至少任意一个。
33.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
上述参照表为,将具有与颈动脉内膜中膜复合体肥厚度具有负相关性的基因多态组,与作为动脉硬化性疾病抵抗性的颈动脉内膜中膜复合体肥厚度为正常范围或更小的频度的可能比相对应的表。
34.如权利要求29所述的疾病危险度判定装置,其特征为,判定对象疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度具有负相关性的基因多态或其组,与作为动脉硬化性疾病抵抗性的颈动脉内膜中膜复合体肥厚度的增加受到抑制相对应的表。
35.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
上述参照表为,将环境因素的有无或数值,与动脉硬化性疾病的易感性及动脉硬化性疾病的抵抗性相对应的表,并且,
进一步备有检测机构:将输入的受试对象的环境因素的有无或数值,与上述参照表中的环境因素的有无或数值相对照,由与该环境因素的有无或数值相对应的动脉硬化易感性及动脉硬化抵抗性,检测出该动脉硬化危险度。
36.如权利要求29所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
上述参照表为,将颈动脉内膜中膜复合体肥厚度,与动脉硬化性疾病的易感性及动脉硬化性疾病的抵抗性相对应的数据表,并且,
进一步备有检测设备:将输入的受试者的颈动脉内膜中膜复合体肥厚度,与上述参照表中的颈动脉内膜中膜复合体肥厚度相对照,由与颈动脉内膜中膜复合体肥厚度相对应的动脉硬化易感性及动脉硬化抵抗性,检测出该动脉硬化危险度。
37.如权利要求39所述的疾病危险度判定装置,其特征为,
判定对象疾病为动脉硬化性疾病,
备有血管壁膜压测定机构:测定受试者的颈动脉内膜中膜复合体肥厚度,将该颈动脉内膜中膜复合体肥厚度的测定结果供给到上述接口部。
38.疾病危险度的判定程序,其特征为,用于在计算机中实现以下功能:
接受功能,接受具有受试样品的基因型的基因多态的输入,
记录功能,在记录部上记录将由具有基因型的1个或更多个基因多态构成的第1基因多态组与该基因多态组跟疾病指标的正相关性或负相关性相对应的参照表,
对照功能,将由上述受试样品的基因多态中规定数目的基因多态构成的第2基因多态组,与上述参照表中的上述第1基因多态组进行对照,以及
计算功能,当具有与对照结果一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算关于上述受试样品的偏度。
39.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度之间具有正相关性的基因多态组,与作为动脉硬化易感性的颈动脉内膜中膜复合体肥厚度超过正常范围的频度的可能比相对应的表。
40.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度之间具有有意义的正相关性的基因多态或其组,与作为动脉硬化易感性的颈动脉内膜中膜复合体肥厚度的增加相对应的表。
41.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
与颈动脉内膜中膜复合体肥厚度之间具有有意义的正相关性的基因多态组为,选自颈动脉内膜中膜复合体肥厚度超出正常范围的频度的可能比为一定或更高的基因多态或其组以及与颈动脉内膜中膜复合体肥厚度的平均值具有有意义差的基因多态或其组中的至少任意一个。
42.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度之间具有负相关性的基因多态或其组,与作为动脉硬化易感性的颈动脉内膜中膜复合体肥厚度为正常范围或更小的频度的可能比相对应的表。
43.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
上述参照表为,将与颈动脉内膜中膜复合体肥厚度具有负相关性的基因多态或其组,与作为动脉硬化抵抗性的颈动脉内膜中膜复合体肥厚度的增加受到抑制相对应的表。
44.如权利要求38所述的疾病危险度判定程序,其特征为,
判定对象的疾病为动脉硬化性疾病,
将颈动脉内膜中膜复合体肥厚度比健康者的颈动脉内膜中膜复合体肥厚度的平均值厚0.2mm的情况,定义为动脉硬化病例,除此之外定义为非动脉硬化病例,且就检测的基因多态而言,将负的基因多态或其组比正的基因多态或其组多的情况下定义为动脉硬化性疾病低危险度例,将正的基因多态或其组比负的基因多态或其组多的情况定义为动脉硬化性疾病高危险度例,此时,受试对象的动脉硬化病例及非动脉硬化病例分别与动脉硬化性疾病高危险度例及动脉硬化性疾病低危险度例相一致的比例为30%或更高,以及不一致的比例为30%或更低。
45.记录疾病危险度判定用程序的计算机可读取的记录媒体,其特征为,
所述疾病危险度的判定程序,用于在计算机中实现以下功能:
接受功能,接受具有受试样品的基因型的基因多态的输入,记录功能,在记录部上记录将由具有基因型的1个或更多个基因多态构成的第1基因多态组与该基因多态组跟疾病指标的正相关性或负相关性相对应的参照表,
对照功能,将由上述受试样品的基因多态中规定数目的基因多态构成的第2基因多态组,与上述参照表中的上述第1基因多态组进行对照,计算功能,当具有与对照结果一致的上述第1基因多态组时,根据该第1基因多态组的正相关性或负相关性,计算上述关于受试样品的偏度。
46.动脉硬化性疾病抵抗性的基因标志物,其特征为,含有构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因多态,或构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因多态。
47.(1)含有构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病抵抗性的基因标志物,以及含有构成选自图19~27的任意记载的正的基因多态组中的至少一个基因多态组的基因多态的,或者
(2)含有构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病抵抗性的基因标志物,以及含有构成选自图48~55的任意记载的正的基因多态组中的至少一个基因多态组的基因多态的动脉硬化性疾病易感性的基因标志物。
48.心肌梗塞抵抗性基因标志物,其特征为,含有构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因多态。
49.含有构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因多态的心肌梗塞抵抗性基因标志物,以及含有构成选自图63~69的任意记载的正的基因多态组中的至少一个基因多态组的基因多态的心肌梗塞易感性的基因标志物。
50.动脉硬化性疾病抵抗性基因多态分析用试剂盒,其特征为,含有
(1)可以特异性地扩增构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对,或可以与该基因特异性地杂交的核酸探针,或者
(2)可以特异性地扩增构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对,或可以与该基因特异性地杂交的核酸探针。
51.动脉硬化性疾病抵抗性基因多态或易感性基因多态的分析用试剂盒,其特征为,含有
(1)可以特异性地扩增构成选自图1~9的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针,以及,可以特异性地扩增构成选自图19~27的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针,或者
(2)可以特异性地扩增构成选自图38~43的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针,以及,可以特异性地扩增构成选自图48~51的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针。
52.心肌梗塞抵抗性基因多态分析用试剂盒,其特征为,含有可以特异性地扩增构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针。
53.心肌梗塞抵抗性基因多态或易感性基因多态分析用试剂盒,其特征为,含有可以特异性地扩增构成选自图56~58的任意记载的负的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针,以及,可以特异性地扩增构成选自图63~69的任意记载的正的基因多态组中的至少一个基因多态组的基因的引物对或可以与该基因特异性地杂交的核酸探针。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003355716 | 2003-10-15 | ||
JP355716/2003 | 2003-10-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1867922A true CN1867922A (zh) | 2006-11-22 |
Family
ID=34431213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800302595A Pending CN1867922A (zh) | 2003-10-15 | 2004-10-15 | 疾病危险度判定用基因多态的确定方法、疾病危险度判定方法及判定用阵列 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP1684202A4 (zh) |
JP (1) | JP5235274B2 (zh) |
KR (1) | KR20060130039A (zh) |
CN (1) | CN1867922A (zh) |
WO (1) | WO2005036443A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177179A (zh) * | 2011-12-21 | 2013-06-26 | 三星电子株式会社 | 诊断因素集合确定设备和方法 |
CN104838384A (zh) * | 2012-11-26 | 2015-08-12 | 皇家飞利浦有限公司 | 使用具有患者特异性的相关性评价的变体-疾病关联性的诊断基因分析 |
CN104928398A (zh) * | 2015-07-18 | 2015-09-23 | 武汉欧瑞康安生物科技有限公司 | 阿司匹林抵抗相关的GPⅠa基因多态性位点及应用 |
CN106202984A (zh) * | 2016-08-26 | 2016-12-07 | 赵毅 | 一种基于多层复杂网络对肿瘤miRNA标志物的筛选方法 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5121449B2 (ja) * | 2005-05-26 | 2013-01-16 | 株式会社サインポスト | 疾患の発症予測提示方法 |
JP4890806B2 (ja) * | 2005-07-27 | 2012-03-07 | 富士通株式会社 | 予測プログラムおよび予測装置 |
US20100003681A1 (en) * | 2006-08-11 | 2010-01-07 | Junichi Azuma | Gene polymorphism useful for assistance/therapy for smoking cessation |
US20080131887A1 (en) | 2006-11-30 | 2008-06-05 | Stephan Dietrich A | Genetic Analysis Systems and Methods |
TWI363309B (en) * | 2006-11-30 | 2012-05-01 | Navigenics Inc | Genetic analysis systems, methods and on-line portal |
JP5191133B2 (ja) * | 2007-01-31 | 2013-04-24 | 株式会社サインポスト | 疾患リスクの提示方法およびそのプログラム |
KR101325736B1 (ko) * | 2010-10-27 | 2013-11-08 | 삼성에스디에스 주식회사 | 바이오 마커 추출 장치 및 방법 |
PT2535424E (pt) | 2011-06-16 | 2015-10-29 | Gendiag Exe Sl | Snps associados a doença tromboembólica |
US10557170B2 (en) | 2011-06-16 | 2020-02-11 | Gendiag.Exe, S.L. | Thromboembolic disease markers |
KR101295785B1 (ko) * | 2011-10-31 | 2013-08-12 | 삼성에스디에스 주식회사 | 유전변이 데이터 베이스 구축 장치 및 방법 |
KR101984247B1 (ko) | 2012-03-15 | 2019-05-30 | 삼성전자 주식회사 | 관상동맥석회화 수준 변화 예측장치 및 예측방법 |
CN113905660A (zh) * | 2019-03-19 | 2022-01-07 | 瑟姆巴股份有限公司 | 使用亲属的信息确定非孟德尔表型的遗传风险 |
JP7165098B2 (ja) * | 2019-04-23 | 2022-11-02 | ジェネシスヘルスケア株式会社 | 動脈硬化のリスクを判定する方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1327162C (en) * | 1987-04-09 | 1994-02-22 | Board Of Trustees Of The Leland Stanford Junior University (The) | Method for prophylactically treating an individual for an autoimmune disease |
US7054758B2 (en) * | 2001-01-30 | 2006-05-30 | Sciona Limited | Computer-assisted means for assessing lifestyle risk factors |
JP2003061677A (ja) * | 2001-08-28 | 2003-03-04 | Olympus Optical Co Ltd | 全身性エリテマトーデスの感受性遺伝子およびその使用 |
JP2003288346A (ja) * | 2002-03-27 | 2003-10-10 | Fujitsu Ltd | ゲノム解析方法、ゲノム解析プログラムおよびゲノム解析装置 |
-
2004
- 2004-10-15 EP EP04792509A patent/EP1684202A4/en not_active Withdrawn
- 2004-10-15 KR KR1020067009365A patent/KR20060130039A/ko not_active Application Discontinuation
- 2004-10-15 CN CNA2004800302595A patent/CN1867922A/zh active Pending
- 2004-10-15 JP JP2005514661A patent/JP5235274B2/ja not_active Expired - Fee Related
- 2004-10-15 WO PCT/JP2004/015292 patent/WO2005036443A1/ja not_active Application Discontinuation
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177179A (zh) * | 2011-12-21 | 2013-06-26 | 三星电子株式会社 | 诊断因素集合确定设备和方法 |
CN104838384A (zh) * | 2012-11-26 | 2015-08-12 | 皇家飞利浦有限公司 | 使用具有患者特异性的相关性评价的变体-疾病关联性的诊断基因分析 |
CN104838384B (zh) * | 2012-11-26 | 2018-01-26 | 皇家飞利浦有限公司 | 使用具有患者特异性的相关性评价的变体‑疾病关联性的诊断基因分析 |
CN104928398A (zh) * | 2015-07-18 | 2015-09-23 | 武汉欧瑞康安生物科技有限公司 | 阿司匹林抵抗相关的GPⅠa基因多态性位点及应用 |
CN106202984A (zh) * | 2016-08-26 | 2016-12-07 | 赵毅 | 一种基于多层复杂网络对肿瘤miRNA标志物的筛选方法 |
CN106202984B (zh) * | 2016-08-26 | 2018-09-04 | 赵毅 | 一种基于多层复杂网络对肿瘤miRNA标志物的筛选方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5235274B2 (ja) | 2013-07-10 |
EP1684202A1 (en) | 2006-07-26 |
KR20060130039A (ko) | 2006-12-18 |
WO2005036443A1 (ja) | 2005-04-21 |
JPWO2005036443A1 (ja) | 2006-12-21 |
EP1684202A4 (en) | 2007-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1867922A (zh) | 疾病危险度判定用基因多态的确定方法、疾病危险度判定方法及判定用阵列 | |
CN1177059C (zh) | 与il-1基因座多态性相关之炎性疾病的预测方法 | |
CN1559005A (zh) | 诊断分析 | |
CN1732270A (zh) | Actn3基因型筛选运动性能 | |
CN1806051A (zh) | 通过(例如)t细胞受体v/d/j基因中的重复鉴定克隆性细胞 | |
CN1647067A (zh) | 数据解析装置及方法 | |
CN1890384A (zh) | 与炎性疾病的治疗功效相关的遗传多态性的用途 | |
CN1904900A (zh) | 人类的内源性siRNA序列及其应用和筛选方法 | |
CN1193103C (zh) | 用于分支杆菌菌种鉴定和抗药性检测的诊断试剂盒及其制备方法 | |
CN1497049A (zh) | 雄激素受体复合物-相关蛋白 | |
CN1612941A (zh) | 基于cntf基因的多态性治疗精神病和精神分裂症的方法 | |
CN1496410A (zh) | 方法 | |
CN1496412A (zh) | 用于评估中国血统的人种发展2型糖尿病危险性的方法和组合物 | |
CN1662651A (zh) | 心肌梗塞风险的诊断方法 | |
CN1550557A (zh) | 信息处理装置和信息处理方法以及记录介质、程序 | |
CN1680603A (zh) | 作为用于PPARδ调控标记物的ANGPTL4/FIAF | |
CN1304599C (zh) | 耐药菌检测芯片及其制备方法和应用方法 | |
CN1635159A (zh) | 结核分枝杆菌耐药基因检测试剂盒及其制备方法 | |
CN1610756A (zh) | B组链球菌的分子分型 | |
CN1878865A (zh) | 无细胞Notch切割分析方法以及药物筛选方法 | |
CN1798842A (zh) | 核酸检测 | |
CN1635142A (zh) | 用于预测偏执型精神分裂症易感性的试剂盒及所用引物 | |
CN1712543A (zh) | Leber’s遗传性视神经病的定量检测方法 | |
CN1720335A (zh) | 病原生物的多种分析检测 | |
CN101048504A (zh) | 对干扰素治疗肾细胞癌反应的鉴定标记 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |