DE102019120337A1 - Method for classifying the risk of developing cervical intraepithelial neoplasia - Google Patents

Method for classifying the risk of developing cervical intraepithelial neoplasia Download PDF

Info

Publication number
DE102019120337A1
DE102019120337A1 DE102019120337.6A DE102019120337A DE102019120337A1 DE 102019120337 A1 DE102019120337 A1 DE 102019120337A1 DE 102019120337 A DE102019120337 A DE 102019120337A DE 102019120337 A1 DE102019120337 A1 DE 102019120337A1
Authority
DE
Germany
Prior art keywords
living
biomarkers
risk
classification
genus
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.)
Ceased
Application number
DE102019120337.6A
Other languages
German (de)
Inventor
Matthias Willmann
Thomas Iftner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eberhard Karls Universitaet Tuebingen
Universitaetsklinikum Tuebingen
Original Assignee
Eberhard Karls Universitaet Tuebingen
Universitaetsklinikum Tuebingen
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Eberhard Karls Universitaet Tuebingen, Universitaetsklinikum Tuebingen filed Critical Eberhard Karls Universitaet Tuebingen
Priority to DE102019120337.6A priority Critical patent/DE102019120337A1/en
Priority to PCT/EP2020/071047 priority patent/WO2021018800A1/en
Publication of DE102019120337A1 publication Critical patent/DE102019120337A1/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57411—Specifically defined cancers of cervix
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/70—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving virus or bacteriophage
    • C12Q1/701—Specific hybridization probes
    • C12Q1/708—Specific hybridization probes for papilloma
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/005—Assays involving biological materials from specific organisms or of a specific nature from viruses
    • G01N2333/01—DNA viruses
    • G01N2333/025—Papovaviridae, e.g. papillomavirus, polyomavirus, SV40, BK virus, JC virus

Abstract

Die vorliegende Erfindung betrifft ein Verfahren ex vivo zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden Infektion der Cervix uteri mit Humanen Papillomviren (HPV-Infektion) und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN). Es betrifft ferner die Verwendung von zumindest zwei Biomarkern zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN. Schließlich betrifft die Erfindung eine Vorrichtung zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN (Fig. 1).The present invention relates to a method ex vivo for classifying the risk of a living being with a persistent infection of the cervix uteri with human papilloma viruses (HPV infection) and inconspicuous cytological findings for the development of a cervical intraepithelial neoplasia (CIN). It also relates to the use of at least two biomarkers to classify the risk of a living being with a persistent HPV infection of the cervix uteri and normal cytological findings for the development of a CIN. Finally, the invention relates to a device for classifying the risk of a living being with persistent HPV infection of the cervix uteri and normal cytological findings for the development of a CIN (FIG. 1).

Description

Die vorliegende Erfindung betrifft ein Verfahren ex vivo zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden Infektion der Cervix uteri mit Humanen Papillomviren (HPV-Infektion) und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN). Es betrifft ferner die Verwendung von zumindest zwei Biomarkern zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN. Schließlich betrifft die Erfindung eine Vorrichtung zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN.The present invention relates to a method ex vivo for classifying the risk of a living being with a persistent infection of the cervix uteri with human papilloma viruses (HPV infection) and inconspicuous cytological findings for the development of a cervical intraepithelial neoplasia (CIN). It also relates to the use of at least two biomarkers to classify the risk of a living being with a persistent HPV infection of the cervix uteri and normal cytological findings for the development of a CIN. Finally, the invention relates to a device for classifying the risk of a living being with a persistent HPV infection of the cervix uteri and inconspicuous cytological findings for the development of a CIN.

Die zervikale intraepitheliale Neoplasie (CIN), die auch als zervikale Dysplasie bezeichnet wird, ist ein abnormales Wachstum von Zellen auf der Oberfläche des Gebärmutterhalses (Cervix uteri), das zur Entwicklung des Zervixkarzinoms, auch Kollumkarzinom oder Gebärmutterhalskrebs genannt, führen kann. Insbesondere bezieht sich CIN auf die potentiell präkanzeröse Transformation von Zellen des Gebärmutterhalses.Cervical intraepithelial neoplasia (CIN), also known as cervical dysplasia, is an abnormal growth of cells on the surface of the cervix (cervix uteri) that can lead to the development of cervical cancer, also called collum cancer or cervical cancer. In particular, CIN relates to the potentially precancerous transformation of cells in the cervix.

CIN tritt am häufigsten an der squamocolumnaren Verbindungsstelle des Gebärmutterhalses auf, einem Übergangsbereich zwischen dem Plattenepithel der Vagina und dem säulenförmigen Epithel der Endozervix. Es kann auch in den Vaginalwänden und dem Vulva-Epithel auftreten. Die CIN wird auf einer Skala von 1 bis 3 bewertet, wobei 3 die stärksten Abnormitäten aufweist.CIN most commonly occurs at the squamocolumnar junction of the cervix, a transition area between the squamous epithelium of the vagina and the columnar epithelium of the endocervix. It can also appear in the vaginal walls and vulvar epithelium. The CIN is rated on a scale of 1 to 3, with 3 having the most severe abnormalities.

Die häufigste Ursache für die Entwicklung von CIN ist eine Infektion mit Hochrisikotypen des humanen Papillomvirus (HR-HPV). Allerdings entwickelt eine große Anzahl von Frauen mit einer solchen Infektion niemals CIN oder ein Zervixkarzinom. Häufig heilen die Infektionen von selbst ab. Frauen mit einer Infektion, die länger als 1 oder 2 Jahre anhält, haben jedoch ein höheres Risiko, CIN oder ein Zervixkarzinom zu entwickeln.The most common cause of developing CIN is infection with high-risk types of human papillomavirus (HR-HPV). However, a large number of women with such an infection will never develop CIN or cervical cancer. The infections often heal on their own. However, women with an infection that lasts for more than 1 or 2 years are at higher risk of developing CIN or cervical cancer.

Hinsichtlich des weiteren Vorgehens bei Frauen, die HR-HPV-positiv aber zytologisch unauffällig sind, wird voraussichtlich nach 12 Monaten eine erneute entsprechende Testung durchgeführt.With regard to the further procedure for women who are HR-HPV-positive but cytologically normal, a new test will probably be carried out after 12 months.

Diese Strategie birgt allerdings Risiken für die Frau und für die Kosteneffizienz des Screenings. In den meisten Fällen heilt die HR-HPV-Infektion spontan ab, sodass keine erhöhte Gefahr besteht, dass sich ein Zervixkarzinom ausbildet. Diese Frauen müssen allerdings 12 Monate auf ein negatives Ergebnis warten, was eine erhöhte psychische Belastung darstellt.However, this strategy carries risks for the woman and for the cost-effectiveness of the screening. In most cases, the HR-HPV infection heals spontaneously, so there is no increased risk of developing cervical cancer. However, these women have to wait 12 months for a negative result, which represents an increased psychological burden.

Im Falle einer bereits vorliegenden persistenten Infektion bei der ersten HPV-Testung kann nicht bestimmt werden, wie lange schon eine persistente Infektion vorliegt oder ob es zu einer spontanen Abheilung kommen kann. Bei einer über 24 Monate andauernden Persistenz der HR-HPV-Infektion besteht eine erhöhte Gefahr zur Entwicklung einer CIN höheren Grades, die sich unentdeckt zum Zervixkarzinom entwickeln kann.In the case of an already existing persistent infection during the first HPV test, it cannot be determined how long the persistent infection has been present or whether spontaneous healing may occur. If the HR-HPV infection persists for over 24 months, there is an increased risk of developing a higher degree of CIN, which can develop into cervical cancer undetected.

Der Erfindung liegt deshalb die Aufgabe zugrunde, eine Lösung bereitzustellen, mit denen die Nachteile aus dem Stand der Technik vermieden oder zumindest reduziert werden können. Insbesondre soll ein Verfahren bereitgestellt werden, mit dem bei einem Lebewesen mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund über einen einmaligen Test das Risiko für die Entwicklung einer CIN ermittelt werden kann.The invention is therefore based on the object of providing a solution with which the disadvantages from the prior art can be avoided or at least reduced. In particular, a method is to be provided with which the risk of developing a CIN can be determined in a living being with a persistent HPV infection of the cervix uteri and normal cytological findings via a single test.

Diese Aufgabe wird durch ein Verfahren ex vivo zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN gelöst, das folgende Schritte aufweist:

  • 1) Bereitstellung einer Mikrobiom-Probe des Lebewesens;
  • 2) Bestimmung der relativen Häufigkeit von zumindest zwei Biomarkern in der Probe zum Erhalt eines Häufigkeitsmusters;
  • 3) Zuführung des Häufigkeitsmusters aus Schritt 2 einer Mustererkennung;
  • 4) Klassifizierung des Lebewesens als Ergebnis der Mustererkennung in
    • - eine Hochrisikogruppe, oder
    • - eine Geringrisikogruppe,
wobei die Biomarker ausgewählt sind aus Leisingera (Genus), Devosia (Genus), Mikroorganismen mit dem Stoffwechselweg PWY-2941, Thermothelomyces (Genus), und Marssonia (Genus).This object is achieved by an ex vivo method for classifying the risk of a living being with a persistent HPV infection of the cervix uteri and normal cytological findings for the development of a CIN, which has the following steps:
  • 1) providing a microbiome sample of the living being;
  • 2) determining the relative frequency of at least two biomarkers in the sample to obtain a frequency pattern;
  • 3) supply of the frequency pattern from step 2 of a pattern recognition;
  • 4) Classification of the living being as a result of the pattern recognition in
    • - a high risk group, or
    • - a low risk group,
wherein the biomarkers are selected from Leisingera (Genus), Devosia (Genus), microorganisms with the metabolic pathway PWY-2941, Thermothelomyces (Genus), and Marssonia (Genus).

Die Erfinder haben erkannt, dass das Schleimhaut-Mikrobiom der Cervix uteri sowohl durch metabolische als auch immunologische Einflüsse das CIN-Risiko signifikant beeinflusst und dass bestimmte daran beteiligte Faktoren geeignete Prädiktoren zur Vorhersage eines CIN-Risikos sind.The inventors have recognized that the mucous membrane microbiome of the cervix uteri significantly influences the CIN risk both through metabolic and immunological influences and that certain factors involved are suitable predictors for predicting a CIN risk.

In einer von den Erfindern durchgeführten prospektiven Studie konnten sie feststellen, dass es signifikante Unterschiede im Zervix-Mikrobiom von Frauen gibt, bei welchen sich eine CIN entwickelt und solchen, bei denen eine solche Entwicklung nicht stattfindet. Die Erfinder konnten Biomarker von bakteriellen, funktionellen und fungalen Faktoren identifizieren, die eine Risikostratifizierung der Patienten ermöglichen.In a prospective study carried out by the inventors, they were able to determine that there are significant differences in the cervical microbiome of women in whom a CIN develops and those in which such a development does not take place. The inventors were able to identify biomarkers of bacterial, functional and fungal factors that enable risk stratification of patients.

Leisingera bezeichnet eine Gattung (Genus) von zu den Rhodobacteraceae zählenden gram-negativen und physiologisch äußerst vielfältigen Proteobakterien. Erfindungsgemäß sind sämtliche Mikrobiom-Bakterien als weitere Biomarker geeignet, die der Gattung Leisingera angehören.Leisingera denotes a genus (genus) of the Rhodobacteraceae gram-negative and physiologically extremely diverse proteobacteria. According to the invention, all microbiome bacteria are suitable as further biomarkers that belong to the genus Leisingera.

Devosia bezeichnet eine Gattung (Genus) gram-negativer, flagellentragender, stäbchenförmiger Bakterien. Erfindungsgemäß sind sämtliche Mikrobiom-Bakterien als weitere Biomarker geeignet, die der Gattung Devosia angehören.Devosia refers to a genus (genus) of gram-negative, flagellar, rod-shaped bacteria. According to the invention, all microbiome bacteria belonging to the genus Devosia are suitable as further biomarkers.

Mikroorganismen mit dem Stoffwechselweg PWY-2941, der auch als Lysin-Biosynthese-Il-Weg bezeichnet wird, umfassen ein Vielzahl von Spezies, wie bspw. Angehörige von Bacillus sp., Brevibacillus laterosporus, Angehörige von Paenibacillus sp. oder Virgibacillus sp. Erfindungsgemäß sind sämtliche Mikrobiom-Organismen als weitere Biomarker geeignet, die diesen Stoffwechselweg aufweisen.Microorganisms with the metabolic pathway PWY-2941, which is also referred to as the lysine biosynthesis II pathway, include a large number of species, such as, for example, members of Bacillus sp., Brevibacillus laterosporus, members of Paenibacillus sp. or Virgibacillus sp. According to the invention, all microbiome organisms are suitable as further biomarkers which have this metabolic pathway.

Thermothelomyces ist eine Gattung (Genus) bislang wenig charakterisierter Pilze, die zum Stamm der Ascomyceten gehören. Ein bekannter Vertreter ist der Thermothelomyces thermophila, früher auch als Myceliophthora thermophila bezeichnet. Erfindungsgemäß sind sämtliche Mikrobiom-Pilze als weitere Biomarker geeignet, die der Gattung Thermothelomyces angehören.Thermothelomyces is a genus (genus) so far little characterized fungi that belong to the tribe of Ascomycetes. A well-known representative is the Thermothelomyces thermophila, formerly also known as Myceliophthora thermophila. According to the invention, all microbiome fungi which belong to the genus Thermothelomyces are suitable as further biomarkers.

Marssonia ist eine Gattung (Genus) von Pilzen, die zur Familie der Dermateaceae gehören. Erfindungsgemäß sind sämtliche Mikrobiom-Bakterien als weitere Biomarker geeignet, die der Gattung Marssonia angehören.Marssonia is a genus (genus) of mushrooms that belong to the Dermateaceae family. According to the invention, all microbiome bacteria that belong to the genus Marssonia are suitable as further biomarkers.

Erfindungsgemäß umfasst ein „Lebewesen“ ein menschliches und tierisches Lebewesen, insbesondere weiblichen Geschlechts, vorzugsweise einen weiblichen Menschen.According to the invention, a “living being” comprises a human and animal living being, in particular a female sex, preferably a female human.

Erfindungsgemäß wird unter einer „persistierenden HPV-Infektion“ eine solche verstanden, die bei dem zu untersuchenden Lebewesen über einen Zeitraum von zumindest 12, vorzugsweise zumindest 24 Monaten vorhanden ist. Dabei werden die Begriffe persistierend und persistent sowie persistierenden HPV-Infektion und HPV-Persistenz synonym gebraucht.According to the invention, a “persistent HPV infection” is understood to mean one that is present in the living being to be examined for a period of at least 12, preferably at least 24 months. The terms persistent and persistent as well as persistent HPV infection and HPV persistence are used synonymously.

„Unauffälliger zytologischer Befund“ bedeutet erfindungsgemäß, dass die Cervix uteri keine sichtbaren Anzeichen für eine pathologische Veränderung aufweist, was sich bspw. im Rahmen einer histologischen Untersuchung der Zervixschleimhaut feststellen lässt.According to the invention, “inconspicuous cytological finding” means that the cervix uteri shows no visible signs of a pathological change, which can be determined, for example, in the course of a histological examination of the cervical mucosa.

Erfindungsgemäß werden unter „CIN“ oder zervikalen intraepithelialen Neoplasien solche jeglichen Grades, also 1, 2 oder 3, verstanden, wobei die Angabe „CIN2+“ zervikale intraepitheliale Neoplasien 2. oder 3. Grades bezeichnet.According to the invention, “CIN” or cervical intraepithelial neoplasias are understood to mean those of any degree, ie 1, 2 or 3, the indication “CIN2 +” denoting cervical intraepithelial neoplasias of the 2nd or 3rd degree.

Erfindungsgemäß wird unter einer „Mikrobiom-Probe“ eine solche des zu untersuchenden Lebewesens verstanden, die potenziell Zellen von Mikroorganismen, vor allem Bakterien und Pilze, enthalten, wie bspw. ein humane Probe der Zervix- und/oder Vaginalschleimhaut aus einem Abstrich.According to the invention, a “microbiome sample” is understood to be one of the living being to be examined that potentially contains cells of microorganisms, especially bacteria and fungi, such as a human sample of the cervical and / or vaginal mucosa from a smear.

„Zumindest zwei Biomarker“ bedeutet erfindungsgemäß 2 oder 3 oder 4 oder 5 Biomarker.According to the invention, “at least two biomarkers” means 2 or 3 or 4 or 5 biomarkers.

Erfindungsgemäß wird unter „relativer Häufigkeit“ eines Biomarkers die Anzahl des spezifischen Biomarkers in der Mikrobiom-Probe, erfasst über seine DNA-Sequenz, im Verhältnis sämtlicher in der Mikrobiom-Probe erfasster DNA-Sequenzen, verstanden.According to the invention, the “relative frequency” of a biomarker is understood to mean the number of the specific biomarker in the microbiome sample, recorded via its DNA sequence, in relation to all the DNA sequences recorded in the microbiome sample.

Erfindungsgemäß wird unter einem „Häufigkeitsmuster“ eine sich aus den relativen Häufigkeiten der Biomarker zusammengesetzte Information verstanden.According to the invention, a “frequency pattern” is understood to mean information composed of the relative frequencies of the biomarkers.

Unter „Klassifizierung“ oder auch „Klassifikation“ wird erfindungsgemäß die Zuordnung des zu untersuchenden Lebewesens zu einer Gruppe mit einem hohen Risiko für die Entwicklung einer CIN (Hochrisikogruppe) oder einer Gruppe mit einem geringen Risiko für die Entwicklung einer CIN (Geringrisikogruppe) auf der Basis des erkannten Häufigkeitsmusters verstanden. Die Klassifizierung kann dabei mittels dem Fachmann bekannter Klassifikationsverfahren, die auch als Klassifikator (engl. Classifier) bezeichnet werden, erfolgen.According to the invention, “classification” means the assignment of the living being to be examined to a group with a high risk for developing a CIN (high risk group) or a group with a low risk for developing a CIN (low risk group) on the basis of the detected frequency pattern. The classification can be carried out using classification methods known to the person skilled in the art, which are also referred to as classifiers.

Die der Erfindung zugrundeliegende Aufgabe wird hiermit vollkommen gelöst. Das erfindungsgemäße Verfahren ermöglicht nun erstmals eine Stratifizierung bei Patienten mit persistierender HPV-Infektion, die zytologisch unauffälligen sind, hinsichtlich der Entwicklung einer CIN mit nur einer Testung. Das Verfahren ist einfach, schnell und kostengünstig durchführbar.The object on which the invention is based is thereby completely achieved. The method according to the invention now makes it possible for the first time to stratify patients with persistent HPV infection who are cytologically normal with regard to the development of a CIN with only one test. The process can be carried out simply, quickly and inexpensively.

Nach einer Ausführungsform der Erfindung erfolgt die Mustererkennung mittels eines Klassifikationsverfahrens, vorzugsweise mittels maschineller Klassifikation.According to one embodiment of the invention, the pattern recognition takes place by means of a classification method, preferably by means of machine classification.

Diese Maßnahme hat den Vorteil, dass ein Verfahren zum Einsatz kommt, das besonders zuverlässige Ergebnisse liefert. Unter „maschineller Klassifikation“, die auch als automatische Klassifikation bezeichnet wird, wird dabei erfindungsgemäß ein als Algorithmus implementierbares Verfahren verstanden, das die Risikoeinstufung des Lebewesens auf der Basis des erkannten Häufigkeitsmusters als Ergebnis eines maschinellen Lernvorgangs vornimmt. Dazu baut der Algorithmus ein statistisches Modell auf, das auf Trainingsdaten, also einer Vielzahl von Häufigkeitsmustern des Hochrisikotyps und einer Vielzahl von Häufigkeitsmustern des Geringrisikotyps, beruht. So können auch bislang unbekannte Häufigkeitsmuster erkannt, beurteilt und einem der beiden Gruppen zugeordnet werden.This measure has the advantage that a method is used that is special delivers reliable results. “Machine classification”, which is also referred to as automatic classification, is understood according to the invention to be a method that can be implemented as an algorithm and that carries out the risk classification of the living being on the basis of the recognized frequency pattern as a result of a machine learning process. For this purpose, the algorithm builds a statistical model that is based on training data, i.e. a large number of frequency patterns of the high-risk type and a large number of frequency patterns of the low-risk type. In this way, previously unknown frequency patterns can also be recognized, assessed and assigned to one of the two groups.

Nach einer Ausführungsform der Erfindung erfolgt die maschinelle Klassifikation mittels eines k-nächste-Nachbarn-Algorithmus (KNN) und/oder mittels Stochastic-Gradient-Descent-Algorithmus (SGD).According to one embodiment of the invention, the machine classification is carried out by means of a k-nearest neighbor algorithm (KNN) and / or by means of a stochastic gradient descent algorithm (SGD).

Diese Maßnahme hat den Vorteil, dass Mustererkennungs- bzw. Klassifikationsverfahren zum Einsatz kommen, die nach Erkenntnissen der Erfinder besonders gute und zuverlässige Ergebnisse liefern. Bei KNN handelt es sich um ein Verfahren zur Mustererkennung und Klassifikation basierend auf einer nichtparametrische Methode zur Schätzung von Wahrscheinlichkeitsdichtefunktionen. Dabei erfolgt die Klassenzuordnung unter Berücksichtigung der ‚k‘ nächsten Nachbarn. Die SGD ist eine iterative Methode zur Optimierung einer Zielfunktion mit geeigneten Glätteigenschaften.This measure has the advantage that pattern recognition or classification methods are used which, according to the inventors' findings, deliver particularly good and reliable results. ANN is a method for pattern recognition and classification based on a nonparametric method for estimating probability density functions. The class is assigned taking into account the 'k' nearest neighbors. The SGD is an iterative method for optimizing an objective function with suitable smoothness properties.

Nach einer Ausführungsform der Erfindung handelt es sich bei der HPV-Infektion eine solche mit einem Hochrisikostamm (HR-HPV-Infektion).According to one embodiment of the invention, the HPV infection is one with a high-risk strain (HR-HPV infection).

Mit dieser Maßnahme erfolgt auf vorteilhafte Art und Weise eine Anpassung des erfindungsgemäßen Verfahrens an die sich derzeit darstellenden Bedürfnisse im klinischen Alltag. So ist die häufigste Ursache für die Entwicklung eines Zervixkarzinom ist eine Infektion mit Hochrisikotypen des humanen Papillomvirus (HR-HPV). Deshalb besteht gerade bei einer persistierenden Infektion einer Patientin mit einem HR-HPV und unauffälligem histologischem Befund der Wunsch nach einer zuverlässigen Prognose, ob die Entwicklung einer CIN wahrscheinlich oder eher unwahrscheinlich ist. Hier schafft die Erfindung Abhilfe.With this measure, the method according to the invention is advantageously adapted to the needs currently present in everyday clinical practice. The most common cause of the development of a cervical cancer is an infection with high-risk types of the human papillomavirus (HR-HPV). Therefore, especially in the case of a persistent infection of a patient with HR-HPV and inconspicuous histological findings, there is a need for a reliable prognosis as to whether the development of a CIN is likely or rather unlikely. The invention provides a remedy here.

Nach einer weiteren Ausgestaltung der Erfindung handelt es sich bei der Mikrobiom-Probe um einen Zervix- und/oder Vaginalabstrich.According to a further embodiment of the invention, the microbiome sample is a cervical and / or vaginal swab.

Mit dieser Maßnahme wird eine geeignete biologische Probe bereitgestellt, die mit Mitteln der klinischen Routine minimalinvasiv gewonnen werden kann.With this measure, a suitable biological sample is provided which can be obtained in a minimally invasive manner using means of clinical routine.

Nach einer Ausführungsform der Erfindung wird in Schritt 2 die relative Häufigkeit von zumindest drei, vorzugsweise zumindest vier, und höchst vorzugsweise von allen fünf Biomarkern bestimmt.According to one embodiment of the invention, in step 2 the relative frequency of at least three, preferably at least four, and most preferably of all five biomarkers is determined.

Diese Maßnahme hat den Vorteil, dass mit Erhöhung der zu bestimmenden Biomarker auch die Genauigkeit der Klassifizierung erhöht wird. So ist die Klassifikationsgenauigkeit bei zwei der erkannten Biomarkern am geringsten und bei sechs der erkannten Biomarkern am höchsten. Der Fachmann wird die Anzahl der Biomarker daran anpassen, welche Genauigkeit für die jeweilige Fragestellung erforderlich ist. Soll bspw. lediglich eine grobe Einschätzung des Risikos ermittelt werden, so ist ausreichend, wenn die relative Häufigkeiten von wenigen, bspw. zwei oder drei Biomarkern bestimmt werden. Soll hingegen die Klassifikation die Basis für therapeutische Maßnahmen bilden und ist infolgedessen eine hohe Genauigkeit erforderlich, so werden die relativen Häufigkeiten von vielen, bspw. vier oder fünf Biomarkern bestimmt.This measure has the advantage that as the biomarkers to be determined increase, the accuracy of the classification is also increased. The classification accuracy is lowest for two of the identified biomarkers and highest for six of the identified biomarkers. The person skilled in the art will adapt the number of biomarkers to the accuracy required for the respective question. If, for example, only a rough assessment of the risk is to be determined, it is sufficient if the relative frequencies of a few, for example two or three, biomarkers are determined. If, on the other hand, the classification is to form the basis for therapeutic measures and, as a result, a high level of accuracy is required, the relative frequencies of many, for example four or five, biomarkers are determined.

Ein weiteren Gegenstand der vorliegenden Erfindung betrifft die Verwendung von zumindest zwei Biomarkern zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem histologischen Befund für die Entwicklung einer CIN, wobei die Biomarker ausgewählt sind aus Leisingera (Genus), Devosia (Genus), Mikroorganismen mit dem Stoffwechselweg PWY-2941, Thermothelomyces (Genus), und Marssonia (Genus).Another object of the present invention relates to the use of at least two biomarkers to classify the risk of a living being with a persistent HPV infection of the cervix uteri and normal histological findings for the development of a CIN, the biomarkers being selected from Leisingera (Genus), Devosia (Genus), microorganisms with the metabolic pathway PWY-2941, Thermothelomyces (Genus), and Marssonia (Genus).

Dabei ist es bevorzugt, wenn zur Klassifizierung ein Häufigkeitsmuster gebildet aus den relativen Häufigkeiten der zumindest zwei Biomarker in einer Mikrobiom-Probe des Lebewesens verwendet wird.It is preferred if a frequency pattern formed from the relative frequencies of the at least two biomarkers in a microbiome sample of the living being is used for classification.

Die Eigenschaften, Vorteile, Merkmale und Ausgestaltungen des erfindungsgemäßen Verfahrens gelten für die erfindungsgemäße Verwendung entsprechend.The properties, advantages, features and configurations of the method according to the invention apply accordingly to the use according to the invention.

Ein weiterer Gegenstand betrifft eine Vorrichtung zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer CIN, wobei die Vorrichtung Folgendes aufweist:

  • - eine Eingabeeinheit zum Eingabe von Daten zur relativen Häufigkeit von zumindest zwei Biomarkern in einer Mikrobiom-Probe des Lebewesens;
  • - einen Prozessor, der zur Ausführung von Anweisungen eingerichtet ist, um ein Verfahren mit folgenden Schritten durchführen:
    • 1) Erstellung eines Häufigkeitsmusters aus den Daten zur relativen Häufigkeit der zumindest zwei Biomarker in der Mikrobiom-Probe des Lebewesens;
    • 2) Zuführung des Häufigkeitsmusters aus Schritt 2 einer Mustererkennung;
    • 3) Klassifizierung des Lebewesens als Ergebnis der Mustererkennung in
      • - eine Hochrisikogruppe, oder
      • - eine Geringrisikogruppe.
Another subject matter relates to a device for classifying the risk of a living being with a persistent HPV infection of the cervix uteri and normal cytological findings for the development of a CIN, the device having the following:
  • an input unit for inputting data on the relative frequency of at least two biomarkers in a microbiome sample of the living being;
  • a processor which is set up to execute instructions in order to carry out a method with the following steps:
    • 1) creating a frequency pattern from the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being;
    • 2) supply of the frequency pattern from step 2 of a pattern recognition;
    • 3) Classification of the living being as a result of the pattern recognition in
      • - a high risk group, or
      • - a low risk group.

Nach einer Ausgestaltung der erfindungsgemäßen Vorrichtung weist diese optional eine Sequenziereinheit zur Generierung der Daten zur relativen Häufigkeit der zumindest zwei Biomarkern in der Mikrobiom-Probe des Lebewesens sowie, optional, eine Ausgabeeinheit zur Anzeige der Klassifizierung des Lebewesens an einen Nutzer auf.According to one embodiment of the device according to the invention, it optionally has a sequencing unit for generating the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being and, optionally, an output unit for displaying the classification of the living being to a user.

Die Eigenschaften, Vorteile, Merkmale und Ausgestaltungen des erfindungsgemäßen Verfahrens gelten für die erfindungsgemäße Vorrichtung entsprechend.The properties, advantages, features and configurations of the method according to the invention apply accordingly to the device according to the invention.

Es versteht sich, dass die vorstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.It goes without saying that the features mentioned above and those yet to be explained below can be used not only in the respectively specified combination, but also in other combinations or alone, without departing from the scope of the present invention.

Referenzencredentials

Oncol. Lett. 2018 Dec.; 16(6):7035-7047. doi: 10.3892/ol.2018.9509. Epub 2018 Sep 26 . Microbiota dysbiosis is associated with HPV-induced cervical carcinogenesis. Kwasniewski W., Wolun-Cholewa M., Kotarski J., Warchol W., Kuzma D., Kwasniewska A., Gozdzicka-Jozefiak A. Oncol. Lett. 2018 Dec .; 16 (6): 7035-7047. doi: 10.3892 / ol.2018.9509. Epub 2018 Sep 26 . Microbiota dysbiosis is associated with HPV-induced cervical carcinogenesis. Kwasniewski W., Wolun-Cholewa M., Kotarski J., Warchol W., Kuzma D., Kwasniewska A., Gozdzicka-Jozefiak A.

Sci. Rep. 2018 Oct. 19; 8(1):15479. doi: 10.1038/s41598-018-33750-y. Association of cervical microbial community with persistence, clearance and negativity of Human Papillomavirus in Korean women: a longitudinal study. Arokiyaraj S., Seo S.S., Kwon M., Lee J.K., Kim M.K . Sci. Rep. 2018 Oct. 19; 8 (1): 15479. doi: 10.1038 / s41598-018-33750-y. Association of cervical microbial community with persistence, clearance and negativity of Human Papillomavirus in Korean women: a longitudinal study. Arokiyaraj S., Seo SS, Kwon M., Lee JK, Kim MK .

Sci. Rep. 2017 Aug. 31; 7(1):10200. doi: 10.1038/s41598-017-09842-6. Characterization of cervico-vaginal microbiota in women developing persistent high-risk Human Papillomavirus infection. Di Paola M., Sani C., Clemente A.M., lossa A., Perissi E., Castronovo G., Tanturli M., Rivero D., Cozzolino F., Cavalieri D., Carozzi F., De Filippo C., Torcia M.G . Sci. Rep. 2017 Aug. 31; 7 (1): 10200. doi: 10.1038 / s41598-017-09842-6. Characterization of cervico-vaginal microbiota in women developing persistent high-risk Human Papillomavirus infection. Di Paola M., Sani C., Clemente AM, lossa A., Perissi E., Castronovo G., Tanturli M., Rivero D., Cozzolino F., Cavalieri D., Carozzi F., De Filippo C., Torcia MG .

Sci. Rep. 2015 Nov. 17; 5:16865. doi: 10.1038/srep16865. Cervical intraepithelial neoplasia disease progression is associated with increased vaginal microbiome diversity. Mitra A., Maclntyre D.A., Lee Y.S., Smith A., Marchesi J.R., Lehne B., Bhatia R., Lyons D., Paraskevaidis E., Li J.V., Holmes E., Nicholson J.K., Bennett P.R., Kyrgiou M . Sci. Rep. 2015 Nov. 17; 5: 16865. doi: 10.1038 / srep16865. Cervical intraepithelial neoplasia disease progression is associated with increased vaginal microbiome diversity. Mitra A., Maclntyre DA, Lee YS, Smith A., Marchesi JR, Lehne B., Bhatia R., Lyons D., Paraskevaidis E., Li JV, Holmes E., Nicholson JK, Bennett PR, Kyrgiou M .

Transl. Res. 2017 Jan.; 179:168-182. doi: 10.1016/j.trsl.2016.07.004. Epub 2016 Jul. 15. Does the vaginal microbiota play a role in the development of cervical cancer? Kyrgiou M., Mitra A., Moscicki A.B . Transl. Res. 2017 Jan .; 179: 168-182. doi: 10.1016 / j.trsl.2016.07.004. Epub 2016 Jul. 15. Does the vaginal microbiota play a role in the development of cervical cancer? Kyrgiou M., Mitra A., Moscicki AB .

J. Infect. Dis. 2014 Dec. 1; 210(11):1723-33. doi: 10.1093/infdis/jiu330. Epub 2014 Jun. 18 . Interplay between the temporal dynamics of the vaginal microbiota and human papillomavirus detection. Brotman R.M., Shardell M.D., Gajer P., Tracy J.K., Zenilman J.M., Ravel J., Gravitt P.E. J. Infect. Dis. 2014 Dec. 1; 210 (11): 1723-33. doi: 10.1093 / infdis / jiu330. Epub 2014 Jun. 18 . Interplay between the temporal dynamics of the vaginal microbiota and human papillomavirus detection. Brotman RM, Shardell MD, Gajer P., Tracy JK, Zenilman JM, Ravel J., Gravitt PE

BeispieleExamples

Die vorliegende Erfindung wird nun anhand von Ausführungsbeispielen näher erläutert, aus denen sich weitere Merkmale, Eigenschaften und Vorteile der Erfindung ergeben. Die Ausführungsbeispiele sind dabei nicht einschränkend.The present invention will now be explained in more detail on the basis of exemplary embodiments, from which further features, properties and advantages of the invention result. The exemplary embodiments are not restrictive.

Es versteht sich außerdem, dass einzelne Merkmale, die in den Ausführungsbeispielen offenbart sind, nicht nur im Kontext der jeweiligen spezifischen Ausführungsform sondern in einer Allgemeingültigkeit offenbart sind und für sich genommenen einen eigenen Beitrag zur Erfindung liefern. Der Fachmann kann deshalb diese Merkmale frei mit anderen Merkmalen der Erfindung kombinieren.It is also understood that individual features that are disclosed in the exemplary embodiments are disclosed not only in the context of the respective specific embodiment but in general validity and, taken by themselves, make their own contribution to the invention. The person skilled in the art can therefore freely combine these features with other features of the invention.

Dabei wird Bezug auf die beiliegenden Figuren genommen, in denen folgendes dargestellt ist:

  • 1 Biomarker zur CIN2+-Diskriminierung;
  • 2 der Ward-Cluster-Analyse der fünf CIN2+-diskriminierenden Biomarker;
  • 3 Maschine-Learning-Klassifikationsmodelle;
  • 4 Erfindungsgemäßes Testverfahren mit Risikoeinstufung;
  • 5 Erfindungsgemäßes Testverfahren in der medizinischen Anwendung;
  • 6 Ausführungsbeispiel einer erfindungsgemäßen Vorrichtung.
Reference is made to the accompanying figures, in which the following is shown:
  • 1 Biomarkers for CIN2 + discrimination;
  • 2 the Ward cluster analysis of the five CIN2 + discriminatory biomarkers;
  • 3 Machine learning classification models;
  • 4th Test method according to the invention with risk classification;
  • 5 Test method according to the invention in medical application;
  • 6 Embodiment of a device according to the invention.

Klinische StudieClinical study

Die Erfinder haben eine Studie zur Entwicklung eines diagnostischen Tests zur Risiko-Stratifizierung von HR-HPV-positiven Frauen mit unauffälligem zytologischen Befund durchgeführt.The inventors carried out a study to develop a diagnostic test for the risk stratification of HR-HPV-positive women with normal cytological findings.

Material und Methodenmaterial and methods

StudiendesignStudy design

Fall-Kontrollstudiendesign innerhalb einer prospektiven Beobachtungsstudie.Case-control study design within a prospective observational study.

StudienteilnehmerStudy participants

100 Frauen mit positiven Nachweis einer Infektion der Cervix uteri mit Humanen Papillomviren eines Hochrisikotyps (HR-HPV). Diese wurden über mehrere Jahre wiederholt auf dem HR-HPV-Status hin untersucht.100 women with positive evidence of an infection of the cervix uteri with human papillomavirus of a high risk type (HR-HPV). These were repeatedly examined for the HR-HPV status over several years.

EndpunktEnd point

Risikoklassifizierung einer i) Persistenz der HR-HPV-Infektion nach 24 Monaten, und ii) der Gefahr der Entwicklung einer histologischen Schleimhautveränderung (CIN bzw. CIN2+).Risk classification of i) persistence of HR-HPV infection after 24 months, and ii) the risk of developing a histological change in the mucous membrane (CIN or CIN2 +).

Untersuchte ExpositionExamined exposure

Taxonomische und funktionelle Anordnung des Zervix-Mikrobioms bei der Eingangsuntersuchung.Taxonomic and functional arrangement of the cervical microbiome at the initial examination.

Methodikmethodology

Shotgun-Metagenomics auf einem HiSeq2500 mit einem 2x150bp paired end Vorgehen und einer Sequenziertiefe von 4 - 5 Gb pro Probe, bioinformatische Auswertung mit Trimmomatic/Kneaddata/Kaiju/Humann2, statistische Regressionsmodelle mit Stata V12, Machine Learning Klassifikationsmodelle wurden mit Scikit Learn erstellt und getestet.Shotgun metagenomics on a HiSeq2500 with a 2x150bp paired end procedure and a sequencing depth of 4 - 5 Gb per sample, bioinformatic evaluation with Trimmomatic / Kneaddata / Kaiju / Humann2, statistical regression models with Stata V12, machine learning classification models were created and tested with Scikit Learn .

ErgebnisseResults

Ergebnisse zur CIN2+-RisikostratifizierungResults on CIN2 + risk stratification

Ausgangspunkt der Untersuchung an den Patientinnen, die zum Zeitpunkt der Eingangsuntersuchung HR-HPV-positiv waren und die HR-HPV-persistent waren und solche, die zur Eingangsuntersuchung histologisch relevante Veränderungen aufwiesen (CIN2+). Dies waren insgesamt Proben von 44 Frauen.

  • 34 waren histologisch unauffällig.
  • 10 waren histologisch auffällig (CIN2+).
The starting point of the examination on patients who were HR-HPV-positive at the time of the initial examination and who were HR-HPV-persistent and those who showed histologically relevant changes at the initial examination (CIN2 +). This was a total of samples from 44 women.
  • 34 were histologically normal.
  • 10 were histologically abnormal (CIN2 +).

Ergebnisse der Mikrobiom-Untersuchungen zur CIN2+ Risiko-StratifizierungResults of the microbiome studies for CIN2 + risk stratification

Insgesamt wurden 5 Biomarker beschrieben, welche zwischen einem typischen Cervix-Mikrobiom bei CIN2+ und einem Mikrobiom bei histologisch unauffälligem Befund statistisch signifikant unterscheiden können (1). Es handelt sich um die relative Häufigkeit von zwei bakteriellen Taxa (2 Gattungen: Leisingera, Devosia), die relative Häufigkeit von einem Stoffwechselweg im Mikrobiom (PWY-2941), und der relativen Häufigkeit der beiden Pilzgattungen Thermothelomyces und Marssonina.A total of 5 biomarkers were described which can distinguish between a typical cervical microbiome with CIN2 + and a microbiome with histologically normal findings ( 1 ). It concerns the relative frequency of two bacterial taxa (2 genera: Leisingera, Devosia), the relative frequency of a metabolic pathway in the microbiome (PWY-2941), and the relative frequency of the two fungal genera Thermothelomyces and Marssonina.

Diese 5 Biomarker wurden einer Ward-Cluster-Analyse zugänglich gemacht, die zeigt, dass sich die Studienpopulation anhand dieser Marker in zwei gut zu unterscheidende Gruppen unterteilt (2). Dabei kommt eine Gruppe vor mit einem 15.5fach erhöhtem Risiko eines CIN2+ Status (obere Gruppe, Risikoerhöhung basiert auf der Odds Ratio mit einem p = 0.001).These 5 biomarkers were made available to a Ward cluster analysis, which shows that the study population is divided into two easily distinguishable groups on the basis of these markers ( 2 ). There is a group with a 15.5-fold increased risk of a CIN2 + status (upper group, risk increase is based on the odds ratio with a p = 0.001).

Daraufhin wurden 6 verschiedene Machine-Learning-Klassifikationsmodelle entwickelt, um die Studienpopulation in beide Gruppen zu unterscheiden. Diese Population umfasste noch 44 Frauen. Eine Testkohorte von 20% wurde aus dieser Population ausgeschlossen, um die entstehenden Machine-Learning-Klassifikationsmodelle unabhängig zu evaluieren. Das heißt, dass die finale Testung an Proben von Frauen durchgeführt, welche zuvor nicht für den Aufbau der Machine-Learning-Classifier verwendet wurden. Dies sichert die Generalisierbarkeit der Daten.As a result, 6 different machine learning classification models were developed to differentiate the study population into both groups. This population still comprised 44 women. A test cohort of 20% was excluded from this population in order to independently evaluate the resulting machine learning classification models. This means that the final test is carried out on samples from women that have not previously been used to set up the machine learning classifier. This ensures that the data can be generalized.

3 zeigt, dass die KNN- und SGD-Machine-Learning-Klassifikationsmodelle eine sehr hohe ROC-AUC haben (ROC-AUC = 1). Das Diskriminationsvermögen ist daher sehr hoch. 3 shows that the KNN and SGD machine learning classification models have a very high ROC-AUC (ROC-AUC = 1). The ability to discriminate is therefore very high.

TestanwendungTest application

Die Erfindung umfasst alle erstellten Klassifikationsverfahren, vorwiegend maschinelle Klassifikationsmodelle. Dabei haben sich jedoch die KNN- und SGD-Modelle in der Praxis aufgrund der hohen Unterscheidungskraft besonders bewährt. Alle Modelle liegen als Pickle-Dateien vor.The invention includes all classification methods created, predominantly machine classification models. However, the KNN and SGD models have particularly proven themselves in practice due to their high distinctive character. All models are available as pickle files.

Es wird ein zweistufiger Test bereitgestellt, der die Zielpopulation in drei Risikogruppen unterteilen kann (4). Zunächst wird ein sog. Machine-Learning-Klassifikationsmodell eingesetzt, welches das Risiko einer HPV-Persistenz anzeigt („CL-HPV-P Classifier“). Frauen, die hier negativ sind, werden als „low risk“ eingestuft und werden nicht weiter untersucht.A two-stage test is provided that can divide the target population into three risk groups ( 4th ). First, a so-called machine learning classification model is used, which shows the risk of HPV persistence (“CL-HPV-P Classifier”). Women who are negative here are classified as “low risk” and are not examined further.

Wer in diesem CL-HPV-P Modell zur Risikogruppe zählt, wird durch das zweite Machine-Learning-Klassifikationsmodel („CL-CIN Classifier“) weiter untersucht hinsichtlich einer möglichen Entwicklung hin zu CIN bzw. CIN2+ („CL-CIN2+ Classifier“). Frauen, die in diesem CL-CIN-Test nicht zur Hochrisikogruppe zählen, werden als „medium risk“ eingestuft.Anyone who belongs to the risk group in this CL-HPV-P model is examined further by the second machine learning classification model ("CL-CIN Classifier") with regard to a possible development towards CIN or CIN2 + ("CL-CIN2 + Classifier") . Women who do not belong to the high risk group in this CL-CIN test are classified as “medium risk”.

Wer zur Hochrisikogruppe zählt, wir als „high risk“ eingestuft.Anyone who belongs to the high risk group is classified as “high risk”.

5 zeigt eine Anwendung des erfindungsgemäßen Testverfahrens in der medizinischen Praxis mit entsprechenden interventionellen Konsequenzen. Danach werden Frauen ab einem Alter von 35 Jahren einem HPV-Test und einer zytologischen Untersuchung der Cervix uteri unterzogen. Sind beide Tests negativ, erfolgt eine Kontrolle nach 3 Jahren. Fallen beide Tests positiv aus, ergeben sich neben einem positiven HPV-Test zytologisch Hinweise auf Krebsvorstufen oder Krebs, erfolgt eine Abklärung gemäß S3-Leitlinie. Das bedeutet, dass der Gebärmutterhals vom Arzt mit einer Lupe auf Krebsvorstufen untersucht wird und ggf. eine Gewebeprobe entnommen wird (Kolposkopie). Die Gewebeproben werden dann einer genaueren histologischen Untersuchung zugeführt werden. Bei positivem HPV-Test und negativem zytologischen Befund kommt das erfindungsgemäße Verfahren zum Einsatz. Patientinnen mit „low risk“ oder „medium risk“ werden in ein bis drei Jahren erneut kontrolliert. Patientinnen mit „high risk“ werden engmaschig (3-6 Monate) kontrolliert und ggf. zusätzlichen diagnostischen Tests unterworfen. 5 shows an application of the test method according to the invention in medical practice with corresponding interventional consequences. Then women from the age of 35 are subjected to an HPV test and a cytological examination of the cervix uteri. If both tests are negative, a control is carried out after 3 years. If both tests are positive, if there are cytological indications of precancerous stages or cancer in addition to a positive HPV test, a clarification is carried out according to the S3 guideline. This means that the doctor will examine the cervix for precancerous stages with a magnifying glass and, if necessary, take a tissue sample (colposcopy). The tissue samples will then be submitted for a more detailed histological examination. If the HPV test is positive and the cytological finding is negative, the method according to the invention is used. Patients with “low risk” or “medium risk” will be checked again in one to three years. Patients with “high risk” are monitored closely (3-6 months) and, if necessary, subjected to additional diagnostic tests.

Relative HäufigkeitenRelative frequencies

Die Erfindung beruht auf der Bestimmung von relativen Häufigkeiten spezifischer Biomarker in einer biologischen Probe. Dabei werden die Biomarker vorzugsweise auf DNA-Ebene unter Verwendung von Sequenziergeräten ermittelt.The invention is based on the determination of relative frequencies of specific biomarkers in a biological sample. The biomarkers are preferably determined at the DNA level using sequencing devices.

Die Sequenziergeräte sequenzieren die DNA von Mikroorganismen einer Probe i.d.R. nach einem zufälligen Ablauf. Dies bedeutet gleichwohl, dass die DNA von Organismen, die häufig in einer Probe vorkommen, in der Regel auch häufiger sequenziert wird. Pro Sequenzierlauf werden meist mehrere Millionen kleine Sequenzen erzeugt. Diese werden mit einer Datenbank abgeglichen. Dann wird eine solche Sequenz annotiert. Es wird bewertet, worin ihr Ursprung liegt. Dieser ist in der Regel ein Gen (Annotation der Genfunktion oder Stoffwechselweg) und die Zugehörigkeit zu einer mikrobiellen Spezies (Taxonomie). Jetzt wird die Gesamtzahl der Sequenzen gezählt für jede Einheit, z.B. Spezies.The sequencing devices usually sequence the DNA of microorganisms in a sample according to a random sequence. Nonetheless, this means that the DNA of organisms that are frequently found in a sample is usually sequenced more frequently. Several million small sequences are usually generated per sequencing run. These are compared with a database. Then such a sequence is annotated. It is assessed where their origin lies. This is usually a gene (annotation of the gene function or metabolic pathway) and belonging to a microbial species (taxonomy). Now the total number of sequences is counted for each unit, e.g. species.

Beispiel: In Probe 1 finden sich 20 Sequenzen von Spezies A und 10 Sequenzen von Spezies B. In Probe 2 finden sich 10 Sequenzen von Spezies A und 5 Sequenzen von Spezies B. Es lässt sich schlussfolgern, dass in beiden Proben mehr Spezies A vorkommt als Spezies B. In der vergleichenden Genomik werden nun vor allem Unterschiede zwischen den Proben untersucht. Jetzt könnte geschlussfolgert werden, dass in Probe 1 mehr Spezies A und B enthalten ist als in Probe 2. Das könnte aber ein falsches Ergebnis sein. Beim Sequenzieren wird zwar angestrebt, für jede Probe ungefähr gleich viele Sequenzen zu sequenzieren, was jedoch in der Praxis meist nicht gelingt. Oft enthält eine Probe viel weniger Sequenzen als eine andere. Dann ist die Gesamtzahl der Sequenzen von einer Spezies geringer, obwohl genau so viel von ihr in der Probe war. Daher wird auf die relative Häufigkeit normalisiert.Example: In sample 1 there are 20 sequences from species A and 10 sequences from species B. In sample 2 there are 10 sequences from species A and 5 sequences from species B. It can be concluded that both samples contain more species A than Species B. In comparative genomics, differences between the samples are now primarily examined. Now it could be concluded that sample 1 contains more species A and B than sample 2. However, this could be a wrong result. In sequencing, the aim is to have approximately the same number of sequences for each sample, but this is usually not possible in practice. Often times one sample contains far fewer sequences than another. Then the total number of sequences from one species is lower, although just as much of it was in the sample. It is therefore normalized to the relative frequency.

In dem obigen Beispiel wird angenommen, dass im Rahmen des erfindungsgemäßen Verfahrens in Probe 1 genau 100 Sequenzen produziert wurden und in Probe 2 genau 50. Dann gilt für Spezies A in Probe 1 genau 20/100, also ein Vorkommen von 20% im Mikrobiom. Für Spezies A in Probe 2 gilt 10/50, also auch ein Vorkommen von 20% im Mikrobiom. Trotz der unterschiedlichen absoluten Häufigkeit (20 vs. 10 Sequenzen) ist die relative Häufigkeit (20% vs. 20%) identisch. In beiden Mikrobiomen kommt Spezies A gleich häufig vor.In the above example it is assumed that exactly 100 sequences were produced in sample 1 and exactly 50 in sample 2 within the scope of the method according to the invention. Then, exactly 20/100 applies to species A in sample 1, i.e. an occurrence of 20% in the microbiome. For species A in sample 2, 10/50 applies, i.e. also an occurrence of 20% in the microbiome. Despite the different absolute frequency (20 vs. 10 sequences), the relative frequency (20% vs. 20%) is identical. Species A occurs equally in both microbiomes.

Für das Bestimmen der relativen Häufigkeit setzt man vorzugsweise eine Datenbank und ein Softwareprogramm ein, welches einen Abgleich mit der Datenbank und eine Annotation samt Zählung der Sequenzen realisiert. Erfindungsgemäß haben sich folgende Datenbanken bewährt: nr, RefSeq. Ferner kommt vorzugsweise folgende Software zum Einsatz: Kaiju.A database and a software program are preferably used to determine the relative frequency, which realizes a comparison with the database and an annotation including a count of the sequences. According to the invention, the following databases have proven themselves: no, RefSeq. The following software is also preferably used: Kaiju.

KlassifizierungsvorrichtungClassification device

6 zeigt ein schematisches Diagramm eines Ausführungsbeispiels für eine erfindungsgemäße Vorrichtung 10 zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden HPV-Infektion der Cervix uteri und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN). 6 shows a schematic diagram of an embodiment of a device according to the invention 10 for the classification of the risk of a living being with a persistent HPV infection of the cervix uteri and normal cytological findings for the development of a cervical intraepithelial neoplasia (CIN).

In diesem Ausführungsbeispiel weist die Vorrichtung 10 eine Eingabeeinheit 12 zum Eingabe von Daten zur relativen Häufigkeit von zumindest zwei Biomarkern in einer Mikrobiom-Probe des Lebewesens auf.In this embodiment, the device 10 an input unit 12th for entering data on the relative frequency of at least two biomarkers in a microbiome sample of the living being.

Die Vorrichtung weist nach diesem Ausführungsbeispiel außerdem einen Prozessor 14 auf, der zur Ausführung von Anweisungen eingerichtet ist, um ein Verfahren mit folgenden Schritten durchführen: 1) Erstellung eines Häufigkeitsmusters aus den Daten zur relativen Häufigkeit der zumindest zwei Biomarkern in der Mikrobiom-Probe des Lebewesens; 2) Zuführung des Häufigkeitsmusters aus Schritt 2 einer Mustererkennung; 3) Klassifizierung des Lebewesens als Ergebnis der Mustererkennung in (i) eine Hochrisikogruppe, oder (ii) eine Geringrisikogruppe. Diese Einrichtung des Prozessors 14 kann bspw. durch die Speicherung einer geeigneten Software bzw. eines geeigneten Klassifizierungsalgorithmus erfolgen.According to this exemplary embodiment, the device also has a processor 14th which is set up to carry out instructions in order to carry out a method with the following steps: 1) creating a frequency pattern from the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being; 2) supply of the frequency pattern from step 2 of a pattern recognition; 3) Classification of the living being as a result of pattern recognition into (i) a high risk group, or (ii) a low risk group. This set up the processor 14th can, for example, by storing a suitable Software or a suitable classification algorithm.

Die Vorrichtung weist nach diesem Ausführungsbeispiel ferner eine Ausgabeeinheit 16 zur Anzeige der Klassifizierung des Lebewesens an einen Nutzer sowie eine Sequenziereinheit 18 zur Generierung der Daten zur relativen Häufigkeit der zumindest zwei Biomarkern in der Mikrobiom-Probe des Lebewesens auf.According to this exemplary embodiment, the device also has an output unit 16 for displaying the classification of the living being to a user and a sequencing unit 18th to generate the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte Nicht-PatentliteraturNon-patent literature cited

  • Oncol. Lett. 2018 Dec.; 16(6):7035-7047. doi: 10.3892/ol.2018.9509. Epub 2018 Sep 26 [0044]Oncol. Lett. 2018 Dec .; 16 (6): 7035-7047. doi: 10.3892 / ol.2018.9509. Epub 2018 Sep 26 [0044]
  • Sci. Rep. 2018 Oct. 19; 8(1):15479. doi: 10.1038/s41598-018-33750-y. Association of cervical microbial community with persistence, clearance and negativity of Human Papillomavirus in Korean women: a longitudinal study. Arokiyaraj S., Seo S.S., Kwon M., Lee J.K., Kim M.K [0045]Sci. Rep. 2018 Oct. 19; 8 (1): 15479. doi: 10.1038 / s41598-018-33750-y. Association of cervical microbial community with persistence, clearance and negativity of Human Papillomavirus in Korean women: a longitudinal study. Arokiyaraj S., Seo S.S., Kwon M., Lee J.K., Kim M.K [0045]
  • Sci. Rep. 2017 Aug. 31; 7(1):10200. doi: 10.1038/s41598-017-09842-6. Characterization of cervico-vaginal microbiota in women developing persistent high-risk Human Papillomavirus infection. Di Paola M., Sani C., Clemente A.M., lossa A., Perissi E., Castronovo G., Tanturli M., Rivero D., Cozzolino F., Cavalieri D., Carozzi F., De Filippo C., Torcia M.G [0046]Sci. Rep. 2017 Aug. 31; 7 (1): 10200. doi: 10.1038 / s41598-017-09842-6. Characterization of cervico-vaginal microbiota in women developing persistent high-risk Human Papillomavirus infection. Di Paola M., Sani C., Clemente AM, lossa A., Perissi E., Castronovo G., Tanturli M., Rivero D., Cozzolino F., Cavalieri D., Carozzi F., De Filippo C., Torcia MG [0046]
  • Sci. Rep. 2015 Nov. 17; 5:16865. doi: 10.1038/srep16865. Cervical intraepithelial neoplasia disease progression is associated with increased vaginal microbiome diversity. Mitra A., Maclntyre D.A., Lee Y.S., Smith A., Marchesi J.R., Lehne B., Bhatia R., Lyons D., Paraskevaidis E., Li J.V., Holmes E., Nicholson J.K., Bennett P.R., Kyrgiou M [0047]Sci. Rep. 2015 Nov. 17; 5: 16865. doi: 10.1038 / srep16865. Cervical intraepithelial neoplasia disease progression is associated with increased vaginal microbiome diversity. Mitra A., Macintyre DA, Lee YS, Smith A., Marchesi JR, Lehne B., Bhatia R., Lyons D., Paraskevaidis E., Li JV, Holmes E., Nicholson JK, Bennett PR, Kyrgiou M [0047 ]
  • Transl. Res. 2017 Jan.; 179:168-182. doi: 10.1016/j.trsl.2016.07.004. Epub 2016 Jul. 15. Does the vaginal microbiota play a role in the development of cervical cancer? Kyrgiou M., Mitra A., Moscicki A.B [0048]Transl. Res. 2017 Jan .; 179: 168-182. doi: 10.1016 / j.trsl.2016.07.004. Epub 2016 Jul. 15. Does the vaginal microbiota play a role in the development of cervical cancer? Kyrgiou M., Mitra A., Moscicki A.B [0048]
  • J. Infect. Dis. 2014 Dec. 1; 210(11):1723-33. doi: 10.1093/infdis/jiu330. Epub 2014 Jun. 18 [0049]J. Infect. Dis. 2014 Dec. 1; 210 (11): 1723-33. doi: 10.1093 / infdis / jiu330. Epub 2014 Jun. 18 [0049]

Claims (12)

Verfahren ex vivo zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden Infektion der Cervix uteri mit Humanen Papillomviren (HPV-Infektion) und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN), mit folgenden Schritten: 1) Bereitstellung einer Mikrobiom-Probe des Lebewesens; 2) Bestimmung der relativen Häufigkeit von zumindest zwei Biomarkern in der Probe zum Erhalt eines Häufigkeitsmusters; 3) Zuführung des Häufigkeitsmusters aus Schritt 2 einer Mustererkennung; 4) Klassifizierung des Lebewesens als Ergebnis der Mustererkennung in - eine Hochrisikogruppe, oder - eine Geringrisikogruppe,wobei die Biomarker ausgewählt sind aus Leisingera (Genus), Devosia (Genus), Mikroorganismen mit dem Stoffwechselweg PWY-2941, Thermothelomyces (Genus), und Marssonia (Genus).Ex vivo method for the classification of the risk of a living being with a persistent infection of the cervix uteri with human papillomavirus (HPV infection) and normal cytological findings for the development of a cervical intraepithelial neoplasia (CIN), with the following steps: 1) providing a microbiome sample of the living being; 2) determining the relative frequency of at least two biomarkers in the sample to obtain a frequency pattern; 3) supply of the frequency pattern from step 2 of a pattern recognition; 4) Classification of the living being as a result of the pattern recognition in - a high risk group, or - a low-risk group, the biomarkers being selected from Leisingera (genus), Devosia (genus), microorganisms with the metabolic pathway PWY-2941, Thermothelomyces (genus), and Marssonia (genus). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Mustererkennung mittels eines Klassifikationsverfahrens, vorzugsweise mittels maschineller Klassifikation erfolgt.Procedure according to Claim 1 , characterized in that the pattern recognition takes place by means of a classification method, preferably by means of machine classification. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die maschinelle Klassifikation mittels eines k-nächste-Nachbarn-Algorithmus (KNN) erfolgt.Procedure according to Claim 2 , characterized in that the machine classification is carried out using a k-nearest neighbor algorithm (KNN). Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass die maschinelle Klassifikation mittels Stochastic Gradient Descent (SGD) erfolgt.Procedure according to Claim 2 or 3 , characterized in that the machine classification is carried out using Stochastic Gradient Descent (SGD). Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die HPV-Infektion eine solche mit einem Hochrisikostamm ist (HR-HPV-Infektion).Method according to one of the preceding claims, characterized in that the HPV infection is one with a high-risk strain (HR-HPV infection). Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Mikrobiom-Probe ein Zervix- und/oder Vaginalabstrich ist.Method according to one of the preceding claims, characterized in that the microbiome sample is a cervical and / or vaginal swab. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass in Schritt 2 die relative Häufigkeit von zumindest drei, vorzugsweise zumindest vier, und höchst vorzugsweise von allen fünf Biomarkern bestimmt wird.Method according to one of the preceding claims, characterized in that in step 2 the relative frequency of at least three, preferably at least four, and most preferably of all five biomarkers is determined. Verwendung von zumindest zwei Biomarkern zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden Infektion der Cervix uteri mit Humanen Papillomviren (HPV-Infektion) und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN), wobei die Biomarker ausgewählt sind aus Leisingera (Genus), Devosia (Genus), Mikroorganismen mit dem Stoffwechselweg PWY-2941, Thermothelomyces (Genus), und Marssonia (Genus).Use of at least two biomarkers to classify the risk of a living being with a persistent infection of the cervix uteri with human papilloma viruses (HPV infection) and normal cytological findings for the development of a cervical intraepithelial neoplasia (CIN), the biomarkers being selected from Leisingera (Genus ), Devosia (Genus), microorganisms with the metabolic pathway PWY-2941, Thermothelomyces (Genus), and Marssonia (Genus). Verwendung nach Anspruch 8, dadurch gekennzeichnet, dass zur Klassifizierung ein Häufigkeitsmuster gebildet aus den relativen Häufigkeiten der zumindest zwei Biomarker in einer Mikrobiom-Probe des Lebewesens verwendet wird.Use after Claim 8 , characterized in that a frequency pattern formed from the relative frequencies of the at least two biomarkers in a microbiome sample of the living being is used for classification. Vorrichtung (10) zur Klassifizierung des Risikos eines Lebewesens mit einer persistierenden Infektion der Cervix uteri mit Humanen Papillomviren (HPV-Infektion) und unauffälligem zytologischen Befund für die Entwicklung einer zervikalen intraepithelialen Neoplasie (CIN), wobei die Vorrichtung Folgendes aufweist: - eine Eingabeeinheit (12) zum Eingabe von Daten zur relativen Häufigkeit von zumindest zwei Biomarkern in einer Mikrobiom-Probe des Lebewesens; - einen Prozessor (14), der zur Ausführung von Anweisungen eingerichtet ist, um ein Verfahren mit folgenden Schritten durchführen: 1) Erstellung eines Häufigkeitsmusters aus den Daten zur relativen Häufigkeit der zumindest zwei Biomarker in der Mikrobiom-Probe des Lebewesens; 2) Zuführung des Häufigkeitsmusters aus Schritt 2 einer Mustererkennung; 3) Klassifizierung des Lebewesens als Ergebnis der Mustererkennung in - eine Hochrisikogruppe, oder - eine Geringrisikogruppe.Device (10) for classifying the risk of a living being with persistent infection of the cervix uteri with human papillomavirus (HPV infection) and inconspicuous cytological findings for the development of a cervical intraepithelial neoplasia (CIN), the device having the following: - An input unit (12) for inputting data on the relative frequency of at least two biomarkers in a microbiome sample of the living being; - A processor (14) which is set up to execute instructions in order to carry out a method with the following steps: 1) creating a frequency pattern from the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being; 2) supply of the frequency pattern from step 2 of a pattern recognition; 3) Classification of the living being as a result of the pattern recognition in - a high risk group, or - a low risk group. Vorrichtung nach Anspruch 9, die zusätzlich Folgendes aufweist: - eine Ausgabeeinheit (16) zur Anzeige der Klassifizierung des Lebewesens an einen Nutzer.Device according to Claim 9 which additionally has the following: - an output unit (16) for displaying the classification of the living being to a user. Vorrichtung nach Anspruch 10 oder 11, die zusätzlich Folgendes aufweist: - eine Sequenziereinheit (16) zur Generierung der Daten zur relativen Häufigkeit der zumindest zwei Biomarkern in der Mikrobiom-Probe des LebewesensDevice according to Claim 10 or 11 which additionally has the following: a sequencing unit (16) for generating the data on the relative frequency of the at least two biomarkers in the microbiome sample of the living being
DE102019120337.6A 2019-07-26 2019-07-26 Method for classifying the risk of developing cervical intraepithelial neoplasia Ceased DE102019120337A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102019120337.6A DE102019120337A1 (en) 2019-07-26 2019-07-26 Method for classifying the risk of developing cervical intraepithelial neoplasia
PCT/EP2020/071047 WO2021018800A1 (en) 2019-07-26 2020-07-24 Method for classifying the risk for developing cervical intraepithelial neoplasia

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019120337.6A DE102019120337A1 (en) 2019-07-26 2019-07-26 Method for classifying the risk of developing cervical intraepithelial neoplasia

Publications (1)

Publication Number Publication Date
DE102019120337A1 true DE102019120337A1 (en) 2021-01-28

Family

ID=71833337

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019120337.6A Ceased DE102019120337A1 (en) 2019-07-26 2019-07-26 Method for classifying the risk of developing cervical intraepithelial neoplasia

Country Status (2)

Country Link
DE (1) DE102019120337A1 (en)
WO (1) WO2021018800A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114938947B (en) * 2022-07-25 2022-10-21 天津医科大学总医院 Multi-level vaginal microecological assessment system construction method and device

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009514551A (en) * 2005-11-09 2009-04-09 プリメーラ バイオシステムズ インコーポレーティッド Multiple quantitative detection method for pathogens

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ILHAN, Z.E. [u.a.]: Deciphering the complex interplay between microbiota, HPV, inflammation and cancer through cervicovaginal metabolic profiling. EBioMedicine (elektronisch veröffentlicht 24.04.2019) 44:675-690 *

Also Published As

Publication number Publication date
WO2021018800A1 (en) 2021-02-04

Similar Documents

Publication Publication Date Title
Nithya et al. Evaluation of machine learning based optimized feature selection approaches and classification methods for cervical cancer prediction
Robinson et al. Age effect in hearing-a comparative analysis of published threshold data
Gustafsson et al. Efficiency of organised and opportunistic cytological screening for cancer in situ of the cervix
DE102006001780A1 (en) Method for diagnosis of amylotrophic lateral sclerosis, comprising surface-enhanced desorption-ionisation mass spectrometry of proteins from patients and analysing peak values on an alternating decision tree
DE102010041912B3 (en) Method for diagnosing and / or prognosing cancer by analyzing the mechanical properties of tumor cells
JP2019511922A (en) Methods and systems for early risk assessment for preterm birth outcomes
Klapczynski et al. Computer-assisted imaging algorithms facilitate histomorphometric quantification of kidney damage in rodent renal failure models
CN115295074B (en) Application of gene marker in malignant pulmonary nodule screening, construction method of screening model and detection device
Panzer et al. Is there a placental microbiota? A critical review and re-analysis of published placental microbiota datasets
DE102019120337A1 (en) Method for classifying the risk of developing cervical intraepithelial neoplasia
DE102019120336A1 (en) Procedure for classifying the risk of developing HPV persistence
Öztürk et al. The practice of breast-self examination among women at Gülistan district of Isparta
DE202023101029U1 (en) A system for detecting knee arthritis grading using dense net and X-ray images
CN110010246A (en) A kind of disease Intelligent Diagnosis Technology based on neural network and confidence interval
Banepali et al. A comparative study of RIPASA score and modified Alvarado score in acute appendicitis in Nepalese population
DE102005058332A1 (en) Method for optimal interpretation of data evaluating regulatory capacity of biological system, in particular human being, comprises use of factor analysis and comparison with reference data
CN108346465A (en) A kind of multifarious concept and method of definition and the biological metacommunity species specificity of measurement
US20200080158A1 (en) Method for analysing cell-free nucleic acids
Lee et al. The Automated Diagnosis Architecture and Deep Learning Algorithm for Cervical Cancer Cell Images
DE112021003912T5 (en) DEVICE FOR PREDICTING A MUTATION OF A VIRUS, METHOD FOR PREDICTING A MUTATION OF A VIRUS, AND PROGRAM
CN116453594B (en) Quantitative analysis method and device, equipment and medium for gene co-expression state
EP2092085A2 (en) Prognostic marker for classifying the three-year progression-free survival of patients with colorectal carcinoma based on expression profiles of biological samples
RU2677872C1 (en) Method for predicting lymphangitic metastasis in malignant tumors from peripheral nerve tunics
KR20210157597A (en) Apparatus and method for extract range of antibody data based on gut microorganism data
Schlegelberger et al. Implikationen der genetischen Beratung bei Hochrisiko-Familien für erblichen Brust-und Eierstockkrebs

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final