DE112018002990T5 - Systeme und verfahren zum erzeugen, visualisieren und klassifizieren von molekularen funktionellen profilen - Google Patents

Systeme und verfahren zum erzeugen, visualisieren und klassifizieren von molekularen funktionellen profilen Download PDF

Info

Publication number
DE112018002990T5
DE112018002990T5 DE112018002990.5T DE112018002990T DE112018002990T5 DE 112018002990 T5 DE112018002990 T5 DE 112018002990T5 DE 112018002990 T DE112018002990 T DE 112018002990T DE 112018002990 T5 DE112018002990 T5 DE 112018002990T5
Authority
DE
Germany
Prior art keywords
group
gene
expression value
determining
genes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112018002990.5T
Other languages
English (en)
Inventor
Alexander Bagaev
Feliks Frenkel
Nikita Kotlov
Ravshan Ataullakhanov
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.)
BostonGene Corp
Original Assignee
BostonGene Corp
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 BostonGene Corp filed Critical BostonGene Corp
Publication of DE112018002990T5 publication Critical patent/DE112018002990T5/de
Pending legal-status Critical Current

Links

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
    • 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
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • 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
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • 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
    • G16B40/20—Supervised data analysis
    • 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
    • G16B40/30—Unsupervised data analysis
    • 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
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G16B5/20—Probabilistic models
    • G—PHYSICS
    • 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
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • 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
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/30—Data warehousing; Computing architectures
    • 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
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Epidemiology (AREA)
  • Chemical & Material Sciences (AREA)
  • Primary Health Care (AREA)
  • Bioethics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Physiology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Immunology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)

Abstract

Verschiedene Verfahren, Systeme, computerlesbare Datenspeichermedien und grafische Benutzerschnittstellen (GUIs) sind präsentiert und beschrieben, die einem Subjekt, Arzt oder Benutzer ermöglichen, verschiedene Arten von Krebs präzise zu charakterisieren und zu klassifizieren. Zusätzlich sind hier Verfahren, Systeme, computerlesbare Datenspeichermedien und GUIs beschrieben, die eine wirksamere Spezifizierung einer Behandlung und verbesserte Ergebnisse für Patienten mit identifizierten Arten von Krebs ermöglichen.

Description

  • VERWANDTE ANMELDUNGEN
  • Diese Anmeldung beansprucht die Priorität unter 35 U.S.C. § 119(e) des Einreichdatums der provisorischen US Patentanmeldung, Seriennummer 62/518,787 , mit dem Titel „Systems and Methods for Identifying Cancer Treatments from Sequence Data“, eingereicht am 13. Juni 2017 und der provisorischen US Patentanmeldung, Seriennummer 62/598,440 , mit dem Titel „Systems and Methods Identifying Cancer Treatments from Sequence Data“, eingereicht am 13. Dezember 2017, deren gesamter Inhalt hiermit zum Zwecke der Bezugnahme zitiert wird.
  • GEBIET
  • Aspekte der hier beschriebenen Technologie beziehen sich auf Erzeugen, Visualisieren und Klassifizieren molekular-funktioneller (MF) Profile von Krebspatienten.
  • Manche Aspekte der hier beschriebenen Technologie beziehen sich auf ein Erzeugen einer grafischen Benutzerschnittstelle (GUI, Graphical User Interface) zum Visualisieren eines molekular-funktionellen Profils eines Krebspatienten.
  • Manche Aspekte der hierin beschriebenen Technologie beziehen sich auf ein Identifizieren des Typs von MF-Profil eines Patienten und Vorhersagen von Prognosen, Identifizieren von Therapien und/oder andersartige Unterstützung in der personalisierten Versorgung des Patienten unter Verwendung der identifizierten Art.
  • STAND DER TECHNIK
  • Eine korrekte Charakterisierung des Typs oder der Typen einer Krebserkrankung, an welcher ein Patienten oder ein Subjekt leidet, und möglicherweise Auswählen einer oder mehrerer wirksamer Therapien für den Patienten kann für das Überleben und allgemeine Wohlbefinden des Patienten kritisch sein. Fortschritte in der Charakterisierung von Krebserkrankungen, Vorhersage von Prognosen, Identifizieren wirksamer Therapien, und andersartigen Unterstützung in der personalisierten Versorgung von Patienten mit Krebs sind notwendig.
  • KURZDARSTELLUNG
  • Es sind hier unter anderen Systeme und Verfahren zum Erzeugen eines molekular-funktionellen (MF) Profils für ein Subjekt und Identifizieren eines bestehenden MF-Profilclusters bereitgestellt, der mit dem erzeugten MF-Profil verknüpft ist. Solche Informationen werden in manchen Ausführungsformen an einen Benutzer in einer grafischen Benutzerschnittstelle (GUI) ausgegeben.
  • Systeme und Verfahren zum Identifizieren eines molekular-funktionellen (MF) Profilclusters, mit dem ein MF-Profil für ein Subjekt zu verknüpfen ist, umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für das Subjekt; Bestimmen eines MF-Profils für das Subjekt, teilweise durch Bestimmen eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, aus mehrfachen MF-Profilclustern, die durch Bestimmen mehrerer MF-Profile erzeugt wurden, für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben erhalten werden, für die mehreren Subjekte, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält, und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten. Es sind hier unter anderen Systeme und Verfahren zum Erzeugen von MF-Profilclustern bereitgestellt. Solche Informationen werden in manchen Ausführungsformen in einer oder mehreren Datenbanken gespeichert.
  • Systeme und Verfahren zum Erzeugen von MF-Profilclustern umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für mehrere Subjekte, die an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer MF-Profile für die mehreren Subjekte, teilweise durch Bestimmen, für jedes Subjekt, eines entsprechenden Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, die einen ersten MF-Profilcluster, einen zweiten MF-Profilcluster, einen dritten MF-Profilcluster und einen vierten MF-Profilcluster umfassen; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • Es sind hier unter anderen Systeme und Verfahren zum Erzeugen eines molekular-funktionellen (MF) Profils für ein Subjekt unter Verwendung von zumindest vier (z.B. zumindest fünf) Gengruppenexpressionswerten und Identifizieren eines bestehenden MF-Profilclusters, der mit dem erzeugten MF-Profil verknüpft ist, bereitgestellt. Solche Informationen werden in manchen Ausführungsformen an einen Benutzer in einer grafischen Benutzerschnittstelle (GUI) ausgegeben.
  • Systeme und Verfahren zum Identifizieren eines molekular-funktionellen (MF) Profilclusters, mit dem ein MF-Profil für ein Subjekt verknüpft ist, umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für das Subjekt; Bestimmen eines MF-Profils für das Subjekt, teilweise durch Bestimmen eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen umfasst, die mit Krebsmalignitäten verknüpft sind, die aus einer Tumoreigenschaftsgruppe bestehen, und Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, das aus einer Tumorförderndes-Immun-Mikromilieu-Gruppe, einer Anti-Tumor-Immun-Mikromilieu-Gruppe, einer Angiogenesegruppe und einer Fibroblastengruppe besteht; und Identifizieren eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, aus mehrfachen MF-Profilclustern, die durch Bestimmen mehrerer MF-Profile erzeugt wurden, für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben erhalten werden, für die mehreren Subjekte, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält, und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • Es sind hier unter anderen Systeme und Verfahren zum Erzeugen von molekular-funktionellen (MF) Profilclustern, Erzeugen von MF-Profilen für ein Subjekt, und Verknüpfen des MF-Profils des Patienten mit dem MF-Profilcluster bereitgestellt. Solche Informationen werden in manchen Ausführungsformen an einen Benutzer in einer grafischen Benutzerschnittstelle (GUI) ausgegeben.
  • Systeme und Verfahren zum Erzeugen von molekular-funktionellen (MF) Profilclustern, Erzeugen von MF-Profilen für ein Subjekt, und Verknüpfen des MF-Profils des Patienten mit dem MF-Profilcluster umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für mehrere Subjekte; Bestimmen entsprechender mehrerer MF-Profile für die mehreren Subjekte, teilweise durch Bestimmen, für jedes Subjekt, eines entsprechenden Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, die einen ersten MF-Profilcluster, einen zweiten MF-Profilcluster, einen dritten MF-Profilcluster und einen vierten MF-Profilcluster umfassen; Erhalten zweiter RNA-Expressionsdaten von einem Subjekt, Bestimmen eines MF-Profils für das Subjekt, teilweise durch Bestimmen eines Gengruppenexpressionswerts für jede Gengruppe in dem Satz von Gengruppen unter Verwendung der zweiten RNA-Expressionsdaten; und Identifizieren eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, aus mehrfachen MF-Profilclustern.
  • Es sind hier unter anderen Systeme und Verfahren zum Erzeugen eines MF-Profils und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI) bereitgestellt.
  • Systeme und Verfahren zum Erzeugen eines MF-Profils und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI) umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für ein Subjekt; Bestimmen eines MF-Profils für das Subjekt, teilweise durch Bestimmen eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Bestimmen einer ersten visuellen Eigenschaft für ein erstes GUI-Element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • Es sind hier unter anderen Systeme und Verfahren zum Erzeugen eines MF-Profils durch Bestimmen von Expressionswerten für z.B. vier oder fünf Gengruppen und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI) bereitgestellt.
  • Systeme und Verfahren zum Erzeugen eines MF-Profils durch Bestimmen von Expressionswerten für z.B. vier oder fünf Gengruppen und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI) umfassen in manchen Ausführungsformen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für ein Subjekt; Bestimmen eines MF-Profils für das Subjekt, teilweise durch Bestimmen eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen unter Verwendung der RNA-Expressionsdaten und/oder WES-Daten, wobei der Satz von Gengruppen Gengruppen umfasst, die mit Krebsmalignitäten verknüpft sind, die aus X bestehen, und Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die aus einer Tumorförderndes-Immun-Mikromilieu-Gruppe, einer Anti-Tumor-Immun-Mikromilieu-Gruppe, einer Angiogenesegruppe und einer Fibroblastengruppe bestehen; Bestimmen einer ersten visuellen Eigenschaft für ein erstes GUI-Element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • Figurenliste
  • Verschiedene Aspekte und Ausführungsformen werden unter Bezugnahme auf die folgenden Figuren beschrieben. Die Figuren sind nicht unbedingt im Maßstab gezeichnet.
    • 1A ist eine grafische Darstellung einer beispielhaften Bioinformatik-Pipeline zum Bestimmen funktioneller Tumoreigenschaften in einem molekularen funktionellen Profil (MF-Profil) gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 1B ist eine grafische Darstellung funktioneller Tumoreigenschaften in einem MF-Profil, das 28 Funktionsmodule umfasst, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die Größe der Module entspricht ihrer Intensitätsrate. Farben geben die Pro- oder Anti-Krebs-Aktivität des Moduls an. Volle Schattierungen ohne Kreuzungen sind den Modulen zugewiesen, die Tumorwachstum fördern, während Schattierungen mit Kreuzungen jenen mit Anti-Krebs-Aktivität zugewiesen sind. Die Malignitätsmodule werden im Tumorlastsektor gesammelt, der sich im rechten oberen Viertel der grafischen Darstellung befindet.
    • 1C zeigt ein beispielhaftes MF-Profil gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 2A ist ein Blockdiagramm eines anschaulichen Milieus 200, in dem manche Ausführungsformen der hier beschriebenen Technologie implementiert werden können.
    • 2B ist ein Blockdiagramm einer anschaulichen grafischen Benutzerschnittstelle 250, die Patientendaten enthält, die einem Benutzer (z.B. einem Arzt) präsentiert werden können, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 2C ist ein anschauliches Beispiel der grafischen Benutzerschnittstelle 250 von 2B gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 3 ist eine Grafik, die verschiedene Arten von Bildschirmansichten veranschaulicht, die einem Benutzer des Softwareprogramms gezeigt werden können.
    • 4 ist ein Bildschirmabbild des Benutzerkontoprofilbildschirms, der dem Benutzer in Reaktion auf ein Anmelden des Benutzers im Softwareprogramm präsentiert wird.
    • 5 ist ein Bildschirmabbild, das die ausgewählten Patienteninformationen präsentiert, die dem Benutzer als Reaktion auf eine Auswahl des Patienten durch den Benutzer bereitgestellt werden.
    • 6 ist ein Bildschirmabbild, das zeigt, dass die Tumorbiopsiesequenzierungsdaten des Patienten heruntergeladen wurden (wie im unteren rechten Feld gezeigt).
    • 7 ist ein Bildschirmabbild, das den ausgewählten Patientenbericht präsentiert, der Informationen bezüglich der Patientensequenzierungsdaten, des Patienten und der Krebserkrankung des Patienten enthält.
    • 8 ist ein Bildschirmabbild, das Informationen bezüglich einer Anti-PD1-Immuntherapie präsentiert, die in Reaktion auf die Auswahl einer Anti-PD1-Immuntherapie (durch Hervorhebung gezeigt) im Immuntherapie-Biomarkerabschnitt des Bildschirms bereitgestellt werden (wie im linken Feld gezeigt).
    • 9 ist ein Bildschirmabbild, das eine Auswahl eines Mutationslastbiomarkers durch einen Benutzer präsentiert.
    • 10 ist ein Bildschirmabbild, das Informationen bezüglich des Mutationslastbiomarkers (wie im mittleren Feld gezeigt) präsentiert, die in Reaktion auf eine Auswahl des Mutationslastbiomarkers durch den Benutzer bereitgestellt werden.
    • 11 ist ein Bildschirmabbild, das zeigt, dass die Mutationsstatus-Gengruppe und Neo-Antigenlast-Gengruppe im MF-Profil in Reaktion auf eine Auswahl durch den Benutzer des Mutationslastbiomarkers (durch Hervorhebung gezeigt) hervorgehoben werden.
    • 12 ist ein Bildschirmabbild, das zeigt, dass die T-Zellen-Gengruppe im MF-Profil in Reaktion auf eine Auswahl des CD8 T-Zellen-Biomarkers durch den Benutzer (durch Hervorhebung gezeigt) hervorgehoben wird.
    • 13 ist ein Bildschirmabbild, das zeigt, dass die Checkpoint-Inhibition-Gengruppe im MF-Profil in Reaktion auf eine Auswahl des PDL1 -Expressionsbiomarkers durch den Benutzer hervorgehoben wird.
    • 14 ist ein Bildschirmabbild, das Informationen bezüglich einer Sunitinib-Therapie präsentiert, die in Reaktion auf eine Auswahl von Sunitinib (durch Hervorhebung gezeigt) im Zielgerichtete-Therapie-Biomarker-Abschnitt des Bildschirms bereitgestellt werden (wie im linken Feld gezeigt).
    • 15 ist ein Bildschirmabbild, das klinische Versuchsdaten bezüglich einer Anti-PD1-Therapiewirksamkeit bei Patienten mit Stadium IV metastatischem Melanom (wie im rechten Feld gezeigt) präsentiert, die in Reaktion auf eine Auswahl einer Anti-PD1-Immuntherapie durch den Benutzer bereitgestellt werden (wie im linken Feld gezeigt).
    • 16 ist ein Bildschirmabbild, das klinische Versuchsdaten bezüglich Anti-CTLA4 Therapiewirksamkeit bei Patienten mit Stadium IV metastatischem Melanom (wie im rechten Feld gezeigt) präsentiert, die in Reaktion auf eine Auswahl einer Anti-CTLA4 Immuntherapie durch den Benutzer bereitgestellt werden (wie im linken Feld gezeigt).
    • 17 ist ein Bildschirmabbild, das klinische Versuchsdaten bezüglich des NCT01295827 klinischen Versuchs einer Anti-PD1-Behandlung präsentiert (wie im mittleren Feld gezeigt), die in Reaktion auf eine Auswahl des NCT01295827 klinischen Versuchs durch den Benutzer bereitgestellt werden (wie im rechten Feld gezeigt).
    • 18 ist ein Bildschirmabbild, das das Behandlungsschema der ausgewählten klinischen Daten präsentiert, die in Reaktion darauf bereitgestellt werden, dass der Benutzer die Therapieklassenbeschreibungs- und Arzneimittelbeschreibungsabschnitte minimiert. Der Bildschirm kann auch Informationen bezüglich laufender klinischer Versuche präsentieren (gekennzeichnet durch den Buchstaben A).
    • 19 ist ein Bildschirmabbild, das ein MF-Profil eines Patienten präsentiert (wie im mittleren Feld gezeigt).
    • 20 ist ein Bildschirmabbild, das zusätzliche Gengruppen präsentiert, die mit der Tumoreigenschaften-Gengruppe verknüpft sind, die dem Benutzer in Reaktion auf eine Auswahl der Tumoreigenschaften-Gengruppe bereitgestellt werden.
    • 21 ist ein Bildschirmabbild, das Informationen bezüglich der Tumorproliferationsrate präsentiert (wie im rechten Feld gezeigt), die in Reaktion auf eine Auswahl der Tumorproliferationsrate-Gengruppe durch den Benutzer (durch Hervorhebung gezeigt) im MF-Profil bereitgestellt werden.
    • 22 ist ein Bildschirmabbild, das Informationen bezüglich der Reinheit des Tumors des Patienten im Tumorreinheitsabschnitt (wie im unteren rechten Feld gezeigt) und Informationen bezüglich der klonalen Entwicklung des Tumors des Patienten im Tumorklone-Entwicklungsabschnitt (wie im unteren rechten Feld gezeigt) präsentiert.
    • 23 ist ein Bildschirmabbild, das Informationen bezüglich des Anti-Tumor-Immun-Milieus (wie im linken Feld gezeigt), die in Reaktion auf eine Auswahl der Anti-Tumor-Immun-Milieu-Gengruppe durch den Benutzer bereitgestellt werden, und Informationen bezüglich des Pro-Tumor-Immun-Milieus (wie im rechten Feld gezeigt) in Reaktion auf eine Auswahl der Pro-Tumor-Immun-Milieu-Gengruppe durch den Benutzer präsentiert.
    • 24 ist ein Bildschirmabbild, das Informationen bezüglich einer Expression von Genen präsentiert, die T-Zellenaktivität innerhalb des Tumors im Anti Tumor-Mikromilieuabschnitt bestimmen (wie im unteren linken Feld gezeigt), die in Reaktion auf eine Auswahl der T-Zellen-Gengruppe durch den Benutzer im MF-Profil bereitgestellt werden (durch Hervorhebung gezeigt).
    • 25 ist ein Bildschirmabbild, das Informationen bezüglich Expression von Genen präsentiert, die krebsassoziierte Fibroblastenaktivität innerhalb des Tumors im Pro-Tumor-Mikromilieuabschnitt bestimmen (wie im unteren rechten Feld gezeigt), die in Reaktion auf eine Auswahl der Krebsassoziierte-Fibroblastenaktivität-Gengruppe durch den Benutzer im MF-Profil bereitgestellt werden (durch Hervorhebung gezeigt).
    • 26 ist ein Bildschirmabbild, das Informationen bezüglich der Anzahl von nicht malignen T-Zellen-im Tumor des Patienten präsentiert (wie im unteren linken Feld gezeigt), die in Reaktion auf eine Auswahl eines Tumorinfiltrats im Anti-Tumor-Immun-Milieuabschnitt durch den Benutzer bereitgestellt werden (wie im oberen linken Feld gezeigt).
    • 27 ist ein Bildschirmabbild, das Informationen bezüglich des TCR-Repertoires im Tumor des Patienten präsentiert (wie im unteren rechten Feld gezeigt), die in Reaktion auf eine Auswahl eines Tumorinfiltrats im Pro-Tumor-Immun-Milieuabschnitt durch den Benutzer bereitgestellt werden (wie im oberen rechten Feld gezeigt).
    • 28 ist ein Bildschirmabbild, das ein MF-Profil zeigt, das achtundzwanzig Gengruppen präsentiert, wie gezeigt (wie im mittleren Feld gezeigt).
    • 29 ist ein Bildschirmabbild, das den Kombinationstherapieabschnitt präsentiert (wie im rechten Feld gezeigt), der dem Benutzer in Reaktion auf eine Auswahl des Kombinationstherapieabschnitts bereitgestellt wird (wie im mittleren Feld gezeigt).
    • 30 ist ein Bildschirmabbild, das eine Anti-PD1-Therapie präsentiert, die im Kombinationstherapieabschnitt eingegliedert ist (wie im oberen rechten Feld gezeigt).
    • 31 ist ein Bildschirmabbild, das Informationen bezüglich einer Sunitinib-Behandlung im Biologischer-Therapieeinfluss-Abschnitt (wie im unteren mittleren Feld gezeigt) in Reaktion auf eine Auswahl von Sunitinib im Zielgerichtete-Therapie-Biomarkerabschnitt durch den Benutzer präsentiert (durch Hervorhebung gezeigt).
    • 32 ist ein Bildschirmabbild, das eine Sunitinib-Eingliederung im Kombinationstherapieabschnitt in Reaktion auf eine Auswahl von Sunitinib durch den Benutzer präsentiert.
    • 33 ist ein Bildschirmabbild, das mögliche Impfstofftherapien, wie einen personalisierten neo-antigenen Impfstoff und einen serienmäßig produzierten Impfstoff, präsentiert, die dem Benutzer in Reaktion auf eine Auswahl eines Impfstoffs im Immuntherapie-Biomarkerabschnitt bereitgestellt werden (wie im linken Feld gezeigt).
    • 34 ist ein Bildschirmabbild, das Informationen bezüglich einer Behandlung mit einem personalisierten neo-antigenen Impfstoff präsentiert (wie im unteren mittleren Feld gezeigt), die dem Benutzer in Reaktion auf eine Auswahl eines personalisierten neo-antigenen Impfstoffs bereitgestellt werden (durch Hervorhebung gezeigt).
    • 35 ist ein Bildschirmabbild, das eine Eingliederung eines personalisierten neo-antigenen Impfstoffs im Kombinationstherapieabschnitt präsentiert, das dem Benutzer in Reaktion auf eine Auswahl des personalisierten neo-antigenen Impfstoffs durch den Benutzer bereitgestellt wird.
    • 36 ist ein Bildschirmabbild, das die personalisierte neo-antigene Impfstofftherapie, Anti-PD1-Therapie und Sunitinib-Therapie im Kombinationstherapieabschnitt präsentiert, das dem Benutzer in Reaktion auf eine Eingliederung jeder dieser Therapien durch den Benutzer in den Kombinationstherapieabschnitt bereitgestellt wird.
    • 37 ist ein Bildschirmabbild, das einen Alarm präsentiert, dass eine Substitution von Sunitinib-Therapie mit Vemurafenib-Therapie von der Software als eine unpassende Kombination für den Patienten erkannt wird.
    • 38 ist ein Blockdiagramm eines anschaulichen Computersystems, das beim Implementieren mancher Ausführungsformen der hier beschriebenen Technologie verwendet werden kann.
    • 39A ist ein Ablaufdiagramm eines anschaulichen Prozesses 3900 zum Identifizieren eines MF-Profilclusters, mit dem ein MF-Profil für ein Subjekt zu assoziieren ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 39B ist ein Ablaufdiagramm eines anschaulichen Prozesses 3920 zum Erzeugen von MF-Profilclustern unter Verwendung von RNA-Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 39C ist ein Ablaufdiagramm eines anschaulichen Prozesses 3940 zum Identifizieren eines MF-Profilclusters, mit dem ein MF-Profil zu assoziieren ist, das für ein Subjekt zumindest teilweise durch Bestimmen der Expressionswerte des Subjekts für mehrfache Gengruppen bestimmt wird, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 39D ist ein Ablaufdiagramm eines anschaulichen Prozesses 3960 zum Erzeugen von MF-Profilclustern unter Verwendung von RNA-Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, und Assoziieren eines Subjekts mit einem der erzeugten MF-Cluster auf Basis des MF-Profils des Subjekts, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 40A ist ein Ablaufdiagramm eines anschaulichen Prozesses 4000 zum Erzeugen eines MF-Profils und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 40B ist ein Ablaufdiagramm eines anschaulichen Prozesses 4020 zum Erzeugen eines MF-Profils durch Bestimmen von Expressionswerten für mehrfache Gengruppen und Erzeugen eines MF-Porträts zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle (GUI), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41A zeigt eine Reihe von MF-Profilen von Melanompatienten (n=45), die regellos gewählt sind, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41B zeigt Daten von einer unüberwachten Dichte-Subgraphen-Netzwerkcluster-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von Patientenmelanomtumoren (n=470 Patienten) gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 41C ist eine grafische Darstellung eines korrelationsbasierten Graphennetzwerks von Patienten, die bestimmte Cluster zeigt, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Jeder Punkt stellt einen einzelnen Melanompatienten dar, der mit anderen Patienten mit einem Gewicht entsprechend seinem Korrelationswert verbunden ist. Die Größe des Punkts entspricht dem Scheitelgrad.
    • 41D zeigt Daten aus einer K-Means-Clustering-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von Melanomtumoren (n=470 Patiententumore), gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 41E zeigt Daten aus einer Zellzusammensetzungsanalyse von Melanomtumoren, gruppiert in bestimmte Clustertypen A-D (1.-4. MF-Profilcluster) unter Verwendung von MCP-Zähler und CIBERSORT, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41F zeigt Daten aus einer Gensatzanreicherungsanalyse von Melanomtumoren, gruppiert in bestimmte Clustertypen A-D (1.-4. MF-Profilcluster), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41G ist eine grafische Darstellung einer funktionellen Prozessintensität verknüpft mit Tumorwachstum (z.B. CAF, Angiogenese oder Proliferationsrate) oder intratumoralem Immuninfiltrat (z.B. Effektorzellen oder regulatorische T-Zellen-(Tregs)), geschichtet auf Krebserkrankungen von bestimmten Clustertypen A-D (1.-4. MF-Profilcluster), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41H zeigt Daten aus einer Log(p-Wert) t-Test-Differenz in Prozessaktivität (Anreicherungspunktewert) zwischen Krebserkrankungen von bestimmten Clustertypen A-D (1.-4. MF-Profilcluster) gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 411 zeigt Kaplan-Meier Überlebenskurven für Melanompatienten, geteilt in Kohorten gemäß ihren MF-Profil bestimmten Clustertypen (Typen A-D; die den hier beschriebenen 1.-4- Typen von Portraits äquivalent sind) unter Verwendung von unüberwachtem Dichte-Subgraphen-Netzwerk-Clustering, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41J zeigt Kaplan-Meier Überlebenskurven für Melanompatienten, geteilt in Kohorten gemäß ihren MF-Profil bestimmten Clustertypen (Typen A-D; die den hier beschriebenen 1.-4- Typen von Portraits äquivalent sind) unter Verwendung von K-Means-Clustering, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 41K zeigt Daten aus einer Reinheits-, Mutationslast- und Mutationsstatus-Analyse von Melanomtumoren, die gemäß ihren bestimmten Clustertypen A-D (die den hier beschriebenen 1.-4- Typen von Portraits äquivalent sind) gruppiert sind, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 42A zeigt einen MF-Profiltyp A (ersten Typ), wie in manchen Ausführungsformen der hier beschriebenen Technologie bestimmt.
    • 42B zeigt einen MF-Profiltyp B (zweiten Typ), wie in manchen Ausführungsformen der hier beschriebenen Technologie bestimmt.
    • 42C zeigt einen MF-Profiltyp C (dritten Typ), wie in manchen Ausführungsformen der hier beschriebenen Technologie bestimmt.
    • 42D zeigt einen MF-Profiltyp D (vierten Typ), wie in manchen Ausführungsformen der hier beschriebenen Technologie bestimmt.
    • 43A zeigt Daten aus einer tSNE-Analyse über nicht normalisierte Prozessanreicherungspunktewerte gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Jeder Datenpunkt entspricht einer einzelnen analysierten Tumorprobe. Verschiedene Datensätze (z.B. Krebsarten) sind durch verschiedene Grauskalenintensitäten angegeben.
    • 43B zeigt Daten aus einer tSNE-Analyse über Prozessanreicherungspunktewerte, normalisiert innerhalb spezifischer Krebsarten, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Jeder Datenpunkt entspricht einer einzelnen analysierten Tumorprobe. Verschiedene Datensätze (z.B. Krebsarten) sind durch verschiedene Grauskalenintensitäten angegeben.
    • 43C zeigt Daten aus einer unüberwachten Dichte-Subgraphen-Netzwerkcluster-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von verschiedenen Patiententumoren. Die folgenden Krebserkrankungen wurden unter Verwendung von TCGA-Daten analysiert (gelistete n Werte geben die Anzahl einzelner Patienten an): ACC - Nebennierenrindenkarzinom (n=80), BLCA - Blasen-Urothelkarzinom (n=412), BRCA - brustinvasives Karzinom (n=1 100), CESC - Zervixplattenepithelkarzinom und endozervikales Adenokarzinom (n=308), COAD - Kolonadenokarzinom (n=461), ESCA - Speiseröhrenkarzinom (n=185), KIRC - Nierenzellenkarzinom (n=536), KIRP - papilläres Nierenzellenkarzinom (n=291), LIHC - hepatozelluläres Leberkarzinom (n=377), LUAD - Lungenadenokarzinom (n=521), LUSC - squamöses Lungenzellenkarzinom (n=510), OV - seröses Eierstockzystenadenokarzinom (n=586), PAAD - Bauchspeicheldrüsenadenokarzinom (n=185), PRAD - Prostataadenokarzinom (n=498), READ - Mastdarmadenokarzinom (n=172), SKCM - kutanes Hautmelanom (n=470), STAD - Magenadenokarzinom (n=445), THCA - Schilddrüsenkarzinom (n=507), UCEC - Uterusendometriumkarzinom (n=548), CHOL - Cholangiokarzinom - (n=36).
    • 43D zeigt die Häufigkeit von bestimmten Krebs-Clustertypen A-D (1.-4. MF-Profilcluster) in Patienten mit verschiedenen malignen Neoplasmen gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 43E zeigt Daten aus einer unüberwachten Dichte-Subgraphen-Netzwerkcluster-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von Patienten mit verschiedenen malignen Neoplasmen gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 43F zeigt Kaplan-Meier Überlebenskurven für Patienten mit verschiedenen malignen Neoplasmen, geteilt in Kohorten gemäß ihren bestimmten Krebs-Clustertypen A-D (1.-4. MF-Profilcluster), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 44A zeigt Daten aus einer K-Means-Clustering-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten für jede Krebsprobe gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 44B zeigt Daten aus einer K-Means-Clustering-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten für verschmolzene Pan-Krebstumore gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 44C zeigt Daten aus einer Log(p-Wert) t-Test-Differenz in Prozessaktivitätsanreicherungspunktewerten zwischen bestimmten Krebs-Clustertypen A-D (1.-4. MF-Profilcluster) für verschmolzene Pan-Krebstumore gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 44D zeigt eine Wärmekarte einer Korrelation zwischen Melanomproben (n = 470) und den 10.000 am stärksten exprimierten Genen gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Pearson-Korrelationsmatrizen wurden unter Verwendung von euklidischem Abstand geclustert, gemessen durch die Complete-Linkage-Methode. Dichte Cluster sind in Säulenbalken hervorgehoben.
    • 44E zeigt eine Wärmekarte einer Korrelation zwischen Melanomproben (n = 470) und 298 Genen, die die funktionellen Prozesse darstellen, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 44F zeigt eine Wärmekarte einer Korrelation zwischen Melanomproben (n = 470) und 28 funktionellen Prozesspunktewerten gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 44G zeigt eine Wärmekarte einer Korrelation zwischen 20 verschiedenen Karzinomtumoren gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Feld (1) zeigt eine Korrelation mit dem 10.000 am stärksten exprimierten Genen; Feld (2) zeigt eine Korrelation mit 298 Genen, die die funktionellen Prozesse darstellen; und Feld (3) zeigt eine Korrelation mit den 28 funktionellen Prozesspunktewerten. Pearson-Korrelationsmatrizen wurden unter Verwendung des euklidischen Abstands geclustert, gemessen durch die Complete-Linkage-Methode. Dichte Cluster sind in Säulenbalken hervorgehoben.
    • 45A zeigt Daten aus einer unüberwachten Dichte-Subgraphen-Netzwerkcluster Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von Patientenglioblastomtumoren (n=159) und Gliomtumoren (n=516) gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 45B zeigt Daten aus einer Log(p-Wert) t-Test-Differenz in Prozessaktivität-Anreicherungspunktewerten zwischen Hirntumoren, die bestimmt sind, in Clustertypen A-D (1.-4. MF-Profilcluster) zu fallen, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 45C zeigt Daten aus einer unüberwachten Dichte-Subgraphen-Netzwerkcluster-Analyse von tumorfunktionellen Prozessen, berechnet aus RNA-Seq-Daten von Patientensarkomtumoren (n=261) gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Die bestimmten Cluster wurden als Typ A-D (1.-4. MF-Profilcluster) markiert.
    • 45D zeigt Daten aus einer Log(p-Wert) t-Test-Differenz in Prozessaktivitätsanreicherungspunktewerten zwischen Sarkomtumoren, die bestimmt sind, in Clustertypen A-D (1.-4. MF-Profilcluster) zu fallen, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 46A zeigt eine Wärmekarte, die Prozesse von Tumor-MF-Profilen von Melanompatienten zeigt, die mit einer Anti-CTLA4-Therapie behandelt wurden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Eine Angabe von Respondern und Non-Respondern, MF-Profilklassifizierung von bestimmten Clustertypen A-D (1.-4. MF-Profilcluster) und einer Gesamtzahl von Mutationen ist über der Wärmekarte dargestellt. Die durchschnittlichen MF-Profile entsprechend Patienten aus der Wärmekarte und Prozent Responder (R) und Non-Responder (N) für Patienten mit dem angegebenen Tumortyp sind unter der Wärmekarte dargestellt.
    • 46B zeigt eine Wärmekarte, die Prozesse von MF-Profilen von Melanompatienten, die mit einer Anti-PD 1-Therapie behandelt wurden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt.
    • 46C zeigt eine Wärmekarte, die Prozessen von Tumor-MF-Profilen von Melanompatienten, die mit MAGE-A3 Impfstoff behandelt wurden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt.
    • 46D zeigt eine Wärmekarte, die Prozesse von Tumor-MF-Profilen von mCRC Patienten von GSE5851 und HNSCC Patienten von GSE65021, die mit Cetuximab behandelt wurden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt. Der EGFR Expressionsstatus ist auch angegeben.
    • 46E zeigt eine Wärmekarte, die Prozesse von Tumor-MF-Profilen von ccRCC Patienten, die mit Sunitinib behandelt wurden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt.
    • 46F zeigt Daten von Empfängerbetriebseigenschaften für eine Therapiereaktionsvorhersage, basierend auf MF-Profiltyp und AUC-Punktewerten, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 46G zeigt Kaplan-Meier Überlebenskurven für Melanompatienten, die mit Anti-CTLA4 Therapie behandelt wurden, geteilt in Kohorten gemäß ihrem bestimmten MF-Profiltyp (Typen A-D; 1.-4. MF-Profilcluster), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 46H zeigt Kaplan-Meier Überlebenskurven für Melanompatienten, die mit einer Anti-PD1-Therapie behandelt wurden, geteilt in Kohorten gemäß ihrem bestimmten MF-Profiltyp (Typen A-D; 1.-4. MF-Profilcluster), gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 461 zeigt Kaplan-Meier Überlebenskurven für mit Sunitinib behandelte Patienten mit Tumoren mit einer hohen Proliferationsrate oder einer niederen Proliferationsrate, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 47A zeigt eine grafische Darstellung von Melanompatienten (Punkte) auf zweidimensionalen Koordinaten von T-Zellen- und Krebsassoziierte-Fibroblasten-Aktivitätsprozessintensität aus MF-Profil (z-Punktewerte) gemäß manchen Ausführungsformen der hier beschriebenen Technologie. MF-Profiltyp (Typen A-D; 1.-4. MF-Profilcluster) ist für jeden Patienten angegeben. Dynamische Änderungen in Tumor-MF-Profilen von fünf Patienten sind durch Pfeile dargestellt. Größere Punkte geben Vorbehandlung-Tumore an.
    • 47B zeigt eine Wärmekarte, die Prozesse eines bestimmten MF-Profiltyps (Typen A-D; 1.-4. MF-Profilcluster) für Melanompatienten vor und nach Behandlung mit Anti-PD1-Therapie gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt. Eine Angabe von Responder und Non-Responder, MF-Profilklassifizierung und Gesamtanzahl von Mutationen ist über der Wärmekarte gezeigt. Vorbehandlungs-MF-Profile für jeden Patienten ist unter der Wärmekarte gezeigt.
    • 47C zeigt eine Graphik von Empfängerbetriebseigenschaften zur Therapiereaktionsvorhersage, basierend auf Tumorklassifizierung vor Behandlung, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 48A zeigt ein beispielhaftes MF-Profil, das zum Gestalten einer Kombinationstherapie nützlich ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 48B zeigt einen beispielhaften MF-Profiltyp B, der zum Gestalten einer Kombinationstherapie nützlich ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 48C zeigt einen beispielhaften MF-Profiltyp C, der zum Gestalten einer Kombinationstherapie nützlich ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 48D zeigt einen beispielhaften MF-Profiltyp D, der zum Gestalten einer Kombinationstherapie nützlich ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 49A ist eine grafische Darstellung eines beispielhaften MF-Profils mit 28 funktionellen Prozessen gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 49B ist eine grafische Darstellung, die eine Visualisierung eines MF-Profils mit 19 funktionellen Prozessen zeigt, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 49C ist eine grafische Darstellung, die eine Visualisierung eines MF-Profils mit 5 funktionellen Prozessen zeigt, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 50A zeigt Daten aus einer Pearson-Korrelationsanalyse von funktionellen Modulen, die die Basis für die Tumor-MF-Profile bilden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 50B zeigt Daten aus einer Pearson-Korrelationsanalyse von Effektorzellenfunktionellem Aktivitätsmodul mit NK-Zellen-, Checkpoint-Inhibition-, MHC Klasse II- und Metastase-Modulen gemäß manchen Ausführungsformen der hier beschriebenen Technologie.
    • 50C zeigt eine Graphik, die SKCM und Pan-Krebs-Graphikknotenkonnektivität in Prozent (%) bei verschiedenen Randgewichtsschwellenwerten gemäß manchen Ausführungsformen der hier beschriebenen Technologie zeigt. Die volle Linie zeigt 1 % Knotenkonnektivität.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Jüngste Fortschritte in personalisierter genomische Sequenzierung und krebsgenomischen Sequenzierungstechnologien haben es möglich gemacht, patientenspezifische Informationen über Krebszellen (z.B. Tumorzellen) und Krebsmikromilieus aus einer oder mehreren biologischen Proben zu erhalten, die von einzelnen Patienten erhalten werden. Diese Informationen können zum Charakterisieren der Art oder Arten von Krebs verwendet werden, die ein Patient oder Subjekt hat, und möglicherweise zum Auswählen einer oder mehrerer wirksamer Therapien für den Patienten. Diese Informationen können auch zum Bestimmen verwendet werden, die ein Patient im Laufe der Zeit auf eine Behandlung anspricht, und, falls notwendig, zum Auswählen einer neuen Therapie oder von neuen Therapien für den Patienten, falls notwendig. Diese Informationen können auch zum Bestimmen verwendet werden, ob ein Patient zur Teilnahme an einem klinischen Versuch zugelassen oder von dieser ausgeschlossen werden soll.
  • Die Erfinder haben erkannt und wissen zu schätzen, dass viele verschiedene Arten von Krebs, enthaltend, ohne aber darauf beschränkt zu sein, Melanom, Sarkom und Glioblastoma, als eines von vier molekularen Funktions- (MF) Profilen charakterisiert oder in diese klassifiziert werden kann, die hier als erstes MF-Profil (1. MF-Profil), zweites MF-Profil (2. MF-Profil), drittes MF-Profil (3. MF-Profil) und viertes MF-Profil (4. MF-Profil) identifiziert sind.
  • Krebserkrankungen des ersten MF-Profils können als „entzündet/vaskularisiert“ und/oder „entzündet/Fibroblast-angereichert“ beschrieben werden; Krebserkrankungen des zweiten MF-Profils können auch als „entzündet/nicht vaskularisiert“ und/oder „entzündet/nicht Fibroblast-angereichert“ beschrieben werden; Krebserkrankungen des dritten MF-Profils können auch als „nicht entzündet/vaskularisiert“ und/oder „nicht entzündet/Fibroblast-angereichert“ beschrieben werden; und Krebserkrankungen des vierten MF-Profils können auch als „nicht entzündet/nicht vaskularisiert“ und/oder „nicht entzündet/nicht Fibroblast-angereichert“ und/oder „Immune desert“ beschrieben werden Solchen Eigenschaften von MF-Cluster können auch zahlreiche Weisen berechnet werden.
  • Wie hier verwendet, bezieht sich „entzündet“ auf die Wert von Zusammensetzungen und Prozessen, die mit einer Entzündung bei einem Krebs (z.B. einem Tumor) zusammenhängen. In manchen Ausführungsformen sind entzündete Krebserkrankungen (z.B. Tumore) stark durch Immunzellen infiltriert und sind in Bezug auf Antigenpräsentation und T-Zellaktivierung höchst aktiv. In manchen Ausführungsformen können entzündete Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel zumindest 0,60, zumindest 0,65, zumindest 0,70, zumindest 0,75, zumindest 0,80, zumindest 0,85, zumindest 0,90, zumindest 0,91, zumindest 0,92, zumindest 0,93, zumindest 0,94, zumindest 0,95, zumindest 0,96, zumindest 0,97, zumindest 0,98, oder zumindest 0,99 haben. In manchen Ausführungsformen können entzündete Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel nicht kleiner als 0,60, nicht kleiner als 0,65, nicht kleiner als 0,70, nicht kleiner als 0,75, nicht kleiner als 0,80, nicht kleiner als 0,85, nicht kleiner als 0,90, nicht kleiner als 0,91, nicht kleiner als 0,92, nicht kleiner als 0,93, nicht kleiner als 0,94, nicht kleiner als 0,95, nicht kleiner als 0,96, nicht kleiner als 0,97, nicht kleiner als 0,98 oder nicht kleiner als 0,99 haben. In manchen Ausführungsformen sind nicht entzündete Tumore schlecht durch Immunzellen infiltriert und haben eine geringe Aktivität in Bezug auf Antigenpräsentation und T-Zellenaktivierung. In manchen Ausführungsformen können nicht entzündete Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel kleiner als -0,20, kleiner als -0,25, kleiner als -0,30, kleiner als -0,35, kleiner als -0,40, kleiner als -0,45, kleiner als -0,50, kleiner als -0,55, kleiner als -0,60, kleiner als -0,65, kleiner als -0,70, kleiner als -0,75, kleiner als -0,80, kleiner als -0,85, kleiner als -0,90, kleiner als -0,91, kleiner als -0,92, kleiner als -0,93, kleiner als -0,94, kleiner als -0,95, kleiner als -0,96, kleiner als -0,97, kleiner als -0,98, oder kleiner als -0,99 haben. In manchen Ausführungsformen können nicht entzündete Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel nicht mehr als -0,20, nicht mehr als -0,25, nicht mehr als -0,30, nicht mehr als -0,35, nicht mehr als -0,40, nicht mehr als -0,45, nicht mehr als -0,50, nicht mehr als -0,55, nicht mehr als -0,60, nicht mehr als -0,65, nicht mehr als -0,70, nicht mehr als -0,75, nicht mehr als -0,80, nicht mehr als -0,85, nicht mehr als -0,90, nicht mehr als -0,91, nicht mehr als -0,92, nicht mehr als -0,93, nicht mehr als -0,94, nicht mehr als -0,95, nicht mehr als -0,96, nicht mehr als -0,97, nicht mehr als -0,98, oder nicht mehr als -0,99 haben.
  • Wie hier verwendet, bezieht sich „vaskularisiert“ auf die Bildung von Blutgefäßen bei einem Krebs (z.B. einem Tumor). In manchen Ausführungsformen umfassen vaskularisierte Krebserkrankungen (z.B. Tumore) hohe Wert von zellulären Zusammensetzungen und Prozessen, die mit einer Blutgefäßbildung in Zusammenhang stehen In manchen Ausführungsformen können vaskularisierte Krebserkrankungen (z.B. Tumore) einen Angiogenese-z-Punktewert von zum Beispiel zumindest 0,60, zumindest 0,65, zumindest 0,70, zumindest 0,75, zumindest 0,80, zumindest 0,85, zumindest 0,90, zumindest 0,91, zumindest 0,92, zumindest 0,93, zumindest 0,94, zumindest 0,95, zumindest 0,96, zumindest 0,97, zumindest 0,98, oder zumindest 0,99 haben. In manchen Ausführungsformen können vaskularisierte Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel nicht kleiner als 0,60, nicht kleiner als 0,65, nicht kleiner als 0,70, nicht kleiner als 0,75, nicht kleiner als 0,80, nicht kleiner als 0,85, nicht kleiner als 0,90, nicht kleiner als 0,91, nicht kleiner als 0,92, nicht kleiner als 0,93, nicht kleiner als 0,94, nicht kleiner als 0,95, nicht kleiner als 0,96, nicht kleiner als 0,97, nicht kleiner als 0,98, oder nicht kleiner als 0,99 haben. In manchen Ausführungsformen umfassen nicht vaskularisierte Krebserkrankungen (z.B. Tumore) wenige oder keine Zusammensetzungen und Prozesse, die mit einer Blutgefäßbildung in Zusammenhang stehen. In manchen Ausführungsformen können nicht vaskularisierte Krebserkrankungen (z.B. Tumore) einen Angiogenese-z-Punktewert von zum Beispiel kleiner als -0,20, kleiner als -0,25, kleiner als -0,30, kleiner als -0,35, kleiner als -0,40, kleiner als -0,45, kleiner als -0,50, kleiner als -0,55, kleiner als -0,60, kleiner als -0,65, kleiner als -0,70, kleiner als -0,75, kleiner als -0,80, kleiner als -0,85, kleiner als -0,90, kleiner als -0,91, kleiner als -0,92, kleiner als -0,93, kleiner als -0,94, kleiner als -0,95, kleiner als -0,96, kleiner als -0,97, kleiner als -0,98, oder kleiner als -0,99 haben. In manchen Ausführungsformen können nicht vaskularisierte Krebserkrankungen (z.B. Tumore) einen Angiogenese-z-Punktewert von zum Beispiel nicht mehr als -0,20, nicht mehr als -0,25, nicht mehr als -0,30, nicht mehr als -0,35, nicht mehr als -0,40, nicht mehr als -0,45, nicht mehr als -0,50, nicht mehr als -0,55, nicht mehr als -0,60, nicht mehr als -0,65, nicht mehr als -0,70, nicht mehr als -0,75, nicht mehr als -0,80, nicht mehr als -0,85, nicht mehr als -0,90, nicht mehr als -0,91, nicht mehr als -0,92, nicht mehr als -0,93, nicht mehr als -0,94, nicht mehr als -0,95, nicht mehr als -0,96, nicht mehr als -0,97, nicht mehr als -0,98, oder nicht mehr als -0,99 haben.
  • Wie hier verwendet, bezieht sich „Fibroblasten-angereichert“ auf den Wert oder die Menge an Fibroblasten bei einem Krebs (z.B. einem Tumor). In manchen Ausführungsformen umfassen Fibroblasten-angereicherte Tumore hohe Wert von Fibroblastzellen. In manchen Ausführungsformen können Fibroblasten-angereicherte Krebserkrankungen (z.B. Tumore) einen Fibroblast- (krebsassoziierte Fibroblastenaktivität) z-Punktewert von zum Beispiel zumindest 0,60, zumindest 0,65, zumindest 0,70, zumindest 0,75, zumindest 0,80, zumindest 0,85, zumindest 0,90, zumindest 0,91, zumindest 0,92, zumindest 0,93, zumindest 0,94, zumindest 0,95, zumindest 0,96, zumindest 0,97, zumindest 0,98, oder zumindest 0,99 haben. In manchen Ausführungsformen können Fibroblasten-angereicherte Krebserkrankungen (z.B. Tumore) einen NK-Zellen- und/oder einen T-Zellen-z-Punktewert von zum Beispiel nicht kleiner als 0,60, nicht kleiner als 0,65, nicht kleiner als 0,70, nicht kleiner als 0,75, nicht kleiner als 0,80, nicht kleiner als 0,85, nicht kleiner als 0,90, nicht kleiner als 0,91, nicht kleiner als 0,92, nicht kleiner als 0,93, nicht kleiner als 0,94, nicht kleiner als 0,95, nicht kleiner als 0,96, nicht kleiner als 0,97, nicht kleiner als 0,98, oder nicht kleiner als 0,99 haben. In manchen Ausführungsformen können nicht Fibroblast-angereicherte Krebserkrankungen (z.B. Tumore) wenige oder keine Fibroblastzellen umfassen. In manchen Ausführungsformen können nicht Fibroblast-angereicherte Krebserkrankungen (z.B. Tumore) einen Fibroblast- (krebsassoziierte Fibroblastenaktivität) z-Punktewert von zum Beispiel kleiner als -0,20, kleiner als -0,25, kleiner als -0,30, kleiner als -0,35, kleiner als -0,40, kleiner als -0,45, kleiner als -0,50, kleiner als -0,55, kleiner als - 0,60, kleiner als -0,65, kleiner als -0,70, kleiner als -0,75, kleiner als -0,80, kleiner als -0,85, kleiner als -0,90, kleiner als -0,91, kleiner als -0,92, kleiner als -0,93, kleiner als -0,94, kleiner als -0,95, kleiner als -0,96, kleiner als -0,97, kleiner als -0,98, oder kleiner als -0,99 haben. In manchen Ausführungsformen können nicht Fibroblast-angereicherte Krebserkrankungen (z.B. Tumore) einen Fibroblast- (krebsassoziierte Fibroblastenaktivität) z-Punktewert von zum Beispiel nicht mehr als -0,20, nicht mehr als -0,25, nicht mehr als - 0,30, nicht mehr als -0,35, nicht mehr als -0,40, nicht mehr als -0,45, nicht mehr als -0,50, nicht mehr als -0,55, nicht mehr als -0,60, nicht mehr als -0,65, nicht mehr als -0,70, nicht mehr als -0,75, nicht mehr als -0,80, nicht mehr als -0,85, nicht mehr als -0,90, nicht mehr als -0,91, nicht mehr als -0,92, nicht mehr als -0,93, nicht mehr als -0,94, nicht mehr als -0,95, nicht mehr als -0,96, nicht mehr als -0,97, nicht mehr als -0,98, oder nicht mehr als -0,99 haben.
  • Jede biologische Probe eines Subjekts kann einem von vier vordefinierten MF-Profilclustern unter Verwendung eines K-Nearest-Neighbors- Klassifizierers klassifiziert werden. Der Klassifizierer kann auf die Daten, durch die die MF-Profilcluster definiert sind, und auf ihre entsprechenden Markierungen trainiert werden. Probenvektoren für den K-Nearest-Neighbors-Klassifizierer finden sich in folgender Tabelle 1- Der Klassifizierer kann dann die Art von MF-Profil (MF-Profilcluster) für die Subjektprobe unter Verwendung seiner relativen Prozessintensitätswerte vorhersagen. Relative Prozessintensitätswerte können als Z-Werte (Argumente der normalen Standardverteilung über einen Trainingssatz von Proben) von ssGSEA-Algorithmusergebnissen berechnet werden, die aus den RNA-Sequenzdaten aus der Subjektprobe wie hier beschrieben abgeleitet werden. Tabelle 1. Probenvektoren für den K-Nearest-Neighbors-Klassifizierer (z -Punktewerte).
    MF-Profiltyp Erster Zweiter Dritter Vierter
    Angiogenese 0,727815 -0,5907 0,71314 -0,42704
    Krebsassoziierte Fibroblastenaktivität 0,596986 -0,4871 0,82218 -0,49264
    Rezeptor_Tyrosin_Kinasen 0,370197 -0,4366 0,75614 -0,33472
    NK_Zellen 0,624648 0,75725 -0,3987 -0,89695
    Checkpoint Inhibition 0,671491 0,74881 -0,3928 -0,92683
    Effektor_Zellen 0,652837 0,77783 -0,3953 -0,93822
    T_Zellen 0,701067 0,74591 -0,3827 -0,9518
    Proliferationsrate -0,44244 0,10307 -0,457 0,509505
  • Die Identifizierung und Klassifizierung von 1.-4. MF-Profilclustertypen wie hier beschrieben waren nach dem Stand der Technik nicht bekannt und solche Klassifizierungen stellen präzisere Diagnosen bereit, die durch die Verwendung eines einzelnen Markers oder einer weniger komplexen Kombination von Elementen nicht erhältlich wären. Die Verfahren, Systeme und grafischen Benutzerschnittstellen (GUIs), die auf solchen, hier beschriebenen Klassifizierungen beruhen, sind neu verfügbar und es gab keine zuvor beschriebenen Techniken oder Verfahren zum Durchführen der Elemente dieser Techniken. Ferner war zuvor nicht bekannt, dass die vier Molekularfunktions- (MF) Profile existieren und daher konnte es keine Motivation in der Technik geben, diese Krebsarten zu identifizieren. Zusätzlich wären die Arten von hier beschriebenen Analysen in ihrer Durchführung als zu involviert, kostspielig und/oder zeitaufwändig angesehen worden, ohne die möglichen Vorteile zu verstehen, die aus solchen komplexen Analysen abgeleitet werden, die auf der Multiplizität und Veränderlichkeit der involvierten Faktoren beruhen.
  • Die Erfinder haben erkannt und wissen zu schätzen, dass mehrere der hier beschriebenen Elemente mehr als jenes hinzufügen, das allgemein verstandene, routinemäßige oder herkömmliche Aktivität ist, die von anderen in dem Bereich vorgeschlagen wird. Diese bedeutsamen, nicht routinemäßigen Schritte führen zu Verbesserungen, die in hier beschriebenen Verfahren, Systemen und GUIs beobachtet werden, und enthalten, ohne aber darauf beschränkt zu sein: die Analyse von Genexpressionswerten und Gengruppenexpressionswerten sowohl für Krebsmalignitäten als auch Krebsmikromilieu; die Kombination(en) spezifischer Gene, die in den hier bereitgestellten Gengruppen (oder Modulen) verwendet werden; die Erkenntnis, dass viele verschiedene Krebserkrankungen so klassifiziert werden können, dass sie als einer von 1.-4. MF-Profil-Krebsarten identifizierbar sind; technische Verbesserungen in Analysen, die eine präzisere Identifizierung von Krebserkrankungen erlauben und zu Verbesserungen im Ergebnis für den Patienten führen; die Erstellung von verbesserten grafischen Benutzerschnittstellen, um eine Analyse einer Krebserkrankung eines einzelnen Patienten in Krebs 1.-4. MF-Profil-Krebsarten zu unterstützen; die Spezifizierung von Behandlungen für einzelne Patienten basierend auf der identifizierten Klassifizierung einer oder mehrerer Krebserkrankungen beim Patient (d.h. 1.-4. MF-Profil Krebsarten) und/oder zusätzlichen Informationen über den Patienten oder die Krebserkrankung des Patienten.
  • Daher beziehen sich Aspekte der vorliegenden Offenbarung auf Verfahren und Zusammensetzungen zur Charakterisierung einer oder mehrerer Krebserkrankungen (z.B. Tumore) von oder in einem Patienten. In manchen Ausführungsformen umfasst Charakterisieren eines Krebses (z.B. eines Tumors) ein differentielles Bestimmen exprimierter Gene in einer Probe von einem Subjekt (z.B. einem Patienten) mit einem Krebs (z.B. einem Tumor). In manchen Ausführungsformen umfasst Charakterisieren eines Krebses (z.B. eines Tumors) Bestimmen, ob ein oder mehrere Gene in einer Probe von einem Subjekt mit einem Krebs (z.B. einem Tumor) mutiert sind. In gewissen Ausführungsformen umfasst Charakterisieren eines Krebses (z.B. eines Tumors) Identifizieren des Krebses (z.B. eines Tumors) als einen spezifischen Subtyp von Krebs, ausgewählt aus einer 1. MF-Profil-Krebsart (entzündet/vaskularisiert und/oder entzündet/Fibroblasten-angereichert), einer 2. MF-Profil-Krebsart (entzündet/nicht vaskularisiert und/oder entzündet/nicht Fibroblasten-angereichert); einer 3. MF-Profil-Krebsart (nicht entzündet/vaskularisiert und/oder nicht entzündet/Fibroblasten-angereichert), und einer 4. MF-Profil-Krebsart (nicht entzündet/nicht vaskularisiert und/oder nicht entzündet/nicht Fibroblasten-angereichert; hier auch als „Immune desert“ identifiziert).
  • Solche Verfahren und Zusammensetzungen können für klinische Zwecke nützlich sein, enthaltend zum Beispiel Auswählen einer Behandlung, Überwachen von Krebsprogression, Bewerten der Wirksamkeit einer Behandlung gegen einen Krebs, Auswerten einer Eignung eines Patienten zur Teilnahme an einem klinischen Versuch oder Bestimmen eines Behandlungsverlaufs für ein Subjekt (z.B. einen Patienten).
  • Die hier beschriebenen Verfahren und Zusammensetzungen können auch für nicht klinische Anwendungen nützlich sein, enthaltend (als ein nicht einschränkendes Beispiel) Forschungszwecke, wie z.B. Studie des Mechanismus einer Krebsentwicklung und/oder biologischer Pfade und/oder biologischer Prozesse, die bei Krebs involviert sind, und Entwicklung neuer Therapien für Krebs basierend auf solchen Studien.
  • Ferner sind Systeme, die diese Informationen in einem verständlichen und brauchbaren Format präsentieren, erforderlich, um eine Behandlung von Patienten mit solchen Zuständen zu erleichtern. Daher sind hier Modelle und Systeme von Krebs-Immunität-Wechselbeziehungen für einen bestimmten Patienten bereitgestellt, die zu einem Profil führen, das gestaltet ist, wichtige Eigenschaften von kanzerösen Zellen (z.B. Tumorzellen) des Patienten (hier zum Beispiel als „Krebsmalignitäten“ bezeichnet) wie auch alle Schlüsselprozesse im Krebs- (z.B. Tumor-) Mikromilieu (hier zum Beispiel als „Krebsmikromilieu“ besprochen) präzise und klar zu beschreiben.
  • Ein solches Modell kann das volle Spektrum maligner Komponenten im Krebsmikromilieu berücksichtigen, enthaltend Fibroblasten und extrazelluläre Matrizen, das Netz aus Blut- und lymphatischen Gefäßen, Gewebemakrophagen, dendritische und Mastzellen, verschiedene Arten von Leukozyten/Lymphozyten, die zum Tumor wandern oder sich in diesem vermehren, wie auch intrinsische Eigenschaften maligner Zellen.
  • Gewisse Aspekte des beschriebenen Modells oder Systems präsentieren die Zellzusammensetzung der kanzerösen Zellen (z.B. des Tumors), während andere Aspekte die Intensität von Prozessen der kanzerösen (z.B. der Tumor-) Zellen der biologischen Probe und/oder des Patienten wiedergeben. Das Vorhandensein und die Anzahl eines Zelltyps sind ein wichtiger, aber unzureichender Parameter, da auch notwendig ist zu verstehen, wie diese Zellen innerhalb von Prozessen funktionieren, die den Krebs (z.B. den Tumor) ausmachen. Die Größe besonderer funktioneller Module, enthaltend z.B. die Intensität von laufenden Prozessen in diesen Modulen, umfasst tatsächlich sowohl Konzentration als auch funktionelle Aktivität des Zelltyps. Daher gibt ein Krebs- (z.B. ein Tumor-) „Profil“, das einen Satz funktioneller Module mit einer Schätzung ihrer Intensität umfasst, implizit den Gehalt der verschiedenen Zelltypen im Krebs (z.B. dem Tumor) wieder.
  • Daher ermöglicht das hier beschriebene Modell in manchen Ausführungsformen die Studie der strukturell-funktionellen Zusammensetzung eines Tumors und/oder von kanzerösen Zellen eines bestimmten Patienten und erlaubt auch den Vergleich derselben über verschiedene Patienten und Gruppen von Patienten. Als ein nicht einschränkendes Beispiel wurde das beschriebene Modell für einen Vergleich von humanen kutanen Hautmelanom-(SKCM) Tumoren von 470 Melanompatienten verwendet. Vier allgemeine Typen von Tumoren wurden enthüllt (hier als Tumortypen 1. MF-Profiltyp, 2. MF-Profiltyp, 3. MF-Profiltyp, und 4. MF-Profiltyp beschrieben), die sich auf 22%, 28%, 24% bzw. 24% der Melanompatienten (die 98% aller Patienten darstellen) beziehen. Tumortypen vom 1. MF-Profiltyp und 2. MF-Profiltyp sind durch einen übermäßige Infiltration mit Zellen des Immunsystems gekennzeichnet (sogenannte „entzündete“ oder „heiße“ Tumore) und vom 3. MF-Profiltyp und 4. MF-Profiltyp werden als schwach infiltriert angesehen (sogenannte „nicht entzündete“ oder „kalte“ Tumore), was bedeutet, dass sie keine offensichtlichen Anzeigen von Entzündung Rekrutierung von Immunzellen.
  • Im Allgemeinen stellen hier beschriebene Techniken Verbesserungen gegenüber herkömmlichen computerimplementierten Techniken zur Analyse medizinischer Daten bereit, wie Auswertung von Expressionsdaten (z.B. RNA-Expressionsdaten) und Bestimmen, ob eine oder mehrere Therapien (z.B. zielgerichtete Therapien und/oder Immuntherapien) in der Behandlung des Subjekts wirksam sein werden. Zusätzlich sind manche Ausführungsformen der hier bereitgestellten Technologie auf grafische Benutzerschnittstellen gerichtet, die onkologische Daten in einer neuen Weise präsentieren, die kompakt und äußerst informativ ist. Diese grafischen Benutzerschnittstellen verringern nicht nur die kognitive Last für Benutzer, die mit ihnen arbeiten, sondern können auch zur Verringerung klinischer Fehler und Verbesserung der Funktionalität eines Computers dienen, indem sie alle notwendigen Informationen in einer einzelnen interaktiven Schnittstelle bereitstellen. Daher entfällt für einen Kliniker die Notwendigkeit, verschiedene Informationsquellen zu Rate zu ziehen (z.B. mehrere verschiedene Webseiten anzusehen, mehrere verschiedene Anwendungsprogramme zu verwenden usw.), was sonst eine zusätzliche Last bei den Verarbeitungs-, Speicher- und Kommunikationsressourcen des (der) Computer erzeugen würde, die von dem Kliniker verwendet werden.
  • Wie hier beschrieben, beziehen sich manche Ausführungsformen auf ein Softwareprogramm zum Bereitstellen von Informationen bezüglich eines Krebses eines Patienten für einen Benutzer (z.B. einen Onkologen oder anderen Arzt, einen Gesundheitsdienstleister, einen Forscher, einen Patienten usw.). Das Softwareprogramm kann Informationen über den Patienten bereitstellen, z.B. das Alter, den gesamten Status, die Diagnose und den Behandlungsverlauf des Patienten.
  • In einem anderen Aspekt kann das Softwareprogramm Informationen über den Krebs eines Patienten liefern, z.B. Tumorhistologie, Tumorreinheit, Tumorklonentwicklung, Tumorzellenzusammensetzung, Tumorzelleninfiltrat, Genexpressionswerte, Genmutationen, die Ergebnisse medizinischer Untersuchungen (z.B. MRI-Ergebnisse) und Sequenzierungsdaten (z.B. RNA-Sequenzierungsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten).
  • In einem anderen Aspekt kann das Softwareprogramm Informationen über mögliche Behandlungen (z.B. Immuntherapien, zielgerichtete Therapien usw.) und Informationen bezüglich möglicher Behandlungen, z.B. prognostische Faktoren, therapeutische Wirksamkeit, Wirksamkeit eines klinischen Versuchs, laufende klinische Versuche und relevante Veröffentlichungen bereitstellen.
  • In einem anderen Aspekt kann das Softwareprogramm Informationen über die Biomarker des Patienten (z.B. genetische Biomarker, zelluläre Biomarker und Expressionsbiomarker) und Informationen bezüglich eines Biomarkers des Patienten (z.B. eine Beschreibung des Biomarkers, wie der Biomarkerwert berechnet wurde, den bestimmten Biomarkerwert des Patienten verglichen mit anderen Patienten und zugehörige Veröffentlichungen) bereitstellen.
  • In einem weiteren Aspekt kann das Softwareprogramm dem Benutzer erlauben, interaktiv ein Feld von Sequenzierungsergebnissen (z.B. Ergebnisse, die sich auf die Sequenzen oder Wert spezifizierter Biomarker oder Gene beziehen) zu gestalten, die für den Patienten und/oder eine Kombinationstherapie für den Patienten spezifisch sind.
  • Wie hier verwendet, bezeichnet der Begriff „Patient“ jedes Säugetier, enthaltend Mäuse, Kaninchen und Menschen. In einer Ausführungsform ist der Patient ein humaner oder nicht humaner Primat. Die Begriffe „Individuum“ oder „Subjekt“ können austauschbar mit „Patient“ verwendet werden
  • Erhalten von Expressionsdaten
  • Expressionsdaten (z.B. RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten), wie hier beschrieben, können von einer Reihe von Quellen erhalten werden. In manchen Ausführungsformen können Expressionsdaten durch Analyse einer biologischen Probe von einem Patienten erhalten werden. Die biologische Probe kann vor Durchführung der hier beschriebenen Techniken analysiert werden, die die Techniken zum Erzeugen von MF-Clustern, Assoziieren eines MF-Profils eines Patienten mit einem der MF-Cluster und Erzeugen eines MF-Porträts aus einem MF-Profil eines Patienten, um eine Visualisierung für das MF-Profil bereitzustellen, enthalten. In manchen solchen Ausführungsformen können Daten, die von der biologischen Probe erhalten werden, (z.B. in einer Datenbank) gespeichert werden und auf sie kann während einer Durchführung der hier beschriebenen Techniken zugegriffen werden. In manchen Ausführungsformen werden die Expressionsdaten von einer Datenbank erhalten, die Expressionsdaten für zumindest einen Patienten beinhaltet.
  • Biologische Proben
  • Jedes/jeder der Verfahren, Systeme, Tests oder anderen beanspruchten Elemente kann jede biologische Probe von einem Subjekt (d.h. einem Patienten oder Individuum) verwenden oder zu deren Analyse verwendet werden. In manchen Ausführungsformen kann die biologische Probe eine Probe von einem Subjekt sein, das bekanntlich oder vermutlich kanzeröse Zellen oder präkanzeröse Zellen aufweist.
  • Die biologische Probe kann von jeder Quelle im Körper des Subjekts sein, enthaltend, ohne aber darauf beschränkt zu sein, jede Flüssigkeit [wie Blut (z.B. Vollblut, Blutserum oder Blutplasma), Speichel, Tränen, Synovialflüssigkeit, Rückenmarksflüssigkeit, Pleuraerguss, Perikardflüssigkeit, Aszitesflüssigkeit und/oder Harn], Haar, Haut (enthaltend Teile der Epidermis, Dermis und/oder Hypodermis), Oropharynx, Laryngopharynx, Ösophagus, Magen, Bronchien, Speicheldrüse, Zunge, Mundhöhle, Nasenhöhle, Vaginalhöhle, Analhöhle, Knochen, Knochenmark, Hirn, Thymus, Milz, Dünndarm, Blinddarm, Kolon, Mastdarm, Anus, Leber, Gallengang, Bauchspeicheldrüse, Niere, Harnleiter, Blase, Harnröhre, Uterus, Vagina, Vulva, Eileiter, Cervix, Skrotum, Penis, Prostata, Hoden, Samenbläschen und/oder jede Art von Gewebe (z.B. Muskelgewebe, Epithelgewebe, Bindegewebe oder Nervengewebe).
  • Die biologische Probe kann jede Art von Probe sein, enthaltend zum Beispiel eine Probe einer Körperflüssigkeit, einer oder mehrerer Zellen, eines Stücks von Gewebe oder etwas oder alles von einem Organ. In manchen Ausführungsformen kann die Probe von einem kanzerösen Gewebe oder Organ oder einem Gewebe oder Organ, das vermutlich eine oder mehrere kanzeröse Zellen aufweist, sein. In manchen Ausführungsformen kann die Probe von einem gesunden (z.B. nicht kanzerösen) Gewebe oder Organ sein. In manchen Ausführungsformen kann eine Probe von einem Subjekt (z.B. eine Biopsie von einem Subjekt) sowohl gesunde als auch kanzeröse Zellen und/oder Gewebe enthalten. In gewissen Ausführungsformen wird eine Probe einem Subjekt zur Analyse entnommen. In manchen Ausführungsformen können mehr als eine (z.B. 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20 oder mehr) Proben einem Subjekt zur Analyse entnommen werden. In manchen Ausführungsformen wird eine Probe von einem Subjekt analysiert. In gewissen Ausführungsformen können mehr als eine (z.B. 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20 oder mehr) Proben analysiert werden. Falls mehr als eine Probe von einem Subjekt analysiert werden, können die Proben gleichzeitig beschafft werden (z.B. können mehr als eine Probe in derselben Prozedur entnommen werden) oder die Proben können zu verschiedenen Zeitpunkten entnommen werden (z.B. während einer anderen Prozedur, enthaltend eine Prozedur 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Tage; 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Wochen; 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Monate, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Jahre oder 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Dekaden nach einer ersten Prozedur). Eine zweite oder anschließende Probe kann von derselben Region (z.B. von demselben Tumor oder Gewebebereich) oder einer anderen Region (enthaltend z.B. einen anderen Tumor) entnommen oder erhalten werden. Eine zweite oder anschließende Probe kann von dem Subjekt nach einer oder mehreren Behandlungen entnommen oder erhalten werden und kann von derselben Region oder einer anderen Region entnommen werden. Als ein nicht einschränkendes Beispiel kann die zweite oder anschließende Probe beim Bestimmen nützlich sein, ob der Krebs in jeder Probe unterschiedliche Eigenschaften aufweist (z.B. im Fall von Proben, die von zwei physisch getrennten Tumoren in einem Patienten) oder ob der Krebs auf eine oder mehrere Behandlungen angesprochen hat (z.B. im Fall von zwei oder mehr Proben von demselben Tumor, vor und nach einer Behandlung).
  • Jede der hier beschriebenen biologischen Proben kann von dem Subjekt unter Verwendung jeder bekannten Technik erhalten werden. In manchen Ausführungsformen kann die biologische Probe von einem chirurgischen Eingriff (z.B. laparoskopischer Eingriff, mikroskopisch kontrollierter Eingriff oder Endoskopie), einer Knochenmarkbiopsie, Stanzbiopsie, endoskopischen Biopsie oder Nadelbiopsie (z.B. eine Feinnadelaspiration, Kernnadelbiopsie, vakuumunterstützte Biopsie oder bildgelenkte Biopsie) erhalten werden. In manchen Ausführungsformen ist jede der zumindest einen biologischen Probe eine Körperflüssigkeitsprobe, eine Zellprobe oder eine Gewebebiopsie.
  • In manchen Ausführungsformen wird eine oder mehr als eine Zelle (d.h. eine Zellprobe) von einem Subjekt unter Verwendung einer Schab- oder Bürstmethode erhalten. Die Zellprobe kann von jedem Bereich in oder aus dem Körper eines Subjekts erhalten werden, enthaltend zum Beispiel von einem oder mehreren der folgenden Bereiche: Cervix, Ösophagus, Magen, Bronchien oder Mundhöhle. In manchen Ausführungsformen kann ein oder mehr als eine Stück von Gewebe (z.B. eine Gewebebiopsie) von einem Subjekt verwendet werden. In gewissen Ausführungsformen kann die Gewebebiopsie eine oder mehr als eine (z.B. 2, 3, 4, 5, 6, 7, 8, 9, 10 oder mehr als 10) Proben von einem oder mehreren Tumoren oder Geweben umfassen, die bekanntlich oder vermutlich kanzeröse Zellen aufweisen.
  • Probenanalyse
  • Hier beschriebene Verfahren und Zusammensetzungen basieren, zumindest teilweise, auf der Identifizierung und Charakterisierung gewisser biologischer Prozesse und/oder molekularer und zellulärer Zusammensetzungen, die in und/oder um den Krebs (z.B. den Tumor) vorhanden sind.
  • Biologische Prozessen in und/oder um den Krebs (z.B. einen Tumor) enthalten, ohne aber darauf beschränkt zu sein, Angiogenese, Metastase, Proliferation, Zellaktivierung (z.B. T-Zellaktivierung), Tumorinvasion, Immunreaktion, Zellsignalisierung (z.B. HER2-Signalisierung) und Apoptose.
  • Molekulare und zelluläre Zusammensetzungen in und/oder um den Krebs (z.B. einen Tumor) enthalten, ohne aber darauf beschränkt zu sein, Nukleinsäuren (z.B. DNA und/oder RNA), Moleküle (z.B. Hormone), Proteine (z.B. Wildtyp und/oder mutierte Proteine) und Zellen (z.B. maligne und/oder nicht maligne Zellen).
  • Das Krebsmikromilieu, wie hier verwendet, bezieht sich auf das molekulare und zelluläre Milieu, in dem der Krebs (z.B. ein Tumor) vorliegt, enthaltend, ohne aber darauf beschränkt zu sein, Blutgefäße, die einen Tumor umgeben und/oder sich in diesem befinden, Immunzellen, Fibroblasten, Knochenmark-abgeleitete entzündliche Zellen, Lymphozyten, Signalisierungsmoleküle und die extrazelluläre Matrix (ECM).
  • Die molekulare und zelluläre Zusammensetzung und biologischen Prozesse, die in und/oder um den Tumor vorliegen, können auf eine Förderung von Krebs- (z.B. Tumor-) Wachstum und Überleben (z.B. Pro-Tumor) und/oder Hemmung von Krebs- (z.B. Tumor-) Wachstum und Überleben (z.B. Anti-Tumor) gerichtet sein.
  • Das Krebs- (z.B. Tumor-) Mikromilieu kann zelluläre Zusammensetzungen und biologische Prozesse umfassen, die auf ein Fördern von Krebs- (z.B. Tumor-) Wachstum und Überleben (z.B. Pro-Tumor-Mikromilieu) und/oder Hemmen von Krebs- (z.B. Tumor-) Wachstum und Überleben (z.B. Anti Tumor-Mikromilieu) gerichtet sind. In manchen Ausführungsformen umfasst das Krebs- (z.B. Tumor-) Mikromilieu ein Pro-Krebs- (z.B. Tumor-) Mikromilieu. In manchen Ausführungsformen umfasst das Krebs- (z.B. Tumor-) Mikromilieu ein Anti-Krebs- (z.B. Tumor-) Mikromilieu. In manchen Ausführungsformen umfasst das Krebs- (z.B. Tumor-) Mikromilieu ein Pro-Krebs- (z.B. Tumor-) Mikromilieu und ein Anti-Krebs- (z.B. Tumor-) Mikromilieu.
  • Sämtliche Informationen bezüglich molekularer und zellulärer Zusammensetzungen und biologischer Prozessen, die in und/oder um den Krebs (z.B. ein Tumor) vorliegen, können in Verfahren und Zusammensetzungen zur Charakterisierung von Krebserkrankungen (z.B. Tumore) wie hier beschrieben verwendet werden. In manchen Ausführungsformen kann Krebs (z.B. ein Tumor) basierend auf Gengruppenexpressionswert (z.B. auf Gengruppen-RNA-Expressionswert charakterisiert werden). In manchen Ausführungsformen wird Krebs (z.B. ein Tumor) basierend auf Proteinexpression charakterisiert. In manchen Ausführungsformen wird Krebs (z.B. ein Tumor) basierend auf Abwesenheit oder Gegenwart zumindest einer Mutation (z.B. Mutationslast) charakterisiert. In manchen Ausführungsformen wird die Mutationslast aus vollständigen Exom-Sequenzierungsdaten (WES) geschätzt. In manchen Ausführungsformen wird Krebs (z.B. ein Tumor) basierend auf Histologie charakterisiert. In manchen Ausführungsformen wird Krebs (z.B. ein Tumor) basierend auf Tumorreinheit charakterisiert. Tumorreinheit kann unter Verwendung jedes Mittels bestimmt werden, das in der Technik bekannt ist, enthaltend, ohne aber darauf beschränkt zu sein, Technologie, die auf Zellsortierung basiert (z.B. Fluorescent-Activated Cell Sorting (FACS)). In manchen Ausführungsformen wird Tumorreinheit aus vollständigen Exomsequenzierungs- (WES) -daten von gepaartem Tumor- und nicht kanzerösem (z.B. normalem) Gewebe bestimmt. In manchen Ausführungsformen wird Krebs (z.B. ein Tumor) basierend auf der Anzahl von Neoantigenen charakterisiert. Die Anzahl von Neoantigenen kann unter Verwendung jedes Mittels bestimmt werden, das in der Technik bekannt ist, enthaltend, ohne aber darauf beschränkt zu sein, die Verwendung vollständiger Exomsequenzierungs- (WES) -daten von gepaartem Krebs- (z.B. Tumor) und nicht kanzerösem Gewebe.
  • Verfahren und Zusammensetzungen zur Charakterisierung von Krebserkrankungen wie hier beschrieben können bei jedem Krebs (z.B. jedem Tumor) angewendet werden. Beispielhafte Krebserkrankungen enthalten, ohne aber darauf beschränkt zu sein, Nebennierenrindenkarzinom, Blasen-Urothelkarzinom, brustinvasives Karzinom, Zervixplattenepithelkarzinom, endozervikales Adenokarzinom, Kolonadenokarzinom, Speiseröhrenkarzinom, Nierenzellenkarzinom, papilläres Nierenzellenkarzinom, hepatozelluläres Leberkarzinom, Lungenadenokarzinom, squamöses Lungenzellenkarzinom, seröses Eierstockzystenadenokarzinom, Bauchspeicheldrüsenadenokarzinom, Prostataadenokarzinom, Mastdarmadenokarzinom, kutanes Hautmelanom, Magenadenokarzinom, Schilddrüsenkarzinom, Uterusendometriumkarzinom und Cholangiokarzinom.
  • In einer Ausführungsform können Krebserkrankungen jeder Art (enthaltend alle hier gelisteten Krebsarten) als 1. MF-Profiltyp (entzündet/vaskularisiert und/oder entzündet/Fibroblasten-angereichert), 2. MF-Profiltyp (entzündet/nicht vaskularisiert und/oder entzündet/nicht Fibroblasten-angereichert), 3. MF-Profiltyp (nicht entzündet/vaskularisiert und/oder nicht entzündet/Fibroblasten-angereichert) oder 4. MF-Profiltyp (nicht entzündet/nicht vaskularisiert und/oder nicht entzündet/nicht Fibroblasten-angereichert) Krebserkrankungen (z.B. Tumore) klassifiziert werden.
  • Expressionsdaten
  • Expressionsdaten (die z.B. Expressionswerte angeben) für mehrere Gene können für jede(s) der hier beschriebenen Verfahren oder Zusammensetzungen verwendet werden. Die Anzahl von Genen, die untersucht werden kann, kann bis zu und einschließlich aller Gene des Subjekts sein. In manchen Ausführungsformen können Expressionswerte für alle der Gene eines Subjekts untersucht werden. Als ein nicht einschränkendes Beispiel können vier oder mehr, fünf oder mehr, sechs oder mehr, sieben oder mehr, acht oder mehr, neun oder mehr, zehn oder mehr, elf oder mehr, zwölf oder mehr, 13 oder mehr, 14 oder mehr, 15 oder mehr, 16 oder mehr, 17 oder mehr, 18 oder mehr, 19 oder mehr, 20 oder mehr, 21 oder mehr, 22 oder mehr, 23 oder mehr, 24 oder mehr, 25 oder mehr, 26 oder mehr, 27 oder mehr, 28 oder mehr, 29 oder mehr, 30 oder mehr, 40 oder mehr, 50 oder mehr, 60 oder mehr, 70 oder mehr, 80 oder mehr, 90 oder mehr, 100 oder mehr, 125 oder mehr, 150 oder mehr, 175 oder mehr, 200 oder mehr, 225 oder mehr, 250 oder mehr, 275 oder mehr oder 300 oder mehr Gene für eine hier beschriebene Auswertung verwendet werden. Als ein anderer Satz nicht einschränkender Beispiele können zumindest vier, zumindest fünf, zumindest sechs, zumindest sieben, zumindest acht, zumindest neun, zumindest zehn, zumindest elf, zumindest zwölf, zumindest 13, zumindest 14, zumindest 15, zumindest 16, zumindest 17, zumindest 18, zumindest 19, zumindest 20, zumindest 21, zumindest 22, zumindest 23, zumindest 24, zumindest 25, zumindest 26, zumindest 27, zumindest 28, zumindest 29, zumindest 30, zumindest 40, zumindest 50, zumindest 60, zumindest 70, zumindest 80, zumindest 90, zumindest 100, zumindest 125, zumindest 150, zumindest 175, zumindest 200, zumindest 225, zumindest 250, zumindest 275, oder zumindest 300 Gene für eine hier beschriebene Auswertung verwendet werden. In manchen Ausführungsformen können zumindest zwei, zumindest drei, zumindest vier, zumindest fünf, zumindest sechs, zumindest sieben, zumindest acht, zumindest neun, zumindest zehn, zumindest elf, zumindest zwölf, zumindest 13, zumindest 14, zumindest 15, zumindest 16, zumindest 17, zumindest 18, zumindest 19, zumindest 20, zumindest 21, zumindest 22, zumindest 23, zumindest 24, zumindest 25, zumindest 26, zumindest 27, zumindest 28, zumindest 29, zumindest 30, zumindest 40, zumindest 50, zumindest 60, zumindest 70, zumindest 80, zumindest 90, zumindest 100, zumindest 125, zumindest 150, zumindest 175, zumindest 200, zumindest 225, zumindest 250, zumindest 275 oder zumindest 300 Gene für jede hier beschriebene Gengruppen- oder Modulauswertung verwendet werden. In manchen Ausführungsformen können bis zu 50 Module (z.B. bis zu zwei, bis zu drei, bis zu vier, bis zu fünf, bis zu sechs, bis zu sieben, bis zu acht, bis zu neun, bis zu zehn, bis zu elf, bis zu zwölf, bis zu 13, bis zu 14, bis zu 15, bis zu 16, bis zu 17, bis zu 18, bis zu 19, bis zu 20, bis zu 21, bis zu 22, bis zu 23, bis zu 24, bis zu 25, bis zu 26, bis zu 27, bis zu 28, bis zu 29, bis zu 30, bis zu 31, bis zu 32, bis zu 33, bis zu 34, bis zu 35, bis zu 36, bis zu 37, bis zu 38, bis zu 39, bis zu 40, bis zu 41, bis zu 42, bis zu 43, bis zu 44, bis zu 45, bis zu 46, bis zu 47, bis zu 48, bis zu 49, oder bis zu 50) Module oder Gengruppen für eine hier beschriebene Auswertung verwendet werden.
  • Es kann jedes Verfahren an einer Probe von einem Subjekt verwendet werden, um Expressionsdaten (die z.B. Expressionswerte angeben) für die mehreren Gene zu beschaffen. Als ein Satz nicht einschränkender Beispiele können die Expressionsdaten RNA-Expressionsdaten, DNA-Expressionsdaten oder Proteinexpressionsdaten sein.
  • DNA-Expressionsdaten beziehen sich in manchen Ausführungsformen auf einen Wert von DNA in einer Probe von einem Subjekt. Der Wert von DNA in einer Probe von einem Subjekt mit Krebs kann verglichen mit dem Wert von DNA in einer Probe von einem Subjekt, das keinen Krebs hat, erhöht sein, z.B. eine Genduplikation in einer Probe eines Krebspatienten. Der Wert von DNA in einer Probe von einem Subjekt mit Krebs kann im Vergleich zum Wert von DNA in einer Probe von einem Subjekt ohne Krebs verringert sein, z.B. eine Gendeletion in einer Proben eines Krebspatienten.
  • DNA-Expressionsdaten beziehen sich in manchen Ausführungsformen auf Daten für DNA (oder Gen), die in einer Probe exprimiert wird, zum Beispiel Sequenzierungsdaten für ein Gen, das in einer Probe eines Patienten exprimiert wird. Solche Daten können in manchen Ausführungsformen nützlich sein, um zu bestimmen, ob der Patient eine oder mehrere Mutationen hat, die mit einem bestimmten Krebs verknüpft sind.
  • RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, enthaltend, ohne aber darauf beschränkt zu sein: Volltranskriptomsequenzierung, Gesamt-RNA-Sequenzierung, mRNA-Sequenzierung, zielgerichtete RNA-Sequenzierung, kleine RNA-Sequenzierung, Ribosomprofilierung, RNA-Exom-Einfangsequenzierung und/oder tiefe RNA-Sequenzierung. DNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, enthaltend jedes bekannte Verfahren einer DNA-Sequenzierung. Zum Beispiel kann DNA-Sequenzierung zum Identifizieren einer oder mehrerer Mutationen in der DNA eines Subjekts verwendet werden. Es kann jede Technik, die in der Technik zum Sequenzieren von DNA verwendet wird, mit den hier beschriebenen Verfahren und Zusammensetzungen verwendet werden. Als ein Satz nicht einschränkender Beispiele kann die DNA durch Einzelmolekül-Echtzeit-Sequenzierung, Ion Torrent-Sequenzierung, Pyrosequenzierung, Sequenzierung durch Synthese, Sequenzierung durch Ligation (SOLiD-Sequenzierung), Nanopore-Sequenzierung oder Sanger-Sequenzierung (Kettenterminationssequenzierung) sequenziert werden. Proteinexpressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist enthaltend, ohne aber darauf beschränkt zu sein: N-endständige Aminosäureanalyse, C-endständige Aminosäureanalyse, Edman-Abbau (enthaltend durch Verwendung einer Maschine wie eines Protein-Sequenators) oder Massenspektrometrie.
  • In manchen Ausführungsformen umfassen die Expressionsdaten vollständige Exomsequenzierungs- (WES) -daten. In manchen Ausführungsformen umfassen die Expressionsdaten vollständige Genomsequenzierungs- (WGS) -daten. In manchen Ausführungsformen umfassen die Expressionsdaten Nächste-Generation-Sequenzierungs-(NGS) -daten. In manchen Ausführungsformen umfassen die Expressionsdaten Mikroarraydaten.
  • In manchen Ausführungsformen werden Expressionsdaten zum Bestimmen von Gengruppenexpressionswerten verwendet. In manchen Ausführungsformen werden die Gengruppenexpressionswerte als ein Gensatzanreicherungsanalyse- (GSEA) Punktewert für die Gengruppe berechnet. In manchen Ausführungsformen umfasst GSEA Berechnen eines Anreicherungspunktewerts (ES), Zuweisen einer ES-Signifikanz, Einstellen von ES für Mehrfach-Hypothesentestung und Gewichten jedes Gens. In manchen Ausführungsformen wird jedes Gen gleich gewichtet. In manchen Ausführungsformen wird jedes Gen gemäß seiner Verknüpfung mit einem Phänotyp gewichtet.
  • In manchen Ausführungsformen umfasst Berechnen eines ES ein Reihen von Genen anhand ihrer Expressionsdifferenz, Berechnen einer kumulativen Summe über gereihte Gene und Aufzeichnen einer maximalen Abweichung von null als ES. In manchen Ausführungsformen umfasst Berechnen einer kumulativen Summe über gereihte Gene eine Erhöhung in der Summe, wenn ein Gen in einer Gengruppe vorhanden ist, und eine Verringerung in der Summe, wenn ein Gen in einer Gengruppe fehlt. In manchen Ausführungsformen hängt die Größenordnung einer Erhöhung von einer Korrelation eines Gens und eines Phänotyps ab.
  • In manchen Ausführungsformen umfasst Bewerten einer ES-Signifikanz Permutieren von Phänotypmarkern. In manchen Ausführungsformen umfasst Bewerten einer ES-Signifikanz Berechnen eines ES für permutierte Daten. In manchen Ausführungsformen umfasst Bewerten einer ES-Signifikanz Vergleichen eines ES für nicht permutierte Daten mit ES für permutierte Daten.
  • In manchen Ausführungsformen umfasst Einstellen eines ES zur Mehrfach-Hypothesentestung Bestimmen eines normalisierten Anreicherungspunktewerts (NES). In manchen Ausführungsformen umfasst Einstellen eines ES zur Mehrfach-Hypothesentestung Bestimmen einer falschen Entdeckungsrate (FDR) für den NES. In manchen Ausführungsformen umfasst Bestimmen der FDR einen Vergleich eines Endes der beobachteten und Null-Verteilungen für den NES. In manchen Ausführungsformen wird der GSEA-Punktewert zumindest einmal berechnet. In manchen Ausführungsformen, GSEA-Punktewert zumindest zweimal berechnet. In manchen Ausführungsformen wird der GSEA-Punktewert einmal für Gengruppen mit positivem Punktewert und einmal für Gengruppen mit negativem Punktewert berechnet.
  • Datensätze
  • Es kann jeder Datensatz, der Expressionsdaten beinhaltet, zum Erzeugen von MF-Profilen wie hier beschrieben verwendet werden. In manchen Ausführungsformen können Expressionsdaten aus einer oder mehreren Datenbanken und/oder einem anderen elektronischen Datenverzeichnis erhalten werden. Beispiele für Datenbanken enthalten, ohne aber darauf beschränkt zu sein, CGP (Cancer Genome Project), CPTAC (Clinical Proteomic Tumour Analyse Consortium), ICGC (International Cancer Genome Consortium) und TCGA (The Cancer Genome Atlas). In manchen Ausführungsformen können Expressionsdaten von Daten erhalten werden, die mit einem klinischen Versuch verknüpft sind. In manchen Ausführungsformen können Expressionsdaten in Verknüpfung mit einem klinischen Versuch basierend auf einem oder mehreren ähnlichen Arzneimitteln (z.B. Arzneimittel einer ähnlichen Klasse wie PD-1-Inhibitoren) vorhergesagt werden. In manchen Ausführungsformen können Expressionsdaten von einer Spitalsdatenbank erhalten werden. In manchen Ausführungsformen können Expressionsdaten von einem kommerziellen Sequenzierungslieferanten erhalten werden. In manchen Ausführungsformen können Expressionsdaten von einem Subjekt (z.B. einem Patient) und/oder einem Verwandten, Vormund oder Pfleger eines Subjekts (z.B. eines Patienten) erhalten werden.
  • Tests
  • Es kann jede der hier beschriebenen biologischen Proben zum Erhalten von Expressionsdaten unter Verwendung herkömmlicher Tests oder jener, die hier beschrieben sind, verwendet werden. Expressionsdaten enthalten in manchen Ausführungsformen Genexpressionswerte. Genexpressionswerte können durch Detektieren eines Produkts von Genexpression wie mRNA und/oder Protein erhalten werden.
  • In manchen Ausführungsformen werden Genexpressionswerte durch Detektieren eines Werts von einem Protein in einer Probe und/oder durch Detektieren eines Aktivitätswerts eines Proteins in einer Probe bestimmt. Wie hier verwendet, können die Begriffe „Bestimmen“ oder „Detektieren“ Bewerten der Gegenwart, Abwesenheit, Quantität und/oder Menge (die eine wirksame Menge sein kann) einer Substanz innerhalb einer Probe enthalten, enthaltend die Ableitung qualitativer oder quantitativer Konzentrationswerte solcher Substanzen oder andernfalls Auswerten der Werte und/oder Kategorisierung solcher Substanzen in einer Probe von einem Subjekt.
  • Der Wert eines Proteins kann unter Verwendung eines Immunassays gemessen werden. Beispiele für Immunassays enthalten jeden bekannten Assay (ohne Einschränkung), und können eines der folgenden enthalten: Immunblotting-Test (z.B. Western-Blot), immunhistochemische Analyse, Durchflusszytometrietest, Immunfluoreszenztest (IF), enzym-gebundene Immunsorbenstests (ELISAs) (z.B. Sandwich ELISAs), Radioimmunassays, Elektrochemilumineszenz-basierte Detektionstests, magnetische Immunassays, Lateralströmungstests und verwandte Techniken. Zusätzliche geeignete Immunassays zum Detektieren eines Wert eines Proteins, das hier bereitgestellt ist, sind für Fachleute auf dem Gebiet offensichtlich.
  • Solche Immunassays können die Verwendung eines Mittels (z.B. eines Antikörpers) beinhalten, das für das Zielprotein spezifisch ist. Ein Mittel wie ein Antikörper, das an ein Zielprotein „spezifisch bindet“ ist ein Begriff, der in der Technik allgemein verstanden wird, und Verfahren zum Bestimmen einer solchen spezifischen Bindung sind auch in der Technik allgemein bekannt. Es wird behauptet, dass ein Antikörper eine „spezifische Bindung“ aufweist, wenn er häufiger, rascher, mit längerer Dauer und/oder mit größerer Affinität mit einem bestimmten Zielprotein reagiert oder assoziiert als mit alternativen Proteinen. Es ist auch beim Lesen dieser Definition klar, dass zum Beispiel ein Antikörper, der spezifisch an ein erstes Zielpeptid bindet, spezifisch oder vorzugsweise an ein zweites Zielpeptid binden kann oder nicht. Als solches erfordert „spezifische Bindung“ oder „bevorzugte Bindung“ nicht unbedingt eine ausschließliche Bindung (obwohl diese enthalten sein kann). Im Allgemeinen, aber nicht unbedingt, bedeutet eine Bezugnahme auf eine Bindung eine bevorzugte Bindung. In manchen Beispielen kann ein Antikörper, der an ein Zielpeptid oder ein Epitop davon „spezifisch bindet“, an andere Peptide oder andere Epitope in demselben Antigen binden oder nicht. In manchen Ausführungsformen kann eine Probe gleichzeitig oder der Reihe nach mit mehr als einem Bindungsmittel in Kontakt gebracht werden, das verschiedene Proteine bindet (z.B. gemultiplexte Analyse).
  • Wie hier verwendet, bezieht sich der Begriff „Antikörper“ auf ein Protein, das zumindest eine variable Domäne eines Immunglobulins oder eine Sequenz einer variablen Domäne eines Immunglobulins enthält. Zum Beispiel kann ein Antikörper eine variable Region einer schweren (H) Kette (hier abgekürzt als VH) und eine variable Region einer leichten (L) Kette (hier abgekürzt als VL) enthalten. In einem anderen Beispiel enthält ein Antikörper zwei variable Regionen der schweren (H) Kette und zwei variable Regionen der leichten (L) Kette. Der Begriff „Antikörper“ umfasst Antigen-Bindungsfragmente von Antikörpern (z.B. einzelkettige Antikörper, Fab- und sFab-Fragmente, F(ab')2, Fd-Fragmente, Fv-Fragmente, scFv- und Domänen-Antikörper- (dAb) Fragmente (de Wildt et al., Eur J Immunol. 1996; 26(3):629-39.)) wie auch vollständige Antikörper. Ein Antikörper kann die strukturellen Merkmale von IgA, IgG, IgE, IgD, IgM (wie auch Subtypen davon) aufweisen. Antikörper können von jeder Quelle sein, enthaltend, ohne aber darauf beschränkt zu sein, Primaten- (humaner und nicht humaner Primat) und primatisierte (wie humanisierte) Antikörper.
  • In manchen Ausführungsformen kann der Antikörper wie hier beschrieben an einen detektierbaren Marker konjugiert sein und die Bindung des Detektionsreagens an das Peptid von Interesse kann basierend auf der Intensität des Signals bestimmt werden, das von dem detektierbaren Marker freigesetzt wird. Alternativ kann ein Antikörper, der für das Detektionsreagens spezifisch ist, verwendet werden. Ein oder mehrere Antikörper können an einen detektierbaren Marker gekoppelt sein. Es kann jeder geeignete Marker, der in der Technik bekannt ist, in hier beschriebenen Testverfahren verwendet werden. In manchen Ausführungsformen umfasst ein detektierbarer Marker ein Fluorphor. Wie hier verwendet, bezieht sich der Begriff „Fluorphor“ (auch als „fluoreszierender Marker“ oder „fluoreszierender Farbstoff“) auf Reste, die Lichtenergie bei einer definierten Anregungswellenlänge absorbieren und Lichtenergie bei einer anderen Wellenlänge ausstrahlen. In manchen Ausführungsformen ist ein Detektionsrest ein Enzym oder besteht aus diesem. In manchen Ausführungsformen ist ein Enzym jenes (z.B. β-Galactosidase), das ein gefärbtes Produkt aus einem farblosen Substrat erzeugt.
  • Für Fachleute wird offensichtlich sein, dass diese Offenbarung nicht auf Immunassays beschränkt ist. Detektionsassays, die nicht auf einem Antikörper beruhen, wie Massenspektrometrie, sind auch für die Detektion und/oder Quantifizierung eines Proteins und/oder eines Werts von Protein, wie hier bereitgestellt, nützlich. Tests, die auf einem chromogenen Substrat basieren, können auch für die Detektion und/oder Quantifizierung eines Proteins und/oder eines Werts von Protein, wie hier bereitgestellt, nützlich sein.
  • Alternativ kann der Wert von Nukleinsäuren, die für ein Gen in einer Probe codieren, durch ein herkömmliches Verfahren gemessen werden. In manchen Ausführungsformen umfasst Messen des Expressionswerts von Nukleinsäure, die für das Gen codiert, Messen von mRNA. In manchen Ausführungsformen kann der Expressionswert von mRNA, die für ein Gen codiert, unter Verwendung von Echtzeit-Umkehrtranskriptase (RT) Q-PCR oder einen Nukleinsäure-Mikroarray gemessen werden. Verfahren zum Detektieren von Nukleinsäuresequenzen enthalten, ohne aber darauf beschränkt zu sein, Polymerase-Kettenreaktion (PCR), Reverse Transkriptase-PCR (RT-PCR), in situ PCR, quantitative PCR (Q-PCR), Echtzeit-quantitative PCR (RT Q-PCR), In situ-Hybridisierung, Southern Blot, Northern Blot, Sequenzanalyse, Mikroarray-Analyse, Detektion eines Reportergens oder andere DNA/RNA-Hybridisierungsplattformen.
  • In manchen Ausführungsformen kann der Wert von Nukleinsäuren, die für ein Gen codieren, in einer Probe durch einen Hybridisierungstest gemessen werden. In manchen Ausführungsformen umfasst der Hybridisierungstest zumindest einen Bindungspartner. In manchen Ausführungsformen umfasst der Hybridisierungstest zumindest einen Oligonukleotid-Bindungspartner. In manchen Ausführungsformen umfasst der Hybridisierungstest zumindest einen markierten Oligonukleotid-Bindungspartner. In manchen Ausführungsformen umfasst der Hybridisierungstest zumindest ein Paar von Oligonukleotid-Bindungspartnern. In manchen Ausführungsformen umfasst der Hybridisierungstest zumindest ein Paar markierter Oligonukleotid-Bindungspartner.
  • Es kann jedes Bindungsmittel, das spezifisch an eine gewünschte Nukleinsäure oder ein Protein bindet, in den hier beschriebenen Verfahren und Kits verwendet werden, um einen Expressionswert in einer Probe zu messen. In manchen Ausführungsformen ist das Bindungsmittel ein Antikörper oder ein Aptamer, der bzw. das spezifisch an ein gewünschtes Protein bindet. In anderen Ausführungsformen kann das Bindungsmittel ein oder mehrere Oligonukleotide komplementär zu einer Nukleinsäure oder einem Abschnitt davon sein. In manchen Ausführungsformen kann eine Probe gleichzeitig oder der Reihe nach mit mehr als einem Bindungsmittel in Kontakt gebracht werden, das verschiedene Proteine oder verschiedene Nukleinsäuren bindet (z.B. gemultiplexte Analyse).
  • Zur Messung eines Expressionswerts eines Proteins oder einer Nukleinsäure kann eine Probe mit einem Bindungsmittel unter geeigneten Bedingungen in Kontakt sein. Im Allgemeinen bezieht sich der Begriff „Kontakt“ auf ein Aussetzen des Bindungsmittels mit der Probe oder den Zellen, die aus dieser gesammelt wurden, über einen geeigneten Zeitraum, der für die Bildung von Komplexen zwischen dem Bindungsmittel und dem Zielprotein oder der Zielnukleinsäure in der Probe, falls vorhanden, ausreicht. In manchen Ausführungsformen wird das Kontaktieren durch Kapillarwirkung durchgeführt, wobei eine Probe über eine Oberfläche einer Trägermembran bewegt wird.
  • In manchen Ausführungsformen kann ein Test in einer Plattform mit geringem Durchsatz durchgeführt werden, enthaltend ein Einzeltestformat. In manchen Ausführungsformen kann ein Test in einer Plattform mit hohem Durchsatz durchgeführt werden. Solche Tests mit hohem Durchsatz können die Verwendung eines Bindungsmittels umfassen, das an einem festen Träger immobilisiert ist (z.B. an einem oder mehreren Chips). Verfahren zum Immobilisieren eines Bindungsmittels hängen von Faktoren wie der Art des Bindungsmittels und dem Material des festen Trägers ab und können bestimmte Puffer erfordern. Solche Verfahren sind für einen Durchschnittsfachmann offensichtlich.
  • Gene
  • Die verschiedenen, hier angeführten Gene sind im Allgemeinen unter Verwendung von Human-Gen-Benennungskonventionen bezeichnet. Die verschiedenen Gene sind, in manchen Ausführungsformen in öffentlich erhältlichen Ressourcen beschrieben, wie öffentlichen Journalartikeln. Die Gennamen können mit zusätzlichen Informationen (enthaltend Sequenzinformationen) durch Verwendung von zum Beispiel der NCBI GenBank® Datenbanken, die unter www <Punkt> ncbi <Punkt> nlm <Punkt> nih <Punkt> gov erhältlich sind; der HUGO (Human Genome Organization) Gene Nomination Committee (HGNC) Datenbanken, die unter www <Punkt> Gennamen <Punkt> org erhältlich sind; der DAVID Bioinformatics Ressource, die unter www <Punkt> david <Punkt> ncifcrf <Punkt> gov erhältlich ist, korreliert werden. Die Gennamen können auch mit zusätzlichen Informationen durch gedruckte Veröffentlichungen von den vorangehenden Organisationen korreliert werden, die für diesen Zweck hier durch Bezugnahme zitiert werden. Es sollte geschützt werden, dass alle ein Gen alle Varianten dieses Gens einschließen kann. Für Organismen oder Subjekte, die keine humanen Subjekte sind, können entsprechende spezifische-spezifische Gene verwendet werden. Synonyme, Äquivalente und eng verwandte Gene (enthaltend Gene von anderen Organismen) können unter Verwendung ähnlicher Datenbanken identifiziert werden, enthaltend die oben beschriebenen NCBI GenBank® Datenbanken.
  • In manchen Ausführungsformen kann Gen MK167 als GenBank® Zugriffsnummer NM_002417.4 oder NM_001145966.1 identifiziert werden; Gen ESCO2 kann als GenBank® Zugriffsnummer NM_001017420.2; Gen CETN3 kann als GenBank® Zugriffsnummer NM_001297765.1, NM_004365.3 oder NM_001297768.1 identifiziert werden; Gen CDK2 kann als GenBank® Zugriffsnummer NM_001798.4, NM_052827.3 oder NM_001290230.1 identifiziert werden; Gen CCND1 kann als GenBank® Zugriffsnummer NM_053056.2 identifiziert werden; Gen CCNE1 kann als GenBank® Zugriffsnummer NM_001238.3, NM_001322259.1, NM_001322261.1 oder NM_001322262.1 identifiziert werden; Gen AURKA kann als GenBank® Zugriffsnummer NM_198433.2, NM_003600.3, NM_198434.2, NM_198435.2, NM_198436.2, NM_198437.2, NM_001323303.1, NM_001323304.1, oder NM_001323305.1 identifiziert werden; Gen AURKB kann als GenBank® Zugriffsnummer NM_004217.3, NM_001256834.2, NM_001284526.1, NM_001313950.1, NM_001313951.1, NM_001313952.1, NM_001313954.1, NM_001313953.2 oder NM_001313955.1 identifiziert werden; Gen CDK4 kann als GenBank® Zugriffsnummer NM_000075.3 identifiziert werden; Gen CDK6 kann als GenBank® Zugriffsnummer NM_001145306.1 identifiziert werden; Gen PRC1 kann als GenBank® Zugriffsnummer NM_199413.2 oder NM_003981.3. identifiziert werden; Gen E2F1 kann als GenBank® Zugriffsnummer NM_005225.2 identifiziert werden; Gen MYBL2 kann als GenBank® Zugriffsnummer NM_002466.3 oder NM_001278610.1 identifiziert werden; Gen BUB1 kann als GenBank® Zugriffsnummer NM_004336.4, NM_001278616.1, NM_001278617.1 identifiziert werden; Gen PLK1 kann als GenBank® Zugriffsnummer NM_005030.5 identifiziert werden; Gen CCNB1 kann als GenBank® Zugriffsnummer NM_031966.3, NM_001354845.1, NM_001354844.1 identifiziert werden; Gen MCM2 kann als GenBank® Zugriffsnummer NM_004526.3. identifiziert werden; Gen MCM6 kann als GenBank® Zugriffsnummer NM_005915.5 identifiziert werden; Gen PIK3CA kann als GenBank® Zugriffsnummer NM_006218.3 identifiziert werden; Gen PIK3CB kann als GenBank® Zugriffsnummer NM_006219.2 oder NM_001256045.1 identifiziert werden; Gen PIK3CG kann als GenBank® Zugriffsnummer NM_002649.3, NM_001282427.1 oder NM_001282426.1 identifiziert werden; Gen PIK3CD kann als GenBank® Zugriffsnummer NM_005026.4, NM_001350234.1, oder NM_001350235.1 identifiziert werden; Gen AKT1 kann als GenBank® Zugriffsnummer NM_005163.2, NM_001014431.1 oder NM_001014432.1 identifiziert werden; Gen MTOR kann als GenBank® Zugriffsnummer NM_004958.3 identifiziert werden; Gen PTEN kann als GenBank® Zugriffsnummer NM_001304717.2, NM_000314.6 oder NM_001304718.1 identifiziert werden; Gen PRKCA kann als GenBank® Zugriffsnummer NM_002737.2 identifiziert werden; Gen AKT2 kann als GenBank® Zugriffsnummer NM_001330511.1 identifiziert werden, NM_001243027.2, NM_001243028.2, NM_001626.5 identifiziert werden; Gen AKT3 kann als GenBank® Zugriffsnummer NM_005465.4, NM_181690.2 oder NM_001206729.1 identifiziert werden; Gen BRAF kann als GenBank® Zugriffsnummer NM_001354609.1 oder NM_004333.5 identifiziert werden; Gen FNTA kann als GenBank® Zugriffsnummer NM_002027.2 identifiziert werden; Gen FNTB kann als GenBank® Zugriffsnummer NM_002028.3 identifiziert werden; Gen MAP2K1 kann als GenBank® Zugriffsnummer NM_002755.3 identifiziert werden; Gen MKNK1 kann als GenBank® Zugriffsnummer NM_003684.6, NM_198973.4 oder NM_001135553.3 identifiziert werden; Gen MKNK2 kann als GenBank® Zugriffsnummer NM_017572.3 oder NM_199054.2 identifiziert werden.
  • MF-Profile
  • Ein „molekulares funktionelles Tumorporträt (MF-Profil)“, wie hier beschrieben, bezieht sich auf eine grafische Darstellung eines Tumors in Bezug auf molekulare und zelluläre Zusammensetzung und biologische Prozesse, die in und/oder um den Tumor vorhanden sind. Zugehörige Zusammensetzungen und Prozessen, die in und/oder um einen Tumor vorhanden sind, sind in funktionellen Modulen (hier auch als „Gengruppen“ beschrieben) eines MF-Profils präsentiert.
  • MF-Profile können in manchen Ausführungsformen aus Genexpressionsdaten (zum Beispiel Sequenzierungsdaten, z.B. vollständigen Exomsequenzierungsdaten, RNA-Sequenzierungsdaten oder anderen Genexpressionsdaten) von normalem Gewebe und/oder Tumorgewebe konstruiert werden. 1A zeigt eine beispielhafte Bioinformatik-Pipeline zur Konstruktion eines Tumorporträts aus Sequenzierungsdaten. MF-Profile, die gemäß der Bioinformatik-Pipeline in 1A produziert werden, können funktionelle Module umfassen, die als Kreise dargestellt und in einem kreisförmigen Muster angeordnet sind, wie in 1B dargestellt. Jeder Kreis des MF-Profils in 1B stellt ein funktionelles Modul dar, die unter Verwendung von Linien markiert sind. Zugehörige funktionelle Module können zu einem einzigen funktionellen Modul kombiniert werden. Zum Beispiel zeigt 1B, dass das Anti-metastatische Faktoren-Modul, das Metastatische Faktoren-Modul und das Tumorsuppressoren-Modul zu einem Maligne-T-Zelleneigenschaften-Modul kombiniert werden können.
  • 1C zeigt eine Ausführungsform eines MF-Profils, wie hier bereitgestellt. Wie in 1C dargestellt, umfasst das MF-Profil 100 28 funktionelle Module, von welchen drei mit 110, 120 und 130 markiert sind. Modulgröße gibt Modulintensität angeordnet. Zum Beispiel ist Modul 110 größer als Modul 120, was angibt, dass Modul 110 eine erhöhte Modulintensität im Vergleich zu Modul 120 hat. Die Gegenwart oder Abwesenheit von Schraffierungen des Moduls gibt an, ob das Modul ein Pro-Tumor-Modul oder ein Anti-Tumor-Modul ist. Pro-Tumor-Module (z.B. Modul 120) sind in vollen Schattierungen gezeigt, ohne Kreuzungen, und Anti-Tumor-Module (z.B. Modul 130) sind mit Kreuzungen dargestellt. Die Tiefe einer Schraffierung des Moduls gibt Modulintensität an. Module bezüglich Tumormalignität 140 sind im oberen rechten Viertel des Kreises dargestellt.
  • MF-Profil-Module
  • Ein „funktionelles Modul“ oder eine „Gengruppe“, wie hier beschrieben, bezieht sich auf zugehörige Zusammensetzungen und Prozesse, die in und/oder um einen Tumor vorhanden sind.
  • Zum Beispiel stellt ein Immunreaktions-/Entzündungsmodul Informationen bezüglich einer Immunsystemzusammensetzung und -aktivität innerhalb eines Tumors bereit. Beispiele für Immunsystemzusammensetzung und -aktivität innerhalb eines Tumor, die im Immunreaktions-/Entzündungsmodul präsentiert sind, enthalten, ohne aber darauf beschränkt zu sein, die Anzahl einzigartiger Tumorantigene, MHC-begrenzter Antigenpräsentation, Expression co-stimulatorischer Verbindungen, die an T-Zellaktivierung beteiligt sind, Intensitäten von Aktivierungs- und Effektorphasen adaptiver und angeborener Immunreaktionen, Eigenschaften verschiedener Lymphoid- und Myeloid-Zellpopulationen innerhalb eines Tumors, Expressionsraten von krebsfördernden und Anti-Krebs-Zytokinen und Intensitäten von Immunreaktionsprozessen (z.B. Aktivitäten von immunsuppressiven Zellen und Expression von Immun-Checkpoint inhibitorischen Molekülen).
  • Beispielhafte Module in einem MF-Profil können enthalten, ohne aber darauf beschränkt zu sein, Major Histokompatibilitätskomplex I- (MHCI) Modul, Major Histokompatibilitätskomplex II- (MHCII) Modul, Koaktivierungsmoleküle-Modul, Effektorzellenmodul, Effektor-T-Zellenmodul; Natürliche Killerzellen- (NK-Zellen) Modul, T-Zellverkehrsmodul, T-Zellenmodul, B-Zellenmodul, B-Zellverkehrsmodul, Benigne-B-Zellenmodul, Maligne B-Zellenmarker-Modul, Ml-Signaturenmodul, Thl-Signaturmodul, Antitumor-Zytokinenmodul, Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul, Follikuläre dendritische Zellen-Modul, Follikuläre B-Helfer-T-Zellenmodul, Protumor-Zytokinenmodul, Regulatorische T-Zellen-(Treg) Modul, Treg-Verkehr-Modul, Myeloid-abgeleitete Suppressorzellen- (MDSCs) Modul, MDSC- und TAM-Verkehrsmodul, Granulozytenmodul, Granulozyten-Verkehr-Modul, Eosinophil-Signatur-Modell, Neutrophil-Signaturmodell, Mastzellen-Signaturmodul, M2-Signaturmodul, Th2-Signaturmodul, Th17-Signaturmodul, Protumor-Zytokinenmodul, Komplement-Inhibitions-Modul, Fibroblastische retikuläre Zellen-Modul, Krebsassoziierte Fibroblastenaktivität- (CAFs) Modul, Matrixbildungs- (oder Matrix-) Modul, Angiogenese-Modul, Endothelmodul, Hypoxiefaktorenmodul, Koagulationsmodul, Blutendothelmodul, Lymphatisches Endothel-Modul, Proliferationsraten- (oder Tumorproliferationsraten-) Modul, Onkogene-Modul, PI3K/AKT/mTOR-Signalisierungsmodul, RAS/RAF/MEK-Signalisierungsmodul, Rezeptor Tyrosinkinasen-Expressionsmodul, Wachstumsfaktorenmodul, Tumorsuppressoren-Modul, Metastase-Signaturmodul, Antimetastatische Faktoren-Modul und Mutationsstatusmodul. In gewissen Ausführungsformen können die Module als „Gengruppen“ beschrieben werden.
  • In manchen Ausführungsformen können die Gengruppen der Module zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen gezeigt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe).
  • In manchen Ausführungsformen können die Module in einem MF-Profil umfassen oder bestehen aus: Major Histokompatibilitätskomplex I (MHCI)-Modul, Major Histokompatibilitätskomplex II (MHCII) Modul, Koaktivierungsmoleküle-Modul, Effektorzellen- (oder Effektor-T-Zellen-) Modul, Natürliche Killerzellen- (NK-Zellen) Modul, T-Zellenmodul, B-Zellenmodul, M1-Signaturenmodul, Th1-Signaturmodul, Antitumor-Zytokinenmodul, Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul, Regulatorische T-Zellen-(Treg) Modul, Myeloid-abgeleitete Suppressorzellen- (MDSCs) Modul, Neutrophil-Signaturmodell, M2-Signaturmodul, Th2-Signaturmodul, Protumor-Zytokinenmodul, Komplement-Inhibitions-Modul, Krebsassoziierte Fibroblastenaktivität-(CAFs) Modul, Angiogenesemodul, Endothelmodul, Proliferationsraten- (oder Tumorproliferationsraten-) Modul, PI3K/AKT/mTOR-Signalisierungsmodul, RAS/RAF/MEK-Signalisierungsmodul, Rezeptor Tyrosinkinasen-Expressionsmodul, Wachstumsfaktorenmodul, Tumorsuppressoren-Modul, Metastase-Signaturmodul, und Antimetastatische Faktoren-Modul. Das MF-Profil kann zusätzlich enthalten: T-Zellverkehrsmodul, Antitumor-Zytokinenmodul, Treg-Verkehr-Modul, MDSC- und TAM-Verkehrsmodul, Granulozyten- oder Granulozytenverkehrsmodul, Eosinophil-Signatur-Modell, Mastzellen-Signaturmodul, Th17-Signaturmodul, Matrixbildungs- (oder Matrix-) Modul, und Hypoxiefaktorenmodul, ein solches MF-Profil könnte für ein Subjekt mit einem soliden Krebs (z.B. einem Melanom) nützlich sein.
  • In manchen Ausführungsformen können die Module in einem MF-Profil umfassen oder bestehen aus: Effektorzellen- (oder Effektor-T-Zellen-) Modul, Natürliche Killerzellen-(NK-Zellen) Modul, T-Zellenmodul, Maligner B-Zellenmarker-Modul, M1-Signaturenmodul, Th1-Signaturmodul, Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul, Follikuläre dendritische Zellen-Modul, Follikuläre B-Helfer-T-Zellenmodul, Protumor-Zytokinenmodul, Regulatorische T-Zellen-(Treg) Modul, Neutrophil-Signaturmodell, M2-Signaturmodul, Th2-Signaturmodul, Komplement-Inhibitions-Modul, Fibroblastische retikuläre Zellen-Modul, Angiogenesemodul, Blutendothelmodul, Proliferationsraten- (oder Tumorproliferationsraten-) Modul, Onkogene-Modul und Tumorsuppressoren-Modul. Das MF-Profil kann zusätzlich enthalten: Major Histokompatibilitätskomplex I- (MHCI) Modul, Major Histokompatibilitätskomplex II-(MHCII) Modul, Koaktivierungsmoleküle-Modul, B-Zellverkehrsmodul, Benigne-B-Zellenmodul, Antitumor-Zytokinenmodul, Treg-Verkehr-Modul, Mastzellen-Signaturmodul, Th17-Signaturmodul, Matrixbildungs- (oder Matrix-) Modul, Hypoxiefaktorenmodul, Koagulationsmodul, und Lymphatisches Endothel-Modul. Ein solches MF-Profil könnte für ein Subjekt mit follikulärem Lymphom nützlich sein. In manchen Ausführungsformen können die Gengruppen der Module zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe): Major Histokompatibilitätskomplex I- (MHCI) Modul: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; Major Histokompatibilitätskomplex II- (MHCII) Modul: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; Koaktivierungsmoleküle-Modul: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28; Effektorzellen Modul: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; Effektor-T-Zellenmodul: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; Natürliche Killerzellen- (NK-Zellen) Modul: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, EOMES, CLIC3, FGFBP2, KLRF1, und SH2D1B; T-Zellverkehrsmodul: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5, T-Zellenmodul: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD5 und CD28; B-Zellenmodul: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, FCRL5, PAX5 und STAP1; B-Zellverkehrsmodul: CXCL13 und CXCR5; Benigne-B-Zellenmodul: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; Maligner B-Zellenmarker-Modul: MME, CD70, CD20, CD22 und PAX5; M1-Signaturenmodul: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; Thl-Signaturmodul: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; Antitumor-Zytokinenmodul: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG, Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; Follikuläre dendritische Zellen-Modul: CR1, FCGR2A, FCGR2B, FCGR2C, CR2, FCER2, CXCL13, MADCAM1, ICAM1, VCAM1, BST1, LTBR und TNFRSF1A; Follikuläre B-Helfer-T-Zellenmodul: CXCR5, B3GAT1, ICOS, CD40LG, CD84, IL21, BCL6, MAF und SAP; Protumor-Zytokinenmodul: IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, TNFSF13B, IL6 und IL7; Regulatorische T-Zellen-(Treg) Modul: TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF18, TNFR2 und TNFRSF1B; Treg-Verkehr-Modul: CCL17, CXCL12, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; Myeloid-abgeleitete Suppressorzellen- (MDSCs) Modul: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4 und CD33; MDSC- und TAM-Verkehrsmodul: CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; Granulozytenmodul: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, MPO, ELANE, PRTN3, CTSG, FCGR3B, CXCR1, CXCR2, CD177, PI3, FFAR2, PGLYRP1, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13 und SIGLEC8; Granulozytenverkehrsmodul: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3 und CCL26; Eosinophil-Signatur-Modell: PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8 und PRG3; Neutrophil-Signaturmodell: MPO, ELANE, PRTN3, CTSG, FCGR3B, CXCR1, CXCR2, CD177, PI3, FFAR2 und PGLYRP1; Mastzellen-Signaturmodul: CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13 und SIGLEC8; M2-Signaturmodul: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; Th2-Signaturmodul: IL4, IL5, IL13, IL10, IL25 und GATA3; Thl7-Signaturmodul: IL17A, IL22, IL26, IL17F, IL21 und RORC; Protumor-Zytokinenmodul: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; Komplement-Inhibitions-Modul: CFD, CFI, CD55, CD46, CR1 und CD59; Fibroblastische retikuläre Zellen-Modul: DES, VIM, PDGFRA, PDPN, NT5E, THY1, ENG, ACTA2, LTBR, TNFRSF1A, VCAM1, ICAM1 und BST1; Krebsassoziierte Fibroblastenaktivität- (CAFs) Modul: COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2, COL6A3, FBLN1, LUM, MFAP5, LGALS1 und PRELP; Matrixbildungs- (oder Matrix-) Modul: MMP9, FN1, COL1A1, COL1A2, COL3A1, COL4A1, CA9, VTN, LGALS7, TIMP1, MMP2, MMP1, MMP3, MMP12, LGALS9, MMP7 und COL5A1; Angiogenesemodul: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; Endothelmodul: VEGFA, NOS3, KDR, FLT1, VCAM1, VWF, CDH5, MMRN1, CLEC14A, MMRN2 und ECSCR; Hypoxiefaktorenmodul: LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; Koagulationsmodul: HPSE, SERPINE1, SERPINB2, F3 und ANXA2; Blutendothelmodul: VEGFA, NOS3, KDR, FLT1, VCAM1, VWF, CDH5 und MMRN1; Lymphatisches Endothel-Modul: CCL21 und CXCL12; Proliferationsraten- (oder Tumorproliferationsraten-) Modul: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, E2F1, MYBL2, BUB1, PLK1, PRC1, CCNB1, MCM2, MCM6, CDK4 und CDK6; Onkogene-Modul: MDM2, MYC, AKT1, BCL2, MME und SYK; PI3K/AKT/mTOR-Signalisierungsmodul: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; RAS/RAF/MEK-Signalisierungsmodul: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; Rezeptor Tyrosinkinasen-Expressionsmodul: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB und ABL1; Wachstumsfaktorenmodul: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; Tumorsuppressoren-Modul: TP53, MLL2, CREBBP, EP300, ARID1A, HIST1H1, EBF1, IRF4, IKZF3, KLHL6, PRDM1, CDKN2A, RB1, EPHA7, TNFAIP3, TNFRSF14, FAS, SHP1, SOCS1, SIK1, PTEN, DCN, MTAP, AIM2 und MITF; Metastase-Signaturmodul: ESRP1, HOXA1, SMARCA4, TWIST1, NEDD9, PAPPA, CTSL, SNAI2 und HPSE; Antimetastatische Faktoren-Modul: NCAM1, CDH1, KISS1, BRMS1, ADGRG1, TCF21, PCDH10 und MITF; und Mutationsstatusmodul: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL. In gewissen Ausführungsformen können zwei oder mehr Gene von jeder Kombination der gelisteten Module in einem MF-Porträt enthalten sein.
  • In manchen Ausführungsformen können die Gengruppen der Module zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen gezeigt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe): Major Histokompatibilitätskomplex I- (MHCI) Modul: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; Major Histokompatibilitätskomplex II-(MHCII) Modul; HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; Koaktivierungsmoleküle-Modul: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28; Effektorzellen- (oder Effektor-T-Zellen-) Modul: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; Natürliche Killerzellen- (NK-Zellen) Modul: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GNLY, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, EOMES, CLIC3, FGFBP2, KLRF1 und SH2D1B; T-Zellenmodul: TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD5 und CD28; B-Zellenmodul: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, FCRL5, PAX5 und STAP1; M1-Signaturenmodul: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; Th1-Signaturmodul: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; Regulatorische T-Zellen-(Treg) Modul: TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10 und TNFRSF1B; Myeloid-abgeleitete Suppressorzellen (MDSCs) Modul: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4 und CD33; Neutrophil-Signaturmodell: MPO, ELANE, PRTN3, CTSG, FCGR3B, CXCR1, CXCR2, CD177, PI3, FFAR2 und PGLYRP1; M2-Signaturmodul: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; Th2-Signaturmodul: IL4, IL5, IL13, IL10, IL25 und GATA3; Protumor-Zytokinenmodul: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; Komplement-Inhibitions-Modul: CFD, CFI, CD55, CD46 und CR1; Krebsassoziierte Fibroblastenaktivität- (CAFs) Modul: COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2, COL6A3, FBLN1, LUM, MFAP5 und PRELP; Angiogenesemodul: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, VCAM1 und MMRN1; Endothelmodul: VEGFA, NOS3, KDR, FLT1, VCAM1, VWF, CDH5, MMRN1, CLEC14A, MMRN2 und ECSCR; Proliferationsraten-(oder Tumorproliferationsraten-) Modul: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, CDK4 und CDK6; PI3K/AKT/mTOR-Signalisierungsmodul: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; RAS/RAF/MEK-Signalisierungsmodul: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; Rezeptor Tyrosinkinasen-Expressionsmodul: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB und ABL1; Wachstumsfaktorenmodul: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; Tumorsuppressoren-Modul: TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1 und MITF; Metastase-Signaturmodul: ESRP1, HOXA1, SMARCA4, TWIST1, NEDD9, PAPPA und HPSE; und Antimetastatische Faktoren-Modul: NCAM1, CDH1, KISS1 und BRMS1. In manchen Ausführungsformen können die Gengruppen der Module ferner zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen gezeigt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe): T-Zellverkehrsmodul: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; Antitumor-Zytokinenmodul: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; Treg-Verkehr-Modul: CCL17, CXCL12, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; MDSC- und TAM-Verkehrsmodul: CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; Granulozytenverkehrsmodul: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3 und CCL26; Eosinophil-Signatur-Modell: PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8 und PRG3; Mastzellen-Signaturmodul: CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13 und SIGLEC8; Th17-Signaturmodul: IL17A, IL22, IL26, IL17F, IL21 und RORC; Matrixbildungs- (oder Matrix-) Modul: FN1, CA9, MMP1, MMP3, MMP12, LGALS9, MMP7, MMP9, COL1A1, COL1A2, COL4A1 und COL5A1; und Hypoxiefaktorenmodul: LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3. In gewissen Ausführungsformen sind zwei oder mehr Gene aus jedem der gelisteten Module enthalten. Sämtliche der vorangehenden Sätze von Modulen können in einem MF-Porträt für ein Subjekt mit einem soliden Krebs (z.B. Melanom) verwendet werden.
  • In manchen Ausführungsformen können die Gengruppen der Module zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen gezeigt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe): Effektor-T-Zellenmodul: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; Natürliche Killerzellen- (NK-Zellen) Modul: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; T-Zellenmodul: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; Benigne-B-Zellenmodul: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; Maligner B-Zellenmarker-Modul: MME, CD70, CD20, CD22 und PAX5; M1-Signaturenmodul: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; Th1-Signaturmodul: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; Checkpoint-Inhibition- (oder Checkpoint-Moleküle-) Modul: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA und HAVCR2; Follikuläre dendritische Zellen-Modul: CR1, FCGR2A, FCGR2B, FCGR2C, CR2, FCER2, CXCL13, MADCAM1, ICAM1, VCAM1, BST1, LTBR und TNFRSF1A; Follikuläre B-Helfer-T-Zellenmodul: CXCR5, B3GAT1, ICOS, CD40LG, CD84, IL21, BCL6, MAF und SAP; Protumor-Zytokinenmodul: IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, TNFSF13B, IL6 und IL7; Regulatorische T-Zellen-(Treg) Modul: TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF18 und TNFR2; Neutrophil-Signaturmodell: MPO, ELANE, PRTN3 und CTSG; M2-Signaturmodul: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; Th2-Signaturmodul: IL4, IL5, IL13, IL10, IL25 und GATA3; Komplement-Inhibitions-Modul: CFD, CFI, CD55, CD46, CR1 und CD59; Fibroblastische retikuläre Zellen-Modul: DES, VIM, PDGFRA, PDPN, NT5E, THY1, ENG, ACTA2, LTBR, TNFRSF1A, VCAM1, ICAM1 und BST1; Angiogenesemodul: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF und CDH5; Blutendothelmodul: VEGFA, NOS3, KDR, FLT1, VCAM1, VWF, CDH5 und MMRN1; Proliferationsraten- (oder Tumorproliferationsraten-) Modul: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; Onkogene-Modul: MDM2, MYC, AKT1, BCL2, MME und SYK; und Tumorsuppressoren-Modul: TP53, MLL2, CREBBP, EP300, ARID1A, HIST1H1, EBF1, IRF4, IKZF3, KLHL6, PRDM1, CDKN2A, RB1, EPHA7, TNFAIP3, TNFRSF14, FAS, SHP1 und SOCS1. In manchen Ausführungsformen können die Gengruppen der Module ferner zumindest zwei Gene umfassen (z.B. zumindest zwei Gene, zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene, wie in den folgenden Listen gezeigt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt und in manchen Ausführungsformen ist die Anzahl von Genen in jeder ausgewählten Gruppe nicht dieselbe): Koaktivierungsmoleküle-Modul: TNFRSF4 und CD28; B-Zellverkehrsmodul: CXCL13 und CXCR5; Antitumor-Zytokinenmodul: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10, FASLG; Treg-Verkehr-Modul: CCL17, CCR4, CCL22 und CXCL13; Eosinophil-Signatur-Modell: PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8 und PRG3; Mastzellen-Signaturmodul: CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13 und SIGLEC8; Th17-Signaturmodul: IL17A, IL22, IL26, IL17F, IL21 und RORC; Matrixbildungs- (oder Matrix-) Modul: MMP9, FN1, COL1A1, COL1A2, COL3A1, COL4A1, CA9, VTN, LGALS7, TIMP1 und MMP2; Hypoxiefaktorenmodul: LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; Koagulationsmodul: HPSE, SERPINE1, SERPINB2, F3 und ANXA2; und Lymphatisches Endothel-Modul: CCL21 und CXCL12. In gewissen Ausführungsformen sind zwei oder mehr Gene von jedem der gelisteten Module enthalten. Sämtliche der vorangehenden Sätze von Modulen können in einem MF-Porträt für ein Subjekt mit einem follikulären Lymphom verwendet werden.
  • In manchen Ausführungsformen sind die mehreren Gengruppen (oder Module), die mit Krebsmalignitäten verknüpft sind, die Tumoreigenschaftsgruppe. In manchen Ausführungsformen sind die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe.
  • In gewissen Ausführungsformen umfassen die mehreren Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus der folgenden Gruppe (z.B. zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene sind aus jeder Gruppe ausgewählt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt): der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL. In gewissen Ausführungsformen enthalten die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen (z.B. zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene sind aus jeder Gruppe ausgewählt; in manchen Ausführungsformen sind alle der gelisteten Gene aus jeder Gruppe ausgewählt): der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3. In manchen Ausführungsformen kann eine ungleiche Anzahl von Genen aus jeder der gelisteten Gruppen zur Verwendung ausgewählt werden. In spezifischen Ausführungsformen werden alle oder fast alle der gelisteten Gene verwendet.
  • In manchen Ausführungsformen sind die mehreren Gengruppen, die mit Krebsmalignitäten verknüpft sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe. In manchen Ausführungsformen sind die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind: die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe und die Tumorförderndes-Immun-Gruppe.
  • In manchen Ausführungsformen umfassen die mehreren Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen (z.B. zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene sind aus jeder Gruppe ausgewählt): der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  • In manchen Ausführungsformen umfassen die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen (z.B. zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene sind aus jeder Gruppe ausgewählt): der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxische T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1. In manchen Ausführungsformen kann eine ungleiche Zahl von Genen aus jeder der gelisteten Gruppen zur Verwendung gewählt werden. In spezifischen Ausführungsformen werden alle oder fast alle der gelisteten Gene verwendet.
  • In manchen Ausführungsformen sind die mehreren Gengruppen, die mit Krebsmalignitäten verknüpft sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe. In manchen Ausführungsformen sind die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind: die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe und die Komplementinhibitionsgruppe.
  • In manchen Ausführungsformen umfassen die mehreren Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen (z.B. zumindest drei Gene, zumindest vier Gene, zumindest fünf Gene, zumindest sechs Gene, zumindest sieben Gene, zumindest acht Gene, zumindest neun Gene, zumindest zehn Gene oder mehr als zehn Gene sind aus jeder Gruppe ausgewählt): der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL. In manchen Ausführungsformen umfassen die mehreren Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1. In manchen Ausführungsformen kann eine ungleiche Zahl von Gene für jede der gelisteten Gruppen zur Verwendung gewählt werden. In spezifischen Ausführungsformen werden alle oder fast alle der gelisteten Gene verwendet.
  • MF-Profile können die Intensität (z.B. Menge) eines Moduls oder einer Gengruppe unter Verwendung eines Unterscheidungsmerkmals (z.B. Farbe, Schraffierung oder Muster, Größe und/oder Form) darstellen. Wie hier verwendet, bezieht sich „Intensität“ auf eine Menge eines Gengruppenexpressionswerts in einem MF-Profil. Zum Beispiel haben Krebserkrankungen vom 2. MF-Profiltyp ein intensives Proliferationsratenmodul, das eine hohe Proliferationsrate einer solchen Krebserkrankungen angibt. Daher wird bei Krebserkrankungen vom 2. MF-Profiltyp das Proliferationsratenmodul als eine Anzeige, dass dieses Modul im Tumor abundanter ist als andere Module, in einer größeren Größe angezeigt. In manchen Ausführungsformen umfasst das MF-Profil Module verschiedener Größen, wobei die Modulgröße die Modulintensität angibt. In manchen Ausführungsformen umfasst das MF-Profil Module zunehmender Größen, wobei eine zunehmende Modulgröße eine zunehmende Modulintensität anzeigt.
  • MF-Profile können ein Modul unter Verwendung eines Unterscheidungsmerkmals (z.B. Farbe, Schraffierung oder Muster, Größe und/oder Form) als ein Pro-Tumor-Modul oder Anti-Tumor-Modul darstellen. In manchen Ausführungsformen umfasst das MF-Profil ein Pro-Tumor-Modul als eine Farbe oder ein Muster und ein Anti-Tumor-Modul als eine andere Farbe oder ein anders Muster. In manchen Ausführungsformen umfasst das MF-Profil ein Pro-Tumor-Modul in Burgund oder einer Schattierung davon und ein Anti-Tumor-Modul in Blau oder einer Schattierung davon. In manchen Ausführungsformen umfasst das MF-Profil ein Pro-Tumor-Modul als volle Schattierungen ohne Kreuzungen und ein Anti-Tumor-Modul als Schattierungen mit Kreuzungen.
  • MF-Profile können eine beliebige Anzahl von funktionellen Modulen umfassen. In manchen Ausführungsformen umfasst das MF-Profil zumindest 2, zumindest 3, zumindest 4, zumindest 5, zumindest 6, zumindest 7, zumindest 8, zumindest 9, zumindest 10, zumindest 11, zumindest 12, zumindest 13, zumindest 14, zumindest 15, zumindest 16, zumindest 17, zumindest 18, zumindest 19, zumindest 20, zumindest 21, zumindest 22, zumindest 23, zumindest 24, zumindest 25, zumindest 26, zumindest 27 oder zumindest 28 Module. In manchen Ausführungsformen umfasst das MF-Profil bis zu 2, bis zu 3, bis zu 4, bis zu 5, bis zu 6, bis zu 7, bis zu 8, bis zu 9, bis zu 10, bis zu 11, bis zu 12, bis zu 13, bis zu 14, bis zu 15, bis zu 16, bis zu 17, bis zu 18, bis zu 19, bis zu 20, bis zu 21, bis zu 22, bis zu 23, bis zu 24, bis zu 25, bis zu 26, bis zu 27 oder bis zu 28 Module.
  • MF-Profiltypen
  • Die vorliegende Offenbarung beruht teilweise auf der Erkenntnis, dass verschiedene Krebserkrankungen (z.B. Tumore) basierend auf gewissen Eigenschaften des Krebses oder Tumors (z.B. Expressionsdaten) in vier Typen (d.h. Krebserkrankungen vom ersten MF-Profiltyp oder „1. MF-Profi“, zweiten MF-Profiltyp oder „2. MF-Profil“, dritten MF-Profiltyp oder „3. MF-Profil“ und vierten MF-Profiltyp oder „4. MF-Profil“) kategorisiert werden können.
  • Wie hier verwendet, bezieht sich der Begriff „Krebsart“, „Tumortyp“ oder „MF-Profiltyp“ auf einen Krebs (z.B. einen Tumor) mit gewissen Merkmalen, enthaltend gewisse molekulare und zelluläre Zusammensetzungen, und biologischen Prozessen.
  • MF-Profiltyp kann in manchen Ausführungsformen Informationen bezüglich eines Werts von Immunzellen in und/oder um einen Tumor bereitstellen. Zum Beispiel enthält ein „entzündeter“ oder „heißer“ MF-Profiltyp einen Krebs (z.B. einen Tumor), der stark von Immunzellen infiltriert ist, ein „nicht entzündeter“ oder „kalter“ MF-Profiltyp beschreibt einen Krebs (z.B. einen Tumor), der schwach von Immunzellen infiltriert ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Krebs (z.B. ein Tumor) entzündet ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs (z.B. ein Tumor) entzündet ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs (z.B. ein Tumor) nicht entzündet ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs (z.B. ein Tumor) nicht entzündet ist.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich eines durchschnittlichen Verhältnisses von malignen zu nicht malignen T-Zellen eines Tumors bereit (z.B. Tumorreinheit). In manchen Ausführungsformen erhöht sich das durchschnittliche Verhältnis von malignen zu nicht malignen T-Zellen mit dem MF-Profiltyp. Zum Beispiel ist 4. MF-Profil > 3. MF-Profil > 2. MF-Profil > 1. MF-Profil in Bezug auf ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen.
  • In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Tumor etwa 2 Mal (zweimal) so viele nicht maligne T-Zellen wie maligne Zellen hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Tumor ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen zwischen 0,4 bis 0,6 hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen von etwa 0,5 hat.
  • In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs etwa 1,5 Mal so viele nicht maligne T-Zellen wie maligne Zellen hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen zwischen 0,6 und 0,7 hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen von etwa 0,65 hat.
  • In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs etwa 1,3 Mal so viele nicht maligne T-Zellen wie maligne Zellen hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen-zwischen 0,7 und 0,8 hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass ein Tumor ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen von etwa 0,8 hat.
  • In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs etwa 1.1 Mal so viele nicht maligne T-Zellen wie maligne Zellen hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen-zwischen 0,8 und 0,9 hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen von etwa 0,85 hat.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich Tumorvaskularisierung bereit. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) vaskularisiert ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) nicht vaskularisiert ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) vaskularisiert ist. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) nicht vaskularisiert ist.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich Werten von krebsassoziierter Fibroblastenaktivität (CAFs) in und/oder um einen Tumor bereit. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) CAFs umfasst. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass es dem Krebs (z.B. dem Tumor) an CAFs mangelt. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) CAFs umfasst. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass es dem Krebs (z.B. dem Tumor) an CAFs mangelt.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich Tumorproliferationsraten bereit. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) eine durchschnittliche Proliferationsrate hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) eine hohe Proliferationsrate hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) eine durchschnittliche Proliferationsrate hat. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp an, dass der Krebs (z.B. der Tumor) eine hohe Proliferationsrate hat.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich Patientenüberlebensrate bereit. In manchen Ausführungsformen erhöht sich die Patientenüberlebensrate mit dem MF-Profiltyp. Zum Beispiel ist 1. MF-Profil > 2. MF-Profil > 3. MF-Profil > 4. MF-Profil in Bezug auf Patientenüberlebensrate.
  • In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 1. MF-Profiltyp eine gute Patientenüberlebensrate an. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 2. MF-Profiltyp eine optimale Patientenüberlebensrate an. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 3. MF-Profiltyp eine schlechte Patientenüberlebensrate an. In manchen Ausführungsformen gibt eine Beschreibung eines Krebses als einen Krebs vom 4. MF-Profiltyp eine schlechte Patientenüberlebensrate an.
  • MF-Profiltyp stellt in manchen Ausführungsformen Informationen bezüglich Patientenbehandlung bereit. In manchen Ausführungsformen stellt der MF-Profiltyp Informationen bezüglich eines erwarteten Behandlungsergebnisses einer Therapie bereit. In manchen Ausführungsformen gibt das MF-Profil an, dass eine spezifische Behandlungsoption empfohlen ist. In manchen Ausführungsformen gibt das MF-Profil an, dass eine spezifische Behandlungsoption nicht heilend ist. In manchen Ausführungsformen gibt das MF-Profil an, dass eine spezifische Behandlungsoption von einem gewissen Merkmal eines Tumors, zum Beispiel Mutationsstatus des Tumors abhängig ist.
  • In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass eine Behandlung, die ausgewählt ist aus der Gruppe bestehend aus einem Angiogenese-Inhibitor, einem CAFs-Inhibitor, einem Immunsuppressiver Faktor-Inhibitor, einem MDSC-Inhibitor, einem Treg-Inhibitor, einem Metastatische-Aktivität-Inhibitor und einer Immuntherapie empfohlen oder verwendet werden sollte. In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen Krebs vom 1. MF-Profiltyp an, dass eine Behandlung unter Verwendung eines Wachstumsfaktor-Inhibitor abhängig von einem gewissen Merkmal eines Tumors (z.B. Mutationsstatus) empfohlen oder verwendet werden sollte.
  • In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass eine Behandlung, die ausgewählt ist aus der Gruppe bestehend aus einem Immunsuppressiver Faktor-Inhibitor, einem MDSC-Inhibitor, einem Treg-Inhibitor, einem Metastatische-Aktivität-Inhibitor, einem Checkpoint-Inhibitor und einer Immuntherapie empfohlen oder verwendet werden sollte. In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen Krebs vom 2. MF-Profiltyp an, dass eine Behandlung unter Verwendung eines Wachstumsfaktor-Inhibitor abhängig von einem gewissen Merkmal eines Tumors (z.B. Mutationsstatus) empfohlen oder verwendet werden sollte.
  • In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen 3. MF-Profiltyp an, dass eine Behandlung, die ausgewählt ist aus der Gruppe bestehend aus einem Angiogenese-Inhibitor, einem CAFs-Inhibitor, einem Immunsuppressiver Faktor-Inhibitor, einem M2 Makrophage-Inhibitor, einem MDSC-Inhibitor und einem Treg-Inhibitor empfohlen oder verwendet werden sollte. In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen 3. MF-Profiltyp an, dass ein Checkpoint-Inhibitor empfohlen oder verwendet werden sollte.
  • In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen 4. MF-Profiltyp an, dass eine Behandlung wie ein Angiogenese-Inhibitor und/oder eine Immuntherapie empfohlen oder verwendet werden sollte. In manchen Ausführungsformen gibt ein Identifizieren eines Krebses als einen 4. MF-Profiltyp an, dass eine nicht kurative Behandlungsoption aus der Gruppe gewählt werden sollte, bestehend aus einem Kinase-Inhibitor, einer Strahlentherapie und einer Chemotherapie.
  • Visualisierung von MF-Profilen
  • In manchen Ausführungsformen kann ein Softwareprogramm mit einer visuellen Darstellung eines MF-Profils eines Patienten und/oder anderer Informationen bezüglich eines Krebses eines Patienten unter Verwendung einer interaktiven grafischen Benutzerschnittstelle (GUI) einem Benutzer bereitgestellt werden.
  • Nach dem Aufrufen kann die interaktive GUI dem Benutzer des Softwareprogramms anfängliche Informationen bezüglich eines Krebses eines Patienten bereitstellen. Anschließend kann der Benutzer mit der GUI interagieren, um zusätzliche und/oder alternative Informationen bezüglich eines Krebses eines Patienten zu erhalten. 3-37 zeigen anschauliche Bildschirmabbilder der interaktiven grafischen Benutzerschnittstelle und sind unten beschrieben.
  • 3 ist eine Grafik, die verschiedene Arten von Bildschirmen zeigt, die einem Benutzer des Softwareprogramms gezeigt werden können. Jeder der verschiedenen, in 3 dargestellten Bildschirme kann verwendet werden, um dem Benutzer verschiedene Arten von Informationen zu präsentieren. Ein Bildschirmabbild eines Steuerbildschirms des Softwareprogramms ist in der Mitte von 3 gezeigt. Der Steuerbildschirm enthält Abschnitte zum Präsentieren von Informationen bezüglich Behandlungsauswahl, Tumoreigenschaften und klinischer Evidenz von Behandlungswirksamkeit und ist in Bezug auf 7-37 näher beschrieben.
  • Ein Benutzer kann mit dem Steuerbildschirm interagieren, um zusätzliche Informationen über zum Beispiel Immuntherapieauswahl, Auswahl einer zielgerichteten Therapie, Kombinationstherapiedesign, Tumoreigenschaften und Tumormikromilieu, klinische Evidenz einer Wirksamkeit einer zielgerichteten Therapie und klinische Evidenz einer Wirksamkeit von Immuntherapie zu erhalten. Der Benutzer kann einen Abschnitt des Steuerbildschirms (z.B. den Immuntherapieabschnitt) wählen, um einen oder mehrere zusätzliche Bildschirme zu sehen, die Informationen bezüglich des gewählten Abschnitts präsentieren. Wie in 3 gezeigt, zeigen Pfeile von einem Abschnitt des Steuerbildschirms, der gewählt werden kann, zu den Bildschirmen, die zusätzliche Informationen bezüglich des gewählten Abschnitts präsentieren.
  • Zum Beispiel kann der Benutzer den Immuntherapie-Auswahlabschnitt des Steuerbildschirms wählen, um einen oder mehrere Bildschirme zu sehen, die Informationen bezüglich verschiedener Immuntherapien, Biomarker, die mit einer Immuntherapie verknüpft sind (z.B. genetische Biomarker, zelluläre Biomarker und Expressionsbiomarker), Immunzelleneigenschaften des Tumors des Patienten und klinischer Versuche (z.B. Informationen aus und/oder zu veröffentlichten klinischen Versuchen und laufenden klinischen Versuchen) präsentieren.
  • In einem anderen Beispiel kann der Benutzer den Auswahlabschnitt für eine zielgerichtete Therapie des Steuerbildschirms wählen, um einen oder mehrere Bildschirme zu sehen, die Informationen bezüglich verschiedener zielgerichteter Therapien, Biomarker, die mit zielgerichteten Therapien verknüpft sind (z.B. genetische Biomarker, zelluläre Biomarker und/oder-Expressionsbiomarker), Eigenschaften des Tumors des Patienten verknüpft mit der zielgerichtete Therapie und klinischer Versuche (z.B. veröffentlichte klinische Versuche und laufende klinische Versuche) präsentieren.
  • In einem anderen Beispiel kann der Benutzer den Abschnitt des molekularfunktionellen Porträts (MF-Profil) des Steuerbildschirms wählen, um einen oder mehrere Bildschirme zu sehen, die Informationen bezüglich eines Tumormikromilieus des Patienten präsentieren. Solche Informationen können Informationen über Tumoreigenschaften (z.B. Proliferationsrate), Angiogenese, Metastase, zelluläre Zusammensetzung, krebsassoziierte Fibroblastenaktivität, Pro-Tumor-Immun-Milieu und Anti-Tumor-Immun-Milieu enthalten.
  • In einem weiteren Beispiel kann der Benutzer den Abschnitt der klinischen Evidenz einer Behandlungswirksamkeit Abschnitt des Steuerbildschirms wählen, um einen oder mehrere Bildschirme zu sehen, die Informationen bezüglich einer Therapie (z.B. eine Immuntherapie oder zielgerichtete Therapie) präsentieren. Solche Informationen können eine Beschreibung der Therapie, Therapiewirksamkeit, möglicher Nebenwirkungen, zugehöriger Veröffentlichungen, Behandlungsschema und Patientenüberlebensrate enthalten.
  • Ein Benutzer des Softwareprogramms kann mit der GUI interagieren, um sich im Softwareprogramm anzumelden. 4 ist ein Bildschirmabbild des Benutzerkontoprofilbildschirms, der dem Benutzer in Reaktion auf die Anmeldung des Benutzers im Softwareprogramm präsentiert wird. Der Benutzerkontoprofilbildschirm kann Informationen für einen oder mehrere Patienten, wie Patientenidentifizierung und Diagnose (z.B. Hugo27, Melanom, Stadium: IV) in einem Patientenauswahlabschnitt liefern (wie im oberen linken Feld gezeigt). Der Benutzerkontoprofilbildschirm kann auch Berichte bereitstellen, die aus den Patienteninformationen durch das Softwareprogramm in einem Berichtslayoutabschnitt generiert werden (wie im rechten Feld gezeigt). Der Berichtslayoutabschnitt kann dem Benutzer Abschnitte zum Betrachten gespeicherter Berichte, die zuvor von dem Softwareprogramm generiert wurden, oder zum Erstellen eines neuen Berichts bereitstellen.
  • In Reaktion auf eine Auswahl durch einen Benutzer kann ein gewählter Abschnitt der GUI sichtbar hervorgehoben werden. Als ein Satz nicht einschränkender Beispiele kann ein „sichtbar hervorgehobenes“ Element durch einen Unterschied in Schriftart (z.B. kursiv, fett und/oder unterstrichen), durch Umgeben des Abschnitts mit einem visuellen Objekt (z.B. ein Rahmen), durch „Herausheben“ des Elements (z.B. durch Erhöhen der Vergrößerung für dieses Element), durch Ändern der Farbe eines Elements, durch Schraffierung des Elements, durch Eingliedern einer Bewegung in das Element (indem z.B. das Element in Bewegung versetzt wird), eine Kombination des Vorangehenden in einem Abschnitt oder dem gesamten Element oder in jeder geeigneten anderen Weise hervorgehoben werden.
  • Falls ein Benutzerkontoprofilbildschirm Informationen über einen Patient bereitstellt, kann der Patient von dem Benutzer gewählt werden, um einen Bildschirm zu sehen, der die Patienteninformationen präsentiert. Falls ein Benutzerkontoprofilbildschirm Informationen über mehr als einen Patienten bereitstellt, kann ein beliebiger der Patienten von dem Benutzer gewählt werden, um einen Bildschirm zu sehen, der die gewählten Patienteninformationen präsentiert. Der Benutzer kann einen gespeicherten Bericht wählen, um einen Bildschirm zu sehen, der Informationen bezüglich des gewählten Berichts präsentiert. Der Benutzer kann eine Auswahl treffen, einen neuen Berichtsabschnitt zu erstellen, um einen Bildschirm zum Erstellen eines neuen Berichts zu sehen. Zum Beispiel kann der Benutzer den Patienten Hugo27 wählen, wie im oberen linken Feld gezeigt.
  • 5 ist ein Bildschirmabbild, der die gewählten Patienteninformationen präsentiert, die dem Benutzer in Reaktion auf eine Auswahl des Patienten durch den Benutzer bereitgestellt werden. Eine Übersicht der Patienteninformationen ist im Abschnitt Patientenübersicht präsentiert (wie im linken Feld gezeigt), enthaltend klinische Eigenschaften der Krankheit des Patienten (z.B. Histologiebericht). Zusätzliche Informationen über den Patienten oder den Krebs des Patienten, enthaltend Gesamtstatus, Krankheitseigenschaften und allgemeine Empfehlungen (wie im oberen mittleren Feld gezeigt) sind bereitgestellt. Informationen bezüglich gewählter Patientensequenzierungsdaten sind im Abschnitt Dateien präsentiert (wie im rechten Feld gezeigt), enthaltend vollständige Exomsequenzierungsdaten (WES). Der Benutzer kann den Abschnitt Datei Hochladen des Bildschirms verwenden, um die Tumorbiopsiesequenzierungsdaten des Patienten hochzuladen.
  • 6 ist ein Bildschirmabbild, das zeigt, dass Tumorbiopsiesequenzierungsdaten des Patienten heruntergeladen wurden (wie im unteren rechten Feld gezeigt). Der Benutzer kann Start im Abschnitt Analysenstart des Bildschirms wählen (wie im unteren mittleren Feld gezeigt), um einen Bericht zu sehen, der aus den Patientensequenzierungsdaten und anderen Informationen bezüglich des Patienten oder des Krebses des Patienten erstellt wurden.
  • 7 ist ein Bildschirmabbild, der den gewählten Patientenbericht präsentiert, enthaltend Informationen bezüglich der Patientensequenzierungsdaten, des Patienten und des Krebses des Patienten. Der Therapiebiomarker-Abschnitt (wie im linken Feld gezeigt) präsentiert Informationen bezüglich verfügbarer Therapien (z.B. Immuntherapien und zielgerichtete Therapien) und deren vorhergesagter Wirksamkeit beim gewählten Patienten. Zusätzliche sind Vorhersagen der Wirksamkeit einer Therapie beim Patient im Maschinenvorhersageeinrichtung-Abschnitt und zusätzlichen Abschnitt bereitgestellt (wie im linken Feld gezeigt). Der MF-Profil-Abschnitt präsentiert Informationen bezüglich molekularer Eigenschaften eines Tumors, enthaltend Tumorgenetik, Pro-Tumor-Mikromilieufaktoren und Anti-Tumor-Immunreaktionsfaktoren (wie im mittleren Feld gezeigt). Der Abschnitt Klinische Versuche stellt Informationen bezüglich klinischen Versuchen bereit (wie im rechten Feld gezeigt). Der Abschnitt Monotherapie oder Kombinationstherapie (wie im mittleren Feld gezeigt) kann vom Benutzer gewählt werden, um interaktiv eine personalisierte Behandlung für einen Patienten zu gestalten.
  • Ein Benutzer kann verschiedene Abschnitte des Bildschirms auswählen, um zusätzliche Informationen zu sehen. Zum Beispiel kann ein Benutzer Anti-PD1 im Abschnitt Immuntherapie-Biomarker des Bildschirms wählen (wie im linken Feld gezeigt), um Informationen bezüglich einer Anti-PD1-Behandlung zu sehen, enthaltend Biomarker, die mit Anti-PD1 verknüpft sind, und Tumorzellenprozesse, die mit einer Anti-PD1-Behandlung verknüpft sind.
  • 8 ist ein Bildschirmabbild, das Informationen bezüglich einer Anti-PD1-Immuntherapie präsentiert, die in Reaktion auf eine Auswahl einer Anti-PD1-Immuntherapie (durch Hervorhebung gezeigt) im Immuntherapie-Biomarker-Abschnitt des Bildschirms bereitgestellt werden (wie im linken Feld gezeigt). Informationen bezüglich Biomarker. verknüpft mit Anti-PD1-Immuntherapie, sind im Biomarker-Abschnitt bereitgestellt (wie im rechten Feld gezeigt). Der Biomarker-Abschnitt präsentiert genetische Biomarker, zelluläre Biomarker und Expressionsbiomarker wie auch patientenspezifische Informationen bezüglich einer dieser Biomarker.
  • Der Benutzer kann einen der Biomarker wählen, die im Biomarker-Markerabschnitt präsentiert sind, um zusätzliche Informationen bezüglich dieses Biomarkers zu sehen, enthaltend allgemeine Informationen über den gewählten Biomarker, patientenspezifische Informationen bezüglich des gewählten Biomarkers, Informationen bezüglich tumormolekularen Prozessen, die mit dem gewählten Biomarker verknüpft sind, und behandlungsbezogene Informationen, die mit dem gewählten Biomarker verknüpft sind.
  • In Reaktion auf eine Auswahl durch einen Benutzer kann der gewählte Biomarker hervorgehoben werden. 9 ist ein Bildschirmabbild, der den Mutationslastbiomarker (durch Hervorhebung gezeigt) präsentiert, der von dem Benutzer gewählt wurde. Der Benutzer kann einen anderen Abschnitt des Mutationslastbiomarkers wählen, um einen Bildschirm zu sehen, der Informationen bezüglich des Mutationslastbiomarkers präsentiert, wie relevante Veröffentlichungen.
  • 10 ist ein Bildschirmabbild, das Informationen bezüglich eines Mutationslastbiomarkers präsentiert (wie im mittleren Feld gezeigt), der in Reaktion auf eine Auswahl des Mutationslastbiomarkers durch den Benutzer bereitgestellt wird. Die Informationen können eine Beschreibung des Biomarkers, wie der Biomarker berechnet wurde, einen besonderen Biomarkerwert des Patienten verglichen mit anderen Patienten (wie in einem Histogramm gezeigt) und Informationen aus Veröffentlichungen bezüglich des gewählten Biomarkers enthalten.
  • Biomarker zeigen die molekularen Prozesse an, die im Tumormikromilieu stattfinden. Daher stellen Biomarker des Patienten Informationen bereit, die für das Tumormikromilieu des Patienten spezifisch sind. Das System erlaubt einem Benutzer, Biomarkerinformationen interaktiv zu sehen, da es sich auf einen molekular Prozess im Tumor bezieht. Gengruppen bezüglich tumormolekularer Prozesse, die mit einem bestimmten Biomarker verknüpft sind, werden in Reaktion auf eine Auswahl dieses Biomarkers hervorgehoben.
  • 11-13 sind Bildschirmabbilder, die zeigen, dass Tumormolekulare-Prozesse-Gengruppen, die im MF-Profil präsentiert werden, die mit dem gewählten Biomarker verknüpft sind, in Reaktion auf eine Auswahl dieses Biomarkers durch den Benutzer hervorgehoben werden.
  • Zum Beispiel kann der Benutzer den Mutationslastbiomarker wählen der mit der Mutationsstatus-Gengruppe und der Neo-Antigenlast-Gengruppe im Tumormikromilieu verknüpft ist. 11 ist ein Bildschirmabbild, das zeigt, dass die Mutationsstatus-Gengruppe und Neo-Antigenlast-Gengruppe im MF-Profil in Reaktion auf eine Auswahl des Mutationslastbiomarkers durch den Benutzer hervorgehoben sind (durch Hervorhebung gezeigt).
  • In einem anderen Beispiel kann der Benutzer den CD8 T-Zellen-Biomarker wählen, der mit der T-Zellen-Gengruppe im Tumormikromilieu verknüpft ist. 12 ist ein Bildschirmabbild, das zeigt, dass die T-Zellen-Gengruppe im MF-Profil in Reaktion auf eine Auswahl des CD8 T-Zellen-Biomarkers durch den Benutzer hervorgehoben ist (durch Hervorhebung gezeigt).
  • In einem weiteren Beispiel kann der Benutzer den PDLl-Expressionsbiomarker wählen, der mit der Checkpoint-Inhibition-Gengruppe im Tumormikromilieu verknüpft ist. 13 ist ein Bildschirmabbild, das zeigt, dass die Checkpoint-Inhibition-Gengruppe im MF-Profil in Reaktion auf eine Auswahl des PDL1-Expressionsbiomarkers durch den Benutzer hervorgehoben ist.
  • Der Benutzer kann eine zielgerichtete Therapie wählen, um Informationen bezüglich einer Behandlung mit der gewählten zielgerichteten Therapie zu sehen, enthaltend Biomarker, die mit der gewählten Therapie verknüpft sind, und Tumorzellenprozesse, die mit der gewählten Therapie verknüpft sind. Zum Beispiel kann der Benutzer die zielgerichtete Therapie Sunitinib wählen.
  • 14 ist ein Bildschirmabbild, der Informationen bezüglich einer Sunitinib-Therapie präsentiert, die in Reaktion auf eine Auswahl von Sunitinib (durch Hervorhebung gezeigt) im Abschnitt Zielgerichtete-Therapie-Biomarker des Bildschirms bereitgestellt werden (wie im linken Feld gezeigt). Informationen bezüglich Biomarker, die mit Sunitinib Therapie verknüpft sind, sind im Biomarkerabschnitt bereitgestellt (wie im rechten Feld gezeigt). Der Biomarkerabschnitt präsentiert genetische Biomarker, zelluläre Biomarker und-Expressionsbiomarker wie auch patientenspezifische Informationen bezüglich eines dieser Biomarker.
  • Biomarkers sagen die Wirksamkeit einer Therapie vorher. Daher sind die Biomarker des Patienten eine Vorhersage der Reaktion des Patienten auf eine Therapie. Das System ermöglicht einem Benutzer, interaktiv Biomarker-Informationen zusehen, da es auf eine vorhergesagte Reaktion auf eine Therapie Bezug nimmt. Klinische Evidenz einer Behandlungswirksamkeit für eine Therapie (z.B. eine Immuntherapie oder eine zielgerichtete Therapie) können interaktiv von dem Benutzer gesehen werden. 15-18 sind Bildschirmabbilder, die zeigen, dass ein Benutzer eine Therapie wählen kann, um einen Bildschirm zu sehen, der klinische Versuchsdaten bezüglich der gewählten Therapie präsentiert.
  • Zum Beispiel kann der Benutzer eine Behandlung mit Anti-PD1-Immuntherapie wählen. 15 ist ein Bildschirmabbild, das klinische Versuchsdaten bezüglich Anti-PD1-Therapiewirksamkeit in Patienten mit Stadium IV metastatischem Melanom präsentiert (wie im rechten Feld gezeigt), die in Reaktion auf eine Auswahl der Anti-PD1-Immuntherapie durch den Benutzer bereitgestellt werden (wie im linken Feld gezeigt).
  • In einem anderen Beispiel kann der Benutzer eine Behandlung mit Anti-CTLA4-Immuntherapie wählen. 16 ist ein Bildschirmabbild, das klinische Versuchsdaten bezüglich Anti-CTLA4-Therapiewirksamkeit bei Patienten mit Stadium IV metastatischem Melanom präsentiert (wie im rechten Feld gezeigt), die in Reaktion auf eine Auswahl der Anti-CTLA4-Immuntherapie durch den Benutzer bereitgestellt werden (wie im linken Feld gezeigt).
  • Es kann ein bestimmter klinischer Versuch gewählt werden, um weitere Informationen bezüglich des klinischen Versuchs zu sehen, wie Therapiewirksamkeit, Nebenwirkungen der Therapie, Behandlungsschema und veröffentlichte Ergebnisse. 17 ist ein Bildschirmabbild, der klinische Versuchsdaten bezüglich des NCT01295827 klinischen Versuchs einer Anti-PD 1-Behandlung präsentiert (wie im mittleren Feld gezeigt), die in Reaktion auf eine Auswahl des NCT01295827 klinischen Versuchs durch den Benutzer bereitgestellt werden (wie im rechten Feld gezeigt).
  • Ein Benutzer kann interaktiv Informationen bezüglich eines klinischen Versuchs sehen. Zum Beispiel kann der Benutzer verschiedene Abschnitte von Informationen minimieren, um Informationen in anderen Abschnitten zu sehen. 18 ist ein Bildschirmabbild, das das Behandlungsschema der ausgewählten klinischen Daten präsentiert, das in Reaktion darauf bereitgestellt ist, dass der Benutzer die Therapieklassenbeschreibungs- und Arzneimittelbeschreibungsabschnitte minimiert. Der Bildschirm kann auch Informationen bezüglich laufender klinischer Versuche präsentieren (gekennzeichnet durch den Buchstaben A).
  • Informationen bezüglich eines Tumormikromilieus des Patienten basieren auf einer Expression von Genen innerhalb des Tumormikromilieus. Das MF-Profil ist eine visuelle Darstellung von Gengruppen innerhalb des Tumormikromilieus, die Informationen über Tumoreigenschaften, Tumorprozesse (z.B. Angiogenese), Tumorimmunmilieu und zelluläre Zusammensetzung (z.B. krebsassoziierte Fibroblastenaktivität) bereitstellen. 19-37 sind Bildschirmabbilder, die zeigen, dass ein Benutzer Abschnitte des MF-Profils wählen kann, um Bildschirme zu sehen, die Informationen bezüglich des Tumormikromilieus präsentieren.
  • 19 ist ein Bildschirmabbild, das ein MF-Profil eines Patienten präsentiert (wie im mittleren Feld gezeigt). Das MF-Profil kann eine beliebige Anzahl von Gengruppen präsentieren. Als ein nicht einschränkendes Beispiel präsentiert 19 fünf Gengruppen, enthaltend die Tumoreigenschaften-Gengruppe, Angiogenese Gengruppe, krebsassoziierte Fibroblastenaktivität-Gengruppe (die Fibroblastengruppe), Pro-Tumor-Immun-Milieu-Gengruppe (Tumorförderndes-Immun-Mikromilieu-Gruppe) und Anti-Tumor-Immun-Milieu-Gengruppe (Anti-Tumor-Immun-Mikromilieu-Gruppe). Jede dieser Gengruppen kann gewählt werden, um einen Bildschirm zu sehen, der zusätzliche Gengruppen, die mit der gewählten Gengruppe verknüpft sind, und Informationen bezüglich der gewählten Gengruppe präsentiert. Zum Beispiel kann ein Benutzer die Tumoreigenschaften-Gengruppe des MF-Profils wählen, um zusätzliche Gengruppen, die mit der Tumoreigenschaften-Gengruppe verknüpft sind, und Informationen bezüglich bestimmter Tumoreigenschaften (z.B. Tumorgenetik und Tumorzelleneigenschaften) zu sehen.
  • 20 ist ein Bildschirmabbild, das zusätzliche Gengruppen präsentiert, die mit der Tumoreigenschaften-Gengruppe verknüpft sind, die dem Benutzer in Reaktion auf eine Auswahl der Tumoreigenschaften-Gengruppe bereitgestellt werden. Diese Gengruppen enthalten Mutationsstatus- (Mutationsstatus) Gengruppe, Anti-metastatische (antimetastatische)-Faktoren- Gengruppe, metastatische Faktoren(Metastasensignatur) Gengruppe, Tumorwachstumsfaktoren- (Wachstumsfaktoren-) Gengruppe, Tumorsuppressoren-Gengruppe, Onkogene-Gengruppe (aktivierte Signalisierungspfade; enthaltend PI3K/AKT/mTOR-Signalisierung, RAS/RAF/MEK-Signalisierung und Rezeptor Tyrosinkinasenexpression) und Proliferationsrate-Gengruppe. Informationen bezüglich Tumorgenetik (wie im linken Feld gezeigt) und Tumorzelleneigenschaften (wie im rechten Feld gezeigt) werden in Reaktion auf eine Auswahl durch den Benutzer der Tumoreigenschaften-Gengruppe bereitgestellt. Jede der zusätzlichen Gengruppen kann gewählt werden, um Informationen bezüglich der gewählten Gengruppe zu sehen. Zum Beispiel kann ein Benutzer die Proliferationsrate-Gengruppe im MF-Profil wählen.
  • 21 ist ein Bildschirmabbild, das Informationen bezüglich Tumorproliferationsrate (wie im rechten Feld gezeigt) präsentiert, die in Reaktion auf eine Auswahl der Tumorproliferationsrate-Gengruppe durch den Benutzer (durch Hervorhebung gezeigt) im MF-Profil bereitgestellt werden. Der Benutzer kann auch zusätzliche Informationen bezüglich Eigenschaften des Tumors des Patienten sehen.
  • Der Benutzer kann verschiedene Bildschirme sehen, die Informationen bezüglich verschiedenen Tumoreigenschaften präsentieren, wie einen Bildschirm, der Informationen bezüglich einer Tumorreinheit und Tumorklonentwicklung präsentiert. 22 ist ein Bildschirmabbild, der Informationen bezüglich Reinheit des Tumors des Patienten im Tumorreinheitsabschnitt (wie im unteren rechten Feld gezeigt) und Informationen bezüglich klonaler Entwicklung des Tumors des Patienten im Tumorklone-Entwicklungsabschnitt (wie im unteren rechten Feld gezeigt) präsentiert.
  • Das MF-Profil stellt Informationen bezüglich Pro-Tumor-Immun-Milieu (tumorförderndes Immun-Mikromilieu) und Anti-Tumor-Immun-Milieu (Anti-Tumor-Immun-Mikromilieu) bereit. Zum Beispiel kann der Benutzer die Anti-Tumor-Immun-Milieu- (Anti-Tumor-Immun-Mikromilieu) Gengruppe im MF-Profil wählen, um Informationen bezüglich Anti-Tumor-Immun-Milieu zu sehen, und der Benutzer kann die Pro-Tumor-Immun-Milieu (tumorförderndes Immun-Mikromilieu) Gengruppe im MF-Profil wählen, um Informationen bezüglich Pro-Tumor-Immun-Milieu (tumorförderndes Immun-Mikromilieu) zu sehen.
  • 23 ist ein Bildschirmabbild, das Informationen bezüglich Anti-Tumor-Immun-Milieu (wie im linken Feld gezeigt; Anti-Tumor-Immun-Mikromilieu), die in Reaktion auf eine Auswahl der Anti-Tumor-Immun-Milieu- (Anti-Tumor-Immun-Mikromilieu) Gengruppe durch den Benutzer bereitgestellt werden, und Informationen bezüglich Pro-Tumor-Immun-Milieu (wie im rechten Feld gezeigt; tumorförderndes Immun-Mikromilieu) in Reaktion auf eine Auswahl der Pro-Tumor-Immun-Milieu- (tumorförderndes Immun-Mikromilieu) Gengruppe durch den Benutzer präsentiert. Zusätzliche Gengruppen bezüglich des Tumormikromilieus werden im MF-Profil in Reaktion auf eine Auswahl der Anti-Tumor- und Pro-Tumor-Immun-Milieu- (Anti-Tumor-Immun-Mikromilieu und tumorfördernde - Immun-Mikromilieu) Gengruppen im MF-Profil präsentiert (wie im mittleren Feld gezeigt).
  • Jede dieser zusätzlichen Gengruppen im MF-Profil kann gewählt werden, um Informationen bezüglich dieser Gengruppe zu sehen. Zum Beispiel kann der Benutzer die T-Zellen-Gengruppe im MF-Profil wählen. 24 ist ein Bildschirmabbild, das Informationen bezüglich Expression von Genen, die die T-Zellenaktivität innerhalb des Tumors bestimmen, im Anti-Tumor-Mikromilieu-Abschnitt präsentiert (wie im unteren linken Feld gezeigt), die in Reaktion auf eine Auswahl der T-Zellen-Gengruppe durch den Benutzer im MF-Profil bereitgestellt werden (durch Hervorhebung gezeigt).
  • 25 ist ein Bildschirmabbild, das Informationen bezüglich der Expression von Genen, die krebsassoziierte Fibroblastenaktivität innerhalb des Tumors bestimmen, im Pro-Tumor-Mikromilieu- (Anti-Tumor-Immun-Mikromilieu) Abschnitt präsentiert (wie im unteren rechten Feld gezeigt), die in Reaktion auf eine Auswahl der Krebsassoziierte Fibroblastenaktivität- (Fibroblasten) Gengruppe durch den Benutzer im MF-Profil bereitgestellt werden (durch Hervorhebung gezeigt).
  • Der Benutzer kann Abschnitte im Anti-Tumor-Immun-Milieu-Abschnitt (wie im linken Feld gezeigt; Anti-Tumor-Immun-Mikromilieu) und im Pro-Tumor-Immun-Milieu-Abschnitt (wie im rechten Feld gezeigt; tumorförderndes Immun-Mikromilieu) wählen, um zusätzliche Informationen bezüglich Anti-Tumorzellen und Pro-Tumor- (oder tumorfördernde) Zellen innerhalb des Tumormikromilieus (Anti-Tumor-Immun-Mikromilieu und tumorförderndes Immun-Mikromilieu) zu sehen.
  • 26 ist ein Bildschirmabbild, das Informationen bezüglich einer Anzahl nicht maligner T-Zellen im Tumor des Patienten präsentiert (wie im unteren linken Feld gezeigt), die in Reaktion auf eine Auswahl eines Tumorinfiltrats durch den Benutzer im Anti-Tumor-Immun-Milieu Abschnitt bereitgestellt werden (wie im oberen linken Feld gezeigt).
  • 27 ist ein Bildschirmabbild, der Informationen bezüglich eines TCR-Repertoires im Tumor des Patienten präsentiert (wie im unteren rechten Feld gezeigt), die in Reaktion auf eine Auswahl des Tumorinfiltrats durch den Benutzer im Pro-Tumor-Immun-Milieu Abschnitt bereitgestellt werden (wie im oberen rechten Feld gezeigt; tumorförderndes Immuninfiltrat).
  • Wie hier offenbart, kann das MF-Profil fünf Gengruppen präsentieren, enthaltend die Tumoreigenschaften-Gengruppe, Angiogenese Gengruppe, Krebsassoziierte Fibroblastenaktivität-Gengruppe (die Fibroblastengruppe), Pro-Tumor-Immun-Milieu-Gengruppe (Tumorförderndes-Immun-Mikromilieu-Gruppe) und Anti-Tumor-Immun-Milieu-Gengruppe (Anti-Tumor-Immun-Mikromilieu-Gruppe). Jede dieser Gengruppen kann von dem Benutzer gewählt werden, um zugehörige Gengruppen zu sehen. Wenn jede dieser Gengruppen gewählt ist, kann das MF-Profil achtundzwanzig Gengruppen präsentieren. Ein Bildschirm, der ein MF-Profil präsentiert, das achtundzwanzig Gengruppen präsentiert (auch hier an anderer Stelle beschrieben) ist in 28 gezeigt (wie im mittleren Feld gezeigt).
  • Der „Kombotherapie“- (oder „Kombinationstherapie“) Abschnitt kann zum Gestalten einer Kombinationstherapie basierend auf einer oder mehreren Therapien verwendet werden. Kombinationstherapien können gestaltet werden, auf Krebs- (z.B. Tumor-) Eigenschaften gerichtet zu sein, die im MF-Profil präsentiert werden. Zum Beispiel kann eine Kombinationstherapie, die eine Behandlung zur Unterdrückung eines Pro-Tumorprozesses enthält, für einen Patienten gestaltet werden, bei dem das MF-Profil aktive Pro-TumorProzesse gezeigt hat.
  • Der Kombinationstherapieabschnittkann dem Benutzer Informationen bezüglich der gewählten Therapie präsentieren, enthaltend eine Beschreibung der gewählten Therapie, Gengruppen, auf die die gewählte Therapie abzielt, klinische Daten, die sich auf die gewählte Therapie beziehen, und Vorhersagen der Reaktionen des Patienten auf die gewählte Therapie basierend auf Informationen bezüglich Patient und Krebs des Patienten. 29-37 sind Bildschirmabbilder, die zeigen, dass ein Benutzer interaktive eine Kombinationstherapie unter Verwendung des Kombinationstherapieabschnitts gestalten kann.
  • 29 ist ein Bildschirmabbild, das den Kombinationstherapieabschnitt präsentiert (wie im rechten Feld gezeigt), der dem Benutzer in Reaktion auf eine Auswahl des Kombinationstherapieabschnitts bereitgestellt wird (wie im mittleren Feld gezeigt).
  • 30 ist ein Bildschirmabbild, das die Anti-PD 1-Therapie präsentiert, die in den Kombinationstherapieabschnitt eingegliedert ist (wie im oberen rechten Feld gezeigt). Gengruppen, auf die die Anti-PD 1-Therapie abzielt, im MF-Profil sind mit Pfeilen markiert. Informationen bezüglich des biologischen Einflusses von Anti-PD 1-Therapie werden im Abschnitt Biologischer-Therapieeinfluss präsentiert (wie im unteren mittleren Feld gezeigt).
  • 31 ist ein Bildschirmabbild, der Informationen bezüglich einer Sunitinib Behandlung im Abschnitt Biologischer-Therapieeinfluss (wie im unteren mittleren Feld gezeigt) in Reaktion auf eine Auswahl von Sunitinib durch den Benutzer im Zielgerichtete-Therapie-Biomarkerabschnitt (durch Hervorhebung gezeigt) präsentiert. Der Benutzer kann basierend auf diesen Informationen bestimmen, ob die gewählte Behandlung in die Kombinationstherapie eingegliedert werden sollte.
  • 32 ist ein Bildschirmabbild, der eine Sunitinib-Eingliederung in den Kombinationstherapieabschnitt in Reaktion auf eine Auswahl von Sunitinib durch den Benutzer präsentiert. Gengruppen, auf die die Anti-PD 1- und Sunitinib-Kombinationstherapie abzielt, sind mit Pfeilen im MF-Profil markiert. Informationen bezüglich einer Kombination einer Anti-PD 1- und Sunitinib-Therapie werden im Abschnitt Vorgeschlagene Wirksamkeit (wie im rechten Feld gezeigt) und im Abschnitt „Mögliche Nebenwirkungen“ präsentiert (wie im rechten Feld gezeigt). Informationen bezüglich veröffentlichter und laufender klinischer Versuche, die zu der gewählten Kombinationstherapie passen, werden im Abschnitt Laufende und Beendete Kombinationsversuche präsentiert (wie im rechten Feld gezeigt).
  • Die Kombinationstherapie kann mehr als zwei Therapien enthalten. Zum Beispiel kann ein Benutzer eine Impfstofftherapie zur Anti-PD 1- und Sunitinib-Kombinationstherapie hinzufügen, die von dem Benutzer gestaltet wurde.
  • 33 ist ein Bildschirmabbild, das mögliche Impfstofftherapien wie einen personalisierten neo-antigenen Impfstoff und einen serienmäßig produzierten Impfstoff präsentiert, die dem Benutzer in Reaktion auf eine Auswahl eines Impfstoffs im Immuntherapie-Biomarkerabschnitt bereitgestellt werden (wie im linken Feld gezeigt).
  • 34 ist ein Bildschirmabbild, der Informationen bezüglich einer Behandlung mit einem personalisierten neo-antigenen Impfstoff präsentiert (wie im unteren mittleren Feld gezeigt), die dem Benutzer in Reaktion auf eine Auswahl eines personalisierten neoantigenen Impfstoffs bereitgestellt werden (durch Hervorhebung gezeigt).
  • 35 ist ein Bildschirmabbild, das eine Eingliederung eines personalisierten neoantigenen Impfstoffs im Kombinationstherapieabschnitt präsentiert, der dem Benutzer in Reaktion auf eine Auswahl des personalisierten neo-antigenen Impfstoffs durch den Benutzer bereitgestellt wird.
  • 36 ist ein Bildschirmabbild, das die personalisierte neo-antigene Impfstofftherapie, Anti-PD1-Therapie und Sunitinib-Therapie im Kombinationstherapieabschnitt präsentiert, der dem Benutzer in Reaktion darauf bereitgestellt wird, dass der Benutzer jede dieser Therapien in den Kombinationstherapieabschnitt eingliedert.
  • Es kann jede der Therapien in der Kombinationstherapie für eine andere Therapie eingesetzt werden. Es kann jedoch eine bestimmte Kombinationstherapie für einen Patienten unpassend sein. In Reaktion auf die Gestaltung einer unpassenden Kombinationstherapie durch den Benutzer stellt die Software dem Benutzer eine Warnung bereit, die angibt, dass die gestaltete Kombinationstherapie für den Patienten unpassend ist oder sein kann. Der Benutzer kann auch eine Warnung empfangen, falls die gestaltete Kombination von Therapien einen niedrigen Wirksamkeitspunktewert hat.
  • 37 ist ein Bildschirmabbild, der eine Warnung präsentiert, dass die Substitution einer Sunitinib-Therapie mit Vemurafenib-Therapie von der Software als eine unpassende Kombination für den Patienten erkannt wird.
  • Computerimplementierte Verfahren zum Erzeugen, Visualisieren und Klassifizieren von MF-Profilen
  • Aspekte der hier beschriebenen Technologie stellen computerimplementierte Verfahren zum Erzeugen, Visualisieren und Klassifizieren molekular-funktioneller (MF) Profile von Krebspatienten bereit.
  • In manchen Ausführungsformen kann ein Softwareprogramm einem Benutzer eine visuelle Darstellung eines MF-Profils eines Patienten und/oder andere Informationen bezüglich eines Krebses eines Patienten unter Verwendung einer interaktiven grafischen Benutzerschnittstelle (GUI) bereitstellen. Ein solches Softwareprogramm kann in jeder geeigneten Rechenumgebung laufen, enthaltend, ohne aber darauf beschränkt zu sein, eine Cloud-Rechenumgebung, eine Vorrichtung, die an derselben Stelle wie ein Benutzer platziert ist (z.B. Laptop, Desktop, Smartphone usw. des Benutzers), eine oder mehrere Vorrichtungen, die fern vom Benutzer sind (z.B. ein oder mehrere Server) usw.
  • Zum Beispiel können in manchen Ausführungsformen die hier beschriebenen Techniken in einer anschaulichen Umgebung 200 implementiert sein, die in 2A dargestellt ist. Wie in 2A dargestellt, können innerhalb der anschaulichen Umgebung 200, eine oder mehrere biologischen Proben eines Patienten 202 einem Labor 204 bereitgestellt werden. Das Labor 204 kann die biologische(n) Probe(n) verarbeiten, um Expressionsdaten (z.B. DNA-, RNA- und/oder Proteinexpressionsdaten) zu erhalten und diese über Netzwerk 208 zumindest einer Datenbank 206 bereitzustellen, die Informationen über Patient 202 speichert.
  • Netzwerk 208 kann ein Weitverkehrsnetzwerk (z.B. das Internet), ein lokales Netzwerk (z.B. ein Firmen-Intranet) und/oder jede andere geeignete Art von Netzwerk sein. Es kann jede der in 2A dargestellten Vorrichtungen an das Netzwerk 208 unter Verwendung einer oder mehrerer verdrahteter Verbindungen, einer oder mehrerer drahtloser Verbindungen und/oder einer geeigneten Kombination davon angeschlossen sein.
  • In der veranschaulichten Ausführungsform von 2A kann die zumindest eine Datenbank 206 Expressionsdaten für den Patienten, Krankengeschichtendaten für den Patienten, Testergebnisdaten für den Patienten und/oder sämtliche anderen geeigneten Informationen über den Patient 202 speichern. Beispiele für gespeicherte Testergebnisdaten für den Patienten enthalten Biopsietestergebnisse, Bildgebungstestergebnisse (z.B. MRI-Ergebnisse) und Bluttestergebnisse. Die Informationen, die in zumindest einer Datenbank 206 gespeichert sind, können in jedem geeigneten Format und/oder unter Verwendung jeder geeigneter Datenstruktur(en) gespeichert werden, da Aspekte der hierin beschriebenen Technologie in dieser Hinsicht nicht eingeschränkt sind. Die zumindest eine Datenbank 206 kann Daten auf geeignete Weise speichern (z.B. eine oder mehrere Datenbanken, eine oder mehrere Dateien). Die zumindest eine Datenbank 206 kann eine einzelne Datenbank oder mehrfache Datenbanken sein.
  • Wie in 2A dargestellt, enthält eine anschauliche Umgebung 200 eine oder mehrere externe Datenbanken 216, die Informationen für Patienten außer Patient 202 speichern können. Zum Beispiel können externe Datenbanken 216 Expressionsdaten (eines geeigneten Typs) für einen oder mehrere Patienten, Krankengeschichtendaten für einen oder mehrere Patienten, Testergebnisdaten (z.B. Bildgebungsergebnisse, Biopsieergebnisse, Bluttestergebnisse) für einen oder mehrere Patienten, demografische und/oder biografische Informationen für einen oder mehrere Patienten und/oder jede andere geeignete Art von Informationen speichern. In manchen Ausführungsformen können externe Datenbank(en) 216 Informationen speichern, die in einer oder mehreren öffentlich zugänglichen Datenbanken wie TCGA (The Cancer Genome Atlas), einer oder mehreren Datenbanken klinischer Versuchsinformationen und/oder einer oder mehrerer Datenbanken, die von kommerziellen Sequenzierungslieferanten geführt werden, verfügbar sein. Die externen Datenbank(en) 216 können solche Informationen in jeder geeigneten Weise unter Verwendung einer geeigneten Hardware speichern, da Aspekte der hierin beschriebenen Technologie in dieser Hinsicht nicht eingeschränkt sind.
  • In manchen Ausführungsformen können die zumindest eine Datenbank 206 und die externe(n) Datenbank(en) 216 dieselbe Datenbank sein, können Teil desselben Datenbanksystems sein oder können physisch an derselben Stelle liegen, da Aspekte der hierin beschriebenen Technologie in dieser Hinsicht nicht eingeschränkt sind.
  • In manchen Ausführungsformen können Informationen, die in Patienteninformationsdatenbank 206 und/oder in externer (externen) Datenbank(en) 216 gespeichert sind, verwendet werden, um eine der hier beschriebenen Techniken durchzuführen, die sich auf ein Bestimmen beziehen, ob ein Subjekt auf eine Immun-Checkpoint-Blockade-Therapie wahrscheinlich positiv reagieren wird oder nicht wahrscheinlich positiv reagieren wird. Zum Beispiel kann auf die Informationen, die in der (den) Datenbank(en) 206 und/oder 216 gespeichert sind, über Netzwerk 208 durch Software zugegriffen werden, die auf Server(n) 210 läuft, um eine oder mehrere der hier beschriebenen Techniken auszuführen, enthaltend jene unter Bezugnahme auf 39A, 39B, 39C, 39D, 40A und 40B.
  • Zum Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 3900 durchzuführen, der unter Bezugnahme auf 39A beschrieben ist, um einen MF-Profilcluster zu identifizieren, mit dem ein MF-Profil für ein Subjekt zu verknüpfen ist.
  • Als ein anderes Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 3920 durchzuführen, der unter Bezugnahme auf 39B beschrieben, ist, um MF-Profilcluster unter Verwendung von RNA-Expressionsdaten zu erzeugen, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden.
  • Als ein anderes Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 3940 durchzuführen, der unter Bezugnahme auf 39C beschrieben ist, um einen MF-Profilcluster zu identifizieren, mit dem ein MF-Profil zu verknüpfen ist, das für ein Subjekt zumindest teilweise durch Bestimmen der Expressionswerte des Subjekts für mehrfache Gengruppen bestimmt wurde.
  • Als ein anderes Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 3960 durchzuführen, der unter Bezugnahme auf 39D beschrieben ist, um MF-Profilcluster unter Verwendung von RNA-Expressionsdaten zu erzeugen, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, und um ein Subjekt mit einem der erzeugten MF-Cluster auf Basis des MF-Profils des Subjekts zu verknüpfen.
  • Als ein anderes Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 4000 durchzuführen, der unter Bezugnahme auf 40A beschrieben ist, um ein MF-Profil für ein Subjekt zu erzeugen und ein MF-Porträt zum Visualisieren des MF-Profils in einer grafischen Benutzerschnittstelle zu erzeugen.
  • Als ein anderes Beispiel kann (können) in manchen Ausführungsformen Server 210 auf Informationen zugreifen, die in Datenbank(en) 206 und/oder 216 gespeichert sind, und diese Informationen verwenden, um Prozess 4020 durchzuführen, der unter Bezugnahme auf 40B beschrieben ist, um einem Benutzer eine erzeugte personalisierte grafische Benutzerschnittstelle (GUI) zu präsentieren.
  • In manchen Ausführungsformen kann (können) Server 210 eine oder mehrere Rechenvorrichtungen enthalten. Wenn der (die) Server(s) 210 mehrfache Rechenvorrichtungen enthält (enthalten), kann (können) die Vorrichtung(en) physische an derselben Stelle (z.B. in einem einzelnen Raum) sein oder über mehrere physische Stellen verteilt sein. In manchen Ausführungsformen kann (können) Server 210 Teil einer Cloud-Recheninfrastruktur sein. In manchen Ausführungsformen können sich ein oder mehrere Server 210 gemeinsam in einer Anlage befinden, die von einer Instanz (z.B. einem Spital, einem Forschungsinstitut) betrieben wird, mit der der Arzt 214 verbunden ist. In solchen Ausführungsformen kann es einfacher sein, dem (den) Server(n) 210 einen Zugriff auf private medizinische Daten für den Patienten 202 zu erlauben.
  • Wie in 2A dargestellt, können in manchen Ausführungsformen die Ergebnisse, der Analyse, die durch den (die) Server 210 durchgeführt wird, dem Arzt 214 durch eine Rechenvorrichtung 214 bereitgestellt werden (die eine tragbare Rechenvorrichtung, wie ein Laptop oder Smartphone, oder eine feststehende Rechenvorrichtung wie ein Desktop Computer sein kann). Die Ergebnisse können in einem schriftlichen Bericht, einer E-Mail, einer grafischen Benutzerschnittstelle und/oder auf jede andere geeignete Weise bereitgestellt werden. Es sollte klar sein, dass, obwohl in der Ausführungsform von 2A die Ergebnisse einem Arzt bereitgestellt werden, in anderen Ausführungsformen die Ergebnisse der Analyse dem Patienten 202 oder einem Pfleger von Patient 202, einem Gesundheitsdienstleister wie einer Krankenschwester oder einer Person, die in einem klinischen Versuch involviert ist, bereitgestellt werden können.
  • In manchen Ausführungsformen können die Ergebnisse Teil einer grafischen Benutzerschnittstelle (GUI) sein, die dem Arzt 214 über die Rechenvorrichtung 212 präsentiert wird. In manchen Ausführungsformen kann die GUI dem Benutzer als Teil einer Webseite bereitgestellt werden, die durch einen Web Browser angezeigt wird, der auf der Rechenvorrichtung 212 läuft. In manchen Ausführungsformen kann die GUI dem Benutzer unter Verwendung eines Anwendungsprogramms bereitgestellt werden (das sich von einem Web-Browser unterscheidet), das auf der Rechenvorrichtung 212 läuft. Zum Beispiel kann in manchen Ausführungsformen die Rechenvorrichtung 212 eine mobile Vorrichtung (z.B. ein Smartphone) sein und die GUI kann dem Benutzer über ein Anwendungsprogramm (z.B. „eine App“) präsentiert werden, die auf der mobilen Vorrichtung läuft.
  • Die GUI, die auf der Rechenvorrichtung 212 präsentiert wird, stellt einen breite Palette onkologischer Daten bezüglich sowohl des Patienten als auch des Krebses des Patienten auf neue Weise bereit, die kompakt und äußerst informativ ist. Früher wurden onkologische Daten von mehreren Datenquellen und mehrmals erhalten, was den Prozess zum Erhalten solcher Informationen sowohl aus zeitlicher als auch finanzieller Perspektive teuer gemacht hat. Unter Verwendung der hier veranschaulichten Techniken und grafischen Benutzerschnittstellen kann ein Benutzer auf dieselbe Menge an Informationen auf einmal mit weniger Anforderung an den Benutzer und mit weniger Anforderung an die Rechenressourcen zugreifen, die notwendig waren, um solche Informationen bereitzustellen. Eine geringe Anforderung an den Benutzer dient der Reduzierung klinischer Fehler, die mit einem Durchsuchen verschiedener Informationsquellen verknüpft sind. Eine geringe Anforderung an Rechenressourcen dient einer Reduzierung von Prozessorleistung, Netzwerkbandbreite und Speicher, wie zum Bereitstellen einer breiten Palette an onkologischen Daten erforderlich, was eine Verbesserung in Rechentechnologie darstellt.
  • 2B zeigt ein Blockdiagramm einer anschaulichen GUI 250, die Informationen über Patient 202 beinhaltet. GUI 250 kann separate Abschnitte enthalten, die verschiedene Arten von Informationen über Patient 202 bereitstellen. Die anschauliche GUI 150 enthält die folgenden Abschnitte: Patienteninformationen-Abschnitt 252, Molekular-Funktionellen-(MF) Porträt-Abschnitt 260, Klinischer-Versuch-Informationen-Abschnitt 262, Immuntherapie-Abschnitt 254, Wirksamkeitsvorhersageeinheit-Abschnitt 256 und Zielgerichtete-Therapie-Auswahl-Abschnitt 258.
  • Der Patienteninformationen-Abschnitt 252 kann allgemeine Informationen über den Patient und den Krebs des Patienten bereitstellen. Allgemeine Informationen über den Patienten können Informationen wie Name und Geburtsdatum des Patienten, Versicherungsanbieter des Patienten und Kontaktinformationen für den Patienten wie Adresse und Telefonnummer enthalten. Allgemeine Informationen über den Krebs eines Patienten können Diagnose des Patienten, Rückfall- und/oder Remissionsverlauf des Patienten und Informationen bezüglich Stadium des Krebses des Patienten enthalten. Der Patienteninformationen-Abschnitt 252 kann auch Informationen bezüglich möglicher Behandlungsoptionen für den Patienten und/oder zuvor verabreichte Behandlungen enthalten.
  • Der Molekular-Funktionelle- (MF) Porträt-Abschnitt 260 kann ein molekulares funktionelles Tumorporträt (MF-Profil), das sich auf eine grafische Darstellung eines Tumors in Bezug auf seine molekulare und zelluläre Zusammensetzung bezieht, und biologische Prozessen, die in und/oder um den Tumor vorhanden sind, enthalten. Weitere Aspekte bezüglich eines MF-Profils eines Patienten sind hier bereitgestellt.
  • Der Klinischer-Versuch-Informationen-Abschnitt 262 kann Informationen bezüglich eines klinischen Versuchs für eine Therapie enthalten, die dem Patient verabreicht wird und/oder verabreicht werden wird. Der Klinischer-Versuch-Informationen-Abschnitt 262 kann Informationen über einen laufenden klinischen Versuch oder einen beendeten klinischen Versuch bereitstellen. Informationen, die im Klinischer-Versuch-Informationen-Abschnitt 262 bereitgestellt werden können, können Informationen bezüglich einer Therapie enthalten, die im klinischen Versuch verwendet wird, wie Dosierung und Dosierungsschema, Anzahl und Diagnose von Patienten, die am klinischen Versuch teilgenommen haben, und Patientenergebnisse.
  • Der Immuntherapie-Abschnitt 254 kann patientenspezifische Informationen enthalten, die sich auf eine Immuntherapie beziehen. Der Immuntherapie-Abschnitt 254 kann solche Informationen für verschiedene Immuntherapien bereitstellen, zum Beispiel Immun-Checkpoint-Blockade-Therapien, Anti-Krebs Impfstofftherapien und T-Zellen-Therapien. Patientenspezifische Informationen bezüglich einer Immuntherapie können Informationen über den Patienten enthalten, wie Biomarker des Patienten, die mit einer Immuntherapie verknüpft sind, und/oder Informationen über den Krebs eines Patienten wie Zusammensetzung von Immunzellen im Tumor des Patienten.
  • Der Wirksamkeitsvorhersageeinrichtung-Abschnitt 256 kann Informationen enthalten, die die vorhergesagte Reaktion des Patienten auf eine Immuntherapie basierend auf patientenspezifischen Informationen angeben, die im Immuntherapie-Abschnitt 254 präsentiert werden.
  • Der Zielgerichtete-Therapie-Auswahl-Abschnitt 258 kann patientenspezifische Informationen enthalten, die sich auf eine zielgerichtete Therapie beziehen. Der Zielgerichtete-Therapie-Auswahl-Abschnitt 258 kann solche Informationen für verschiedene zielgerichtete Therapien bereitstellen, zum Beispiel eine Kinase-Inhibitor Therapie, eine Chemotherapie und Anti-Krebs-Antikörper-Therapie. Die patientenspezifischen Informationen bezüglich einer zielgerichteten Therapie können Informationen über den Patienten enthalten, wie Biomarker des Patienten, die mit einer zielgerichteten Therapie verknüpft sind, und/oder Informationen über den Krebs eines Patienten, wie ob eine Mutation im Tumor des Patienten vorhanden ist.
  • Ein anschauliches Beispiel der grafischen Benutzerschnittstelle 250 von 2B ist als grafische Benutzerschnittstelle 270 von 2C gezeigt. Wie in 2C gezeigt, kann Patienteninformationen-Abschnitt 272 verschiedene Informationen in verschiedenen Feldern bereitstellen, zum Beispiel Gesamtstatus-Feld, Krankheitseigenschaften-Feld und Allgemeine-Empfehlungen-Feld. Das Gesamtstatus-Feld kann in manchen Ausführungsformen allgemeine Informationen über den Patienten bereitstellen, wie Name des Patienten und Alter des Patienten. Das Krankheitseigenschaften-Feld kann in manchen Ausführungsformen Informationen über den Krebs eines Patienten bereitstellen, wie Art von Krebs und Stadium von Krebs. Das Allgemeine-Empfehlungen-Feld kann in manchen Ausführungsformen vorherige Behandlungen und mögliche Behandlungsoptionen für den Patienten bereitstellen.
  • Klinischer-Versuch-Informationen-Abschnitt 282a stellt Informationen bezüglich eines klinischen Versuchs für eine Anti-PD 1-Therapie bereit. Klinischer-Versuch-Informationen-Abschnitt 282a (wie im oberen Abschnitt gezeigt) zeigt eine Grafik, die eine gesamte Reaktionsrate (ORR) des Patienten für eine Anti-PD1-Therapie und andere Therapien wie Impfstoff- oder IFNα-Therapien bereitstellt. Ein Benutzer kann Abschnitte des Klinischer-Versuch-Informationen-Abschnitts 282a wählen, um auf Informationen bezüglich eines progressionsfreien Überlebens (PFS) des Patienten und/oder gesamtes Überleben (OS) des Patient zuzugreifen. Klinischer-Versuch-Informationen-Abschnitt 282a (wie im unteren Abschnitt gezeigt) stellt Informationen bezüglich verschiedener klinischer Versuche bereit, die einem Benutzer präsentiert werden können, enthaltend eine kurze Beschreibung des klinischen Versuchs.
  • Der Klinischer-Versuch-Informationen-Abschnitt 282b stellt Informationen bezüglich eines klinischen Versuchs für verschiedene zielgerichtete Therapien bereit. Der Klinischer-Versuch-Informationen-Abschnitt 282b (wie im oberen Abschnitt gezeigt) zeigt eine Grafik, die eine gesamte Reaktionsrate (ORR) des Patienten für verschiedene zielgerichtete Therapien bereitstellt, enthaltend Sunitinib (SU), Imatinib (IM), Vemurafenib (VER) und Dabrafenib (DAB). Ein Benutzer kann Abschnitte des Klinischer-Versuch-Informationen-Abschnitts 282b wählen, um auf Informationen bezüglich eines progressionsfreien Überlebens (PFS) des Patienten und/oder Gesamtüberlebens (OS) des Patienten zuzugreifen. Der Klinischer-Versuch-Informationen-Abschnitt 282b (wie im unteren Abschnitt gezeigt) stellt Informationen bezüglich verschiedener klinischer Versuche bereit, die einem Benutzer präsentiert werden können, enthaltend eine kurze Beschreibung des klinischen Versuchs.
  • Der Immuntherapie-Abschnitt 274 stellt patientenspezifische Informationen bereit, die mit einer Immuntherapie verknüpft sind, und Informationen, die die vorhergesagte Reaktion des Patienten auf diese Immuntherapie angeben. Der Immuntherapie-Abschnitt 274 stellt solche Informationen für eine Anti-PD 1-Therapie, einen therapeutischen Krebsimpfstoff, eine IFNα-Therapie, eine IL2-Therapie, eine Anti-CTLA4-Therapie und antiangiogene Therapie bereit. Die patientenspezifischen Informationen, die im Immuntherapie-Abschnitt 274 gezeigt sind, enthalten Biomarkerinformationen des Patienten bezüglich verschiedener Immuntherapien und Therapiepunktewerte des Patienten, berechnet aus seinen Biomarkern.
  • Der Wirksamkeitsvorhersageeinrichtung-Abschnitt 276a stellt Informationen bereit, die die vorhergesagte Reaktion des Patienten auf die Anti-PD1-Therapie angeben, basierend auf patientenspezifischen Informationen, die im Immuntherapie-Abschnitt 274 präsentiert werden. Der Wirksamkeitsvorhersageeinrichtung-Abschnitt 276b stellt Informationen bereit, die die vorhergesagte Reaktion des Patienten auf die Anti-CTLA4-Therapie angeben, basierend auf patientenspezifischen Informationen, die im Immuntherapie-Abschnitt 274 präsentiert werden.
  • Der Zielgerichtete-Therapie-Auswahl-Abschnitt 278 stellt patientenspezifische Informationen, die mit einer zielgerichteten Therapie verknüpft sind, und Informationen, die die die vorhergesagte Reaktion des Patienten auf die zielgerichtete Therapie angeben, bereit. Der Zielgerichtete-Therapie-Auswahl-Abschnitt 278 stellt solche Informationen für Sunitinib (SU), Imatinib (IM), Vemurafenib (VER), Dabrafenib (DAB), Trametinib und Pazopanib bereit. Die patientenspezifischen Informationen, die im Zielgerichtete-Therapie-Auswahl-Abschnitt 278 gezeigt sind, enthalten Biomarkerinformationen des Patienten bezüglich verschiedener zielgerichteter Therapien und Therapiepunktewerte des Patienten, berechnet aus seinen Biomarkern.
  • Eine anschauliche Implementierung eines Computersystems 3800, die in Verbindung mit einer der Ausführungsformen der hier beschriebenen Technologie verwendet werden kann, ist in 38 gezeigt. Das Computersystem 600 kann einen oder mehrere Computer-Hardware-Prozessoren 3800 und einen oder mehrere Herstellungsartikel enthalten, die nicht transitorische computerlesbare Datenspeichermedien (z.B. Speicher 3820 und eine oder mehrere nicht flüchtige Datenspeichervorrichtungen 3830) enthalten. Der (die) Prozessor(en) 3810 kann (können) ein Schreiben von Daten in und Lesen von Daten aus dem Speicher 3820 und der (den) nicht flüchtigen Datenspeichervorrichtung(en) 3830 in jeder geeigneten Weise steuern. Zum Durchführen einer der hier beschriebenen Funktionalität kann (können) die Prozessor(en) 3810 eine oder mehrere prozessorausführbare Anweisungen ausführen, die in einem oder mehreren, nicht transitorischen, computerlesbaren Datenspeichermedien gespeichert sind (z.B. der Speicher 3820), die als nicht transitorische computerlesbare Datenspeichermedien dienen können, die prozessorausführbare Anweisungen zur Ausführung durch den (die) Prozessor(en) 3810 speichern.
  • Hier beschriebene Systeme und Verfahren stellen ein Berechnen eines MF-Profils eines Subjekts und Verknüpfen des MF-Profils mit einem bestehenden MF-Profilcluster bereit. Zum Beispiel sind computerimplementierte Prozesse zum Berechnen eines MF-Profils eines Subjekts und Verknüpfen des berechneten MF-Profils mit einem bestehenden MF-Profilcluster unter Bezugnahme auf 39A und 39C beschrieben.
  • 39A ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 3900 zum Identifizieren eines MF-Profilclusters, mit dem ein MF-Profil für ein Subjekt (z.B. ein Krebspatient) zu verknüpfen ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Prozess 3900 kann durch jede geeignete Rechenvorrichtung(en) durchgeführt werden. Er kann zum Beispiel durch einen Laptop Computer, einen Desktop Computer, einen oder mehrere Server, in einer Cloud-Rechenumgebung oder auf jede andere geeignete Weise durchgeführt werden.
  • Der Prozess 3900 beginnt bei Vorgang 3902, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für ein Subjekt erhalten werden. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. In manchen Ausführungsformen umfasst Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten Erhalten von Expressionsdaten aus einer biologischen Probe von einem Patienten und/oder aus einer Datenbank, die solche Expressionsdaten speichert. Weitere Aspekte bezüglich des Erhaltens von Expressionsdaten sind in dem Abschnitt mit dem Titel „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 3900 mit Vorgang 3904 fort, wo das MF-Profil für das Subjekt durch Bestimmen eines Satzes von Expressionswerten für einen entsprechenden Satz von Gengruppen bestimmt wird, der Gengruppen, die mit Krebsmalignitäten und Krebsmikromilieu verknüpft sind, enthält. Das MF-Profil kann für ein Subjekt mit einer beliebigen Art von Krebs bestimmt werden, enthaltend sämtliche hier beschriebene Arten. Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppenexpressionswerte können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens der MF-Profile sind in dem Abschnitt mit dem Titel „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3900 mit Vorgang 3906 fort, wo ein MF-Profilcluster mit, mit dem das MF-Profil des Subjekts zu verknüpfen ist, identifiziert wird. Das MF-Profil des Subjekts kann mit einem der Typen von hier beschriebenen MF-Profilclustertypen verknüpft werden. Ein MF-Profil eines Subjekts kann mit einem oder mehreren der MF-Profilcluster in geeigneter Weise verknüpft werden. Zum Beispiel kann ein MF-Profil mit einem der MF-Profilcluster unter Verwendung eine Ähnlichkeitsmetrik (z.B. durch Verknüpfen des MF-Profils mit dem MF-Profilcluster, dessen Flächenmittelpunkt dem MF-Profil gemäß der Ähnlichkeitsmetrik am nächsten ist) verknüpft werden. Als ein anderes Beispiel kann ein statistischer Klassifikator (z.B. K-Means-Klassifikator oder jede andere geeignete Art von statistischem Klassifikator) angelernt werden, das MF-Profil als zu einem oder mehreren der MF-Cluster zugehörig zu klassifizieren. Weitere Aspekte bezüglich des Bestimmens der MF-Profile sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Optional fährt Prozess 3900 mit Vorgang 3908 fort, wo eine Therapie für das Subjekt basierend auf dem identifizierten MF-Profilcluster identifiziert wird. Die identifizierte Therapie kann jede Art von Anti-Krebstherapie sein, abhängig vom Krebs des Patienten und dem identifizierten MF-Profilcluster. Eine einzelne Anti-Krebstherapie oder eine Kombination von Anti-Krebstherapien kann in Vorgang 3908 identifiziert werden. Identifizieren einer Therapie basierend auf dem MF-Profilcluster enthält Ausschließen jener Therapien, die für das Subjekt unwirksam oder schädlich sein können, um eine geeignete Therapie für das Subjekt zu identifizieren. Weitere Aspekte, die sich auf eine Verwendung eines identifizierten MF-Profilclusters des Patienten für klinische Zwecke beziehen, sind im Abschnitt „Anwendungen“ bereitgestellt.
  • Das MF-Profil des Subjekts kann einem Benutzer in manchen Ausführungsformen durch Anzeigen des MF-Profils dem Benutzer in einer grafischen Benutzerschnittstelle (GUI), Einfügen der Informationen über das MF-Profil in einem Bericht, Senden einer E-Mail an den Benutzer und/oder auf jede andere geeignete Weise ausgegeben werden. Zum Beispiel können das MF-Profil des Subjekts und andere patientenbezogenen Informationen einem Benutzer in einer GUI bereitgestellt werden, wie in 3-37 dargestellt.
  • Auf diese Weise kann ein MF-Profil eines Patienten identifiziert und für verschiedene klinische Zwecke verwendet werden, enthaltend Bewerten der Wirksamkeit einer Behandlung für Krebs und/oder Auswerten einer Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch.
  • 39C ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 3940 zum Identifizieren eines bestehenden MF-Profilclusters, mit dem ein MF-Profil für ein Subjekt (z.B. einen Krebspatient) zu verknüpfen ist, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Prozess 3940 kann durch sämtliche geeignete Rechenvorrichtung(en) durchgeführt werden. Zum Beispiel kann er durch einen Laptop Computer, einen Desktop Computer, einen oder mehrere Server, in einer Cloud-Rechenumgebung oder auf jede andere geeignete Weise durchgeführt werden.
  • Prozess 3940 startet bei Vorgang 3942, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für ein Subjekt mit einer besonderen Art von Krebs erhalten werden. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. In manchen Ausführungsformen umfasst Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten Erhalten von Expressionsdaten aus einer biologischen Probe von einem Patienten und/oder aus einer Datenbank, die solche Expressionsdaten speichert. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend führt ein Prozess 3940 mit einem Vorgang 3944 fort, wo das MF-Profil für das Subjekt durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt wird, der enthält zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, enthält. Die zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, besteht in manchen Ausführungsformen aus einer Tumoreigenschaften-Gengruppe. Die zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehen in manchen Ausführungsformen aus Tumorförderndes-Immun-Mikromilieu-Gruppe, Anti-Tumor-Immun-Mikromilieu-Gruppe, Angiogenesegruppe und Fibroblastengruppe.
  • Es sollte klar sein, dass Vorgang 3944 unter Verwendung einer beliebigen Anzahl von Gengruppen, die mit Krebsmalignitäten und Krebsmikromilieu verknüpft sind, durchgeführt werden kann. Zum Beispiel können MF-Profile unter Verwendung eines Satzes von Gengruppen bestimmt werden, der 19 Gengruppen enthält, wo die Gengruppen, die mit Krebsmalignitäten verknüpft sind, aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe bestehen, und die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe bestehen.
  • In einem anderen Beispiel können MF-Profile unter Verwendung eines Satzes von Gengruppen bestimmt werden, der 30 Gengruppen enthält, wo die Gengruppen, die mit Krebsmalignitäten verknüpft sind, aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe bestehen, und die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1 - Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe bestehen.
  • Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen (oder funktionellen Modulen) bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppen können eine beliebige Anzahl von Genen umfassen und können mit einer beliebigen Zusammensetzung und einem beliebigen Prozess zusammenhängen. Weitere Aspekte bezüglich der Gengruppen sind im Abschnitt „MF-Profil Module“ bereitgestellt. Gengruppenexpressionswerts können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3940 mit Vorgang 3946 fort, wo auf Informationen, die MF-Profilcluster für den besonderen Krebstyp spezifizieren, zugegriffen wird. Es wird auf verschiedene MF-Profilcluster für verschiedene Krebserkrankungen zugegriffen. Zum Beispiel wird auf MF-Profilcluster, die mit Lungenkrebs verknüpft sind, wenn Prozess 3940 für einen Patienten mit Lungenkrebs durchgeführt wird, und auf MF-Profilcluster, die mit Melanom verknüpft sind, wird zugegriffen, wenn Prozess 3940 für einen Patienten mit Melanom durchgeführt wird. Es kann auf eine beliebige Anzahl von MF-Profilclustern für den besonderen Krebs zugegriffen werden, enthaltend zumindest zwei, zumindest 5, zumindest 10 oder zumindest 20. Die Anzahl von zugegriffenen MF-Profilen kann in manchen Ausführungsformen zwischen 2-20, zwischen 2-10 oder zwischen 15-20 sein. Die Anzahl zugegriffener MF-Profilcluster kann abhängig von dem besonderen Krebs variieren, mit dem die MF-Profilcluster verknüpft sind. Zum Beispiel kann auf 5 MF-Profilcluster zugegriffen werden, wenn der besondere Krebstyp Lungenkrebs ist, und es kann auf 12 MF-Profilcluster zugegriffen werden, wenn der besondere Krebs Melanom ist. Zugriffsinformationen, die MF-Profilcluster für den besonderen Krebs spezifizieren, können ein Zugreifen auf Informationen von einer Reihe von Quellen und/oder einer Reihe von Datenbanken enthalten.
  • Anschließend fährt Prozess 3940 mit Vorgang 3948 fort, wo ein MF-Profilcluster, mit dem das MF-Profil des Subjekts zu verknüpfen ist, identifiziert wird. Das MF-Profil des Subjekts kann mit beliebigen der Typen von hier beschriebenen MF-Profilclustertypen verknüpft werden. Ein MF-Profil eines Subjekts kann mit einem oder mehreren der MF-Profilcluster in geeigneter Weise verknüpft werden. Zum Beispiel kann ein MF-Profil mit einem der MF-Profilcluster unter Verwendung eine Ähnlichkeitsmetrik (z.B. durch Verknüpfen des MF-Profils mit dem MF-Profilcluster, dessen Flächenmittelpunkt dem MF-Profil gemäß der Ähnlichkeitsmetrik am nächsten ist) verknüpft werden. Als ein anderes Beispiel kann ein statistischer Klassifikator (z.B. K-Means-Klassifikator oder jede andere geeignete Art von statistischem Klassifikator) angelernt werden, das MF-Profil als zu einem oder mehreren der MF-Cluster zugehörig zu klassifizieren. Weitere Aspekte bezüglich des Bestimmens der MF-Profile sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Das MF-Profil des Subjekts kann einem Benutzer in manchen Ausführungsformen durch Anzeigen des MF-Profils dem Benutzer in einer grafischen Benutzerschnittstelle (GUI), Einfügen der Informationen über das MF-Profil in einem Bericht, Senden einer E-Mail an den Benutzer und/oder auf jede andere geeignete Weise ausgegeben werden. Zum Beispiel können das MF-Profil des Subjekts und andere patientenbezogenen Informationen einem Benutzer in einer GUI bereitgestellt werden, wie in 3-37 dargestellt.
  • Auf diese Weise kann ein MF-Profil eines Patienten identifiziert und für verschiedene klinische Zwecke verwendet werden, enthaltend Bewerten der Wirksamkeit einer Behandlung für Krebs und/oder Auswerten der Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch.
  • Hier beschriebene Systeme und Verfahren stehen ein Erzeugen von MF-Profilclustern und Erzeugen eines MF-Profils für einen Patienten und Verknüpfen dieses MF-Profils mit einem erzeugten MF-Cluster vor. Zum Beispiel ist ein computerimplementierter Prozess 3920 zum Erzeugen von MF-Profilclustern unter Verwendung von RNA-Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, unter Bezugnahme auf 39B beschrieben. Als ein anderes Beispiel ist ein computerimplementierter Prozess 3960 zum Erzeugen von MF-Profilclustern unter Verwendung von RNA-Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, und Verknüpfen eines Subjekts mit einem der erzeugten MF-Cluster auf Basis des MF-Profils des Subjekts unter Bezugnahme auf 39D beschrieben.
  • 39B ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 3920 zum Erzeugen von MF-Profilclustern unter Verwendung von Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. MF-Profilcluster können für einen Krebs unter Verwendung von Expressionsdaten generiert werden, die von Patienten mit dieser Art von Krebs erhalten werden. Zum Beispiel können MF-Profilcluster, die mit Melanom verknüpft sind, unter Verwendung von Expressionsdaten von Melanompatienten erzeugt werden. In einem anderen Beispiel können MF-Profilcluster, die mit Lungenkrebs verknüpft sind, unter Verwendung von Expressionsdaten von Lungenkrebspatienten erzeugt werden.
  • Prozess 3920 startet bei Vorgang 3922, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für mehrere Subjekte mit einem bestimmten Krebs erhalten werden. Die mehreren Subjekte, für die Expressionsdaten erhalten werden, können eine beliebige Anzahl von Patienten mit einem bestimmten Krebs umfassen. Zum Beispiel können Expressionsdaten für mehrere Melanompatienten, zum Beispiel 100 Melanompatienten, 1000 Melanompatienten, oder eine beliebige Anzahl von Melanompatienten erhalten werden, da die Technologie dahingehend nicht beschränkt ist. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 3920 mit Vorgang 3924 fort, wo das MF-Profil für jedes Subjekt von mehreren Subjekten durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt wird, der Gengruppen enthält, die mit Krebsmalignitäten und Krebsmikromilieu verknüpft sind. MF-Profile können unter Verwendung einer beliebigen Anzahl von Gengruppen bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppenexpressionswerte können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind in dem Abschnitt mit dem Titel „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3920 mit Vorgang 3926 fort, wo die mehreren MF-Profile geclustert werden, um MF-Profilcluster zu erhalten. MF-Profile können unter Verwendung beliebiger der hier beschriebenen Techniken geclustert werden, enthaltend, zum Beispiel Community Detection Clustering, Dichteclustern, K-Means-Clustering oder hierarchisches Clustern. MF-Profile können für jede Art von Krebs unter Verwendung von MF-Profilen geclustert werden, die für Patienten mit dieser Art von Krebs erzeugt werden. MF-Profilcluster umfassen in manchen Ausführungsformen einen 1. MF-Profilcluster, einen 2. MF-Profilcluster, ein 3. MF-Profil und ein 4. MF-Profil. Die relativen Größen von 1.-4. MF-Cluster können unter Krebsarten variieren. Zum Beispiel war die Größe des 3. MF-Profilcluster (gezeigt als C) für ACC (Nebennierenrindenkarzinom) größer als jene von BLCA (Blasen-Urothelkarzinom). MF-Profile wurden für verschiedene Krebserkrankungen geclustert, wie in Beispiel 4 gezeigt. Weitere Aspekte bezüglich MF-Profilcluster sind in dem Abschnitt mit dem Titel „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3920 mit Vorgang 3928 fort, wo die mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren, gespeichert werden. MF-Profile können in einer Datenbank in jedem geeigneten Format und/oder unter Verwendung sämtlicher geeigneter Datenstrukturen gespeichert werden, da Aspekte der hierin beschriebenen Technologie in dieser Hinsicht nicht eingeschränkt sind. Die Datenbank kann Daten in geeigneter Weise speichern, zum Beispiel in einer oder mehreren Datenbanken und/oder einer oder mehreren Dateien. Die Datenbank kann eine einzelne Datenbank oder mehrfache Datenbanken sein.
  • Auf diese Weise können MF-Profilcluster gespeichert und als bestehende MF-Profilcluster verwendet werden, mit welchen ein MF-Profil eines Patienten verknüpft werden kann. Bestehende MF-Profilcluster können in manchen Ausführungsformen mit einem MF-Profil eines Patienten verknüpft werden, das unter Verwendung von fünf Gengruppen, 19 Gengruppen oder 30 Gengruppen erzeugt wurde, wie in Bezug auf 39C beschrieben.
  • 39D ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 3960 zum Erzeugen von MF-Profilclustern unter Verwendung von Expressionsdaten, die von Subjekten mit einer bestimmten Art von Krebs erhalten werden, und Verknüpfen eines Subjekts mit einem der erzeugten MF-Cluster auf Basis des MF-Profils des Subjekts, gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Prozess 3960 kann durch sämtliche geeignete Rechenvorrichtungen durchgeführt werden. Zum Beispiel kann er durch einen Laptop Computer, einen Desktop Computer, einen oder mehrere Server, in einer Cloud-Rechenumgebung, oder auf jede andere geeignete Weise durchgeführt werden.
  • Prozess 3960 startet bei Vorgang 3962, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für jedes Subjekt von mehreren Subjekten mit einer bestimmten Art von Krebs erhalten werden. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. In manchen Ausführungsformen umfasst Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten Erhalten von Expressionsdaten aus einer biologischen Probe von einem Patienten und/oder aus einer Datenbank, die solche Expressionsdaten speichert. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 3960 mit Vorgang 3964 fort, wo das MF-Profil für jedes Subjekt von mehreren Subjekten durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt wird, der zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, enthält. Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen (oder funktionellen Modulen) bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppen können eine beliebige Anzahl von Genen umfassen und können mit einer beliebigen Zusammensetzung und einem beliebigen Prozess zusammenhängen. Weitere Aspekte bezüglich der Gengruppen sind im Abschnitt „MF-Profil Module“ bereitgestellt. Gengruppenexpressionswerte können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3960 mit Vorgang 3966 fort, wo die mehreren MF-Profile geclustert werden, um MF-Profilcluster zu erhalten MF-Profile können unter Verwendung beliebiger der hier beschriebenen Techniken geclustert werden, enthaltend, zum Beispiel Community Detection Clustering, Dichteclustern, K-Means-Clustering oder hierarchisches Clustern. MF-Profile können für jede Art von Krebs unter Verwendung von MF-Profilen geclustert werden, die für Patienten mit dieser Art von Krebs erzeugt werden. MF-Profilcluster umfassen in manchen Ausführungsformen einen 1. MF-Profilcluster, einen 2. MF-Profilcluster, ein 3. MF-Profil und ein 4. MF-Profil. Die relativen Größen von 1.-4. MF-Cluster können unter Krebsarten variieren. Zum Beispiel war die Größe des 3. MF-Profilcluster (gezeigt als C) für ACC (Nebennierenrindenkarzinom) größer als jene von BLCA (Blasen-Urothelkarzinom). MF-Profile wurden für verschiedene Krebserkrankungen geclustert, wie in Beispiel 4 gezeigt. Weitere Aspekte bezüglich MF-Profilcluster sind in dem Abschnitt mit dem Titel „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3960 mit Vorgang 3968 fort, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für ein zusätzliches Subjekt erhalten werden. Expressionsdaten für ein zusätzliches Subjekt können durch jedes geeignete Mittel erhalten werden, wie ausführlicher im Abschnitt „Erhalten von Expressionsdaten“ beschrieben ist. Expressionsdaten für das zusätzliche Subjekt können auf dieselbe Weise erhalten werden, wie das Erhalten von Expressionsdaten der mehreren Subjekte. Alternativ oder zusätzlich können Expressionsdaten für das zusätzliche Subjekt in einer Weise erhalten werden, die sich von jener unterscheidet, die zu Erhalten von Expressionsdaten der mehreren Subjekte verwendet wurde. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 3960 mit Vorgang 3970 fort, wo MF-Profile für das zusätzliche Subjekt unter Verwendung der Expressionsdaten des zusätzlichen Subjekts bestimmt werden. Das MF-Profil für das zusätzliche Subjekt wird durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt, der zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, enthält. Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen (oder funktionellen Modulen) bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppen können eine beliebige Anzahl von Genen umfassen und können mit einer beliebigen Zusammensetzung und einem beliebigen Prozess zusammenhängen. Weitere Aspekte bezüglich der Gengruppen sind im Abschnitt „MF-Profil Module“ bereitgestellt. Gengruppenexpressionswerte können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 3960 mit Vorgang 3972 fort, wo ein MF-Profilcluster, mit dem das MF-Profil des Subjekts zu verknüpfen ist, identifiziert wird. Das MF-Profil des Subjekts kann mit beliebigen der Typen von MF-Profilclustern verknüpft werden, die in Vorgang 3966 bestimmt wurde. Ein MF-Profil eines Subjekts kann mit einem oder mehreren der MF-Profilcluster in geeigneter Weise verknüpft werden. Zum Beispiel kann ein MF-Profil mit einem der MF-Profilcluster unter Verwendung eine Ähnlichkeitsmetrik (z.B. durch Verknüpfen des MF-Profils mit dem MF-Profilcluster, dessen Flächenmittelpunkt dem MF-Profil gemäß der Ähnlichkeitsmetrik am nächsten ist) verknüpft werden. Als ein anderes Beispiel kann ein statistischer Klassifikator (z.B. K-Means-Klassifikator oder jede andere geeignete Art von statistischem Klassifikator) angelernt werden, das MF-Profil als zu einem oder mehreren der MF-Cluster zugehörig zu klassifizieren. Weitere Aspekte bezüglich des Bestimmens der MF-Profile sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Optional fährt Prozess 3960 mit Vorgang 3974 fort, wo eine Therapie für das Subjekt basierend auf dem identifizierten MF-Profilcluster identifiziert wird. Die identifizierte Therapie kann jede Art von Anti-Krebstherapie sein, abhängig von dem Krebs des Patienten und dem identifizierten MF-Profilcluster. Es kann eine einzelne Anti-Krebstherapie oder eine Kombination von Anti-Krebstherapien in Vorgang 3974 identifiziert werden. Identifizieren einer Therapie basierend auf dem MF-Profilcluster enthält Ausschließen jener Therapien, die für das Subjekt unwirksam oder schädlich sein können, um eine geeignete Therapie für das Subjekt zu identifizieren. Weitere Aspekte, die sich auf Verwendung eines identifizierten MF-Profilclusters des Patienten für klinische Zwecke beziehen, sind im Abschnitt „Anwendungen“ bereitgestellt.
  • Das MF-Profil des Subjekts kann einem Benutzer in manchen Ausführungsformen durch Anzeigen des MF-Profils dem Benutzer in einer grafischen Benutzerschnittstelle (GUI), Einfügen der Informationen über das MF-Profil in einem Bericht, Senden einer E-Mail an den Benutzer und/oder auf jede andere geeignete Weise ausgegeben werden. Zum Beispiel können das MF-Profil des Subjekts und andere patientenbezogenen Informationen einem Benutzer in einer GUI bereitgestellt werden, wie in 3-37 dargestellt.
  • Auf diese Weise kann ein MF-Profil eines Patienten identifiziert und für verschiedene klinische Zwecke verwendet werden, enthaltend Bewerten der Wirksamkeit einer Behandlung für Krebs und/oder Auswerten der Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch.
  • Hier beschriebene Systeme und Verfahren sehen ein Erzeugen eines MF-Profils für einen Patienten und Erzeugen einer Visualisierung des erzeugten MF-Profils als ein MF-Porträt vor. Zum Beispiel ist ein computerimplementierter Prozess zum Erzeugen eines MF-Profils und eines zugehörigen MF-Porträts in 40A gezeigt und ein computerimplementierter Prozess zum Erzeugen eines MF-Profils unter Verwendung von fünf Gengruppen und eines verknüpften MF-Porträts ist in 40B gezeigt.
  • 40A ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 4000 zum Erzeugen eines MF-Profils und eines verknüpften MF-Porträts gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Prozess 4000 kann durch sämtliche geeignete Rechenvorrichtungen durchgeführt werden. Zum Beispiel kann er durch einen Laptop Computer, einen Desktop Computer, einen oder mehrere Server, in einer Cloud-Rechenumgebung, oder auf jede andere geeignete Weise durchgeführt werden.
  • Prozess 4000 startet bei Vorgang 4002, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für ein Subjekt mit einer besonderen Art von Krebs erhalten werden. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. In manchen Ausführungsformen umfasst Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten Erhalten von Expressionsdaten aus einer biologischen Probe von einem Patienten und/oder aus einer Datenbank, die solche Expressionsdaten speichert. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 4000 mit Vorgang 4004 fort, wo das MF-Profil für das Subjekt durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt wird, der Gengruppen, die mit Krebsmalignitäten verknüpft sind, und Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, enthält. Das MF-Profil kann für ein Subjekt mit jeder Art von Krebs bestimmt werden, enthaltend sämtlicher der hier beschriebenen Arten. Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen (oder funktionellen Modulen) bestimmt werden, die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppenexpressionswerte werden in manchen Ausführungsformen, als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 4000 mit Vorgang 4006 fort, wo ein erster Satz von visuellen Eigenschaften für mehrere erste GUI-Elemente unter Verwendung der ersten Gengruppenexpressionswerte bestimmt werden. Beispiele für visuelle Eigenschaften für ein GUI-Element enthalten Farbe, Schraffierung oder Muster, Größe und/oder Form. Ein Satz von visuellen Eigenschaften kann eine beliebige Anzahl von visuellen Eigenschaften beinhalten. GUI-Elemente enthalten zum Beispiel Gene, Gengruppen, Biomarker und Biomarkerinformationen. Mehrere GUI-Elemente können eine beliebige Anzahl von GUI-Elementen beinhalten. Weitere Aspekte von visuellen Eigenschaften und GUI-Elementen sind in 3-37 gezeigt und/oder unter Bezugnahme auf diese beschrieben.
  • Anschließend fährt Prozess 4000 mit Vorgang 4008 fort, wo ein zweiter Satz von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der zweiten Gengruppenexpressionswerte bestimmt wird. Beispiele für visuelle Eigenschaften für ein GUI-Element enthalten Farbe, Schraffierung oder Muster, Größe, und/oder Form. Ein Satz von visuellen Eigenschaften kann eine beliebige Anzahl von visuellen Eigenschaften beinhalten. GUI-Elemente enthalten zum Beispiel Gene, Gengruppen, Biomarker und Biomarkerinformationen. Mehrere GUI-Elemente können eine beliebige Anzahl von GUI-Elementen beinhalten. Weitere Aspekte von visuellen Eigenschaften und GUI-Elementen sind in 3-37 gezeigt und/oder unter Bezugnahme auf diese beschrieben.
  • Anschließend fährt Prozess 4000 mit Vorgang 4010 fort, wo eine GUI, die einen ersten Abschnitt, der das erste GUI-Element enthält, und einen zweiten Abschnitt enthält, der das zweite GUI-Element enthält, erzeugt wird. Zum Beispiel können das MF-Profil des Subjekts und andere patientenbezogenen Informationen einem Benutzer in einer GUI bereitgestellt werden, wie in 3-37 gezeigt. Weitere Aspekte bezüglich der GUI, wie in 3-37 gezeigt, sind in Abschnitt „Visualisierung von MF-Profilen“ bereitgestellt.
  • Anschließend fährt Prozess 4000 mit Vorgang 4012 fort, wo die erzeugte personalisierte GUI einem Benutzer präsentiert wird. In manchen Ausführungsformen kann die GUI dem Benutzer als Teil einer Webseite präsentiert werden, die durch einen Web Browser angezeigt wird. In manchen Ausführungsformen kann die GUI dem Benutzer unter Verwendung eines Anwendungsprogramms (das sich von einem Web-Browser unterscheidet) präsentiert werden. Zum Beispiel kann in manchen Ausführungsformen die GUI dem Benutzer über ein Anwendungsprogramm (z.B. „eine App“) präsentiert werden, die auf einer mobilen Vorrichtung läuft.
  • 40B ist ein Ablaufdiagramm eines anschaulichen computerimplementierten Prozesses 4020 zum Erzeugen eines MF-Profils unter Verwendung zumindest einer Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, und eines verknüpften MF-Porträts gemäß manchen Ausführungsformen der hier beschriebenen Technologie. Prozess 4020 kann durch sämtliche geeignete Rechenvorrichtungen durchgeführt werden. Zum Beispiel kann er durch einen Laptop Computer, einen Desktop Computer, einen oder mehrere Server, in einer Cloud-Rechenumgebung, oder auf jede andere geeignete Weise durchgeführt werden.
  • Prozess 4020 startet bei Vorgang 4022, wo RNA-Expressionsdaten und/oder vollständige Exomsequenzierungs- (WES) -daten für ein Subjekt mit einer besonderen Art von Krebs erhalten werden. RNA-Expressionsdaten können unter Verwendung jedes Verfahrens beschafft werden, das in der Technik bekannt ist, z.B. vollständige Transkriptomsequenzierung, Gesamt-RNA-Sequenzierung und mRNA-Sequenzierung. In manchen Ausführungsformen umfasst Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten Erhalten von Expressionsdaten aus einer biologischen Probe von einem Patienten und/oder aus einer Datenbank, die solche Expressionsdaten speichert. Weitere Aspekte bezüglich Erhalten von Expressionsdaten sind im Abschnitt „Erhalten von Expressionsdaten“ bereitgestellt.
  • Anschließend fährt Prozess 4020 mit Vorgang 4024 fort, wo das MF-Profil für das Subjekt durch Bestimmen eines Satzes von Expressionswerten für einen Satz von Gengruppen bestimmt wird, der zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, enthält. Die zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, besteht in manchen Ausführungsformen aus einer Tumoreigenschaften-Gengruppe. Die zumindest vier Gengruppen, die mit einem Krebsmikromilieu verknüpft sind bestehen in manchen Ausführungsformen aus Tumorförderndes-Immun-Mikromilieu-Gruppe, Anti-Tumor-Immun-Mikromilieu-Gruppe, Angiogenesegruppe und Fibroblastengruppe.
  • Es sollte klar sein, dass Vorgang 4024 unter Verwendung einer beliebigen Anzahl von Gengruppen, die mit Krebsmalignitäten und Krebsmikromilieu verknüpft sind, durchgeführt werden kann. Zum Beispiel können MF-Profile unter Verwendung eines Satzes von Gengruppen bestimmt werden, der 19 Gengruppen enthält, wo die Gengruppen, die mit Krebsmalignitäten verknüpft sind, aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe bestehen, und die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe bestehen.
  • In einem anderen Beispiel können MF-Profile unter Verwendung eines Satzes von Gengruppen bestimmt werden, der 30 Gengruppen enthält, wo die Gengruppen, die mit Krebsmalignitäten verknüpft sind, aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe bestehen, und die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1 - Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe bestehen.
  • Das MF-Profil kann unter Verwendung einer beliebigen Anzahl von Gengruppen (oder funktionellen Modulen) bestimmt werden die sich auf Zusammensetzungen und Prozesse beziehen, die in und/oder um den Tumor des Subjekts vorhanden sind. Gengruppen können eine beliebige Anzahl von Genen umfassen und können mit einer beliebigen Zusammensetzung und einem beliebigen Prozess zusammenhängen. Weitere Aspekte bezüglich der Gengruppen sind im Abschnitt „MF-Profil Module“ bereitgestellt. Gengruppenexpressionswerte können in manchen Ausführungsformen als ein Gensatzanreicherung- (GSEA) Punktewert für die Gengruppe berechnet werden. Weitere Aspekte bezüglich des Bestimmens von MF-Profilen sind im Abschnitt „MF-Profile“ bereitgestellt.
  • Anschließend fährt Prozess 4020 mit Vorgang 4026 fort, wo ein erster Satz von visuellen Eigenschaften für mehrere erste GUI-Elemente unter Verwendung der ersten Gengruppenexpressionswerte bestimmt wird. Beispiele für visuelle Eigenschaften für ein GUI-Element enthalten Farbe, Schraffierung oder Muster, Größe, und/oder Form. Ein Satz von visuellen Eigenschaften kann eine beliebige Anzahl von visuellen Eigenschaften beinhalten. GUI-Elemente enthalten zum Beispiel Gene, Gengruppen, Biomarker und Biomarkerinformationen. Mehrere GUI-Elemente können eine beliebige Anzahl von GUI-Elementen beinhalten. Weitere Aspekte von visuellen Eigenschaften und GUI-Elementen sind in 3-37 gezeigt und/oder unter Bezugnahme auf diese beschrieben.
  • Anschließend fährt Prozess 4020 mit Vorgang 4028 fort, wo ein zweiter Satz von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der zweiten Gengruppenexpressionswerte bestimmt wird. Beispiele für visuelle Eigenschaften für ein GUI-Element enthalten Farbe, Schraffierung oder Muster, Größe, und/oder Form. Ein Satz von visuellen Eigenschaften kann eine beliebige Anzahl von visuellen Eigenschaften beinhalten. GUI-Elemente enthalten zum Beispiel Gene, Gengruppen, Biomarker und Biomarkerinformationen. Mehrere GUI-Elemente können eine beliebige Anzahl von GUI-Elementen beinhalten. Weitere Aspekte von visuellen Eigenschaften und GUI-Elementen sind in 3-37 gezeigt und/oder unter Bezugnahme auf diese beschrieben.
  • Anschließend fährt Prozess 4020 mit Vorgang 4030 fort, wo eine GUI, die einen ersten Abschnitt, der das erste GUI-Element enthält, und einen zweiten Abschnitt enthält, der das zweite GUI-Element enthält, erzeugt wird. Zum Beispiel können das MF-Profil des Subjekts und andere patientenbezogenen Informationen einem Benutzer in einer GUI bereitgestellt werden, wie in 3-37 gezeigt. Weitere Aspekte bezüglich der GUI, wie in 3-37 gezeigt, sind in Abschnitt „Visualisierung von MF-Profilen“ bereitgestellt.
  • Anschließend fährt Prozess 4020 mit Vorgang 4032 fort, wo die erzeugte personalisierte GUI einem Benutzer präsentiert wird. In manchen Ausführungsformen kann die GUI dem Benutzer als Teil einer Webseite präsentiert werden, die durch einen Web Browser angezeigt wird. In manchen Ausführungsformen kann die GUI dem Benutzer unter Verwendung eines Anwendungsprogramms (das sich von einem Web-Browser unterscheidet) präsentiert werden. Zum Beispiel kann in manchen Ausführungsformen die GUI dem Benutzer über ein Anwendungsprogramm (z.B. „eine App“) präsentiert werden, die auf einer mobilen Vorrichtung läuft.
  • Solche MF-Porträts, die im GUI bereitgestellt sind, können für verschiedene, hier beschriebene klinische Zwecke verwendet werden, enthaltend Bewerten der Wirksamkeit einer Behandlung für Krebs und/oder Auswerten der Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch.
  • Anwendungen
  • Verfahren und Zusammensetzungen zur Tumortypcharakterisierung wie hier beschrieben können für verschiedene klinische Zwecke verwendet werden, enthaltend, ohne aber darauf beschränkt zu sein, Überwachen des Fortschreitens von Krebs in einem Subjekt, Bewerten der Wirksamkeit einer Behandlung für Krebs, Identifizieren von Patienten, die für eine bestimmte Behandlung geeignet sind, Auswerten einer Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch und/oder Vorhersage eines Rückfalls bei einem Subjekt. Daher sind hier diagnostische und prognostische Verfahren zur Krebsbehandlung basierend auf dem hier beschriebenen Tumortyp beschrieben.
  • Hier beschriebene Verfahren und Zusammensetzungen können zur Auswertung der Wirksamkeit einer Krebsbehandlung verwendet werden, wie die hier beschriebenen, angesichts der Korrelation zwischen Krebstyp (z.B. Tumortypen) und Krebsprognose. Zum Beispiel können mehrfache biologische Proben, wie die hier beschriebenen, von einem Subjekt, an dem eine Behandlung durchgeführt wird, entweder vor und nach der Behandlung oder im Verlauf der Behandlung gesammelt werden. Der Krebstyp (z.B. der Tumortyp) in der biologischen Probe von dem Subjekt kann unter Verwendung eines der hier beschriebenen Verfahren bestimmt werden. Falls zum Beispiel der Krebstyp angibt, dass das Subjekt eine schlechte Prognose hat und sich der Krebstyp nach der Behandlung oder im Verlauf der Behandlung zu einem Krebstyp ändert, der eine günstige Prognose angibt (z.B. 1. MF-Profil-Krebstyp in einer später gesammelten Probe verglichen mit 4. MF-Profil-Krebstyp in einer früher gesammelten Probe), gibt dies an, dass die Behandlung wirksam ist.
  • Falls das Subjekt identifiziert wird, auf die Behandlung nicht anzusprechen, basierend auf Krebstyp (z.B. wird keine Änderung im Krebstyp in Reaktion auf die Behandlung identifiziert), kann dem identifizierten Subjekt eine höhere Dosis und/oder größere Frequenz der Dosierung des therapeutischen Anti-Krebsmittels verabreicht werden. Alternativ kann eine alternative Behandlung einem Subjekt verabreicht werden, bei dem sich gezeigt hat, dass es auf eine erste oder anschließende Behandlung nicht anspricht. In manchen Ausführungsformen wird die Dosierung oder Frequenz der Dosierung des therapeutischen Mittels bei einem Subjekt, das identifiziert wurde, auf die Behandlung anzusprechen oder keine weitere Behandlung zu benötigen, beibehalten, gesenkt oder abgesetzt. In gewissen Ausführungsformen wird die Dosierung oder Frequenz der Dosierung des therapeutischen Mittels bei einem Subjekt, das identifiziert wurde, nicht auf die Behandlung anzusprechen, erhöht. In manchen Ausführungsformen wird ein erstes therapeutisches Mittel gestoppt und ein neues (zweites) Therapeutikum zur Behandlung des Subjekts verwendet; oder (alternativ) wird ein zusätzliches (zweites) Therapeutikum bei einem Subjekt hinzugefügt, das identifiziert wurde, nicht auf das erste therapeutische Mittel anzusprechen.
  • In manchen Ausführungsformen können Krebsarten auch zum Identifizieren eines Krebses verwendet werden, der unter Verwendung eines spezifischen therapeutischen Anti-Krebsmittels (z.B. einer Chemotherapie) behandelbar sein kann. Zur Ausführung dieses Verfahrens kann der Krebstyp in einer Probe (z.B. einer Tumorbiopsie), die von einem Subjekt mit Krebs gesammelt wird, unter Verwendung von Verfahren bestimmt werden, die hier beschrieben sind. Falls der Krebstyp als für eine Behandlung mit einem therapeutischen Anti-Krebsmittel identifiziert wird, kann das Verfahren ferner ein Verabreichen einer wirksamen Menge des therapeutischen Anti-Krebsmittels an das Subjekt mit dem Krebs umfassen.
  • In manchen Ausführungsformen können die Verfahren und Zusammensetzungen für eine Krebstypcharakterisierung wie hier beschrieben zur Bezugnahme in der Entwicklung neuer Therapeutika für Krebs dienen. In manchen Ausführungsformen kann der Krebstyp die Wirksamkeit eines neuen Therapeutikums oder das Fortschreiten eines Krebses in einem Subjekt vor, während oder nach der Verabreichung der neuen Therapie angeben oder vorhersagen.
  • In manchen Ausführungsformen können Verfahren und Zusammensetzungen zur Krebstypcharakterisierung wie hier beschrieben zum Auswerten einer Eignung eines Patienten für eine Teilnahme an einem klinischen Versuch verwendet werden. In manchen Ausführungsformen kann der Krebstyp verwendet werden, um Patienten in einen klinischen Versuch aufzunehmen. In manchen Ausführungsformen werden Patienten mit einem spezifizierten Krebstyp (z.B. Typ A oder 1. MF-Profil) in einen klinischen Versuch aufgenommen. Hier entsprechen Krebstypen A-D jeweils den 1.-4. MF-Profiltypen. In manchen Ausführungsformen werden Patienten mit einem von zwei spezifizierten Krebstypen (z.B. 1. MF-Profil oder 4. MF-Profil) in einen klinischen Versuch aufgenommen. In manchen Ausführungsformen werden Patienten mit einem von drei spezifizierten Krebstypen (z.B. Patienten mit einem 1. MF-Profil, einem 2. MF-Profil oder einem 3. MF-Profil) in einen klinischen Versuch aufgenommen. In manchen Ausführungsformen werden Patienten mit einem von vier spezifizierten Krebstypen (z.B. Patienten mit einem 1. MF-Profil, einem 2. MF-Profil, einem 3. MF-Profil oder einem 4. MF-Profil) in einen klinischen Versuch aufgenommen.
  • In manchen Ausführungsformen kann der Krebstyp zum Ausschließen von Patienten aus einem klinischen Versuch verwendet werden. In manchen Ausführungsformen werden Patienten mit einem spezifizierten Krebstyp (z.B. 1. MF-Profil) aus einem klinischen Versuch ausgeschlossen. In manchen Ausführungsformen werden Patienten mit einem von zwei spezifizierten Krebstypen (z.B. 1. MF-Profil oder 4. MF-Profil) aus einem klinischen Versuch ausgeschlossen. In manchen Ausführungsformen werden Patienten mit einem von drei spezifizierten Krebstypen (z.B. Patienten mit einem 1. MF-Profil, einem 2. MF-Profil oder einem 3. MF-Profil) aus einem klinischen Versuch ausgeschlossen. In manchen Ausführungsformen werden Patienten mit einem von vier spezifizierten Krebstypen (z.B. Patienten mit einem 1. MF-Profil, einem 2. MF-Profil, einem 3. MF-Profil oder einem 4. MF-Profil) aus einem klinischen Versuch ausgeschlossen.
  • Ferner können Verfahren und Zusammensetzungen zur Tumortypcharakterisierung wie hier beschrieben für nicht klinische Verwendungen angewendet werden, enthaltend zum Beispiel für Forschungszwecke. In manchen Ausführungsformen können die hier beschriebenen Verfahren zur Untersuchung der Krebszellenfunktion verwendet werden. Zum Beispiel können die hier beschriebenen Verfahren zum Auswerten eines Tumorprozesses (z.B. Tumormetastase) verwendet werden, der zu verschiedenen Zwecken verwendet werden kann, enthaltend Identifizieren von Zielen, die im Speziellen den ausgewerteten Tumorprozess bewirken.
  • Behandlungsverfahren
  • In gewissen hier beschriebenen Verfahren kann eine wirksame Menge einer hier beschriebenen Anti-Krebstherapie zur Verabreichung an ein Subjekt (z.B. einen Menschen), der eine Behandlung benötigt, über eine geeignete Route (z.B. intravenöse Verabreichung) verabreicht werden oder empfohlen sein.
  • Das Subjekt, das durch die hierin beschriebenen Verfahren zu behandeln ist, kann ein humaner Patient sein, der an Krebs leidet, vermutlich daran leidet oder ein Risiko dafür aufweist. Beispiele für einen Krebs enthalten, ohne aber darauf beschränkt zu sein, Melanom, Lungenkrebs, Hirnkrebs, Brustkrebs, kolorektalen Krebs, Bauchspeicheldrüsenkrebs, Leberkrebs, Prostatakrebs, Hautkrebs, Nierenkrebs, Blasenkrebs oder Prostatakrebs. Das Subjekt, das mit den hierin beschriebenen Verfahren zu behandeln ist, kann ein Säugetier sein (kann z.B. ein Mensch sein). Säugetiere enthalten, ohne aber darauf beschränkt zu sein: Bauernhoftiere (z.B. Nutztiere), Sporttiere, Labortiere, Haustiere, Primaten, Pferde, Hunde, Katzen, Mäuse und Ratten.
  • Ein Subjekt mit einem Krebs, kann durch medizinische Routineuntersuchung identifiziert werden, z.B. Labortests, Biopsie, PET-Scans, CT-Scans oder Ultraschall. Ein Subjekt, das vermutlich an einem Krebs leidet, kann ein oder mehrere Symptome der Störung zeigen, z.B. unerklärten Gewichtsverlust, Fieber, Müdigkeit, Husten, Schmerz, Hautveränderungen, unübliche Blutungen oder Ausfluss und/oder Verdickungen oder Knoten in Teilen des Körpers. Ein Subjekt mit einem Risiko für einen Krebs kann ein Subjekt mit einem oder mehreren der Risikofaktoren für diese Störung sein. Zum Beispiel enthalten Risikofaktoren, die mit Krebs verknüpft sind, ohne aber darauf beschränkt zu sein, (a) Virusinfektion (z.B. Herpes Virusinfektion), (b) Alter, (c) Familiengeschichte, (d) schwerer Alkoholkonsum, (e) Fettleibigkeit und (f) Tabakkonsum.
  • „Eine wirksame Menge“ wie hier verwendet, bezieht sich auf die Menge jedes aktiven Mittels, das notwendig ist, um eine therapeutische Wirkung bei dem Subjekt zu erzielen, entweder allein oder in Kombination mit einem oder mehreren anderen aktiven Mitteln. Wirksame Mengen variieren, wie ein Fachmann erkennen wird, abhängig von dem besonderen behandelten Zustand, der Schwere des Zustands, den individuellen Patientenparametern enthaltend Alter, physischen Zustand, Größe, Geschlecht und Gewicht, Dauer der Behandlung, der Art von gleichzeitiger Therapie (falls vorhanden), der spezifischen Verabreichungsroute und ähnlichen Faktoren, die in der Kenntnis und Expertise des Gesundheitsfachmanns liegen. Diese Faktoren sind Durchschnittsfachleuten allgemein bekannt und können mit nicht mehr als Routineversuchen adressiert werden. Im Allgemeinen ist bevorzugt, dass eine maximale Dosis der einzelnen Komponenten oder Kombinationen davon verwendet werden, das heißt, die höchste sichere Dosis gemäß einer vernünftigen medizinischen Beurteilung. Durchschnittsfachleuten werden jedoch verstehen, dass ein Patient auf einer niedrigeren Dosis oder verträglichen Dosis aus medizinischen Gründen, psychologischen Gründen oder aus im Prinzip sämtlichen anderen Gründen bestehen kann.
  • Empirische Überlegungen, wie die Halbwertzeit einer therapeutischen Verbindung tragen im Allgemeinen zur Bestimmung der Dosierung bei. Zum Beispiel können Antikörper, die mit dem menschlichen Immunsystem kompatibel sind, wie humanisierte Antikörper oder vollständig humane Antikörper, verwendet werden, um die Halbwertzeit des Antikörpers zu verlängern und zu verhindern, dass der Antikörper durch das Immunsystem des Wirts angegriffen wird. Frequenz einer Verabreichung kann bestimmt und im Verlauf der Therapie eingestellt werden und beruht ist im Allgemeinen (aber nicht unbedingt) auf Behandlung und/oder Unterdrückung und/oder Verbesserung und/oder Verzögerung eines Krebses. Alternativ können Formulierungen mit anhaltender kontinuierliche Freisetzung eines therapeutischen Anti-Krebsmittels passend sein. Verschiedene Formulierungen und Vorrichtungen zum Erreichen einer anhaltenden Freisetzung sind in der Technik bekannt.
  • In manchen Ausführungsformen können Dosierungen für ein therapeutisches Anti-Krebsmittel wie hier beschrieben empirisch bei Individuen bestimmt werden, denen eine oder mehrere Dosen des therapeutischen Anti-Krebsmittels verabreicht wurden. Individuen können steigende Dosierungen des therapeutischen Anti-Krebsmittels verabreicht werden. Zur Bewertung einer Wirksamkeit eines verabreichten therapeutischen Anti-Krebsmittels können ein oder mehrere Aspekts eines Krebses (z.B. Tumorbildung, Tumorwachstum oder Krebs oder Tumortyp A-D) analysiert werden.
  • Im Allgemeinen kann für eine Verabreichung beliebiger der hier beschriebenen Anti-Krebsantikörper eine anfängliche Kandidatdosierung etwa 2 mg/kg sein Für den Zweck der vorliegenden Offenbarung kann eine typische tägliche Dosierung von etwa einem von 0,1 µg/kg bis 3 µg/kg bis 30 µg/kg bis 300 µg/kg bis 3 mg/kg, bis zu 30 mg/kg bis 100 mg/kg oder mehr reichen, abhängig von den oben angegebenen Faktoren. Für wiederholte Verabreichungen über mehrere Tage oder länger, abhängig vom Zustand, wird die Behandlung aufrechterhalten, bis eine gewünschte Unterdrückung oder Verbesserung von Symptomen eintritt oder bis ausreichende therapeutische Spiegel erreicht sind, um einen Krebs oder ein oder mehrere Symptome davon zu lindern. Ein beispielhaftes Dosierungsschema umfasst Verabreichen einer Anfangsdosis von etwa 2 mg/kg, gefolgt von einer wöchentlichen Erhaltungsdosis von etwa 1 mg/kg des Antikörpers oder gefolgt von einer Erhaltungsdosis von etwa 1 mg/kg jede zweite Woche. Es können jedoch andere Dosierungsschemata nützlich sind, abhängig von dem Muster eines pharmakokinetischen Abbaus, den der Praktiker (z.B. ein Arzt) erreichen möchte. Zum Beispiel wird eine Dosierung von ein bis vier Mal pro Woche in Betracht gezogen. In manchen Ausführungsformen kann eine Dosierung, die von etwa 3 µg/mg bis etwa 2 mg/kg (wie etwa 3 µg/mg, etwa 10 µg/mg, etwa 30 µg/mg, etwa 100 µg/mg, etwa 300 µg/mg, etwa 1 mg/kg, und etwa 2 mg/kg) verwendet werden. In manchen Ausführungsformen ist die Dosierungsfrequenz einmal jede Woche, alle 2 Wochen, alle 4 Wochen, alle 5 Wochen, alle 6 Wochen, alle 7 Wochen, alle 8 Wochen, alle 9 Wochen oder alle 10 Wochen; oder einmal jeden Monate, alle 2 Monate oder alle 3 Monate oder länger. Der Verlauf dieser Therapie kann durch herkömmliche Techniken und Tests und/oder durch Überwachen von Krebstypen A-D (1.-4. MF-Profilcluster) wie hier beschrieben überwacht werden. Das Dosierungsschema (enthaltend das verwendete Therapeutikum) kann im Laufe der Zeit variieren.
  • Wenn das therapeutische Anti-Krebsmittel kein Antikörper ist, kann es bei der Rate von etwa 0,1 bis 300 mg/kg des Gewichts des Patienten verabreicht werden, geteilt in eine bis drei Dosen oder wie hier offenbart. In manchen Ausführungsformen können einem erwachsenen Patienten mit Normalgewicht Dosen im Bereich von etwa 0,3 bis 5,00 mg/kg verabreicht werden. Das besondere Dosierungsschema, z.B. Dosis, Zeitablauf und/oder Wiederholung, hängen von dem bestimmten Subjekt und der Krankengeschichte des Individuums ab, wie auch den Eigenschaften der einzelnen Mittel (wie der Halbwertzeit des Mittels und anderen Überlegungen, die in der Technik allgemein bekannt sind).
  • Für den Zweck der vorliegenden Offenbarung hängt die geeignete Dosierung eines therapeutischen Anti-Krebsmittels von dem (den) verwendeten, spezifischen, therapeutischen Anti-Krebsmittel(m) (oder Zusammensetzungen davon), der Typ und Schwere von Krebs, ob das therapeutische Anti-Krebsmittel zu präventiven oder therapeutischen Zwecken verabreicht wird, von einer vorherigen Therapie, der klinischen Geschichte des Patienten und dem Ansprechen auf das therapeutische Anti-Krebsmittel und dem Ermessen des behandelten Arztes ab. Typischerweise verabreicht der Kliniker ein therapeutisches Anti-Krebsmittel, wie einen Antikörper, bis eine Dosierung erreicht ist, die das gewünschte Ergebnis erzielt.
  • Eine Verabreichung eines therapeutischen Anti-Krebsmittels kann kontinuierlich oder schrittweise sein, abhängig zum Beispiel vom physiologischen Zustand des Empfängers, ob der Zweck der Verabreichung therapeutisch oder prophylaktisch ist, und andere Faktoren, die den geschulten Praktikern bekannt sind. Die Verabreichung eines therapeutischen Anti-Krebsmittels (z.B. eines Anti-Krebsantikörpers) kann im Wesentlichen über eine vorab gewählte Zeitperiode kontinuierlich sein oder kann in einer Reihe beabstandeter Dosen erfolgen, z.B. entweder vor, während oder nach Entwicklung von Krebs.
  • Wie hier verwendet, bezieht sich der Begriff „Behandeln“ auf die Anwendung oder Verabreichung einer Zusammensetzung, die ein oder mehrere aktive Mittel enthält, an ein Subjekt, das an Krebs leidet, ein Symptom eines Krebses hat oder eine Prädisposition gegenüber einem Krebs hat, mit dem Zweck, den Krebs oder ein oder mehrere Symptome des Krebses oder die Prädisposition gegenüber einem Krebs zu kurieren, zu heilen, zu mildern, zu erleichtern, zu ändern, zu beseitigen, zu lindern, zu verbessern oder zu beeinflussen.
  • Ein Mildern eines Krebses enthält Verzögern der Entwicklung oder des Fortschreitens der Krankheit oder Verringern der Schwere der Krankheit. Ein Mildern der Krankheit erfordert nicht unbedingt heilende Ergebnisse. Wie hier verwendet, bedeutet „Verzögern“ der Entwicklung einer Krankheit (z.B. eines Krebses) ein Verzögern, Behindern, Verlangsamen, Hinauszögern, Stabilisieren und/oder Aufschieben eines Fortschreitens der Krankheit. Diese Verzögerung kann unterschiedliche Zeitlängen aufweisen, abhängig von dem Verlauf der Krankheit und/oder den behandelten Individuen. Ein Verfahren, das die Entwicklung einer Krankheit „verzögert“ oder mildert oder das Einsetzen der Krankheit verzögert, ist ein Verfahren, das die Wahrscheinlichkeit verringert, eines oder mehrere Symptome der Krankheit in einem bestimmten Zeitrahmen zu entwickeln, und/oder das Ausmaß der Symptome in einem bestimmten Zeitraum verringert, im Vergleich dazu, dass das Verfahren nicht verwendet wird. Solche Vergleiche beruhen typischerweise auf klinischen Studien unter Verwendung einer Anzahl von Subjekten, die ausreicht, um ein statistisch signifikantes Ergebnis zu erhalten.
  • „Entwicklung“ oder „Fortschreiten“ einer Krankheit bedeutet anfängliche Manifestationen und/oder anschließendes Fortschreiten der Krankheit. Entwicklung der Krankheit kann unter Verwendung klinischer Techniken bewertet werden, die in der Technik bekannt sind. Alternativ oder zusätzlich zu den klinischen Techniken, die in der Technik bekannt sind, kann eine Entwicklung der Krankheit basierend auf den hier beschriebenen Krebstypen (1.-4. MF-Profiltypen) detektierbar sein und bewertet werden. Eine Entwicklung bezieht sich jedoch auch auf ein Fortschreiten, das nicht nachweisbar sein kann. Für den Zweck dieser Offenbarung bezieht sich Entwicklung oder Fortschreiten auf den biologischen Verlauf der Symptome. „Entwicklung“ enthält Auftreten, Wiederauftreten und Einsetzen. Wie hier verwendet enthält „Einsetzen“ oder „Auftreten“ eines Krebses ein anfängliches Einsetzen und/oder Wiederauftreten.
  • In manchen Ausführungsformen wird das therapeutische Anti-Krebsmittel (z.B. ein Antikörper), das hier beschrieben ist, einem Subjekt, das die Behandlung benötigt, in einer ausreichenden Menge zur Verringerung des Wachstums des Krebses (z.B. Tumors) um zumindest 10% (z.B. 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% oder mehr) verabreicht. Wird das therapeutische Anti-Krebsmittel (z.B. ein Antikörper), das hier beschrieben ist, einem Subjekt, das die Behandlung benötigt, in einer ausreichenden Menge zur Verringerung der Anzahl von Krebszellen oder Tumorgröße um zumindest 10% (z.B. 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% oder mehr) verabreicht. In anderen Ausführungsformen wird das therapeutische Anti-Krebsmittel in einer Menge verabreicht, die zum Ändern des Krebstyps (z.B. von Krebstyp D zu Krebstyp A) verabreicht. Alternativ wird das therapeutische Anti-Krebsmittel in einer Menge verabreicht, die zum Verringern einer Tumorbildung oder Metastase wirksam ist.
  • Herkömmliche Verfahren, die Durchschnittsfachleuten in der Medizin bekannt sind, können zum Verabreichen des therapeutischen Anti-Krebsmittels an das Subjekt verwendet werden, abhängig von der Art der zu behandelnden Krankheit oder der Stelle der Krankheit. Das therapeutische Anti-Krebsmittel kann auch über andere herkömmliche Routen verabreicht werden, z.B. oral, parenteral, durch Inhalationsspray, topisch, rektal, nasal, bukkal, vaginal oder über ein implantiertes Reservoir verabreicht werden. Der Begriff „parenteral“, wie hier verwendet, enthält subkutane, intrakutane, intravenöse, intramuskuläre, intraartikuläre, intraarterielle, intrasynoviale, intrastemale, intrathekale, intraläsionale und intrakraniale Injektions- oder Infusionstechniken. Zusätzlich kann ein therapeutisches Anti-Krebsmittel dem Subjekt über injizierbare Depotverabreichungsrouten verabreicht werden, wie unter Verwendung von injizierbaren oder biologisch abbaubaren Materialien und Verfahren mit einem Depot von 1, 3 oder 6 Monaten.
  • Injizierbare Zusammensetzungen können verschiedene Träger enthalten, wie pflanzliche Öle, Dimethylactamid, Dimethylformamid, Ethyllactat, Ethylcarbonat, Isopropylmyristat, Ethanol und Polyole (z.B. Glycerol, Propylenglykol, flüssiges Polyethylenglykol und dergleichen). Zur intravenösen Injektion können wasserlösliche therapeutische Anti-Krebsmittel durch das Tropfverfahren verabreicht werden, wobei eine pharmazeutische Formulierung, die den Antikörper und physiologisch akzeptable Exzipienten enthält, infundiert wird. Physiologisch akzeptable Exzipienten enthalten zum Beispiel 5% Dextrose, 0,9% Kochsalzlösung, Ringer-Lösung und/oder andere geeignete Exzipienten. Intramuskuläre Zubereitungen z.B. eine sterile Formulierung einer geeigneten löslichen Salzform des therapeutischen Anti-Krebsmittels, können in einem pharmazeutischen Exzipienten wie Wasser zur Injektion, 0,9% Kochsalzlösung und/oder 5% Glucoselösung aufgelöst und verabreicht werden.
  • In einer Ausführungsform wird ein therapeutisches Anti-Krebsmittel über ortspezifische oder zielgerichtete örtliche Abgabetechniken verabreicht. Beispiele für ortsspezifische oder zielgerichtete örtliche Abgabetechniken enthalten verschiedene implantierbare Depotquellen des Mittels oder örtliche Abgabekatheter, wie Infusionskatheter, einen Verweilkatheter oder einen Nadelkatheter, synthetische Implantate, Adventitia, Shunts und Stents oder andere implantierbare Vorrichtungen, ortsspezifische Träger, direkte Injektion oder direkte Anwendung. Siehe z.B. PCT Veröffentlichung Nr. WO 00/53211 und US Pat. Nr. 5,981,568 , deren Inhalt jeweils hier für diesen Zweck zur Bezugnahme zitiert wird.
  • Eine zielgerichtete Abgabe therapeutischer Zusammensetzungen, die ein Antisense-Polynukleotid, einen Expressionsvektor oder subgenomische Polynukleotide enthalten, kann auch verwendet werden. Rezeptorvermittelte DNA-Abgabetechniken sind zum Beispiel in Findeis et al., Trends Biotechnol. (1993) 11:202; Chiou et al., Gene Therapeutics: Methods and Applications Of Direct Gene Transfer (J. A. Wolff, Hrsg.) (1994); Wu et al., J. Biol. Chem. (1988) 263:621; Wu et al., J. Biol. Chem. (1994) 269:542; Zenke et al., Proc. Natl. Acad. Sci. USA (1990) 87:3655; Wu et al., J. Biol. Chem. (1991) 266:338, beschrieben. Der Inhalt jedes der zuvor genannten wird hier für diesen Zweck zur Bezugnahme zitiert.
  • Therapeutische Zusammensetzungen, die ein Polynukleotid enthalten, können in einem Bereich von etwa 100 ng bis etwa 200 mg DNA zur lokalen Verabreichung in einem Gentherapieprotokoll verabreicht werden. In manchen Ausführungsformen können auch Konzentrationsbereiche von etwa 500 ng bis etwa 50 mg, etwa 1 µg bis etwa 2 mg, etwa 5 µg bis etwa 500 µg und etwa 20 µg bis etwa 100 µg DNA oder mehr während eines Gentherapieprotokolls verwendet werden.
  • Therapeutische Polynukleotide und Polypeptide können unter Verwendung von Genabgabevehikeln abgegeben werden. Das Genabgabevehikel kann viralen oder nicht viralen Ursprungs sein (z.B. Jolly, Cancer Gene Therapy (1994) 1:51; Kimura, Human Gene Therapy (1994) 5:845; Connelly, Human Gene Therapy (1995) 1:185; und Kaplitt, Nature Genetics (1994) 6:148). Der Inhalt jedes der zuvor genannten wird hier für diesen Zweck zur Bezugnahme zitiert. Die Expression solcher codierender Sequenzen kann unter Verwendung endogener Säugetier- oder heterologer Promotoren und/oder Enhancer abgeleitet werden. Die Expression der codierenden Sequenz kann entweder konstitutive oder reguliert sein.
  • Virusbasierte Vektoren zur Abgabe eines gewünschten Polynukleotids und Expression in einer gewünschten Zelle sind allgemein in der Technik bekannt. Beispielhafte virusbasierte Vehikel enthalten, ohne aber darauf beschränkt zu sein, rekombinante Retroviren (siehe z.B. PCT Veröffentlichung Nrn. WO 90/07936 ; WO 94/03622 ; WO 93/25698 ; WO 93/25234 ; WO 93/11230 ; WO 93/10218 ; WO 91/02805 ; US Pat. Nrn. 5,219,740 und 4,777,127 ; GB Patent Nr. 2,200,651 ; und EP Patent Nr. 0 345 242 ), Alphavirus-basierte Vektoren (z.B. Sindbisvirusvektoren, Semliki Forest Virus (ATCC VR-67; ATCC VR-1247), Ross River Virus (ATCC VR-373; ATCC VR-1246) und Venezolanisches Pferdeenzephalomyelitis-Virus (ATCC VR-923; ATCC VR-1250; ATCC VR 1249; ATCC VR-532)), und Adeno-assoziiertes Virus (AAV)-Vektoren (siehe z.B. PCT Veröffentlichung Nrn. WO 94/12649 , WO 93/03769 ; WO 93/19191 ; WO 94/28938 ; WO 95/11984 und WO 95/00655 ). Verabreichung von DNA, gebunden an abgetötetes Adenovirus, die in Curiel, Hum. Gene Ther. (1992) 3:147 beschrieben sind, können ebenso verwendet werden. Der Inhalt jedes der zuvor genannten wird hier für diesen Zweck zur Bezugnahme zitiert.
  • Nicht-virale Abgabevehikel und Verfahren können ebenso verwendet werden, enthaltend, ohne aber darauf beschränkt zu sein, polykationische kondensierte DNA, an nur abgetötetes Adenovirus gebunden oder ungebunden (siehe z.B. Curiel, Hum. Gene Ther. (1992) 3:147); Ligand-gebundene DNA (siehe z.B. Wu, J. Biol. Chem. (1989) 264:16985); Eukaryotische Zelle-Abgabevehikelzellen (siehe z.B. US Pat. Nr. 5,814,482 ; PCT Veröffentlichung Nrn. WO 95/07994 ; WO 96/17072 ; WO 95/30763 ; und WO 97/42338 ) und Kernladungsneutralisierung oder Fusion mit Zellenmembranen. Es kann auch nackte DNA verwendet werden. Beispielhafte nackte DNA-Einführungsverfahren sind in PCT Veröffentlichung Nr. WO 90/11092 und US Pat. Nr. 5,580,859 beschrieben. Liposome, die als Genabgabevehikel dienen können, sind in US Pat. Nr. 5,422,120 ; PCT Veröffentlichung Nrn. WO 95/13796 ; WO 94/23697 ; WO 91/14445 ; und EP Patent Nr. 0524968 beschrieben. Zusätzliche Methoden sind in Philip, Mol. Cell. Biol. (1994) 14:2411, und in Woffendin, Proc. Natl. Acad. Sci. (1994) 91:1581, beschrieben. Der Inhalt jedes der zuvor genannten wird hier für diesen Zweck zur Bezugnahme zitiert.
  • Es ist auch offensichtlich, dass ein Expressionsvektor verwendet werden kann, um Expression eines der proteinbasierten therapeutischen Anti-Krebsmittel (z.B. Anti-Krebsantikörper) zu lenken. Zum Beispiel sind Peptidinhibitoren, die imstande sind, einen Krebs zu blockieren (von teilweise bis vollständig blockieren), der eine biologische Aktivität verursacht, in der Technik bekannt.
  • In manchen Ausführungsformen können mehr als ein therapeutisches Anti-Krebsmittel, wie ein Antikörper und eine kleinmolekülige inhibitorische Verbindung einem Subjekt verabreicht werden, das die Behandlung benötigt. Die Mittel können von derselben Art oder von unterschiedlicher Art sein. Zumindest eines, zumindest zwei, zumindest drei, zumindest vier oder zumindest fünf verschiedene Mittel können gemeinsam verabreicht werden. Allgemeine Anti-Krebsmittel zur Verabreichung haben komplementäre Aktivitäten, die einander nicht ungünstig beeinflussen. Therapeutische Anti-Krebsmittel können auch in Verbindung mit anderen Mitteln verwendet werden, die zur Verstärkung und/oder Ergänzung der Wirksamkeit der Mittel dienen.
  • Behandlungswirksamkeit kann durch Verfahren bewertet werden, die in der Technik allgemein bekannt sind, z.B. Überwachen von Tumorwachstum oder -bildung in einem Patienten, der der Behandlung unterzogen wird. Alternativ oder zusätzlich kann die Behandlungswirksamkeit durch Überwachen eines Tumortyps im Verlauf der Behandlung (z.B. vor, während und nach Behandlung) bewertet werden. Siehe z.B. folgendes Beispiel 5.
  • Kombinationstherapie
  • Verglichen mit Monotherapien zeigten Kombinationen von Behandlungsmethoden eine höhere Wirksamkeit in vielen Studien, aber die Wahl von zu kombinierenden Heilmitteln und die Gestaltung des Kombinationstherapieschemas bleiben spekulativ. Da die Anzahl möglicher Kombinationen nun extrem hoch ist, besteht ein hoher Bedarf an einem Werkzeugt, das bei der Auswahl von Arzneimitteln und Kombinationen von Heilmitteln auf Basis objektiver Informationen über einen bestimmten Patienten hilft. Die Verwendung von Krebs-MF-Profilen zur Gestaltung oder Auswahl einer spezifischen Kombinationstherapie etabliert eine wissenschaftliche Basis zur Wahl der optimalen Kombination von Präparaten.
  • Wenn MF-Profile zum Gestalten einer Kombinationstherapie verwendet werden, kann ein rationaler Wert eines Porträtdetails definiert werden. Es ist ratsam, ein Porträt der Module mit bekannten therapeutischen Effektoren zu erstellen, während Module, die gegenwärtig nicht mit medizinischen Methoden beeinflusst werden können, ausgeschlossen werden sollten. Gleichzeitig können Module vorhanden sein, die für das Ergebnis der Krankheit wichtig sind, die keine Effektoren haben, die in Arzneimitteln oder anderen Therapien (z.B. Strahlen-, Zellentherapie, onkolytische Viren usw.) eingebettet sind. Solche Module können wissenschaftlichen Wert haben und ihre Konservierung ist in Porträts vernünftig, die für Forschungsarbeit bestimmt sind.
  • Wie oben festgehalten, sind hier auch Verfahren zum Behandeln eines Krebses oder Empfehlungen zur Behandlung eines Krebs unter Verwendung einer Kombination von therapeutischen Anti-Krebsmitteln oder eines oder mehrerer therapeutischer Anti-Krebsmittel und einer oder mehrerer zusätzlicher Therapien (z.B. Chirurgie und/oder Strahlentherapie) bereitgestellt. Der Begriff Kombinationstherapie, wie hier verwendet, beinhaltet eine Verabreichung von mehr als einer Behandlung (z.B. eines Antikörpers und eines kleinen Moleküls oder eines Antikörpers und Strahlentherapie) in einer aufeinanderfolgenden Weise, das heißt, wobei jedes therapeutische Mittel zu einem anderen Zeitpunkt verabreicht wird, wie auch eine Verabreichung dieser therapeutischen Mittel, oder zumindest zwei der Mittel oder Therapien, in einer im Wesentlichen gleichzeitigen Weise.
  • Aufeinanderfolgende oder im Wesentlichen gleichzeitige Verabreichung jedes Mittels oder jeder Therapie kann durch jede geeignete Route erwirkt werden, enthaltend, ohne aber darauf beschränkt zu sein, orale Routen, intravenöse Routen, intramuskuläre, subkutane Routen und direkte Absorption durch Schleimhautmembrangewebe. Die Mittel oder Therapien können über dieselbe Route oder über verschiedene Routen verabreicht werden. Zum Beispiel kann ein erstes Mittel (z.B. ein kleines Molekül) oral verabreicht werden und ein zweites Mittel (z.B. ein Antikörper) kann intravenös verabreicht werden.
  • Wie hier verwendet, bedeutet der Begriff „sequentiell“, falls nicht anders spezifiziert, gekennzeichnet durch eine regelmäßige Abfolge oder Reihenfolge, z.B. falls ein Dosierungsschema die Verabreichung eines Antikörpers und eines kleinen Moleküls enthält, könnte ein sequentielles Dosierungsschema eine Verabreichung des Antikörpers vor, gleichzeitig mit, im Wesentlichen gleichzeitig mit oder nach Verabreichung des kleinen Moleküls enthalten, aber beide Mittel werden in einer regelmäßigen Abfolge oder Reihenfolge verabreicht. Der Begriff „separat“ bedeutet, falls nicht anders spezifiziert, ein Auseinanderhalten. Der Begriff „gleichzeitig“ bedeutet, falls nicht anders spezifiziert, dass etwas zur gleichen Zeit geschieht oder erfolgt, d.h. die Mittel der Erfindung werden gleichzeitig verabreicht. Der Begriff „im Wesentlichen gleichzeitig“ bedeutet, dass die Mittel innerhalb von Minuten verabreicht werden (z.B. innerhalb von 10 Minuten), und soll eine gemeinsame Verabreichung wie auch eine aufeinanderfolgende Verabreichung umfassen, aber wenn die Verabreichung aufeinanderfolgend ist, diese nur eine kurze Periode getrennt ist (z.B. die Zeit, die ein medizinischer Praktiker braucht, um zwei Mittel separat zu verabreichen). Wie hier verwendet, werden zeitgleiche Verabreichung und im Wesentlichen gleichzeitige Verabreichung untereinander austauschbar verwendet. Sequentielle Verabreichung bezieht sich eine zeitlich getrennte Verabreichung der hier beschriebenen Mittel oder Therapien.
  • Kombinationstherapie können auch die Verabreichung des therapeutischen Anti-Krebsmittels (z.B. eines Antikörpers) in weiterer Kombination mit anderen biologischen Wirkstoffen (z.B. einem Vitamin) und Nicht-Arzneimitteltherapien (z.B. Chirurgie oder Strahlentherapie) umfassen.
  • Es sollte klar sein, dass jede Kombination von therapeutischen Anti-Krebsmitteln in einer Abfolge zur Behandlung eines Krebses verwendet werden kann. Die hier beschriebenen Kombinationen können auf der Basis einer Reihe von Faktoren gewählt werden, die die Wirksamkeit einer Änderung eines identifizierten Tumortyps (z.B. Typ A-D), Verringern einer Tumorbildung oder eines Tumorwachstums und/oder Mildern zumindest eines Symptoms, das mit dem Krebs verknüpft ist, oder die Wirksamkeit einer Linderung der Nebenwirkungen eines anderen Mittels der Kombination enthalten, ohne aber darauf beschränkt zu sein. Zum Beispiel kann eine kombinierte Therapie, wie hier bereitgestellt, jede der Nebenwirkungen verringern, die mit jedem einzelnen Element der Kombination verknüpft ist, zum Beispiel eine Nebenwirkung, die mit einem verabreichten Anti-Krebsmittel verknüpft ist.
  • In manchen Ausführungsformen ist ein therapeutisches Anti-Krebsmittel ein Antikörper, eine Immuntherapie, eine Strahlentherapie, eine chirurgische Therapie und/oder eine Chemotherapie.
  • Beispiele für die Antikörper-Anti-Krebsmittel enthalten, ohne aber darauf beschränkt zu sein, Alemtuzumab (Campath), Trastuzumab (Herceptin), Ibritumomab Tiuxetan (Zevalin), Brentuximab Vedotin (Adcetris), Ado-Trastuzumab Emtansin (Kadcyla), Blinatumomab (Blincyto), Bevacizumab (Avastin), Cetuximab (Erbitux), Ipilimumab (Yervoy), Nivolumab (Opdivo), Pembrolizumab (Keytruda), Atezolizumab (Tecentriq), Avelumab (Bavencio), Durvalumab (Imfinzi) und Panitumumab (Vectibix).
  • Beispiele für eine Immuntherapie enthalten, ohne aber darauf beschränkt zu sein, einen PD-1-Inhibitor oder einen PD-L1-Inhibitor, einen CTLA-4-Inhibitor, adoptiven Zelltransfer, therapeutische Krebsimpfstoffe, onkolytische Virustherapie, T-Zelltherapie und Immun-Checkpoint-Inhibitoren.
  • Beispiele für Strahlentherapie enthalten, ohne aber darauf beschränkt zu sein, ionisierende Strahlung, Gamma-Strahlung, Neutronenstrahl-Strahlentherapie, Elektronenstrahl- Strahlentherapie, Protontherapie, Brachytherapie, systemische radioaktive Isotopen und Radiosensibilisatoren.
  • Beispiele für eine chirurgische Therapie enthalten, ohne aber darauf beschränkt zu sein, eine heilende Chirurgie (z.B. Tumorentfernungschirurgie), eine präventive Chirurgie, eine laparoskopische Chirurgie und eine Laserchirurgie.
  • Beispiele der chemotherapeutischen Mittel enthalten, ohne aber darauf beschränkt zu sein, Carboplatin oder Cisplatin, Docetaxel, Gemcitabin, Nab-Paclitaxel, Paclitaxel, Pemetrexed und Vinorelbin.
  • Zusätzliche Beispiele für Chemotherapie enthalten, ohne aber darauf beschränkt zu sein, Platinierungsmittel wie Carboplatin, Oxaliplatin, Cisplatin, Nedaplatin, Satraplatin, Lobaplatin, Triplatin, Tetranitrat, Picoplatin, Prolindac, Aroplatin und andere Derivate; Topoisomerase I-Inhibitoren, wie Camptothecin, Topotecan, Irinotecan/SN38, Rubitecan, Belotecan und andere Derivate; Topoisomerase II-Inhibitoren, wie Etoposid (VP-16), Daunorubicin, ein Doxorubicinmittel (z.B. Doxorubicin, Doxorubicinhydrochlorid, Doxorubicinanaloga oder Doxorubicin und Salze oder Analoga davon in Liposomen), Mitoxantron, Aclarubicin, Epirubicin, Idarubicin, Amrubicin, Amsacrin, Pirarubicin, Valrubicin, Zorubicin, Teniposid und andere Derivate; Antimetaboliten, wie Folfamilie (Methotrexat, Pemetrexed, Raltitrexed, Aminopterin und Verwandte und Derivate davon); Purinantagonisten (Thioguanin, Fludarabin, Cladribin, 6-Mercaptopurin, Pentostatin, Clofarabin und Verwandte und Derivate davon) und Pyrimidinantagonisten (Cytarabin, Floxuridin, Azacitidin, Tegafur, Carmofur, Capacitabin, Gemcitabin, Hydroxyharnstoff, 5-Fluoruracil (5FU) und Verwandte und Derivate davon); Alkylierende Mittel, wie Stickstoffloste (z.B. Cyclophosphamid, Melphalan, Chlorambucil, Mechlorethamin, Ifosfamid, Mechlorethamin, Trofosfamid, Prednimustin, Bendamustin, Uramustin, Estramustin und Verwandte und Derivate davon); Nitroharnstoffe (z.B. Carmustin, Lomustin, Semustin, Fotemustin, Nimustin, Ranimustin, Streptozocin und Verwandte und Derivate davon); Triazene (z.B. Dacarbazin, Altretamin, Temozolomid und Verwandte und Derivate davon); Alkylsulphonate (z.B. Busulfan, Mannosulfan, Treosulfan und Verwandte und Derivate davon); Procarbazin; Mitobronitol und Aziridine (z.B. Carboquon, Triaziquon, ThioTEPA, Triethylenemalamin und Verwandte und Derivate davon); Antibiotika, wie Hydroxyharnstoff, Anthracycline (z.B. Doxorubicinmittel, Daunorubicin, Epirubicin und Verwandte und Derivate davon); Anthracendione (z.B. Mitoxantron und Verwandte und Derivate davon); Antibiotika der Streptomyces-Familie (z.B. Bleomycin, Mitomycin C, Actinomycin und Plicamycin); und Ultraviolettlicht.
  • BEISPIELE
  • Für ein umfassendes Verständnis der hier beschriebenen Erfindung sind die folgenden Beispiele angeführt. Die in dieser Anmeldung beschriebenen Beispiele dienen der Veranschaulichung der hier bereitgestellten Verfahren, Zusammensetzungen und Systeme und sind in keiner Weise als Einschränkung ihres Umfangs auszulegen.
  • Beispiel 1: Verfahren
  • Molekulare und klinische Daten
  • Genomische, transkriptomische und klinische Daten für 23 solide Tumore aus The Cancer Genome Atlas (TCGA) wurden über das TCGA-Datenportal (https://tcga-data.nci.nih.gov) heruntergeladen. Mutationen wurden aus entsprechenden TCGA MAF Dateien erhalten. RNA-Sequenzierungsdaten wurden heruntergeladen und in FPKM-Einheiten verarbeiten, Tumorproben wurden verwendet.
  • Erstellen biologisch relevanter Gensätze zur Auswertung von Prozessen in einem Tumormikromilieu
  • Zur Visualisierung der Zusammensetzung eines Tumormikromilieus des Patienten und der Immunsystemprozesse, die innerhalb des Tumors auftreten, wurde eine Methode verwendet, die auf einer Analyse von Signaturgenlisten beruht. Die Analyse erforderte ein Verknüpfen einer Ziel-Genexpression mit biologischen Prozessen und/oder Zellfunktionen. Die in der Analyse verwendeten Signaturen umfassten einen diversen Satz adaptiver und angeborener Immunzellarten wie auch mit Tumorgewebefunktion und -wachstum verknüpfte Prozesse. Letztgenannte enthielten tumorfördernde Komponenten eines Mikromilieus: Krebsassoziierte Fibroblasten, Tumorvaskulatorabundanz und Angiogenese-induzierende Prozessen. Tumorreinheit (Zellularität), die den Prozentsatz an malignen T-Zellen-in einem Tumor angibt, war auch in der Visualisierung des Krebs-Immunporträts des Patienten enthalten, um Größe des malignen Kompartiments darzustellen. Die immunbezogenen Genexpressionssignaturen umfassten 327 Gene. Es wurden Gene gewählt, die für den funktionellen Prozess hoch spezifisch sind, den sie beschreiben.
  • Die Liste von Gensatz-Annotationen ist in Tabelle 2 gezeigt. Die erstellten Gensätze wurden mit der Molecular Signatures Database (MSigDB) verglichen, einer öffentlich erhältlichen Sammlung annotierter Gensätze. Die Ähnlichkeit zwischen vorgeschlagenen Gensätzen und der MSigDB-Sammlung wurde unter Verwendung eines hypergeometrischen Tests berechnet (FDR < 0,05). Jedes Gen wurde wissenschaftlich validiert, um seinen wahren Einfluss auf den Prozess darzustellen, für den es bestimmt war. Genannotationen wurden unter Verwendung wissenschaftlicher Veröffentlichungen bestätigt. Tabelle 2. Liste von Gensatzannotationen
    Ebene 1 Ebene 2 Ebene 3 GMT
    Anti-Tumor Immuninfiltrat Antigen- präsentation MHCI HLA-A HLA-C TAP1
    HLA-B B2M TAP2
    HLA-DRA HLA-DOA HLA-DQA1
    HLA-DRB1 HLA-DPA1 HLA-DRB5
    MHCII HLA-DOB HLA-DPB1 HLA-DQA2
    HLA-DPB2 HLA-DMB HLA-DQB2
    HLA-DMA HLA-DQB1 HLA-DRB6
    Koaktivierungsmoleküle CD80 TNFRSF4 CD83
    CD40 COSLG
    CD86
    CD28
    Zytotoxische T- und NK-Zellen IFNG LCK FASLG
    PRF1
    GNLY TBX21
    Effektorzellen ZAP70
    GZMB CD8A
    GZMA
    GZMK CD8B
    EOMES
    NK-Zellen NKG7 KIR2DS1 GNLY
    KLRK1
    CD244 KIR2DS3
    KIR2DL4
    GZMH KLRC2 IFNG
    CD160
    KIR2DS2
    CD226
    NCR1 KIR2DS4
    KIR2DS5
    T-Zellenverkehr CXCL9 CCR7 CCL3
    CXCL10 CXCL11 CCL4
    CXCR3 CCL21 CCL5
    CX3CL1 CCL2
    T-Zellen EOMES CD3G UBASH3A
    CD3E LCK CD3D
    TRBC2 ITK TRBC1
    TBX21 TRAC TRAT1
    CD19 CR2 CD79B
    B-Zellen B-Zellen CD24 CD79A CD27
    CD22 TNFRSF13C NFRSF13B
    MS4A1 TNFRSF17 BLK
    Anti-Tumor-Mikromilieu M1-Signaturen NOS2 IL23A IL1B
    TNF
    IL12B
    IL12A
    SOCS3
    Th1-Signatur IFNG IL15
    CD27
    CD40LG TBX21
    IL2
    LTA
    Antitumor-Zytokine HMGB1
    TNF NFSF10
    IFNB1
    IFNA2 FASLG
    CCL3
    Tumorförderndes Immuninfiltrat Checkpoint-Inhibition Checkpoint-Inhibition PDCD1 CD274
    HAVCR2
    CTLA4 LAG3
    VSIR
    PDCD1LG2 BTLA
    Treg Treg CXCL12 IL10
    CCL1
    TGFB1 TNFRSF1B
    CCL2
    TGFB2 CCL17
    CCL5
    TGFB3 CXCR4
    CXCL13
    FOXP3 CCR4
    CCL28
    CTLA4 CCL22
    IDOl NOS2 CCL4
    ARG1 CYBB CCL8
    IL4R CXCR4 CCR2
    MDSC MDSC IL10 CD33 CCL3
    TGFB1 CXCL1 CCL5
    TGFB2 CXCL5 CSF1
    TGFB3 CCL2 CXCL8
    Granulozyten Granulozyten CXCL8 PRG2 MS4A2
    CXCL2 EPX CPA3
    CXCL1 RNASE2 IL4
    CCL11 RNASE3 IL5
    CCL24 IL5RA IL13
    KITLG GATA1 SIGLEC8
    CCL5 SIGLEC8 MPO
    CXCL5 PRG3 ELANE
    CCR3 CMA1 PRTN3
    CCL26 TPSAB1 CTSG
    Tumorförderndes Immuninfiltrat M2-Signatur IL10
    MRC1 MSR1
    VEGFA
    CSF1 CD163
    TGFB1
    LRP1 CSF1R
    IDOl
    ARG1 PTGS1
    PTGES
    Th2-Signatur IL4 IL13 IL25
    IL5 IL10 GATA3
    Protumor-Zytokine IL10 TGFB2 IL22
    TGFB1 TGFB3 MIF
    Komplementinhibition CFD CD55 CR1
    CFI CD46
    Fibroblasten CAF CAF LGALS 1
    TGFB1 FAP
    COL1A1
    TGFB2 LRP1
    COL1A2
    TGFB3 CD248
    COL4A1
    ACTA2 COL6A1
    COL5A1
    FGF2 COL6A2
    COL6A3
    VEGFA KDR MMRN1
    VEGFB ANGPT1 LDHA
    VEGFC ANGPT2 HIF1A
    PDGFC TEK EPAS 1
    Angiogenese Angiogenese Angiogenese CXCL8 VWF CA9
    CXCR2 CDH5 SPP1
    FLT1 NOS3 LOX
    PIGF KDR SLC2A1
    CXCL5 VCAM1 LAMP3
    Tumoreigenschaften Proliferationsrate Proliferationsrate MKI67 AURKA MYBL2
    ESCO2 AURKB BUB1
    CETN3 CDK4 PLK1
    CDK2 CDK6 CCNB1
    CCND1 PRC1 MCM2
    CCNE1 E2F1 MCM6
    Aktivierte Signalisierungspfade PI3K/AKT/mTOR-Signalisierung PIK3CA
    AKT1 PRKCA
    PIK3CB
    MTOR AKT2
    PIK3CG
    PTEN AKT3
    PIK3CD
    RAS/RAF/MEK-Signalisierung BRAF
    MAP2K1 MKNK1
    FNTA
    MAP2K2 MKNK2
    FNTB
    Rezeptor Tyrosinkinasen - Expression ALK
    MET ERBB4
    AXL
    NTRK1 ERBB3
    KIT
    FGFR1 BCR-ABL
    EGFR
    FGFR2 PDGFRA
    ERBB2
    FGFR3 PDGFRB
    FLT3
    Wachstumsfaktoren NGF FGF7
    IL7
    CSF3 IGF1
    FGF2
    CSF2 IGF2
    Tumorsuppressoren Tumorsuppressoren TP53
    DCN AIM2
    SIK1
    MTAP RB1
    PTEN
    Metastasensignatur ESRP1 SMARCA4 NEDD9
    Metastasensignatur CTSL SNAI2 PAPPA
    HOXA1 TWIST1 HPSE
    Antimetastatische Faktoren Antimetastatische Faktoren KISS1 TCF21
    NCAM1
    ADGRG1 CDH1
    MITF
    BRMS1 PCDH10
    Mutationsstatus Mutationsstatus Hauptsächliche wiederauftretende Mutationen
    Zusätzliche Module
    Maligne Zellen Reinheit
    Nicht malignes Mikromilieu 1 -Reinheit
  • Quantifizierung der Prozessintensität
  • ssGSEA-Anreicherungspunktewerte (ES) wurden unter Verwendung des GSVA R Package mit Vorgabeparametern (gsea Methode mit Typ = „ssgsea“; normalisiert = Wahr) berechnet. ES wurden dann in z-Punktewerte umgewandelt und auf den Bereich [-4, 4] für jeden funktionellen Prozess in jedem Datensatz festgesetzt.
  • Zur Schätzung von Tumorreinheit wurden CPE-metrische Werte verwendet, die von Aran et al. Systematic Pan-cancer analysis of tumour purity. Nat Commun. Nature Publishing Group; 2015;6:8971, erhalten wurden. Die Anzahl von Tumorinfiltrationszellen (Anzahl nicht maligner T-Zellen als 1 - Tumorreinheit berechnet.
  • Mutationsdaten, enthaltend Vorhandensein von Treibermutationen und Gesamtanzahl nicht synonymer Mutationen für den „Mutationsstatus“-Knoten wurden von TCGA MAF Dateien erhalten.
  • Quantifizierung von Tumormikromilieu mit Dekonvolutionsmethoden
  • Zelltyp-Dekonvolution wurde unter Verwendung von CIBERSORT mit LM22-Matrix und MCP-Zähler durchgeführt, die imstande sind, die Abundanz von gewebe infiltrierenden Immun- und Stromzellpopulationen gemäß Genexpression zu schätzen. Zusätzlich wurde eine Einzelprobe-GSEA (ssGSEA), eine Erweiterung einer Gensatzanreicherungsanalyse (GSEA), an weitgehend verwendeten Gensignaturen von Immuninfiltrat durchgeführt.
  • Hierarchische Organisation von Prozessen
  • Biologische Eigenschaften, die das Tumormikromilieu und Tumorprozesse beschrieben, wurden gemäß ihrer zugehörigen Biologie hierarchisch organisiert. Eine geclustertes grafische Struktur wurden aus Beschreibungen von Genen mit der höchsten bis niedrigsten Granularität, biologischen Prozessen, enthaltend Prozesse hoher Ebene und niederer Ebene, und biologischen Kategorien erstellt. Die Prozesse hoher Ebene wurden wie folgt gewählt: Tumor (als Tumorlast oder Tumorreinheit), nicht malignes Tumormikromilieu, umfassend das Angiogenesemodul, krebsassoziierte Fibroblasten, tumorfördernde und Anti-Tumor-Immuninfiltrate. Als ein nicht einschränkendes Beispiel wurden CD80-Gene zu einem Teil eines „Koaktivierungsmoleküle“-Prozess gemacht, der ein Teil eines „Antigenpräsentations“-Prozesses ist, der seinerseits Teil eines „Anti-Tumor-Immuninfiltrations“-Moduls war. Genannotationen für den Prozess sowohl hoher Ebene als auch niederer Ebene sind in Tabelle 2 dargestellt. Unter Verwendung der bestimmten Organisation der Tumorprozesse wurde ein Krebs-Immun-Porträt bei verschiedenen Detailebenen visualisiert.
  • Visualisierung des Krebs-Immunporträts
  • Porträts wurden als eine grafikbasierte Struktur unter Verwendung von Mathematica 11 Standardpackages (Wolfram Research, USA) visualisiert. Eine Knotengröße, die eine Intensität eines Prozesses in einem bestimmten Patienten beschrieb, wurde gemäß einem normalisierten Punktewert, der für Prozessintensität berechnet wurde, herangezogen. eine Verteilung von ssGSEA-Anreicherungspunktewerten für jeden Prozess wurde auf den Bereich von (0,1) durch eine kumulative Verteilungsfunktion (CDF) innerhalb einer entsprechenden TCGA-Kohorte abgebildet. Treibermutationen, die therapeutische und prognostische Ergebnisse beeinflussen, wurden in der Tumoreigenschaftsgruppe als der „Mutationsstatus“-Knoten präsentiert, der eine Gesamtanzahl nicht synonymer Mutationen darstellt, die im Patiententumor gefunden werden, während die oberen Gene, die aus diesem Knoten entstehen, wiederauftretende Mutationen zeigten. Die „Mutationsstatus“-Knotengröße wurde auch durch CDF aus der entsprechenden Kohortenverteilung auf den Bereich von (0,1) umgewandelt.
  • Alle Prozesse wurden entweder mit Anti-Tumor oder Pro-Tumor markiert. Anti-Tumor-Prozesse wurden in blauer Schattierung gefärbt, Pro-Tumor-Prozesse wurden in burgunderroter Schattierung gefärbt. Die Intensität (d.h. Intensität der Schattierung oder Dunkelheit/Helligkeit) stellten Prozessintensität dar. Genknoten wurden eine fixierte Größe und Farbe unter Verwendung desselben Verfahrens wie in den Prozessen zugewiesen. Die Größe der „Malignen Zellen“ wie auch der „Nicht malignes Mikromilieu“-Knoten wurde basierend auf der Tumorreinheit visualisiert. Dieselben Visualisierungsprinzipien wurden bei den molekularen funktionellen Porträts mit verschiedenen Detailebenen angewendet.
  • Überlebensanalyse
  • Überlebenskurven wurden nach der Kaplan-Meier Methode berechnet und die Differenzen zwischen Kurven wurden unter Verwendung des Log-Rank-Test bewertet.
  • Dichte-Clustering
  • Ränder, die < 40% Probenkorrelation darstellen, wurden entfernt, um Grafiken mit <1 % Knotenkonnektivität (~0,6% für Pan-Krebs und SKCM) zu erhalten. Knotenkonnektivität wurde unter Verwendung des NetworkX Python Package berechnet. Alle Ränder mit einem Gewicht > 50 wurden entfernt, was zu einem Grafikkonnektivitätsbruch führte.
  • Die Ähnlichkeit von Tumorproben wurde unter Verwendung der Pearson-Korrelation [-1, 1] zwischen Prozessintensitäten (ssGSEA-Anreicherungspunktewerte) gemessen. Ähnlichkeiten im Raum von 28 Prozessen wurden unter Verwendung von Python Pandas und SciPy berechnet. Die Distanzmatrix wurde in eine NetworkX-Grafik wie folgt umgewandelt: jede Probe bildete einen Knoten; zwei Knoten bildeten einen Rand mit einem Gewicht gleich ihrer Pearson-Korrelation. Spätere Ränder mit einem Gewicht < 0,4 wurden entfernt. Der Louvain-Algorithmus zur Community-Erkennung wurde angewendet, um eine Graphentrennung in Cluster unter Verwendung von Python-Louvain mit Vorgabeparametern zu berechnen. Abschließende Trennungen wurden als Typen A - D (1.-4. MF-Profilcluster) markiert.
  • Dichtecluster wurden in Cytoscape (v3.4.0) visualisiert. Knoten wurden unter Verwendung von „Perfuse force directed layout“ (vorgegebener Spring-Koeffizient=1e-5, Anzahl von Wiederholungen=100) organisiert. Die Knotengröße stellt die Anzahl ihrer Nachbaren (benachbarte Ränder) dar. Die Knotenfarbe entspricht einem Tumorsubtyp (A - D), falls nicht anders spezifiziert.
  • K-Means-Clustering
  • 28 funktionelle Prozesse wurden unter Verwendung von GENE-E k-Means Algorithmus mit 20.000 Wiederholungen unter Verwendung der Pearson-Korrelation als Distanzmetrik in vier Cluster organisiert.
  • Vergleich von Clustern durch die Prozesswerte
  • Vergleich jeder Prozessaktivität zwischen Clusterpaare wurden durch t-Test durchgeführt. Pro-Cluster-Prävalenz und Mangel an Mutationen im Treibergen wurden durch den Exakten Fisher-Test analysiert.
  • Wärmekarten
  • Python-Matplotlib (v1.5.1) oder Python-Seaborn (vO.7.1) oder GENE-E wurden zum Erstellen von Wärmekarten verwendet. Die Pearson-Korrelation wurde als die vorgegebene Ähnlichkeitsmetrik (falls nicht anderes angegeben ist) für Korrelationsmatrizen verwendet. Hierarchisches Clustering wurde unter Verwendung von vollständiger Verknüpfung und euklidischer Distanz für Korrelationsmatrizen-Clustering durchgeführt.
  • tSNE
  • tSNE Analyse wurde durch Rtsne (v0.13) Package in R durchgeführt und durch R Kurvenfunktion visualisiert.
  • Validieren prävalenter (dominanter) molekular-funktioneller Typen von Krebserkrankungen
  • Zum Validieren der vorgeschlagenen Organisation von molekular-funktionellen Typen von Krebs wurde eine zusätzliche Analyse durchgeführt. Die zusätzliche Analyse zeigte die dominanten Cluster von MF-Profilen in 20 Epithelkrebserkrankungen. Die zusätzliche Analyse zeigte weiter, dass die quantifizierte Melanom-Mikromilieuaktivität durch funktionelle Prozesspunktewerte explizite Cluster bildete, was aber nicht auf die darunterliegenden Expressionen der 10.000 am häufigsten exprimierten Gene zutrifft, wegen des erhöhten Rauschens, das durch die Zugabe von mehrfachen unnötigen und nicht verwandten Genen entstand. In diesem Sinn zeigten Expressionsprofile von 298 Genen, die funktionelle Prozesse bildeten, eine unschärfere Struktur mit weniger klaren Clustern als Expressionsprofile funktioneller Prozesspunktewerte. Pan-Krebspatient-Korrelationsanalyse bestätigte auch die Bildung einzelner molekular-funktioneller Krebstyp-Porträts.
  • Prävalente Typen Analyse
  • MCP-Zähler, CIBERSORT und Zellen-Dekonvolutionsalgorithmen wurden an den RNA-Seq-Daten von 470 Melanompatienten angewendet. Diese Analyse zeigte unter Verwendung des MCP-Zählers, nicht aber mit CIBERSORT, dass Typ A, B, C und D Cluster (1.-4. MF-Profilcluster) abgegrenzt waren. Vor allem enthüllt der MCP-Zähler die Haupttypen von Leukozyten und Lymphozyten, Tumorassoziierten Fibroblasten und Endothelzellen.
  • CIBERSORT mit LM22-Matrix stellte eine Zusammensetzung von Leukozyt/Lymphozyt-Infiltrat bereit, berücksichtigte aber Endothelzellen und CAFs nicht. Typ A und B (erster bzw. zweiter MF-Profilcluster) Melanome jedoch, die dominante CD8 T-Zellen aufweisen, waren von Typ C und D (dritter bzw. vierter MF-Profilcluster) abgegrenzt, der dominante tumorassoziierte Makrophagen (z.B. M2-Makrophagen) aufweist, unter Verwendung von CIBERSORT/LM22 abgegrenzt.
  • Dekonvolutionsmethoden, die auf Gensätzen beruhen, die von Senbabaoglu et al. vorgeschlagen wurden, wurden analysiert. Siehe Senbabaoglu et al. Tumor immune microenvironment characterization in clear cell renal cell carcinoma identifies prognostic and immunotherapeutically relevant messenger RNA signatures; Genome Biology (2016) 17:231, das hier für diesen Zweck zur Bezugnahme zitiert wird. Diese Analyse war jedoch nicht imstande zwischen den vier Tumorzellen-Cluster entsprechend Typ A - D (1.-4. MF-Profilcluster) zu differenzieren.
  • Treibermutationen werden für Schlüsselfaktoren der Tumorigenese gehalten. Zum Analysieren, ob Treibermutationen mit einem der prävalenten vier Arten von Melanomen verknüpft ist, wurde die Abundanz solcher Mutationen in jedem Cluster gemeinsam mit ihrer Anreicherung oder ihrem Mangel im Cluster berechnet. Der Exakte Fisher-Test wurde zur Auswertung der Anreicherung des Clusters mit Proben verwendet, die Mutationen in jedem gegebenen Gen enthielten. Nach Korrektur für Mehrfachtestung jedoch zeigte kein Treibergen signifikante (FDR<0,05) Anreicherung. Das APC Gen (FDR=0,084) hatte fast einen signifikanten Grenzwert als in Typ D-Melanomen überrepräsentiert (Inzidenzverhältnis 2,38) erreicht.
  • Ergebnisse für 38 Treibermutationen, die in verschiedenen Melanomtypen gefunden wurden, sind in Tabelle 3 bereitgestellt. Werte, die in einzelnen Tests statistisch signifikant waren (p-Wert < 0,05) sind markiert. Mutationsreiche Melanomtypen (unterstrichen) hatten eine relative Abundanz über 1,0 und mutationsdefiziente Melanomtypen (fett) hatten eine relative Abundanz unter 1.0. Tabelle 3. Prozent Patienten mit angegebenen Mutationen und relativer Abundanz dieser Mutationen in Melanom-Kohorte (470 Patienten).
    Patienten mit angegebener Mutation im gegebenen Melanom Typ Relative Abundanz einer Mutation verglichen mit der gesamten Melanom Kohorte
    A B C D A B C D
    APC 5,1% 8,6% 2,9% 17,7% 0,68 1,16 0,39 2,38
    ARID1A 2,2% 5,2% 5,8% 3,8% 0,51 1,22 1,37 0,89
    ATM 3,6% 5,2% 5,8% 3,8% 0,78 1,11 1,24 0,81
    ATRX 4,3% 6,0% 7,2% 2,5% 0,82 1,14 1,37 0,48
    BAP1 0,7% 2,6% 0,7% 2,5% 0,49 1,74 0,49 1,70
    BRAF 50,7% 50,0% 57,2% 32,9% 1,03 1,01 1,16 0,67
    BRCA2 5,1% 4,3% 8,0% 7,6% 0,82 0,70 1,29 1,23
    CDH1 0,0% 1,7% 2,2% 2,5% 0,00 1,16 1,46 1,70
    CDKN2A 6,5% 12,1% 7,2% 11,4% 0,73 1,35 0,81 1,28
    CTCF 0,0% 0,0% 1,4% 1,3% 0,00 0,00 2,28 1,99
    CTNNB1 4,3% 5,2% 4,3% 5,1% 0,93 1,11 0,93 1,08
    DNMT3 2,2% 3,4% 1,4% 3,8% 0,85 1,35 0,57 1,49
    EGFR 7,2% 1,7% 3,6% 13,9% 1,22 0,29 0,61 2,34
    FBXW7 1,4% 1,7% 4,3% 5,1% 0,49 0,58 1,46 1,70
    FLT3 4,3% 12,9% 8,0% 11,4% 0,50 1,49 0,92 1,31
    GATA3 1,4% 2,6% 0,0% 6,3% 0,68 1,22 0,00 2,98
    HRAS 0,7% 1,7% 1,4% 0,0% 0,68 1,62 1,37 0,00
    IDH1 3,6% 6,9% 2,2% 6,3% 0,81 1,55 0,49 1,42
    KRAS 1,4% 2,6% 2,2% 2,5% 0,68 1,22 1,02 1,19
    MAP3K1 1,4% 0,9% 0,7% 0,0% 1,71 1,02 0,85 0,00
    MTOR 3,6% 6,9% 5,1% 7,6% 0,66 1,25 0,92 1,38
    NAV3 5,1% 12,9% 12,3% 11,4% 0,50 1,27 1,21 1,12
    NCOR1 0,7% 4,3% 7,2% 12,7% 0,13 0,78 1,31 2,29
    NF1 7,2% 13,8% 8,7% 20,3% 0,63 1,20 0,76 1,77
    NOTCH1 2,2% 2,6% 2,2% 5,1% 0,79 0,94 0,79 1,83
    NPM1 0,0% 0,9% 1,4% 1,3% 0,00 1,02 1,71 1,49
    NRAS 18,1% 30,2% 23,9% 41,8% 0,68 1,13 0,89 1,56
    PBRM1 3,6% 4,3% 4,3% 6,3% 0,81 0,97 0,98 1,42
    PIK3CA 2,2% 1,7% 2,2% 2,5% 1,02 0,81 1,02 1,19
    PIK3R1 2,2% 0,9% 1,4% 0,0% 1,71 0,68 1,14 0,00
    PTEN 2,9% 6,9% 8,7% 1,3% 0,55 1,30 1,64 0,24
    RB1 2,9% 2,6% 1,4% 1,3% 1,37 1,22 0,68 0,60
    RUNX1 1,4% 0,0% 0,0% 0,0% 3,41 0,00 0,00 0,00
    SETD2 1,4% 9,5% 3,6% 7,6% 0,28 1,86 0,71 1,49
    STAG2 0,7% 3,4% 2,2% 0,0% 0,43 2,03 1,28 0,00
    TAF1 0,7% 6,0% 2,2% 3,8% 0,24 2,03 0,73 1,28
    TP53 10,1% 14,7% 7,2% 17,7% 0,87 1,26 0,62 1,52
    VHL 0,0% 0,0% 0,7% 1,3% 0,00 0,00 1,71 2,98
  • Prävalente Melanomtypen schienen in getrennten Sätzen von Treibermutationen angereichert oder defizient zu sein. Es schien, dass Schlüssel-MAPK-Pfad-Gene gemäß der Mutationsrate unter vier Melanomtypen variierten. Zusätzlich definierte kein einzelner Faktor explizit einen Melanomtyp z einer spezifischen Mutation. Insgesamt lassen diese Ergebnisse schließen, dass Mutationen mit Krebserkrankungen verknüpft sind, aber deren molekular-funktionellen Typen nicht bestimmen (d.h. Krebstyp A-D; 1.-4. MF-Profilcluster).
  • Klassifizierung von Tumororganisation in vier prävalente Typen
  • Die folgende Prozedur wurde zur Vorverarbeitung von Daten von TCGA verwendet:
    1. 1) Berechnete TCGAX Krebs-Kohortenprozesse-Werte unter Verwendung von ssGSEA. Berechneter Mittelwert und Standard jedes Prozesses. Erhaltener Z-Punktewert TCGAX Krebs-Kohorte. ZgewertetProbeProzess x = ProbeProzess x − Mittelwert ( TCGAKohorteProzess x ) std ( TCGAKohorteProzess x )
      Figure DE112018002990T5_0001
    2. 2) Berechnete Prozesswerte des Patienten unter Verwendung von ssGSEA. Erhaltene Z-Punktewert-Patientenprozesswerte unter Verwendung von Mittelwert und Standard von Krebs-Kohorte aus vorherigem Schritt. ZgewertetPatentProzess x = PatenteProzess x − Mittelwert ( TCGAKohorteProzess x ) std ( TCGAKohorteProzess x )
      Figure DE112018002990T5_0002
    3. 3) Die Probe des Patienten wurde gemäß MF-Profiltyp mit dem engsten (kleinsten) Abstand von dem z-gewerteten Vektor der Prozesse des Patienten zu MFP Krebs-Kohorte-Flächenmittelpunkten klassifiziert.
    4. 4) Der Abstand wurde als euklidisches Abstand im z-gewerteten Prozessraum oder (1-Pearson/Spearman-Korrelation) klassifiziert.
    5. 5) 1-Abstand zu jedem von MF-Profiltypen wurde als ein Ähnlichkeitsmaß im Fall von Zwischenfällen behandelt (falls zum Beispiel eine Probe des Patienten 2 prävalenten Typen sehr nahe war, was zu gemischten Merkmalen von beiden Typen führte).
  • Die folgende Prozedur wurde zur Vorverarbeitung von anderen Datentypen verwendet (z.B. Daten von DNA-Mikroarrays, anderen Referenzen, Patientenausreißerdaten aus einer TCGA X Krebs-Kohorte PCA Projektion in den 2-dimm Raum):
    1. 1) Berechnete TCGAX Krebs-Kohortenprozesswerte unter Verwendung von ssGSEA, Z-Punktewert TCGAX Krebs-Kohorte.
    2. 2) Erhaltenen einer KohorteA von Patienten mit X Krebs, Verarbeiten derselben ähnlich wie beim Patienten (>40 Proben). Berechnete KohorteA-Prozesswerte unter Verwendung von ssGSEA.
    3. 3) Berechnete Prozesswerte des Patienten unter Verwendung von ssGSEA. Erhaltener Z-Punktewert für kombinierte KohorteA und den Patienten.
    4. 4) Falls z-gewertete TCGA X Krebs-Kohorte und z-gewertete KohorteA auf kombinierter PCA 2-dimm Projektion gemischt werden, fährt die Prozedur mit dem hier beschriebenen Schritt 3 fort.
  • Beispiel 2: Erstellen eines molekularen funktionellen (MF) Porträts eines Tumors
  • Es wurde eine Bioinformatik-Pipeline konstruiert, um Tumoreigenschaften (z.B. maligne Eigenschaften, nicht maligne Eigenschaften) zu bestimmen und die Tumoreigenschaften in einem molekularen funktionellen Porträt (MF-Profil) anzuzeigen. Das MF-Profil wurde gestaltet, um Tumorzellzusammensetzung und funktionelle Aktivitäten zu zeigen und die praktische Verwendung solcher Informationen in der Krebstherapie zu erleichtern. Eine beispielhafte Bioinformatik-Pipeline zum Konstruieren eines Tumorporträts ist in 1A dargestellt. Ein beispielhaftes MF-Profil ist in 1B dargestellt.
  • Kurz gesagt, die Bioinformatik-Pipeline wurde zum (i) Auswerten der intrinsischen Eigenschaften von Tumorzellen wie onkogene Pfade, Proliferationsrate, epithelialermesenchymaler Übergang (EMT) und metastatische Kapazitäten; (ii) Rekonstruieren der umfassenden Immun-, Strom- und Gefäßnetzwerke des Tumormikromilieus; (iii) Quantifizieren der funktionellen Aktivitäten verschiedener tumorassoziierter Zellentypen; und (iv) Bestimmen der Intensität von Prozessen, die gemeinsam progressives Tumorwachstum entweder stimulieren oder hemmen, verwendet.
  • Tumorzellzusammensetzung wurde aus RNA-Seq- und Exome-Seq-Daten von Tumor- und normalem Gewebe unter Verwendung von In silico-Methoden zum Ableiten von Tumorreinheit und durch Dekonvolution des Expressionsprofils zum Bewerten funktioneller Teilsätze von sowohl infiltrierenden hämatopoetischen Zellen als auch Stromazellen rekonstruiert. RNA-Seq-Daten stellten auch ein Maß gewisser zellulärer Prozesse bereit, basierend auf der Expression spezifischer Gensignaturen, die mit definierten biologischen Funktionen verknüpft sind, die unter verschiedenen Zelltypen verteilt sind, wie Antigenpräsentation, Metastase und Entzündung.
  • Ein umfassendes Krebsmodell wurde durch Analyse von mehr als 373 Veröffentlichungen formuliert und ergab 28 funktionelle Module, die in Tabelle 2 aufgelistet sind. Die Intensität des „Mutationsstatus“-Moduls wurde durch Quantifizieren von Mutationen in 38 Treibergenen ausgewertet. Die Intensitäten der verbleibenden 27 Module wurden durch Gensatzanreicherungsanalyse (ssGSEA) an maßkonfektionierten Signaturen ausgewertet, was eine Schätzung der Aktivität verschiedener intratumoraler Prozesse ermöglichte. Insgesamt geben diese Module an sich den relativen Gehalt der Hauptzellentypen in einem Tumorgewebe wieder.
  • Die qualitativen und quantitativen funktionellen Eigenschaften als die Intensitäten von Prozessen in 28 funktionellen Modulen wurden in 1B grafisch dargestellt. Modulgröße entspricht ihrem ssGSEA-Anreicherungspunktewert (oder Mutationszahl), normalisiert innerhalb derselben TCGA-Kohorte. Farben geben Colors die Modul-Pro- oder Anti-Krebsaktivität wieder. Volle Schattierungen ohne Kreuzungen wurden den Modulen zugewiesen, die Tumorwachstum fördern, während Schattierungen mit Kreuzungen jenen mit Anti-Krebs-Aktivität zugewiesen wurden. Die Färbung der Module hing auch vom ssGSEA-Punktewert ab.
  • Beispiel 3: Prävalente Typen von Melanom gemäß ihrer strukturell-funktionellen Organisation, enthüllt über ein MF-Profil
  • Das hier beschriebene Visualisierungsverfahren ermöglicht einem Benutzer, die strukturelle und funktionelle Zusammensetzung eines bestimmten Tumors des Patienten zu untersuchen, wie auch Tumore von verschiedenen Patienten zu vergleichen. MF-Profile für humane kutane Hautmelanom- (SKCM) Tumore von 470 Patienten wurden unter Verwendung von Daten konstruiert, die von TCGA erhältlich sind. Das MF-Profil jedes bestimmten Patiententumors war einzigartig, dennoch enthüllte das Modell eindeutig eine Ähnlichkeit von Tumor-MF-Profilen unter verschiedenen Patienten (41A).
  • Die prävalenten Typen von Melanomtumoren wurden ferner unter Verwendung einer unüberwachten Dichtecluster-Analyse enthält, basierend auf einer Detektion der eng verbundenen Netzwerke ähnlicher Patienten innerhalb der Korrelationsgrafik von Patienten (41B). Diese Analyse enthüllt, dass die Grafik vier getrennte dichte Subpopulationen enthielt (41C). Dieser vier Tumortypen wurden als Typen A, B, C und D (1.-4. MF-Profilcluster) markiert. Eine Analyse von Tumortypabundanz zeigte, dass Typ A, B, C und D Tumore in 22%, 28%, 24% bzw. 24% von Melanompatienten vorhanden waren. Mit anderen Worten, bei 98% von Melanompatienten konnte jeweils einer der vier prävalenten Tumortypen bestimmt werden.
  • Als eine alternative Methode wurde K-Means-Clustering angewendet, das zu nahezu denselben Clustern von Patienten führte wie die unüberwachte Dichtecluster-Methode (41D). Diese Cluster wurden auch durch Tumorschnitt unter Verwendung von MCP-Zählerzelle (41E), CIBERSORT Dekonvolutionsalgorithmus (41E) und durch Sezierung basierend auf phänotypspezifischen Gensignaturen unterstützt (41F).
  • Diese vier Typen von MF-Profilen sind gemäß der Aktivität von 28 funktionellen Modulen signifikant verschiedene. Inter-Cluster-Analyse enthüllte, dass die Differenzen zwischen den Clustern in der Aktivität ihrer darunterliegenden Prozessen liegen (41G). Prozessaktivität zwischen den Clusterpaaren wurden unter Verwendung des t-Tests verglichen. Jedes Paar von Clustern unterschied sich durch die Aktivität von zumindest sechs Prozessen mit einem p-Wert <10-7 (41H).
  • Die vier Tumortypen wurden im Sinne von Patientenprognose und Abundanz von Treibermutationen charakterisiert. Patienten mit Typ A und B (erster bzw. zweiter MF-Profilcluster) Melanomen hatten signifikant länger Überlebenszeit im Vergleich zu Patienten mit Typ C und D Melanomen (dritter bzw. vierter MF-Profilcluster) (411 und 41J). Die vier prävalenten Melanomtypen erschienen in einzelnen Sätzen von Treibermutationen angereichert oder defizient, aber dennoch wurde enthüllt, dass Mutationen verknüpft sind, aber molekular-funktionelle Typen von Melanomtumoren nicht bestimmen (41K).
  • Ausführliche MF-Profile, die für Typ A-D Melanome (1.-4. MF-Profilcluster) repräsentativ sind, sind in 42A-42D gezeigt. Typ A und B (erster bzw. zweiter MF-Profilcluster) wurden als „entzündete“ Tumore charakterisiert und Typ C und D (dritter bzw. vierter MF-Profilcluster) wurden als „nicht entzündete“ Tumore charakterisiert. „Entzündete“ Tumore sind durch überschüssige Infiltration mit Immunzellen charakterisiert. „Nicht entzündete“ Tumore sind schlecht durch hämatopoetische Zellen infiltriert.
  • Humane kutane Hautmelanome, die als MF-Profiltyp A charakterisiert sind, waren durch abundante Infiltration von Immunzellen und die Gegenwart von Faktoren charakterisiert, die für eine Antigenpräsentation zu T-Zellen und deren Aktivierung notwendig sind (z.B. MHC Klasse I und II, CD80, CD86, CD40 usw.). Ein durchschnittliches Verhältnis von malignen zu nicht malignen T-Zellen (Tumorreinheit) in dieser Art von Melanom war 0,57. Typ A Krebserkrankungen haben ausgeprägte Zeichen einer Tumorinfiltration durch Immunzellen, von welchen bekannt ist, dass sie Anti-Krebseffektoraktivität besitzen (z.B. zytotoxische T-, NK-Zellen, Thl- und Ml-Zellen). Ausgeglichen gegen Anti-Krebs- (z.B. Anti-Tumor-) Prozesse zeigten Typ A Tumore auch eine aktive Expression von Checkpoint-Inhibitormolekülen und Rekrutierung von Suppressorzellen (z.B. MDSC und Treg) wie auch andere Arten von Zellen, die Tumorwachstum unterstützen (z.B. M2 und Th2). Typ A Tumore hatten ein hoch entwickeltes Netzwerk von Blutgefäßen und eine erhöhte Konzentration von krebsassoziierten Fibroblasten, die einen epithelialen-mesenchymalen Übergang und metastatische Ausbreitung maligner T-Zellen unterstützen. Insgesamt zeigte die Analyse, dass Typ A Tumore durch hohe Intensitäten von sowohl Anti-Krebs- als auch Pro-Krebs-Immunprozesse charakterisiert sind.
  • Typ B Melanomtumore hatten ähnliche Merkmale wie Typ A Melanomtumore, mit der Ausnahme, dass Typ B Tumore eine geringere Intensität von Tumor-Immun/Entzündungsinfiltration zeigten und es ihnen an extensiven Angiogenese- und CAF-Netzwerken mangelte. Typ B Melanomtumore hatten durchschnittlich 0,64 Tumorreinheit.
  • Es wurde gezeigt, dass Typ C Melanomtumore und Typ D Melanomtumore eine schlechte oder keine Leukozyt/Lymphozyt-Infiltration haben. Typ C Melanomtumore hatten eine umfassende Vaskularisierung und erhöhte Werte von CAFs. Im Gegensatz dazu wurden keine übermäßigen Angiogenese- und CAF-Netzwerke in Typ D Melanomtumoren gefunden. Durchschnittliche Tumorreinheiten für Typ C Melanomtumore und Typ D Melanomtumore waren 0,81 bzw. 0,85, was die Prädominanz maligner Zellen wiedergibt.
  • Typ B Melanomtumore und Typ D Melanomtumore waren durch hohe Tumorproliferationsraten und einen Mangel an intensiven Angiogenese- und CAF-Netzwerken charakterisiert.
  • Zusammenfassend lassen enthüllte, hoch prävalente MF-Profile in einer großen Kohorte (n=470) von Melanompatienten schließen, dass Melanomtumore eine begrenzte Anzahl prinzipieller Varianten im Sinne ihrer funktionellen Organisation umfassten, die ein Pro-Tumor-Mikromilieu in dynamischem Gleichgewicht mit einem Anti-Tumor-Immun-Mikromilieu enthält.
  • Eigenschaften von Melanomtumortypen A-D (1.-4. MF-Profilcluster) wurden mit Patientenüberleben, Intensität einer Zelleninfiltration (z.B. Immunzellen, Stromzellen und entzündliche Zellen) und Tumorvaskularisierung korreliert, um eine kurze Beschreibung der vier Melanom MF-Profile bereitzustellen. Die kurze Beschreibung der identifizierten MF-Profile im Sinne einer Behandlungsperspektive (z.B. gut, optimal, schlecht) und eines zellulären Infiltrats (z.B. immun, vaskulär, fibrotisch) waren:
    1. A - gut (immun, vaskulär, fibrotisch);
    2. B - optimal (immun);
    3. C - schlecht (immunsuppressiv, vaskulär, fibrotisch); und
    4. D - schlecht (Immune „desert“).
  • Beispiel 4: Vier allgemeine Typen von MF-Profilen wurden für alle verschiedenen Krebserkrankungen enthüllt
  • Zur Bestimmung, ob das MF-Profilklassifizierungsverfahren Gewebespezifität anzeigt, wurde eine t-verteilte stochastische Nachbareinbettungs- (tSNE) Analyse an 20 Epithelkrebserkrankungen (n=7920, TCGA) über Prozessaktivitätswerte (ES-Punktewerte) durchgeführt. Diese Analyse zeigte, dass Prozessaktivitätswerte getrennte, für das Ursprungsgewebe spezifische Probenteilsätze bildete (43A). Ein gemeinsamer Cluster für Kolon- (COAD) und Mastdarm- (READ) Krebserkrankungen stimmte mit der aktuellen Ansicht überein, dass sie sehr ähnliche molekular und zelluläre Ursprünge haben. Zur Minimierung der Krebsspezifität wurden Prozessaktivitätswerte durch Z-Punktewerttransformation innerhalb jedes Krebstyps normalisiert. Nach einer solchen Normalisierung bildeten die MF-Profile einen gleichförmigen einzelnen Satz in tSNE-Analyse (43B).
  • Verfahren zum Erstellen von Tumor-MF-Profilen, wie hier beschrieben, wurden bei Karzinoms unterschiedlicher Gewebeursprünge angewendet. Unter Verwendung von NGS-Daten von Krebspatienten, die von TCGA erhältlich sind, wurde eine unüberwachte Dichte-Teilgraph-Clustering-Analyse durchgeführt und Tumor-MF-Profile für 7920 Patienten mit 20 verschiedenen Epithelkrebserkrankungen wurden rekonstruiert. Unter den verschiedenen untersuchten Karzinompatienten wurden vier prävalente Typen einer molekular-funktionellen Organisation identifiziert, die der Organisation von MF-Profilen für Melanom überraschend ähnlich waren. Die relativen Größen von A-, B-, C- und D-Clustern variieren unter Krebsarten (43C). Die vier MF-Profiltypen waren auch in der Analyse des kombinierten Datensatzes von 20 Krebsarten klar erkennbar (43E). Ähnliche Ergebnisse wurden durch den K-Means-Pan-Krebs-Clustering-Algorithmus erhalten (44A-44G).
  • MF-Profiltypen für die verschiedenen Krebserkrankungen und Patientenüberleben wurden ausgewertet. Der Typ C- (z.B. Immunsuppression, vaskulär, fibrotisch) Cluster von Karzinompatienten war mit der schlechtesten Gesamtüberlebensrate verknüpft, während der Typ B- (z.B. immun) Cluster die beste Prognose hatte (43F). Diese Ergebnisse waren jenen ähnlich, die in der Melanom-Kohorte beobachtet wurden.
  • Die molekular-funktionelle Organisation nicht epithelialer Neoplasmen, enthaltend Sarkom, Glioblastom und Gliom, wurde analysiert. Diese Analyse enthüllte, dass Glioblastom- und Gliom- (45A-45B) und Sarkom- (45C-45D) Typen in einer Weise klassifiziert werden können, die Karzinomen ähnlich ist. Typen A - D (1.-4. MF-Profilcluster) der analysierten, nicht epithelialen Krebserkrankungen zeigten jedoch einen Satz getrennter molekularer Prozesse, die einen Typ von einem anderen unterschieden (45B und 45D).
  • Beispiel 5: Tumortyp als eine Basis für ein Ansprechen auf Immun- und zielgerichtete Therapien
  • Es wurde ein MF-Profil erstellt, das ein personalisiertes Bild des Tumormikromilieus des Patienten war. Daher konnte es als eine Basis für ein Verständnis des Einflusses des Mikromilieus auf die Wirksamkeit verschiedener Therapien verwendet werden.
  • Zur Untersuchung, ob die vier prävalenten Typen einer Tumororganisation ein Ansprechen des Patienten auf gewisse Therapien angeben, wurde die Verbindung zwischen einem MF-Profil eines Patienten und einem Ansprechen auf eine Therapie analysiert.
  • Wirksamkeit Immun-Checkpoint-Blockade-Therapie (z.B. Anti-CTLA-4 und Anti-PD-1) hängt von der Menge an aktivem Immuninfiltrat im Tumormikromilieu und Tumorantigenität ab. Die Expressionswerte von Immun-Checkpoint-Inhibitor-Molekülen können die Wirksamkeit einer Checkpoint-Blockade-Therapie an sich nicht vorhersagen. Anhand der verketteten Datensätze von Patienten, die mit Anti-CTLA-4 behandelt wurden (Nathanson et al., 2016; Van Allen et al., 2015), wurde bestimmt, dass Patienten mit Tumor MF-Typ A und B (erster bzw. zweiter MF-Profilcluster) mit hohem intratumoralen Immungehalt und hoher Mutationslast wahrscheinlicher auf eine Therapie ansprachen ( 46A). Patienten mit immunsuppressiven fibrotischen MF-Typ C-Tumoren (der dritte MF-Profilcluster) schienen jedoch vollkommen nicht anzusprechen, unabhängig von der Mutationslast in ihren Tumoren. Siehe Nathanson T et al. Somatic Mutations and Neoepitope Homology in Melanomas Treated with CTLA-4 Blockade. Cancer Immunol Res. 2017 Jan;5(1):84-91. Siehe auch Van Allen EM et al. Genomic correlates of response to CTLA-4 blockade in metastatic melanoma. Science. 2015 Okt 9;350(6257):207-211. Jeder der vorangehenden Referenzen ist hier in ihrer Gesamtheit durch Bezugnahme zitiert.
  • Eine Analyse der Kohorte von Patienten, die durch Anti-PD1 (Hugo et al.) behandelt wurden, ergab ähnliche Ergebnisse. Siehe Hugo W et al. Genomic and Transcriptomic Features of Response to Anti-PD-1 Therapy in Metastatic Melanoma. Cell. 2016 März 24;165(1):35-44, das hier in seiner Gesamtheit durch Bezugnahme zitiert ist. Patienten mit Tumortyp C sprachen auf die Therapie nicht an (46B). MF-Profil B-Patienten sprachen auf Immuntherapie unabhängig von ihrem Tumormutationsstatus an (46B), was mit der Charakterisierung von Typ B-Tumoren übereinstimmt, dass sie geringe Werte von protumorangiogener und fibrotischer Aktivität aufweisen. Die Analyse enthüllte, dass Typ A Tumore, die erhöhte Werte von sowohl immunen als auch fibrotischen Prozessen haben, eine hohe Mutationslast besitzen müssen, um die Wahrscheinlichkeit eines Ansprechens zu erhöhen. Es wird bestimmt, dass Tumore mit hohem Immungehalt (z.B. Typ A) auch viele hoch suppressive krebsassoziierte Fibroblasten beinhalten können, die T-Zellaktivierung unabhängig von T-Zellen-Checkpoint-Inhibition-Mechanismen unterdrücken.
  • Anwendung von MF-Profilen an Datensätzen von Patienten, die mit Anti-CTLA-4- und Anti-PD-1-Therapien behandelt werden, führten zu 0,72 bzw. 0,76 AUC-Punktewerten für eine Vorhersage eines Ansprechverhaltens (46F). In Hinblick auf ein Ansprechen auf eine Behandlung zeigten Patienten mit Typ B Tumoren die günstigste Überlebensrate, und Patienten mit Typ C Tumoren zeigten ungünstige Überlebensraten (46G-46H).
  • Die Wirksamkeit einer therapeutischen MAGEA3-Impfstoffverwendung hing vom Tumor MF-Typ ab (46F; AUC-Punktewert 0,72). Wie gleicherweise für Checkpoint-Inhibitor-Therapien bestimmt, sind Typ B Tumore mit einem erhöhten Ansprechen auf eine Impfung verknüpft (46C). Non-Responder hatten „Immune desert“ Typ D Tumore, die keine Immuninfiltration haben, um eine Anti-Tumor-Immunreaktion anzutreiben (46C).
  • MF-Profile wurden auch mit einem zielgerichteten Therapieergebnis verknüpft. Ein einzelner Mutationsstatus des Patienten schien die wichtigste Eigenschaft bei der Wahl einer geeigneten zielgerichteten Therapie zu sein, aber manche zielgerichtete Therapien beeinflussten auch das Tumormikromilieu und daher zeigt sich, dass ein Ansprechen auf diese stark von der Tumororganisation abhing.
  • Patienten, die mit Cetuximab (EGFR-Inhibitor) behandelt wurden, aus zwei unabhängigen Kohorten (GSE5851, GSE65021) wurden nach Tumortyp vom stärksten immunen bis zum schwächsten immunen (B, A, D, C) angeordnet und nach EGFR-Expressionsstatus stratifiziert. Patienten mit Tumortypen A und B (erster bzw. zweiter MF-Profilcluster) hatten eine geringe Wahrscheinlichkeit von einer Anti-EGFR-Therapie zu profitieren (46D). Im Gegensatz dazu, war unter Patienten mit Tumortypen C und D (dritter bzw. vierter MF-Profilcluster) die Anzahl von Respondern höher. (46D). Diese Tumortypen schienen stark von der Aktivität von Wachstumsfaktoren abhängig zu sein, die über EGFR wirken. Tatsächlich erhöhte die Kombination der Tumor MF-Typ-Klassifizierung (Typen D und C) mit EGFR-Expressionsstatus eine Vorhersage eines Ansprechens auf bis zu 80% der Patienten und hatte einen AUC-Gesamtpunktewert von 0,8 (46D und 46F).
  • Die obenstehenden Beispiele zeigen, dass eine zusätzliche Personalisierung des Tumor-MF-Profils des Patienten durch Kombinieren des Tumortyps mit Merkmalen wie Mutationslast oder EGFR-Expressionsstatus zu der Möglichkeit führt, Porträts in verschiedenen Krebserkrankungen zu verwenden und ein Ansprechverhalten auf verschiedene Therapien vorherzusagen.
  • Alternativ konnte nur einer der Prozesse, die im Tumor-MF-Profil beinhaltet waren, als Schlüsselvorhersageeinrichtung einer gewissen Therapiewirksamkeit dienen. Beispielsweise war eine Behandlungswirksamkeit von Sunitinib, einem Pan-Tyrosinkinase-Inhibitor, nur von der Tumorproliferationsrate abhängig (AUC-Punktewert 0,91), was einen einzelnen Prozess des MF-Profils darstellt (46E-46F und 461).
  • Beispiel 6: Dynamische Entwicklung eines Tumor-MF-Profils sagt Ansprechen auf Immun-Checkpoint-Inhibitoren voraus
  • Ein Datensatz von 3 Non-Responder und 2 Responder Melanompatienten, die mit einer Anti-PD1 -Therapie behandelt wurden, deren Tumore vor und nach Behandlung gemessen wurde, wurde erhalten. Die Dynamik jedes Tumors des Patienten wurde in einer Karte eingetragen, die unter Verwendung von 470 Melanompatienten (TCGA) erstellt wurde.
  • Vorbehandlungstumore für drei nicht ansprechende Patienten wurden gemäß ihren MF-Profilen als Typ C (Pt3, Pt4) und Typ A (Pt5) Tumore klassifiziert. Diese Tumortypen waren mit einer niedrigen Mutationslast verknüpft, die gemäß der Analyse des Hugo et al. Datensatzes mit einem fehlenden Ansprechen verknüpft war. Die Entwicklung von Non-Responder Tumoren kann klar auf der Karte von Melanompatienten beobachtet werden, die auf der PCA eingetragen und gemäß MF-Profiltypen gefärbt wurde (47A). Die nicht ansprechenden Patienten (Pt3, Pt4, Pt5) bewegen sich tief in die Typ C Tumore, die eine „schlechte“ Zone von Non-Respondern gemäß der Analyse des Hugo et al. Datensatzes darstellen (47A-47B).
  • Alternativ wurden Responder-Tumore als immunangereicherte Typ B (Pt2) und Immune desert Typ D (Ptl) mit hoher und mittlerer Zahl von Mutationen vor Behandlung klassifiziert. Nach der Behandlung bewegten sich Responder-Tumore noch weiter zu der Zone von „bestem Responder“ von Tumortypen B (Ptl) und A (Pt2) (47A). In einem Typ D Patienten (Ptl) war die Anzahl von Immunzellen erhöht und der Tumor des Patienten wurde Typ B (47B). Empfängerbetriebseigenschaften für eine Therapiereaktionsvorhersage basierend auf Tumorklassifizierung vor Behandlung mit AUC-Punktewerten wurde bestimmt (47C).
  • Beispiel 7: Anwendung von Tumor-MF-Profilen für personalisiertes Kombinationstherapiedesign
  • Molekular-funktionelle Tumorporträts (MF-Profile) können die Entwicklung von Kombinationstherapien erleichtern. Falls zum Beispiel keine sichtbare Tumorinfiltration mit MDSC vorhanden ist, gibt es keinen Grund, Heilmittel zu verwenden, die gegen MDSC gerichtet sind. Wenn im Gegensatz dazu klare Zeichen im Tumor eines überexprimierten Gefäßnetzwerks vorhanden sind, zeigt dies einen vernünftigen Bedarf an antiangiogenen Mitteln, die während der Behandlung anzuwenden sind. Falls zusätzlich ein funktionelles Modul wesentlich ist, kann eine Therapie, die auf ein Regulieren dieses funktionellen Moduls ausgerichtet ist, gewählt werden. In einem anderen Beispiel, falls ein Tumormodul fehlt, kann eine Therapie gewählt werden, um das Aussehen des Moduls abzuleiten, sollte ein geeigneter Inducer vorhanden sein.
  • Für eine leichtere Entwicklung spezifischer Kombinationstherapien wurde das MF-Profil mit einer Liste bekannter pharmazeutischer Verbindungen ergänzt, die auf ein bestimmte funktionelle Module gerichtet sind (48A-48D). Das MF-Profil ermöglichte dem Benutzer zu spezifizieren, welches funktionelle Modul anzuzielen ist. Letztendlich ist es die Entscheidung des Klinikers, ob eine bestimmte Option verwendet wird oder nicht, und wenn ja, wie diese zu verwenden ist. Die schematische Darstellung, die in 48A-48D gezeigt ist, ist eine Darstellung der Schnittstelle, die erstellt wird, um einem Benutzer eine objektive Auswertung eines Tumors des Patienten auf Vorhandensein oder Fehlen von primären molekularen und zellulären Zielen für die bestehenden Arten einer therapeutischen Intervention zu ermöglichen. Es ist von Bedeutung, dass die schematische Darstellung bereits jene Heilmittel verwirft, die für diesen bestimmten Patient aufgrund des Fehlens funktioneller Module, auf die diese Heilmittel gerichtet sind, irrelevant wären.
  • Prävalente MF-Profile für Typen A - D (1.-4. MF-Profilcluster) Tumore bilden die Grundlage für eine Gestaltung von therapeutischen Protokollen, die für jeden dieser vier Tumortypen relevant sind. Es sind hier vorab zusammengestellte Kombinationstherapiedesigns für Tumore mit MF-Profilen vom Typ A, B, C und D (1.-4. MF-Profilcluster) beschrieben, beginnend mit dem letztgenannten als jenen mit der einfachsten molekular-funktionellen Organisation.
  • Typ D Tumore (der vierte MF-Profilcluster) stellen das einfachste MF-Profil dar, welchem nahezu sämtliche Module fehlen, das aber eine erhöhte Expression von KrebsSignalisierungspfaden und eine hohe proliferative Aktivität maligner T-Zellen aufweist ( 42D). Für Patienten mit Typ D Tumoren können ein chemotherapeutisches Schema, Strahlentherapie, zielgerichtete Tyrosine Kinase oder Zyklin-abhängige Kinase-Inhibitoren zur Blockierung von Zellteilungen angewendet werden, aber höchstwahrscheinlich wird keine dieser Standardversorgungstherapien heilend sein und wahrscheinlich werden Tumore wieder auftreten. In solchen Patienten besteht eine Notwendigkeit, das Immunsystem als eine Möglichkeit zum Zerstören der Tumorzellevarianten zu aktivieren, die sich herkömmlichen Therapien entziehen könnten. Behandlungsoptionen, die effektiv zytotoxische T-Zellen, Th1- und NK-Zellen in den Tumor ziehen, könnten für solche „nicht entzündeten“ Krebserkrankungen nützlich sein.
  • Typ C Tumore wurden auch als „unentzündet“ oder „nicht entzündet“ identifiziert (42C). Gleichzeitig haben sie eine erhöhte Expression von Krebssignalisierungspfaden und/oder metastatischen Kapazitäten. Typ C Tumore sind auch durch die Prominenz von tumorfördernden CAFs, einem umfassend entwickelten Netzwerk einer Tumorvaskulatur und eine erhöhte Expression tumorfördernder Zytokine charakterisiert. Zusätzlich sind Myeloidlinienkompartimente (MDSC, Granulozyten, M2-Makrophagen), die ein Fortschreiten des Tumors deutlich fördern, in Typ C Tumoren ausgeprägt. Wenn daher eine Kombinationstherapie für Typ C Tumorpatienten gestaltet wird (48B), würden wahrscheinlich Therapien verwendet werden, die mit den verfeinerten KrebsSignalisierungspfaden wie auch Inhibitoren von Angiogenese, CAFs und/oder immunsuppressiven Faktoren (z.B. TGFß), die durch diese Zellen produziert werden, interferieren. Zusätzlich wären wahrscheinlich Heilmittel, die zu einer M2-Makrophagen- und MDSC-Neuprogrammierung imstande sind, in Kombinationstherapien für Patienten mit Typ C Tumoren nützlich.
  • Behandlungsstrategien für „entzündete“ Tumore sind vielfältig. Für Patienten mit Typ B Tumoren (48C) könnten Checkpoint-Inhibitoren in Kombination mit Blockierern von Treg, MDSC und immunsuppressiven (z.B. TGFß, IDO-1) Faktoren verwendet werden. Verglichen mit Typ B (zweiter Typ) Tumoren erfordern Typ A (erster Typ) Tumore ( 42A) das Hinzufügen von Angiogenese- und CAF-Inhibitoren. Da die infiltrierenden T-Zellenkompartimente in Typ A und B (Tumore vom ersten bzw. zweiten Typ) Tumore gut exprimiert sind, könnten sie durch die Anwendung entweder personalisierter Impfstoffe oder von Impfstoffen, die auf den gemeinsamen tumorspezifischen Antigenen beruhen oder beider vollständig genutzt werden. Zusätzlich könnte für die Behandlung von Typ A und B Tumoren (erster bzw. zweiter Typ,), eine Kombination der genannten Therapien mit Therapien, die metastatische oder wachstumssignalisierende Aktivitäten von malignen Zellen hemmen, oder Therapien, die die Wirkung von Tumorwachstumsfaktoren blockieren, wenn sie vorwiegend im besonderen MF-Profil eines Patienten exprimiert werden, verwendet werden.
  • Therapeutische Kombinationen, die für Typ A-, B-, C- und D-Tumore (Tumoren vom ersten - vierten Typ) zusammengestellt sind, können für einen bestimmten Patienten angepasst werden. Die identifizierten und beschriebenen Krebs-MF-Profile stellen eine objektive Basis zum Wählen einer funktionell relevanten Kombination von therapeutischen Komponenten bereit. Spezifische Kombinationen von Therapien für Typ A-D- (1.-4. Typ,) Tumore („Behandlungsstandards“) können vorab gestaltet und durch Hinzufügen oder Ausschließen gewisser Heilmittel basierend auf den einzigartigen Eigenschaften des Tumors des Patienten abgestimmt werden.
  • Angesichts der Wirksamkeit und breiten Anwendung von zielgerichteten Inhibitoren wurden die MF-Profile weiter erweitert, um ein Mutationsstatus-Modul zu enthalten, das die wichtigstem wieder auftretenden therapierelevanten Mutationen in Onkogenen darstellt. Die Gegenwart dieser Mutationen kann als ein Biomarker zum Auswählen zielgerichteter Inhibitoren verwendet werden. In einem anderen Beispiel wurde ein MF-Profil modifiziert, um eine Kombinationstherapie zu gestalten, die zielgerichtete Inhibitoren enthält, die für die Treibermutation (KIT) relevant ist, die im Tumor eines Melanompatienten gefunden wird (48D). Identifizierte Mutationen könnten auch nützliche Informationen zum Gestalten eines personalisierten neoantigenen Impfstoffs liefern.
  • Beispiel 8: MF-Profilkomplexität
  • Der Detailgrad von MF-Profilen wurde von 28 Modulen (49A) auf 19 Module (49B) oder 5 Module (49C) gesenkt, indem verwandte funktionelle Prozessen zusammenlegt wurden. Eine Verringerung einer Modellkomplexität wurde durch Vereinen an sich verwandter Module erreicht. Zum Beispiel wurden die T-Zellen-, T-Zellverkehr- und Zytotoxische T-Zelle-Module mit NK-Zellenmodul im kombinierten Effektor-T- und NK-Zelle-Modul verschmolzen. Ebenso wurden Th2-Zellen, M2-Makrophagen und Pro-Tumor-Zytokine innerhalb des Tumorförderndes-Immuninfiltrat-Modul vereint.
  • Der Detailwert kann abhängig von der Aufgabe gewählt werden. Zum Beispiel lamm das am stärksten vereinfachte MF-Profil dazu dienen, einen Tumorhaupttyp zu klassifizieren, z.B. „nicht entzündet“ oder „entzündet“ oder mit extensiver Angiogenese oder einen Überschuss an krebsassoziierten Fibroblasten beinhaltend oder eine Hypertrophie von Suppressorzellen aufweisend. Ein ausgeklügelteres MF-Profil kann für die verfeinerte Analyse einer tumorfunktionellen Organisation verwendet werden, im Speziellen zum Identifizieren der Zusammensetzung infiltrierender Immunzellen, der Intensität von zytotoxischen Anti-Krebs-Mechanismen, Typen von immunsuppressiven Zellen und Molekülen, der Anzahl, Differenzierungsphase und Aktivität von CAFs und letztendlich Malignitätsdetails kanzeröser Zellen.
  • Beispiel 9: Analyse von Verhältnissen zwischen funktionellen Modulen
  • Die MF-Profile von Typ A-D-Tumoren (Tumore vom 1.-4. Typ) unterscheiden sich durch die Intensität von Prozessen, die 28 funktionellen Modulen zugewiesen sind. Diese Prozessen wiederspiegeln die Gegenwart und funktionelle Aktivität gewisser Zelltypen - maligne, endotheliale, Fibroblasten wie auch Leukozyten/Lymphozyten verschiedener Differenzierungslinien. Die Gegenwart und der funktionelle Status jeder Zellenart beeinflusst die Gegenwart und Funktion anderer Zellenarten im Tumormikromilieu, was wiederum die Gegenwart und Funktion der früheren Zellenart beeinflusst.
  • Es können drei Hauptvarianten von wechselseitiger Interaktion unter Zellenarten auftreten und somit eine Interaktion zwischen funktionellen Modulen beeinflussen. Die erste Variante ist eine synergistische Wirkung von zwei bestimmten Zellenarten oder zwei funktionellen Module, was bedeutet, dass eine Aktivierung eines Moduls die Aktivierung des anderen fördert. Die zweite Variante ist ein Antagonismus von zwei bestimmten Zellenarten oder zwei funktionellen Module, wenn eine Aktivierung eines Moduls das andere Modul unterdrückt. Die dritte Variante ist das Fehlen eines wechselseitigen Einflusses von zwei Modulen aufeinander.
  • Im Fall eines positiven Verhältnisses könnten funktionell verbundene Module entweder gemeinsam aktiviert oder gemeinsam ausgelöscht (z.B. nicht aktiviert) werden. Die Intensität von antagonistischen funktionellen Module sollte die entgegengesetzte sein - eines aktiv, das andere nicht. Bei Fehlen eines wechselseitigen Einflusses sollten Module zufällig von Porträt zu Porträt variieren, ohne Zeichen einer Verbindung.
  • Eine Pearson-Korrelationsanalyse von Verhältnissen zwischen beliebigen zwei der 28 funktionellen Module enthüllte zwei Gruppen von Modulen, die durch positive Korrelationen gebunden sind (50A-50C). Module in der ersten Gruppe mit einem positiven Verhältnis enthielten T-Zellensignaturen-, T-Zellverkehr-, Thl-Zellen-, Effektor-T-Zellen-, NK-Zellen-, MHC-Klasse II-Expression- wie auch die Checkpoint-Inhibition- und Treg-Module. Mit niedrigeren positiven Korrelationskoeffizienten waren MHC Klasse I-, Koaktivierungsmolelüle-, Anti-Tumor-Zytokine- und B-Zellen-Module neben dieser Gruppe von Modulen. Module dieser ersten Gruppe standen im Allgemeinen mit wirksameren Anti-Tumor-Reaktionen in Zusammenhang. Es ist beachtenswert, dass diese Module negative Korrelation mit den Tumormalignität-Modulen wie dem Tumorproliferationsrate- und Krebssignalisierungs- (RAS/RAF/MEK) Modul hatten. Mit anderen Worten, je schlechter die Malignität des Tumors, umso weniger waren die Immunreaktionen innerhalb des Tumors entwickelt. Im Gegensatz dazu wurde eine intensive Immunreaktion beobachtet, wenn der Tumor keine prominenten Malignitätszeichen hatte.
  • Module in der zweiten Gruppe mit einem antagonistischen Verhältnis enthielten CAFs-, Angiogenese- und die Tumorfördernde Wachstumsfaktoren- wie auch Pro-Tumor-Zytokine, M2-Makrophagen-, Granulozyten- und MDSC-Module. Diese zweite Gruppe von Module dient zur Förderung von Tumorwachstum, Überleben und Metastase, während Immunreaktionen unterdrückt werden, die das Auswachsen des Tumors steuern. Zusätzlich waren die Module dieser zweiten Gruppe negativ mit Krebssignalisierungs-(RAS/RAF/MEK) und Proliferationsmodulen korreliert.
  • Insgesamt lässt das Verhältnis zwischen Modulen darauf schließen, dass Tumore, die Treibermutationen und/oder hohe Proliferationsraten umfassen, keine Tumor-Immunabwehr- und tumorfördernde Module (z.B. CAFs, Angiogenese, M2, MDSC) aufwiesen. Daher bildet die Malignität gewisser Zellen eine Basis für die Entwicklung von „nicht entzündeten“ Tumoren, wobei die Aktivität des Mikromilieus auf ein Minimum verringert ist.
  • BEISPIELHAFTE AUSFÜHRUNGSFORMEN
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In manchen Ausführungsformen sind die Gengruppen, die mit einer Krebsmalignität verknüpft sind, die Tumoreigenschaftsgruppe; und das MF-Profil für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe. In manchen Ausführungsformen sind die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für jede der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe. In manchen Ausführungsformen umfassen die Gengruppen, die mit einer Krebsmalignität verknüpft sind, zumindest drei Gene aus der folgenden Gruppe: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird. In gewissen Ausführungsformen enthalten die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3. In manchen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde. In gewissen Ausführungsformen sind die Gengruppen, die mit einer Krebsmalignität verknüpft sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Grupp, und der Mutationsstatusgruppe. In manchen Ausführungsformen sind die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind: die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, und die Tumorförderndes-Immun-Gruppe; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für jede der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe.
  • In gewissen Ausführungsformen umfassen die Gengruppen, die mit einer Krebsmalignität verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUBI, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL. In gewissen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde. In gewissen Ausführungsformen umfassen die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxische T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1. In gewissen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxische T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  • In manchen Ausführungsformen sind die Gengruppen, die mit einer Krebsmalignität verknüpft sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe. In gewissen Ausführungsformen sind die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind: die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe und die Komplementinhibitionsgruppe; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen eines Gengruppenexpressionswerts für jede der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe. In gewissen Ausführungsformen umfassen die Gengruppen, die mit einer Krebsmalignität verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL. In gewissen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  • In manchen Ausführungsformen umfassen die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Thl-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1. In gewissen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Ml-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Thl-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner Identifizieren zumindest einer ersten Therapie für das Subjekt auf Basis des identifizierten MF-Profilclusters. In manchen Ausführungsformen besteht Identifizieren zumindest einer ersten Therapie aus Identifizieren einer einzelnen Therapie. In manchen Ausführungsformen besteht Identifizieren zumindest einer ersten Therapie aus Identifizieren von zwei oder mehr Therapien. In manchen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: Chemotherapie, Antikörper-Arzneimittel-Konjugaten, Hormontherapie, viraler Therapie, genetischer Therapie, nicht immuner Proteintherapie, antiangiogenen Mitteln, Anti-Krebs-Impfstoffen, Strahlentherapie, Löslicher-Rezeptor-Therapie, zellbasierten Therapien, Immuntherapie und zielgerichteter Therapie. In gewissen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, CXCR4-Inhibitoren, DPP-4-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPRI-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, IL22-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, LPR1-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, PD1-Inhibitoren, CTLA1-Inhibitoren, PDL1-Inhibitoren, LAG3-Inhibitoren, TIM3-Inhibitoren, Impfstoffen, PRIMA-1-Analoga, CD40-Agonisten, ICOS-Agonisten, OX40-Agonisten, Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, Pan-Tyrosinkinase-Inhibitoren, CDK4/6-Inhibitoren, Aurora A-Inhibitoren, Impfstoffen, LAG3-Inhibitoren und jedem Antikörper-Arzneimittel-Konjugat. In gewissen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPRI-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, IL22-Inhibitoren, CSF1R-Inhibitoren, IDO-Inhibitoren, CXCR4-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, PD1-Inhibitoren, CTLAI-Inhibitoren, PDL1-Inhibitoren, LAG3-Inhibitoren, TIM3-Inhibitoren und Impfstoffen. In gewissen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, PRIMA-1-Analoga, TGF-beta-Inhibitoren, IL22-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, LPRI-Inhibitoren, CXCR4-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, CD40-Agonisten, ICOS-Agonisten, OX40-Agonisten und Impfstoffen. In manchen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, PRIMA-1-Analoga, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPRI-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, CXCR4-Inhibitoren und Impfstoffen.
  • In manchen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: Antikörper-Arzneimittel-Konjugaten, HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXCR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPRI-Inhibitoren, TGF-beta-Inhibitoren, IL22-Inhibitoren und CXCL10 aufbrechenden Inhibitoren. In gewissen Ausführungsformen umfasst Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie, die ausgewählt ist aus der Gruppe bestehend aus: Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, Chemotherapie, Pan-Tyrosinkinase-Inhibitoren, CDK4/6-Inhibitoren, Aurora A-Inhibitoren und DPP-4-Inhibitoren.
  • In manchen Ausführungsformen wird Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt. In gewissen Ausführungsformen stammt jede der biologischen Proben von einem Tumor oder Gewebe, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner Erzeugen der MF-Profilcluster, das Erzeugen umfassend: Erhalten von RNA-Expressionsdaten aus biologischen Proben, die von mehreren Subjekten erhalten werden; Bestimmen entsprechender mehrerer MF-Profile für die mehreren Subjekte, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten. In gewissen Ausführungsformen wird Clustern der mehreren MF-Profile unter Verwendung einer K-Means-Clustering-Technik durchgeführt.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -Elemente unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elemente unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer. In manchen Ausführungsformen umfasst Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elemente Bestimmen einer Größe des ersten GUI-Elemente unter Verwendung des ersten Gengruppenexpressionswerts. In gewissen Ausführungsformen umfasst Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elemente Bestimmen einer Farbe des ersten GUI-Elemente unter Verwendung des ersten Gengruppenexpressionswerts. In gewissen Ausführungsformen umfasst der erste Abschnitt mehrere erste GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einer Krebsmalignität verknüpft sind. In gewissen Ausführungsformen umfasst der zweite Abschnitt mehrere zweite GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner: Erhalten von RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer ersten Therapie erhalten wird; Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines zweiten MF-Profils für das Subjekt, wobei das zweite MF-Profil zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, bestimmt wird, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus den MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In gewissen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner Bestimmen, dass die zumindest eine erste Therapie das Subjekt wirksam behandelt. In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner: Bestimmen, dass die zumindest eine erste Therapie das Subjekt nicht wirksam behandelt; und Identifizieren zumindest einer zweiten Therapie für das Subjekt auf Basis des zweiten MF-Profilclusters. In gewissen Ausführungsformen umfasst Bestimmen des MF-Profils für das Subjekt: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit einer Krebsmalignität verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse-(GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Profils für das Subjekt: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit einer Krebsmalignität verknüpft sind, unter Verwendung einer Mutationszähltechnik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Mutationszähltechnik. In manchen Ausführungsformen werden die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs eines besonderen Typs leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner: Erhalten von RNA-Expressionsdaten für zumindest eine biologische Probe, die von einem zusätzlichen Subjekt erhalten wird; Bestimmen, unter Verwendung der RNA-Expressionsdaten für die zumindest eine zusätzliche biologische Probe, die von dem zusätzlichen Subjekt erhalten wird, eines MF-Profils für das zusätzliche Subjekt, wobei das MF-Profil für das zusätzliche Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten für die zumindest eine zusätzliche biologische Probe, die von dem zusätzlichen Subjekt erhalten wird, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, bestimmt wird, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus den MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das zusätzliche Subjekt zu verknüpfen ist.
  • In manchen Ausführungsformen umfasst das System, Verfahren oder computerlesbare Speichermedium ferner: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -Elemente unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elemente unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das zusätzliche Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In gewissen Ausführungsformen umfasst der erste Abschnitt mehrere erste GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einer Krebsmalignität verknüpft sind. In gewissen Ausführungsformen umfasst der zweite Abschnitt mehrere zweite GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind. In manchen Ausführungsformen wird Bestimmen des entsprechenden Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik durchgeführt. In manchen Ausführungsformen wird Bestimmen des entsprechenden Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen unter Verwendung einer Mutationszähltechnik durchgeführt. In gewissen Ausführungsformen wird das Clustering unter Verwendung einer Community Detection Clustering-Technik durchgeführt. In gewissen Ausführungsformen wird das Clustering unter Verwendung einer K-Means-Clustering-Technik durchgeführt.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen- (GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In manchen Ausführungsformen umfasst Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen einer Größe des ersten GUI-Elemente unter Verwendung des ersten Gengruppenexpressionswerts; und Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element umfasst Bestimmen einer Größe des zweiten GUI-Elemente unter Verwendung des zweiten Gengruppenexpressionswerts. In manchen Ausführungsformen umfasst Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen von Farbe und/oder Muster des ersten GUI-Elemente unter Verwendung des ersten Gengruppenexpressionswerts; und Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element umfasst Bestimmen von Farbe und/oder Muster des zweiten GUI-Elemente unter Verwendung des zweiten Gengruppenexpressionswerts. In manchen Ausführungsformen umfasst Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen einer Form des ersten GUI-Elemente unter Verwendung des ersten Gengruppenexpressionswerts; und Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element umfasst Bestimmen einer Form des zweiten GUI-Elemente unter Verwendung des zweiten Gengruppenexpressionswerts. In gewissen Ausführungsformen, in Reaktion auf eine Auswahl des ersten GUI-Elemente durch den Benutzer, ist die GUI konfiguriert, Informationen über zumindest eine zusätzliche Gengruppe zu präsentieren, die mit Krebsmalignitäten verknüpft ist. In gewissen Ausführungsformen ist, in Reaktion auf eine Auswahl des zweiten GUI-Elemente durch den Benutzer, die GUI konfiguriert, Informationen über zumindest eine zusätzliche Gengruppe zu präsentieren, die mit einem Krebsmikromilieu verknüpft ist.
  • In manchen Ausführungsformen umfasst Erzeugen der personalisierten GUI Erzeugen der GUI, umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet.
  • In manchen Ausführungsformen umfasst der erste Abschnitt mehrere erste GUI-Elemente enthaltend ein GUI-Element für jede der Gengruppen, die mit einer Krebsmalignität verknüpft sind, wobei die mehreren ersten GUI-Elemente das erste GUI-Element umfassen; und der zweite Abschnitt umfasst mehrere zweite GUI-Elemente, enthaltend ein GUI-Element für jede der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, wobei die mehreren zweiten GUI-Elemente das zweite GUI-Element umfassen.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1 - Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1 - Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  • In manchen Ausführungsformen umfassen die Gengruppen, die mit einer Krebsmalignität verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUBI, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Porträts: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Profils für das Subjekt: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe des ersten Satzes von Gengruppen, die mit einer Krebsmalignität verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe des zweiten Satzes von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Profils für das Subjekt: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe des ersten Satzes von Gengruppen, die mit einer Krebsmalignität verknüpft sind, unter Verwendung einer Mutationszähltechnik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe des zweiten Satzes von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Mutationszähltechnik.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs- (WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte, Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit einer Krebsmalignität verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  • In manchen Ausführungsformen umfasst der erste Abschnitt mehrere erste GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einer Krebsmalignität verknüpft sind; und der zweite Abschnitt umfasst mehrere zweite GUI-Elemente, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In manchen Ausführungsformen umfasst Bestimmen des ersten Satzes visueller Eigenschaften für die mehreren ersten GUI-Elemente Bestimmen von Größen für jedes der mehreren ersten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die ersten Gengruppen bestimmt werden; und Bestimmen des zweiten Satzes von visuellen Eigenschaften für die mehreren ersten GUI-Elemente umfasst Bestimmen von Größen für jedes der mehreren zweiten GUI-Elemente, die unter Verwendung der Genexpressionswerte für die zweiten Gengruppen bestimmt wurden.
  • In manchen Ausführungsformen umfasst Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der ersten Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen des MF-Profils für das Subjekt umfasst Bestimmen der Genexpressionswerte für jede der zweiten Gengruppen unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe, und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes- Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe, und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe, und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxische T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) - elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein System bereitgestellt, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier ein Verfahren bereitgestellt, umfassend: Verwenden zumindest eines Computer-Hardware-Prozessors zum Durchführen: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • In einem Aspekt ist hier zumindest ein nicht transitorisches computerlesbares Speichermedium bereitgestellt, das prozessorausführbare Anweisungen speichert, die, wenn durch zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) -daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit einer Krebsmalignität verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen-(GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für mehrere zweite GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI einem Benutzer.
  • ÄQUIVALENTE UND UMFANG
  • Die Begriffe „Programm“ oder „Software“ werden hier in einem allgemeinen Sinn zur Bezugnahme auf jede Art von Computercode oder Satz von prozessorausführbaren Anweisungen verwendet, die zum Programmieren eines Computers oder anderen Prozessors (physisch oder virtuell) eingesetzt werden können, um verschiedene Aspekte von Ausführungsformen wie oben besprochen zu implementieren. Zusätzlich müssen gemäß einem Aspekt ein oder mehrere Computerprogramme, die, wenn ausgeführt, Verfahren der hier beschriebenen Technologie durchführen, nicht auf einem einzelnen Computer oder Prozessor liegen, sondern können modular unter verschiedenen Computern oder Prozessoren verteilt sein, um verschiedene Aspekte der hierin beschriebenen Technologie zu implementieren.
  • Prozessorausführbare Anweisungen können viele Formen aufweisen, wie Programmmodule, ausgeführt durch einen oder mehrere Computer oder andere Vorrichtungen. Im Allgemeinen enthalten Programmmodule Unterprogramme, Programme, Objekte, Komponenten, Datenstrukturen usw., die bestimmte Aufgaben durchführen oder bestimmte abstrakte Datentypen implementieren. Typischerweise kann die Funktionalität des Programmmoduls kombiniert oder verteilt sein.
  • Ebenso können Datenstrukturen in einem oder mehreren nicht transitorischen computerlesbaren Datenspeichermedien in jeder geeigneten Form gespeichert werden. Der einfachen Veranschaulichung wegen können Datenstrukturen mit Feldern dargestellt sein, die durch Anordnung in der Datenstruktur in Zusammenhang stehen. Solche Verhältnisse können ebenso durch Zuweisen eines Datenspeichers für die Felder zu Stellen in einem nicht transitorischen computerlesbaren Medium erreicht werden, die ein Verhältnis zwischen den Feldern festlegen. Es kann jedoch jeder geeignete Mechanismus verwendet werden, um Verhältnisse unter Informationen in Feldern einer Datenstruktur zu errichten, enthaltend die Verwendung von Pointern, Tags oder anderen Mechanismen, die Verhältnisse unter Datenelementen festlegen.
  • Es können verschiedene erfindungsgemäße Konzepte als ein oder mehrere Prozesse verkörpert sein, für die Beispiele bereitgestellt wurden. Die Vorgänge, die als Teil jedes Prozesses durchgeführt werden, können in geeigneter Weise gereiht sein. Daher können Ausführungsformen konstruiert werden, in welchen Vorgänge in einer anderen Reihenfolge als der dargestellten durchgeführt werden, die ein gleichzeitiges Durchführen mancher Vorgänge enthalten kann, auch wenn diese als aufeinanderfolgende Vorgänge in anschaulichen Ausführungsformen dargestellt sind.
  • Wie hier in der Patentbeschreibung und den Ansprüchen verwendet, sollte die Phrase „zumindest eines“ in Bezug auf eine Liste eines oder mehrerer Elemente so verstanden werden, dass zumindest ein Element, ausgewählt aus einem oder mehreren der Elemente im der Liste von Elemente gemeint ist, aber nicht unbedingt enthaltend zumindest eines von jedem Element, das spezifisch in der Liste von Elementen gelistet ist, und nicht ausschließlich sämtlicher Kombinationen von Elementen in der Liste von Elementen. Diese Definition erlaubt auch, dass Elemente optional vorhanden sein können, die nicht die Elemente sind, die im Speziellen in der Liste von Elementen identifiziert sind, auf die sich die Phrase „zumindest eines“ bezieht, egal, ob sie nun zu diesen spezifisch identifizierten Elemente zugehörig sind oder nicht zugehörig sind. Daher kann sich zum Beispiel „zumindest eines von A und B“ (oder äquivalent „zumindest eines von A oder B“ oder äquivalent „zumindest eines von A und/oder B“) in einer Ausführungsform auf zumindest ein, optional enthaltend mehr als ein, A, ohne B (und optional enthaltend Elemente ungleich B) beziehen; in einer anderen Ausführungsform auf zumindest ein, optional enthaltend mehr als ein, B, ohne A (und optional enthaltend Elemente ungleich A); in einer weiteren Ausführungsform auf zumindest ein, optional enthaltend mehr als ein, A, und zumindest ein, optional enthaltend mehr als ein, B (und optional enthaltend andere Elemente);usw.
  • Die Phrase „und/oder“, wie hier in der Patentbeschreibung und in den Ansprüchen verwendet, sollte in der Bedeutung „eines oder beide“ der so verbundenen Elemente verstanden werden, d.h. Elemente, die in manchen Fällen gemeinsam vorhanden sind und in manchen Fällen getrennt vorhanden sind. Mehrfache Elemente, die mit „und/oder“ gelistet sind, sollten auf gleiche Weise konstruiert sein, d.h. „eines oder mehrere“ der so verbundenen Elemente. Andere Elemente können optional neben den spezifisch durch die „und/oder“ Klausel identifizierten Elemente vorhanden sein, egal, ob sie nun zu diesen spezifisch identifizierten Elemente zugehörig sind oder nicht zugehörig sind. Daher kann sich als ein Beispiel eine Bezugnahme auf „A und/oder B“, wenn diese in Verbindung mit einem offenen Begriff wie „umfassend“ verwendet wird, in einer Ausführungsform nur auf A (optional enthaltend andere Elemente als B); in einer anderen Ausführungsform nur auf B (optional enthaltend andere Elemente als A); in einer weiteren Ausführungsform sowohl auf A als auch B (optional enthaltend andere Elemente); usw. beziehen.
  • In den Ansprüchen können Artikel wie „einer“, „eine“, „ein“ und „der“, „die“, „das“ eines oder mehrere bedeuten, falls nicht das Gegenteil angegeben ist oder anderes aus dem Kontext hervorgeht. Ansprüche oder Beschreibungen, die „oder“ zwischen einem oder mehreren Elementen einer Gruppe enthalten, werden als erfüllt angesehen, wenn eines, mehr als eines oder alle der Gruppenelemente in einem gegebenen Produkt oder einem Prozess vorhanden sind, verwendet werden oder sonst für diese relevant sind, falls nicht das Gegenteil angegeben ist oder anderes aus dem Kontext hervorgeht. Die Offenbarung enthält Ausführungsformen, in welchen exakt ein Element der Gruppe vorhanden ist, in einem gegebenen Produkt oder einem Prozess vorhanden ist, verwendet wird oder sonst für diese relevant ist. Die Offenbarung enthält Ausführungsformen, in welchen mehr als eines, oder alle der Gruppenelemente in einem gegebenen Produkt oder einem Prozess vorhanden sind, verwendet werden oder sonst für diese relevant sind.
  • Ferner umfassen die beschriebenen Methoden und Systeme alle Variationen, Kombinationen und Änderungen, in welchen eine oder mehrere Einschränkungen, Elemente, Klauseln und beschreibende Begriff aus einem oder mehreren der gelisteten Ansprüche in einen anderen Anspruch eingeführt werden. Zum Beispiel kann jeder Anspruch, der von einem anderen Anspruch abhängig ist, modifiziert werden, um eine oder mehrere Einschränkungen zu enthalten, die in einem anderen Anspruch gefunden werden, der von demselben Grundanspruch abhängig ist. Wenn Elemente als Listen präsentiert werden, z.B. im Markush-Gruppenformat, ist auch jede Teilgruppe der Elemente offenbart und es kann jedes Element (können sämtliche Elemente) aus der Gruppe entfernt werden. Es sollte klar sein, dass im Allgemeinen, wenn die hier beschriebenen Systeme und Verfahren (oder Aspekts davon) erwähnt sind, bestimmte Elemente und/oder Merkmale zu umfassen, gewisse Ausführungsformen der Systeme und Verfahren oder Aspekte derselben aus solchen Elementen und/oder Merkmalen bestehen oder im Wesentlichen aus diesen bestehen. Der Einfachheit wegen sind diese Ausführungsformen hier nicht in haec verba ausdrücklich angeführt.
  • Es wird auch festgehalten, dass die Begriffe „enthaltend“, „umfassend“, „aufweisend“, „beinhaltend“, „involvierend“ offen sein sollen und den Einschluss zusätzlicher Elemente oder Schritte erlauben. Wenn Bereiche angegeben sind, sind Endpunkte enthalten. Ferner, falls nicht anderes angegeben ist oder sonst aus dem Kontext hervorgeht und nach dem Wissen eines Durchschnittsfachmanns klar ist, können Werte, die als Bereich angegeben sind, jeden spezifischen Wert oder Teilbereich innerhalb der angegebenen Bereiche in verschiedenen Ausführungsformen der beschriebenen Systeme und Verfahren annehmen, bis zu einem Zehntel der Einheit der unteren Grenze des Bereichs, falls der Zusammenhang nicht eindeutig anderes angibt.
  • Die Verwendung von Ordinalzahlen wie „erster“, „zweiter“, „dritter“ usw. in den Ansprüchen zum Modifizieren eines Anspruchselements legt an sich keine Priorität, keinen Vorrang oder keine Reihung eines Anspruchselements gegenüber einem anderen oder der zeitlichen Reihenfolge fest, in der Vorgänge eines Verfahrens durchgeführt werden. Solche Begriffe werden nur als Marker verwendet, um ein Anspruchselement mit einem bestimmten Namen von einem anderen Element mit einem selben Namen (mit Ausnahme der Verwendung der Ordinalzahl) zu unterscheiden.
  • Zusätzlich können die Begriffe „Patient“ und „Subjekt“, wie hier verwendet, untereinander austauschbar verwendet werden. Solche Begriffe können human Subjekte oder Patienten enthalten, ohne aber darauf beschränkt zu sein. Solche Begriffe können auch nicht humane Primaten oder andere Tiere enthalten.
  • Diese Anmeldung bezieht sich auf verschiedene erteilte Patente, veröffentlichte Patentanmeldungen, Journalartikel und andere Veröffentlichungen, die alle hier zum Zwecke der Bezugnahme zitiert werden. Wenn ein Konflikt zwischen einer der eingegliederten Referenzen und der vorliegenden Beschreibung besteht, soll die Beschreibung gelten. Zusätzlich kann jede besondere Ausführungsform der vorliegenden Offenbarung, die in den Stand der Technik fällt, explizit aus einem oder mehreren der Ansprüche ausgeschlossen sein. Da davon ausgegangen wird, dass solche Ausführungsformen einem Durchschnittsfachmann bekannt sind, können sie ausgeschlossen werden, selbst wenn der Ausschluss hier nicht ausdrücklich angeführt ist. Jede besondere Ausführungsform der hier beschriebenen Systeme und Verfahren kann von jedem Anspruch aus jedem Grund ausgeschlossen werden, ob sie nun mit dem Vorhandensein eines Standes der Technik zusammenhängt oder nicht.
  • Fachleute werden unter Verwendung von nicht mehr als Routineexperimenten viele Äquivalente zu den hier beschriebenen spezifischen Ausführungsformen erkennen oder imstande sein, diese zu ermitteln. Der Umfang der hier beschriebenen vorliegenden Ausführungsformen soll nicht auf die obenstehende Beschreibung beschränkt sein, sondern ist vielmehr wie in den beiliegenden Ansprüchen angeführt. Durchschnittsfachleute werden erkennen, dass verschiedene Änderungen und Modifizierungen an dieser Beschreibung vorgenommen werden können, ohne vom Wesen oder Umfang der vorliegenden Offenbarung, wie in den folgenden Ansprüchen definiert, abzuweichen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • 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.
  • Zitierte Patentliteratur
    • US 62/518787 [0001]
    • US 62/598440 [0001]
    • WO 0053211 [0317]
    • US 5981568 [0317]
    • WO 9007936 [0321]
    • WO 9403622 [0321]
    • WO 9325698 [0321]
    • WO 9325234 [0321]
    • WO 9311230 [0321]
    • WO 9310218 [0321]
    • WO 9102805 [0321]
    • US 5219740 [0321]
    • US 4777127 [0321]
    • GB 2200651 [0321]
    • EP 0345242 [0321]
    • WO 9412649 [0321]
    • WO 9303769 [0321]
    • WO 9319191 [0321]
    • WO 9428938 [0321]
    • WO 9511984 [0321]
    • WO 9500655 [0321]
    • US 5814482 [0322]
    • WO 9507994 [0322]
    • WO 9617072 [0322]
    • WO 9530763 [0322]
    • WO 9742338 [0322]
    • WO 9011092 [0322]
    • US 5580859 [0322]
    • US 5422120 [0322]
    • WO 9513796 [0322]
    • WO 9423697 [0322]
    • WO 9114445 [0322]
    • EP 0524968 [0322]
  • Zitierte Nicht-Patentliteratur
    • Wildt et al., Eur J Immunol. 1996; 26(3):629-39.) [0101]
    • Findeis et al., Trends Biotechnol. (1993) 11:202 [0318]
    • Chiou et al., Gene Therapeutics: Methods and Applications Of Direct Gene Transfer (J. A. Wolff, Hrsg.) (1994) [0318]
    • Wu et al., J. Biol. Chem. (1988) 263:621 [0318]
    • Wu et al., J. Biol. Chem. (1994) 269:542; Zenke et al., Proc. Natl. Acad. Sci. USA (1990) 87:3655 [0318]
    • Wu et al., J. Biol. Chem. (1991) 266:338 [0318]

Claims (187)

  1. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus mehrfachen MF-Profilclustern, eines MF-Profilclusters mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung von RNA-Expressionsdaten, die aus biologischen Proben von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  2. System nach Anspruch 1, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, die Tumoreigenschaftsgruppe sind; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe umfasst.
  3. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe sind; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe umfasst.
  4. System nach Anspruch 2 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus der folgenden Gruppe umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  5. System nach Anspruch 4 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  6. System nach Anspruch 3 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  7. System nach Anspruch 6 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  8. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe, und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  9. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe und die Tumorförderndes-Immun-Gruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe umfasst.
  10. System nach Anspruch 8, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  11. System nach Anspruch 10 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  12. System nach Anspruch 9, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  13. System nach Anspruch 12 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  14. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  15. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe und die Komplementinhibitionsgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe umfasst.
  16. System nach Anspruch 14 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  17. System nach Anspruch 16 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  18. System nach Anspruch 15 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  19. System nach Anspruch 18 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  20. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei das System ferner Identifizieren zumindest einer ersten Therapie für das Subjekt auf Basis des identifizierten MF-Profilclusters umfasst.
  21. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren zumindest einer ersten Therapie aus Identifizieren einer einzelnen Therapie besteht.
  22. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren zumindest einer ersten Therapie aus Identifizieren von zwei oder mehr Therapien besteht.
  23. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: Chemotherapie, Antikörper-Arzneimittel-Konjugaten, Hormontherapie, viraler Therapie, genetischer Therapie, nicht immuner Proteintherapie, antiangiogenen Mitteln, Anti-Krebs-Impfstoffen, Strahlentherapie, Löslicher-Rezeptor-Therapie, zellbasierten Therapien, Immuntherapie und zielgerichteter Therapie.
  24. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, CXCR4-Inhibitoren, DPP-4-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPR1-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, IL22-Inhibitoren, CSF1R-Inhibitoren, IDO-Inhibitoren, LPR1-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, PD1-Inhibitoren, CTLA1-Inhibitoren, PDL1-Inhibitoren, LAG3-Inhibitoren, TIM3-Inhibitoren, Impfstoffen, PRIMA-1-Analoga, CD40-Agonisten, ICOS-Agonisten, OX40-Agonisten, Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, Pan-Tyrosinkinase-Inhibitoren, CDK4/6-Inhibitoren, Aurora A-Inhibitoren, Impfstoffen, LAG3-Inhibitoren und jedem Antikörper-Arzneimittel-Konjugat.
  25. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPR1-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, IL22-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, CXCR4-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, PD1-Inhibitoren, CTLA1-Inhibitoren, PDL1-Inhibitoren, LAG3-Inhibitoren, TIM3-Inhibitoren und Impfstoffen.
  26. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: HGFR-Inhibitoren, EGFR-Inhibitoren, PRIMA-1-Analoga, TGF-beta-Inhibitoren, IL22-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, LPR1-Inhibitoren, CXCR4-Inhibitoren, CD25-Inhibitoren, GITR-Inhibitoren, CD40-Agonisten, ICOS-Agonisten, OX40-Agonisten und Impfstoffen.
  27. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, PRIMA-1-Analoga, VEGF-Inhibitoren, PDGF-Inhibitoren, CXR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPR1-Inhibitoren, TGF-beta-Inhibitoren, IL5-Inhibitoren, IL4-Inhibitoren, IL13-Inhibitoren, CSFIR-Inhibitoren, IDO-Inhibitoren, CXCR4-Inhibitoren und Impfstoffen.
  28. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: Antikörper-Arzneimittel-Konjugaten, HGFR-Inhibitoren, EGFR-Inhibitoren, VEGF-Inhibitoren, PDGF-Inhibitoren, CXCR2-Inhibitoren, Galectin-Inhibitoren, antifibrotischen Mitteln, LPR1-Inhibitoren, TGF-beta-Inhibitoren, IL22-Inhibitoren und CXCL10 aufbrechenden Inhibitoren.
  29. System nach Anspruch 20 oder einem anderen vorangehenden Anspruch, wobei Identifizieren der zumindest einen Therapie Identifizieren zumindest einer Therapie umfasst, die ausgewählt ist aus der Gruppe bestehend aus: Bcl-2-Inhibitoren, AKT-Inhibitoren, MYC-zielgerichteter siRNA, Chemotherapie, Pan-Tyrosinkinase-Inhibitoren, CDK4/6-Inhibitoren, Aurora A-Inhibitoren und DPP-4-Inhibitoren.
  30. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt wird.
  31. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei jede der biologischen Proben von einem Tumor oder Gewebe stammt, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  32. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, ferner umfassend Erzeugen der MF-Profilcluster, das Erzeugen umfassend: Erhalten von RNA-Expressionsdaten aus biologischen Proben, die von mehreren Subjekten erhalten werden; Bestimmen entsprechender mehrerer MF-Profile für die mehreren Subjekte, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  33. System nach Anspruch 32 oder einem anderen vorangehenden Anspruch, wobei Clustern der mehreren MF-Profile unter Verwendung einer K-Means-Clustering-Technik durchgeführt wird.
  34. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -elements unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elements unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  35. System nach Anspruch 34 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Größe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  36. System nach Anspruch 34 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Farbe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  37. System nach Anspruch 34 oder einem anderen vorangehenden Anspruch, wobei der erste Abschnitt mehrere erste GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit Krebsmalignitäten verknüpft sind.
  38. System nach Anspruch 34 oder einem anderen vorangehenden Anspruch, wobei der zweite Abschnitt mehrere zweite GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  39. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Erhalten von RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer ersten Therapie erhalten wird; Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines zweiten MF-Profils für das Subjekt, wobei das zweite MF-Profil zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen bestimmt wird, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus den MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  40. System nach Anspruch 39 oder einem anderen vorangehenden Anspruch, wobei das System ferner Bestimmen umfasst, dass die zumindest eine erste Therapie das Subjekt wirksam behandelt.
  41. System nach Anspruch 39 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen, dass die zumindest eine erste Therapie das Subjekt nicht wirksam behandelt; und Identifizieren zumindest einer zweiten Therapie für das Subjekt auf Basis des zweiten MF-Profilclusters.
  42. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  43. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Mutationszähltechnik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Mutationszähltechnik.
  44. System nach Anspruch 1 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
  45. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten aus biologischen Proben von mehreren Subjekten, wobei zumindest manche der Subjekte an einem Krebs einer besonderen Art leiden; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte: Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe; und Speichern der mehreren MF-Profile in Verknüpfung mit Informationen, die die besondere Art von Krebs identifizieren.
  46. System nach Anspruch 45, wobei die Gengruppe, die mit Krebsmalignitäten verknüpft ist, die Tumoreigenschaftsgruppe ist; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe umfasst.
  47. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe sind; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe umfasst.
  48. System nach Anspruch 46 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  49. System nach Anspruch 48 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  50. System nach Anspruch 47 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  51. System nach Anspruch 50 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  52. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  53. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe und die Tumorförderndes-Immun-Gruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe umfasst.
  54. System nach Anspruch 52, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  55. System nach Anspruch 54 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  56. System nach Anspruch 53, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  57. System nach Anspruch 56 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  58. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  59. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe und die Komplementinhibitionsgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe umfasst.
  60. System nach Anspruch 58 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  61. System nach Anspruch 60 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  62. System nach Anspruch 59 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  63. System nach Anspruch 62 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  64. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt wird.
  65. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei jede der biologischen Proben von einem Tumor oder Gewebe stammt, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  66. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei Clustern der mehreren MF-Profile unter Verwendung einer K-Means-Clustering-Technik durchgeführt wird.
  67. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Erhalten von RNA-Expressionsdaten für zumindest eine biologische Probe, die von einem zusätzlichen Subjekt erhalten wird; Bestimmen, unter Verwendung der RNA-Expressionsdaten für die zumindest eine zusätzliche biologische Probe, die von dem zusätzlichen Subjekt erhalten wird, eines MF-Profils für das zusätzliche Subjekt, wobei das MF-Profil für das zusätzliche Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten für die zumindest eine zusätzliche biologische Probe, die von dem zusätzlichen Subjekt erhalten wird, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen bestimmt wird, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus den MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das zusätzliche Subjekt zu verknüpfen ist.
  68. System nach Anspruch 67 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -elements unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elements unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das zusätzliche Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  69. System nach Anspruch 68 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Größe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  70. System nach Anspruch 68 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Farbe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  71. System nach Anspruch 68 oder einem anderen vorangehenden Anspruch, wobei der erste Abschnitt mehrere erste GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit Krebsmalignitäten verknüpft sind.
  72. System nach Anspruch 69 oder einem anderen vorangehenden Anspruch, wobei der zweite Abschnitt mehrere zweite GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  73. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des entsprechenden Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik durchgeführt wird.
  74. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des entsprechenden Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen unter Verwendung einer Mutationszähltechnik durchgeführt wird.
  75. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei das Clustern unter Verwendung einer Community Detection Clustering-Technik durchgeführt wird.
  76. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei das Clustern unter Verwendung einer K-Means-Clustering-Technik durchgeführt wird.
  77. System nach Anspruch 45 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
  78. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen eine erste Gengruppe, die mit Krebsmalignitäten verknüpft ist, und eine zweite Gengruppe, die mit einem Krebsmikromilieu verknüpft ist, umfasst, wobei die erste und zweite Gengruppe verschieden sind, das Bestimmen umfassend: Bestimmen eines ersten Gengruppenexpressionswerts für die erste Gengruppe und Bestimmen eines zweiten Gengruppenexpressionswerts für die zweite Gengruppe; Bestimmen einer ersten visuellen Eigenschaft für ein erstes grafisches Benutzerschnittstellen-(GUI) -element unter Verwendung des ersten Gengruppenexpressionswerts; Bestimmen einer zweiten visuellen Eigenschaft für ein zweites GUI-Element unter Verwendung des zweiten Gengruppenexpressionswerts; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten GUI-Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element mit der ersten visuellen Eigenschaft beinhaltet, und einen zweiten GUI-Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element mit der zweiten visuellen Eigenschaft beinhaltet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  79. System nach Anspruch 78, wobei Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen einer Größe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst; und wobei Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element Bestimmen einer Größe des zweiten GUI-Elements unter Verwendung des zweiten Gengruppenexpressionswerts umfasst.
  80. System nach Anspruch 78, wobei Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen von Farbe und/oder Muster des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst; und wobei Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element Bestimmen von Farbe und/oder Muster des zweiten GUI-Elements unter Verwendung des zweiten Gengruppenexpressionswerts umfasst.
  81. System nach Anspruch 78, wobei Bestimmen der ersten visuellen Eigenschaft für das erste GUI-Element Bestimmen einer Form des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst; und wobei Bestimmen der zweiten visuellen Eigenschaft für das zweite GUI-Element Bestimmen einer Form des zweiten GUI-Elements unter Verwendung des zweiten Gengruppenexpressionswerts umfasst.
  82. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei in Reaktion auf eine Auswahl des ersten GUI-Elements durch den Benutzer, die GUI konfiguriert ist, Informationen über zumindest eine zusätzliche Gengruppe zu präsentieren, die mit Krebsmalignitäten verknüpft ist.
  83. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei in Reaktion auf eine Auswahl des zweiten GUI-Elements durch den Benutzer, die GUI konfiguriert ist, Informationen über zumindest eine zusätzliche Gengruppe zu präsentieren, die mit einem Krebsmikromilieu verknüpft ist.
  84. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei Erzeugen der personalisierten GUI Erzeugen der GUI umfasst, umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet.
  85. System nach Anspruch 84 oder einem anderen vorangehenden Anspruch, wobei der erste Abschnitt mehrere erste GUI-Elemente umfasst, enthaltend ein GUI-Element für jede der Gengruppen, die mit Krebsmalignitäten verknüpft sind, wobei die mehreren ersten GUI-Elemente das erste GUI-Element umfassen; und wobei der zweite Abschnitt mehrere zweite GUI-Elemente umfasst, enthaltend ein GUI-Element für jede der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, wobei die mehreren zweiten GUI-Elemente das zweite GUI-Element umfassen.
  86. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppe, die mit Krebsmalignitäten verknüpft ist, die Tumoreigenschaftsgruppe ist; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe umfasst.
  87. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe sind; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe umfasst.
  88. System nach Anspruch 86 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus der folgenden Gruppe umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  89. System nach Anspruch 88 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  90. System nach Anspruch 87 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  91. System nach Anspruch 90 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  92. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe, und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  93. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe und die Tumorförderndes-Immun-Gruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe umfasst.
  94. System nach Anspruch 92, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  95. System nach Anspruch 93 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  96. System nach Anspruch 94, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  97. System nach Anspruch 96 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  98. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  99. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe und die Komplementinhibitionsgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe umfasst.
  100. System nach Anspruch 98 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  101. System nach Anspruch 100 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  102. System nach Anspruch 99 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  103. System nach Anspruch 102 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  104. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  105. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Mutationszähltechnik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Mutationszähltechnik.
  106. System nach Anspruch 78 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
  107. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeter und nicht Fibroblast-angereicherter biologischer Probe, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  108. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  109. System nach Anspruch 108 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  110. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  111. System nach Anspruch 110 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  112. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  113. System nach Anspruch 112, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  114. System nach Anspruch 113 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  115. System nach Anspruch 112, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  116. System nach Anspruch 115 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  117. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt mit einer besonderen Art von Krebs; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten und Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem ersten Satz von Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und Bestimmen, unter Verwendung der RNA-Expressionsdaten und der Referenz-RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem zweiten Satz von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Komplementinhibitionsgruppe; und Zugreifen auf Informationen, die mehrfache MF-Profilcluster für die besondere Art von Krebs spezifizieren; Identifizieren, aus den mehrfachen MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist, die MF-Profilcluster umfassend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben, wobei die MF-Profilcluster erzeugt wurden durch: Bestimmen von mehreren MF-Profilen für entsprechende mehrere Subjekte unter Verwendung der Referenz-RNA-Expressionsdaten und RNA-Expressionsdaten aus biologischen Proben, die von den mehreren Subjekten erhalten werden, wobei jedes der mehreren MF-Profile einen Gengruppenexpressionswert für jede Gengruppe in dem Satz von Gengruppen enthält; und Clustern der mehreren MF-Profile, um die MF-Profilcluster zu erhalten.
  118. System nach Anspruch 117 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  119. System nach Anspruch 118 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  120. System nach Anspruch 117 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  121. System nach Anspruch 120 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  122. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt wird.
  123. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei jede der biologischen Proben von einem Tumor oder Gewebe stammt, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  124. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei Clustern der mehreren MF-Profile unter Verwendung einer K-Means-Clustering-Technik durchgeführt wird.
  125. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -elements unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elements unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  126. System nach Anspruch 125 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Größe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  127. System nach Anspruch 125 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Farbe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  128. System nach Anspruch 125 oder einem anderen vorangehenden Anspruch, wobei der erste Abschnitt mehrere erste GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit Krebsmalignitäten verknüpft sind.
  129. System nach Anspruch 125 oder einem anderen vorangehenden Anspruch, wobei der zweite Abschnitt mehrere zweite GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  130. System nach Anspruch 117 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe des ersten Satzes von Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe des zweiten Satzes von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  131. System nach Anspruch 117 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe des ersten Satzes von Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Mutationszähltechnik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe des zweiten Satzes von Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Mutationszähltechnik.
  132. System nach Anspruch 107 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
  133. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten erster RNA-Expressionsdaten und/oder erster vollständiger Exomsequenzierungs-(WES) -daten aus biologischen Proben von mehreren Subjekten; Bestimmen entsprechender mehrerer molekular-funktioneller (MF) Profile für die mehreren Subjekte zumindest teilweise durch, für jedes der mehreren Subjekte: Bestimmen, unter Verwendung der ersten RNA-Expressionsdaten, eines entsprechenden Gengruppenexpressionswerts für jede Gruppe in einem Satz von Gengruppen, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; Clustern der mehreren MF-Profile, um MF-Profilcluster zu erhalten, enthaltend: einen ersten MF-Profilcluster, verknüpft mit entzündeten und vaskularisierten biologischen Proben und/oder entzündeten und Fibroblast-angereicherten biologischen Proben, einen zweiten MF-Profilcluster, verknüpft mit entzündeten und nicht vaskularisierten biologischen Proben und/oder entzündeten und nicht Fibroblast-angereicherten biologischen Proben, einen dritten MF-Profilcluster, verknüpft mit nicht entzündeten und vaskularisierten biologischen Proben und/oder nicht entzündeten und Fibroblast-angereicherten biologischen Proben, und einen vierten MF-Profilcluster, verknüpft mit nicht entzündeten und nicht vaskularisierten biologischen Proben und/oder nicht entzündeten und nicht Fibroblast-angereicherten biologischen Proben; Erhalten zweiter RNA-Expressionsdaten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der zweiten RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gruppe in dem Satz von Gengruppen; und Identifizieren, aus den MF-Profilclustern, eines besonderen MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  134. System nach Anspruch 133, wobei die Gengruppe, die mit Krebsmalignitäten verknüpft ist, die Tumoreigenschaftsgruppe ist; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe umfasst.
  135. System nach Anspruch 134 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, die Tumorförderndes-Immun-Mikromilieu-Gruppe, die Anti-Tumor-Immun-Mikromilieu-Gruppe, die Angiogenesegruppe und die Fibroblastengruppe sind; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe umfasst.
  136. System nach Anspruch 134 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  137. System nach Anspruch 136 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  138. System nach Anspruch 135 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  139. System nach Anspruch 138 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  140. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  141. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Antigenpräsentationsgruppe, die Zytotoxische T- und NK-Zellen-Gruppe, die B-Zellen-Gruppe, die Anti-Tumor-Mikromilieu-Gruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, und die Tumorförderndes-Immun-Gruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe und der Tumorförderndes-Immun-Gruppe umfasst.
  142. System nach Anspruch 140, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  143. System nach Anspruch 142 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  144. System nach Anspruch 141, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  145. System nach Anspruch 144 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  146. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, sind: die Proliferationsratengruppe, die PI3K/AKT/mTOR-Signalisierungsgruppe, die RAS/RAF/MEK-Signalisierungsgruppe, die Rezeptor-Tyrosinkinasen-Expressionsgruppe, die Wachstumsfaktorengruppe, die Tumorsuppressorgruppe, die Metastasensignaturgruppe, die Antimetastatische-Faktoren-Gruppe und die Mutationsstatusgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe umfasst.
  147. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, sind: die Krebsassoziierte-Fibroblasten-Gruppe, die Angiogenesegruppe, die MHCI-Gruppe, die MHCII-Gruppe, die Koaktivierungsmolekülegruppe, die Effektorzellengruppe, die NK-Zellengruppe, die T-Zellen-Verkehrsgruppe, die T-Zellen-Gruppe, die B-Zellen-Gruppe, die M1-Signaturengruppe, die Th1-Signaturgruppe, die Antitumor-Zytokinengruppe, die Checkpoint-Inhibitionsgruppe, die Treg-Gruppe, die MDSC-Gruppe, die Granulozytengruppe, die M2-Signaturgruppe, die Th2-Signaturgruppe, die Protumor-Zytokinengruppe, und die Komplementinhibitionsgruppe; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen eines Gengruppenexpressionswerts für jede der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe, und der Komplementinhibitionsgruppe umfasst.
  148. System nach Anspruch 146 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  149. System nach Anspruch 148 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  150. System nach Anspruch 147 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  151. System nach Anspruch 150 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  152. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei das System ferner Identifizieren zumindest einer ersten Therapie für das Subjekt auf Basis des identifizierten MF-Profilclusters umfasst.
  153. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt wird.
  154. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei jede der biologischen Proben von einem Tumor oder Gewebe stammt, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  155. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen zumindest einer visuellen Eigenschaft eines ersten grafischen Benutzerschnittstellen- (GUI) -elements unter Verwendung eines ersten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit Krebsmalignitäten verknüpft ist, und zumindest einer visuellen Eigenschaft eines zweiten GUI-Elements unter Verwendung eines zweiten Gengruppenexpressionswerts für zumindest eine Gengruppe, die mit einem Krebsmikromilieu verknüpft ist; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, die GUI umfassend: einen ersten Abschnitt, der mit Krebsmalignitäten verknüpft ist und das erste GUI-Element beinhaltet; und einen zweiten Abschnitt, der mit einem Krebsmikromilieu verknüpft ist und das zweite GUI-Element beinhaltet, wobei sich der zweite Abschnitt vom ersten Abschnitt unterscheidet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  156. System nach Anspruch 155 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Größe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  157. System nach Anspruch 155 oder einem anderen vorangehenden Anspruch, wobei Bestimmen der zumindest einen visuellen Eigenschaft des ersten GUI-Elements Bestimmen einer Farbe des ersten GUI-Elements unter Verwendung des ersten Gengruppenexpressionswerts umfasst.
  158. System nach Anspruch 155 oder einem anderen vorangehenden Anspruch, wobei der erste Abschnitt mehrere erste GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit Krebsmalignitäten verknüpft sind; und wobei der zweite Abschnitt mehrere zweite GUI-Elemente umfasst, die entsprechende mehrere Gengruppen darstellen, die mit einem Krebsmikromilieu verknüpft sind.
  159. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Erhalten von RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer ersten Therapie erhalten wird; Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines zweiten MF-Profils für das Subjekt, wobei das zweite MF-Profil zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten für zumindest eine zusätzliche biologische Probe, die von dem Subjekt nach Verabreichung zumindest einer Therapie erhalten wird, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen bestimmt wird, wobei der Satz von Gengruppen Gengruppen, die mit Krebsmalignitäten verknüpft sind, und verschiedene Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, umfasst; und Identifizieren, aus den MF-Profilclustern, eines MF-Profilclusters, mit dem das MF-Profil für das Subjekt zu verknüpfen ist.
  160. System nach Anspruch 159 oder einem anderen vorangehenden Anspruch, wobei das System ferner Bestimmen umfasst, dass die zumindest eine erste Therapie das Subjekt wirksam behandelt.
  161. System nach Anspruch 159 oder einem anderen vorangehenden Anspruch, wobei das System ferner umfasst: Bestimmen, dass die zumindest eine erste Therapie das Subjekt nicht wirksam behandelt; und Identifizieren zumindest einer zweiten Therapie für das Subjekt auf Basis des zweiten MF-Profilclusters.
  162. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt umfasst: Bestimmen eines ersten Gengruppenexpressionswerts für eine erste Gengruppe der Gengruppen, die mit Krebsmalignitäten verknüpft sind, unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik; und Bestimmen eines zweiten Gengruppenexpressionswerts für eine zweite Gengruppe der Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik.
  163. System nach Anspruch 133 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
  164. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch: Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Tumoreigenschaftsgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Tumorförderndes-Immun-Mikromilieu-Gruppe, der Anti-Tumor-Immun-Mikromilieu-Gruppe, der Angiogenesegruppe und der Fibroblastengruppe, Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  165. System nach Anspruch 164, wobei Bestimmen des ersten Satzes visueller Eigenschaften für die mehreren ersten GUI-Elemente das Bestimmen von Größen für jede der mehreren ersten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die ersten Gengruppen bestimmt werden, umfasst; und wobei Bestimmen des zweiten Satzes von visuellen Eigenschaften für die mehreren zweiten GUI-Elemente das Bestimmen von Größen für jedes der mehreren zweiten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die zweiten Gengruppen bestimmt werden, umfasst.
  166. System nach Anspruch 165 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der ersten Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik umfasst; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der zweiten Gengruppen unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik umfasst.
  167. System nach Anspruch 164 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Tumoreigenschaftsgruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2, MCM6, PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2, AKT3, BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1, MKNK2, ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA, PDGFRB, NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7, FGF2, TP53, SIK1, PTEN, DCN, MTAP, AIM2, RB1, ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA, HPSE, KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1, MITF, APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL.
  168. System nach Anspruch 164 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Tumoreigenschaftsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumoreigenschaftsgruppe erhalten wird.
  169. System nach Anspruch 164 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Anti-Tumor-Immun-Mikromilieu-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG, CD28, IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A, TRAT1, CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B, BLK, NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; und der Tumorförderndes-Immun-Mikromilieu-Gruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2, VSIR, CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13, CCL28, IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1, CXCL8, CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3, CTSG, IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1; der Fibroblastengruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; und der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3.
  170. System nach Anspruch 169 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Fibroblastengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Fibroblastengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde.
  171. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der Antigenpräsentationsgruppe, der Zytotoxischen T- und NK-Zellen-Gruppe, der B-Zellen-Gruppe, der Anti-Tumor-Mikromilieu-Gruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe und der Tumorförderndes-Immun-Gruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  172. System nach Anspruch 171, wobei Bestimmen des ersten Satzes visueller Eigenschaften für die mehreren ersten GUI-Elemente das Bestimmen von Größen für jede der mehreren ersten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die ersten Gengruppen bestimmt werden, umfasst; und wobei Bestimmen des zweiten Satzes von visuellen Eigenschaften für die mehreren zweiten GUI-Elemente das Bestimmen von Größen für jedes der mehreren zweiten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die zweiten Gengruppen bestimmt werden, umfasst.
  173. System nach Anspruch 172 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der ersten Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik umfasst; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der zweiten Gengruppen unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik umfasst.
  174. System nach Anspruch 171, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  175. System nach Anspruch 174 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  176. System nach Anspruch 171, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der Antigenpräsentationsgruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1, TAP2, HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2, HLA-DRB6, CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Zytotoxischen T- und NK-Zellen-Gruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A, CD8B, NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4, KIR2DS5, CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4, CCL5, EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der Anti-Tumor-Mikromilieu-Gruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B, SOCS3, IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA, IL21, HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der Tumorförderndes-Immun-Gruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163, CSF1R, IL4, IL5, IL13, IL10, IL25, GATA3, IL10, TGFB1, TGFB2, TGFB3, IL22, MIF, CFD, CFI, CD55, CD46 und CR1.
  177. System nach Anspruch 176 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antigenpräsentationsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antigenpräsentationsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Zytotoxische T- und NK-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Zytotoxischen T- und NK-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Anti-Tumor-Mikromilieu-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Anti-Tumor-Mikromilieu-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Tumorförderndes-Immun-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorförderndes-Immun-Gruppe erhalten wurde.
  178. System, umfassend: zumindest einen Computer-Hardware-Prozessor; und zumindest ein nicht transitorisches computerlesbares Speichermedium, das prozessorausführbare Anweisungen speichert, die, wenn durch den zumindest einen Computer-Hardware-Prozessor ausgeführt, den zumindest einen Computer-Hardware-Prozessor zur Durchführung veranlassen von: Erhalten von RNA-Expressionsdaten und/oder vollständigen Exomsequenzierungs- (WES) - daten für eine biologische Probe von einem Subjekt; Bestimmen eines molekular-funktionellen (MF) Profils für das Subjekt zumindest teilweise durch Bestimmen, unter Verwendung der RNA-Expressionsdaten, eines Gengruppenexpressionswerts für jede Gengruppe in einem Satz von Gengruppen umfassend: erste Gengruppen, die mit Krebsmalignitäten verknüpft sind, bestehend aus der Proliferationsratengruppe, der PI3K/AKT/mTOR-Signalisierungsgruppe, der RAS/RAF/MEK-Signalisierungsgruppe, der Rezeptor-Tyrosinkinasen-Expressionsgruppe, der Wachstumsfaktorengruppe, der Tumorsuppressorgruppe, der Metastasensignaturgruppe, der Antimetastatische-Faktoren-Gruppe und der Mutationsstatusgruppe; und zweite Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, bestehend aus der Krebsassoziierte-Fibroblasten-Gruppe, der Angiogenesegruppe, der MHCI-Gruppe, der MHCII-Gruppe, der Koaktivierungsmolekülegruppe, der Effektorzellengruppe, der NK-Zellengruppe, der T-Zellen-Verkehrsgruppe, der T-Zellen-Gruppe, der B-Zellen-Gruppe, der M1-Signaturengruppe, der Th1-Signaturgruppe, der Antitumor-Zytokinengruppe, der Checkpoint-Inhibitionsgruppe, der Treg-Gruppe, der MDSC-Gruppe, der Granulozytengruppe, der M2-Signaturgruppe, der Th2-Signaturgruppe, der Protumor-Zytokinengruppe und der Komplementinhibitionsgruppe; Bestimmen eines ersten Satzes visueller Eigenschaften für erste mehrere grafische Benutzerschnittstellen- (GUI) -elemente unter Verwendung der Gengruppenexpressionswerte, die für die ersten Gengruppen bestimmt sind; Bestimmen eines zweiten Satzes von visuellen Eigenschaften für zweite mehrere GUI-Elemente unter Verwendung der Gengruppenexpressionswerte, die für die zweiten Gengruppen bestimmt sind; Erzeugen einer personalisierten GUI, die für das Subjekt personalisiert ist, das Erzeugen umfassend: Erzeugen eines ersten GUI-Abschnitts, der mit Krebsmalignitäten verknüpft ist und die ersten mehreren GUI-Elemente mit dem bestimmten ersten Satz von visuellen Eigenschaften beinhaltet; und Erzeugen eines zweiten GUI-Abschnitts, der mit einem Krebsmikromilieu verknüpft ist und die zweiten mehreren GUI-Elemente mit dem bestimmten zweiten Satz von visuellen Eigenschaften beinhaltet; und Präsentieren der erzeugten personalisierten GUI für einen Benutzer.
  179. System nach Anspruch 178, wobei Bestimmen des ersten Satzes visueller Eigenschaften für die mehreren ersten GUI-Elemente das Bestimmen von Größen für jede der mehreren ersten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die ersten Gengruppen bestimmt werden, umfasst; und wobei Bestimmen des zweiten Satzes von visuellen Eigenschaften für die mehreren zweiten GUI-Elemente das Bestimmen von Größen für jedes der mehreren zweiten GUI-Elemente unter Verwendung der Genexpressionswerte, die für die zweiten Gengruppen bestimmt werden, umfasst.
  180. System nach Anspruch 178 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der ersten Gengruppen unter Verwendung einer Gensatzanreicherungsanalyse- (GSEA) Technik umfasst; und wobei Bestimmen des MF-Profils für das Subjekt Bestimmen der Genexpressionswerte für jede der zweiten Gengruppen unter Verwendung der Gensatzanreicherungsanalyse- (GSEA) Technik umfasst.
  181. System nach Anspruch 178 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit Krebsmalignitäten verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Proliferationsratengruppe: MKI67, ESCO2, CETN3, CDK2, CCND1, CCNE1, AURKA, AURKB, CDK4, CDK6, PRC1, E2F1, MYBL2, BUB1, PLK1, CCNB1, MCM2 und MCM6; der PI3K/AKT/mTOR-Signalisierungsgruppe: PIK3CA, PIK3CB, PIK3CG, PIK3CD, AKT1, MTOR, PTEN, PRKCA, AKT2 und AKT3; der RAS/RAF/MEK-Signalisierungsgruppe: BRAF, FNTA, FNTB, MAP2K1, MAP2K2, MKNK1 und MKNK2; der Rezeptor-Tyrosinkinasen-Expressionsgruppe: ALK, AXL, KIT, EGFR, ERBB2, FLT3, MET, NTRK1, FGFR1, FGFR2, FGFR3, ERBB4, ERBB3, BCR-ABL, PDGFRA und PDGFRB; der Wachstumsfaktorengruppe: NGF, CSF3, CSF2, FGF7, IGF1, IGF2, IL7 und FGF2; der Tumorsuppressorgruppe: TP53, SIK1, PTEN, DCN, MTAP, AIM2 und RB1; der Metastasensignaturgruppe: ESRP1, CTSL, HOXA1, SMARCA4, SNAI2, TWIST1, NEDD9, PAPPA und HPSE; der Antimetastatische-Faktoren-Gruppe: KISS1, ADGRG1, BRMS1, TCF21, CDH1, PCDH10, NCAM1 und MITF; und der Mutationsstatusgruppe: APC, ARID1A, ATM, ATRX, BAP1, BRAF, BRCA2, CDH1, CDKN2A, CTCF, CTNNB1, DNMT3A, EGFR, FBXW7, FLT3, GATA3, HRAS, IDH1, KRAS, MAP3K1, MTOR, NAV3, NCOR1, NF1, NOTCH1, NPM1, NRAS, PBRM1, PIK3CA, PIK3R1, PTEN, RB1, RUNX1, SETD2, STAG2, TAF1, TP53 und VHL
  182. System nach Anspruch 181 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Proliferationsratengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Proliferationsratengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die PI3K/AKT/mTOR-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der PI3K/AKT/mTOR-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die RAS/RAF/MEK-Signalisierungsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der RAS/RAF/MEK-Signalisierungsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Rezeptor-Tyrosinkinasen-Expressionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Rezeptor-Tyrosinkinasen-Expressionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Wachstumsfaktorengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Wachstumsfaktorengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Tumorsuppressorgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Tumorsuppressorgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Metastasensignaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Metastasensignaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antimetastatische-Faktoren-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antimetastatische-Faktoren-Gruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Mutationsstatusgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Mutationsstatusgruppe erhalten wurde.
  183. System nach Anspruch 178 oder einem anderen vorangehenden Anspruch, wobei die Gengruppen, die mit einem Krebsmikromilieu verknüpft sind, zumindest drei Gene aus jeder der folgenden Gruppen umfassen: der Krebsassoziierte-Fibroblasten-Gruppe: LGALS1, COL1A1, COL1A2, COL4A1, COL5A1, TGFB1, TGFB2, TGFB3, ACTA2, FGF2, FAP, LRP1, CD248, COL6A1, COL6A2 und COL6A3; der Angiogenesegruppe: VEGFA, VEGFB, VEGFC, PDGFC, CXCL8, CXCR2, FLT1, PIGF, CXCL5, KDR, ANGPT1, ANGPT2, TEK, VWF, CDH5, NOS3, KDR, VCAM1, MMRN1, LDHA, HIF1A, EPAS1, CA9, SPP1, LOX, SLC2A1 und LAMP3; der MHCI-Gruppe: HLA-A, HLA-B, HLA-C, B2M, TAP1 und TAP2; der MHCII-Gruppe: HLA-DRA, HLA-DRB1, HLA-DOB, HLA-DPB2, HLA-DMA, HLA-DOA, HLA-DPA1, HLA-DPB1, HLA-DMB, HLA-DQB1, HLA-DQA1, HLA-DRB5, HLA-DQA2, HLA-DQB2 und HLA-DRB6; der Koaktivierungsmolekülegruppe: CD80, CD86, CD40, CD83, TNFRSF4, ICOSLG und CD28; der Effektorzellengruppe: IFNG, GZMA, GZMB, PRF1, LCK, GZMK, ZAP70, GNLY, FASLG, TBX21, EOMES, CD8A und CD8B; der NK-Zellengruppe: NKG7, CD160, CD244, NCR1, KLRC2, KLRK1, CD226, GZMH, GNLY, IFNG, KIR2DL4, KIR2DS1, KIR2DS2, KIR2DS3, KIR2DS4 und KIR2DS5; der T-Zellen-Verkehrsgruppe: CXCL9, CXCL10, CXCR3, CX3CL1, CCR7, CXCL11, CCL21, CCL2, CCL3, CCL4 und CCL5; der T-Zellen-Gruppe: EOMES, TBX21, ITK, CD3D, CD3E, CD3G, TRAC, TRBC1, TRBC2, LCK, UBASH3A und TRAT1; der B-Zellen-Gruppe: CD19, MS4A1, TNFRSF13C, CD27, CD24, CR2, TNFRSF17, TNFRSF13B, CD22, CD79A, CD79B und BLK; der M1-Signaturengruppe: NOS2, IL12A, IL12B, IL23A, TNF, IL1B und SOCS3; der Th1-Signaturgruppe: IFNG, IL2, CD40LG, IL15, CD27, TBX21, LTA und IL21; der Antitumor-Zytokinengruppe: HMGB1, TNF, IFNB1, IFNA2, CCL3, TNFSF10 und FASLG; der Checkpoint-Inhibitionsgruppe: PDCD1, CD274, CTLA4, LAG3, PDCD1LG2, BTLA, HAVCR2 und VSIR; der Treg-Gruppe: CXCL12, TGFB1, TGFB2, TGFB3, FOXP3, CTLA4, IL10, TNFRSF1B, CCL17, CXCR4, CCR4, CCL22, CCL1, CCL2, CCL5, CXCL13 und CCL28; der MDSC-Gruppe: IDO1, ARG1, IL4R, IL10, TGFB1, TGFB2, TGFB3, NOS2, CYBB, CXCR4, CD33, CXCL1, CXCL5, CCL2, CCL4, CCL8, CCR2, CCL3, CCL5, CSF1 und CXCL8; der Granulozytengruppe: CXCL8, CXCL2, CXCL1, CCL11, CCL24, KITLG, CCL5, CXCL5, CCR3, CCL26, PRG2, EPX, RNASE2, RNASE3, IL5RA, GATA1, SIGLEC8, PRG3, CMA1, TPSAB1, MS4A2, CPA3, IL4, IL5, IL13, SIGLEC8, MPO, ELANE, PRTN3 und CTSG; der M2-Signaturgruppe: IL10, VEGFA, TGFB1, IDO1, PTGES, MRC1, CSF1, LRP1, ARG1, PTGS1, MSR1, CD163 und CSF1R; der Th2-Signaturgruppe: IL4, IL5, IL13, IL10, IL25 und GATA3; der Protumor-Zytokinengruppe: IL10, TGFB1, TGFB2, TGFB3, IL22 und MIF; und der Komplementinhibitionsgruppe: CFD, CFI, CD55, CD46 und CR1.
  184. System nach Anspruch 183 oder einem anderen vorangehenden Anspruch, wobei Bestimmen des MF-Porträts umfasst: Bestimmen des Gengruppenexpressionswerts für die Krebsassoziierte-Fibroblasten-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Krebsassoziierte-Fibroblasten-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Angiogenesegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Angiogenesegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCI-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCI-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MHCII-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MHCII-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Koaktivierungsmolekülegruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Koaktivierungsmolekülegruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Effektorzellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Effektorzellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die NK-Zellengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der NK-Zellengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Verkehrsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Verkehrsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die T-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der T-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die B-Zellen-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der B-Zellen-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M1-Signaturengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M1-Signaturengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th1-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th1-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Antitumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Antitumor-Zytokinengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Checkpoint-Inhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Checkpoint-Inhibitionsgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Treg-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Treg-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die MDSC-Gruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der MDSC-Gruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Granulozytengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Granulozytengruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die M2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der M2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Th2-Signaturgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Th2-Signaturgruppe erhalten wurde; Bestimmen des Gengruppenexpressionswerts für die Protumor-Zytokinengruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Protumor-Zytokinengruppe erhalten wurde; und Bestimmen des Gengruppenexpressionswerts für die Komplementinhibitionsgruppe unter Verwendung des Genexpressionswerts, der aus den RNA-Sequenzdaten für zumindest drei Gene in der Komplementinhibitionsgruppe erhalten wurde.
  185. System nach Anspruch 171 oder einem anderen vorangehenden Anspruch, wobei Erhalten der RNA-Expressionsdaten unter Verwendung einer vollständigen Transkriptom-Sequenzierung oder mRNA-Sequenzierung durchgeführt wird.
  186. System nach Anspruch 171 oder einem anderen vorangehenden Anspruch, wobei jede der biologischen Proben von einem Tumor oder Gewebe stammt, der bzw. das bekanntlich oder vermutlich kanzeröse Zellen aufweist.
  187. System nach Anspruch 171 oder einem anderen vorangehenden Anspruch, wobei die WES-Daten zum Quantifizieren von Tumorlast (Reinheit), Identifizieren spezifischer Mutationen und/oder Berechnen der Anzahl von Neoantigenen verwendet werden.
DE112018002990.5T 2017-06-13 2018-06-12 Systeme und verfahren zum erzeugen, visualisieren und klassifizieren von molekularen funktionellen profilen Pending DE112018002990T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762518787P 2017-06-13 2017-06-13
US62/518,787 2017-06-13
US201762598440P 2017-12-13 2017-12-13
US62/598,440 2017-12-13
PCT/US2018/037017 WO2018231771A1 (en) 2017-06-13 2018-06-12 Systems and methods for generating, visualizing and classifying molecular functional profiles

Publications (1)

Publication Number Publication Date
DE112018002990T5 true DE112018002990T5 (de) 2020-04-02

Family

ID=62779138

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112018002990.5T Pending DE112018002990T5 (de) 2017-06-13 2018-06-12 Systeme und verfahren zum erzeugen, visualisieren und klassifizieren von molekularen funktionellen profilen

Country Status (12)

Country Link
US (27) US11430545B2 (de)
EP (5) EP3639170B1 (de)
JP (8) JP6776464B2 (de)
KR (1) KR102396784B1 (de)
CN (2) CN111052247B (de)
AU (4) AU2018102201A4 (de)
CA (3) CA3066004A1 (de)
DE (1) DE112018002990T5 (de)
GB (5) GB2576680B (de)
IL (3) IL270887A (de)
SG (2) SG10201911541YA (de)
WO (3) WO2018231772A1 (de)

Families Citing this family (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11497476B2 (en) * 2015-06-22 2022-11-15 Sunnybrook Research Institute Systems and methods for prediction of tumor treatment response to using texture derivatives computed from quantitative ultrasound parameters
US11049238B2 (en) * 2015-06-22 2021-06-29 Sunnybrook Research Institute Systems and methods for prediction of tumor response to chemotherapy using pre-treatment quantitative ultrasound parameters
US10955504B2 (en) 2016-11-22 2021-03-23 Hyperfine Research, Inc. Systems and methods for automated detection in magnetic resonance images
US10627464B2 (en) 2016-11-22 2020-04-21 Hyperfine Research, Inc. Low-field magnetic resonance imaging methods and apparatus
WO2018231772A1 (en) 2017-06-13 2018-12-20 Bostongene Corporation Systems and methods for identifying responders and non-responders to immune checkpoint blockade therapy
US11505831B2 (en) * 2017-12-20 2022-11-22 Dana-Farber Cancer Institute, Inc. Compositions and methods comprising digital signatures to predict response and resistance to targeted therapy and immunotherapy
US11335464B2 (en) * 2018-01-12 2022-05-17 Siemens Medical Solutions Usa, Inc. Integrated precision medicine by combining quantitative imaging techniques with quantitative genomics for improved decision making
KR20200143462A (ko) 2018-04-13 2020-12-23 프리놈 홀딩스, 인크. 생물학적 샘플의 다중 분석물 검정을 위한 기계 학습 구현
US11475995B2 (en) 2018-05-07 2022-10-18 Perthera, Inc. Integration of multi-omic data into a single scoring model for input into a treatment recommendation ranking
US10957041B2 (en) 2018-05-14 2021-03-23 Tempus Labs, Inc. Determining biomarkers from histopathology slide images
US11348240B2 (en) 2018-05-14 2022-05-31 Tempus Labs, Inc. Predicting total nucleic acid yield and dissection boundaries for histology slides
US11348239B2 (en) 2018-05-14 2022-05-31 Tempus Labs, Inc. Predicting total nucleic acid yield and dissection boundaries for histology slides
US11348661B2 (en) 2018-05-14 2022-05-31 Tempus Labs, Inc. Predicting total nucleic acid yield and dissection boundaries for histology slides
EP3794551A4 (de) 2018-05-14 2022-02-09 Tempus Labs, Inc. Rahmenwerk für generalisierbares und interpretierbares tiefenlernen zur vorhersage von msi aus histopathologischen präparatbildern
US11574718B2 (en) * 2018-05-31 2023-02-07 Perthera, Inc. Outcome driven persona-typing for precision oncology
USD887431S1 (en) * 2018-06-18 2020-06-16 Genomic Prediction, Inc. Display screen with graphical user interface
USD896241S1 (en) * 2018-12-03 2020-09-15 Illumina, Inc. Display screen or portion thereof with graphical user interface
CN109712716B (zh) * 2018-12-25 2021-08-31 广州医科大学附属第一医院 疾病影响因素确定方法、系统和计算机设备
AU2019417836A1 (en) * 2018-12-31 2021-07-15 Tempus Ai, Inc. Transcriptome deconvolution of metastatic tissue samples
USD910706S1 (en) 2019-01-31 2021-02-16 Driv Ip, Llc Display screen with graphical user interface
WO2020172592A1 (en) * 2019-02-22 2020-08-27 Mitra Rxdx, Inc. A method to predict a patient's response to an anti-cancer drug from a ratio of expression levels of two sets of genes
US11043304B2 (en) 2019-02-26 2021-06-22 Tempus Labs, Inc. Systems and methods for using sequencing data for pathogen detection
CN111621564B (zh) * 2019-02-28 2022-03-25 武汉大学 一种鉴定有效肿瘤新抗原的方法
JP2022523564A (ja) 2019-03-04 2022-04-25 アイオーカレンツ， インコーポレイテッド 機械学習を使用するデータ圧縮および通信
US20220299513A1 (en) * 2019-05-10 2022-09-22 University Of Massachusetts Irf2 as a prognostic biomarker and target for augmenting immunotherapy
AU2020274091A1 (en) 2019-05-14 2021-12-09 Tempus Ai, Inc. Systems and methods for multi-label cancer classification
USD891445S1 (en) 2019-06-10 2020-07-28 Bostongene Corporation Display screen or portion thereof with graphical user interface
USD892825S1 (en) 2019-06-10 2020-08-11 Bostongene Corporation Display screen or portion thereof with graphical user interface
EP3984037A1 (de) * 2019-06-13 2022-04-20 F. Hoffmann-La Roche AG Systeme und verfahren mit verbesserter benutzerschnittstelle zur interpretation und visualisierung von longitudinalen daten
CN110309382B (zh) * 2019-06-17 2021-05-28 暨南大学 基于多维特征的移动应用同源性边聚类方法
US20220357329A1 (en) * 2019-07-01 2022-11-10 Accure Health Inc. Predictive liquid markers for cancer immunotherapy
JP2022538499A (ja) 2019-07-03 2022-09-02 ボストンジーン コーポレイション サンプル調製、サンプルシークエンシング、およびシークエンシングデータのバイアス補正と品質管理のためのシステムならびに方法
CA3147100A1 (en) * 2019-07-12 2021-01-21 Tempus Labs Adaptive order fulfillment and tracking methods and systems
US10581851B1 (en) * 2019-07-17 2020-03-03 Capital One Services, Llc Change monitoring and detection for a cloud computing environment
US11379757B2 (en) * 2019-07-31 2022-07-05 BioSymetrics, Inc. Methods, systems, and frameworks for data analytics using machine learning
CN110277135B (zh) * 2019-08-10 2021-06-01 杭州新范式生物医药科技有限公司 一种基于预期疗效选择个体化肿瘤新抗原的方法和系统
WO2021030193A1 (en) * 2019-08-13 2021-02-18 Nantomics, Llc System and method for classifying genomic data
WO2021034712A1 (en) 2019-08-16 2021-02-25 Tempus Labs, Inc. Systems and methods for detecting cellular pathway dysregulation in cancer specimens
CN110716171A (zh) * 2019-08-28 2020-01-21 上海无线电设备研究所 一种基于遗传算法的极化doa联合估计方法
EP3799057A1 (de) * 2019-09-25 2021-03-31 Koninklijke Philips N.V. Werkzeug zur vorhersage der immunantwort eines patienten auf eine therapie
EP4034098A4 (de) * 2019-09-27 2024-02-28 The Regents of the University of Colorado, a body corporate Verbesserung einer krebstherapie mit bh3-mimetika
WO2021076960A1 (en) * 2019-10-16 2021-04-22 Anand Rene Live virus vaccine injury risk
US20220396839A1 (en) * 2019-11-12 2022-12-15 Foundation Medicine, Inc. Methods of detecting a fusion gene encoding a neoantigen
CN110938627B (zh) * 2019-11-25 2021-07-06 西安交通大学第二附属医院 Esco2抑制剂在制备用于治疗下咽癌的药物中的用途
TWI709904B (zh) * 2019-11-26 2020-11-11 國立中央大學 訓練類神經網路以預測個體基因表現特徵的方法及系統
CN112574309B (zh) * 2019-12-05 2023-06-16 启愈生物技术(上海)有限公司 一种抗pd-l1纳米抗体及其用途
CA3163904A1 (en) 2019-12-05 2021-06-10 Bostongene Corporation Machine learning techniques for gene expression analysis
JP2023505834A (ja) * 2019-12-12 2023-02-13 テンプス ラブス，インコーポレイティド 米国乳癌患者における診断検査および処置パターンのリアルワールドエビデンス
CN114929899A (zh) * 2020-01-07 2022-08-19 韩国科学技术院 一种新抗原的筛选方法、系统及其用途
US20230054656A1 (en) * 2020-02-05 2023-02-23 Board Of Regents, The University Of Texas System Diagnostic and prognostic utility of exosomes in immunotherapy
CN111292542B (zh) * 2020-02-24 2021-08-31 深圳市综合交通设计研究院有限公司 信号灯系统及其控制方法
CN111354420B (zh) * 2020-03-08 2020-12-22 吉林大学 一种用于COVID-19病毒药物治疗的siRNA研发方法
US20210363592A1 (en) * 2020-03-11 2021-11-25 Vanderbilt University Detection of Signatures in a Breast Cancer Subject
CA3168951A1 (en) 2020-03-19 2021-09-23 Toshiki Iwai Biomarkers for predicting the response to checkpoint inhibitors
WO2021205274A1 (en) * 2020-04-08 2021-10-14 Immunitybio, Inc. Methods for assessing chemokine activity
CN115715322A (zh) * 2020-04-29 2023-02-24 佩索纳里斯公司 用于癌症免疫疗法的综合生物标志物
IL297812A (en) * 2020-04-30 2022-12-01 Caris Mpi Inc Immunotherapy response signature
TW202211250A (zh) * 2020-05-26 2022-03-16 南韓商愛思阿爾法數字醫療科技有限公司 用以治療癌症惡病質之系統、用以治療癌症惡病質之運算系統及其操作方法、以及非暫態電腦可讀取媒體
CN111863137B (zh) * 2020-05-28 2024-01-02 上海朴岱生物科技合伙企业（有限合伙） 一种基于高通量测序数据和临床表型构建复杂疾病状态评估方法及应用
CN111755073B (zh) * 2020-05-31 2022-11-15 复旦大学 基于转录组的pd-1疗法治疗效果预测系统
JP2021197100A (ja) * 2020-06-18 2021-12-27 国立研究開発法人産業技術総合研究所 情報処理システム、情報処理方法、同定方法及びプログラム
CN111863120B (zh) * 2020-06-28 2022-05-13 深圳晶泰科技有限公司 晶体复合物的药物虚拟筛选系统及方法
US11568959B2 (en) 2020-07-06 2023-01-31 Bostongene Corporation Tumor microenvironment-based methods for assessing CAR-T and other immunotherapies
WO2022016447A1 (zh) * 2020-07-23 2022-01-27 碳逻辑生物科技(香港)有限公司 用于评估结直肠癌患者对免疫治疗药物响应性的标志物
AU2021314061A1 (en) * 2020-07-23 2023-03-16 The DNA Company Inc. Systems and methods for determining a physiological profile using genetic information
WO2022031620A2 (en) * 2020-08-01 2022-02-10 Aigene Methods for the rapid assessment of the efficacy of cancer therapy and related applications
CN112147326B (zh) * 2020-09-04 2022-04-08 北京大学 一种肿瘤免疫细胞亚群分型精准检测试剂盒
CN112086199B (zh) * 2020-09-14 2023-06-09 中科院计算所西部高等技术研究院 基于多组学数据的肝癌数据处理系统
WO2022089426A1 (zh) * 2020-10-27 2022-05-05 细胞图谱有限公司 外周血样本分析方法和试剂盒
CN112637134A (zh) * 2020-12-02 2021-04-09 电子科技大学 一种用于数据链通信系统跳时信号的信号分选方法
CN112530581B (zh) * 2020-12-03 2023-11-21 安徽医科大学第一附属医院 一种前列腺癌患者的免疫分子分类系统及其应用
US20220186318A1 (en) 2020-12-11 2022-06-16 Bostongene Corporation Techniques for identifying follicular lymphoma types
TWD216917S (zh) 2020-12-11 2022-02-01 股感媒體科技股份有限公司 顯示面板之圖形化使用者介面
CN112635063B (zh) * 2020-12-30 2022-05-24 华南理工大学 一种肺癌预后综合预测模型、构建方法及装置
US20240085417A1 (en) * 2021-01-20 2024-03-14 Memorial Sloan Kettering Cancer Center Peripheral blood phenotype linked to outcomes after immunotherapy treatment
JP2022112097A (ja) * 2021-01-21 2022-08-02 キヤノンメディカルシステムズ株式会社 医療情報処理装置
CN112735520B (zh) * 2021-02-03 2021-07-20 深圳裕康医学检验实验室 肿瘤个体化免疫治疗基因检测结果的解读方法、系统和存储介质
CN112863595A (zh) * 2021-03-08 2021-05-28 中国农业科学院兰州畜牧与兽药研究所 一种基于MeRIP-Seq技术挖掘藏绵羊高原低氧适应性相关基因的方法
AU2022234797A1 (en) * 2021-03-08 2023-10-12 Venn Biosciences Corporation Biomarkers for determining an immuno-oncology response
WO2022192457A1 (en) 2021-03-09 2022-09-15 Bostongene Corporation Predicting response to treatments in patients with clear cell renal cell carcinoma
JP2024509273A (ja) 2021-03-09 2024-02-29 ボストンジーン コーポレイション Ｂ細胞に富む腫瘍微小環境
WO2022192399A1 (en) 2021-03-09 2022-09-15 Bostongene Corporation Gastric cancer tumor microenvironments
WO2022192904A1 (en) * 2021-03-12 2022-09-15 Vast Life Sciences Inc. Systems and methods for identifying microbial biosynthetic genetic clusters
CN112698044B (zh) * 2021-03-23 2021-06-22 信纳克(北京)生化标志物检测医学研究有限责任公司 靶向治疗后免疫状态评价装置及方法
US11931127B1 (en) 2021-04-08 2024-03-19 T-Mobile Usa, Inc. Monitoring users biological indicators using a 5G telecommunication network
WO2022221853A1 (en) 2021-04-13 2022-10-20 Elegen Corp. Methods and compositions for cell-free cloning
EP4341939A1 (de) 2021-05-18 2024-03-27 BostonGene Corporation Verfahren zur einzelprobenexpressionsprojektion auf eine mit einem anderen protokoll sequenzierte expressionskohort
USD1027977S1 (en) * 2021-06-28 2024-05-21 Gestalt Diagnostics, LLC Display screen or portion thereof having a graphical user interface
IL310769A (en) * 2021-08-11 2024-04-01 Oncohost Ltd Predicting patient response
WO2023055657A1 (en) * 2021-09-30 2023-04-06 Selonterra, Inc. Use of c9orf72 -mediated genes for diagnosis and treatment of neuronal diseases
AU2022376433A1 (en) 2021-10-29 2024-05-09 Bostongene Corporation Tumor microenvironment types in breast cancer
WO2023089597A2 (en) * 2021-11-22 2023-05-25 Venn Biosciences Corporation Predicting sarcoma treatment response using targeted quantification of site-specific protein glycosylation
WO2023097300A1 (en) * 2021-11-23 2023-06-01 Curematch Inc. Clinical trial optimization
US20230178200A1 (en) * 2021-12-03 2023-06-08 Digital Diagnostics Inc. Direct medical treatment predictions using artificial intelligence
WO2023137401A1 (en) * 2022-01-13 2023-07-20 Synthorx, Inc. Methods for selecting subjects and treating cancer with il-2 therapy
US20230290440A1 (en) 2022-02-14 2023-09-14 Bostongene Corporation Urothelial tumor microenvironment (tme) types
WO2023194090A1 (en) 2022-04-08 2023-10-12 Bayer Aktiengesellschaft Multiple instance learning considering neighborhood aggregations
WO2023208663A1 (en) 2022-04-26 2023-11-02 Bayer Aktiengesellschaft Multiple-instance learning based on regional embeddings
WO2023213623A1 (en) 2022-05-03 2023-11-09 Bayer Aktiengesellschaft Dynamic sampling strategy for multiple-instance learning
USD1027999S1 (en) * 2022-05-13 2024-05-21 Inspire Medical Systems, Inc. Display screen or portion thereof with an animated graphical user interface
WO2024025923A1 (en) * 2022-07-26 2024-02-01 Washington University Methods for selection of cancer patients for anti-angiogenic and immune checkpoint blockade therapies and combinations thereof
WO2024033930A1 (en) * 2022-08-11 2024-02-15 OncoHost Ltd. Predicting patient response
WO2024054951A1 (en) * 2022-09-08 2024-03-14 Cardiff Oncology, Inc. Methods of monitoring mutations in treatment of colorectal cancer
WO2024081737A1 (en) * 2022-10-12 2024-04-18 Exagen Inc. Biomarker selection for machine learning enabled prediction of treatment response
CN116248680B (zh) * 2023-05-11 2023-08-01 湖南工商大学 一种从头肽段测序方法、装置及相关设备
CN117095743B (zh) * 2023-10-17 2024-01-05 山东鲁润阿胶药业有限公司 一种小分子肽阿胶的多肽谱匹配数据分析方法及系统
CN117542529B (zh) * 2024-01-10 2024-04-02 北京博富瑞基因诊断技术有限公司 Hla不相合异基因造血干细胞移植非复发死亡风险的预测方法、系统、设备、存储介质
CN117877721A (zh) * 2024-03-12 2024-04-12 天津市肿瘤医院（天津医科大学肿瘤医院） 一种个性化甲状腺癌放疗后内分泌治疗管理系统

Family Cites Families (175)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US280468A (en) * 1883-07-03 Carrier for store-service apparatus
US4777127A (en) 1985-09-30 1988-10-11 Labsystems Oy Human retrovirus-related products and methods of diagnosing and treating conditions associated with said retrovirus
GB8702816D0 (en) 1987-02-07 1987-03-11 Al Sumidaie A M K Obtaining retrovirus-containing fraction
US5219740A (en) 1987-02-13 1993-06-15 Fred Hutchinson Cancer Research Center Retroviral gene transfer into diploid fibroblasts for gene therapy
US5422120A (en) 1988-05-30 1995-06-06 Depotech Corporation Heterovesicular liposomes
AP129A (en) 1988-06-03 1991-04-17 Smithkline Biologicals S A Expression of retrovirus gag protein eukaryotic cells
JP2752788B2 (ja) 1989-01-23 1998-05-18 カイロン コーポレイション 感染および過剰増殖障害の為の組換え療法
EP1026253B2 (de) 1989-03-21 2012-12-19 Vical Incorporated Expression von exogenen Polynukleotidsequenzen in Wirbeltieren
US5703055A (en) 1989-03-21 1997-12-30 Wisconsin Alumni Research Foundation Generation of antibodies through lipid mediated DNA delivery
EP0487587A1 (de) 1989-08-18 1992-06-03 Chiron Corporation Rekombinante retroviren um vektorkonstruktionen an zielzellen zu liefern
US5585362A (en) 1989-08-22 1996-12-17 The Regents Of The University Of Michigan Adenovirus vectors for gene therapy
ZA911974B (en) 1990-03-21 1994-08-22 Res Dev Foundation Heterovesicular liposomes
CA2115742A1 (en) 1991-08-20 1993-03-04 Ronald G. Crystal Adenovirus mediated transfer of genes to the gastrointestinal tract
WO1993010218A1 (en) 1991-11-14 1993-05-27 The United States Government As Represented By The Secretary Of The Department Of Health And Human Services Vectors including foreign genes and negative selective markers
GB9125623D0 (en) 1991-12-02 1992-01-29 Dynal As Cell modification
FR2688514A1 (fr) 1992-03-16 1993-09-17 Centre Nat Rech Scient Adenovirus recombinants defectifs exprimant des cytokines et medicaments antitumoraux les contenant.
EP0650370A4 (de) 1992-06-08 1995-11-22 Univ California Auf spezifische gewebe abzielende verfahren und zusammensetzungen.
EP0644946A4 (de) 1992-06-10 1997-03-12 Us Health Gegen die inaktivierung durch menschliches serum resistente vektorpartikel.
GB2269175A (en) 1992-07-31 1994-02-02 Imperial College Retroviral vectors
AU680459B2 (en) 1992-12-03 1997-07-31 Genzyme Corporation Gene therapy for cystic fibrosis
US5981568A (en) 1993-01-28 1999-11-09 Neorx Corporation Therapeutic inhibitor of vascular smooth muscle cells
JP3545403B2 (ja) 1993-04-22 2004-07-21 スカイファルマ インコーポレイテッド 医薬化合物を被包しているシクロデキストリンリポソーム及びその使用法
JP3532566B2 (ja) 1993-06-24 2004-05-31 エル． グラハム，フランク 遺伝子治療のためのアデノウイルスベクター
US6015686A (en) 1993-09-15 2000-01-18 Chiron Viagene, Inc. Eukaryotic layered vector initiation systems
WO1995007994A2 (en) 1993-09-15 1995-03-23 Viagene, Inc. Recombinant alphavirus vectors
DE69434594T2 (de) 1993-10-25 2006-09-21 Canji, Inc., San Diego Rekombinante adenoviren-vektor und verfahren zur verwendung
KR100241300B1 (ko) 1993-11-16 2000-03-02 Sheldon A. Schaffer 활성물질의 조절된 방출성을 갖는 소포
WO1995030763A2 (en) 1994-05-09 1995-11-16 Chiron Viagene, Inc. Retroviral vectors having a reduced recombination rate
WO1996017072A2 (en) 1994-11-30 1996-06-06 Chiron Viagene, Inc. Recombinant alphavirus vectors
AU2998597A (en) 1996-05-06 1997-11-26 Chiron Corporation Crossless retroviral vectors
EP1158997A2 (de) 1999-03-09 2001-12-05 University Of Southern California Verfahren zür förderung der proliferation von mukellzellen und der herzbewebsheilung
US7905134B2 (en) 2002-08-06 2011-03-15 The Regents Of The University Of California Biomarker normalization
EP1605811A4 (de) 2003-02-28 2008-06-11 Bayer Pharmaceuticals Corp Expressionsprofile für brustkrebs und anwendungsverfahren
USD496297S1 (en) * 2003-11-13 2004-09-21 Susan M. Kahil Face for a timepiece
US7858323B2 (en) 2004-06-09 2010-12-28 The Regents Of The University Of Michigan Phage microarray profiling of the humoral response to disease
US7862995B2 (en) 2004-12-10 2011-01-04 Targeted Molecular Diagnostics Methods and materials for predicting responsiveness to treatment with dual tyrosine kinase inhibitor
WO2006133460A2 (en) * 2005-06-09 2006-12-14 Yale University Methods for diagnosing and treating breast cancer based on a her/er ratio
WO2007038792A2 (en) 2005-09-28 2007-04-05 H. Lee Moffitt Cancer Center Individualized cancer treatments
US9347945B2 (en) * 2005-12-22 2016-05-24 Abbott Molecular Inc. Methods and marker combinations for screening for predisposition to lung cancer
NZ544432A (en) 2005-12-23 2009-07-31 Pacific Edge Biotechnology Ltd Prognosis prediction for colorectal cancer using a prognositc signature comprising markers ME2 and FAS
US8068994B2 (en) 2007-07-27 2011-11-29 Wayne State University Method for analyzing biological networks
NZ562237A (en) * 2007-10-05 2011-02-25 Pacific Edge Biotechnology Ltd Proliferation signature and prognosis for gastrointestinal cancer
US20090105167A1 (en) 2007-10-19 2009-04-23 Duke University Predicting responsiveness to cancer therapeutics
WO2009146545A1 (en) 2008-06-05 2009-12-10 University Health Network Compositions and methods for classifying lung cancer and prognosing lung cancer survival
CN102040569B (zh) 2009-10-20 2012-11-07 北京绿色金可生物技术股份有限公司 类胡萝卜素衍生物及其制备方法和应用
CA2782620A1 (en) * 2009-12-01 2011-06-09 Compendia Bioscience, Inc. Classification of cancers
WO2011066660A1 (en) * 2009-12-04 2011-06-09 University Health Network Lsc and hsc signatures for predicting survival of patients having hematological cancer
WO2011085276A2 (en) * 2010-01-09 2011-07-14 The Translational Genomics Research Institute Methods and kits to predict prognostic and therapeutic outcome in small cell lung cancer
USD697080S1 (en) * 2010-02-26 2014-01-07 Draeger Medical Systems, Inc. Display screen with an icon
US9400958B2 (en) * 2010-06-30 2016-07-26 Oracle International Corporation Techniques for display of information related to policies
PL2619576T3 (pl) * 2010-09-24 2021-07-05 Niels Grabe Środki i sposoby do prognozowania odpowiedzi na leczenie u pacjenta chorego na nowotwór złośliwy
US20140018255A1 (en) 2011-01-11 2014-01-16 Institut National De La Sante Et De La Recherche Medicale (Inserm) Methods for predicting the outcome of a cancer in a patient by analysing gene expression
EP2596449A1 (de) * 2011-03-10 2013-05-29 Teva Pharmaceutical Industries Ltd. Verfahren, system und programm für bessere gesundheitsfürsorge
SG195208A1 (en) 2011-06-02 2013-12-30 Almac Diagnostics Ltd Molecular diagnostic test for cancer
CN104039343A (zh) * 2011-06-06 2014-09-10 罗得岛州妇婴医院 基于he4治疗恶性疾病
CA2838736A1 (en) * 2011-06-07 2012-12-13 Caris Mpi, Inc. Molecular profiling for cancer
WO2012170710A1 (en) * 2011-06-08 2012-12-13 Altheadx Incorporated Disease classification modules
EP2721179A4 (de) * 2011-06-16 2014-10-01 Caris Life Sciences Luxembourg Holdings S A R L Biomarkerzusammensetzungen und verfahren dafür
US20140228243A1 (en) * 2011-09-04 2014-08-14 Yissum Research Development Company Of The Hebrew University Of Jerusalem Prognostic methods and compositions for predicting interferon treatment eficacy in a subject
US20140363816A1 (en) * 2011-12-22 2014-12-11 The Regents Of The University Of Colorado, A Body Corporate Methods for prediction of clinical response to radiation therapy in cancer patients
CA2859663A1 (en) 2011-12-22 2013-06-27 Aveo Pharmaceuticals, Inc. Identification of multigene biomarkers
CA2881627A1 (en) * 2012-08-16 2014-02-20 Genomedx Biosciences Inc. Cancer diagnostics using biomarkers
USD743413S1 (en) * 2012-09-19 2015-11-17 ABBYY InfoPiosk LLC Display screen or portion thereof with graphical user interface
AU2013353839A1 (en) * 2012-12-03 2015-06-18 Almac Diagnostics Limited Molecular diagnostic test for cancer
USD719177S1 (en) * 2012-12-27 2014-12-09 Jason M. Cohen Display screen or portion thereof with graphical user interface
WO2014117873A1 (en) * 2013-01-29 2014-08-07 Molecular Health Ag Systems and methods for clinical decision support
US9809857B2 (en) * 2013-02-28 2017-11-07 Washington University Methods and signatures for oropharyngeal cancer prognosis
USD735732S1 (en) * 2013-03-12 2015-08-04 Hewlett-Packard Development Company, L.P. Display screen with graphical user interface
CA2905798C (en) * 2013-03-15 2023-01-24 Genentech, Inc. Biomarkers and methods of treating pd-1 and pd-l1 related conditions
EP2787670A1 (de) 2013-04-05 2014-10-08 Panasonic Intellectual Property Corporation of America Tabellenanpassung eines Modulations- und Kodierungsschemas für 256-QAM
USD725148S1 (en) * 2013-04-30 2015-03-24 Microsoft Corporation Display screen with animated icon
US10679730B2 (en) * 2013-05-28 2020-06-09 The University Of Chicago Prognostic and predictive breast cancer signature
USD741912S1 (en) * 2013-05-29 2015-10-27 Microsoft Corporation Display screen with animated graphical user interface
USD743423S1 (en) * 2013-06-04 2015-11-17 Abbyy Infopoisk Llc Display screen or portion thereof with graphical user interface
USD743424S1 (en) * 2013-06-04 2015-11-17 Abbyy Infopoisk Llc Display screen or portion thereof with graphical user interface
USD805535S1 (en) * 2013-06-04 2017-12-19 Abbyy Production Llc Display screen or portion thereof with a transitional graphical user interface
USD755240S1 (en) * 2013-06-09 2016-05-03 Apple Inc. Display screen or portion thereof with graphical user interface
USD819649S1 (en) * 2013-06-09 2018-06-05 Apple Inc. Display screen or portion thereof with graphical user interface
CA2914193A1 (en) 2013-06-20 2014-12-24 Immunexpress Pty Ltd Biomarker identification
USD744500S1 (en) * 2013-07-05 2015-12-01 Lg Electronics Inc. Display screen with transitional graphical user interface
EP3019865A4 (de) * 2013-07-12 2017-04-05 Immuneering Corporation Systeme, verfahren und umgebung zur automatisierten überprüfung von genomdaten zur identifikation einer herunterregulierten und/oder unregulierten genexpression als zeichen einer erkrankung oder eines leidens
USD708193S1 (en) * 2013-08-30 2014-07-01 Nike, Inc. Display screen with graphical user interface
USD746831S1 (en) * 2013-09-10 2016-01-05 Apple Inc. Display screen or portion thereof with graphical user interface
USD759068S1 (en) * 2013-09-23 2016-06-14 Bally Gaming, Inc. Display screen or portion thereof with a baccarat game graphical user interface
WO2015073896A2 (en) 2013-11-15 2015-05-21 Psma Development Company, Llc Biomarkers for psma targeted therapy for prostate cancer
US20150205509A1 (en) * 2013-12-02 2015-07-23 Daydials, Inc. User interface using graphical dials to represent user activity
EP3103046B1 (de) * 2014-02-06 2020-03-25 Immunexpress Pty Ltd Biomarkersignaturverfahren sowie vorrichtung und kits dafür
GB201409479D0 (en) * 2014-05-28 2014-07-09 Almac Diagnostics Ltd Molecular diagnostic test for cancer
USD771063S1 (en) * 2014-02-21 2016-11-08 Huawei Device Co., Ltd. Display screen or portion thereof with animated graphical user interface
US20150254433A1 (en) * 2014-03-05 2015-09-10 Bruce MACHER Methods and Models for Determining Likelihood of Cancer Drug Treatment Success Utilizing Predictor Biomarkers, and Methods of Diagnosing and Treating Cancer Using the Biomarkers
USD711420S1 (en) * 2014-03-14 2014-08-19 Nike, Inc. Display screen with graphical user interface for athletic achievements
USD772241S1 (en) * 2014-03-19 2016-11-22 Symantec Corporation Display screen or portion thereof with transitional graphical user interface
USD759076S1 (en) * 2014-04-18 2016-06-14 Nutonian, Inc. Display screen with graphical user interface
US20150317430A1 (en) * 2014-05-05 2015-11-05 Advaita Corporation Systems and methods for analyzing biological pathways for the purpose of modeling drug effects, side effects, and interactions
WO2015175305A1 (en) * 2014-05-12 2015-11-19 Janssen Pharmaceutica Nv Biological markers for identifying patients for treatment with abiraterone acetate
FR3021776A1 (fr) * 2014-05-28 2015-12-04 Vaiomer Procede d'identification d'une relation entre des elements physiques
EP3195168B1 (de) * 2014-07-31 2022-09-07 The University Of Western Australia Verfahren zur identifizierung von immuntherapiearzneimittelkombinationen unter verwendung eines netzwerkansatzes
USD762691S1 (en) * 2014-09-01 2016-08-02 Apple Inc. Display screen or portion thereof with graphical user interface
USD753696S1 (en) * 2014-09-01 2016-04-12 Apple Inc. Display screen or portion thereof with graphical user interface
USD757079S1 (en) * 2014-09-02 2016-05-24 Apple Inc. Display screen or portion thereof with graphical user interface
USD766950S1 (en) * 2014-09-02 2016-09-20 Apple Inc. Display screen or portion thereof with graphical user interface
USD765114S1 (en) * 2014-09-02 2016-08-30 Apple Inc. Display screen or portion thereof with graphical user interface
USD765693S1 (en) * 2014-09-02 2016-09-06 Apple Inc. Display screen or portion thereof with graphical user interface
WO2016073760A1 (en) * 2014-11-05 2016-05-12 The Regents Of The University Of California Methods for stratifying non-responders to therapies that block pd1/pdl1 axis
WO2016109546A2 (en) 2014-12-30 2016-07-07 Genentech, Inc. Methods and compositions for prognosis and treatment of cancers
USD765673S1 (en) * 2014-12-30 2016-09-06 Energous Corporation Display screen with graphical user interface
USD784402S1 (en) * 2015-02-04 2017-04-18 Sengled Optoelectronics Co., Ltd Display screen with animated graphical user interface
USD765098S1 (en) * 2015-03-06 2016-08-30 Apple Inc. Display screen or portion thereof with graphical user interface
USD775185S1 (en) * 2015-03-06 2016-12-27 Apple Inc. Display screen or portion thereof with graphical user interface
WO2016187711A1 (en) * 2015-05-22 2016-12-01 Csts Health Care Inc. Biomarker-driven molecularly targeted combination therapies based on knowledge representation pathway analysis
CA2986787A1 (en) 2015-05-28 2016-12-01 Immunexpress Pty Ltd Validating biomarker measurement
WO2017004153A1 (en) 2015-06-29 2017-01-05 The Broad Institute Inc. Tumor and microenvironment gene expression, compositions of matter and methods of use thereof
GB201512869D0 (en) 2015-07-21 2015-09-02 Almac Diagnostics Ltd Gene signature for minute therapies
WO2017027874A1 (en) * 2015-08-13 2017-02-16 Northeastern University Biomaterials for combined radiotherapy and immunotherapy of cancer
CA3207751A1 (en) * 2015-09-29 2017-04-06 Laboratory Corporation Of America Holdings Biomarkers and methods for assessing psoriatic arthritis disease activity
WO2017058999A2 (en) * 2015-09-29 2017-04-06 Crescendo Bioscience Biomarkers and methods for assessing response to inflammatory disease therapy withdrawal
USD809535S1 (en) * 2015-10-06 2018-02-06 Lg Electronics Inc. Vehicle dashboard display screen with an animated graphical user interface
USD855629S1 (en) * 2015-10-23 2019-08-06 Sony Corporation Display panel or screen or portion thereof with an animated graphical user interface
USD783656S1 (en) * 2015-10-28 2017-04-11 SynerScope B.V. Display screen with graphical user interface
USD795922S1 (en) * 2015-11-05 2017-08-29 Samsung Electronics Co., Ltd. Display screen or portion thereof with animated graphical user interface
USD797124S1 (en) * 2015-11-18 2017-09-12 Samsung Electronics Co., Ltd. Display screen or portion thereof with graphical user interface
GB201521481D0 (en) * 2015-12-04 2016-01-20 Healx Ltd Prognostic system
USD799516S1 (en) * 2015-12-23 2017-10-10 Samsung Electronics Co., Ltd. Display screen or portion thereof with graphical user interface
USD806730S1 (en) * 2016-01-05 2018-01-02 Kneevoice, Inc. Display screen or portion thereof with graphical user interface
USD782516S1 (en) * 2016-01-19 2017-03-28 Apple Inc. Display screen or portion thereof with graphical user interface
USD813888S1 (en) * 2016-02-04 2018-03-27 Coway Co., Ltd. Display screen with graphical user interface
USD810757S1 (en) * 2016-02-19 2018-02-20 Samsung Electronics Co., Ltd. Display screen or portion thereof with transitional graphical user interface
JP1572940S (de) * 2016-03-16 2018-06-18
USD807913S1 (en) * 2016-03-17 2018-01-16 Lg Electronics Inc. Display panel with transitional graphical user interface
USD802611S1 (en) * 2016-04-14 2017-11-14 Alpha Dominche Holdings, Inc. Beverage brewer display screen with graphical user interface
AU2017261685B2 (en) 2016-05-09 2023-09-07 Assistance Publique - Hôpitaux De Paris Methods for classifying patients with a solid cancer
USD804502S1 (en) * 2016-06-11 2017-12-05 Apple Inc. Display screen or portion thereof with graphical user interface
USD835121S1 (en) * 2016-06-15 2018-12-04 Sony Interactive Entertainment Europe Limited Display screen or portion thereof with graphical user interface
USD882583S1 (en) * 2016-07-12 2020-04-28 Google Llc Display screen with graphical user interface
USD840413S1 (en) * 2016-08-15 2019-02-12 Facebook, Inc. Display screen or portion thereof with digital visual codes graphical user interface
USD852209S1 (en) * 2016-08-24 2019-06-25 Beijing Kingsoft Internet Security Software Co., Ltd. Mobile communication terminal with animated graphical user interface
USD813250S1 (en) * 2016-08-30 2018-03-20 Ponsse Oyj Display screen with graphical user interface
US11515008B2 (en) * 2016-10-07 2022-11-29 Omniseq, Inc. Methods and systems for determining personalized t'herapies
USD806120S1 (en) * 2016-10-31 2017-12-26 Agile Transformation, Inc. Display screen or portion thereof with icon
USD847857S1 (en) * 2016-10-31 2019-05-07 Agile Transformation, Inc. Display screen or portion thereof with icon
USD829730S1 (en) * 2016-11-10 2018-10-02 Karma Automotive Llc Display screen with an infotainment graphical user interface
USD865776S1 (en) * 2016-11-18 2019-11-05 Luis Miguel Porturas Display screen with graphical user interface
USD813249S1 (en) * 2017-02-22 2018-03-20 Banuba Limited Display screen with an animated graphical user interface
USD832283S1 (en) * 2017-03-28 2018-10-30 Akamai Technologies, Inc. Display screen with animated graphical user interface
USD822705S1 (en) * 2017-04-20 2018-07-10 Palantir Technologies, Inc. Display screen or portion thereof with graphical user interface
USD880489S1 (en) * 2017-05-18 2020-04-07 The Coca-Cola Company Beverage dispenser display screen or portion thereof with animated graphical user interface
USD818494S1 (en) * 2017-06-04 2018-05-22 Apple Inc. Display screen or portion thereof with animated graphical user interface
USD822059S1 (en) * 2017-06-05 2018-07-03 Apple Inc. Display screen or portion thereof with graphical user interface
WO2018231772A1 (en) 2017-06-13 2018-12-20 Bostongene Corporation Systems and methods for identifying responders and non-responders to immune checkpoint blockade therapy
USD879808S1 (en) * 2017-06-20 2020-03-31 Ethicon Llc Display panel with graphical user interface
MX2020001575A (es) 2017-08-07 2020-11-18 Univ Johns Hopkins Materiales y métodos para evaluar y tratar el cáncer.
USD833471S1 (en) * 2017-08-18 2018-11-13 Salesforce.Com, Inc. Display screen or portion thereof with animated graphical user interface
USD846585S1 (en) * 2017-08-22 2019-04-23 Samsung Electronics Co., Ltd. Display screen or portion thereof with graphical user interface
USD840415S1 (en) * 2017-08-25 2019-02-12 Samsung Electronics Co., Ltd. Display screen or portion thereof with transitional graphical user interface
USD860228S1 (en) * 2017-09-05 2019-09-17 Byton Limited Display screen with a graphical user interface
USD868103S1 (en) * 2017-09-27 2019-11-26 Toyota Research Institute, Inc. Display screen or portion thereof with an animated graphical user interface
WO2019070755A1 (en) * 2017-10-02 2019-04-11 The Broad Institute, Inc. METHODS AND COMPOSITIONS FOR DETECTING AND MODULATING A GENETIC SIGNATURE OF IMMUNOTHERAPY RESISTANCE IN CANCER
USD861022S1 (en) * 2017-10-13 2019-09-24 Honeywell International Inc. Display screen or portion thereof with a graphical user interface
USD879112S1 (en) * 2017-11-14 2020-03-24 Geographic Services, Inc. Display screen or portion thereof with graphical user interface
USD873854S1 (en) * 2017-11-24 2020-01-28 Fujifilm Corporation Display screen or portion thereof with transitional icon
USD870763S1 (en) * 2018-01-05 2019-12-24 Samsung Electronics Co., Ltd. Display screen or portion thereof with graphical user interface
USD852820S1 (en) * 2018-01-19 2019-07-02 Mouth Player Inc. Display screen or portion thereof with animated graphical user interface
USD878393S1 (en) * 2018-01-30 2020-03-17 Magic Leap, Inc. Display panel or portion thereof with a transitional mixed reality graphical user interface
USD868812S1 (en) * 2018-02-16 2019-12-03 Early Warning Services, Llc Display screen portion with animated graphical user interface for transmittal notification
USD868811S1 (en) * 2018-02-22 2019-12-03 Samsung Electronics Co., Ltd. Display screen or portion thereof with transitional graphical user interface
USD874482S1 (en) * 2018-02-28 2020-02-04 Fujifilm Corporation Display screen or portion thereof with icon
USD865807S1 (en) * 2018-07-24 2019-11-05 Magic Leap, Inc. Display panel or portion thereof with a graphical user interface
USD877176S1 (en) * 2018-07-24 2020-03-03 Magic Leap, Inc. Display panel or portion thereof with a transitional graphical user interface
USD879147S1 (en) * 2018-07-31 2020-03-24 Google Llc Display screen with animated icon
USD868094S1 (en) * 2018-08-30 2019-11-26 Apple Inc. Electronic device with graphical user interface
USD882615S1 (en) * 2018-09-06 2020-04-28 Apple Inc. Electronic device with animated graphical user interface
USD855073S1 (en) * 2019-04-05 2019-07-30 Le-Vel Brands, Llc Display screen with icon
AU2020378280A1 (en) 2019-11-07 2022-04-07 Oncxerna Therapeutics, Inc. Classification of tumor microenvironments
US20220186318A1 (en) 2020-12-11 2022-06-16 Bostongene Corporation Techniques for identifying follicular lymphoma types
US20230290440A1 (en) 2022-02-14 2023-09-14 Bostongene Corporation Urothelial tumor microenvironment (tme) types

Also Published As

Publication number Publication date
SG10201911680SA (en) 2020-02-27
US20200175134A9 (en) 2020-06-04
EP3639170A1 (de) 2020-04-22
CA3066004A1 (en) 2018-12-20
JP7343565B2 (ja) 2023-09-12
US20180358128A1 (en) 2018-12-13
AU2018284077A1 (en) 2020-01-02
GB2601923B8 (en) 2023-03-08
AU2018102201A4 (en) 2021-01-21
AU2018282759A2 (en) 2021-01-07
JP2020523705A (ja) 2020-08-06
JP2020528268A (ja) 2020-09-24
CN111052247B (zh) 2024-06-14
JP2020523028A (ja) 2020-08-06
US20200335180A1 (en) 2020-10-22
US20200135302A1 (en) 2020-04-30
GB2576680B (en) 2022-03-23
US10340031B2 (en) 2019-07-02
US11373733B2 (en) 2022-06-28
AU2018282865A1 (en) 2019-12-19
CN111033631B (zh) 2024-03-12
IL270887A (en) 2020-01-30
CN111052247A (zh) 2020-04-21
US20180358125A1 (en) 2018-12-13
US10706954B2 (en) 2020-07-07
US20240006029A1 (en) 2024-01-04
JP7034183B2 (ja) 2022-03-11
JP2023169202A (ja) 2023-11-29
WO2018231762A1 (en) 2018-12-20
US10311967B2 (en) 2019-06-04
GB2576857B (en) 2022-12-07
US10580517B2 (en) 2020-03-03
US20200273543A1 (en) 2020-08-27
USD890779S1 (en) 2020-07-21
GB2601923A8 (en) 2023-03-08
US20200098443A1 (en) 2020-03-26
EP3639169B1 (de) 2022-03-23
WO2018231762A8 (en) 2019-12-19
KR102396784B1 (ko) 2022-05-13
CA3065568A1 (en) 2018-12-20
JP6776464B2 (ja) 2020-10-28
GB2576857A (en) 2020-03-04
JP2024029038A (ja) 2024-03-05
EP3639172B1 (de) 2021-03-31
US11367509B2 (en) 2022-06-21
WO2018231771A1 (en) 2018-12-20
US20190252046A1 (en) 2019-08-15
US20200075131A1 (en) 2020-03-05
EP3639169A1 (de) 2020-04-22
EP3879535A1 (de) 2021-09-15
US11004542B2 (en) 2021-05-11
US10650911B2 (en) 2020-05-12
US11705220B2 (en) 2023-07-18
AU2018284077B2 (en) 2021-09-23
US11322226B2 (en) 2022-05-03
JP7401710B2 (ja) 2023-12-19
USD891446S1 (en) 2020-07-28
IL270888A (en) 2020-01-30
US20180357374A1 (en) 2018-12-13
CN111033631A (zh) 2020-04-17
US20180357377A1 (en) 2018-12-13
US20180357361A1 (en) 2018-12-13
US20180358118A1 (en) 2018-12-13
US20190332744A9 (en) 2019-10-31
GB2576680A (en) 2020-02-26
GB202209539D0 (en) 2022-08-10
SG10201911541YA (en) 2020-02-27
GB201918035D0 (en) 2020-01-22
CA3065193A1 (en) 2018-12-20
IL270886A (en) 2020-01-30
US11984200B2 (en) 2024-05-14
US20220389512A1 (en) 2022-12-08
US11842797B2 (en) 2023-12-12
US20180358132A1 (en) 2018-12-13
WO2018231772A1 (en) 2018-12-20
US11302420B2 (en) 2022-04-12
JP2022050445A (ja) 2022-03-30
US10504615B2 (en) 2019-12-10
AU2018282759A1 (en) 2020-01-02
US20200058377A1 (en) 2020-02-20
JP6812580B2 (ja) 2021-01-13
EP3639170B1 (de) 2021-03-24
US10720230B2 (en) 2020-07-21
US20180357362A1 (en) 2018-12-13
US10340030B2 (en) 2019-07-02
US20180357372A1 (en) 2018-12-13
US20200265924A1 (en) 2020-08-20
US20180357373A1 (en) 2018-12-13
JP6999771B2 (ja) 2022-02-04
EP3639172A1 (de) 2020-04-22
JP2021036868A (ja) 2021-03-11
US20180357378A1 (en) 2018-12-13
US20190243943A9 (en) 2019-08-08
GB2601923B (en) 2023-01-04
US20200175135A9 (en) 2020-06-04
US20190179998A9 (en) 2019-06-13
GB201918389D0 (en) 2020-01-29
KR20200028388A (ko) 2020-03-16
US20190325993A1 (en) 2019-10-24
US20210257058A1 (en) 2021-08-19
US10636514B2 (en) 2020-04-28
GB2577828A (en) 2020-04-08
EP4012713A1 (de) 2022-06-15
US20180357376A1 (en) 2018-12-13
JP7408534B2 (ja) 2024-01-05
US10395761B1 (en) 2019-08-27
GB2601923A (en) 2022-06-15
US10636513B2 (en) 2020-04-28
US11430545B2 (en) 2022-08-30
GB202201288D0 (en) 2022-03-16
US20200175133A9 (en) 2020-06-04
US20200005903A1 (en) 2020-01-02
US20210249107A9 (en) 2021-08-12
JP2021072778A (ja) 2021-05-13
GB201918335D0 (en) 2020-01-29

Similar Documents

Publication Publication Date Title
US11302420B2 (en) Systems and methods for generating, visualizing and classifying molecular functional profiles

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0019100000

Ipc: G16H0050200000