ES2556639T3 - Método para usar células no raras para detectar células raras - Google Patents

Método para usar células no raras para detectar células raras Download PDF

Info

Publication number
ES2556639T3
ES2556639T3 ES10825626.4T ES10825626T ES2556639T3 ES 2556639 T3 ES2556639 T3 ES 2556639T3 ES 10825626 T ES10825626 T ES 10825626T ES 2556639 T3 ES2556639 T3 ES 2556639T3
Authority
ES
Spain
Prior art keywords
ctc
marker
cells
cell
sample
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.)
Active
Application number
ES10825626.4T
Other languages
English (en)
Inventor
Peter Kuhn
Anand Kolatkar
Joshua Kunken
Dena Marrinucci
Xing Yang
John R. Stuelpnagel
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.)
Scripps Research Institute
Epic Sciences Inc
Original Assignee
Scripps Research Institute
Epic Sciences Inc
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 Scripps Research Institute, Epic Sciences Inc filed Critical Scripps Research Institute
Application granted granted Critical
Publication of ES2556639T3 publication Critical patent/ES2556639T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61PSPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00Antineoplastic agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61PSPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00Antineoplastic agents
    • A61P35/02Antineoplastic agents specific for leukemia
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5076Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving cell organelles, e.g. Golgi complex, endoplasmic reticulum
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6875Nucleoproteins
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/52Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/56Staging of a disease; Further complications associated with the disease

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Cell Biology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Physiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Toxicology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Veterinary Medicine (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Image Processing (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

Un método para detectar una célula tumoral en circulación de alta definición (HD-CTC) en una muestra procedente de un sujeto, que comprende: a) proporcionar una muestra sospechosa de tener al menos una CTC y al menos una no CTC que está presente a una concentración que es al menos veces la de la CTC, b) poner en contacto la muestra con más de un agente detectable, en el que los agentes detectables se unen a un marcador celular y son un marcador positivo y un marcador negativo, en el que el marcador positivo es citoqueratina o EpCAM y/o el marcador negativo es CD45, y opcionalmente un marcador nuclear y/o marcador de contenido; c) realizar toma de imágenes celulares en la muestra de (b) para generar una imagen celular; y d) detectar las HD-CTC en la muestra analizando la imagen de (c), en el que las HD-CTC expresan el marcador positivo, tienen un núcleo intacto, son morfológicamente distintas de glóbulos blancos normales (WBC) y no son positivas para el marcador negativo.

Description

imagen1
imagen2
imagen3
imagen4
imagen5
5
15
25
35
45
55
65
células raras adecuadas para detección. Las fuentes de muestras incluyen sangre completa, médula ósea, fluido pleural, fluido peritoneal, fluido cefalorraquídeo central, orina, saliva y lavados bronquiales. La muestra puede ser una muestra de sangre, incluyendo, por ejemplo, sangre completa o cualquier fracción o componente de la misma. Una muestra de sangre, adecuada para su uso con la presente invención puede extraerse de cualquier fuente conocida que incluya células sanguíneas o componentes de las mismas, tales como venosa, arterial, periférica, tisular, de cordón umbilical, y similares. Por ejemplo, una muestra puede obtenerse y procesarse usando métodos clínicos bien conocidos y rutinarios (por ejemplo, procedimientos para extraer y procesar sangre completa). Una muestra ejemplar puede ser sangre periférica extraída de un sujeto con cáncer.
La expresión "componente sanguíneo" pretende incluir cualquier componente de sangre completa, incluyendo glóbulos rojos, glóbulos blancos, plaquetas, células endoteliales, células mesoteliales o células epiteliales. Los componentes sanguíneos también pueden incluir los componentes del plasma, tales como proteínas, lípidos, ácidos nucleicos y carbohidratos, o cualquier otra célula que pueda estar presente en la sangre, debido a embarazo, trasplante de órganos, infección, lesión, o enfermedad.
Como se usa en este documento, un "glóbulo blanco" es un leucocito, o una célula del linaje hematopoyético que no es un reticulocito o plaqueta. Los leucocitos pueden incluir células citolíticas naturales ("células AK") y linfocitos, tales como linfocitos B ("células B") o linfocitos T ("células T"). Los leucocitos también pueden incluir células fagocíticas, tales como monocitos, macrófagos, y granulocitos, incluyendo basófilos, eosinófilos y neutrófilos. Los leucocitos también pueden comprender mastocitos.
Como se usa en este documento, un "glóbulo rojo" o "RBC" es un eritrocito. Salvo que se denomine un "glóbulo rojo nucleado" ("nRBC") o "glóbulo rojo nucleado fetal", como se usa en este documento, "glóbulo rojo" se usa para indicar un glóbulo rojo no nucleado.
La presente invención proporciona un método por el cual puede ensayarse o examinarse una muestra biológica de muchos modos diferentes para detectar y caracterizar HD-CTC. Una muestra puede teñirse o marcarse con uno o más marcadores detectables y examinarse por microscopia fluorescente y/o microscopia óptica. A diferencia de los esquemas convencionales de enriquecimiento cuyo objetivo es eliminar las células no raras o no CTC de la evaluación, la presente invención depende de las no CTC presentes en la muestra para ayudar a la identificación y caracterización de las CTC. En el método actualmente descrito de no enriquecimiento, la muestra (por ejemplo, sangre u otro fluido corporal, incluyendo orina, fluido peritoneal, pleural, saliva, cefalorraquídeo, y similares) se procesa mínimamente, y las células raras, tales como CTC no se separan de otras células nucleadas (por ejemplo, no raras o no CTC).
Como se usa en este documento, las expresiones "célula no rara" y "células no raras", se refieren en líneas generales a cualquier célula que no sea una célula rara como se define en este documento. Asimismo, como se usa en este documento, las expresiones "célula no CTC" y "células no CTC", se refieren en líneas generales a cualquier célula que no sea una CTC como se define en este documento. Las células no raras y no CTC pueden incluir células nucleadas o enucleadas, tales como, en el caso de sangre, glóbulos blancos (también llamados leucocitos) incluyendo neutrófilos, eosinófilos, basófilos, linfocitos, y monocitos; glóbulos rojos (también conocidos como eritrocitos); y plaquetas.
En el caso de sangre, aunque las CTC pueden no separarse de otras células nucleadas, los glóbulos rojos, que son típicamente los únicos nucleados encontrados en la sangre de recién nacidos, se retiran de la muestra antes de sembrar en placa. Esto se realiza habitualmente lisando los glóbulos rojos, aunque varios enfoques alternativos son bien conocidos en la bibliografía y pueden utilizarse con los presentes métodos, por ejemplo, eliminación de las células por filtración o centrifugación en gradiente de densidad. Después de retirar los glóbulos rojos, las células restantes pueden procesarse por centrifugación, resuspensión, y siembra en placa de las células en un soporte sólido que puede usarse en la formación de imágenes celulares.
Son bien conocidos en la técnica una diversidad de soportes sólidos e incluyen portaobjetos que pueden tratarse para promover la adhesión celular a la superficie del portaobjetos. El portaobjetos puede estar construido a partir de una diversidad de materiales suficientes para proporcionar un soporte para realizar un ensayo biológico. En un aspecto ejemplar, el soporte está compuesto de un material que puede recubrirse con un compuesto que promueve la interacción electrostática de material biológico con el soporte. Son bien conocidos en la técnica una diversidad de materiales de sustrato y son adecuados para su uso con la presente invención. Dichos materiales pueden incluir uno
o más de vidrio; organoplásticos tales como policarbonato y polimetilmetacrilato, poliolefinas; poliamidas; poliésteres; siliconas; poliuretanos; epoxis; acrílicos; poliacrilatos; poliésteres; polisulfonas; polimetacrilatos; policarbonato; PEEK; poliimida; poliestireno; y fluoropolímeros. En un aspecto ejemplar, el portaobjetos se fabrica a partir de vidrio
o plástico e incluye uno o más recubrimientos de interacción biológica.
Los portaobjetos pueden incluir una o más áreas activas definidas sobre la superficie de los mismos. Un campo activo, como se usa en este documento, pretende incluir áreas en que el portaobjetos se ha tratado química o eléctricamente, tal como con un recubrimiento de interacción biológica, por ejemplo para promover la adhesión de las células al portaobjetos. Por ejemplo, el portaobjetos puede tratarse de modo que la superficie esté positivamente
7
imagen6
5
15
25
35
45
55
65
combinación con CD45. Como se usa en este documento un "marcador negativo" también puede ser un marcador detectable que se une específicamente a subpoblaciones de células no raras o no CTC y es un selector negativo.
Además de marcadores detectables positivos y negativos para identificar CTC, pueden usarse marcadores detectables adicionales para teñir células, que se unen específicamente al núcleo de la célula, permitiendo la diferenciación de células de material no celular. Como se usa en este documento, un "marcador nuclear" es un marcador detectable que se une a un componente nuclear de una célula y permite la diferenciación de células de material no celular. El marcador nuclear más común para su uso en la presente invención es DAPI.
En diversos aspectos de la invención, los marcadores detectables usados para teñir las células incluyen uno o más marcadores detectables mencionados en este documento como "marcadores de contenido". Los marcadores de contenido típicamente pueden incluir sondas oligonucleotídicas marcadas de forma detectable, tales como sondas FISH o sondas de inmunohistoquímica. En una realización, los marcadores de contenido se aplican al portaobjetos al mismo tiempo que los marcadores positivos y negativos, o se aplican al portaobjetos después de los marcadores positivos y negativos y después de la identificación de las células raras mediante imágenes. Los marcadores de contenido incluyen marcadores detectables dirigidos a EGFR, HER2, ERCC1, CXCR4, EpCAM, E-cadherina, mucina-1, Citoqueratina, PSA, PSMA, RRM1, receptor de andrógenos, receptor de estrógenos, receptor de progesterona, IGF1, cMET, EML4, o receptor asociado a leucocitos (LAR). En algunos casos, un marcador de contenido también puede ser un marcador positivo.
La intensidad de señal a partir de un marcador positivo, o cualquier marcador, es detectable en una escala de intensidades, que basada en la metodología de la descripción, es muy cuantificable. La escala de intensidad permite una cuantificación enormemente mejorada y la clasificación de eventos detectables que posibilita una categorización adicional. Por ejemplo, una CTC que emite una señal de baja intensidad para citoqueratina puede ser una célula madre cancerosa; o el cambio en la cantidad de células de alta/baja intensidad de citoqueratina podría ser predictivo de respuesta o una lectura de respuesta (o curso de resistencia). Lo mismo es cierto para marcadores positivos, negativos y de contenido.
La presente invención utiliza marcadores detectables para facilitar la formación de imágenes celulares mediante el examen de las células por microscopía fluorescente y/o microscopía óptica. En una descripción las células mínimamente procesadas se tiñen con varios marcadores fluorescentes, y después se extraen imágenes usando un microscopio rápido automatizado. Típicamente, un portaobjetos preparado puede cargarse en un sistema automatizado o puede colocarse en un soporte de portaobjetos que aloja cualquier cantidad de portaobjetos adicionales. Los soportes de portaobjetos se cargan en un almacén de entrada del sistema automatizado. Un operario puede después introducir datos que identifican el tamaño, forma, y localización de un área de escaneo en cada portaobjetos o el sistema puede localizar automáticamente un área de escaneo para cada portaobjetos durante el procesamiento. Los parámetros de procesamiento del portaobjetos pueden identificarse por un código de barras presente en el portaobjetos o soporte de portaobjetos. En la activación del sistema, un soporte de portaobjetos está posicionado en una fase X - Y, el portaobjetos completo, o parte del mismo, se escanea rápidamente. Esto puede hacerse a aumento bajo o alto y puede repetirse a diversos niveles de aumento y/o para diversas regiones del portaobjetos. Las imágenes pueden almacenarse en un medio de apropiado de almacenamiento y analizarse usando un código ejecutable que es bien conocido en la técnica para realizar los diversos análisis analizados en este documento. Como se analiza en este documento, diversos parámetros pueden ajustar durante todo el proceso de formación de imágenes para facilitar la detección de células raras, por ejemplo CTC, usando datos respecto a células no raras o no CTC, tales como límites de exposición y ajustes de intensidad.
Como se usa en este documento, los términos "imagen" e "imagen de la muestra" se refieren en líneas generales a una imagen, digital o de otro modo, de una muestra mínimamente procesada que incluye diversas células, tales como células raras y CTC. Típicamente, una imagen de la muestra es una imagen de todo o una parte de un portaobjetos de muestra que tiene células adheridas a su superficie y opcionalmente teñidas con uno o más marcadores detectables.
Una ventaja de la presente invención, que permite especificidad/sensibilidad ajustable y se centra la reducción y el análisis de datos en lugar del enriquecimiento, es que se espera procesamiento mínimo para minimizar el sesgo. En técnicas alternativas que requieren enriquecimiento, las células raras se pierden invariablemente en el proceso. Específicamente, en el uso de inmunocaptura o filtración por tamaño para distinguir entre WBC y CTC, una variación en la expresión del antígeno abordado en el caso de inmunocaptura o una variación en el tamaño diferencial entre las WBC y CTC causa que algunas CTC se pierdan durante la fase de enriquecimiento. Esto puede conducir a (i) recuentos imprecisos de CTC; (ii) demasiado pocas CTC para caracterización corriente abajo o análisis de contenido; y (iii) la creación de un sesgo de selección ya que algunos tipos de CTC se pierden preferentemente en base a tu tipo de variación.
El desafío con el enfoque de procesamiento mínimo es que es difícil encontrar las células raras de baja frecuencia o CTC en el fondo de las células no raras o no CTC. La frecuencia baja puede ser 1 célula rara o CTC:1.000 células no raras o no CTC, 1:10.000, 1:100.000, 1:1.000.000, e incluso 1:10.000.000, o cualquier sitio entre esas proporciones. Lo que complica la capacidad de encontrar y caracterizar las células raras es que los marcadores
9
imagen7
imagen8
5
15
25
35
45
55
65
distribución ideal, puede elegirse rechazar el portaobjetos de procesamiento adicional. Aunque se usa un marcador nuclear en este ejemplo, sería suficiente cualquier método para identificar las células, incluyendo imágenes de campo claro y tinción convencional tal como Wright Giemsa.
En otra realización, la co-localización del marcador nuclear y el marcador negativo se usa como método de control de calidad para evaluar si la alineación de diferentes imágenes es satisfactoria. En esta realización, el marcador nuclear y el marcador negativo deben tener superposición significativa.
En otra realización, la proporción entre eventos de marcador negativo y los eventos de marcador nuclear es una medida de la eficacia de la tinción del marcador negativo, donde es deseable que la proporción sea mayor sin exceder de 12. Un marcador negativo deseable puede tener una proporción de 0,8, 0,9, 1,0 o 1,1. En otra realización, la distribución, incluyendo la media, desviación típica y coeficiente de variación (CV) del marcador negativo sobre la población de las células no raras o no CTC se usa como parámetro de control de calidad, donde la distribución del marcador negativo es coherente con los patrones esperados de distribución de experimentos pasados y/o coherente con la distribución de los patrones de expresión normal de WBC.
En otra realización, la distribución, incluyendo la media, desviación típica y CV del marcador positivo sobre la población de las no CTC se usa como un parámetro de control de calidad, donde la distribución del marcador positivo es coherente con los patrones esperados de distribución de experimentos pasados.
Aunque los métodos de control de calidad descritos anteriormente describen métodos para evaluar la calidad global del portaobjetos, pueden usarse los mismos métodos para evaluar una imagen o un grupo de imágenes. En algunos casos, los parámetros derivados de una imagen o un grupo de imágenes en una región pueden compararse con los mismos parámetros calculados sobre el portaobjetos completo. En otro caso, los parámetros de control de calidad descritos anteriormente pueden compararse a través de diferentes portaobjetos.
En otra realización, la pérdida de células puede calcularse a partir del portaobjetos durante el procesamiento comparando la proporción de los eventos de marcador nuclear o los eventos de marcador negativo a la cantidad conocida de no CTC colocada en el portaobjetos, donde la cantidad conocida de no CTC se deriva del recuento de WBC y el volumen usado en el experimento.
Ajuste de los límites de corte de intensidad para la detección de CTC (minimización de falsos negativos)
Como se ha mencionado anteriormente, los desafíos en este enfoque para la detección de células raras y CTC son 1) que la frecuencia relativa de células raras, tales como CTC, a células no raras o no CTC es baja; y 2) la tinción imperfecta de los marcadores positivos y negativos para CTC y no CTC respectivamente. Sin embargo, el presente método acepta esos desafíos y los convierte en ventajas. En una realización, la señal de fondo procedente de los marcadores positivos en las no CTC muy abundantes se usa para calcular la media, desviación típica y CV. Esas métricas se usan posteriormente para determinar los puntos de corte de detección para separar células raras, tales como CTC de no CTC. En un aspecto, el factor de 10 multiplicado por la desviación típica y añadido a la media para la señal del marcador positivo de no CTC, se usa como punto de corte para distinguir las CTC, donde se determina que las supuestas células raras o CTC tienen una señal de marcador positivo mayor que ese punto de corte. En otros aspectos, la métrica usa un factor de 5, 7,5, 12,5, 15, 7,5, 20 o más, o cualquier número entre esos números. El cálculo de la métrica puede ajustar en una base de portaobjetos global. Como alternativa, puede ajustarse en una base de imagen o una base regional.
En otra realización, el punto de corte puede determinarse de forma dinámica dentro de cada imagen localizando una señal de los eventos superiores de marcador positivo, comparando después la señal con la desviación típica entre eventos adicionales de señal. En un aspecto ejemplar, el punto de corte puede determinarse de forma dinámica dentro de cada imagen localizando señales de los cinco eventos superiores de marcador positivo, comparando después esa señal con la desviación típica entre los siguientes cincuenta eventos de señal positiva. Los eventos de marcador positivo también pueden incluir múltiples marcadores positivos o la inclusión de marcadores positivos y la exclusión de eventos de marcador negativo. La cantidad 'cinco' podría variarse de 1 a 10 por campo de visión suponiendo un aumento 10x (es decir, suponiendo no más de 5 células raras o CTC por campo de visión o una concentración relativa de no más de 1 en 500). Este enfoque tiene la ventaja de ser completamente numérico y no estar basado en el análisis de forma. Se espera que reduzca de forma robusta y sustancial la cantidad de posibles eventos con riesgo mínimo de pérdida de eventos.
En otra realización, el punto de corte para la señal de marcador negativo se ajusta usando la media y desviación típica de las no CTC. En este caso, el punto de corte se deriva de un factor de 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 multiplicado por la desviación típica de la señal de marcador negativo para las no CTC y se resta de la señal media de marcador negativo. Las supuestas CTC tendrán una señal de marcador negativo por debajo de ese punto de corte. Como se ha descrito anteriormente, este punto de corte puede generarse de forma global usando la señal de todas las no CTC en el portaobjetos o en la imagen o a nivel regional usando la señal procedente solamente de las no CTC en esa imagen o esa región.
12 5
15
25
35
45
55
65
Calibración del tamaño y la forma
En otra realización de la invención, el tamaño celular y la distribución de los tamaños celulares para las no CTC medidos en el portaobjetos se comparan con los tamaños y distribuciones publicados para las WBC en la bibliografía. Además, la distribución puede corregirse para diferencian individuales del paciente usando recuento diferencial de los subgrupos de los WBC obtenidos de un contador automatizado de células. La proporción ratio entre el tamaño publicado y el tamaño calculado de las no CTC puede usarse después como un factor de corrección para determinar un tamaño preciso para las CTC multiplicando esa proporción por el tamaño de la CTC medido en el portaobjetos. La calibración permite la normalización y comparaciones entre portaobjetos y entre tubos de sangre y entre pacientes y entre indicaciones.
En otra realización, se compara uno o más del tamaño nuclear, la distribución del tamaño nuclear, y los patrones de contorno para las no CTC medidos en una imagen o portaobjetos con el tamaño nuclear y patrón de contorno de una supuesta CTC y se aplican los valores de punto de corte para clasificar esa supuesta CTC como una HD-CTC válida.
Enumeración
La información de células no raras o no CTC puede usarse para calcular de forma precisa la concentración de células raras o CTC en un fluido corporal. En un ejemplo de esta realización, se determina la proporción de CTC a CTC + no CTC totales (todos los eventos de marcador nuclear) y después se divide eso por el volumen del fluido corporal original usado para ese experimento, y finalmente se multiplica eso por la concentración original de las células en el fluido corporal. La última medición puede obtenerse a través del uso de un contador automatizado convencional de células (o citómetro).
Evaluación del contenido
Como se ha mencionado anteriormente, puede evaluarse el nivel de expresión de la célula rara o CTC de un marcador de contenido. Sin embargo, a causa de la variabilidad del portaobjetos causada por la variación de procesamiento y formación de imágenes, es difícil proporcionar parámetros universales para determinar el nivel de expresión. Para mitigar este desafío, se determina primero el nivel de expresión del marcador de contenido y su distribución en células no raras o no CTC en una población de pacientes. Después, para el paciente individual con cáncer, se determina el nivel de expresión del marcador de contenido en células raras o CTC y en células no raras o no CTC. La proporción del nivel de expresión entre células raras o CTC y células no raras o no CTC se convierte en una medida relativa que normaliza la variación de un portaobjetos a otro. Además, multiplicando esa proporción por la media del nivel de expresión de células no raras o no CTC a partir de la población de control se proporciona un valor absoluto para la expresión de la célula rara o CTC corregido para la variación de un portaobjetos a otro.
La forma y tamaño nuclear es una potencial fuente rica de información. Se espera que dé información detallada acerca del tipo de célula en el caso de una célula sanguínea y acerca del estado de la célula en el caso de una célula rara o CTC. Por ejemplo, la forma nuclear podría dar una idea de la naturaleza maligna de la célula, podría dar una idea del estado de viabilidad celular y/o ciclo celular. Por ejemplo, un paciente que está experimentando una quimioterapia satisfactoria podía observar un repunte en las CTC pero la interpretación nuclear podría mostrar que estas CTC son no viables/apoptóticas.
Otra oportunidad potencial para usar el tamaño y forma nuclear sería similar a los análisis FACS usando la dispersión directa y la dispersión lateral como modos para caracterizar las células. Puede ser posible reunir suficiente información detallada acerca del núcleo y otros componentes celulares para recapitular la información de dispersión directa y lateral a partir de FACS.
En diversas realizaciones de la invención, puede utilizarse un único parámetro o combinación de parámetros para realizar el ensayo dependiendo, en parte, de los datos a determinar y la población de células raras que se está investigando. Además, pueden identificarse subpoblaciones de poblaciones específicas de células raras usando la metodología descrita. Por ejemplo, como se muestra en el Ejemplo 1, pueden identificarse subpoblaciones de CTC y diferenciarse definiendo adicionalmente parámetros específicos de ensayo. El Ejemplo describe la identificación y clasificación de una subpoblación de CDC mencionada como HD-CTC.
En la invención, mediante la definición adicional de parámetros del ensayo descrito, se estableció una clasificación estricta de las HD-CTC. Si el deseo de limitarse a teoría alguna, se cree que la subpoblación HD-CTC clasificada en este documento, incluye CTC que muestran el potencial mayor de convertirse en una célula tumoral intacta. Todas las demás CTC cumplen parcialmente los parámetros definidos pero carecen de uno o más de los estrictos criterios de inclusión. Las no HD-CTC son CTC que pueden ser menos fiables en la evaluación realizada en metodologías corriente abajo adicionales.
Una HD-CTC es una célula que comprende a) un marcador positivo; b) tiene un núcleo intacto; y c) es morfológicamente distinta de WBC normales, donde la célula es no positiva para un marcador negativo. Como se
13 5
15
25
35
45
55
65
analiza en este documento, el marcador positivo es citoqueratina y/o EpCAM. Además, como se analiza en este documento, el marcador negativo es CD45 que se une preferentemente a WBC. La determinación de un núcleo intacto se determina típicamente por imágenes DAPI, pero también se conocen en la técnica otros marcadores nucleares adecuados. En una realización ejemplar, una HD-CTC es una célula que es a) positiva a citoqueratina; b) negativa a CD45; c) tiene un núcleo intacto; y d) es morfológicamente distinta de WBC normales.
En diversas realizaciones, el marcador positivo puede tener una intensidad que es mayor de 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 veces la de la intensidad de citoqueratina de glóbulos blancos nucleados. En diversas realizaciones, la intensidad del marcador negativo está en el mínimo del 10 %, 5 %, 4 %, 3 %, 2 % o menor de todos los eventos celulares.
En diversas realizaciones, el núcleo de una HD-CTC está intacto y es no apoptótico. Están aceptados cambios apoptóticos leves en el citoplasma, siempre que el núcleo no parezca apoptótico.
En diversas realizaciones las HD-CTC son morfológicamente distintas de WBC normales. Por ejemplo, las HD-CTC pueden tener una morfología que es coherente con una célula epitelial maligna por los criterios usados en citopatología diagnóstica convencional, predominantemente encarnada como de tamaño agrandado, pero que también puede incluir características citomorfológicas, tales como organización arquitectónica de núcleo y citoplasma, forma citoplasmática, y forma nuclear. Se presenta una galería de HD-CTC representativas en la Figura
2.
Aunque los métodos descritos en esta invención son útiles para detectar las HD-CTC usando datos derivados del análisis de no CTC, como se analiza minuciosamente, los métodos también son útiles en la caracterización de células raras. En particular, el uso de las diversas combinaciones de marcadores detectables y métodos computacionales para realizar imágenes y análisis de células permite la caracterización significativa útil en la evaluación de pronóstico de cáncer y en el control de la eficacia terapéutica para detección prematura de fallo del tratamiento que pueda conducir a recidiva de la enfermedad. Además, el análisis de las CTC de acuerdo con la invención posibilita la detección de recidiva prematura en pacientes presintomáticos que han completado un curso de terapia. Esto es posible porque la presencia de CTC se ha asociado y/o correlacionado con progresión y propagación tumoral, mala respuesta a terapia, recidiva de la enfermedad, y/o supervivencia disminuida sobre un periodo de tiempo. Por tanto, la enumeración y caracterización de CTC manifestadas proporciona métodos para estratificar pacientes por características basales que predicen el riesgo inicial y riesgo posterior en base a la respuesta a terapia.
El término "sujeto" como se usa en este documento se refiere a cualquier individuo o paciente en el que se realizan los presentes métodos. Generalmente el sujeto es humano, aunque como apreciarán los expertos en la materia, el sujeto puede ser un animal. Por tanto se incluyen otros animales, incluyendo mamíferos tales como roedores (incluyendo ratones, ratas, hámsteres y cobayas), gatos, perros, conejos, animales de granja incluyendo vacas, caballos, cabras, ovejas, cerdos, etc., y primates (incluyendo monos, chimpancés, orangutanes y gorilas) dentro de la definición de sujeto.
Por consiguiente, en otra realización, la invención proporciona un método para diagnosticar o pronosticar cáncer en un sujeto. El método incluye detectar las CTC como se describe en este documento. Las CTC después se analizan para diagnosticar o pronostica cáncer en el sujeto. Por tanto, los métodos de la presente invención pueden usarse, por ejemplo, para evaluar a los pacientes con cáncer y aquellos en riesgo de cáncer. En cualquiera de los métodos de diagnóstico o pronóstico descritos en este documento, la presencia o ausencia de uno o más indicadores de cáncer, tal como una célula cancerosa, o de cualquier otro trastorno, puede usarse para generar un diagnóstico o pronóstico.
En un aspecto, se extrae una muestra de sangre del paciente y se procesa para detectar las CTC como se describe en este documento. Usando el método de la invención, se determina la cantidad de CTC en la muestra de sangre y se caracterizan las CTC mediante análisis de los marcadores detectables y otros datos reunidos a partir de las imágenes de las células. Por ejemplo, puede realizarse análisis para determinar la cantidad y caracterización de las CTC en la muestra, y a partir de esta medición, puede determinarse la cantidad de CTC presentes en la muestra inicial de sangre.
En diversos aspectos, el análisis de la cantidad y caracterización de las CTC de un sujeto puede hacerse sobre un curso de tiempo particular en diversos intervalos para evaluar la progresión y patología del sujeto. Por ejemplo, puede realizarse análisis a intervalos regulares tales como un día, dos días, tres días, una semana, dos semanas, un mes, dos meses, tres meses, seis meses, o un año, para rastrear el nivel y caracterización de células epiteliales en circulación como una función del tiempo. En el caso de pacientes con cáncer existente, esto proporciona una indicación útil de la progresión de la enfermedad y ayuda a los profesionales médicos a tomar las elecciones terapéuticas apropiadas en base al aumento, disminución, o ausencia de cambio en las células epiteliales en circulación, tal como la presencia de CTC en el torrente sanguíneo del paciente. Cualquier aumento, sea de 2 veces, 5 veces, 10 veces o mayor, en la cantidad de CTC en el tiempo disminuye el pronóstico del paciente y es un indicador prematuro de que el paciente debe cambiar de terapia. Asimismo, cualquier aumento, sea de 2 veces, 5 veces, 10 veces o mayor, indica que un paciente debe experimentar ensayo adicional tal como imágenes para
14
imagen9
imagen10
imagen11
imagen12
imagen13
imagen14

Claims (1)

  1. imagen1
    imagen2
    imagen3
ES10825626.4T 2009-10-21 2010-10-20 Método para usar células no raras para detectar células raras Active ES2556639T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US25378709P 2009-10-21 2009-10-21
US253787P 2009-10-21
PCT/US2010/053431 WO2011050103A1 (en) 2009-10-21 2010-10-20 Method of using non-rare cells to detect rare cells

Publications (1)

Publication Number Publication Date
ES2556639T3 true ES2556639T3 (es) 2016-01-19

Family

ID=43900673

Family Applications (2)

Application Number Title Priority Date Filing Date
ES15185229.0T Active ES2661735T3 (es) 2009-10-21 2010-10-20 Método para usar células no raras para detectar células raras
ES10825626.4T Active ES2556639T3 (es) 2009-10-21 2010-10-20 Método para usar células no raras para detectar células raras

Family Applications Before (1)

Application Number Title Priority Date Filing Date
ES15185229.0T Active ES2661735T3 (es) 2009-10-21 2010-10-20 Método para usar células no raras para detectar células raras

Country Status (8)

Country Link
US (4) US20120276555A1 (es)
EP (3) EP2491395B1 (es)
JP (3) JP6352588B2 (es)
CN (3) CN102782498A (es)
AU (4) AU2010310688A1 (es)
CA (1) CA2778328C (es)
ES (2) ES2661735T3 (es)
WO (1) WO2011050103A1 (es)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011050103A1 (en) 2009-10-21 2011-04-28 The Scripps Research Institute Method of using non-rare cells to detect rare cells
WO2011108454A1 (ja) * 2010-03-05 2011-09-09 コニカミノルタホールディングス株式会社 細胞の検出方法及び細胞検出システム
JP5916991B2 (ja) * 2010-11-09 2016-05-11 オリンパス株式会社 遺伝子異常細胞の解析方法
EP2729802B1 (en) * 2011-07-07 2015-05-06 Scripps Health Method of analyzing cardiovascular disorders and uses thereof
US10314594B2 (en) 2012-12-14 2019-06-11 Corquest Medical, Inc. Assembly and method for left atrial appendage occlusion
US10813630B2 (en) 2011-08-09 2020-10-27 Corquest Medical, Inc. Closure system for atrial wall
US10307167B2 (en) 2012-12-14 2019-06-04 Corquest Medical, Inc. Assembly and method for left atrial appendage occlusion
WO2013109944A1 (en) * 2012-01-18 2013-07-25 The Trustees Of The University Of Pennsylvania Methods for assessing risk for cancer using biomarkers
BR112014018192A8 (pt) 2012-01-24 2021-03-02 Epic Sciences Inc método e kit para detecção de células tumorais circulantes 5t4-positivas, bem como métodos de diagnóstico de câncer 5t4-positivo e de seleção para atividade e eficácia de conjugado fármaco-anticorpo para tratamento de câncer
US20140142689A1 (en) 2012-11-21 2014-05-22 Didier De Canniere Device and method of treating heart valve malfunction
WO2014164757A1 (en) * 2013-03-11 2014-10-09 Roche Diagnostics Hematology, Inc. Imaging blood cells
US10222304B2 (en) 2013-03-15 2019-03-05 Massachusetts Institute Of Technology Deposition and imaging of particles on planar substrates
US10115034B2 (en) 2013-05-01 2018-10-30 Life Technologies Holdings Pte Limited Method and system for projecting image with differing exposure times
US10225483B1 (en) * 2013-05-01 2019-03-05 Pierce Biotechnology, Inc. Method and system for projecting image with differing exposure times
JP6453592B2 (ja) * 2013-09-25 2019-01-16 アークレイ株式会社 血液検体の処理方法
CN106062561B (zh) 2013-09-30 2021-11-09 斯克利普斯研究院 为了监测前列腺癌患者中的肿瘤进化进行循环肿瘤细胞的基因型和表型分析
US10053692B2 (en) * 2013-10-21 2018-08-21 The General Hospital Corporation Methods relating to circulating tumor cell clusters and the treatment of cancer
US9566443B2 (en) 2013-11-26 2017-02-14 Corquest Medical, Inc. System for treating heart valve malfunction including mitral regurgitation
WO2015088979A1 (en) * 2013-12-09 2015-06-18 The Scripps Research Institute Methods for the detection and quantification of circulating endothelial cells
WO2015095603A1 (en) 2013-12-19 2015-06-25 Axon Dx, Llc Cell detection, capture and isolation methods and apparatus
EA201691496A1 (ru) 2014-01-27 2016-12-30 Эпик Сайенсиз, Инк. Диагностика биомаркеров рака предстательной железы с помощью циркулирующих опухолевых клеток
EP3099821B1 (en) * 2014-01-27 2021-08-11 Epic Sciences, Inc. Circulating tumor cell diagnostics for detection of neuroendocrine prostate cancer (nepc)
EA201691505A1 (ru) * 2014-01-27 2016-12-30 Эпик Сайенсиз, Инк. Детектирование экспрессии простатического специфического мембранного антигена (psma) на циркулирующих опухолевых клетках (ctc)
ES2868077T3 (es) * 2014-01-30 2021-10-21 Epic Sciences Inc Diagnóstico mediante células tumorales circulantes para biomarcadores predictivos de la resistencia a las terapias selectivas del receptor de andrógenos (RA)
WO2015116780A1 (en) * 2014-01-31 2015-08-06 Epic Sciences, Inc. Methods for the detection and quantification of circulating tumor cell mimics
US10545151B2 (en) 2014-02-21 2020-01-28 Epic Sciences, Inc. Methods for analyzing rare circulating cells
EA201692223A1 (ru) 2014-05-09 2017-04-28 Дзе Скриппс Рисерч Инститьют Композиции и способы жидкостной биопсии меланомы
ES2869866T3 (es) * 2014-09-25 2021-10-26 Epic Sciences Inc Diagnóstico mediante células tumorales circulantes para la identificación de la resistencia a las terapias selectivas del receptor de andrógenos
US10823736B2 (en) * 2014-09-26 2020-11-03 The Regents Of The University Of California Method of assessing disease condition of cancer
US10842626B2 (en) 2014-12-09 2020-11-24 Didier De Canniere Intracardiac device to correct mitral regurgitation
WO2016121574A1 (ja) * 2015-01-29 2016-08-04 コニカミノルタ株式会社 相互作用する分子を有する血中細胞の同時検出方法
WO2016172160A1 (en) * 2015-04-21 2016-10-27 Genentech, Inc. Compositions and methods for prostate cancer analysis
WO2016196284A1 (en) * 2015-05-29 2016-12-08 Epic Sciences, Inc. Intra-patient genomic heterogeneity of single circulating tumor cells (ctcs) associated to phenotypic ctc heterogeneity in metastatic castrate resistant prostate cancer (mcrpc)
WO2017079212A1 (en) * 2015-11-04 2017-05-11 Axon Dx, Llc Cell detection, capture, analysis, aggregation, and output methods and apparatus
US11371982B2 (en) 2016-01-19 2022-06-28 Tosoh Corporation Method of predicting patient prognosis using rare cells
US9739783B1 (en) * 2016-03-15 2017-08-22 Anixa Diagnostics Corporation Convolutional neural networks for cancer diagnosis
US10360499B2 (en) 2017-02-28 2019-07-23 Anixa Diagnostics Corporation Methods for using artificial neural network analysis on flow cytometry data for cancer diagnosis
US11164082B2 (en) 2017-02-28 2021-11-02 Anixa Diagnostics Corporation Methods for using artificial neural network analysis on flow cytometry data for cancer diagnosis
US9934364B1 (en) 2017-02-28 2018-04-03 Anixa Diagnostics Corporation Methods for using artificial neural network analysis on flow cytometry data for cancer diagnosis
CN108646034B (zh) * 2018-07-03 2020-10-23 珠海圣美生物诊断技术有限公司 细胞群中的稀有细胞判读方法
CN111079579B (zh) * 2019-12-02 2023-07-25 英华达(上海)科技有限公司 细胞图像的识别方法、装置以及系统
KR20220010132A (ko) 2020-07-17 2022-01-25 주식회사 엘지에너지솔루션 고로딩 전극을 위한 집전체용 시트의 압연 방법 및 고로딩 전극
WO2022024564A1 (ja) * 2020-07-30 2022-02-03 浜松ホトニクス株式会社 判別装置、判別方法、判別プログラム及び記録媒体
CN113567672A (zh) * 2021-07-26 2021-10-29 江南大学附属医院 一种检测腹水或腹腔灌洗液中癌细胞的试剂盒
US20230175073A1 (en) * 2021-12-07 2023-06-08 Epic Sciences, Inc. Enhanced characterization of breast cancer

Family Cites Families (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2253965C (en) 1997-11-22 2003-01-21 Robert A. Levine Method for the detection, identification, enumeration and confirmation of circulating cancer cells and/or hematologic progenitor cells in whole blood
US6197523B1 (en) 1997-11-24 2001-03-06 Robert A. Levine Method for the detection, identification, enumeration and confirmation of circulating cancer and/or hematologic progenitor cells in whole blood
US20010018058A1 (en) 1997-12-24 2001-08-30 Reed Steven G. Compounds for immunotherapy and diagnosis of breast cancer and methods for their use
US8192994B2 (en) 1998-02-10 2012-06-05 Angros Lee H Method of applying a biological specimen to an analytic plate
IL137802A0 (en) 1998-02-12 2001-10-31 Immunivest Corp A method and kit for detecting rare cells in a mixed cell population
KR100691043B1 (ko) 1998-05-09 2007-03-09 아이코니시스 인코포레이티드 컴퓨터 제어된 태아 세포 포함 희귀 세포 진단 방법 및 장치
AU2876900A (en) 1999-02-10 2000-08-29 Cell Works Inc. Class characterization of circulating cancer cells isolated from body fluids andmethods of use
US7546210B2 (en) * 2000-06-08 2009-06-09 The Regents Of The University Of California Visual-servoing optical microscopy
CA2411465C (en) * 2000-06-08 2013-08-27 The Regents Of The University Of California Visual-servoing optical microscopy
US7033832B2 (en) 2000-10-13 2006-04-25 University Of Medicine And Dentistry Of New Jersey Endothelial cell—cell cohesion
EP1337826A2 (en) 2000-10-25 2003-08-27 Exiqon A/S Open substrate platforms suitable for analysis of biomolecules
US6701197B2 (en) 2000-11-08 2004-03-02 Orbotech Ltd. System and method for side to side registration in a printed circuit imager
US7361473B2 (en) 2001-05-04 2008-04-22 Biosite, Incorporated Diagnostic markers of acute coronary syndrome and methods of use thereof
US20080009019A1 (en) * 2001-06-13 2008-01-10 Smithkline Beecham Corporation High throughput method for screening candidate compounds for biological activity
US7863012B2 (en) 2004-02-17 2011-01-04 Veridex, Llc Analysis of circulating tumor cells, fragments, and debris
WO2003019141A2 (en) * 2001-08-23 2003-03-06 Immunivest Corporation Analysis of circulating tumor cells, fragments, and debris
US7943093B2 (en) 2001-12-12 2011-05-17 Erie Scientific Company Cover slip
KR20040105717A (ko) * 2002-02-14 2004-12-16 이뮤니베스트 코포레이션 저비용 세포 분석기에서의 세포 계산 방법 및 알고리즘
US7397601B2 (en) * 2004-11-24 2008-07-08 Laudo John S Optical system for cell imaging
US7305112B2 (en) 2002-10-15 2007-12-04 The Scripps Research Institute Method of converting rare cell scanner image coordinates to microscope coordinates using reticle marks on a sample media
US7113624B2 (en) 2002-10-15 2006-09-26 Palo Alto Research Center Incorporated Imaging apparatus and method employing a large linear aperture
US7282180B2 (en) * 2003-07-02 2007-10-16 Immunivest Corporation Devices and methods to image objects
US7372985B2 (en) * 2003-08-15 2008-05-13 Massachusetts Institute Of Technology Systems and methods for volumetric tissue scanning microscopy
USRE46379E1 (en) * 2004-04-08 2017-04-25 Cornell Research Foundation, Inc. Functional immunohistochemical cell cycle analysis as a prognostic indicator for cancer
WO2006041453A1 (en) 2004-09-30 2006-04-20 Immunivest Corporation Circulating tumor cells (ctc’s): apoptotic assessment in prostate cancer patients
US7280261B2 (en) 2004-12-20 2007-10-09 Palo Alto Research Center Incorporated Method of scanning and light collection for a rare cell detector
US20090081688A1 (en) * 2005-06-20 2009-03-26 Advanced Cell Diagnostics Methods of detecting nucleic acids in individual cells and of identifying rare cells from large heterogeneous cell populations
US20070009389A1 (en) 2005-07-08 2007-01-11 Antti Seppo Slide deposition chamber
US9134237B2 (en) 2005-09-20 2015-09-15 Janssen Diagnotics, LLC High sensitivity multiparameter method for rare event analysis in a biological sample
WO2007089911A2 (en) * 2006-01-30 2007-08-09 The Scripps Research Institute Methods for detection of circulating tumor cells and methods of diagnosis of cancer in a mammalian subject
WO2011050103A1 (en) 2009-10-21 2011-04-28 The Scripps Research Institute Method of using non-rare cells to detect rare cells
US8337755B2 (en) * 2006-03-13 2012-12-25 Veridex, Llc Operator independent programmable sample preparation and analysis system
US20080076727A1 (en) 2006-03-29 2008-03-27 John Wayne Cancer Institute Utility of high molecular weight melanoma associated antigen in diagnosis and treatment of cancer
WO2007131507A2 (en) * 2006-05-13 2007-11-22 Dako Denmark A/S Methods for flow cytometry analyses of cells without lysing subpopulations
BRPI0712225A8 (pt) * 2006-06-02 2019-01-22 Pfizer Producs Inc métodos para prever e monitorar a eficácia da terapia antagonista de igf-1r
WO2008111990A1 (en) * 2006-06-14 2008-09-18 Cellpoint Diagnostics, Inc. Rare cell analysis using sample splitting and dna tags
EP2041299A4 (en) * 2006-07-14 2010-01-13 Aviva Biosciences Corp METHOD AND COMPOSITIONS FOR DETECTION OF RARE CELLS FROM A BIOLOGICAL SAMPLE
WO2008014516A2 (en) * 2006-07-28 2008-01-31 Living Microsystems, Inc. Selection of cells using biomarkers
MX2009002397A (es) * 2006-09-05 2009-03-16 Veridex Llc Metodos para clasificar imagenes celulares.
US8244021B2 (en) 2006-12-20 2012-08-14 Ventana Medical Systems, Inc. Quantitative, multispectral image analysis of tissue specimens stained with quantum dots
CN101226118B (zh) 2007-01-19 2010-06-16 中国医学科学院肿瘤研究所 一种兼容免疫荧光分析的细胞化学染色方法及其用途
WO2008151278A1 (en) 2007-06-05 2008-12-11 Nanopoint, Inc. Cell tray systems and methods
WO2009038754A2 (en) 2007-09-19 2009-03-26 The Research Foundation Of State University Of New York Gene expression signatures in enriched tumor cell samples
WO2009051734A1 (en) * 2007-10-17 2009-04-23 The General Hospital Corporation Microchip-based devices for capturing circulating tumor cells and methods of their use
US8088715B2 (en) 2007-11-13 2012-01-03 Ikonisys, Inc. Detection of circulating tumor cells in peripheral blood with an automated scanning fluorescence microscope
US20090258365A1 (en) 2008-03-25 2009-10-15 Terstappen Leon W M M METHOD FOR DETECTING IGF1R/Chr 15 in CIRCULATING TUMOR CELLS USING FISH
US20110189670A1 (en) 2008-07-07 2011-08-04 Ruth L Katz Circulating Tumor and Tumor Stem Cell Detection Using Genomic Specific Probes
US9779213B2 (en) 2008-07-25 2017-10-03 Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud System for evaluating a pathological stage of prostate cancer
US8324280B2 (en) 2008-08-07 2012-12-04 The University Of British Columbia Treatment of prostate cancer with DDC inhibitor
CA2736178A1 (en) 2008-09-05 2010-03-11 Peter Kuhn Methods for the detection of circulating tumor cells
CA2788245A1 (en) 2010-01-27 2011-08-04 Duke University Biomarkers for circulating tumor cells
CA2791244A1 (en) 2010-03-08 2011-09-15 Regents Of The University Of Minnesota Androgen receptor isoforms and methods
TWI539158B (zh) 2010-06-08 2016-06-21 維里德克斯有限責任公司 使用血液中之循環黑色素瘤細胞預測黑色素瘤病患之臨床結果的方法。
WO2012048113A2 (en) 2010-10-07 2012-04-12 The General Hospital Corporation Biomarkers of cancer
BR112013016708B1 (pt) 2010-12-30 2021-08-17 Foundation Medicine, Inc Otimização de análise multigene de amostras de tumor
AU2012209329A1 (en) 2011-01-24 2013-09-12 Epic Sciences, Inc. Methods for obtaining single cells and applications of single cell omics
EP2729802B1 (en) 2011-07-07 2015-05-06 Scripps Health Method of analyzing cardiovascular disorders and uses thereof
US20130078667A1 (en) 2011-09-22 2013-03-28 Oscar B. Goodman Methods for detecting and collecting circulating tumor cells
WO2013049926A1 (en) 2011-10-06 2013-04-11 UNIVERSITé LAVAL PROGNOSTIC MARKERS OF INHERITED VARIATIONS IN THE 17β-HYDROXYSTEROID DEHYDROGENASE (HSD17B) GENES FOR PROSTATE CANCER
KR20150008842A (ko) 2011-12-09 2015-01-23 더 스크립스 리서치 인스티튜트 순환 종양 세포를 확인하기 위한 장치, 시스템 및 방법
US20130171642A1 (en) 2011-12-30 2013-07-04 Ventana Medical Systems, Inc. Automated analysis of circulating tumor cells
BR112014018192A8 (pt) 2012-01-24 2021-03-02 Epic Sciences Inc método e kit para detecção de células tumorais circulantes 5t4-positivas, bem como métodos de diagnóstico de câncer 5t4-positivo e de seleção para atividade e eficácia de conjugado fármaco-anticorpo para tratamento de câncer
CA2874691C (en) 2012-06-01 2021-08-24 Creatv Microtech, Inc. Capture, identification and use of a new biomarker of solid tumors in body fluids
US9766244B2 (en) 2012-07-02 2017-09-19 The General Hospital Corporation Diagnosis and monitoring treatment of prostate cancer
US20140024024A1 (en) 2012-07-17 2014-01-23 General Electric Company Methods of detecting dna, rna and protein in biological samples
US9671405B2 (en) 2012-09-19 2017-06-06 Cornell University Identifying taxane sensitivity in prostate cancer patients
CA2889765C (en) 2012-10-26 2021-06-22 Minna D. BALBAS Androgen receptor variants and methods for making and using
GB2531881B (en) 2013-02-02 2017-12-13 Univ Duke Method of isolating circulating tumor cells
KR102158924B1 (ko) 2013-03-15 2020-09-22 제넨테크, 인크. Pd-1 및 pd-l1 관련 상태를 치료하기 위한 바이오마커 및 방법
CN106062561B (zh) 2013-09-30 2021-11-09 斯克利普斯研究院 为了监测前列腺癌患者中的肿瘤进化进行循环肿瘤细胞的基因型和表型分析
WO2015073896A2 (en) 2013-11-15 2015-05-21 Psma Development Company, Llc Biomarkers for psma targeted therapy for prostate cancer
US20170192003A1 (en) 2013-12-03 2017-07-06 The Scripps Research Institute Compositions and methods for fluid biopsy of melanoma
EP3090264B1 (en) 2013-12-30 2020-02-12 The Scripps Research Institute Circulating tumor cell diagnostics for lung cancer
EA201691496A1 (ru) 2014-01-27 2016-12-30 Эпик Сайенсиз, Инк. Диагностика биомаркеров рака предстательной железы с помощью циркулирующих опухолевых клеток
EP3099821B1 (en) 2014-01-27 2021-08-11 Epic Sciences, Inc. Circulating tumor cell diagnostics for detection of neuroendocrine prostate cancer (nepc)
EA201691505A1 (ru) 2014-01-27 2016-12-30 Эпик Сайенсиз, Инк. Детектирование экспрессии простатического специфического мембранного антигена (psma) на циркулирующих опухолевых клетках (ctc)
ES2868077T3 (es) 2014-01-30 2021-10-21 Epic Sciences Inc Diagnóstico mediante células tumorales circulantes para biomarcadores predictivos de la resistencia a las terapias selectivas del receptor de andrógenos (RA)
WO2015116780A1 (en) 2014-01-31 2015-08-06 Epic Sciences, Inc. Methods for the detection and quantification of circulating tumor cell mimics
US10545151B2 (en) 2014-02-21 2020-01-28 Epic Sciences, Inc. Methods for analyzing rare circulating cells
ES2869866T3 (es) 2014-09-25 2021-10-26 Epic Sciences Inc Diagnóstico mediante células tumorales circulantes para la identificación de la resistencia a las terapias selectivas del receptor de andrógenos
US20170242016A1 (en) 2014-10-15 2017-08-24 Epic Sciences, Inc. Circulating tumor cell diagnostics for therapy targeting pd-l1
WO2016196284A1 (en) 2015-05-29 2016-12-08 Epic Sciences, Inc. Intra-patient genomic heterogeneity of single circulating tumor cells (ctcs) associated to phenotypic ctc heterogeneity in metastatic castrate resistant prostate cancer (mcrpc)
CN115341033A (zh) 2015-11-03 2022-11-15 艾匹克科学公司 一种表征疾病异质性的方法
AU2017205443A1 (en) 2016-01-06 2018-07-19 Epic Sciences, Inc. Single cell genomic profiling of circulating tumor cells (CTCs) in metastatic disease to characterize disease heterogeneity

Also Published As

Publication number Publication date
US20210033612A1 (en) 2021-02-04
EP2491395A4 (en) 2013-05-22
EP3045918A1 (en) 2016-07-20
AU2016203462A1 (en) 2016-06-09
US20190257834A1 (en) 2019-08-22
AU2018247290A1 (en) 2018-11-01
JP6352588B2 (ja) 2018-07-04
EP3385716A2 (en) 2018-10-10
JP2018185339A (ja) 2018-11-22
CA2778328A1 (en) 2011-04-28
EP2491395B1 (en) 2015-09-16
CN107422127A (zh) 2017-12-01
EP2491395A1 (en) 2012-08-29
US20120276555A1 (en) 2012-11-01
EP3045918B1 (en) 2017-12-06
CN102782498A (zh) 2012-11-14
JP2013508729A (ja) 2013-03-07
CN115060882A (zh) 2022-09-16
AU2021202220A1 (en) 2021-05-06
ES2661735T3 (es) 2018-04-03
CA2778328C (en) 2018-12-18
US10613089B2 (en) 2020-04-07
AU2016203462B2 (en) 2018-07-12
US20180100857A1 (en) 2018-04-12
EP3385716A3 (en) 2019-01-09
AU2010310688A1 (en) 2012-05-17
WO2011050103A1 (en) 2011-04-28
JP2017053860A (ja) 2017-03-16

Similar Documents

Publication Publication Date Title
ES2556639T3 (es) Método para usar células no raras para detectar células raras
US20230085158A1 (en) Method of using non-rare cells to detect rare cells
Lee et al. Development of a high-throughput γ-H2AX assay based on imaging flow cytometry
CA2674187C (en) A high sensitivity multiparameter method for rare event analysis in a biological sample
CN104428677A (zh) 用于识别循环肿瘤细胞的设备、系统和方法
ES2953553T3 (es) Métodos para predecir la supervivencia global y sin progresión en sujetos que tienen cáncer usando células circulantes similares a macrófagos asociadas al cáncer (CAML)
ES2765981T3 (es) Uso del índice mitótico de células tumorales circulantes en la estratificación y diagnóstico de cáncer
More et al. Applications of imaging flow cytometry in the diagnostic assessment of red cell membrane disorders
US20210041445A1 (en) Methods for monitoring treatment response and disease progression in subjects using circulating cells
Hevessy et al. Laboratory evaluation of a flow cytometric BCR-ABL immunobead assay
Roch-Lefèvre et al. Suitability of the γ-H2AX assay for human radiation biodosimetry
Suzuki et al. Artificial Intelligence Enables the Label-Free Identification of Chronic Myeloid Leukemia Cells with Mitochondrial Morphological Alterations
WO2022226038A1 (en) Compositions and methods for treatment of invasive cancers
Ellidag Letter to the Editor The linearity problem of protein measurement and hook effect in albumin measurement from body fluids
Cartwright Cell markers
Mittag et al. Laser scanning cytometry as a tool for biomarker validation