JP2008539737A - 遺伝子に基づくアルゴリズム的ガン予後 - Google Patents
遺伝子に基づくアルゴリズム的ガン予後 Download PDFInfo
- Publication number
- JP2008539737A JP2008539737A JP2008510367A JP2008510367A JP2008539737A JP 2008539737 A JP2008539737 A JP 2008539737A JP 2008510367 A JP2008510367 A JP 2008510367A JP 2008510367 A JP2008510367 A JP 2008510367A JP 2008539737 A JP2008539737 A JP 2008539737A
- Authority
- JP
- Japan
- Prior art keywords
- cancer
- gene
- genes
- tumor sample
- grade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P35/00—Antineoplastic agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P43/00—Drugs for specific purposes, not provided for in groups A61P1/00-A61P41/00
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- 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
- C12Q2600/112—Disease subtyping, staging or classification
-
- 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
- C12Q2600/118—Prognosis of disease development
-
- 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
Abstract
【選択図】 図1a
Description
(a)分析に付され、かつ、哺乳動物対象(好ましくは、ヒト患者)から得られた腫瘍サンプルにおける遺伝子発現を測定する工程;
(b)腫瘍サンプルの遺伝子発現悪性度指数(又はゲノム的悪性度)(GGI)を、下記の式を使用して計算する工程:
式中、xはmRNAの遺伝子発現レベルであり、G1及びG3は、組織学的悪性度1(HG1)及び組織学的悪性度(HG3)においてそれぞれアップレギュレーションされる遺伝子のセットであり、jはプローブ又はプローブセットを示す。
(a)腫瘍サンプルにおける遺伝子発現を測定する工程;
(b)腫瘍サンプルについての再発スコア(RS)を、下記の式を使用して計算する工程:
式中、Gは、ガンの遠位再発に関連する遺伝子セットであり、Piはプローブ又はプローブセットであり、iは遺伝子の特定のクラスター又は群を特定し、wiはクラスターiの重みであり、jは特定のプローブセットの値であり、xijはクラスターiにおけるプローブセットjの強度であり、niはクラスターiにおけるプローブセットの数である。
図1は、訓練用セット(パネルa)及び妥当性確認用セット(パネルb)における遺伝子発現のパターンを示すヒートマップである。水平軸は、最初にHGによって、次いで二次基準としてのGGIによって区分された腫瘍に対応する。垂直軸は遺伝子に対応する。各腫瘍のGGI値及び無再発生存が下に示される。2つの遺伝子群が見出される:悪性度1において高発現である遺伝子(16個のプローブセット;赤色で強調される)、及び、逆に、悪性度3において高発現である遺伝子(112個のプローブセット)。HG2腫瘍についてのGGI値はHG1及びHG3についての値の範囲を含み、大きいGGIを有する腫瘍は、より早く再発する傾向がある(赤色のドット)。
ほとんどの科学用語、医学用語及び技術用語が、当業者には一般に理解される。
用語「予後」は、新生物疾患(例えば、乳ガン)の、ガンに起因し得る死亡又は進行(再発、転移拡大及び薬物抵抗性を含む)の可能性の予測を示すために本明細書中では使用される。
式中、
xはmRNAの遺伝子発現レベルであり、
GGIにおけるカットオフは0であり、平均の平均に対応する。
GGIは値において−4から+4までの範囲を有する。
悪性度指数(GGI)を開発するための材料及び方法
患者の人口統計
原発性乳ガンの6つのデータベースを使用した。そのうちの4つが公開されていた(表11)(4、5、10、11)。どの患者も補助的な化学療法を受けておらず、一部の患者が補助的なタモキシフェン治療を受けていた。組織学的悪性度(HG)はElston−Ellisの悪性度分類システムに基づいていた。それぞれの施設内倫理委員会が組織材料の使用を承認した。
遺伝子の選択を、すべてがエストロゲン受容体(ER)陽性であり、HG1又はHG3のいずれかであるKJX64データセットにだけ基づいて行った。データセットKJ129(43のER陰性、すべてがリンパ節転移陰性で、全身的治療がない)を、他の以前に発表されたデータ(表11を参照のこと)と一緒に妥当性確認用セットとして使用した。ER状態及び悪性度は独立しておらず、ER陰性のHG1腫瘍がほとんどなかったので、ER陽性腫瘍を訓練用セットのために使用した。すべてのHG1腫瘍及びHG3腫瘍をER状態にかかわらず使用することは、偽の関連性をもたらしていると考えられる。
式中、xは遺伝子発現測定値の対数であり、G1及びG3は、HG1及びHG3においてそれぞれアップレギュレーションされた遺伝子のセットである。これらの遺伝子セットはプラットホームごとに異なった。便宜上、カットオフ及びスケールは、HG1事例の平均GGIが約−1であり、HG3事例の平均GGIが約+1であるように選ばれた。この再スケール化をそれぞれのデータ源について別々に行った。
NPI=0.2xサイズ[cm]+リンパ節状態+組織学的悪性度。
可視化において、それぞれのプローブについてヒートマップで使用された値は、患者全体における中央平均であった。遺伝子特異的なスケール化(標準化)は、すべてのプローブの相対的なシグナル強度に関する情報を保つために何ら行われなかった。色調を、飽和した赤色及び緑色にはマトリックス全体の発現値の標準偏差の3倍の値で達するように校正した。スケール化されたGGI値は遺伝子特異的な中心化によって影響を受けなかったことに留意すること。
Rについての生存パッケージが、Terry Therneauと、カプラン・マイヤープロットのための特注プログラムとによって使用され、これを正確性について生存パッケージの出力に対して調べた。
Praz他(2004)に記載されたCleanExデータベース(http://www.cleanex.isbsid.ch)の方法を使用した。プローブと同じものを最初に配列アクセション番号にマッピングした。その後、Unigene(ビルド180)が、プラットホーム間の対応をマッピングするために使用した。Affymetrixチップについては、2つ以上のUnigene idに曖昧にマッピングされたオリゴを含有するプローブセットを除外した。
高悪性度サブセット及び低悪性度サブセットの間で差次的に発現した遺伝子
0.05のファミリー様エラー率p値(これは0.008の低い偽発見割合に対応する)で、FDCが2を超える183個の特有の遺伝子に対応する242のプローブセットが特定された(表3)。これらの中で、より控えめな基準(0.05のp値で、0を超えるFDC)に基づいた128のプローブセット(97遺伝子)からなる一覧を、他者によって発表された特性を有する共通した遺伝子を調べる場合(この場合には、183遺伝子の一覧が使用された)を除いて、すべてのその後の分析において使用した。
これらの発見により、中間的な組織学的悪性度が、遺伝子発現に基づく低悪性度及び高悪性度によって置き換えられ得ることが結果として示される。GGスコアに基づく遺伝子発現悪性度(GG)を定義した。患者を、そのGGI値が負であるならば、GG1(低悪性度)として分類し、そうでない場合にはGG3(高悪性度)として分類した。ゼロのGGIスコアはHG1の平均GGI値とHG3の平均GGI値との間における中間点に対応することに留意しなければならない(方法を参照のこと)。この選択は、臨床的には最適でないかもしれず、また、治療費用とリスクとの間でのかね合いに基づいて改善することができるが、GGIの予後値を評価するためには十分であると考えられる。
ほぼすべての臨床病理学的変数が単変量解析において臨床的結果と著しく関連した(表12)。GG状態及びHG状態は最も強い影響を有していた。しかしながら、多変量解析では、GG、リンパ節転移状態及び腫瘍サイズのみがそれらの重要性を保っており、GGが最も大きい危険率を有していた。図2と一致して、GG及びHGの両方が検討されたとき、GGがHGの代わりになり、GGでは、ERの予後的影響がかなり低下した。
疾患の結果を説明することにおける、GG、リンパ節転移状態及び腫瘍サイズの独立性は、HG、リンパ節転移状態及びサイズを組み合わせるNottingham Prognostic Index(NPI)を反映した。GGが、この十分に特徴づけられたリスクスコアを改善するために使用できるかどうかを調べるために、本発明者らは、HGがGGによって置き換えられることを除いてNPIに類似し、2つの可能な値のみ(1又は3のいずれか)を有するNPI/GGと呼ばれるスコアを提案した。図3a及び図3bに示されるように、NPI/GGは古典的なNPIよりも著しく識別可能であった。そのうえ、NPI/GGは、NPIの低リスク群及び高リスク群の両方を、著しく異なる臨床結果を有するサブグループに分けることができ(図3c、図3d)、一方で、その逆は正しくなかった(図3e、図3f)。
異なる集団及びマイクロアレイプラットホームにおけるGGの一致した予後値
上記のプールされた分析の結果が、図4における危険率のフォレストプロットによって示されるように、個々のデータセットにおいて一貫して存在していた。より完全な結果が図8に示される。図4は、それぞれの独立した妥当性評価用データセットにおいて、GGにより、悪性度2の集団が、統計学的に異なる臨床結果を有する2つの異なった群に分割されたことを示す。異なるデータセットが不均一な患者集団を含み、様々な病理医によって悪性度分類され、かつ、異なるマイクロアレイプラットホームを使用したとしても、著しい不均一性が危険率の間には何ら存在しなかった。
彼らの先駆的研究において、van’t Veer他は、リンパ節転移陰性の乳ガン患者における遠位転移と著しく相関した70遺伝子の発現特性を特定した(5)。97個の遺伝子(128のプローブセット)からなるこの一覧はそれらのAgilentアレイにおいて93個の遺伝子(113のプローブ)にマッピングすることができた。リスクと、治療費用との間でのかね合いのもとでの、Netherlands Cancer Institute(NKI)の分類と同じ比較を可能にするために、同じ数の患者を高リスク群及び低リスク群において与える、GGIについてのカットオフを選択した(方法を参照のこと)。図5は、NKIの予後的特性と、遠位転移非存在生存に関してのGGIとの間での比較を、集団全体(図5a、図5b)、ならびに、リンパ節転移陰性サブグループ(図5c、図5d)及びリンパ節転移陽性サブグループ(図5e、図5f)について示す。本発明者らのプローブが、臨床結果を使用することなく選択され、また、プラットホーム全体にマッピングされなければならなかったという事実にもかかわらず、これらの結果は際立って近かった。類似する結果が、全体的な生存を検討したときに見出された(図9を参照のこと)。データが、無再発生存を比較するために利用できなかった。
エストロゲン受容体陽性の乳ガンにおける臨床的に異なったサブタイプの明確化
材料及び方法
腫瘍サンプル
335個の早期段階の乳ガンサンプルが自身のデータセットを構成した。これらのサンプルのうちの86個が別の研究で以前に使用されており、その処理前のデータがアクセションコードGSE2990によりGee Expression Omnibus保存データベース(http://www.ncbi.nlm.nih.gov/geo)において入手可能である。これらのサンプルは補助的な全身治療を何ら受けていなかった。249個のサンプル(これらは以前には発表されていない)は補助的なタモキシフェンのみを受けていた(tam治療のデータセット)。すべてのサンプルは、タンパク質リガンド結合アッセイによってER陽性であることが要求される。
エストロゲン受容体(ER)及びプロゲステロン受容体(PgR)のレベル
最初に、患者をタンパク質リガンド結合アッセイによって決定される陽性のER状態に従ってそれらの施設で選択した。続いて、本発明者らは、マイクロアレイデータを使用することによって陽性のERレベルを確認した。ERレベルを、本発明者らのヒトAffymetrixTM GeneChip(登録商標)U133 A&Bマイクロアレイでのプローブセット(30merのオリゴヌクレオチド)によって測定した。本発明者らはERについてはプローブセット「205225_at」を使用している。PgRをプローブセット「208305_at」によって表した。ERの免疫組織化学的測定は、ERのmRNAレベルと相関することが知られている4。ER及びPgRの何らかの陽性発現レベルを有する腫瘍を検討した。
組織学的悪性度はElston−Ellisの悪性度分類システムに基づいていた。中心となる病理医が、Uppsala(スウェーデン)、Guys Hospital(London、英国)からのすべてのサンプル、及び、Van de Vijver他のデータセット5について組織学的悪性度及びER状態を検討した。
「遺伝子発現悪性度指数」(GGI)は、組織学的悪性度1と、組織学的悪性度3との間で差次的に発現することが見出された128のプローブセット(97個の遺伝子)の発現の線形組合せである。この指数は事実上、腫瘍発現プロファイルと、腫瘍悪性度との間での類似性を定量化するものである。大きい遺伝子発現悪性度の指数は高悪性度に対応し、逆に、低い遺伝子発現悪性度の指数は低悪性度に対応する。この指数は、それぞれのデータセットを高悪性度サブグループ及び低悪性度サブグループに分けるために使用された。
階層的クラスター化
「Cluster」プログラムを、非中心化Pearson相関を類似性測定として使用するそれぞれの遺伝子のメジアン中心化の後で平均連鎖階層クラスター分析28を行うために使用した。クラスター結果を、「TreeView」を使用して可視化した。発現データをダウンロードし、Sorlie他11のデータセット及びSotiriou他10のデータセットから引き出した。サンプルを、GGIにおける遺伝子の発現と、サブタイプとの間における関係を調べるために、元の刊行物10、11でのようにサブタイプに従って整理した。
生存と、いくつかの連続変数との間における関係を評価するために、予想された生存を個体についてコンピューター計算するために導入された方法の変法を使用した:「遠位再発率」プロット29(参考文献:Terry M.Therneau及びPatricia M.grambsch、2000、“Modeling Survival Data:Extending the Cox Model”、第10章)。GGI、ER及びPgRに関しての転移の予想された割合を、研究中の変数のみにより近似されたコックスモデルを使用してプロットした。
以前に報告された分子的サブタイプへのゲノム的悪性度の適用
遺伝子発現悪性度指数(GGI)の発現をサブタイプに関連して調べるために、発現データをSorlie及びSotiriou他のデータセット(それぞれ、最初かつ確認の刊行物11、13)から引き出した。遺伝子を、平均連鎖クラスター化を使用してクラスター化し、サンプルを、発表された原稿12、13に示されるようにサブタイプに従って整理した。ゲノム的悪性度を以前に報告された分子的サブタイプに適用する(6a:Sorlie他;6b:Sotiriou他)。サブタイプを、元の刊行物での場合と同じに整理する。GGI遺伝子のヒートマップが枝分かれ図の下に置かれる。GGIスコアのボックスプロット(メジアン及び範囲)がそれぞれのサブタイプの下に置かれる。高悪性度が、1を超えるGGIによって示され、逆に、高悪性度によって、1を超えるGGIが示される。
ゲノム的悪性度により、ER陽性腫瘍におけるサブタイプを臨床的に区別することができ、また、これらのゲノム的悪性度の予後値により規定されるサブタイプは、現行の従来的方法(例えば、エストロゲン受容体レベル及びプロゲステロン受容体レベルの量的レベルに基づいた方法など)を上回る改善であった。カプラン・マイヤー生存分析を行い、これにより、ER陽性腫瘍の様々なクラスを、遠位転移までの時間(TDM)(これは、乳ガン特異的な生存についての代替として使用されることが多い)に関して、GGIスコア(高悪性度対低悪性度)、ならびに、エストロゲン受容体及びプロゲステロン受容体の発現レベル(富発現対不良発現)に従って比較した(図7−KM及びCox)。GGI(高対低)、ER発現レベル及びPgR発現レベル(富対不良)について、遠位転移非存在生存についてのカプラン・マイヤー生存曲線。図7aは、非治療のデータセット(n=417)についての結果を示す。図7bは、タモキシフェン治療のデータセット(n=249)についての結果を示す。非治療のデータセットについて、示された結果は、2つの一般的な市販のオリゴヌクレオチドマイクロアレイプラットホーム(AffymetrixTM 及びAgilentTM)(方法を参照のこと)を使用してハイブリダイゼーションさせた417個のER陽性サンプルを伴う多数のデータセットから一緒にされた。示されるように、非治療集団及びタモキシフェン治療集団の両方について、ERの発現レベルは何ら予後値を有していなかった(それぞれ、p=0.74及び0.51)。対照的に、GGI及びPgRの発現レベルはともに予後値を有していた(非治療:GGI及びPgRの両方についてp<0.0001;tam治療:GGI p<0.0001、PgR p=0.0058)。管腔の低悪性度サブグループは、管腔の高悪性度サブグループと比較した場合、はるかにより良好なTDMの10年推定値を有していた。
Claims (34)
- 下記の工程を含む方法:
(a)腫瘍サンプルにおける遺伝子発現を測定する工程;
(b)腫瘍サンプルの遺伝子発現悪性度指数(GGI)を、下記の式を使用して計算する工程:
式中、
xはmRNAの遺伝子発現レベルであり、
G1及びG3は、HG1及びHG3においてそれぞれアップレギュレーションされる遺伝子のセットであり、
jはプローブ又はプローブセットを示す。 - 腫瘍サンプルは、乳ガン、結腸ガン、肺ガン、前立腺ガン、肝細胞ガン、胃ガン、膵臓ガン、子宮頸ガン、卵巣ガン、肝臓ガン、膀胱ガン、尿路ガン、甲状腺ガン、腎臓ガン、ガン腫、メラノーマ又は脳ガンによって冒された組織に由来する、請求項1に記載の方法。
- 腫瘍サンプルは、乳腫瘍サンプルである、請求項2に記載の方法。
- 乳腫瘍サンプルは、組織学的悪性度HG2である、請求項3に記載の方法。
- 乳腫瘍サンプルをGGI指数に基づいて低リスク(GG1)又は高リスク(GG3)として示す工程をさらに含む、請求項3に記載の方法。
- 乳腫瘍サンプルの低リスク又は高リスクの呼称と一致する患者に乳ガン治療療法を提供する工程をさらに含む、請求項1〜5のいずれかに記載の方法。
- GGIは、HG1事例の平均GGIが約−1であり、かつ、HG3事例の平均GGIが約+1であるように選ばれたカットオフ値及びスケール値を含む、請求項1〜6のいずれかに記載の方法。
- G1遺伝子セットは、「悪性度1の腫瘍におけるアップレギュレーション」として示される表3における遺伝子から選択される少なくとも1つの遺伝子を含む、請求項1〜7のいずれかに記載の方法。
- G3遺伝子セットは、「悪性度3の腫瘍におけるアップレギュレーション」として示される表3における遺伝子から選択される少なくとも1つの遺伝子を含む、請求項1〜8のいずれかに記載の方法。
- G1及びG3遺伝子セットはエストロゲン受容体陽性集団から作製される、請求項1〜9のいずれかに記載の方法。
- 乳腫瘍サンプルをER陽性腫瘍内の異なるサブタイプとして示す工程をさらに含む、請求項1〜10のいずれかに記載の方法。
- 腫瘍サンプルを他のサブタイプと異なる治療を受けるサブタイプとして示す工程をさらに含む、請求項1〜11のいずれかに記載の方法。
- 下記の工程を含む方法:
(a)腫瘍サンプルにおける遺伝子発現を測定する工程;
(b)腫瘍サンプルについての再発スコア(RS)を、下記の式を使用して計算する工程:
式中、
Gは、ガンの遠位再発に関連する遺伝子セットであり、
Piはプローブ又はプローブセットであり、
iは遺伝子の特定のクラスター又は群を特定し、
wiはクラスターiの重みであり、
jは特定のプローブセットの値であり、
xijはクラスターiにおけるプローブセットjの強度であり、
niはクラスターiにおけるプローブセットの数である。 - カットオフ値によって、再発スコアに基づいて、ガンの再発について低リスク又は高リスクとして腫瘍サンプルを分類する工程を含む、請求項13に記載の方法。
- 低リスクを高リスクから区別するためのカットオフ値は、−100から+100までの再発スコア(RS)である、請求項14に記載の方法。
- 低リスクを高リスクから区別するためのカットオフ値は、−10から+10までの再発スコア(RS)である、請求項14又は15に記載の方法。
- 再発は、タモキシフェン及び/又はアロマターゼ阻害剤の投与、内分泌治療、化学療法、又は抗体治療からなる群から選択される治療による治療の後での再発である、請求項13〜16のいずれかに記載の方法。
- 再発は、タモキシフェンによる治療の後の再発である、請求項17に記載の方法。
- 腫瘍サンプルは、乳ガン、結腸ガン、肺ガン、前立腺ガン、肝細胞ガン、胃ガン、膵臓ガン、子宮頸ガン、卵巣ガン、肝臓ガン、膀胱ガン、尿路ガン、甲状腺ガン、腎臓ガン、ガン腫、メラノーマ又は脳ガンからなる群から選択される、請求項13〜18のいずれかに記載の方法。
- 腫瘍サンプルは乳腫瘍サンプルである、請求項19に記載の方法。
- 患者の治療療法を腫瘍サンプルのガン再発リスク状態に基づいて調節する工程をさらに含む、請求項13〜20のいずれかに記載の方法。
- 患者の治療療法を調節する工程は、
(a)患者が低リスクとして分類されるならば、低リスク患者を続いてタモキシフェン及び逐次アロマターゼ阻害剤(AI)により治療するか、又は、
(b)患者が高リスクとして分類されるならば、高リスク患者をタモキシフェン以外の代わりの内分泌治療により治療すること
をさらに含む、請求項21に記載の方法。 - 患者は高リスクとして分類され、患者の治療療法は、化学療法による治療に、又は、特異的な分子的に標的化された抗ガン治療に調節される、請求項22に記載の方法。
- 遺伝子セットはエストロゲン受容体陽性集団から作製される、請求項13〜23のいずれかに記載の方法。
- 遺伝子セットは、表1,2、及び4における遺伝子のうちの少なくとも4つを含む、請求項13〜24のいずれかに記載の方法。
- 遺伝子セットは、PGR、HER2、ESR、及びMKI−67遺伝子を含む、請求項25に記載の方法。
- 以下のものを含むコンピューター化されたシステム(好ましくはデバイス又はキット):
(a)好ましくはアレイとして固体支持体表面に結合された配列から作製される、遺伝子セットに基づいて腫瘍サンプルについての遺伝子発現を検出するために構成されたバイオアッセイモジュール、好ましくは、マイクロアレイキット又はリアルタイムPCR分析を含むデバイス;及び
(b)GGI又はRSを遺伝子発現に基づいて計算し、かつ、乳腫瘍サンプルについてのリスク評価をもたらすために構成されたプロセッサーモジュール。 - 腫瘍サンプルは、乳ガン、結腸ガン、肺ガン、前立腺ガン、肝細胞ガン、胃ガン、膵臓ガン、子宮頸ガン、卵巣ガン、肝臓ガン、膀胱ガン、尿路ガン、甲状腺ガン、腎臓ガン、ガン腫、メラノーマ又は脳ガンによって冒された組織に由来する、請求項27に記載のシステム。
- 腫瘍サンプルは、乳腫瘍サンプルである、請求項27又は28に記載の方法。
- バイオアッセイモジュールは、遺伝子セットを含む少なくとも1つの遺伝子チップ(マイクロアレイ)を含む、請求項27〜29のいずれかに記載のシステム。
- 遺伝子セットは、「悪性度1の腫瘍におけるアップレギュレーション」として示される表3における遺伝子から選択される少なくとも1つの遺伝子を含む、請求項30に記載のシステム。
- 遺伝子セットは、「悪性度3の腫瘍におけるアップレギュレーション」として示される表3における遺伝子から選択される少なくとも1つの遺伝子を含む、請求項30に記載のシステム。
- 遺伝子セットは、表1,2、及び4における遺伝子のうちの少なくとも1つを含む、請求項30に記載のシステム。
- エストロゲン受容体及び/又はプロゲステロン受容体遺伝子発現の検出と組み合わせられる、請求項1〜12のいずれかに記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US68054305P | 2005-05-13 | 2005-05-13 | |
EP05447274 | 2005-12-07 | ||
PCT/BE2006/000051 WO2006119593A1 (en) | 2005-05-13 | 2006-05-15 | Gene-based algorithmic cancer prognosis |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008539737A true JP2008539737A (ja) | 2008-11-20 |
JP2008539737A5 JP2008539737A5 (ja) | 2009-05-07 |
Family
ID=36061623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008510367A Pending JP2008539737A (ja) | 2005-05-13 | 2006-05-15 | 遺伝子に基づくアルゴリズム的ガン予後 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP1880335A1 (ja) |
JP (1) | JP2008539737A (ja) |
CN (1) | CN101356532B (ja) |
AU (1) | AU2006246241A1 (ja) |
CA (1) | CA2608643A1 (ja) |
WO (1) | WO2006119593A1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2009113495A1 (ja) * | 2008-03-12 | 2011-07-21 | 財団法人ヒューマンサイエンス振興財団 | 肝癌特異的発現遺伝子による肝癌の検査方法並びに肝癌の治療及び予防剤 |
JP2013523105A (ja) * | 2010-03-31 | 2013-06-17 | ジヴィドン ダイアグノスティックス ゲゼルシャフト ミット ベシュレンクテル ハフツング | 内分泌治療下における乳癌再発を予測するための方法 |
KR20150092780A (ko) * | 2014-02-05 | 2015-08-17 | 연세대학교 산학협력단 | 도메인 특이적인 계통발생학적 프로파일 유사성을 이용한 유전자 네트워크의 개선 방법 |
JP2019514930A (ja) * | 2016-04-29 | 2019-06-06 | ボード・オブ・リージエンツ,ザ・ユニバーシテイ・オブ・テキサス・システム | ホルモン受容体に関連する転写活性の標的尺度 |
US11021754B2 (en) | 2007-09-06 | 2021-06-01 | Biotheranostics, Inc. | Tumor grading and cancer prognosis |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030198972A1 (en) | 2001-12-21 | 2003-10-23 | Erlander Mark G. | Grading of breast cancer |
US9856533B2 (en) | 2003-09-19 | 2018-01-02 | Biotheranostics, Inc. | Predicting breast cancer treatment outcome |
US20080275652A1 (en) * | 2005-05-13 | 2008-11-06 | Universite Libre De Bruxelles | Gene-based algorithmic cancer prognosis |
US7960114B2 (en) | 2007-05-02 | 2011-06-14 | Siemens Medical Solutions Usa, Inc. | Gene signature of early hypoxia to predict patient survival |
US20080286273A1 (en) * | 2007-05-02 | 2008-11-20 | Siemens Medical Solutions Usa, Inc. | Knowledge-Based Proliferation Signatures and Methods of Use |
CA2696947A1 (en) | 2007-09-07 | 2009-03-12 | Universite Libre De Bruxelles | Methods and tools for prognosis of cancer in er- patients |
JP2010537658A (ja) * | 2007-09-07 | 2010-12-09 | ユニヴェルシテ リブル ドゥ ブリュッセル | Her2+患者におけるガンの予後判定のための方法およびツール |
WO2009103790A2 (en) | 2008-02-21 | 2009-08-27 | Universite Libre De Bruxelles | Method and kit for the detection of genes associated with pik3ca mutation and involved in pi3k/akt pathway activation in the er-positive and her2-positive subtypes with clinical implications |
EP3118328A1 (en) * | 2009-01-07 | 2017-01-18 | Myriad Genetics, Inc. | Cancer biomarkers |
US20120041274A1 (en) | 2010-01-07 | 2012-02-16 | Myriad Genetics, Incorporated | Cancer biomarkers |
EP2507397A4 (en) * | 2009-12-01 | 2013-05-01 | Compendia Bioscience Inc | CLASSIFICATION OF CANCERS |
BR112012019640A2 (pt) | 2010-02-05 | 2017-06-20 | Translational Genomics Res Inst | métodos e kits usados na classificação de carcinoma adrenocortical |
WO2012006447A2 (en) | 2010-07-07 | 2012-01-12 | Myriad Genetics, Inc. | Gene signatures for cancer prognosis |
US9605319B2 (en) | 2010-08-30 | 2017-03-28 | Myriad Genetics, Inc. | Gene signatures for cancer diagnosis and prognosis |
WO2012079059A2 (en) | 2010-12-09 | 2012-06-14 | Biotheranostics, Inc. | Post-treatment breast cancer prognosis |
HUE032391T2 (en) | 2011-07-28 | 2017-09-28 | Sividon Diagnostics Gmbh | A method of predicting a response to chemotherapy in a patient suffering from, or at risk of, recurrent breast cancer |
JP2013219629A (ja) | 2012-04-10 | 2013-10-24 | Sony Computer Entertainment Inc | 情報処理装置および録画機器選択方法 |
US10408846B2 (en) | 2012-05-15 | 2019-09-10 | Novartis Ag | Quantitative methods and kits for providing reproducible IHC4 scores |
WO2014078700A1 (en) | 2012-11-16 | 2014-05-22 | Myriad Genetics, Inc. | Gene signatures for cancer prognosis |
WO2014118333A1 (en) | 2013-02-01 | 2014-08-07 | Sividon Diagnostics Gmbh | Method for predicting the benefit from inclusion of taxane in a chemotherapy regimen in patients with breast cancer |
CN103205433B (zh) * | 2013-04-03 | 2014-06-04 | 复旦大学附属肿瘤医院 | 用于肺癌预后的基因及其应用 |
WO2015175692A1 (en) | 2014-05-13 | 2015-11-19 | Myriad Genetics, Inc. | Gene signatures for cancer prognosis |
WO2016193109A1 (en) * | 2015-05-29 | 2016-12-08 | Koninklijke Philips N.V. | Methods of prostate cancer prognosis |
CN106442991B (zh) * | 2015-08-06 | 2018-07-27 | 中国人民解放军军事医学科学院生物医学分析中心 | 用于预测肺腺癌患者预后及判断辅助化疗获益的系统 |
US11530448B2 (en) | 2015-11-13 | 2022-12-20 | Biotheranostics, Inc. | Integration of tumor characteristics with breast cancer index |
CN107326065B (zh) * | 2016-04-29 | 2022-07-29 | 博尔诚(北京)科技有限公司 | 一种基因标识物的筛选方法及其应用 |
CA3075265A1 (en) | 2017-09-08 | 2019-03-14 | Myriad Genetics, Inc. | Method of using biomarkers and clinical variables for predicting chemotherapy benefit |
CN108648826B (zh) * | 2018-05-09 | 2022-04-15 | 中国科学院昆明动物研究所 | 一种基于多基因表达特征谱的胰腺癌个性化预后评估方法 |
CN112941184A (zh) * | 2018-06-13 | 2021-06-11 | 深圳市颐康生物科技有限公司 | 一种用于检测癌症复发风险的生物标志物 |
CN112760384B (zh) * | 2021-04-06 | 2021-06-25 | 臻和(北京)生物科技有限公司 | 一种胰腺癌预后判定方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030198972A1 (en) * | 2001-12-21 | 2003-10-23 | Erlander Mark G. | Grading of breast cancer |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0323225D0 (en) * | 2003-10-03 | 2003-11-05 | Ncc Technology Ventures Pte Lt | Materials and methods relating to breast cancer classification |
-
2006
- 2006-05-15 EP EP06752698A patent/EP1880335A1/en not_active Ceased
- 2006-05-15 WO PCT/BE2006/000051 patent/WO2006119593A1/en not_active Application Discontinuation
- 2006-05-15 CA CA002608643A patent/CA2608643A1/en not_active Abandoned
- 2006-05-15 JP JP2008510367A patent/JP2008539737A/ja active Pending
- 2006-05-15 CN CN2006800164096A patent/CN101356532B/zh not_active Expired - Fee Related
- 2006-05-15 AU AU2006246241A patent/AU2006246241A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030198972A1 (en) * | 2001-12-21 | 2003-10-23 | Erlander Mark G. | Grading of breast cancer |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11021754B2 (en) | 2007-09-06 | 2021-06-01 | Biotheranostics, Inc. | Tumor grading and cancer prognosis |
JPWO2009113495A1 (ja) * | 2008-03-12 | 2011-07-21 | 財団法人ヒューマンサイエンス振興財団 | 肝癌特異的発現遺伝子による肝癌の検査方法並びに肝癌の治療及び予防剤 |
JP2013523105A (ja) * | 2010-03-31 | 2013-06-17 | ジヴィドン ダイアグノスティックス ゲゼルシャフト ミット ベシュレンクテル ハフツング | 内分泌治療下における乳癌再発を予測するための方法 |
KR20150092780A (ko) * | 2014-02-05 | 2015-08-17 | 연세대학교 산학협력단 | 도메인 특이적인 계통발생학적 프로파일 유사성을 이용한 유전자 네트워크의 개선 방법 |
KR101636995B1 (ko) | 2014-02-05 | 2016-07-21 | 연세대학교 산학협력단 | 도메인 특이적인 계통발생학적 프로파일 유사성을 이용한 유전자 네트워크의 개선 방법 |
JP2019514930A (ja) * | 2016-04-29 | 2019-06-06 | ボード・オブ・リージエンツ,ザ・ユニバーシテイ・オブ・テキサス・システム | ホルモン受容体に関連する転写活性の標的尺度 |
JP7131773B2 (ja) | 2016-04-29 | 2022-09-06 | ボード オブ リージェンツ,ザ ユニバーシティ オブ テキサス システム | ホルモン受容体に関連する転写活性の標的尺度 |
Also Published As
Publication number | Publication date |
---|---|
CA2608643A1 (en) | 2006-11-16 |
EP1880335A1 (en) | 2008-01-23 |
AU2006246241A1 (en) | 2006-11-16 |
CN101356532A (zh) | 2009-01-28 |
CN101356532B (zh) | 2012-08-01 |
WO2006119593A1 (en) | 2006-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008539737A (ja) | 遺伝子に基づくアルゴリズム的ガン予後 | |
JP7042717B2 (ja) | 癌の臨床転帰を予測する方法 | |
US20080275652A1 (en) | Gene-based algorithmic cancer prognosis | |
Jansen et al. | Molecular classification of tamoxifen-resistant breast carcinomas by gene expression profiling | |
JP6140202B2 (ja) | 乳癌の予後を予測するための遺伝子発現プロフィール | |
Calza et al. | Intrinsic molecular signature of breast cancer in a population-based cohort of 412 patients | |
Wang et al. | Gene-expression profiles to predict distant metastasis of lymph-node-negative primary breast cancer | |
US9447470B2 (en) | Tumor grading and cancer prognosis | |
US20190085407A1 (en) | Methods and compositions for diagnosis of glioblastoma or a subtype thereof | |
US20130332083A1 (en) | Gene Marker Sets And Methods For Classification Of Cancer Patients | |
JP2007049991A (ja) | 乳癌の骨への再発の予測 | |
JP2008521412A (ja) | 肺癌予後判定手段 | |
JP2008521383A (ja) | p53の状態と遺伝子発現プロファイルとの関連性に基づき、癌を分類し、予後を予測し、そして診断する方法、システム、およびアレイ | |
WO2011130495A1 (en) | Methods of evaluating response to cancer therapy | |
US9721067B2 (en) | Accelerated progression relapse test | |
EP3964589A1 (en) | Assessing colorectal cancer molecular subtype and uses thereof | |
EP2406729B1 (en) | A method, system and computer program product for the systematic evaluation of the prognostic properties of gene pairs for medical conditions. | |
JP2016515800A (ja) | 肺癌の予後および治療選択のための遺伝子サイン | |
Reinholz et al. | Expression profiling of formalin-fixed paraffin-embedded primary breast tumors using cancer-specific and whole genome gene panels on the DASL® platform | |
Fumagalli et al. | Molecular biology in breast cancer: should molecular classifiers be assessed by conventional tools or by gene expression arrays? | |
WO2013079188A1 (en) | Methods for the diagnosis, the determination of the grade of a solid tumor and the prognosis of a subject suffering from cancer | |
KR20080064725A (ko) | 유전자-베이스 알고리즘적 암 예후 | |
Han et al. | Prostate Epithelial Genes Define Docetaxel-Sensitive Prostate Cancer Molecular Subtype | |
WO2021061623A1 (en) | Methods for predicting aml outcome |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090316 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111019 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120612 |