JP2011520206A - 医療分析システム - Google Patents
医療分析システム Download PDFInfo
- Publication number
- JP2011520206A JP2011520206A JP2011509052A JP2011509052A JP2011520206A JP 2011520206 A JP2011520206 A JP 2011520206A JP 2011509052 A JP2011509052 A JP 2011509052A JP 2011509052 A JP2011509052 A JP 2011509052A JP 2011520206 A JP2011520206 A JP 2011520206A
- Authority
- JP
- Japan
- Prior art keywords
- clinical
- data
- modality
- patient
- analysis system
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 99
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 58
- 201000011510 cancer Diseases 0.000 claims abstract description 27
- 230000014509 gene expression Effects 0.000 claims description 80
- 238000000034 method Methods 0.000 claims description 45
- 230000007067 DNA methylation Effects 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 206010006187 Breast cancer Diseases 0.000 claims description 22
- 208000026310 Breast neoplasm Diseases 0.000 claims description 21
- 230000010354 integration Effects 0.000 claims description 17
- 238000011223 gene expression profiling Methods 0.000 claims description 13
- 238000009396 hybridization Methods 0.000 claims description 13
- 238000012800 visualization Methods 0.000 claims description 12
- 230000000052 comparative effect Effects 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 9
- 208000018522 Gastrointestinal disease Diseases 0.000 claims description 7
- 208000012902 Nervous system disease Diseases 0.000 claims description 7
- 208000025966 Neurological disease Diseases 0.000 claims description 7
- 208000010643 digestive system disease Diseases 0.000 claims description 7
- 208000016097 disease of metabolism Diseases 0.000 claims description 7
- 208000018685 gastrointestinal system disease Diseases 0.000 claims description 7
- 208000019622 heart disease Diseases 0.000 claims description 7
- 208000030159 metabolic disease Diseases 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 206010009944 Colon cancer Diseases 0.000 claims description 4
- 238000012896 Statistical algorithm Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 208000001333 Colorectal Neoplasms Diseases 0.000 claims 1
- 238000011282 treatment Methods 0.000 abstract description 29
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 238000002512 chemotherapy Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 5
- 238000004393 prognosis Methods 0.000 abstract description 4
- 108090000623 proteins and genes Proteins 0.000 description 67
- 239000000523 sample Substances 0.000 description 31
- 230000011987 methylation Effects 0.000 description 29
- 238000007069 methylation reaction Methods 0.000 description 29
- 230000002068 genetic effect Effects 0.000 description 19
- 239000012634 fragment Substances 0.000 description 14
- 108091008039 hormone receptors Proteins 0.000 description 13
- 238000009826 distribution Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 12
- 238000002493 microarray Methods 0.000 description 12
- 101000975007 Homo sapiens Transcriptional regulator Kaiso Proteins 0.000 description 11
- 102100023011 Transcriptional regulator Kaiso Human genes 0.000 description 11
- 102000006890 Methyl-CpG-Binding Protein 2 Human genes 0.000 description 9
- 108010072388 Methyl-CpG-Binding Protein 2 Proteins 0.000 description 9
- 230000004547 gene signature Effects 0.000 description 9
- 239000013610 patient sample Substances 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 241000219173 Carica Species 0.000 description 8
- 235000009467 Carica papaya Nutrition 0.000 description 8
- 230000009471 action Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 8
- 210000000481 breast Anatomy 0.000 description 8
- 239000005556 hormone Substances 0.000 description 8
- 229940088597 hormone Drugs 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 230000027455 binding Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 7
- 108050008825 Cellular retinoic acid-binding protein 2 Proteins 0.000 description 6
- 102100038504 Cellular retinoic acid-binding protein 2 Human genes 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 5
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 238000013517 stratification Methods 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 108091034117 Oligonucleotide Proteins 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 238000010208 microarray analysis Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000037361 pathway Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 230000004083 survival effect Effects 0.000 description 4
- 108091029523 CpG island Proteins 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000031018 biological processes and functions Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 208000029742 colonic neoplasm Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 102000015694 estrogen receptors Human genes 0.000 description 3
- 108010038795 estrogen receptors Proteins 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000007786 learning performance Effects 0.000 description 3
- 210000001165 lymph node Anatomy 0.000 description 3
- 230000003211 malignant effect Effects 0.000 description 3
- 238000004949 mass spectrometry Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004879 molecular function Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- 102100028966 HLA class I histocompatibility antigen, alpha chain F Human genes 0.000 description 2
- 101000986080 Homo sapiens HLA class I histocompatibility antigen, alpha chain F Proteins 0.000 description 2
- 101001043594 Homo sapiens Low-density lipoprotein receptor-related protein 5 Proteins 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 2
- 102100021926 Low-density lipoprotein receptor-related protein 5 Human genes 0.000 description 2
- 206010033128 Ovarian cancer Diseases 0.000 description 2
- 206010061535 Ovarian neoplasm Diseases 0.000 description 2
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 101150097231 eg gene Proteins 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010195 expression analysis Methods 0.000 description 2
- 229940022353 herceptin Drugs 0.000 description 2
- 230000003054 hormonal effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002018 overexpression Effects 0.000 description 2
- 238000010837 poor prognosis Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 102000003998 progesterone receptors Human genes 0.000 description 2
- 108090000468 progesterone receptors Proteins 0.000 description 2
- 102000005962 receptors Human genes 0.000 description 2
- 108020003175 receptors Proteins 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000004797 therapeutic response Effects 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 101150090724 3 gene Proteins 0.000 description 1
- 102100023621 4-hydroxyphenylpyruvate dioxygenase-like protein Human genes 0.000 description 1
- 102100039527 CBP80/20-dependent translation initiation factor Human genes 0.000 description 1
- 102100034798 CCAAT/enhancer-binding protein beta Human genes 0.000 description 1
- 102100036167 CXXC-type zinc finger protein 5 Human genes 0.000 description 1
- 102100025659 Cadherin EGF LAG seven-pass G-type receptor 1 Human genes 0.000 description 1
- 108091029430 CpG site Proteins 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- 230000004544 DNA amplification Effects 0.000 description 1
- 230000004568 DNA-binding Effects 0.000 description 1
- 238000002965 ELISA Methods 0.000 description 1
- 101150044894 ER gene Proteins 0.000 description 1
- 101150029707 ERBB2 gene Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102100024421 GTPase IMAP family member 6 Human genes 0.000 description 1
- 101150054472 HER2 gene Proteins 0.000 description 1
- 101001048445 Homo sapiens 4-hydroxyphenylpyruvate dioxygenase-like protein Proteins 0.000 description 1
- 101000746131 Homo sapiens CBP80/20-dependent translation initiation factor Proteins 0.000 description 1
- 101000945963 Homo sapiens CCAAT/enhancer-binding protein beta Proteins 0.000 description 1
- 101000947154 Homo sapiens CXXC-type zinc finger protein 5 Proteins 0.000 description 1
- 101000914155 Homo sapiens Cadherin EGF LAG seven-pass G-type receptor 1 Proteins 0.000 description 1
- 101000833389 Homo sapiens GTPase IMAP family member 6 Proteins 0.000 description 1
- 101001020548 Homo sapiens LIM/homeobox protein Lhx1 Proteins 0.000 description 1
- 101000819088 Homo sapiens Transcription factor GATA-6 Proteins 0.000 description 1
- 101000979190 Homo sapiens Transcription factor MafB Proteins 0.000 description 1
- 101000818575 Homo sapiens Zinc finger and BTB domain-containing protein 21 Proteins 0.000 description 1
- 101000744923 Homo sapiens Zinc finger protein 507 Proteins 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 102100036133 LIM/homeobox protein Lhx1 Human genes 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 238000001190 Q-PCR Methods 0.000 description 1
- 230000006093 RNA methylation Effects 0.000 description 1
- 102100021382 Transcription factor GATA-6 Human genes 0.000 description 1
- 102100023234 Transcription factor MafB Human genes 0.000 description 1
- 102100040255 Tubulin-specific chaperone C Human genes 0.000 description 1
- 102100021130 Zinc finger and BTB domain-containing protein 21 Human genes 0.000 description 1
- 102100039963 Zinc finger protein 507 Human genes 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 238000011256 aggressive treatment Methods 0.000 description 1
- SHGAZHPCJJPHSC-YCNIQYBTSA-N all-trans-retinoic acid Chemical compound OC(=O)\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C SHGAZHPCJJPHSC-YCNIQYBTSA-N 0.000 description 1
- 230000000692 anti-sense effect Effects 0.000 description 1
- 101150010487 are gene Proteins 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 210000000270 basal cell Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002919 epithelial cell Anatomy 0.000 description 1
- 108700020302 erbB-2 Genes Proteins 0.000 description 1
- 229940011871 estrogen Drugs 0.000 description 1
- 239000000262 estrogen Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000012766 histopathologic analysis Methods 0.000 description 1
- 230000003118 histopathologic effect Effects 0.000 description 1
- 238000007489 histopathology method Methods 0.000 description 1
- 238000001794 hormone therapy Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000009126 molecular therapy Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 101150038105 pr gene Proteins 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 239000000186 progesterone Substances 0.000 description 1
- 229960003387 progesterone Drugs 0.000 description 1
- 229930002330 retinoic acid Natural products 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000012089 stop solution Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 229960001727 tretinoin Drugs 0.000 description 1
- 108010093459 tubulin-specific chaperone C Proteins 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H50/50—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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Bioethics (AREA)
- Child & Adolescent Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
−結果及び患者の状態に関与する(また、治療反応のために使用される)最も重要な遺伝子/座位についての相関情報を推定するために、複数のモダリティの分析を集積すること。発明者らは、組織学的等級、リンパ節、ER/PR状態及び結果のような臨床パラメータに加えて、遺伝子発現及びDNAメチル化からの患者情報の組込みを提供する。
−(文献の斯様なツールの記述を越えて)このデータを分析するためのさまざまな機械学習ツールを結合すること、
−診断、予後、治療反応及び経過観察のため斯様に統合された分析の使用。
本システムの構造は、以下のコンポーネントを持ち、また、図1Aを参照されたい。
-GUI:グラフィカルユーザーインターフェイス(GUI)は、同期をとって、データ、分析結果及びツール実行の結果を示すコンポーネントを結合する。
-データアクセス(DA):調査情報、測定値、分析値のデータベースへのアクセスを提供。
-フロー定義(FD):ゲノムデータ分析及び臨床/分子データブラウザステップの設定可能なフローの実行を供給。
-ツール実行エンジン(TEE):さまざまなプラットフォームからツールをシームレスに設定しインスタンス化するアプリケーションのためのインタフェースを供給。これは、新しいツールでの拡張が、ほとんど又は全く変形なしで設定及びフローを容易に加えることができるようにする。
-内部データベース(IDB):調査データ、分析結果、フロー及びツール定義、並びにデータベースリポジトリを利用する外部ツールのための他のデータの収集。
-ツール「レポジトリ」(TR):アプリケーションが実行するように設定されるツールのコレクション。これらのツールは、ツールがツールの実行を視覚化できるようにするために、基本的なルールのセットに従う。
-外部「データベース」(EDB):外部ツールがファイルシステム上又はIDBとは異なるデータベース内の何れかに格納された外部ツールが使用する全てのデータ及び他のファイルの収集。
関連する分子情報(例えば差動DNAメチル化だけでなく遺伝子発現)に沿って患者に関する臨床情報へのアクセスを可能にする完全に統合されたゲノムデザイン及び分析ツールボックスと、
a)遺伝子発現プロファイリング、b)DNAメチル化プロファイリング、c)臨床パラメータを分子レベル情報と結合、d)臨床、生物学的知識を分子データと結合、e)統計ツールにより分子モダリティの統合で専門化されている複数の機械学習ツールの統合とを提供する。
請求項1に記載の医療分析システムによる本発明の一つの実施例では、第1の生体分子モダリティ及び第2の臨床モダリティは、機械学習アルゴリズムにより統合可能であり、この統合の結果は前記GUIで視覚化可能である。
非限定的な概念上のフローシナリオが、図2で供給される。このシステムを実行するために、この実施例では、5つのスクリーンタイプが定義された:
目的:どのくらい評価患者(サンプル)が署名のデータベースと合うかを示す。
データ:サンプル(メチル化/発現プロファイル及び患者の病歴、臨床指標を含む)、署名。
ツール:署名とのマッチング、関連した(マッチした)署名の概要。
制御:負荷患者;署名を拡大する;署名(例えば、遺伝子順位、経路、...)の概要を選択する;判断サポート。
目的:署名(オプションでサンプル又は一組の署名の状況において)のコンテンツ及び特性を例示する。
データ:署名(遺伝子/座のセット)、注釈(拡張リソース、例えばNCBIへのリンク)。
ツール:マッチング、関連した(マッチした)署名の概要(統計的データの概要)。
制御:「分析」へ又は分析における初期のステップへナビゲートし、視覚要素を強調又は除去する図の変更(又は、例えば遺伝子の番号付きリストからヒートマップへのように完全に図を変更さえする)。
目的:比較目的及び多モードデータ統合のためツール1からツール2を「ドライブする」ためのオプションで、同時に、2つのツールからの出力を示すための手段を供給する。
データ:ツールに依存して何れのデータでも。
ツール:何れのツールでも。
例:1)ツール1=階層クラスタリングvsツール2=トップダウン階層。分類例2)遺伝子発現データ上のツール1vsメチル化データ上のツール1。
制御:パラメータを供給し、ツール2をドライブする。コールされる所で、ナビゲートする。
目的:事前に決められた状況情報(例えば現在のサンプル、現在の署名、他のツールからの現在の出力)の中で、ツールを実行する。
データ:ツールに依存して何れのデータでも。
ツール:何れのツールでも。
制御:基本のパラメータ入力。デフォルトパラメータが、使用されるべきであって、必要に応じてその場で変更できる。フローの幾つかの状況を得て、後続のツール呼び出しのため状況を更新する。コールされる所で、ナビゲートする。同様のツールへナビゲートする。パイプラインでそれに先行するツールにナビゲートする。
目的:患者サンプルに対するマッチングの結果がどのくらいCDSのような出力に翻訳されるかについての一つ以上のアイデアを視覚化する。
データ:分析及び注釈に基づくデータ。
ツール:なし。提示される情報だけ。例えば、臨床指標、治療計画。
制御:幾つかのデータは、外部ソース(例えば「PubMed」刊行物、経路情報)へのハイパーリンクを含む。コールされる所で、ナビゲートする。
-開始:遷移を生じる状態から。
-状態:結果的な状態へ。
-説明:アクションのフリーテキスト記述
-アクションタイプ:ツール呼び出し(外部ツールを呼ぶ);習慣(内部的に定義されたアクションを実行する);ボタン(スクリーンに供給されるボタンから、外部ツールを呼ぶ)。
-ツール:適用できる場合、呼ばれるべきツールの記述へのポインタ。
-既存の制約:このアクションが許容されるために、以前のアクションによりセットされる必要があるか又はセットされる必要がないフラグ。
-設定制約:このアクションがセットするフラグ。
-セットしない制約:このアクションがセットしないフラグ。
前処理:
i プローブレベルの特性の分析
ii スケーリング
iii 正規化
生物マーカー発見:
i 特徴ランキング
ii 生存分析
iii 特徴副セット選択
iv フィルタ
v ラッパ
クロスモーダルツール:
i 2つ以上のモダリティからのデータの視覚化
ii 1つのモダリティから他のモダリティへの翻訳
iii 測定されたモダリティ及びそれぞれの生物マーカーの相関
臨床判断サポートツール:
i 一つ以上の患者サンプルプロファイルに基づく署名特徴
ii 複数のモダリティ間の一つ以上の患者プロファイルの視覚化
iii 患者のプロファイルのレパートリに関する一つ以上の患者のプロファイルの視覚化
本発明は、翻訳リサーチ、前臨床、及び臨床アプリケーションの一部のために使用されるべき生命情報科学ソフトウェアツールを結合する。
データベースから要約された患者(サンプル)情報が示され、アプリケーションは他の分析のため患者の選択(ハイライトされている)(図5)を可能にする。
所与の患者のための組織病理学的分析の要約は、「FISH」及び免疫組織化学による、エストロゲン受容体、プロゲステロン受容体、Her2過剰発現の状態を含むこのスクリーン(図6)に示される。
ROMAデータ(代表のオリゴヌクレチオドマイクロアレイ分析)からサンプルに対するためのファイアストーム指標とともに、遺伝子増幅の数、削除等のような、サンプルに関連した比較ゲノムハイブリダイゼーション(CGH)データの要約。図7参照。
遺伝子発現署名等の他の探査を許容する、サンプルのための遺伝子発現データの要約(図8参照)。
このスクリーンは、遺伝子発現モダリティスクリーンの下部右側の隅の「署名」ボタンをクリックすることにより到達できる(図10参照)。遺伝子発現及びメチル化データ分析を使用して発見される署名と同様に、遺伝子発現データを単独で使用して識別される署名が示される。特定の患者への統計的関連の順に並べられた一番上の署名が、示される。スクリーンの左側の署名のいずれかをクリックすることで、署名に含まれるすべての遺伝子の概要を供給する。「特徴ブラウザ」及び「遺伝子カード」のような個々の遺伝子のためのデータの外部ソースへのリンクがある。
特徴ブラウザが特定の遺伝子のために呼ばれる(クリックされる)とき、このツールは、ホルモン受容体(HR)状態、Her2FISH状態及び腫瘍等級の状態のような異なる臨床注釈によって分類される全ての患者間の遺伝子発現レベルの分布を示す(図11参照)。
所与の遺伝子に対する「遺伝子カード」リンクをクリックすることで、外的資源から遺伝子に関して一般公開されている情報をユーザが得ることができるインターネットブラウザを開く(図12参照)。
遺伝子発現署名と同様に、ユーザはメチル化モダリティの中でDNAメチル化署名を調査することを選択できる。これも、特徴ブラウザリンクを使用してメチル化マーカーの他の調査を可能にする(図13及び図14参照)。
このスクリーン(図14)において、メチル化署名は、患者をクラスタ形成するために使用され、現在の患者が図の「X」マークによりマークされている。これは、ユーザが患者のメチル化プロファイルに基づいて患者の臨床注釈を見ることができる。
左の「クラスタメチル化」ボタンによって、ユーザがメチル化署名のいずれかに従って患者をクラスタ形成でき、よって、ここで示されるものと同様の多くの異なるクラスタ出力へのアクセスを供給する。
発見区域は、署名を生成する際に使用された多くの発見ツールへのアクセスを供給する。ここで、我々は、専用の機械学習アルゴリズムだけでなく公の機械学習アルゴリズムと統計方法とを含める。個々のツールは、左側のボタンを使用してアクセスできる(図16参照)。
このツールは、遺伝子アルゴリズムベースの署名発見ツールの学習及び評価性能の概要を示す。ツールが、図16及び図17に示されるように、個々のスクリーン上に、又は分割スクリーンとして、学習及び性能を表示するために使用できる。
このツールは、遺伝子アルゴリズムにより発見される署名の範囲内で、遺伝子共起を示す。ツールは、「GAGeneNwks(EXP)」ボタンをクリックすることにより単独で遺伝子発現データを使用して発見された署名、又は「GAGeneNwks(EXP―MET)」ボタンを使用して遺伝子発現及びメチル化データ両方を利用することにより発見される署名のための遺伝子共起を見るために使用できる(図18参照)。
このツールは、重要な差動メチル化プローブ(シーケンス)のための関連したメチル結合部位を示す(図19参照)。
トップダウンの階層的な分類(TDHS)は、クラスタ形成するアルゴリズムと同様であるが、クラスタ形成では、2つのパターンがグローバルな類似性を示す階層的クラスタ形成するのと対照的に、TDHSでは、最も類似のパターン(局所的マッチが高い所)の分類を実施する(図20参照)。
このツールによって、ユーザがn層発現強度変化に基づいて遺伝子発現データをフィルタリングできる(図21参照)。
このツールは、遺伝子発現データと差動DNAメチル化データ間の相関の出力を示す。相関は、患者の結果に基づいて測定される。サンプルは、生存する(正の結果)もので肯定的に相関し、死亡の(負の結果)カテゴリで負に相関される必要がある(図22参照)。多モード特徴分析は、図23及び図24に示される。
遺伝子発現のためのCDSスクリーン
署名スクリーン(図25参照)から、ユーザは、特定の署名を選択でき、その後、選択された署名を使用して、特定の患者の層別化情報を与える臨床判断サポート(CDS)スクリーンへ移動できる。
遺伝子発現データ分析の主要段階は、患者サンプルの特定のラベリングに関して全体のデータセットを単独で記載できる特徴(遺伝子)サブセットの検索である。発明者らは、サンプルの現地踏査ラベリングを最善に予測する特徴の副セットを自動的に展開するようにデザインされる遺伝子アルゴリズム(GA)に基づいたツールを使用している。特に、遺伝子発現データの(フィルタ処理された)セットは、2つの乳癌サブタイプ・グループ:管腔及び基底に基づいて、ラベルをつけられる3,501本の遺伝子発現プローブ及び104個の患者サンプルを含む。ツールは、学習のための78個のサンプル及び評価のための26個のサンプルの異なる組合せに、100回動作した。正確な同じセットアップが、患者サンプルラベルが100回の実行の各々においても置換されるデータで繰り返された。このデータは、統計的に有意なサブセットを選択するために後で使用される。
GA―SVMは、学習データ上のパフォーマンスの程度を変化させて、何千もの署名を生成する能力を持つ。GA自体が下位学習エラー及びより短い長さを持つ署名を選択するためのメカニズムを持つ一方で、GA―SVMの結果として生じる出力は、まだ他の特徴描写を必要とする。これをなすために、GA―SVMは、学習データのための結果ラベルの100個の独立置換を使用して、独立して実行する。置換された試行に対するGAの出力を使用して、ツールは、所与のサイズのすべての署名間の学習エラーの分布を使用してギュンベル(タイプIの極値)分布のパラメータを推定する。よって、GA実行の10から45の範囲のサイズの署名がある場合、別々のEVDパラメータは、それらのサイズの各々に対して計算される。背景分布としてランダムなデータ上に良好な実行の署名を発見する際にGAのパフォーマンスを使用して、発明者らは、ここで、実際のデータ上でGAにより識別される署名が統計的に有意かどうか識別できる。さらに、多数の遺伝子署名のため、ツールは、多重比較のために調整されて、所与のデータで極端にありそうもなく偶然見つけられた(p<0.05%)学習パフォーマンスを達成しているそれらの署名だけを選択する。この「p値フィルタ」を通過するそれらの署名の間で、最善に実行している署名は、より大きい署名で最もありそうである。従って、ツールは、p値フィルタを生き残ったサブセットのプールから100個の最大の署名を選択する。
複数の分類の間で患者を識別する遺伝子署名が発見されると、それらの機能的な関連性に関する疾患及びゲイン信頼へのメカニズムへの幾つかの洞察を得るために、遺伝子を調査して、特徴づけることは重要である。乳癌マイクロアレイ遺伝子発現データは、しばしば、適当な治療計画を選択する際に臨床医を援助する、例えば腫瘍等級、ホルモン受容体状態などの患者に対するさまざまな臨床パラメータを供給する。調査ステップとして、署名の特定の遺伝子がどのくらい臨床注釈と相関するかを評価することが重要である。例えば、人は尋ねることができる−癌の管腔及び基礎のサブタイプ間を区別する遺伝子は、ホルモン受容体状態のような臨床注釈内にクラスタ形成を示すか?答がYESであれば、ホルモン受容体状態(しばしば疾患の積極性を示す)は、特定のサブタイプにリンクされることができ、メカニズムに関する他の仮説が生成できる。我々の特徴ブラウザツールは、ユーザは特定の臨床注釈によって分類される患者間の遺伝子の発現強度を視覚化できる。
このツールの目的は、遺伝子署名と関連したメタデータの視覚化を提供することである。遺伝子署名は、遺伝子アルゴリズムのような統計方法により生成できる遺伝子のサブセットである。署名の生成についての他の記述は、タイトルをつけられた区域に含まれる:サポートベクトル機械分類器のための遺伝子アルゴリズムラッパを使用して特徴サブセット選択。
1 遺伝子署名、所望の生物学的状況及び表示パラメータを得る。遺伝子署名は、遺伝子サブセットを含むリストの指標である。ユーザは、調査されるべき生物学的状況を定める。生物学的状況の例は、セル状コンポーネント、分子機能及び生物学的プロセスである。ユーザは、示されるべきアイテムの数のようなプレゼンテーションパラメータ、及び全スクリーン又は半分のスクリーンの表示モードも定めることができる。
2 遺伝子署名と関連するメタデータを得る。例えば、署名の遺伝子と関連した遺伝子オントロジー注釈を得る。さらにまた、これらの注釈は、ユーザにより定められる生物学的状況に限定できる。
3 メタデータの分布を計算する。例えば、それは、以前に収集された遺伝子オントロジー注釈の分布を計算する。
4 降順又は昇順で分布を分類する。
5 視覚教材(例えば棒グラフ)で、一番上からn個の分布を示す。この表示の例は、図30に表される。
プログラムは、DNAシーケンスのメチル結合部位を識別する。ツールは、マイクロアレイプローブで働き、これらのプローブ・シーケンスの中で特定パターンを認識するようにデザインされていた。
1 指標ファイル−このファイルは、我々が分析を行いたいMspI断片に対応する指標のリストを含む。指標ファイルの第1のラインは、ヘッダ情報と考えられ、処理されない。
2 マイクロアレイプローブ注釈ファイル−このファイルは、プローブID、それらのシーケンス及び他の関連情報を含む。MOMAアレイのために、処理される情報は、以下を含む:
a MspFragID
b シーケンス
c 隣接する遺伝子及びMsp断片までのそれらの距離。これらの値は、センス鎖及びアンチセンス鎖両方で、5'及び3'方向両方に対してリストされる。
プログラムの全体のフローは、以下の通りである:
1 マイクロアレイ注釈ファイルをアレイに入れる。
2 指標ファイルの各指標に対して、注釈ファイル・アレイから対応する行を抜粋する。指標ファイルに明記されている指標番号と対応するMsp断片の行番号との間の直接の対応付けがある。
3 Msp断片行を値のアレイに分割する。
4 Msp断片に最も近い遺伝子を計算する。
5 Msp断片(行アレイのその位置によりアクセスされる)のシーケンス上のメチル結合部位のリストを調べるために簡易な発現マッチを実行する。
6 最も近い遺伝子及び最小距離に加えてファイルへのヒットを印刷する。
1 識別される特定のパターン又はメチル結合部位
2 MspFragID
3 Msp断片に最も近い遺伝子(遺伝子記号)
4 最も近い遺伝子までの距離。
サンプルのプリントアウト:
Kaiso: MspFrag129193 355698 KIAA0427
Kaiso: MspFrag87210 482172 BC033889
Kaiso: MspFrag139352 99006 AK074590
MeCP2: MspFrag145432 293059 CEBPB
Kaiso: MspFrag6016 12977 MGC15668
MeCP2: MspFrag148218 1146 ZNF295
MeCP2: MspFrag121388 357633 LHX1
Kaiso: MspFrag27766 1055474GPR27
MeCP2: MspFrag27766 1055474GPR27
Kaiso: MspFrag86939 326583 LRP5
MeCP2: MspFrag86939 326583 LRP5
Kaiso: MspFrag150179 219969 BCR
Kaiso: MspFrag46871 24399 HLA−F
MZIF: MspFrag46871 24399 HLA−F
Kaiso: MspFrag108348 22589 AK000173
MeCP2: MspFrag137260 269802 ZNF507
Kaiso: MspFrag47714 14469 BC091488
MeCP2: MspFrag1006 61125 BC065369
Kaiso: MspFrag110545 131366 AK127296
MeCP2: MspFrag128335 813522 GATA6
MeCP2: MspFrag152493 3200 CELSR1
Kaiso: MspFrag42758 341720 CXXC5
Kaiso: MspFrag144741 4395 MAFB
当該方法は、各列で見られる値に基づいて行を分類して、同じ列の一つ以上の強いパターンを呈しているそれらの行を検出して、グループ化する。この分類方法で、異なった列のコンテンツは、個別に分析される。パターンが個々の列で検索され、グローバルな計量が列間で計算される必要がないので、標準クラスタ形成アルゴリズムとは対照的に、我々の方法は並列化にかなり適している。
分類方法は、以下の通りに進行する:
-各列の値の棒グラフを引き出す。
-各列に対する棒グラフ比較に基づいて行を分類する。
各列に対して、「類似である」値が一緒にグループ化され、各クラスに入る値の数を示す棒グラフが作られる。
次に、各列に対して、特定の基準(例えば最大のクラス)によって、一つ以上の棒グラフクラスが選択される。棒グラフクラスに基づいて、領域は、選ばれたアルゴリズムに従って行のグループ(クラスタ)に分割され、中止基準に到達されるまで、選択プロセスが、サブドメインの各々において繰り返される。生成されるクラスタに基づいて、同じアルゴリズムが、行上の必要な置換を特定する(分類)。
TDHSで最初に、列の何れかにおいて最も長いパターン(すなわち、最大の棒グラフクラスに対応するパターン)が計算される。最大の棒グラフクラスは、「類似の」値を共有する行の最大数を供給する。全ての列(各列に対して、単一の棒グラフがある)間の全ての棒グラフにおいて最大値が見つかると、最大の棒グラフの列が選択され、最長棒グラフクラス(すなわち最長パターン)に貢献する行が一緒にグループ化される。最長パターンに基づいて、TDHSは、行の領域を最長パターン及び残りを含むものに分割する。このように、行の全体の領域は、その列及び残りの類似性を共有するグループに分割され、2つの「クラスタ」を得る(これが、我々がこの用語を採用する語の厳密な意味においてクラスタ形成アルゴリズムではないにもかかわらず)。次の繰り返しにおいて、値の棒グラフが再び作られるか、又は計算された棒グラフがクラスタへの分割を反映するために更新される。2つのクラスタの各々において、(次に)最長の棒グラフクラスが選択され、領域が再び2つのクラスタへ分割される。最長の棒グラフのサイズが既定の閾値未満であるとき、ユーザー定義の数の抽出されるべき長いパターンに到達されるとき、又は2つのクラスタの各々が単一の行を含むときに、繰り返しは止まる。結局、我々は、パターンの階層を持つ。我々は、各ステップで両方のクラスタ又は最長パターンを持つクラスタだけを表示することを選択できる。この戦略は、パターンが前のステップで分割されるときのパターン(又は一部)を逃す。TDHSの1つのバリエーションは、ツリーの一方の側―既に最長パターンを含む側を分割することを止めることである。これは、片側が複数の葉に枝分かれしたバイナリツリーとなる。
ツールは、他のモダリティの座と強く相関される遺伝子(特徴)を見つけるために、遺伝子発現特徴と差動DNAメチル化オーダーとの間の統計的相関を使用する。我々は、一方のモダリティ(RNA及びDNAメチル化)から他方のモダリティへ特徴を相関付ける方法を使用し、未知の場合の結果を予測するために、最も高く相関していて、予測的な特徴を見つける。我々は、1つの指標の場合(良性/生存した)の最善に相関する特徴の対を選択し、逆の指標の場合(悪性の/死んだ)の特徴の対を選択する。予測のための特徴の対の回帰モデルが生成される。この回帰モデルに基づいて、我々は、未知の場合の指標を予測する。トレーニングしながら、我々は一つ以外除外する方法を使用する:一人以外全ての患者ケースがトレーニングのために使用され、一人のケースがテストのために使用される。
1 遺伝子発現データセットからの署名を最善に実施することだけvs差動DNAメチル化データセットから署名を最善に実施すること。
2 全ての遺伝子発現特徴が相関していることvs全ての差動DNAメチル化座。
機能的関連性への幾つかの洞察を得るために、断片ベースで断片上の疾患病変に関わる断片を調査して特徴づけることが重要である。乳癌は、例えば腫瘍等級、ホルモン受容体状態などの患者の様々な臨床パラメータを持ち、癌は異なるタイプにサブグループ化できる。調査ステップとして、署名の特定の断片がどのくらいこれらのサブグループと相関するかを評価することが重要である。
署名が得られるとき、署名がどのように患者を様々なサブタイプにグループ化するかを見ることが重要である。このタイプの視覚化は、DNAメチル化データに対してだけでなく遺伝子発現データに対して両方とも可能である。この時、我々は、種々異なるサブグループが、結果、組織変化、レセプタ状態等の臨床設定において関連するかどうか見ることができる。
Claims (21)
- 少なくとも一人の患者から得られるデータの事前臨床分析及び/又は臨床分析のための医療分析システムであって、データ、分析結果、フロー定義、ツール定義、及びデータベースリポジトリを利用するツールのための他の関係するデータの集まりを有する内部データベースと、前記内部データベースへのアクセスを供給するデータベースアクセスユニットと、前記患者と関係する生体分子データを有する第1の生体分子モダリティ、及び前記患者と関係する臨床データを有する第2の臨床モダリティを有する複数のデータモダリティの分析並びに視覚化の設定可能なフローの実行を供給するフロー定義ユニットと、データモダリティの一つ以上で働く一つ以上のツールを前記システムが設定しインスタンスを作成するためのインタフェースを持つツール実行エンジンと、前記システムが実行するツールの集まりを有するツールレポジトリであって、前記ツールがグラフィカルユーザインタフェース(GUI)での実行を視覚化可能にするためにルールのセットに従う当該ツールレポジトリと、前記システム自体に格納される又は前記内部データベースとは異なるデータベースに格納されるデータを表す一つ以上の関連する外部データベースと、データ、分析結果及び一つ以上のツール実行の結果を同時に視覚化するグラフィカルユーザインタフェース(GUI)とを有し、当該GUIは、1)第1の生体分子モダリティの結果と、2)第2の臨床モダリティの結果とを同時に視覚化する、医療分析システム。
- 事前臨床状況で少なくとも一人の患者に適用される、請求項1に記載の医療分析システム。
- 患者のグループに適用される、請求項1に記載の医療分析システム。
- 臨床状況で一人の患者に適用される、請求項1に記載の医療分析システム。
- 臨床判断サポートシステムとして機能する、請求項1に記載の医療分析システム。
- 第1の生体分子モダリティ及び第2の臨床モダリティは、機械学習アルゴリズムにより統合可能であり、この統合の結果は前記GUIで視覚化可能である、請求項1に記載の医療分析システム。
- 第1の生体分子モダリティ及び第2の臨床モダリティは、統計アルゴリズムにより統合可能であり、この統合の結果は前記GUIで視覚化可能である、請求項1に記載の医療分析システム。
- 第1の生体分子モダリティ及び第2の臨床モダリティは、それぞれのゲノム注釈に基づいて統合可能であり、この統合の結果は前記GUIで視覚化可能である、請求項1に記載の医療分析システム。
- 第1の生体分子モダリティは高いスループットデータサンプリングモダリティに基づく、請求項1に記載の医療分析システム。
- 前記高いスループットデータサンプリングモダリティにより供給されるサンプルは、少なくとも100000個のパラメータ/種でのデータを有する、請求項9に記載の医療分析システム。
- 第1の生体分子モダリティは、高いスループット遺伝子発現プロファイリング、DNAメチル化状態プロファイリング、比較ゲノムハイブリダイゼーション分析から成るグループから選択される、請求項1に記載の医療分析システム。
- 前記フロー定義ユニット(FD)が少なくとも一つの他の生体分子モダリティを有する、請求項1に記載の医療分析システム。
- 前記他の生体分子モダリティは、高いスループット遺伝子発現プロファイリング、DNAメチル化状態プロファイリング、比較ゲノムハイブリダイゼーション分析、及びSNPプロファイルから成るグループから選択される、請求項1乃至12の何れか一項に記載の医療分析システム。
- 前記患者は、癌、心疾患、代謝性疾患、胃腸疾患、神経疾患から成るグループから選択される臨床状態を持つ、請求項13に記載の医療分析システム。
- 請求項1に記載の医療分析システムの使用を有する、特定の臨床状態と関連する生体分子又は臨床署名の発見のプロセス。
- 前記臨床状態が、癌、心疾患、代謝性疾患、胃腸疾患、神経疾患から成るグループから選択される、請求項15に記載のプロセス。
- 前記癌は乳癌又は大腸癌である、請求項16に記載のプロセス。
- 前記署名は、遺伝子発現署名、DNAメチル化状態署名、比較ゲノムハイブリダイゼーション署名、及びSNP署名である、請求項15に記載のプロセス。
- 請求項1に記載の医療分析システムの使用を有する臨床判断サポートのためのプロセス。
- 患者のデータが、臨床状態と関連する生体分子又は臨床署名の識別のためのシステムに適用される、請求項19に記載のプロセス。
- 関連したデータ格納手段を持つ少なくとも一つのコンピュータを有するコンピュータシステムが、請求項1に記載の医療分析システムを制御可能にするコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US5246208P | 2008-05-12 | 2008-05-12 | |
US61/052,462 | 2008-05-12 | ||
PCT/IB2009/051862 WO2009138909A1 (en) | 2008-05-12 | 2009-05-06 | A medical analysis system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011520206A true JP2011520206A (ja) | 2011-07-14 |
JP5464503B2 JP5464503B2 (ja) | 2014-04-09 |
Family
ID=40875017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011509052A Active JP5464503B2 (ja) | 2008-05-12 | 2009-05-06 | 医療分析システム |
Country Status (6)
Country | Link |
---|---|
US (3) | US9858392B2 (ja) |
EP (1) | EP2279478A1 (ja) |
JP (1) | JP5464503B2 (ja) |
CN (2) | CN102084366A (ja) |
RU (2) | RU2010150771A (ja) |
WO (1) | WO2009138909A1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016066137A (ja) * | 2014-09-24 | 2016-04-28 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法および作動プログラム、並びに診療支援システム |
CN109072309A (zh) * | 2016-02-02 | 2018-12-21 | 夸登特健康公司 | 癌症进化检测和诊断 |
JP2018206446A (ja) * | 2018-10-04 | 2018-12-27 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法および作動プログラム、並びに診療支援システム |
JP2019512795A (ja) * | 2016-03-16 | 2019-05-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 類似するプロファイルを持つ患者を共に分類する分類モデルの性能を改善するための適合性フィードバック |
KR20200031875A (ko) * | 2018-09-17 | 2020-03-25 | 유진바이오소프트 주식회사 | 대화형 인터페이스를 이용한 통계 분석 시스템과 통계분석 방법 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012517215A (ja) * | 2009-01-30 | 2012-08-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 胸部腫瘍のサブ分類のための方法 |
BR112013031048A2 (pt) * | 2011-06-06 | 2016-11-29 | Koninkl Philips Nv | método de adaptação de um composto de assinatura de um fenótipo que é derivado a partir de medições da amostra; aparelho de imagem clínica para a adaptação de uma assinatura composta de um fenótipo que é derivado de medições de uma amostra; elemento do programa para a adaptação de uma assinatura composta de um fenótipo; meio de leitura por computador |
EP2613278A2 (en) | 2011-12-05 | 2013-07-10 | Koninklijke Philips Electronics N.V. | Retroactive extraction of clinically relevant information from patient sequencing data for clinical decision support |
CN114530203A (zh) * | 2012-04-02 | 2022-05-24 | 皇家飞利浦有限公司 | 用于临床决策支持的途径可视化 |
US9104683B2 (en) | 2013-03-14 | 2015-08-11 | International Business Machines Corporation | Enabling intelligent media naming and icon generation utilizing semantic metadata |
US9201629B2 (en) | 2013-03-14 | 2015-12-01 | International Business Machines Corporation | Instruction for performing a pseudorandom number seed operation |
US20150161331A1 (en) * | 2013-12-04 | 2015-06-11 | Mark Oleynik | Computational medical treatment plan method and system with mass medical analysis |
WO2016103036A1 (en) * | 2014-12-24 | 2016-06-30 | Oncompass Gmbh | System and method for adaptive medical decision support |
GB2554591A (en) * | 2015-04-29 | 2018-04-04 | Univ British Columbia | Clinical support system and method |
JP6240804B1 (ja) * | 2017-04-13 | 2017-11-29 | 大▲連▼大学 | 改良した情報測定とgaに基づくフィルター式特徴選択アルゴリズム |
CN111684539A (zh) * | 2017-12-06 | 2020-09-18 | 心脏起搏器股份公司 | 改善临床工作流程的系统 |
CN113643825B (zh) * | 2021-06-25 | 2023-08-01 | 合肥工业大学 | 基于临床关键特征信息的医疗案例知识库构建方法和系统 |
WO2023194795A1 (en) * | 2022-04-04 | 2023-10-12 | Citadel Information Services Private Limited | A multi-modal, multi-omic enterprise graph-based, semantic ontology-based recommender framework. |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003503770A (ja) * | 1999-06-29 | 2003-01-28 | インターセット リミテッド | ヒト癌仮想シミュレーション装置 |
JP2005309836A (ja) * | 2004-04-22 | 2005-11-04 | Link Genomics Kk | がん診断支援システム |
WO2006072011A2 (en) * | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
JP2006202235A (ja) * | 2005-01-24 | 2006-08-03 | Nara Institute Of Science & Technology | 経時的現象発生解析装置及び経時的現象発生解析方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE197511T1 (de) * | 1995-07-25 | 2000-11-11 | Horus Therapeutics Inc | Rechnergestütztes verfahren und anordnung zur diagnose von krankheiten |
US20020069086A1 (en) * | 1999-12-06 | 2002-06-06 | Fracek Stephen P. | Web linked database for tracking clinical activities and competencies and evaluation of program resources and program outcomes |
UA73967C2 (en) * | 2000-02-14 | 2005-10-17 | First Opinion Corp | Structure-based automatic processing for diagnostics (variants) |
US20020010552A1 (en) * | 2000-05-26 | 2002-01-24 | Hugh Rienhoff | System for genetically characterizing an individual for evaluation using genetic and phenotypic variation over a wide area network |
CA2377213A1 (en) * | 2001-03-20 | 2002-09-20 | Ortho-Clinical Diagnostics, Inc. | Method for providing clinical diagnostic services |
US8135595B2 (en) * | 2004-05-14 | 2012-03-13 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | Computer systems and methods for providing health care |
CN101160411B (zh) * | 2005-04-15 | 2014-05-14 | Epi基因组股份公司 | 分析细胞增殖性病症的方法和核酸 |
CN100452067C (zh) * | 2005-10-29 | 2009-01-14 | 深圳清华大学研究院 | 一种医学图像数据传输与三维可视化的实现方法 |
EP3399450A1 (en) | 2006-05-18 | 2018-11-07 | Caris MPI, Inc. | System and method for determining individualized medical intervention for a disease state |
US20080270183A1 (en) * | 2007-04-26 | 2008-10-30 | Michael Hawkins | Systems and methods for presentation of clinical evidence for diagnostic interpretation |
US20090307179A1 (en) * | 2008-03-19 | 2009-12-10 | Brandon Colby | Genetic analysis |
-
2009
- 2009-05-06 RU RU2010150771/08A patent/RU2010150771A/ru unknown
- 2009-05-06 CN CN2009801173414A patent/CN102084366A/zh active Pending
- 2009-05-06 US US12/992,169 patent/US9858392B2/en active Active
- 2009-05-06 WO PCT/IB2009/051862 patent/WO2009138909A1/en active Application Filing
- 2009-05-06 JP JP2011509052A patent/JP5464503B2/ja active Active
- 2009-05-06 CN CN201710073766.6A patent/CN107092770A/zh active Pending
- 2009-05-06 EP EP09746204A patent/EP2279478A1/en not_active Withdrawn
-
2014
- 2014-07-18 RU RU2014129772A patent/RU2014129772A/ru not_active Application Discontinuation
-
2017
- 2017-11-29 US US15/825,976 patent/US20180089392A1/en not_active Abandoned
-
2020
- 2020-06-02 US US16/890,489 patent/US20200395128A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003503770A (ja) * | 1999-06-29 | 2003-01-28 | インターセット リミテッド | ヒト癌仮想シミュレーション装置 |
JP2005309836A (ja) * | 2004-04-22 | 2005-11-04 | Link Genomics Kk | がん診断支援システム |
WO2006072011A2 (en) * | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
JP2006202235A (ja) * | 2005-01-24 | 2006-08-03 | Nara Institute Of Science & Technology | 経時的現象発生解析装置及び経時的現象発生解析方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10714214B2 (en) | 2014-09-24 | 2020-07-14 | Fujifilm Corporation | Medical assistance device, operation method and operation program for medical assistance device, and medical assistance system |
JP2016066137A (ja) * | 2014-09-24 | 2016-04-28 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法および作動プログラム、並びに診療支援システム |
CN109072309A (zh) * | 2016-02-02 | 2018-12-21 | 夸登特健康公司 | 癌症进化检测和诊断 |
US11996202B2 (en) | 2016-02-02 | 2024-05-28 | Guardant Health, Inc. | Cancer evolution detection and diagnostic |
JP2019512823A (ja) * | 2016-02-02 | 2019-05-16 | ガーダント ヘルス, インコーポレイテッド | がんの進化の検出および診断 |
US11621083B2 (en) | 2016-02-02 | 2023-04-04 | Guardant Health, Inc. | Cancer evolution detection and diagnostic |
US11335463B2 (en) | 2016-02-02 | 2022-05-17 | Guardant Health, Inc. | Cancer evolution detection and diagnostic |
JP2022020620A (ja) * | 2016-03-16 | 2022-02-01 | コーニンクレッカ フィリップス エヌ ヴェ | 類似するプロファイルを持つ患者を共に分類する分類モデルの性能を改善するための適合性フィードバック |
JP7117246B2 (ja) | 2016-03-16 | 2022-08-12 | コーニンクレッカ フィリップス エヌ ヴェ | 類似するプロファイルを持つ患者を共に分類する分類モデルの性能を改善するための適合性フィードバック |
JP2019512795A (ja) * | 2016-03-16 | 2019-05-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 類似するプロファイルを持つ患者を共に分類する分類モデルの性能を改善するための適合性フィードバック |
JP7261846B2 (ja) | 2016-03-16 | 2023-04-20 | コーニンクレッカ フィリップス エヌ ヴェ | 類似するプロファイルを持つ患者を共に分類する分類モデルの性能を改善するための適合性フィードバック |
KR102136604B1 (ko) | 2018-09-17 | 2020-07-22 | 유진바이오소프트 주식회사 | 대화형 인터페이스를 이용한 통계 분석 시스템과 통계분석 방법 |
WO2020060161A1 (ko) * | 2018-09-17 | 2020-03-26 | 유진바이오소프트 주식회사 | 대화형 인터페이스를 이용한 통계 분석 시스템과 통계분석 방법 |
KR20200031875A (ko) * | 2018-09-17 | 2020-03-25 | 유진바이오소프트 주식회사 | 대화형 인터페이스를 이용한 통계 분석 시스템과 통계분석 방법 |
JP2018206446A (ja) * | 2018-10-04 | 2018-12-27 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法および作動プログラム、並びに診療支援システム |
Also Published As
Publication number | Publication date |
---|---|
US20180089392A1 (en) | 2018-03-29 |
US9858392B2 (en) | 2018-01-02 |
JP5464503B2 (ja) | 2014-04-09 |
RU2014129772A (ru) | 2016-02-10 |
CN107092770A (zh) | 2017-08-25 |
US20200395128A1 (en) | 2020-12-17 |
CN102084366A (zh) | 2011-06-01 |
RU2010150771A (ru) | 2012-06-20 |
EP2279478A1 (en) | 2011-02-02 |
US20110077964A1 (en) | 2011-03-31 |
WO2009138909A1 (en) | 2009-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200395128A1 (en) | Medical analysis system | |
Ching et al. | Opportunities and obstacles for deep learning in biology and medicine | |
AU2017338775B2 (en) | Phenotype/disease specific gene ranking using curated, gene library and network based data structures | |
Kuehn et al. | Using GenePattern for gene expression analysis | |
Rosa et al. | VAMP: visualization and analysis of array-CGH, transcriptome and other molecular profiles | |
McDermott et al. | Challenges in biomarker discovery: combining expert insights with statistical analysis of complex omics data | |
US9141913B2 (en) | Categorization and filtering of scientific data | |
JP4594622B2 (ja) | 薬発見法 | |
US10275711B2 (en) | System and method for scientific information knowledge management | |
Phan et al. | Convergence of biomarkers, bioinformatics and nanotechnology for individualized cancer treatment | |
US8364665B2 (en) | Directional expression-based scientific information knowledge management | |
JP2006501531A5 (ja) | ||
JP2003021630A (ja) | 臨床診断サービスを提供するための方法 | |
Heinzel et al. | Functional molecular units for guiding biomarker panel design | |
Chakraborty et al. | Multi-OMICS approaches in cancer biology: New era in cancer therapy | |
JP2007504542A (ja) | 生物学データを処理する方法 | |
Rosati et al. | Differential gene expression analysis pipelines and bioinformatic tools for the identification of specific biomarkers: A review | |
US20220044762A1 (en) | Methods of assessing breast cancer using machine learning systems | |
Perera-Bel et al. | Bioinformatic methods and resources for biomarker discovery, validation, development, and integration | |
Kaddi et al. | Developing robust predictive models for head and neck cancer across microarray and RNA-seq data | |
Wong | Using biological networks in protein function prediction and gene expression analysis | |
Cervantes-Gracia et al. | Integrative Analysis of Incongruous Cancer Genomics and Proteomics Datasets | |
Frascarelli et al. | Artificial intelligence in diagnostic and predictive pathology | |
Huang et al. | GENVISAGE: Rapid Identification of Discriminative and Explainable Feature Pairs for Genomic Analysis | |
Ray | Methods for Information Content Analysis of Multimodal High-Throughput Biomedical Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120427 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130523 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130822 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131122 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131217 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20140109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5464503 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |