JP2013510579A - クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 - Google Patents
クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2013510579A JP2013510579A JP2012539000A JP2012539000A JP2013510579A JP 2013510579 A JP2013510579 A JP 2013510579A JP 2012539000 A JP2012539000 A JP 2012539000A JP 2012539000 A JP2012539000 A JP 2012539000A JP 2013510579 A JP2013510579 A JP 2013510579A
- Authority
- JP
- Japan
- Prior art keywords
- sample
- meca
- mrsa
- staphylococcus aureus
- boundary space
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/30—Unsupervised data analysis
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Toxicology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
この出願は、2009年11月13日に出願された米国仮出願第61/261,147号の本出願であり、かつ上記米国仮出願第61/261,147号の米国特許法119条(e)項の下での利益を主張する。上記出願は、その全容が、全ての目的について、参考として本明細書に援用される。
図1は、本発明の実施形態により解析モデルを構築するのに用いうるステップを例示するフローチャートを示す。場合によっては、解析モデルを用いて、試料中にMRSAが存在するかどうかを決定することができる。
費用=c1×偽陰性数+c2×偽陽性数
として適用する[式中、重みづけ係数c1およびc2は、特定の問題における選好を表わすように選択する]。
本発明の別の実施形態は、ある生物学的持続状態を他の生物学的持続状態から区別する解析モデルを創出する方法を対象としうる。該方法では、少なくとも1つの中間値を用いる。このような実施形態は、図5に言及しながら説明することができる。
新たなパラメータ=mecA×sin(−0.3)+femA×cos(−0.3)
として確立した。この「新たなパラメータ」は中間値の例である。なぜなら、それは、第1の遺伝子エレメント(例えば、mecA)と関連する第1の入力値、および第2の遺伝子エレメント(例えば、femA)と関連する第2の入力値に由来するからである。
Y=新たなパラメータ=mecA×sin(−0.3)+femA×cos(−0.3)
を用いれば、中間値を決定することができる。
図11は、デジタルコンピュータ300と、該デジタルコンピュータ300に作動的に接続された(これには、電気的接続も含まれうる)測定モジュール301を含めたシステムを示す。
199例の鼻腔内スワブを回収し、スチュアート輸送培地内で保存する。スワブヘッドを取り外し、各スワブヘッドを、pH8.0の10mMトリスおよびpH8.0の1mM EDTAを伴う、トリスベースの試料緩衝液1200μL、1mmのジルコニア/シリカビーズ約100mgを伴う、2mlの試料懸濁液用試験管へと移した。3000rpmの速度で少なくとも15秒間にわたり、該試料用試験管をボルテックスすることにより、該スワブヘッド上の細菌をふるい落とした。
Master mixの表で列挙される試薬は、氷上で調製した。総反応回数に応じて、DNA/RNA/RNアーゼ非含有試験管に表示容量の試薬を一緒にして単純に添加することにより、十分なMaster mixを調製できた。その試験管をボルテックスして混合し、次いで、後の使用のために氷上に放置した。各溶出物20μLずつを、Mx3000P 96ウェルPCRプレート(スカートなし)(Stratagene、型番401333)(1つのウェルに1つの溶出物)へと添加した。30μLのMaster mixを、溶出物で満たされた各ウェルに添加し、次いで、8回以上にわたり上下に静かにピペッティングする(マルチチャネル型が有用であろう)ことにより、混合した。そのプレートを、MicroAmp(商標)光学接着フィルム(Applied Biosystems)により密閉し、次いで、1100×gで3分間にわたり遠心分離してから、PCR装置に入れた。
したがって本発明は以下の項目を提供する:
(項目1)
デジタルコンピュータに、少なくとも、複数の既知試料と関連する、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップであって、ここで、各既知試料が、該複数の第1の入力値中の第1の入力値、該複数の第2の入力値中の第2の入力値、および該複数の第3の入力値中の第3の入力値を包含するステップと、
該第3の遺伝子エレメントと関連する閾値を決定するステップと、
該閾値を用いて、該既知試料を、既知試料の第1のセットおよび既知試料の第2のセットへと区分するステップと、
既知試料の該第1のセットを、該第1の遺伝子エレメントおよび該第2の遺伝子エレメントにより定義される特徴空間においてクラスタリングするステップと、
既知試料の該第1のセットを用いて第1の境界空間を定義するステップであって、ここで、該第1の境界空間が、ある生物学的持続状態を他の生物学的持続状態から区別するステップと、
既知試料の該第2のセットを用いて第2の境界空間を定義するステップであって、ここで、該第2の境界空間が、該ある生物学的持続状態を他の生物学的持続状態から区別するステップ
を含む方法。
(項目2)
上記第1の遺伝子エレメントがmecAを含み、上記第2の遺伝子エレメントがfemAを含み、上記第3の遺伝子エレメントがOrfXを含み、上記ある生物学的持続状態がMRSA持続状態を含む、項目1に記載の方法。
(項目3)
上記第1の境界空間および上記第2の境界空間を、それぞれ、第1の楕円および第2の楕円により定義する、項目1または2に記載の方法。
(項目4)
上記第1の値、第2の値、および第3の値が、Ct値である、項目1から3のいずれかに記載の方法。
(項目5)
入力するステップの前に、
上記既知試料を、該既知試料中の核酸を露出させる条件下に置くステップと、
少なくとも、上記第1の遺伝子エレメント、上記第2の遺伝子エレメント、および上記第3の遺伝子エレメントを増幅し、該少なくとも、上記第1の遺伝子エレメント、上記第2の遺伝子エレメント、および上記第3の遺伝子エレメントの存在および量を検出するステップ
をさらに含む、項目1から4のいずれかに記載の方法。
(項目6)
コンピュータにより読み取り可能な媒体であって、
デジタルコンピュータに、少なくとも、複数の既知試料と関連する、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップであって、ここで、各既知試料が、該複数の第1の入力値中の第1の入力値、該複数の第2の入力値中の第2の入力値、および該複数の第3の入力値中の第3の入力値を包含するステップと、
該第3の遺伝子エレメントと関連する閾値を決定するステップと、
該閾値を用いて、該既知試料を、既知試料の第1のセットおよび既知試料の第2のセットへと区分するステップと、
既知試料の該第1のセットを、該第1の遺伝子エレメントおよび該第2の遺伝子エレメントにより定義される特徴空間においてクラスタリングするステップと、
既知試料の該第1のセットを用いて第1の境界空間を定義するステップであって、ここで、該第1の境界空間が、ある生物学的持続状態を他の生物学的持続状態から区別するステップと、
既知試料の該第2のセットを用いて第2の境界空間を定義するステップであって、ここで、該第2の境界空間が、該ある生物学的持続状態を他の生物学的持続状態から区別するステップ
を含む方法を実装するための、プロセッサにより実行可能なコードを含む、媒体。
(項目7)
項目7に記載の、コンピュータにより読み取り可能な媒体と、該コンピュータにより読み取り可能な媒体に接続されたプロセッサを含む、デジタルコンピュータ。
(項目8)
項目7に記載のデジタルコンピュータに接続された測定モジュールを含むシステム。
(項目9)
項目1から5のいずれかに記載の方法により創出される解析モデルを用いる方法であって、
上記デジタルコンピュータまたは他のデジタルコンピュータに、未知試料と関連する第1の入力値、第2の入力値、および第3の入力値を入力するステップであって、ここで、該第1の入力値、該第2の入力値、および該第3の入力値が、該未知試料中の上記第1の遺伝子エレメント、上記第2の遺伝子エレメント、および上記第3の遺伝子エレメントと関連するステップと、
該デジタルコンピュータまたは他のデジタルコンピュータを用いて、上記第1の境界空間または上記第2の境界空間を用いて、該未知試料を、上記ある生物学的持続状態と関連するものとして分類するステップ
を含む方法。
(項目10)
上記ある生物学的持続状態が、MRSA持続状態を含む、項目9に記載の方法。
(項目11)
ある生物学的持続状態を、他の生物学的持続状態から区別する、解析モデルを創出する方法であって、
デジタルコンピュータに、少なくとも、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップと、
該デジタルコンピュータを用いて、少なくとも該複数の第1の入力値、および第2の遺伝子エレメントと関連する少なくとも該第2の入力値を用いて、1つ以上の中間値を創出するステップと、
該デジタルコンピュータを用いて、該1つ以上の中間値、および該複数の第3の入力値を用いて、該ある生物学的持続状態についての境界空間を創出するステップであって、ここで、
該境界空間が、該ある生物学的持続状態を、他の生物学的持続状態から区別するステップを含む方法。
(項目12)
上記第1の遺伝子エレメントがmecAを含み、上記第2の遺伝子エレメントがfemAを含み、上記第3の遺伝子エレメントがSCCmecを含み、上記ある生物学的持続状態がMRSA持続状態を含む、項目11に記載の方法。
(項目13)
上記境界空間を、楕円により定義する、項目11または12に記載の方法。
(項目14)
費用関数を用いて上記楕円を最適化する、項目13に記載の方法。
(項目15)
上記第1の値、第2の値、および第3の値が、Ct値である、項目11から14のいずれかに記載の方法。
(項目16)
入力するステップの前に、
上記試料を、該試料中の核酸を露出させる条件下に置くステップと、
少なくとも、上記第1の遺伝子エレメント、上記第2の遺伝子エレメント、および上記第3の遺伝子エレメントを増幅し、その存在および量を検出するステップ
をさらに含む、項目11から15のいずれかに記載の方法。
(項目17)
デジタルコンピュータに、少なくとも、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップと、
該デジタルコンピュータを用いて、少なくとも該複数の第1の入力値、および第2の遺伝子エレメントと関連する少なくとも該第2の入力値を用いて、1つ以上の中間値を創出するステップと、
該デジタルコンピュータを用いて、該1つ以上の中間値、および該複数の第3の入力値を用いて、該ある生物学的持続状態についての境界空間を創出するステップであって、ここで、
該境界空間が、該ある生物学的持続状態を、他の生物学的持続状態から区別するステップを含む方法を実装するための、プロセッサにより実行可能なコードを含む、コンピュータにより読み取り可能な媒体。
(項目18)
項目11に記載の、コンピュータにより読み取り可能な媒体と、該コンピュータにより読み取り可能な媒体に接続されたプロセッサを含む、デジタルコンピュータ。
(項目19)
項目18に記載のデジタルコンピュータに接続された測定モジュールを含むシステム。
(項目20)
項目11から16のいずれかに記載の方法により創出される解析モデルを用いる方法であって、
上記デジタルコンピュータまたは他のデジタルコンピュータに、未知試料と関連する第1の入力値、第2の入力値、および第3の入力値を入力するステップであって、ここで、該第1の入力値、該第2の入力値、および該第3の入力値が、該未知試料中の上記第1の遺伝子エレメント、上記第2の遺伝子エレメント、および上記第3の遺伝子エレメントと関連するステップと、
該未知試料を、上記境界空間を用いて、上記ある生物学的持続状態と関連するものとして分類するステップ
を含む方法。
(項目21)
試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するための方法であって、
該試料を、該試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップと、
該試料中の、少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の存在および量を検出するステップと、
デジタルコンピュータ上で判定アルゴリズムを実行することにより、該試料中のMRSAの存在を決定するステップであって、ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;orfXの該検出量が閾値を下回る場合は、該判定アルゴリズムが、第1の境界空間を用いてMRSAの存在を決定し;orfXの該検出量が該閾値を上回る場合は、該判定アルゴリズムが、第2の境界空間を用いてMRSAの存在を決定するステップ
を含む方法。
(項目22)
上記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、項目21に記載の方法。
(項目23)
上記第1の境界空間および上記第2の境界空間がいずれも、楕円の境界空間である、項目21または22に記載の方法。
(項目24)
上記第1の境界空間および上記第2の境界空間がいずれも、並進および原点周囲の角変位を経ている、項目23に記載の方法。
(項目25)
上記第1の境界空間および上記第2の境界空間がいずれも、mecAおよび上記Staphylococcus aureus特異的な標的遺伝子配列の上記測定量の関数として定義される、項目21から24のいずれかに記載の方法。
(項目26)
費用関数を用いて上記第1の境界空間および上記第2の境界空間に最適なパラメータを見出す、項目21から25のいずれかに記載の方法。
(項目27)
上記費用関数が、式:
費用=c 1 ×偽陰性数+c 2 ×偽陽性数
により定義される、項目26に記載の方法。
(項目28)
上記第1の境界空間および上記第2の境界空間が、ニューラルネットワークを用いて定義される関数である、項目21から27のいずれかに記載の方法。
(項目29)
上記第1の境界空間および上記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、項目21から27のいずれかに記載の方法。
(項目30)
上記試料中の、少なくともmecA、orfX、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記存在および上記量を、リアルタイムPCRにより検出する、項目21から29のいずれかに記載の方法。
(項目31)
少なくともmecA、orfX、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記量を、サイクル数で測定する、項目30に記載の方法。
(項目32)
上記閾値が、約45サイクルである、項目31に記載の方法。
(項目33)
試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するためのシステムであって、
該試料において、少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の存在および量を検出することが可能な測定モジュールであって、ここで、該試料が、該試料中に存在する任意の細菌の核酸を露出させる条件下に置かれる、測定モジュールと、
該測定モジュールからの該検出量を保存するメモリと、
判定アルゴリズムの実行についての命令を有する、コンピュータにより読み取り可能なコードを含有する、コンピュータにより読み取り可能な媒体であって、ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;orfXの該検出量が閾値を下回る場合は、該判定アルゴリズムが、第1の境界空間を用いてMRSAの存在を決定し;該orfXの該検出量が上記閾値を上回る場合は、該判定アルゴリズムが、第2の境界空間を用いてMRSAの存在を決定する媒体と、
該試料中のMRSAの該存在を決定するために、該コンピュータにより読み取り可能な媒体上で、該コンピュータにより読み取り可能なコードを実行するプロセッサ
を含むシステム。
(項目34)
上記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、項目33または34に記載のシステム。
(項目35)
上記第1の境界空間および上記第2の境界空間がいずれも、楕円の境界空間である、項目33に記載のシステム。
(項目36)
上記第1の境界空間および上記第2の境界空間がいずれも、並進および原点周囲の角変位を経ている、項目35に記載のシステム。
(項目37)
上記第1の境界空間および上記第2の境界空間がいずれも、mecAおよびfemAの該測定量の関数として定義される、項目33から36のいずれかに記載のシステム。
(項目38)
費用関数を用いて上記第1の境界空間および上記第2の境界空間に最適なパラメータを見出す、項目33から37のいずれかに記載のシステム。
(項目39)
上記費用関数が、式:
費用=c 1 ×偽陰性数+c 2 ×偽陽性数
により定義される、項目38に記載のシステム。
(項目40)
上記第1の境界空間および上記第2の境界空間が、ニューラルネットワークを用いて定義される関数である、項目33から39のいずれかに記載のシステム。
(項目41)
上記第1の境界空間および上記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、項目33から39のいずれかに記載のシステム。
(項目42)
上記試料中の、少なくともmecA、orfX、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記存在および上記量を、リアルタイムPCRにより検出する、項目33から41のいずれかに記載のシステム。
(項目43)
少なくともmecA、orfX、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記量を、サイクル数で測定する、項目42に記載の方法。
(項目44)
上記閾値が、約45サイクルである、項目43に記載の方法。
(項目45)
コンピュータにより読み取り可能な媒体であって、判定アルゴリズムのためのコードを含み、
ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いて、試料中にMRSAが存在するかどうかを決定し;ここで、該判定アルゴリズムが、orfXの該検出量が閾値を下回る場合は、第1の境界空間を用いてMRSAの存在を決定し;ここで、該判定アルゴリズムが、orfXの該検出量が該閾値を上回る場合は、第2の境界空間を用いてMRSAの存在を決定する、
媒体。
(項目46)
試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するための方法であって、
該試料を、該試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップと、
該試料中の少なくともmecA、SCCmec、およびStaphylococcus
aureus特異的な標的遺伝子配列(SA)を増幅し、該少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)の存在および量を検出するステップと、
デジタルコンピュータ上で判定アルゴリズムを実行することにより、該試料中のMRSAの存在を決定するステップであって、ここで、該判定アルゴリズムが、少なくとも、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;該判定アルゴリズムが、少なくとも該Staphylococcus aureus特異的な標的遺伝子配列およびmecAからの中間値を創出し;該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの該存在を決定するステップ
を含む方法。
(項目47)
上記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、項目46に記載の方法。
(項目48)
上記中間値が、mecAおよびSAについての関数として定義され、該中間値が、式:
中間値=mecA×sin(−0.3)+SA×cos(−0.3)
を用いて定義される、mecAおよびSAの重みづけ線形結合である、項目46または47に記載の方法。
(項目49)
上記第1の境界空間および上記第2の境界空間がいずれも、mecAおよび上記Staphylococcus aureus特異的な標的遺伝子配列の上記測定量の関数として定義される、項目46から48のいずれかに記載の方法。
(項目50)
費用関数を用いて上記第1の境界空間および上記第2の境界空間に最適なパラメータを見出す、項目46から49のいずれかに記載の方法。
(項目51)
上記費用関数が、式:
費用=c 1 ×偽陰性数+c 2 ×偽陽性数
により定義される、項目50に記載の方法。
(項目52)
上記第1の境界空間および上記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、項目46から51のいずれかに記載の方法。
(項目53)
上記試料中の、少なくともmecA、SCCmec、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記存在および上記量を、リアルタイムPCRにより検出する、項目46から52のいずれかに記載の方法。
(項目54)
少なくともmecA、SCCmec、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記量を、サイクル数で測定する、項目53に記載の方法。
(項目55)
試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するためのシステムであって、
該試料において、少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)を増幅し、該少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)の存在および量を検出することが可能な測定モジュールであって、ここで、該試料が、該試料中に存在する任意の細菌の核酸を露出させる条件下に置かれる、測定モジュールと、
該測定モジュールからの該検出量を保存するメモリと、
判定アルゴリズムの実行についての命令を有する、コンピュータにより読み取り可能なコードを含有する、コンピュータにより読み取り可能な媒体であって、該判定アルゴリズムが、少なくとも、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;該判定アルゴリズムが、少なくともmecAおよび該Staphylococcus aureus特異的な標的遺伝子配列からの中間値を創出し;該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの存在を決定する媒体と、
該試料中のMRSAの該存在を決定するために、該コンピュータにより読み取り可能な媒体上で、該コンピュータにより読み取り可能なコードを実行するプロセッサ
を含むシステム。
(項目56)
上記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、項目55に記載のシステム。
(項目57)
上記中間値が、mecAおよびSAについての関数として定義され、該中間値が、式:
中間値=mecA×sin(−0.3)+SA×cos(−0.3)
を用いて定義される、mecAおよびSAの重みづけ線形結合である、項目55または56に記載のシステム。
(項目58)
上記第1の境界空間および上記第2の境界空間がいずれも、mecAおよび上記Staphylococcus aureus特異的な標的遺伝子配列の上記測定量の関数として定義される、項目55から57のいずれかに記載のシステム。
(項目59)
費用関数を用いて上記第1の境界空間および上記第2の境界空間に最適なパラメータを見出す、項目55から58のいずれかに記載のシステム。
(項目60)
上記費用関数が、式:
費用=c 1 ×偽陰性数+c 2 ×偽陽性数
により定義される、項目59に記載のシステム。
(項目61)
上記第1の境界空間および上記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、項目55から60のいずれかに記載のシステム。
(項目62)
上記試料中の、少なくともmecA、SCCmec、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記存在および上記量を、リアルタイムPCRにより検出する、項目55から61のいずれかに記載のシステム。
(項目63)
少なくともmecA、SCCmec、および上記Staphylococcus aureus特異的な標的遺伝子配列の上記量を、サイクル数で測定する、項目62に記載のシステム。
(項目64)
コンピュータにより読み取り可能な媒体であって、判定アルゴリズムのためのコードを含み、
ここで、該判定アルゴリズムが、少なくとも、mecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いて、試料中にMRSAが存在するかどうかを決定し;ここで、該判定アルゴリズムが、少なくともmecAおよび該Staphylococcus aureus特異的な標的遺伝子配列からの中間値を創出し;ここで、該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの存在を決定する、媒体。
(項目65)
未知試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するのに用いることが可能なモデルを創出する方法であって、
既知試料のセットを、該既知試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップであって、既知試料の該セット中の各試料について、MRSAの存在が知られるステップと、
該既知試料において、少なくともmecA、orfX、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列の存在および量を検出するステップと、
該既知試料中の各試料について、デジタルコンピュータ上で判定アルゴリズムを実行するステップであって、ここで、該判定アルゴリズムが、mecA、orfX、および該Staphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いるステップと、
該未知試料中にMRSAが存在するかどうかを決定するのに用いることが可能なモデルを創出するステップであって、ここで、該モデルを、該既知試料に対して実行される該判定アルゴリズムの出力から創出し;orfXの該検出量が閾値を下回る場合は、該モデルが、第1の境界空間を用いてMRSAの該存在を決定し;orfXの該検出量が該閾値を上回る場合は、該モデルが、第2の境界空間を用いてMRSAの存在を決定するステップを含む方法。
(項目66)
未知試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するのに用いることが可能なモデルを創出する方法であって、
既知試料のセットを、該既知試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップであって、ここで、既知試料の該セット中の各試料について、MRSAの該存在が知られているステップと、
該既知試料において、少なくとも、mecA、SCCmec、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列を増幅し、該少なくとも、mecA、SCCmec、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列の存在および量を検出するステップと、
該既知試料中の各試料について、デジタルコンピュータ上で判定アルゴリズムを実行するステップであって、ここで、該判定アルゴリズムが、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いるステップと、
該未知試料中にMRSAが存在するかどうかを決定するのに用いることが可能なモデルを創出するステップであって、該モデルが該既知試料に対して実行される判定アルゴリズムの出力から創出され、ここで、該モデルが、少なくとも該Staphylococcus aureus特異的な標的遺伝子配列およびmecAからの中間値を創出し;ここで、該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの該存在を決定するステップ
を含む方法。
Claims (66)
- デジタルコンピュータに、少なくとも、複数の既知試料と関連する、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップであって、ここで、各既知試料が、該複数の第1の入力値中の第1の入力値、該複数の第2の入力値中の第2の入力値、および該複数の第3の入力値中の第3の入力値を包含するステップと、
該第3の遺伝子エレメントと関連する閾値を決定するステップと、
該閾値を用いて、該既知試料を、既知試料の第1のセットおよび既知試料の第2のセットへと区分するステップと、
既知試料の該第1のセットを、該第1の遺伝子エレメントおよび該第2の遺伝子エレメントにより定義される特徴空間においてクラスタリングするステップと、
既知試料の該第1のセットを用いて第1の境界空間を定義するステップであって、ここで、該第1の境界空間が、ある生物学的持続状態を他の生物学的持続状態から区別するステップと、
既知試料の該第2のセットを用いて第2の境界空間を定義するステップであって、ここで、該第2の境界空間が、該ある生物学的持続状態を他の生物学的持続状態から区別するステップ
を含む方法。 - 前記第1の遺伝子エレメントがmecAを含み、前記第2の遺伝子エレメントがfemAを含み、前記第3の遺伝子エレメントがOrfXを含み、前記ある生物学的持続状態がMRSA持続状態を含む、請求項1に記載の方法。
- 前記第1の境界空間および前記第2の境界空間を、それぞれ、第1の楕円および第2の楕円により定義する、請求項1または2に記載の方法。
- 前記第1の値、第2の値、および第3の値が、Ct値である、請求項1から3のいずれかに記載の方法。
- 入力するステップの前に、
前記既知試料を、該既知試料中の核酸を露出させる条件下に置くステップと、
少なくとも、前記第1の遺伝子エレメント、前記第2の遺伝子エレメント、および前記第3の遺伝子エレメントを増幅し、該少なくとも、前記第1の遺伝子エレメント、前記第2の遺伝子エレメント、および前記第3の遺伝子エレメントの存在および量を検出するステップ
をさらに含む、請求項1から4のいずれかに記載の方法。 - コンピュータにより読み取り可能な媒体であって、
デジタルコンピュータに、少なくとも、複数の既知試料と関連する、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップであって、ここで、各既知試料が、該複数の第1の入力値中の第1の入力値、該複数の第2の入力値中の第2の入力値、および該複数の第3の入力値中の第3の入力値を包含するステップと、
該第3の遺伝子エレメントと関連する閾値を決定するステップと、
該閾値を用いて、該既知試料を、既知試料の第1のセットおよび既知試料の第2のセットへと区分するステップと、
既知試料の該第1のセットを、該第1の遺伝子エレメントおよび該第2の遺伝子エレメントにより定義される特徴空間においてクラスタリングするステップと、
既知試料の該第1のセットを用いて第1の境界空間を定義するステップであって、ここで、該第1の境界空間が、ある生物学的持続状態を他の生物学的持続状態から区別するステップと、
既知試料の該第2のセットを用いて第2の境界空間を定義するステップであって、ここで、該第2の境界空間が、該ある生物学的持続状態を他の生物学的持続状態から区別するステップ
を含む方法を実装するための、プロセッサにより実行可能なコードを含む、媒体。 - 請求項7に記載の、コンピュータにより読み取り可能な媒体と、該コンピュータにより読み取り可能な媒体に接続されたプロセッサを含む、デジタルコンピュータ。
- 請求項7に記載のデジタルコンピュータに接続された測定モジュールを含むシステム。
- 請求項1から5のいずれかに記載の方法により創出される解析モデルを用いる方法であって、
前記デジタルコンピュータまたは他のデジタルコンピュータに、未知試料と関連する第1の入力値、第2の入力値、および第3の入力値を入力するステップであって、ここで、該第1の入力値、該第2の入力値、および該第3の入力値が、該未知試料中の前記第1の遺伝子エレメント、前記第2の遺伝子エレメント、および前記第3の遺伝子エレメントと関連するステップと、
該デジタルコンピュータまたは他のデジタルコンピュータを用いて、前記第1の境界空間または前記第2の境界空間を用いて、該未知試料を、前記ある生物学的持続状態と関連するものとして分類するステップ
を含む方法。 - 前記ある生物学的持続状態が、MRSA持続状態を含む、請求項9に記載の方法。
- ある生物学的持続状態を、他の生物学的持続状態から区別する、解析モデルを創出する方法であって、
デジタルコンピュータに、少なくとも、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップと、
該デジタルコンピュータを用いて、少なくとも該複数の第1の入力値、および第2の遺伝子エレメントと関連する少なくとも該第2の入力値を用いて、1つ以上の中間値を創出するステップと、
該デジタルコンピュータを用いて、該1つ以上の中間値、および該複数の第3の入力値を用いて、該ある生物学的持続状態についての境界空間を創出するステップであって、ここで、
該境界空間が、該ある生物学的持続状態を、他の生物学的持続状態から区別するステップを含む方法。 - 前記第1の遺伝子エレメントがmecAを含み、前記第2の遺伝子エレメントがfemAを含み、前記第3の遺伝子エレメントがSCCmecを含み、前記ある生物学的持続状態がMRSA持続状態を含む、請求項11に記載の方法。
- 前記境界空間を、楕円により定義する、請求項11または12に記載の方法。
- 費用関数を用いて前記楕円を最適化する、請求項13に記載の方法。
- 前記第1の値、第2の値、および第3の値が、Ct値である、請求項11から14のいずれかに記載の方法。
- 入力するステップの前に、
前記試料を、該試料中の核酸を露出させる条件下に置くステップと、
少なくとも、前記第1の遺伝子エレメント、前記第2の遺伝子エレメント、および前記第3の遺伝子エレメントを増幅し、その存在および量を検出するステップ
をさらに含む、請求項11から15のいずれかに記載の方法。 - デジタルコンピュータに、少なくとも、第1の遺伝子エレメントと関連する複数の第1の入力値、第2の遺伝子エレメントと関連する複数の第2の入力値、および第3の遺伝子エレメントと関連する複数の第3の入力値を入力するステップと、
該デジタルコンピュータを用いて、少なくとも該複数の第1の入力値、および第2の遺伝子エレメントと関連する少なくとも該第2の入力値を用いて、1つ以上の中間値を創出するステップと、
該デジタルコンピュータを用いて、該1つ以上の中間値、および該複数の第3の入力値を用いて、該ある生物学的持続状態についての境界空間を創出するステップであって、ここで、
該境界空間が、該ある生物学的持続状態を、他の生物学的持続状態から区別するステップを含む方法を実装するための、プロセッサにより実行可能なコードを含む、コンピュータにより読み取り可能な媒体。 - 請求項11に記載の、コンピュータにより読み取り可能な媒体と、該コンピュータにより読み取り可能な媒体に接続されたプロセッサを含む、デジタルコンピュータ。
- 請求項18に記載のデジタルコンピュータに接続された測定モジュールを含むシステム。
- 請求項11から16のいずれかに記載の方法により創出される解析モデルを用いる方法であって、
前記デジタルコンピュータまたは他のデジタルコンピュータに、未知試料と関連する第1の入力値、第2の入力値、および第3の入力値を入力するステップであって、ここで、該第1の入力値、該第2の入力値、および該第3の入力値が、該未知試料中の前記第1の遺伝子エレメント、前記第2の遺伝子エレメント、および前記第3の遺伝子エレメントと関連するステップと、
該未知試料を、前記境界空間を用いて、前記ある生物学的持続状態と関連するものとして分類するステップ
を含む方法。 - 試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するための方法であって、
該試料を、該試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップと、
該試料中の、少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の存在および量を検出するステップと、
デジタルコンピュータ上で判定アルゴリズムを実行することにより、該試料中のMRSAの存在を決定するステップであって、ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;orfXの該検出量が閾値を下回る場合は、該判定アルゴリズムが、第1の境界空間を用いてMRSAの存在を決定し;orfXの該検出量が該閾値を上回る場合は、該判定アルゴリズムが、第2の境界空間を用いてMRSAの存在を決定するステップ
を含む方法。 - 前記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、請求項21に記載の方法。
- 前記第1の境界空間および前記第2の境界空間がいずれも、楕円の境界空間である、請求項21または22に記載の方法。
- 前記第1の境界空間および前記第2の境界空間がいずれも、並進および原点周囲の角変位を経ている、請求項23に記載の方法。
- 前記第1の境界空間および前記第2の境界空間がいずれも、mecAおよび前記Staphylococcus aureus特異的な標的遺伝子配列の前記測定量の関数として定義される、請求項21から24のいずれかに記載の方法。
- 費用関数を用いて前記第1の境界空間および前記第2の境界空間に最適なパラメータを見出す、請求項21から25のいずれかに記載の方法。
- 前記費用関数が、式:
費用=c1×偽陰性数+c2×偽陽性数
により定義される、請求項26に記載の方法。 - 前記第1の境界空間および前記第2の境界空間が、ニューラルネットワークを用いて定義される関数である、請求項21から27のいずれかに記載の方法。
- 前記第1の境界空間および前記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、請求項21から27のいずれかに記載の方法。
- 前記試料中の、少なくともmecA、orfX、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記存在および前記量を、リアルタイムPCRにより検出する、請求項21から29のいずれかに記載の方法。
- 少なくともmecA、orfX、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記量を、サイクル数で測定する、請求項30に記載の方法。
- 前記閾値が、約45サイクルである、請求項31に記載の方法。
- 試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するためのシステムであって、
該試料において、少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の存在および量を検出することが可能な測定モジュールであって、ここで、該試料が、該試料中に存在する任意の細菌の核酸を露出させる条件下に置かれる、測定モジュールと、
該測定モジュールからの該検出量を保存するメモリと、
判定アルゴリズムの実行についての命令を有する、コンピュータにより読み取り可能なコードを含有する、コンピュータにより読み取り可能な媒体であって、ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;orfXの該検出量が閾値を下回る場合は、該判定アルゴリズムが、第1の境界空間を用いてMRSAの存在を決定し;該orfXの該検出量が前記閾値を上回る場合は、該判定アルゴリズムが、第2の境界空間を用いてMRSAの存在を決定する媒体と、
該試料中のMRSAの該存在を決定するために、該コンピュータにより読み取り可能な媒体上で、該コンピュータにより読み取り可能なコードを実行するプロセッサ
を含むシステム。 - 前記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、請求項33または34に記載のシステム。
- 前記第1の境界空間および前記第2の境界空間がいずれも、楕円の境界空間である、請求項33に記載のシステム。
- 前記第1の境界空間および前記第2の境界空間がいずれも、並進および原点周囲の角変位を経ている、請求項35に記載のシステム。
- 前記第1の境界空間および前記第2の境界空間がいずれも、mecAおよびfemAの該測定量の関数として定義される、請求項33から36のいずれかに記載のシステム。
- 費用関数を用いて前記第1の境界空間および前記第2の境界空間に最適なパラメータを見出す、請求項33から37のいずれかに記載のシステム。
- 前記費用関数が、式:
費用=c1×偽陰性数+c2×偽陽性数
により定義される、請求項38に記載のシステム。 - 前記第1の境界空間および前記第2の境界空間が、ニューラルネットワークを用いて定義される関数である、請求項33から39のいずれかに記載のシステム。
- 前記第1の境界空間および前記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、請求項33から39のいずれかに記載のシステム。
- 前記試料中の、少なくともmecA、orfX、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記存在および前記量を、リアルタイムPCRにより検出する、請求項33から41のいずれかに記載のシステム。
- 少なくともmecA、orfX、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記量を、サイクル数で測定する、請求項42に記載の方法。
- 前記閾値が、約45サイクルである、請求項43に記載の方法。
- コンピュータにより読み取り可能な媒体であって、判定アルゴリズムのためのコードを含み、
ここで、該判定アルゴリズムが、少なくとも、mecA、orfX、およびStaphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いて、試料中にMRSAが存在するかどうかを決定し;ここで、該判定アルゴリズムが、orfXの該検出量が閾値を下回る場合は、第1の境界空間を用いてMRSAの存在を決定し;ここで、該判定アルゴリズムが、orfXの該検出量が該閾値を上回る場合は、第2の境界空間を用いてMRSAの存在を決定する、
媒体。 - 試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するための方法であって、
該試料を、該試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップと、
該試料中の少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)を増幅し、該少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)の存在および量を検出するステップと、
デジタルコンピュータ上で判定アルゴリズムを実行することにより、該試料中のMRSAの存在を決定するステップであって、ここで、該判定アルゴリズムが、少なくとも、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;該判定アルゴリズムが、少なくとも該Staphylococcus aureus特異的な標的遺伝子配列およびmecAからの中間値を創出し;該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの該存在を決定するステップ
を含む方法。 - 前記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、請求項46に記載の方法。
- 前記中間値が、mecAおよびSAについての関数として定義され、該中間値が、式:
中間値=mecA×sin(−0.3)+SA×cos(−0.3)
を用いて定義される、mecAおよびSAの重みづけ線形結合である、請求項46または47に記載の方法。 - 前記第1の境界空間および前記第2の境界空間がいずれも、mecAおよび前記Staphylococcus aureus特異的な標的遺伝子配列の前記測定量の関数として定義される、請求項46から48のいずれかに記載の方法。
- 費用関数を用いて前記第1の境界空間および前記第2の境界空間に最適なパラメータを見出す、請求項46から49のいずれかに記載の方法。
- 前記費用関数が、式:
費用=c1×偽陰性数+c2×偽陽性数
により定義される、請求項50に記載の方法。 - 前記第1の境界空間および前記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、請求項46から51のいずれかに記載の方法。
- 前記試料中の、少なくともmecA、SCCmec、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記存在および前記量を、リアルタイムPCRにより検出する、請求項46から52のいずれかに記載の方法。
- 少なくともmecA、SCCmec、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記量を、サイクル数で測定する、請求項53に記載の方法。
- 試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するためのシステムであって、
該試料において、少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)を増幅し、該少なくともmecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列(SA)の存在および量を検出することが可能な測定モジュールであって、ここで、該試料が、該試料中に存在する任意の細菌の核酸を露出させる条件下に置かれる、測定モジュールと、
該測定モジュールからの該検出量を保存するメモリと、
判定アルゴリズムの実行についての命令を有する、コンピュータにより読み取り可能なコードを含有する、コンピュータにより読み取り可能な媒体であって、該判定アルゴリズムが、少なくとも、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いて、該試料中にMRSAが存在するかどうかを決定し;該判定アルゴリズムが、少なくともmecAおよび該Staphylococcus aureus特異的な標的遺伝子配列からの中間値を創出し;該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの存在を決定する媒体と、
該試料中のMRSAの該存在を決定するために、該コンピュータにより読み取り可能な媒体上で、該コンピュータにより読み取り可能なコードを実行するプロセッサ
を含むシステム。 - 前記Staphylococcus aureus特異的な標的遺伝子配列が、femAである、請求項55に記載のシステム。
- 前記中間値が、mecAおよびSAについての関数として定義され、該中間値が、式:
中間値=mecA×sin(−0.3)+SA×cos(−0.3)
を用いて定義される、mecAおよびSAの重みづけ線形結合である、請求項55または56に記載のシステム。 - 前記第1の境界空間および前記第2の境界空間がいずれも、mecAおよび前記Staphylococcus aureus特異的な標的遺伝子配列の前記測定量の関数として定義される、請求項55から57のいずれかに記載のシステム。
- 費用関数を用いて前記第1の境界空間および前記第2の境界空間に最適なパラメータを見出す、請求項55から58のいずれかに記載のシステム。
- 前記費用関数が、式:
費用=c1×偽陰性数+c2×偽陽性数
により定義される、請求項59に記載のシステム。 - 前記第1の境界空間および前記第2の境界空間が、遺伝子アルゴリズムを用いて定義される関数である、請求項55から60のいずれかに記載のシステム。
- 前記試料中の、少なくともmecA、SCCmec、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記存在および前記量を、リアルタイムPCRにより検出する、請求項55から61のいずれかに記載のシステム。
- 少なくともmecA、SCCmec、および前記Staphylococcus aureus特異的な標的遺伝子配列の前記量を、サイクル数で測定する、請求項62に記載のシステム。
- コンピュータにより読み取り可能な媒体であって、判定アルゴリズムのためのコードを含み、
ここで、該判定アルゴリズムが、少なくとも、mecA、SCCmec、およびStaphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いて、試料中にMRSAが存在するかどうかを決定し;ここで、該判定アルゴリズムが、少なくともmecAおよび該Staphylococcus aureus特異的な標的遺伝子配列からの中間値を創出し;ここで、該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの存在を決定する、媒体。 - 未知試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するのに用いることが可能なモデルを創出する方法であって、
既知試料のセットを、該既知試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップであって、既知試料の該セット中の各試料について、MRSAの存在が知られるステップと、
該既知試料において、少なくともmecA、orfX、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列を増幅し、該少なくともmecA、orfX、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列の存在および量を検出するステップと、
該既知試料中の各試料について、デジタルコンピュータ上で判定アルゴリズムを実行するステップであって、ここで、該判定アルゴリズムが、mecA、orfX、および該Staphylococcus aureus特異的な標的遺伝子配列の検出量および測定量を入力として用いるステップと、
該未知試料中にMRSAが存在するかどうかを決定するのに用いることが可能なモデルを創出するステップであって、ここで、該モデルを、該既知試料に対して実行される該判定アルゴリズムの出力から創出し;orfXの該検出量が閾値を下回る場合は、該モデルが、第1の境界空間を用いてMRSAの該存在を決定し;orfXの該検出量が該閾値を上回る場合は、該モデルが、第2の境界空間を用いてMRSAの存在を決定するステップ
を含む方法。 - 未知試料中のメチシリン耐性Staphylococcus aureus(MRSA)の存在を決定するのに用いることが可能なモデルを創出する方法であって、
既知試料のセットを、該既知試料中に存在する任意の細菌の核酸を露出させる条件下に置くステップであって、ここで、既知試料の該セット中の各試料について、MRSAの該存在が知られているステップと、
該既知試料において、少なくとも、mecA、SCCmec、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列を増幅し、該少なくとも、mecA、SCCmec、およびStaphylococcus aureus(SA)特異的な標的遺伝子配列の存在および量を検出するステップと、
該既知試料中の各試料について、デジタルコンピュータ上で判定アルゴリズムを実行するステップであって、ここで、該判定アルゴリズムが、mecA、SCCmec、および該Staphylococcus aureus特異的な標的遺伝子配列の該検出量および測定量を入力として用いるステップと、
該未知試料中にMRSAが存在するかどうかを決定するのに用いることが可能なモデルを創出するステップであって、該モデルが該既知試料に対して実行される判定アルゴリズムの出力から創出され、ここで、該モデルが、少なくとも該Staphylococcus aureus特異的な標的遺伝子配列およびmecAからの中間値を創出し;ここで、該判定アルゴリズムが、該中間値およびSCCmecを用いて定義される境界空間をさらに用いてMRSAの該存在を決定するステップ
を含む方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US26114709P | 2009-11-13 | 2009-11-13 | |
US61/261,147 | 2009-11-13 | ||
PCT/US2010/056455 WO2011060222A2 (en) | 2009-11-13 | 2010-11-12 | Systems and methods for detecting the presence of a biological status using clustering |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015080636A Division JP2015165413A (ja) | 2009-11-13 | 2015-04-10 | クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013510579A true JP2013510579A (ja) | 2013-03-28 |
JP2013510579A5 JP2013510579A5 (ja) | 2013-12-12 |
JP5907880B2 JP5907880B2 (ja) | 2016-04-26 |
Family
ID=43806873
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012539000A Expired - Fee Related JP5907880B2 (ja) | 2009-11-13 | 2010-11-12 | クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 |
JP2015080636A Pending JP2015165413A (ja) | 2009-11-13 | 2015-04-10 | クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015080636A Pending JP2015165413A (ja) | 2009-11-13 | 2015-04-10 | クラスタリングを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 |
Country Status (8)
Country | Link |
---|---|
US (3) | US8442924B2 (ja) |
EP (1) | EP2499591A2 (ja) |
JP (2) | JP5907880B2 (ja) |
KR (1) | KR20120101065A (ja) |
CN (1) | CN102713919B (ja) |
BR (1) | BR112012011262A2 (ja) |
RU (1) | RU2012124051A (ja) |
WO (1) | WO2011060222A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022260129A1 (ja) * | 2021-06-09 | 2022-12-15 | 国立大学法人京都大学 | 情報処理装置、情報処理方法、及びプログラム |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110269138A1 (en) * | 2008-12-30 | 2011-11-03 | Qiagen Hamburg Gmbh | Method for detecting methicillin-resistant staphylococcus aureus (mrsa) strains |
CN102713919B (zh) | 2009-11-13 | 2016-07-06 | 贝克曼考尔特公司 | 用于使用聚类来检测生物学状态的存在的系统和方法 |
EP2617836A1 (en) * | 2012-01-23 | 2013-07-24 | Steffen Mergemeier | Method for detecting a methicillin resistant coagulase positive Staphylococcus aureus strain |
EP2887245A1 (en) * | 2013-12-20 | 2015-06-24 | Dassault Systèmes | A computer-implemented method for designing a biological model |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030030637A1 (en) * | 2001-04-20 | 2003-02-13 | Grinstein Georges G. | Method and system for data analysis |
JP2004531251A (ja) * | 2001-03-15 | 2004-10-14 | シュレンツェル,ジャック | メチシリン耐性黄色ブドウ球菌(mrsa)の直接検出の方法 |
WO2008129428A2 (en) * | 2007-04-19 | 2008-10-30 | Molecular Detection Inc. | Methods, compositions and kits for detection and analysis of antibiotic-resistant bacteria |
WO2009018000A1 (en) * | 2007-07-31 | 2009-02-05 | Quest Diagnostics Investments Incorporated | Detection of methicillin-resistant and methicillin-sensitive staphylococcus aureus in biological samples |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5210015A (en) | 1990-08-06 | 1993-05-11 | Hoffman-La Roche Inc. | Homogeneous assay system using the nuclease activity of a nucleic acid polymerase |
US6335184B1 (en) * | 1993-07-23 | 2002-01-01 | Bio-Rad Laboratories, Inc. | Linked linear amplification of nucleic acids |
US5702895A (en) | 1995-01-19 | 1997-12-30 | Wakunaga Seiyaku Kabushiki Kaisha | Method and kit for detecting methicillin-resistant Staphylococcus aureus |
JP3957338B2 (ja) | 1996-02-23 | 2007-08-15 | 株式会社カイノス | 診断薬 |
US6358519B1 (en) * | 1998-02-16 | 2002-03-19 | Ruth S. Waterman | Germ-resistant communication and data transfer/entry products |
CA2378032A1 (en) * | 1999-08-04 | 2001-02-15 | Pharmacia & Upjohn Company | Crystallization and structure determination of staphylococcus aureus udp-n-acetylenolpyruvylglucosamine reductase (s. aureus murb) |
FR2844807B1 (fr) * | 2002-09-23 | 2005-11-11 | Rambach Alain | Procede de detection de microorganismes resistants a la meticilline |
US7718421B2 (en) * | 2003-02-05 | 2010-05-18 | Iquum, Inc. | Sample processing |
DE60304481T8 (de) * | 2003-11-07 | 2007-03-08 | Federal Rep. of Germany repr.by the Ministry of Health & Soc.Security, the latter repr. by the Pres. of the Robert Koch Inst. | Verfahren zur Identifizierung von Methicilin resistente Staphylococcus aureus (MRSA) |
EP1541696A1 (en) | 2003-12-09 | 2005-06-15 | Institut Pasteur | A DNA macro-array for staphylococcus aureus identification and typing |
US7527929B2 (en) * | 2004-07-30 | 2009-05-05 | Agencourt Bioscience Corporation | Methods of isolating nucleic acids using multifunctional group-coated solid phase carriers |
US7368422B2 (en) * | 2005-02-28 | 2008-05-06 | Novartis Vaccines And Diagnostics Inc. | Semi-synthetic rearranged vancomycin/desmethyl-vancomycin-based glycopeptides with antibiotic activity |
GB0504537D0 (en) * | 2005-03-04 | 2005-04-13 | Blaze Venture Technologies Ltd | Method and device for bacterial sampling |
US20070196820A1 (en) * | 2005-04-05 | 2007-08-23 | Ravi Kapur | Devices and methods for enrichment and alteration of cells and other particles |
US7838221B2 (en) * | 2005-10-11 | 2010-11-23 | Geneohm Sciences, Inc. | Sequences for detection and identification of methicillin-resistant Staphylococcus aureus (MRSA) |
ES2345954T3 (es) | 2006-05-12 | 2010-10-06 | Cepheid | Deteccion de la union de recombinacion de adn. |
EP2388593A3 (fr) * | 2006-10-18 | 2012-01-18 | bioMérieux | Procédé de diagnostic in vitro des Staphylococcus aureus producteurs de PVL |
US8229678B2 (en) * | 2008-07-25 | 2012-07-24 | Beckman Coulter, Inc. | Methods and systems for transforming particle data |
US8000940B2 (en) * | 2008-10-08 | 2011-08-16 | Beckman Coulter, Inc. | Shape parameter for hematology instruments |
US8154273B2 (en) * | 2008-10-10 | 2012-04-10 | Beckman Coulter, Inc. | Detecting and handling coincidence in particle analysis |
US8581927B2 (en) * | 2008-11-04 | 2013-11-12 | Beckman Coulter, Inc. | Multidimensional particle analysis data cluster reconstruction |
CN102282467B (zh) * | 2008-11-13 | 2014-08-13 | 贝克曼考尔特公司 | 对血红蛋白测量的颗粒干扰的校正的方法 |
CN102713919B (zh) | 2009-11-13 | 2016-07-06 | 贝克曼考尔特公司 | 用于使用聚类来检测生物学状态的存在的系统和方法 |
-
2010
- 2010-11-12 CN CN201080051528.1A patent/CN102713919B/zh not_active Expired - Fee Related
- 2010-11-12 KR KR1020127015126A patent/KR20120101065A/ko active IP Right Grant
- 2010-11-12 RU RU2012124051/10A patent/RU2012124051A/ru not_active Application Discontinuation
- 2010-11-12 WO PCT/US2010/056455 patent/WO2011060222A2/en active Application Filing
- 2010-11-12 JP JP2012539000A patent/JP5907880B2/ja not_active Expired - Fee Related
- 2010-11-12 US US12/944,992 patent/US8442924B2/en not_active Expired - Fee Related
- 2010-11-12 EP EP10782487A patent/EP2499591A2/en not_active Withdrawn
- 2010-11-12 BR BR112012011262A patent/BR112012011262A2/pt not_active IP Right Cessation
-
2013
- 2013-03-29 US US13/853,897 patent/US9519751B2/en not_active Expired - Fee Related
-
2015
- 2015-04-10 JP JP2015080636A patent/JP2015165413A/ja active Pending
-
2016
- 2016-11-11 US US15/349,868 patent/US20170140096A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004531251A (ja) * | 2001-03-15 | 2004-10-14 | シュレンツェル,ジャック | メチシリン耐性黄色ブドウ球菌(mrsa)の直接検出の方法 |
US20030030637A1 (en) * | 2001-04-20 | 2003-02-13 | Grinstein Georges G. | Method and system for data analysis |
WO2008129428A2 (en) * | 2007-04-19 | 2008-10-30 | Molecular Detection Inc. | Methods, compositions and kits for detection and analysis of antibiotic-resistant bacteria |
WO2009018000A1 (en) * | 2007-07-31 | 2009-02-05 | Quest Diagnostics Investments Incorporated | Detection of methicillin-resistant and methicillin-sensitive staphylococcus aureus in biological samples |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022260129A1 (ja) * | 2021-06-09 | 2022-12-15 | 国立大学法人京都大学 | 情報処理装置、情報処理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2011060222A9 (en) | 2011-07-14 |
US8442924B2 (en) | 2013-05-14 |
US20110131159A1 (en) | 2011-06-02 |
CN102713919A (zh) | 2012-10-03 |
KR20120101065A (ko) | 2012-09-12 |
JP5907880B2 (ja) | 2016-04-26 |
US20130196334A1 (en) | 2013-08-01 |
EP2499591A2 (en) | 2012-09-19 |
CN102713919B (zh) | 2016-07-06 |
WO2011060222A2 (en) | 2011-05-19 |
US9519751B2 (en) | 2016-12-13 |
RU2012124051A (ru) | 2013-12-20 |
US20170140096A1 (en) | 2017-05-18 |
JP2015165413A (ja) | 2015-09-17 |
BR112012011262A2 (pt) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10619207B2 (en) | Transposition of native chromatin for personal epigenomics | |
US20210382056A1 (en) | Method for Rapid Accurate Dispensing, Visualization and Analysis of Single Cells | |
JP6440617B2 (ja) | マルチプル増幅サイクル検出 | |
Ahmad et al. | Performance comparison of phenotypic and molecular methods for detection and differentiation of Candida albicans and Candida dubliniensis | |
US20170140096A1 (en) | Systems and methods for detecting the presence of a biological status using clustering | |
CN106661606A (zh) | 用于检测和表征微生物的方法 | |
Deshpande et al. | Multiplexed nucleic acid-based assays for molecular diagnostics of human disease | |
Frickmann et al. | Next-generation sequencing for hypothesis-free genomic detection of invasive tropical infections in poly-microbially contaminated, formalin-fixed, paraffin-embedded tissue samples–a proof-of-principle assessment | |
Kramná et al. | Virome sequencing of stool samples | |
Duttke et al. | Decoding transcription regulatory mechanisms associated with Coccidioides immitis phase transition using total RNA | |
Israeli et al. | A rapid high-throughput sequencing-based approach for the identification of unknown bacterial pathogens in whole blood | |
WO2019108549A1 (en) | Assays for detection of acute lyme disease | |
JP5907879B2 (ja) | プロットを用いて生物学的持続状態の存在を検出するためのシステムおよび方法 | |
Hewitt et al. | Toward rapid sequenced-based detection and characterization of causative agents of bacteremia | |
Lei et al. | Transcriptomic analysis of Staphylococcus aureus using microarray and advanced next-generation RNA-seq technologies | |
Micheel et al. | RNA-based sensitive fungal pathogen detection | |
Bajaj et al. | MICROBIAL GENOMICS-the Changing Technological Landscape of Microbiology via NGS | |
Mohammed et al. | MOLECULAR DETECTION OF FUNGAL PLANT PATHOGENS: EMPHASIZING RECENT ADVANCEMENT | |
Dutta et al. | Nucleic Acid in Diagnostics | |
Jeukens et al. | Strategy for genome sequencing analysis and assembly for comparative genomics of Pseudomonas genomes | |
Diaz | Bead suspension arrays for identifying fungal pathogens | |
SAMPLES | APPLY CALL ALGORITHM TO KNOWN x1320 | |
WO2012072813A1 (en) | Genotyping application | |
Chen et al. | Targeted NGS and Machine Learning: A Novel Diagnostic Strategy for Paucibacillary Tuberculosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131024 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141211 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20150309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150410 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150410 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150911 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151125 |
|
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: 20160223 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160322 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5907880 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |