JP2013522652A - 代謝物プロファイリングを用いた再発乳癌の早期検出 - Google Patents
代謝物プロファイリングを用いた再発乳癌の早期検出 Download PDFInfo
- Publication number
- JP2013522652A JP2013522652A JP2013501439A JP2013501439A JP2013522652A JP 2013522652 A JP2013522652 A JP 2013522652A JP 2013501439 A JP2013501439 A JP 2013501439A JP 2013501439 A JP2013501439 A JP 2013501439A JP 2013522652 A JP2013522652 A JP 2013522652A
- Authority
- JP
- Japan
- Prior art keywords
- acid
- sample
- metabolite
- panel
- breast cancer
- 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
- 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
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6848—Methods of protein analysis involving mass spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/26—Conditioning of the fluid carrier; Flow patterns
- G01N30/38—Flow patterns
- G01N30/46—Flow patterns using more than one column
- G01N30/461—Flow patterns using more than one column with serial coupling of separation columns
- G01N30/463—Flow patterns using more than one column with serial coupling of separation columns for multidimensional chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
- G01N30/7206—Mass spectrometers interfaced to gas chromatograph
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T436/00—Chemistry: analytical and immunological testing
- Y10T436/20—Oxygen containing
- Y10T436/200833—Carbonyl, ether, aldehyde or ketone containing
- Y10T436/201666—Carboxylic acid
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Immunology (AREA)
- Hematology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Cell Biology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Description
うな限界を考慮して、アメリカ臨床腫瘍学会(ASCO:American Society of Clinical Oncologists)のガイドラインは、これらのマーカーの使用を、多数の他の検査および検討と組み合わせて、能動的な治療の間の転移性疾患を有する患者のモニタリングにのみ推奨している。
ン、ノナン二酸、およびペンタデカン酸からなる。
塩、ヒスチジン、乳酸塩、プロリンおよびチロシンからなる。
本明細書において用いる場合、「代謝物」とは、以下のような、エネルギーを生み出して用いる体内の全ての物理的および化学的なプロセス、例えば、食物および栄養の消化、尿および便を通じた廃棄物の排出、呼吸、血液循環および温度調節の間に生成されるかまたは用いられる任意の物質を意味する。「代謝前駆体」という用語は、代謝物が生成される由来の化合物を指す。「代謝産物」という用語は、代謝経路の一部である任意の物質(例えば、代謝物、代謝前駆体)を指す。
性別を指すのではなく、従って、雄性または雌性にかかわらず、成体および新生の対象を包含する。
して、1セットの257のレトロスペクティブ連続血清サンプルに基づく早期乳癌再発検出のためのモデルを構築して実証(バリデート)した。本モデルのために選択された誘導された代謝物バイオマーカーの能力は、現在用いられている分子マーカーCA27.29の能力と比較して極めて好ましく匹敵した。このことは、代謝物プロファイリング方法が、処置された乳癌患者の追跡調査のための鋭敏な試験を保証することが示している。具体的には、60%を超える再発性患者が、臨床的な診断による再発の検出の10カ月より前に特定され得る。結果の試験によって、再発乳癌の早期の検出のための鋭敏かつ特異的なモデルが得られる。
ディック装置は、検出に最適な流速および複雑度でサンプルを検出装置に提供し得る。さらに、マイクロフルイディック装置は、最適のサンプル捕獲のために検出装置と配置されてもよい。
本実施例では、NMRおよび2D GC×GC−MSの方法の組み合わせを用いて、以前に診断され、外科的に処置された56例の乳癌患者由来の257例のレトロスペクティブな連続血清サンプルの代謝物プロファイルを分析した。116例の連続血清サンプルは再発乳癌の20例の患者由来であり、141例の血清サンプルは、サンプル収集期間の間に臨床的に無病生存の36例の患者由来であった。NMRおよびGC×GC−MSのデータを、多変量統計法によって分析して、再発サンプルと無病生存のサンプルとの間で特定された代謝物シグナルを比較した。11の代謝物マーカー(7つはNMRからで、4つはGC×GC−MSから)を、5分割交差検証を用いるロジスティック回帰モデルによって全ての患者サンプルの分析から選択した。リーブ・ワン・アウト交差検証によってこれらのマーカーを用いて構築されたPLS−DAモデルによって、86%という感度および84%という特異性が得られた(AUROC>0.85)。驚くべきことに、60%を超える患者が、臨床上の再発の診断の10カ月(平均で)前に、再発することが正確に予想され得、このことは、現在の乳癌モニタリングアッセイCA27.29を上回る大きな改善を示す。本発明者らが知っている限りでは、これは、代謝物プロファイルに基づいて再発乳癌の早期検出のための予測モデルを開発して予備検証した最初の研究である。詳細には、2つの進歩した分析的方法(NMRおよびMS)の組み合わせによって、再発乳癌の早期の検出のための強力なアプローチが得られる。
257例の血清サンプル(56例の乳癌患者由来の各々400マイクロリットル(μl)以下)を、MDアンダーソン癌センター(M.D.Anderson Cancer Center)(米国テキサス州ヒューストン(Houston)所在)から入手した。これらの保存血清サンプルは、1997年から2003年の間に、MDアンダーソン癌センター(米国テキサス州ヒューストン所在)に登録された乳癌患者である女性ボランティア(年齢40歳〜75歳)から1患者あたり平均で5連続の時間経過サンプルを収集したものである。乳癌再発に関してMDアンダーソンの腫瘍学者による追跡調査は、CA 27.29、CEA、および/またはCA125 IVDの結果、患者の症状、最初の乳癌のステージ、ホルモン受容体およびリンパ節の状態(ステータス)を含む要因の組み合わせに基づいた。56例の患者のうち、乳癌は20例で、局所でまたは遠位臓器で再発し、残りの36例は、サンプリング期間も、以後2年間も再発無病生存(NED)であった。
解凍後、200マイクロリットル(「μL」)の血清を、330μLのD2Oおよび5μLのアジ化ナトリウム(12.3nmol)と混合した。サンプル溶液を、60秒間ボルテックスして、1分あたり8000回転(RPM)で5分間遠心分離した。その後、530μLのアリコートを、NMR測定のために、標準の5ミリメートル(mm)のNMRチューブに移した。60μLの0.012%の3−(トリメチルシリル)プロピオン−(2,2,3,3−d4)酸ナトリウム塩(「TSP」)溶液をD2O中に含有する外側キャピラリーチューブ(ガラスステム同軸インサート、OD2mm)を、化学シフト周波数標準(δ=0.00ppm)として、およびロッキング目的のために用いた。全てのNMR実験は、25℃で、ブルカーDRX500メガヘルツ(Bruker DRX 500
Megahertz)(「MHz」)分光計(低温プローブを装備した)および三軸磁場勾配で行った。2つの1H NMRスペクトルを、各々のサンプル、標準ID NOESY(Nuclear Overhauser Effect Spectroscopy)およびCPMG(Carr−Purcell−Meiboom−Gill)パルスシーケンス(水前期飽和と対にした)について測定した。各々のスペクトルについては、32のトランジエントを32kデータポイントおよび6000Hzのスペクトル幅を用いて収集した。0.3Hzのライン広幅化に対応する指数関数重み関数を、フーリエ変換適用
前に自由誘導減衰(FID)に適用した。各々のピークを積分し、次いで水および尿のピークを排除して総NMRスペクトル強度(総合計)の値を用いて正規化した。Bruker XWINNMRソフトウェアバージョン3.5を用いる位相整合およびベースライン補正の後、処理したデータを、さらなる分析のためにASCIIフォーマットに保存した。
タンパク質の沈殿は、1.5mLのエッペンドルフチューブ中で200μLの血清と400μLのメタノールとを混合することによって各々のサンプルについて行った。この混合物を短時間ボルテックスし、次いで−20℃で30分間保持した。14,000RPMで10分間、冷たく保ちながらサンプルを遠心分離した。上層(上清)を、さらに使用するために別のエッペンドルフチューブに移した。クロロホルム(200μL)をタンパク質ペレットと混合して、14,000RPMでさらに10分間遠心分離した。遠心分離後、アリコート(試料の一部)を移して、前の工程由来のメタノール上清溶液と合わせた。得られた混合物を凍結乾燥して、Speed Vac(Savant AES2010)を用いて5時間、溶媒を除去した。次いで、各々の乾燥したサンプルを、50μLの無水ピリジンに溶解して、短時間のボルテックスの後に、約20分間、超音波処理した。この溶液の20μLを、20μLの誘導体化試薬MTBSTFA(N−メチル−N−(tert−ブチルジメチルシリル、トリフルオロアセトアミド)(レジス社(Regis)、米国イリノイ州モートングローブ(Morton Grove)所在)と混合した。この混合物に対する、活性なtert−ブチルジメチルシリル基を含有するこの誘導体化剤の添加によって、生体サンプル中に存在する代謝物のヒドロキシル、アミンまたはカルボン酸のような官能基は活性化される。次いで、このサンプルを、反応に影響するように60℃で1時間インキュベートした。誘導体化後、溶液の内容物を、分析のためにガラスGC(オートサンプラー)バイアルに移した。
ChromaTOFソフトウェア(バージョン4.10)を、自動ピーク検出および質量スペクトル解析のために用いた。NIST MSデータベース(NIST MS Search 2.0、NIST/EPA/NIH Mass Spectral Library;NIST 2002)を、データ処理およびピークマッチングのために用いた。全ての特定された化合物の質量スペクトルを、NISTデータベース(NIST MS
Search 2.0、NIST EPA/NIH Mass Spectral Library;NIST 2002)における標準の質量スペクトルと比較した。さらに、特定されたバイオマーカー候補物を、購入されて、同一の実験条件下で行われた真正の市販のサンプルの質量スペクトルおよび保持時間から確認した。
各々のサンプル由来のNMRスペクトルを、0ppmで3−(トリメチルシリル)プロピオン−(2,2,3,3−d4)(「TSP」)酸ナトリウム塩シグナルを参照して整列させた。0.5〜9.0ppmの範囲内のスペクトル領域を、残留の水ピークおよび尿のシグナルを含んだ4.5〜6.0ppmの領域を排除した後に分析した。早期の乳癌検出で研究において最初に特定された、バイオマーカーに対応する22のスペクトルの領域を、さらなる分析のためのバイオマーカー候補物として選択した。選択された領域における各々の代謝物の統計学的有意性を、トレーニングセットにおいてスチューデントのt検定を用いてP値を算出することによって決定した。代謝物のプールをさらに増強するため、再発サンプルとNEDサンプルとの間のピークの強度における最も高い相違に基づき18個の追加の代謝物を標的化MS分析のために特定した(表2)。ソフトウェアプログラムを内部開発し、これらの代謝物シグナルをGC×GC−MSデータセットから抽出した。このプログラムは、m/zの入力値および保持時間範囲に基づいて、代謝物のスペクトルを、LECO Chroma TOFソフトウェアパッケージ(v1.61)で利用可能な標準的なNISTライブラリー由来の特徴的な実験的質量スペクトルにマッチングした後、各々の代謝物についてのクロマトグラフィピークを積分する。
予測モデルを開発するための最も高いスコアを有する代謝物を選択するために、NED群、再発後群、および再発中群由来のサンプルを用いた。再発前のサンプルは、臨床診断前での正確な疾患状態の決定におけるあいまい性を回避するために省いた。再発後および再発中対NEDのサンプルを5つの交差検証(CV)群に分けた。22のNMRおよび18のGC×GC/MS検出代謝物シグナルのロジスティック回帰モデルを用いる多変量分析を、4つのCV群に適用して、得られたモデルを用いて、5番目のCV群の分類の構成要素を予測した。ロジスティック回帰手順の出力は、マーカーのランク付けされたセットである。誤分類のエラー率が最も低く、かつ予測力が最も高いモデルをもたらしたNMRおよびGCのマーカーの最も好ましい組み合わせ確保されるとともに、全てのサンプルを用いる最終予測モデルを構築するために使用された。
プルの分類の構成要素を、決定して、患者の状態と比較した。ROC曲線を作成して、AUROC、感度、および特異性を算出した。モデル由来のスコアを、スケーリングして、0〜100の範囲を得て、再発状況についてのカットオフ値を、感度と特異性との間の賢明な選択によって決定した。乳癌の初期ステージ、ER/PRステータスおよび再発部位を参照したモデルの能力もまた評価した。
CPMG配列を用いて得られた乳癌血清サンプルのNMRスペクトルは、高分子由来のシグナルを欠き、糖、アミノ酸およびカルボン酸を含む多数の低分子についてのシグナルを明らかに示した。再発後患者由来の代表的なNMRスペクトルを、図2Aに示す。個々の代謝物を、サンプル条件におけるわずかな相違から生じるわずかなシフトを考慮して、NMRデータベースを用いて特定した。本研究では、本発明者らは、乳癌の以前の研究においてNMRによって検出された22の代謝物に集中した。高感度のMSにより、各々のGC×GC−MSスペクトルは、ほぼ300という代謝物についてのピークを示し、これはNISTデータベースにおける公知の代謝物との類似性によって特定された。図2Bは、図2Aに示されるのと同じ再発乳癌患者についての典型的なGC×GC−MSスペクトルを示す。NMRによって検出される代謝物のパネルを増強するため、再発サンプルとNEDサンプルとの間のピーク強度における相違に基づいてGC×GC−MSデータの分析において18の追加の代謝物を標的した。GC×GC−MSスペクトルにおける代謝物の特定は、実験の質量スペクトルと、NISTデータベースにおけるスペクトルとの比較に基づき、割り当てはさらに、真正の市販のサンプルのGC×GC−MSスペクトルと比較することによって確認した。グルタミン酸についてのこのバリデーション手順の例は、図3A〜3Fに図示しており、このように特定された22のNMRおよび18のGC−MS代謝物のリストは、上の表2に含まれる。
最初のデータ分析は、22のNMRおよび18のMS代謝物の能力を試験すること、およびこれらのデータから最も高いランクを有するマーカーを選択して、診断の正確性を最大化することに集中した。変数選択プロトコールを利用し、およびロジスティック回帰分析から、11個の代謝物(7つは、NMRで特定し、4つはMSによって特定)のサブセットを、それらの最も高いランク付けおよび予測正確性に基づいて選択して、バイオマーカーの試験パネルを形成した。下の表3は、11個のバイオマーカーのリスト、およびそれらのP値を、再発前対NED、および再発中および再発後(=「再発」)対NEDの比較について全てのサンプルを用いて示す。一般には、再発中および再発後(=「再発」)対NED比較についてのこれらのマーカーの個々のP値は、極めて低いが、ロジスティック回帰によって高度にランク付けされたにもかかわらず4つの例外があった。これらの4例のうち2つでは、特定された代謝物は、再発中対NED、または再発後対NEDのいずれかについて(ただし両方ではない)低いP値を示した。
MSデータに基づく。図5Hは、グルタミン酸塩のNMRデータに基づく。図5Iは、トレオニンのNMRデータに基づく。図5Jは、バリンのNMRデータに基づく。図5Kは、アセト酢酸塩のNMRデータに基づく。図5Lは、リシンのNMRデータに基づく。図5Mは、クレアチニンのNMRデータに基づく。図5Nは、イソ酪酸塩のNMRデータに基づく。図5Oは、ヘキサデカン酸のGC×GC/MSデータに基づく。図5Pは、9,12−オクタデカジエン酸のGC×GC/MSデータに基づく。図5Qは、ペンタデカン酸のGC×GC/MSデータに基づく。図5Rは、酢酸のGC×GC/MSデータに基づく。
閾値を54まで増大させることにより、特異性は約94%まで増大すると同時に、感度は68%に低下した。98%特異性についての閾値は65であって、94%についての閾値は41であった。図7Aは、カットオフ閾値48を用い、11マーカーモデル(黒塗り四角)を用いて正確に特定された再発患者の割合を、CA27.29試験(黒塗り三角)を用いて正確に特定された再発患者の割合と比較して、全ての再発患者についての時間の関数として示す。図7Bは、カットオフ閾値48を用い、11マーカーモデル(黒塗り四角)を用いて正確に特定されたNED患者の割合を、CA27.29試験(黒塗り三角)を用いて正確に特定されたNED患者の割合と比較して、時間の関数として示す。図7Cは、カットオフ閾値54を用い、11マーカーモデル(黒塗り四角)を用いて正確に特定された再発患者の割合を、CA27.29試験(黒塗り三角)を用いて正確に特定された再発患者の割合と比較して、全ての再発患者についての時間の関数として示す。図7Dは、カットオフ閾値54を用い、11マーカーモデル(黒塗り四角)を用いて正確に特定されたNED患者の割合を、CA27.29試験(黒塗り三角)を用いて正確に特定されたNED患者の割合と比較して、時間の関数として示す。
いてこのモデルを試験した。図8Aおよび図8Bは、同じ11のバイオマーカーモデルおよびカットオフ閾値48を用いて、再発と正確に特定された再発患者の割合を、患者のエストロゲン受容体(ER)ステータス(図8A)およびプロゲステロン受容体(PR)ステータス(図8B)に基づき時間の関数として示す。図8Aでは、ERマイナスのステータスを黒塗りの三角によって示し、ERプラスのステータスを黒塗りの四角によって示す。図8Bでは、PRマイナスのステータスを黒塗りの三角によって示し、PRプラスのステータスを黒塗りの四角です。特に、この結果は、ER陽性患者とER陰性患者との間、PR陽性患者とPR陰性患者との間における著しい相違を示す。一方で、ER陽性患者およびPR陽性患者についてのモデルは、全てのサンプルが一緒に試験された場合、ER陰性患者およびPR陰性患者の40%近くが臨床的な診断の早くも28カ月に検出されたことに匹敵した。しかし、その後において検出されたER陰性およびPR陰性患者の割合は、ERおよびPR陽性の患者と比較して10%〜20%低かった。
処置の選択肢について有意な改善をもたらし得る。
Claims (23)
- 対象における乳癌の再発の指標である複数の所定の代謝物バイオマーカーのパネルを検出するための方法であって、
前記対象から体液のサンプルを得る工程と、
前記サンプルを分析して、前記パネルにおける代謝物バイオマーカーの各々の存在および量を決定する工程とを包含し、
前記パネル中の前記代謝物バイオマーカーの各々の存在および量が、全体として、対象における乳癌の再発の指標である、方法。 - 前記体液が、血液、血漿、血清、汗、唾液、喀痰または尿である、
請求項1に記載の方法。 - 複数の代謝物バイオマーカーの前記パネルが、3−ヒドロキシ酪酸塩、アセト酢酸塩、アラニン、アルギニン、アスパラギン、コリン、クレアチニン、グルコース、グルタミン酸、グルタミン、グリシン、ギ酸塩、ヒスチジン、イソ酪酸塩、イソロイシン、乳酸塩、リシン、メチオニン、N−アセチルアスパラギン酸塩、プロリン、トレオニン、チロシン、バリン、2−ヒドロキシブタン酸、ヘキサデカン酸、アスパラギン酸、3−メチル−2−ヒドロキシ−2−ペンテン酸、ドデカン酸、1,2,3,トリヒドロキシプロパン、β−アラニン、アラニン、フェニルアラニン、3−ヒドロキシ−2−メチル−ブタン酸、9,12−オクタデカジエン酸、酢酸、N−アセチルグリシン、グリシン、ノナン二酸、ノナン酸、およびペンタデカン酸からなる群より選択される少なくとも7つの化合物からなる、
請求項1に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、アセト酢酸塩、アラニン、アルギニン、コリン、クレアチニン、グルタミン酸、グルタミン、ギ酸塩、ヒスチジン、イソ酪酸塩、乳酸塩、リシン、プロリン、トレオニン、チロシン、バリン、ヘキサデカン酸、アスパラギン酸、ドデカン酸、アラニン、フェニルアラニン、3−ヒドロキシ−2−メチル−ブタン酸、9,12−オクタデカジエン酸、酢酸、N−アセチルグリシン、ノナン二酸、およびペンタデカン酸からなる、
請求項3に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、コリン、グルタミン酸、ギ酸塩、ヒスチジン、乳酸塩、プロリン、チロシン、3−ヒドロキシ−2−メチル−ブタン酸、N−アセチルグリシン、およびノナン二酸からなる、
請求項3に記載の方法。 - 前記パネルが、コリン、グルタミン酸、ギ酸塩、ヒスチジン、プロリン、3−ヒドロキシ−2−メチル−ブタン酸、N−アセチルグリシン、およびノナン二酸からなる、
請求項3に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、コリン、ギ酸塩、ヒスチジン、乳酸塩、プロリンおよびチロシンからなる、
請求項3に記載の方法。 - 前記パネル中の代謝物バイオマーカーが、
乳癌の状態が既知である対象から体液のサンプルを得る工程と、
前記サンプルを核磁気共鳴測定に供することによって、前記サンプル中の1つ以上の代謝物種を測定する工程と、
前記サンプルを質量分析測定に供することによって前記サンプル中の1つ以上の代謝物種を測定する工程と、
前記核磁気共鳴測定の結果および前記質量分析測定の結果を分析して、前記サンプル内に含まれる1つ以上の代謝物種の代表的な個々のスペクトルピークを含むスペクトルを生成する工程と、
前記スペクトルを多変量統計分析に供して、前記サンプル内に含まれる少なくとも1つ以上の代謝物種を特定する工程と、
どの代謝物種が乳癌の状態と相関するかを決定する工程とによって決定される、
請求項1に記載の方法。 - 哺乳動物対象において二次的な腫瘍細胞増殖を検出する方法であって、
前記対象から体液のサンプルを得る工程と、
前記サンプルを分析して、所定のバイオマーカーのパネルにおいて各々の代謝物バイオマーカーの存在および量を決定する工程とを包含し、
前記パネル中の前記代謝物バイオマーカーの各々の存在および量が、全体として、哺乳動物対象における二次的な腫瘍細胞増殖の指標である、方法。 - 体液が血液、血漿、血清、汗、唾液、喀痰または尿である、
請求項9に記載の方法。 - 複数の代謝物バイオマーカーの前記パネルが、3−ヒドロキシ酪酸塩、アセト酢酸塩、アラニン、アルギニン、アスパラギン、コリン、クレアチニン、グルコース、グルタミン酸、グルタミン、グリシン、ギ酸塩、ヒスチジン、イソ酪酸塩、イソロイシン、乳酸塩、リシン、メチオニン、N−アセチルアスパラギン酸塩、プロリン、トレオニン、チロシン、バリン、2−ヒドロキシブタン酸、ヘキサデカン酸、アスパラギン酸、3−メチル−2−ヒドロキシ−2−ペンテン酸、ドデカン酸、1,2,3,トリヒドロキシプロパン、β−アラニン、アラニン、フェニルアラニン、3−ヒドロキシ−2−メチル−ブタン酸、9,12−オクタデカジエン酸、酢酸、N−アセチルグリシン、グリシン、ノナン二酸、ノナン酸、およびペンタデカン酸からなる群より選択される少なくとも7つの化合物からなる、
請求項9に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、アセト酢酸塩、アラニン、アルギニン、コリン、クレアチニン、グルタミン酸、グルタミン、ギ酸塩、ヒスチジン、イソ酪酸塩、乳酸塩、リシン、プロリン、トレオニン、チロシン、バリン、ヘキサデカン酸、アスパラギン酸、ドデカン酸、アラニン、フェニルアラニン、3−ヒドロキシ−2−メチル−ブタン酸、9,12−オクタデカジエン酸、酢酸、N−アセチルグリシン、ノナン二酸、およびペンタデカン酸からなる、
請求項11に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、コリン、グルタミン酸、ギ酸塩、ヒスチジン、乳酸塩、プロリン、チロシン、3−ヒドロキシ−2−メチル−ブタン酸、N−アセチルグリシン、およびノナン二酸からなる、
請求項11に記載の方法。 - 前記パネルが、コリン、グルタミン酸、ギ酸塩、ヒスチジン、プロリン、3−ヒドロキシ−2−メチル−ブタン酸、N−アセチルグリシン、およびノナン二酸からなる、
請求項11に記載の方法。 - 前記パネルが、3−ヒドロキシ酪酸塩、コリン、ギ酸塩、ヒスチジン、乳酸塩、プロリ
ンおよびチロシンからなる、
請求項11に記載の方法。 - 前記パネル中の代謝物バイオマーカーが、
乳癌の状態が既知である対象から体液のサンプルを得る工程と、
前記サンプルを核磁気共鳴測定に供することによって、前記サンプル中の1つ以上の代謝物種を測定する工程と、
前記サンプルを質量分析測定に供することによって前記サンプル中の1つ以上の代謝物種を測定する工程と、
前記核磁気共鳴測定の結果および質量分析測定の結果を分析して、前記サンプル内に含まれる1つ以上の代謝物種の代表的な個々のスペクトルピークを含むスペクトルを生成する工程と、
前記スペクトルを多変量統計分析に供して、前記サンプル内に含まれる少なくとも1つ以上の代謝物種を特定する工程と、
どの代謝物種が二次的な腫瘍細胞増殖と相関するかを決定する工程とによって決定される、
請求項9に記載の方法。 - 生体サンプル内の乳癌の再発の状態を検出するための方法であって、
前記サンプルを、核磁気共鳴分析と質量分析とを組み合わせた分析に供することによって前記サンプル内の1つ以上の代謝物種を測定する工程であって、前記分析によって前記サンプル内に含まれる1つ以上の代謝物種の代表的な個々のスペクトルピークを含むスペクトルを生成する工程と、
前記個々のスペクトルピークを統計学的パターン認識分析に供して、前記サンプル内に含まれる少なくとも1つ以上の代謝物種を特定する工程と、
前記1つ以上の代謝物種の測定値と乳癌の状態とを関連付ける工程とを包含する、方法。 - 前記1つ以上の代謝物種が、2−メチル、3−ヒドロキシブタン酸;3−ヒドロキシ酪酸塩;コリン;ギ酸塩;ヒスチジン;グルタミン酸;N−アセチル−グリシン;ノナン二酸;プロリン;トレオニン;チロシン;およびそれらの組み合わせからなる群より選択される、
請求項17に記載の方法。 - 前記サンプルが、体液を含む、
請求項17に記載の方法。 - 前記体液が血清である、
請求項19に記載の方法。 - 前記質量分析が、二次元ガスクロマトグラフィとカップリングした質量分析を含む、
請求項17に記載の方法。 - 2−メチル、3−ヒドロキシブタン酸;3−ヒドロキシ酪酸塩;コリン;ギ酸塩;ヒスチジン;グルタミン酸;N−アセチル−グリシン;ノナン二酸;プロリン;トレオニン;チロシン;およびそれらの組み合わせからなる群より選択される、少なくとも1つの代謝物種またはその一部を含む、
乳癌を検出するためのバイオマーカー。 - 2−メチル、3−ヒドロキシブタン酸;3−ヒドロキシ酪酸塩;コリン;ギ酸塩;ヒス
チジン;グルタミン酸;N−アセチル−グリシン;ノナン二酸;プロリン;トレオニン;チロシン;およびそれらの組み合わせからなる群より選択される、1つ以上の代謝物種またはその一部を含む、
複数のバイオマーカーからなるパネル。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US31667910P | 2010-03-23 | 2010-03-23 | |
US61/316,679 | 2010-03-23 | ||
PCT/US2011/029681 WO2011119772A1 (en) | 2010-03-23 | 2011-03-23 | Early detection of recurrent breast cancer using metabolite profiling |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013522652A true JP2013522652A (ja) | 2013-06-13 |
JP2013522652A5 JP2013522652A5 (ja) | 2014-05-08 |
Family
ID=44673604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013501439A Pending JP2013522652A (ja) | 2010-03-23 | 2011-03-23 | 代謝物プロファイリングを用いた再発乳癌の早期検出 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20130023056A1 (ja) |
EP (1) | EP2550533A4 (ja) |
JP (1) | JP2013522652A (ja) |
AU (1) | AU2011232434B2 (ja) |
CA (1) | CA2793735A1 (ja) |
MX (1) | MX2012010852A (ja) |
WO (1) | WO2011119772A1 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015129776A (ja) * | 2015-04-15 | 2015-07-16 | ライオン株式会社 | 脂質異常症の判定方法 |
CN104991010A (zh) * | 2015-07-29 | 2015-10-21 | 中国药科大学 | 一种区分乳腺癌亚型生物标志物的组合物 |
JP2017533413A (ja) * | 2014-09-10 | 2017-11-09 | アイディーシージーエス クリニカ デ ジアギノースチコス メディコス リミターダ | 乳癌を評価するためのバイオマーカー |
WO2017213246A1 (ja) * | 2016-06-10 | 2017-12-14 | 株式会社日立製作所 | 尿中代謝物による疾病診断法 |
JP2018511811A (ja) * | 2015-02-27 | 2018-04-26 | オスモティック・ソチエタ・ア・レスポンサビリタ・リミタータ | 子宮内膜癌の診断方法 |
JP2020101552A (ja) * | 2013-10-28 | 2020-07-02 | 株式会社サリバテック | 乳癌検出用唾液バイオマーカー、及び、これを用いた乳癌患者を健常者から識別する方法 |
KR20210055138A (ko) * | 2019-11-06 | 2021-05-17 | (의료)길의료재단 | 초음파 기법을 활용한 gc-ms 동시 분석 방법 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8653006B2 (en) | 2010-09-03 | 2014-02-18 | Purdue Research Foundation | Metabolite biomarkers for the detection of esophageal cancer using NMR |
US20140162903A1 (en) * | 2012-10-31 | 2014-06-12 | Purdue Research Foundation | Metabolite Biomarkers For Forecasting The Outcome of Preoperative Chemotherapy For Breast Cancer Treatment |
WO2015109263A2 (en) | 2014-01-17 | 2015-07-23 | University Of Washington | Biomarkers for detecting and monitoring colon cancer |
EP3513197A1 (en) | 2016-09-16 | 2019-07-24 | Dyax Corp. | Metabolite biomarkers for diseases associated with the contact activation system |
TWI716093B (zh) * | 2019-09-02 | 2021-01-11 | 高雄醫學大學 | 以代謝物標誌為基礎之預測乳癌復發風險的方法 |
CN112630363A (zh) * | 2020-12-31 | 2021-04-09 | 四川大学华西医院 | 一种MXene生物响应特性代谢组学分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08248033A (ja) * | 1995-02-15 | 1996-09-27 | Bayer Corp | 乳癌再発検出のための腫瘍マーカー群 |
JP2010537157A (ja) * | 2007-07-17 | 2010-12-02 | メタボロン インコーポレイテッド | 糖尿病前症、心血管疾患及びその他のメタボリックシンドローム関連障害のバイオマーカー並びにその使用方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070221835A1 (en) * | 2006-03-06 | 2007-09-27 | Daniel Raftery | Combined Spectroscopic Method for Rapid Differentiation of Biological Samples |
US20090075284A1 (en) * | 2006-09-19 | 2009-03-19 | The Regents Of The University Of Michigan | Metabolomic profiling of prostate cancer |
US8980637B2 (en) * | 2007-10-04 | 2015-03-17 | Purdue Research Foundation | Breast cancer biomarkers and identification methods using NMR and gas chromatography-mass spectrometry |
EP2513653A1 (en) * | 2009-10-09 | 2012-10-24 | Carolyn Slupsky | Methods for diagnosis, treatment and monitoring of patient health using metabolomics |
WO2011046597A2 (en) * | 2009-10-13 | 2011-04-21 | Purdue Research Foundtion | Biomarkers for the detection of breast cancer |
-
2011
- 2011-03-23 EP EP20110760174 patent/EP2550533A4/en not_active Withdrawn
- 2011-03-23 WO PCT/US2011/029681 patent/WO2011119772A1/en active Application Filing
- 2011-03-23 AU AU2011232434A patent/AU2011232434B2/en not_active Ceased
- 2011-03-23 MX MX2012010852A patent/MX2012010852A/es unknown
- 2011-03-23 CA CA2793735A patent/CA2793735A1/en not_active Abandoned
- 2011-03-23 JP JP2013501439A patent/JP2013522652A/ja active Pending
-
2012
- 2012-09-21 US US13/624,042 patent/US20130023056A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08248033A (ja) * | 1995-02-15 | 1996-09-27 | Bayer Corp | 乳癌再発検出のための腫瘍マーカー群 |
JP2010537157A (ja) * | 2007-07-17 | 2010-12-02 | メタボロン インコーポレイテッド | 糖尿病前症、心血管疾患及びその他のメタボリックシンドローム関連障害のバイオマーカー並びにその使用方法 |
Non-Patent Citations (4)
Title |
---|
JPN6014023236; NMR in Biomedicine Vol.23, Page.424-431, 2010 * |
JPN6014023239; Prog Nucl Magn Reson Spectrosc Vol.47, Page.165-174, 2005 * |
JPN6014023240; Metabolomics Vol.1, No.3, Page269-278, 2005 * |
JPN6014023242; Nat Rev Cancer Vol.4, No.7, Page.551-561, 2004 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020101552A (ja) * | 2013-10-28 | 2020-07-02 | 株式会社サリバテック | 乳癌検出用唾液バイオマーカー、及び、これを用いた乳癌患者を健常者から識別する方法 |
JP2017533413A (ja) * | 2014-09-10 | 2017-11-09 | アイディーシージーエス クリニカ デ ジアギノースチコス メディコス リミターダ | 乳癌を評価するためのバイオマーカー |
JP2018511811A (ja) * | 2015-02-27 | 2018-04-26 | オスモティック・ソチエタ・ア・レスポンサビリタ・リミタータ | 子宮内膜癌の診断方法 |
JP2015129776A (ja) * | 2015-04-15 | 2015-07-16 | ライオン株式会社 | 脂質異常症の判定方法 |
CN104991010A (zh) * | 2015-07-29 | 2015-10-21 | 中国药科大学 | 一种区分乳腺癌亚型生物标志物的组合物 |
WO2017213246A1 (ja) * | 2016-06-10 | 2017-12-14 | 株式会社日立製作所 | 尿中代謝物による疾病診断法 |
JPWO2017213246A1 (ja) * | 2016-06-10 | 2018-11-08 | 株式会社日立製作所 | 尿中代謝物による疾病診断法 |
KR20210055138A (ko) * | 2019-11-06 | 2021-05-17 | (의료)길의료재단 | 초음파 기법을 활용한 gc-ms 동시 분석 방법 |
KR102283623B1 (ko) | 2019-11-06 | 2021-07-30 | (의료)길의료재단 | 초음파 기법을 활용한 gc-ms 동시 분석 방법 |
Also Published As
Publication number | Publication date |
---|---|
AU2011232434A1 (en) | 2012-11-15 |
WO2011119772A1 (en) | 2011-09-29 |
EP2550533A1 (en) | 2013-01-30 |
US20130023056A1 (en) | 2013-01-24 |
MX2012010852A (es) | 2013-04-03 |
EP2550533A4 (en) | 2014-01-08 |
AU2011232434B2 (en) | 2013-11-21 |
CA2793735A1 (en) | 2011-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2011232434B2 (en) | Early detection of recurrent breast cancer using metabolite profiling | |
Wang et al. | Investigation and identification of potential biomarkers in human saliva for the early diagnosis of oral squamous cell carcinoma | |
Decramer et al. | Urine in clinical proteomics | |
CN109946390B (zh) | 一种肺癌诊断标志物组合及应用 | |
Hüttenhain et al. | A targeted mass spectrometry strategy for developing proteomic biomarkers: A case study of epithelial ovarian cancer*[S] | |
US20170023575A1 (en) | Identification of blood based metabolite biomarkers of pancreatic cancer | |
CN113960235B (zh) | 生物标志物在制备肺癌检测试剂中的用途和方法 | |
US8653006B2 (en) | Metabolite biomarkers for the detection of esophageal cancer using NMR | |
Cho et al. | Biomarker Characterization by MALDI–TOF/MS | |
CN102483416A (zh) | 诊断前列腺癌的工具和方法 | |
US8518654B2 (en) | Lung cancer diagnostic polypeptide, method for detecting lung cancer, and method for evaluating therapeutic effect | |
CN111562338B (zh) | 透明肾细胞癌代谢标志物在肾细胞癌早期筛查和诊断产品中的应用 | |
Kałużna-Czaplińska et al. | Current applications of chromatographic methods for diagnosis and identification of potential biomarkers in cancer | |
Massion et al. | Proteomic strategies for the characterization and the early detection of lung cancer | |
CN116879558B (zh) | 卵巢癌诊断标志物、检测试剂及检测试剂盒 | |
US20140162903A1 (en) | Metabolite Biomarkers For Forecasting The Outcome of Preoperative Chemotherapy For Breast Cancer Treatment | |
CN113138275B (zh) | 血清脂质代谢物组合物及试剂盒和应用 | |
CN114544848B (zh) | 一种用于诊断卵巢上皮癌的血清脂质标志物组合物及试剂盒和其与应用 | |
CN107003371A (zh) | 用于确定主体患胰腺癌的可能性的方法 | |
Ranasinghe et al. | Fucosyl monosialoganglioside: Quantitative analysis of specific potential biomarkers of lung cancer in biological matrices using immunocapture extraction/tandem mass spectrometry | |
AU2013231188A1 (en) | Early detection of recurrent breast cancer using metabolite profiling | |
CA2525743A1 (en) | Differential diagnosis of colorectal cancer and other diseases of the colon | |
CN117589991B (zh) | 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途 | |
CN117147737B (zh) | 用于食管鳞癌诊断的血浆组合标志物及试剂盒与检测方法 | |
CA2525740A1 (en) | Biomarkers for the differential diagnosis of pancreatitis and pancreatic cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140320 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140320 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20140326 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20140520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140610 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150210 |