JP2015527636A - バイオマーカシグネチャを生成するためのシステムおよび方法 - Google Patents
バイオマーカシグネチャを生成するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2015527636A JP2015527636A JP2015517785A JP2015517785A JP2015527636A JP 2015527636 A JP2015527636 A JP 2015527636A JP 2015517785 A JP2015517785 A JP 2015517785A JP 2015517785 A JP2015517785 A JP 2015517785A JP 2015527636 A JP2015527636 A JP 2015527636A
- Authority
- JP
- Japan
- Prior art keywords
- data
- biomarker
- performance
- candidate
- sub
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- 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
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
-
- 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
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
- G16B35/20—Screening of libraries
-
- 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
-
- 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
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/60—In silico combinatorial chemistry
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Genetics & Genomics (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computing Systems (AREA)
- Medicinal Chemistry (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
本願は、米国仮特許出願第61/662,658号(発明の名称「Systems and Methods for Generating Biomarker Signature」、2012年6月21日出願)に対する35 U.S.C § 119の下での優先権を主張し、それは、本明細書にその全体が援用される。
Claims (15)
- 疾患状態についての生物学的シグネチャを識別するコンピュータ実装方法であって、前記方法は、
(a)複数のデータセットを受信するステップであって、各データセットは、疾患状態および対照状態を備える異なる状態にある、生物学的システムにおける複数の生物学的実体についての発現レベルを備える、ステップと、
(b)複数の反復の各々について、
(i)前記複数のデータセットをトレーニング部分とテスト部分とに分割するステップと、
(ii)前記複数のデータセットの前記トレーニング部分を使用することにより、サブ候補シグネチャとして、閾値を上回る差次的発現を有する、前記トレーニング部分における所定の数の生物学的実体を記憶し、前記データセットの各々を疾患クラスと対照クラスとのうちの1つに割り当てる分類規則を生成するステップと、
(iii)前記複数のデータセットの前記テスト部分を使用することにより、各データセットを前記疾患クラスと前記対照クラスとのうちの1つに割り当てるように前記分類規則を適用し、前記割当に基づいて性能サブ尺度を生成するステップと、
(c)頻繁に識別される生物学的実体を前記サブ候補シグネチャの集約から選択することによって、前記所定の数の生物学的実体を有する候補シグネチャを生成するステップと、
(d)前記性能サブ尺度に基づいて、前記候補シグネチャと関連付けられる性能尺度を生成するステップと、
(e)前記所定の数の複数の異なる値について、ステップ(b)〜(d)を繰り返すことにより、複数の候補シグネチャおよび複数の関連する性能尺度を生成するステップと、
(f)前記生物学的シグネチャとして、最高性能尺度と関連付けられる前記候補シグネチャを記憶するステップと
を含む、方法。 - 対応する疾患状態発現レベルと対応する対照状態発現レベルとを比較することによって、各生物学的実体についての差次的発現を決定するように、前記トレーニング部分を使用するステップをさらに含む、請求項1に記載の方法。
- 前記分類規則は、前記データセット内の前記生物学的実体の前記発現レベルに基づいて、前記データセットの各々を割り当てる、請求項1〜2のいずれかに記載の方法。
- 前記性能サブ尺度は、前記データセットと関連付けられる前記異なる状態に対して各データセットついての前記割当を比較することによって生成される、請求項1〜3のいずれかに記載の方法。
- 前記複数の生物学的実体は、遺伝子、miRNA、タンパク質、または、前述のものの2つ以上の組み合わせのうちの1つ以上を備える、請求項1〜4のいずれかに記載の方法。
- 発現レベルは、メチル化データ、遺伝子発現データ、miRNA発現データ、および、タンパク質発現データのうちの1つ以上を備える、請求項1〜5のいずれかに記載の方法。
- 差次的発現を決定するステップは、Significance Analysis of Microarrays(SAM)分析およびLimma分析のうちの少なくとも1つを含む、請求項1〜6のいずれかに記載の方法。
- 分類規則を生成するステップは、サポートベクトルマシン方法を含む、請求項1〜7のいずれかに記載の方法。
- 前記性能サブ尺度を生成するステップは、正しく割り当てられるデータセットの割合を計算するステップを含む、請求項1〜8のいずれかに記載の方法。
- 前記性能サブ尺度を生成するステップは、前記割り当てられたデータセットのマシューズ相関係数を計算するステップを含む、請求項1〜9のいずれかに記載の方法。
- 前記サブ候補シグネチャの前記集約は、前記サブ候補シグネチャに含まれる前記生物学的実体の全ての合併集合を備える、請求項1〜10のいずれかに記載の方法。
- 前記性能尺度を生成するステップは、前記所定の数と関連付けられる前記サブ候補シグネチャのための前記性能サブ尺度の全てを平均化するステップを含む、請求項1〜11のいずれかに記載の方法。
- 表示デバイス上に、前記所定の数の前記複数の異なる値に対する前記複数の性能尺度のグラフを表示し、任意選択で、前記候補シグネチャに含まれる前記生物学的実体のリストを表示するステップをさらに含む、請求項1〜12のいずれかに記載の方法。
- コンピュータ可読命令を備えるコンピュータプログラム製品であって、前記コンピュータ可読命令は、少なくとも1つのプロセッサを備えるコンピュータ化システムにおいて実行される場合、請求項1〜13のいずれかに記載の方法の1つ以上のステップを前記プロセッサに実行させる、コンピュータプログラム製品。
- 非一時的なコンピュータ可読命令を伴って構成される少なくとも1つのプロセッサを備えるコンピュータ化システムであって、前記非一時的なコンピュータ可読命令は、実行される場合、少なくとも1つのプロセッサに請求項1〜13のいずれかに記載の方法を実行させる、コンピュータ化システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261662658P | 2012-06-21 | 2012-06-21 | |
US61/662,658 | 2012-06-21 | ||
PCT/EP2013/062984 WO2013190086A1 (en) | 2012-06-21 | 2013-06-21 | Systems and methods for generating biomarker signatures |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015527636A true JP2015527636A (ja) | 2015-09-17 |
JP6208227B2 JP6208227B2 (ja) | 2017-10-04 |
Family
ID=48670563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015517785A Active JP6208227B2 (ja) | 2012-06-21 | 2013-06-21 | バイオマーカシグネチャを生成するためのシステムおよび方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10580515B2 (ja) |
EP (1) | EP2864918B1 (ja) |
JP (1) | JP6208227B2 (ja) |
CN (1) | CN104508670B (ja) |
CA (1) | CA2877436C (ja) |
HK (1) | HK1209202A1 (ja) |
WO (1) | WO2013190086A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978497B (zh) * | 2015-06-24 | 2019-01-29 | 中国科学院昆明动物研究所 | 一种大样本高通量生物数据关联分析方法 |
US20180277248A1 (en) * | 2015-09-30 | 2018-09-27 | Rejuvenan Global Health, Inc. | Treatment recommendations based on biomarker values |
EP3458992B1 (en) | 2016-05-19 | 2022-03-02 | Quartz Bio SA | Biomarkers signature discovery and selection |
CN106529207B (zh) * | 2016-10-08 | 2019-04-12 | 华中科技大学 | 一种与核糖核酸结合的蛋白质的预测方法 |
EP3642745A1 (en) * | 2017-06-23 | 2020-04-29 | Koninklijke Philips N.V. | A method and system for gene signature marker selection |
US11817214B1 (en) | 2019-09-23 | 2023-11-14 | FOXO Labs Inc. | Machine learning model trained to determine a biochemical state and/or medical condition using DNA epigenetic data |
US11795495B1 (en) | 2019-10-02 | 2023-10-24 | FOXO Labs Inc. | Machine learned epigenetic status estimator |
CN111383716B (zh) * | 2020-03-20 | 2023-11-24 | 广州市妇女儿童医疗中心(广州市妇幼保健院、广州市儿童医院、广州市妇婴医院、广州市妇幼保健计划生育服务中心) | 基因对的筛选方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004524604A (ja) * | 2000-12-07 | 2004-08-12 | ユーロプロテオーム エージー | 遺伝的疾患の分類および予測のため、ならびに分子遺伝的パラメーターと臨床的パラメーターとの関連付けのためのエキスパートシステム |
JP2005521138A (ja) * | 2002-03-15 | 2005-07-14 | パシフィック エッジ バイオテクノロジー リミティド | 遺伝子発現データを使用する適応学習システムの医療適用 |
JP2005325771A (ja) * | 2004-05-14 | 2005-11-24 | Isuzu Motors Ltd | 捕集量検出方法及び捕集量検出装置 |
JP2006323830A (ja) * | 2005-04-18 | 2006-11-30 | Japan Biological Informatics Consortium | 表現型に関連する候補遺伝子の探索システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030195706A1 (en) * | 2000-11-20 | 2003-10-16 | Michael Korenberg | Method for classifying genetic data |
US7774143B2 (en) * | 2002-04-25 | 2010-08-10 | The United States Of America As Represented By The Secretary, Department Of Health And Human Services | Methods for analyzing high dimensional data for classifying, diagnosing, prognosticating, and/or predicting diseases and other biological states |
EP2069778A2 (en) * | 2006-08-03 | 2009-06-17 | Numira Biosciences, Inc. | Methods and compositions for identifying biomarkers |
WO2009086297A2 (en) * | 2007-12-21 | 2009-07-09 | The Board Of Regents Of The University Of Oklahoma | Identification of biomarkers in biological samples and methods of unsing same |
EP2364368B1 (en) * | 2008-11-07 | 2014-01-15 | Sequenta, Inc. | Methods of monitoring conditions by sequence analysis |
-
2013
- 2013-06-21 WO PCT/EP2013/062984 patent/WO2013190086A1/en active Application Filing
- 2013-06-21 US US14/409,675 patent/US10580515B2/en active Active
- 2013-06-21 CN CN201380039795.0A patent/CN104508670B/zh active Active
- 2013-06-21 CA CA2877436A patent/CA2877436C/en active Active
- 2013-06-21 EP EP13730568.6A patent/EP2864918B1/en active Active
- 2013-06-21 JP JP2015517785A patent/JP6208227B2/ja active Active
-
2015
- 2015-10-08 HK HK15109833.5A patent/HK1209202A1/xx not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004524604A (ja) * | 2000-12-07 | 2004-08-12 | ユーロプロテオーム エージー | 遺伝的疾患の分類および予測のため、ならびに分子遺伝的パラメーターと臨床的パラメーターとの関連付けのためのエキスパートシステム |
JP2005521138A (ja) * | 2002-03-15 | 2005-07-14 | パシフィック エッジ バイオテクノロジー リミティド | 遺伝子発現データを使用する適応学習システムの医療適用 |
JP2005325771A (ja) * | 2004-05-14 | 2005-11-24 | Isuzu Motors Ltd | 捕集量検出方法及び捕集量検出装置 |
JP2006323830A (ja) * | 2005-04-18 | 2006-11-30 | Japan Biological Informatics Consortium | 表現型に関連する候補遺伝子の探索システム |
Also Published As
Publication number | Publication date |
---|---|
EP2864918A1 (en) | 2015-04-29 |
US20150193577A1 (en) | 2015-07-09 |
WO2013190086A1 (en) | 2013-12-27 |
US10580515B2 (en) | 2020-03-03 |
CN104508670A (zh) | 2015-04-08 |
CA2877436A1 (en) | 2013-12-27 |
EP2864918B1 (en) | 2023-03-29 |
CA2877436C (en) | 2021-07-06 |
HK1209202A1 (en) | 2016-03-24 |
JP6208227B2 (ja) | 2017-10-04 |
CN104508670B (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6253644B2 (ja) | 統合バイアス補正およびクラス予測を用いてバイオマーカシグネチャを生成するためのシステムおよび方法 | |
JP6208227B2 (ja) | バイオマーカシグネチャを生成するためのシステムおよび方法 | |
JP6313757B2 (ja) | 統合デュアルアンサンブルおよび一般化シミュレーテッドアニーリング技法を用いてバイオマーカシグネチャを生成するためのシステムおよび方法 | |
US11664126B2 (en) | Clinical predictor based on multiple machine learning models | |
US9940383B2 (en) | Method, an arrangement and a computer program product for analysing a biological or medical sample | |
JP7197795B2 (ja) | 機械学習プログラム、機械学習方法および機械学習装置 | |
JP7275334B2 (ja) | 個人の生物学的ステータスを予測するためのシステム、方法および遺伝子シグネチャ | |
KR101067352B1 (ko) | 생물학적 네트워크 분석을 이용한 마이크로어레이 실험 자료의 작용기작, 실험/처리 조건 특이적 네트워크 생성 및 실험/처리 조건 관계성 해석을 위한 알고리즘을 포함한 시스템 및 방법과 상기 방법을 수행하기 위한 프로그램을 갖는 기록매체 | |
CA2885634C (en) | Device for detecting a dynamical network biomarker, method for detecting same, and program for detecting same | |
CN111540410B (zh) | 用于预测个体的吸烟状况的系统和方法 | |
WO2008007630A1 (fr) | Méthode et appareil de recherche de protéine | |
CN113862371A (zh) | 一种酒精相关性肝细胞癌疾病进展和预后风险的预测装置及其预测模型的训练方法 | |
KR20150027938A (ko) | 마이크로어레이 데이터를 분석하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160620 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20161122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20161122 |
|
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: 20170810 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6208227 Country of ref document: JP 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 |