JP2018139111A - 臨床判断支援のためのシステムおよび方法 - Google Patents

臨床判断支援のためのシステムおよび方法 Download PDF

Info

Publication number
JP2018139111A
JP2018139111A JP2018039395A JP2018039395A JP2018139111A JP 2018139111 A JP2018139111 A JP 2018139111A JP 2018039395 A JP2018039395 A JP 2018039395A JP 2018039395 A JP2018039395 A JP 2018039395A JP 2018139111 A JP2018139111 A JP 2018139111A
Authority
JP
Japan
Prior art keywords
gene
protein
patient
proteins
genes
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
Application number
JP2018039395A
Other languages
English (en)
Other versions
JP6662933B2 (ja
Inventor
アレクサンダー ツィーン
Zien Alexander
アレクサンダー ツィーン
ダーフィト ビー. ジャクソン
b jackson David
ダーフィト ビー. ジャクソン
マルティン シュタイン
Stein Martin
マルティン シュタイン
ギヨーム タグラング
Taglang Guillaume
ギヨーム タグラング
シュテファン ブロック
Stephan Brock
シュテファン ブロック
アレクサンダー ピッカー
Picker Alexander
アレクサンダー ピッカー
テオドロス ソルダトス
Soldatos Theodoros
テオドロス ソルダトス
ベルンハルト スルザー
Sulzer Bernhard
ベルンハルト スルザー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Molecular Health GmbH
Original Assignee
Molecular Health GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=48808311&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JP2018139111(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Priority claimed from PCT/EP2013/056963 external-priority patent/WO2013150039A1/en
Application filed by Molecular Health GmbH filed Critical Molecular Health GmbH
Publication of JP2018139111A publication Critical patent/JP2018139111A/ja
Application granted granted Critical
Publication of JP6662933B2 publication Critical patent/JP6662933B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/10Ploidy or copy number detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/30Data warehousing; Computing architectures
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/20ICT specially adapted for the handling or processing of medical references relating to practices or guidelines

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Genetics & Genomics (AREA)
  • Bioethics (AREA)
  • Analytical Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Surgical Instruments (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Electrotherapy Devices (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)

Abstract

【課題】患者のための個別化された治療ガイドラインを生成するため、および患者のための治療法を選択するため、また、治療法の臨床試験のための患者を選択するための方法およびシステムを提供する。
【解決手段】患者特有の分子情報および治療法特有の分子情報を、臨床分子疾患モデル、具体的には、疾患への遺伝子および/またはタンパク質の関与のいくつかの側面を表す遺伝子および/またはタンパク質のスコアリングとさらに組み合わせることによって、患者が複数の「実用的な」異常を有する事例を解決する。このようにして、疾患機構に影響を及ぼす、または疾患機構により影響を受ける可能性の最も高い治療法および患者を、それぞれ、優先順位付けする。
【選択図】なし

Description

開示の分野
本開示は、バイオインフォマティクスおよびデータ処理のためのシステムおよび方法に関する。特に、第1の局面では、本開示は、患者のための個別化された治療ガイドラインを生成するため、および患者のための治療法を選択するための方法およびシステムに関する。別の局面では、本開示は、治療法の臨床試験のための患者を選択するための方法およびシステムに関する。
開示の背景
タンパク質などの様々な分子実体、代謝産物などの小分子、栄養素、薬物、輸送体、酵素、経路、および他の情報を論じた、ヒト疾患の病因および進行に関する多数の出版物が存在する。加えて、プロファイリング技術の革命的な進歩と共に、新しい文献の量も絶えず増大している。そうした大量のデータがあると、研究者らが簡単に、すばやく解析を行うこと、および臨床家らが患者の個別化された治療選択肢を同定することが難しくなり得る。また、そうした大量のデータがあると、研究者らおよび臨床家らが、所与の治療法の臨床試験のための患者を選択することも難しくなり得る。
適切な治療法を選択するために、治療法の作用機序、具体的には標的薬の標的に関する知識を、患者の分子プロファイリングの結果と組み合わせようとする試みが存在する。Tsimberidou, Apostolia-Maria, Nancy G Iskander, David S Hong, Jennifer J Wheler, Gerald S Falchook, Siqing Fu, Sarina Piha-Paul, et al.による「Personalized Medicine in a Phase I Clinical Trials Program: the MD Anderson Cancer Center Initiative」 (Clinical Cancer Research: an Official Journal of the American Association for Cancer Research 18, no. 22 (November 15, 2012): 6373-6383. doi:10.1158/1078-0432.CCR-12-1627)(非特許文献1)において、著者らは、薬物標的遺伝子の小さな集合を、異常、具体的には突然変異の事前定義された集合について調べている。異常を有する遺伝子によってコードされたタンパク質を標的とする治療法が選択されている。しかし、著者らのデータは、患者のうちの7%超に複数の「実用的な」異常があったことを示している。さらに広範囲にわたるプロファイリングを用いれば、この割合は増加するものと予想される。そうした場合には、どのタンパク質/異常が、選択される治療法によって標的とされることが最も良いかが明確ではない。
Tsimberidou, Apostolia-Maria, Nancy G Iskander, David S Hong, Jennifer J Wheler, Gerald S Falchook, Siqing Fu, Sarina Piha-Paul, et al., "Personalized Medicine in a Phase I Clinical Trials Program: the MD Anderson Cancer Center Initiative" (Clinical Cancer Research: an Official Journal of the American Association for Cancer Research 18, no. 22 (November 15, 2012): 6373-6383. doi:10.1158/1078-0432.CCR-12-1627)
開示の概要
本発明の第1の局面によれば、患者のための個別化された治療ガイドラインを生成するための方法は、患者の疾患適応症の識別を検索する段階を含む。本方法は、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、該遺伝子またはタンパク質が患者の疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階をさらに含む。本方法は、患者の分子プロファイルを検索する段階をさらに含み、分子プロファイルは、遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合であり、遺伝子またはタンパク質の第2の集合は、遺伝子もしくはタンパク質の第1の集合と等しい、または遺伝子もしくはタンパク質の第1の集合の部分集合である。本方法は、分子プロファイルから、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階をさらに含む。本方法は、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、遺伝子またはタンパク質の機能が異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階をさらに含む。本方法は、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階をさらに含み、各遺伝子またはタンパク質の患者特有スコアは、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく。本方法は、治療データベースから、標的治療の集合を、関連付けられる標的タンパク質および/または対応する遺伝子と共に検索する段階をさらに含む。本方法は、標的治療の集合からの各標的治療に、少なくとも、遺伝子またはタンパク質の第1の集合内に存在する標的治療の関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約することによって、スコアを割り当てる段階をさらに含む。本方法は、個別化された治療ガイドラインを、標的治療の順序付きリストとして生成する段階をさらに含み、標的治療の順序はそれらのスコアによって決定される。
治療選択および/または試験への患者の割り当てのための既存の方法と比べて、上述の手法は質的利点を有する。また本発明は、機構的に最も重要なタンパク質において最も重要な突然変異を優先順位付けし、よって、確立されたバイオマーカーを超える新しいレベルの実用性を提供することも可能にする。以前に記載されたバイオマーカーが見つからない患者において、この手法は、患者における最も有望な実用的な新規のバイオマーカーを定義するのに使用され得る。
Tsimberidouらによって記述されている手法に優る1つ利点は、本発明の手法が、分子異常が複数の遺伝子またはタンパク質において見つかる事例に対して原理に基づく生物医学的に確立された解決法を提供することである。このような事例は、患者および患者の疾患の包括的な評価および理解に関して望ましい、多数の遺伝子および/もしくはタンパク質に及ぶプロファイリングが行われると、標準的な事例であると予期される。本方法は、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、遺伝子またはタンパク質の機能が、既定の参照状態と比べてどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階をさらに含む。具体的には、このスコアは、突然変異しているか否かとしての、遺伝子および/またはタンパク質の単純な2値性の属性を超えることを可能にする。いくつかの態様では、本発明は、間接的な、いわゆる下流効果に基づいて治療法を異常とマッチさせ、よって、異常を有する遺伝子またはタンパク質を直接標的とする治療法がない事例でさえも、治療選択ガイダンスを提供することをさらに可能にする。
本発明は、よって、患者特有の分子情報および治療法特有の分子情報をさらに、臨床分子疾患モデル、具体的には、疾患への遺伝子および/またはタンパク質の関与のいくつかの側面を表す遺伝子および/またはタンパク質のスコアリングと組み合わせることによって、患者が複数の「実用的な」異常を有する事例を解決する。このようにして、疾患機構に影響を及ぼす可能性の最も高い治療法を優先順位付けすることができる。
本発明の大部分は、本発明の適用の好ましい分野である腫瘍学の文脈で記述されるが、本発明は、(物理的または機械的な性格の、例えば骨折などに対立するものとしての)分子的基礎を有するあらゆる種類の疾患および状態まで拡張される一般的性格のものであることを理解すべきである。
治療法のランク付けまたは優先順位付けを対象とする本発明の態様では、重要な選択は、ランク付けられるべき治療法の集合の選択である。自明の選択は、目下の患者の適応症について承認されているすべての治療法を考慮することである。代替の選択は、前記適応症について承認されている、または開発中であるすべての治療法を考慮することである。いくつかの適用分野、例えばいくつかの希少癌では、承認された治療法が全くない場合もあり、あるいは、既存の承認された治療法の集合が、所与の患者についてすでに使い果たされている場合もあり、これは、これらの治療法を試したが不成功に終わったこと、またはこれらの治療法が、特異体質や別の必要な投薬との毒性相互作用のようなある対抗的適応症が原因で適用できないことを意味する。その場合、より幅広い疾患適応症領域について承認されている治療法を考慮することが有益である可能性があり、これを、本明細書では、関連する適応症の集合と定義する。適応症の関連性は、疾患オントロジー、例えばMeSHやMedDRAに従って判断され得る。必要十分な適応症の関連性の程度は、関連する適応症に利用可能な治療法の数に依存し得る。
第1の態様によれば、治療法は手入力される。別の態様によれば、治療法は、患者の疾患適応症に、または患者の疾患適応症領域に基づいて選択される。
本方法は、個別化された治療ガイドラインを、最上位に順序付けられる標的治療のうちの1つまたは複数を含むリストとして、特に、それらの治療法を画面もしくはディスプレイ上に表示することによって、または紙に印刷することによってユーザに出力する段階をさらに含み得る。
一変形形態によれば、患者のための治療法を選択するための方法は、本明細書で特定される方法の段階を実行することによって、患者のための個別化された治療ガイドラインを生成する段階と、個別化された治療ガイドラインの標的治療の順序付きリストから最初の標的治療を選択する段階とを含む。本方法は、選択された治療法を患者に施す段階も含み得る。
本発明の第2の局面によれば、治療法の臨床試験のための患者を選択するための方法は、患者の集合の疾患適応症の識別を検索する段階を含む。本方法は、あらゆる患者について、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、該遺伝子またはタンパク質が患者の疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階をさらに含む。本方法は、あらゆる患者について、患者の分子プロファイルを検索する段階をさらに含み、分子プロファイルは、遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合であり、遺伝子またはタンパク質の第2の集合は、遺伝子もしくはタンパク質の第1の集合と等しい、または遺伝子もしくはタンパク質の第1の集合の部分集合である。本方法は、分子プロファイルから、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階をさらに含む。本方法は、あらゆる患者について、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、遺伝子またはタンパク質の機能が異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階をさらに含む。本方法は、あらゆる患者について、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階をさらに含み、各遺伝子またはタンパク質の患者特有スコアは、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく。本方法は、治療法について、治療データベースから、遺伝子またはタンパク質の第1の集合内にも存在する、該治療法の関連付けられる標的タンパク質および/または対応する遺伝子を検索する段階をさらに含む。本方法は、患者の集合からのあらゆる患者に、少なくとも、前記関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約することによって、スコアを割り当てる段階、ならびに患者の順序付きリストを生成する段階をさらに含み、患者の順序は患者のスコアによって決定される。
第1の局面によって表される本発明の方法と第2の局面によって表される本発明の方法とは、その入力が異なるにすぎない。第1の方法では、治療法の集合が1人の患者に関連付けられ、第2の方法では、患者の集合が1つの治療法に関連付けられる。関与するスコアは、どちらの場合にも同様に算出され得る。
任意の遺伝子またはタンパク質の適応症特有スコアは、まず、疾患適応症に対する遺伝子またはタンパク質の潜在的関係の程度を示す属性に数値を割り当て、次いで、それらの属性すべてにわたって該数値を、特に、それらの値の加重和、または、対数や指数関数といったそれらの値の任意の単調変換の加重和を形成することによって、集約することによって算出される。適応症特有スコアは、遺伝子またはタンパク質が患者の疾患適応症と関連付けられることのエビデンスを反映する。
適応症特有スコアは、(a)〜(k)で表示される以下の属性のうちの少なくとも1つに割り当てられたスコアに基づくものとすることができる。
(a)遺伝子またはタンパク質は薬物標的である。
属性「薬物標的」は、さらなる属性を含む特定のサブスコアリングスキーマを伴い得る。属性「薬物標的」のスコアは、以下において薬物標的スコアともいい、関与する属性のサブスコアの和、積、または任意の関数であり得る。第1の関連属性は、適応症に対する薬物の関係であり得る。遺伝子またはタンパク質が特定の適応症において使用される薬物の薬物標的である場合には、その薬物標的スコアは、高い値を割り当てられ得る。遺伝子またはタンパク質が関連する適応症における薬物標的である場合には、その薬物標的スコアは、中程度の値を割り当てられ得る。遺伝子またはタンパク質が非関連の適応症における薬物標的である場合には、その薬物標的スコアは、低い値を割り当てられ得る。第2の関連属性は、薬物の開発段階、例えば、実験段階や承認済みなどであり得る。低い薬物標的スコアは実験段階に関連し、高い薬物標的スコアは承認済み段階に関連する。第3の関連属性は、標的薬の総数であり得、薬物標的スコアは、よって、標的薬の総数の関数である。第4の関連属性は、薬物がその標的に直接作用するか、それとも間接的に作用するかであり得、直接作用は間接作用よりも高い薬物標的スコアと関連付けられる。第5の関連属性は、治験、特に、治験の総数および治験の相に関連し得る。
(b)遺伝子またはタンパク質はバイオマーカーまたはバイオマーカーの一部である。
バイオマーカーは、診断、予後、治療への反応、または他の臨床的関連情報を示し、測定値から直接測定するか、または算出することができる値である。遺伝子またはタンパク質は、その遺伝子またはタンパク質に直接関連する値、例えば、その発現レベルやその配列の測定値がバイオマーカーである場合に、バイオマーカーであると言われる。同様に、遺伝子またはタンパク質は、それに直接関連する測定値が、他の値も含み得るバイオマーカーの算出に必要とされるときに、バイオマーカーの一部であると言われる。薬物標的スコアと同様に、遺伝子またはタンパク質のバイオマーカースコアは、バイオマーカーの属性に関連するいくつかのサブスコアを組み合わせることによって形成され得る。具体的には、以下を反映するサブスコアがあり得る:バイオマーカーの検証のレベル;バイオマーカーの強さ、言い換えると、バイオマーカー値の変化と関連付けられる効果量;およびバイオマーカーが関連する適応症と患者適応症との関係。
(c)遺伝子またはタンパク質は疾患関連性である。
属性「疾患関連性」は、さらなる属性を含む別の特定のサブスコアリングスキーマを伴い得る。属性「疾患関連性」のスコアは、以下において疾患関連性スコアともいい、関与する属性のサブスコアの和、積、または任意の関数であり得る。第1の属性は、遺伝子またはタンパク質がOnline Mendelian Inheritance in Man (OMIM)の一部であるかどうかであり得る。第2の属性は、遺伝子またはタンパク質が疾患オントロジーの一部であるかどうかであり得る。第3の属性は、遺伝子またはタンパク質が、適応症、関連する疾患適応症、または非関連の適応症とのテキストデータマイニング共起を有するかどうかであり得る。これらのすべての属性について、サブスコアは、遺伝子またはタンパク質が特定の適応症と関連付けられるか、関連する疾患適応症と関連付けられるか、それとも非関連の適応症と関連付けられるかに依存し得る。遺伝子またはタンパク質が特定の適応症と関連付けられる場合には、その疾患関連性スコアは、高い値を割り当てられ得る。遺伝子またはタンパク質が関連する適応症と関連付けられる場合には、その疾患関連性スコアは、中程度の値を割り当てられ得る。遺伝子またはタンパク質が非関連の適応症と関連付けられる場合には、その疾患関連性スコアは、低い値を割り当てられ得る。第4の属性は、テキストデータマイニング(TDM)のメトリックおよび統計値を含み得る。第5の属性は、妥当性、例えば、細胞株実験、動物実験、または臨床実験であり得る。
(d)遺伝子またはタンパク質は、それぞれ、癌遺伝子または癌遺伝子の生成物である。
属性「癌遺伝子」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
(e)遺伝子またはタンパク質は腫瘍サプレッサーである。
属性「腫瘍サプレッサー」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
(f)遺伝子またはタンパク質は、癌経路関連性を有する。
属性「癌経路関連性」は、経路における構成メンバの計数を伴い得る。1つの具体的な癌経路関連性が、Vogelstein主要癌関連性であり得る。
(g)遺伝子またはタンパク質は、癌関連過程についてアノテーションが付された遺伝子オントロジーである。
属性「癌関連過程についてアノテーションが付された遺伝子オントロジー」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
(h)遺伝子またはタンパク質は、癌関連遺伝子融合の一部である。
属性「癌関連遺伝子融合の一部」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
(i)遺伝子またはタンパク質は制御しやすいドメインを有する。
「制御しやすいドメイン」に関して、その適応症特有スコアへの寄与は、既知の1つまたは複数の制御しやすいドメインが存在する場合には高、制御しやすいドメインが潜在的に存在する場合には中、制御しやすいドメインが存在しない場合には低とすることができる。
(j)遺伝子またはタンパク質は胎児致死性である。
属性「胎児致死性」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
(k)遺伝子またはタンパク質は、特定の適応症において高度に変異する。
属性「適応症特有突然変異率」は、適応症特有スコアへの既定の数値的寄与と関連付けられる。
適応症特有スコアを、非負の値だけを想定するように定義することは有益である。これは、適応症特有スコアを、非負の重みによる非負の属性スコアの加重和として定義することによって達成され得る。
一態様によれば、適応症特有スコアは、癌について特有ではない、(a)〜(c)で表示される属性のうちの少なくとも1つに割り当てられたスコアに基づく。
本方法の一態様によれば、患者特有スコアは、その適応症特有スコアおよびそのプロファイル特有スコアの和または加重和である。
しかし、好ましくは、患者特有スコアは、その適応症特有スコアとそのプロファイル特有スコアとの積である。
一態様によれば、プロファイル特有スコアは、遺伝子またはタンパク質が異常を有さない場合には、0に設定される。
プロファイル特有スコアは、遺伝子またはタンパク質が1つまたは複数の異常を有する場合には、単純に1に設定されてもよいし、または、異常特有の機能的影響のスコアを用いるより高度化されたスコアリング方式を使用してもよい。
異常特有の機能的影響のスコア(aFIS)は、所与の遺伝子またはタンパク質の異常がその機能に及ぼす推定される影響を定量化するスコアである。いくつかの態様では、このスコアには符号が付され(すなわち、このスコアは負の値を想定してよく)、符号は影響の方向性を示し、正の符号は増強または活性化する効果を示し、負の符号は抑制または非活性化する効果を示す。好ましい態様では、このスコアは正規化され、+1の値は永続的活性化を示し、−1は機能の完全な非活性化を示す。
一態様によれば、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階は、各異常についての異常特有の機能的影響のスコアを算出する段階、および各タンパク質または遺伝子について、該遺伝子またはタンパク質と関連付けられる異常すべてにわたって異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の直接的な機能的影響のスコアを算出する段階を含む。
代替として、または加えて、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階は、各異常についての異常特有の機能的影響のスコアを算出する段階、および各タンパク質または遺伝子について、第2の遺伝子またはタンパク質の集合と関連付けられる異常すべてにわたって異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の間接的な機能的影響のスコアを算出する段階を含み、第2の遺伝子またはタンパク質の集合は、第1の遺伝子またはタンパク質と、分子相互作用ネットワークによる第1の遺伝子またはタンパク質の上流にある遺伝子またはタンパク質の集合とを含む。
異常を有するかまたは治療法の標的である遺伝子またはタンパク質の下流の遺伝子またはタンパク質に及ぼす異常および/または治療法の作用を考慮するこれらの態様は、それぞれ、治療標的と異常との直接マッチングによっては見つけることのできない治療法を同定することを可能にする。
プロファイル特有スコアは、直接的な機能的影響のスコアと等しく、間接的な機能的影響のスコアと等しく、またはこれらの加重和と等しく設定され得る。
いくつかの態様では、異常特有の機能的影響のスコアは、遺伝子またはタンパク質の機能に及ぼす異常の影響の方向の指標も含み、異常特有の機能的影響のスコアの正の符号および負の符号は、それぞれ、活性化する影響および不活性化する影響に対応する。
異常すべてにわたる異常特有の機能的影響のスコアの集約は、すべての異常特有の機能的影響のスコアの加重和、特に、すべての機能的影響のスコアの単純な総和またはすべての機能的影響のスコアの平均を算出することによって成され得る。代替として、異常特有の機能的影響のスコアの集約は、すべての異常特有の機能的影響のスコアの加重和として成されてもよい。代替として、異常すべてにわたる異常特有の機能的影響のスコアの集約は、すべての異常特有の機能的影響のスコアの分位値、特に、すべての異常特有の機能的影響のスコアの中央値またはすべての異常特有の機能的影響のスコアの最大値を取ることによって成されてもよい。代替として、異常すべてにわたる異常特有の機能的影響のスコアの集約は、すべての異常特有の機能的影響のスコアの(おそらくは加重された)幾何平均として成されてもよい。
異常特有の機能的影響のスコアが、遺伝子またはタンパク質の機能に影響を及ぼす異常の各々の確率を表す場合には、代替として、異常すべてにわたる異常特有の機能的影響のスコアの集約は、遺伝子またはタンパク質の機能に影響を及ぼすすべての異常の和集合の確率を推定することによって行われてもよく、この推定は、特に、異常の機能的影響の相互独立性という仮定に基づいて、組合せ理論からの周知の包除原理を用いて実施することができる。
一態様によれば、異常特有の機能的影響のスコアの集約は、遺伝子またはタンパク質の機能に及ぼす異常の影響の方向の指標を考慮に入れ、異常特有の機能的影響のスコアの正の符号および負の符号は、それぞれ、活性化する影響および不活性化する影響に対応する。
一態様によれば、治療法にスコアを割り当てる段階は、治療法の標的すべてにわたる集約に際して、治療法によって抑制される、または拮抗される標的のプロファイル特有スコアを加算し、治療法によって活性化される、または刺激される、または作動される標的のプロファイル特有スコアを減算することによって、標的に及ぼす治療法の影響の方向性をさらに考慮に入れる。
一態様によれば、各治療法にスコアを割り当てる段階は、患者特有スコアが、分子相互作用ネットワークによる治療法の標的の下流の遺伝子および/またはタンパク質すべてにわたってさらに集約されるように拡張される。
いくつかの態様では、本発明は、タンパク質および/または遺伝子の相互作用ネットワークを利用する。そうしたネットワークは、多くの場合、各々が遺伝子またはタンパク質を表すノードと、各々が2つのノードを接続するエッジとからなるグラフとして表される。有向ネットワークにおいて、各エッジは方向を有し、ソースノードからシンクノードまでを指し示す。ソースはシンクの「上流」であると言い、シンクはソースの「下流」であると言う。「上流」と「下流」との関係は、推移的に拡張される。すなわち、例えば、ノードAがノードBの上流であり、BがノードCの上流である場合には、AはCの上流であり、CはAの下流である。あるノードXから別のノードYまでの有向経路は、Xで始まりYで終わるノードのシーケンスであり、シーケンス内の連続するノードの対ごとに、対の第1のノードから対の第2のノードまでの有向エッジが存在する。
好ましい態様では、分子相互作用ネットワークは、任意の2値性エッジアノテーションを有する有向グラフで表されるものとし、該アノテーションは、エッジを活性化または抑制性としてラベル付けする。活性化エッジは、ソースノードによって表されるタンパク質または遺伝子の活性の増加が、シンクノードによって表されるタンパク質または遺伝子の活性の増加を誘発することを示す。抑制性エッジは、ソースノードによって表されるタンパク質または遺伝子の活性の増加が、シンクノードによって表されるタンパク質または遺伝子の活性の減少を誘発することを示し、逆もまた同様である。
具体的には、いくつかの態様では、遺伝子またはタンパク質のプロファイル特有スコアは、該遺伝子またはタンパク質の機能に及ぼす異常の影響の方向を考慮に入れるように、異常特有の機能的影響のスコア(aFIS)を集約することによって算出される。そのプロファイル特有スコアが算出される遺伝子またはタンパク質をXで表すとすると、集約は、XおよびXの上流の遺伝子またはタンパク質の異常のaFISの加重和として成される。X自体の任意の異常については、重みは+1である。Xの上流のタンパク質Uの任意の異常については、重みは、考察されるUからXまでの経路内の抑制性エッジの数に依存する。重みは、奇数では−1であり、偶数では+1である。このように、Xに及ぼすUの影響の方向性が反映される。一般に、あるノードUから別のノードXまでには複数の有向経路が存在し得る。これを扱う好ましい方法は、最短経路だけを考慮し、1つの(あいまいでない)最短経路を有する上流ノードUだけを考慮することである。
本発明によれば、患者のための個別化された治療ガイドラインを生成するための、および/または治療法の臨床試験のための患者を選択するためのシステムは、システムに遺伝子またはタンパク質の第1の集合を提供するためのインターフェースを備える処理装置を含む。本システムは、システムに患者の疾患適応症の識別を提供するためのインターフェースをさらに含む。本システムは、患者の疾患適応症の識別について、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、遺伝子またはタンパク質が患者の疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てるためのモジュールをさらに含む。本システムは、システムに患者の分子プロファイルを提供するためのインターフェースをさらに含み、分子プロファイルは、遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合であり、遺伝子またはタンパク質の第2の集合は、遺伝子もしくはタンパク質の第1の集合と等しい、または遺伝子もしくはタンパク質の第1の集合の部分集合である。本システムは、患者の分子プロファイルについて、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てるためのモジュールをさらに含む。プロファイル特有スコアを割り当てるためのモジュールは、分子プロファイルから、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測するように適合される。本システムは、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てるためのモジュールをさらに含み、各遺伝子またはタンパク質の患者特有スコアは、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく。本システムは、治療データベースからシステムに、標的治療を、関連付けられる標的タンパク質および/または対応する遺伝子と共に提供するためのインターフェースを含み、関連付けられる標的タンパク質および/または対応する遺伝子は、遺伝子またはタンパク質の第1の集合の別の部分集合である。本システムは、少なくとも、関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約することによって、患者および治療法にスコアを割り当てるためのモジュールをさらに含む。患者および治療法にスコアを割り当てるためのモジュールは、患者または治療法の順序付きリストを生成するように適合され、患者または治療法の順序はそれらのスコアによって決定される。
一態様では、プロファイル特有スコアを割り当てるためのモジュールは、各異常についての異常特有の機能的影響のスコアを割り当てるように、および、1つの遺伝子またはタンパク質に2つ以上の異常がある場合には異常すべてにわたる機能的影響のスコアを集約し、遺伝子またはタンパク質が異常を有さない場合には該遺伝子またはタンパク質に0を割り当てるようにさらに適合される。
[本発明1001]
以下の段階を含む、患者のための個別化された治療ガイドラインを生成するための方法:
患者の疾患適応症の識別を検索する段階、
遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階、
遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合である、前記患者の分子プロファイルを検索する段階であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、段階
前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階、
前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質の機能が前記異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階、
前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、段階、
治療データベースから、標的治療の集合を、関連付けられる標的タンパク質および/または対応する遺伝子と共に検索する段階、
前記標的治療の集合からの各標的治療に、少なくとも、その関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって前記患者特有スコアを集約することによって、スコアを割り当てる段階、ならびに
個別化された治療ガイドラインを、前記標的治療の順序付きリストとして生成する段階であって、前記標的治療の順序がそれらのスコアによって決定される、段階。
[本発明1002]
治療法が、患者の疾患適応症、または前記患者の疾患適応症領域に基づいて選択される、本発明1001の方法。
[本発明1003]
以下の段階を含む、患者のための治療法を選択するための方法:
本発明1001または本発明1002の方法の段階を実行することによって、患者のための個別化された治療ガイドラインを生成する段階、および
前記個別化された治療ガイドラインの標的治療の順序付きリストから最初の標的治療を選択する段階。
[本発明1004]
以下の段階を含む、治療法の臨床試験のための患者を選択するための方法:
患者の集合の疾患適応症の識別を検索する段階、
あらゆる患者について、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階、
あらゆる患者について、遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合である、前記患者の分子プロファイルを検索する段階であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、段階
前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階、
あらゆる患者について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質の機能が前記異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階、
あらゆる患者について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、段階、
前記治療法について、治療データベースから、前記遺伝子またはタンパク質の第1の集合内にも存在する、関連付けられる標的タンパク質および/または対応する遺伝子を検索する段階、
前記患者の集合からのあらゆる患者に、少なくとも、前記治療法の関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって前記患者特有スコアを集約することによって、スコアを割り当てる段階、ならびに
前記患者の順序付きリストを生成する段階であって、前記患者の順序が前記患者のスコアによって決定される、段階。
[本発明1005]
患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアとの積である、前記本発明のいずれかの方法。
[本発明1006]
遺伝子またはタンパク質が異常を有さない場合に、プロファイル特有スコアが0に設定される、前記本発明のいずれかの方法。
[本発明1007]
遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階が、
各異常についての異常特有の機能的影響のスコアを算出する段階、
各タンパク質または遺伝子について、前記遺伝子またはタンパク質と関連付けられる異常すべてにわたって前記異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の直接的な機能的影響のスコアを算出する段階
を含む、前記本発明のいずれかの方法。
[本発明1008]
遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階が、
各異常についての異常特有の機能的影響のスコアを算出する段階、
各タンパク質または遺伝子について、第2の遺伝子またはタンパク質の集合と関連付けられる異常すべてにわたって前記異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の間接的な機能的影響のスコアを算出する段階であって、前記第2の遺伝子またはタンパク質の集合が、第1の遺伝子またはタンパク質と、分子相互作用ネットワークによる前記第1の遺伝子またはタンパク質の上流にある遺伝子またはタンパク質の集合とを含む、段階
を含む、本発明1001〜1006のいずれかの方法。
[本発明1009]
異常特有の機能的影響のスコアの集約が、遺伝子またはタンパク質の機能に及ぼす異常の影響の方向の指標を考慮に入れ、前記異常特有の機能的影響のスコアの正の符号および負の符号が、それぞれ、活性化する影響および不活性化する影響に対応する、本発明1007または本発明1008の方法。
[本発明1010]
治療法にスコアを割り当てる段階が、前記治療法の標的すべてにわたって集約する際に、前記治療法によって抑制される、または拮抗される標的のプロファイル特有スコアを加算し、前記治療法によって活性化される、または刺激される、または作動される標的のプロファイル特有スコアを減算することによって、前記標的に及ぼす前記治療法の影響の方向性をさらに考慮に入れる、前記本発明のいずれかの方法。
[本発明1011]
各治療法にスコアを割り当てる段階が、患者特有スコアが、分子相互作用ネットワークによる前記治療法の標的の下流の遺伝子および/またはタンパク質すべてにわたってさらに集約されるように拡張される、前記本発明のいずれかの方法。
[本発明1012]
システム(1)に遺伝子またはタンパク質の第1の集合を提供するためのインターフェース(4)と、
システム(1)に患者の疾患適応症の識別を提供するためのインターフェース(3)と、
患者の疾患適応症の識別について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てるためのモジュール(12)と、
システム(1)に、遺伝子またはタンパク質の第2の集合によってインデックス付けされた分子測定値の集合である、患者の分子プロファイルを提供するためのインターフェース(5)であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、インターフェース(5)と、
患者の分子プロファイルについて、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てるためのモジュール(13)であって、前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測するように適合された、モジュール(13)と、
前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てるためのモジュール(14)であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、モジュール(14)と、
治療データベースからシステム(1)に、標的治療を、関連付けられる標的タンパク質および/または対応する遺伝子と共に提供するためのインターフェース(6)と、
少なくとも、前記関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって前記患者特有スコアを集約することによって、患者および治療法にスコアを割り当てるためのモジュール(15)であって、患者および治療法にスコアを割り当てるためのモジュール(15)が患者または治療法の順序付きリストを生成するように適合され、前記患者または治療法の順序がそれらのスコアによって決定される、モジュール(15)と
を備える処理装置(2)を含む、患者のための個別化された治療ガイドラインを生成するため、および/または治療法の臨床試験のための患者を選択するためのシステム(1)。
[本発明1013]
プロファイル特有スコアを割り当てるためのモジュール(13)が、各異常についての異常特有の機能的影響のスコアを割り当てるように、および、1つの遺伝子またはタンパク質に2つ以上の異常がある場合には前記異常すべてにわたる前記機能的影響のスコアを集約し、前記遺伝子またはタンパク質が異常を有さない場合には前記遺伝子またはタンパク質に0を割り当てるように適合されている、本発明1012のシステム。
本開示の上記のおよび他の目的、局面、特徴、および利点は、以下の説明を添付の図面と併せて参照すればより明らかになり、よく理解されるであろう。
1つの実施形態による、患者のための個別化された治療ガイドラインを生成するための、または治療法の臨床試験のための患者を選択するためのシステムのブロック図である。 1つの実施形態による、患者のための個別化された治療ガイドラインを生成するための方法を示すフロー図である。 1つの実施形態による、患者のための個別化された治療ガイドラインを生成するための中間段階を示す。 分子相互作用ネットワークおよび対応するスコアの算出の一部を例示する、ラベル付きのノードおよびエッジを有する有向グラフを示す。
詳細な説明
患者の治療選択肢の優先順位付けを利用する方法およびシステムの詳細を論じる前に、本明細書で使用されるいくつかの用語を簡単に定義しておくと役立つであろう。これらの定義は、これらの用語の使用を制限するためのものではなく、むしろ、ある文脈内でのこれらの用語の使用についての追加のまたは代替の定義を提供し得るものである。
「異常」という用語は、遺伝子またはタンパク質の特定の例の、該遺伝子またはタンパク質の参照バージョンに対する差異をいう。本発明の文脈において、対象となる特定の例は、所与の患者において見出されるものである。参照バージョンは、「正常」であるもの、すなわち、典型的には、ヒト一般、特定のヒト集団もしくはコホート、または所与の患者に関する、健康状態に相当するものを表すことが意図されている。一例として、参照状態は、患者の対照組織サンプルにおいて見出されるものによって定義することができ、異常は、腫瘍サンプルにおいて探し出される。別の例として、参照状態は、ヒトの代表的なサンプルにおいて頻繁に見られるものとして定義することもできる。異常を構成する差異は、遺伝子またはタンパク質の生化学的または医学的に関連する任意の特性に関するものであり得る。例としては、遺伝子またはタンパク質の配列、タンパク質の構造、遺伝子のDNAメチル化状況、遺伝子またはタンパク質の発現、およびタンパク質の翻訳後修飾が含まれる。オントロジーの文脈における典型的な異常は、体細胞突然変異、すなわち、生殖細胞系列と比べた腫瘍における配列変化である。
「疾患適応症の識別」という用語は、疾患オントロジー、例えば、MeSH、MedDRA、ICD-9などに従って理解される。ある特定のクラスの適応症については、適応症のより厳密なカテゴリ化のような利点を提供し得る専用のオントロジーもあり得る。例えば、腫瘍学では、ICD-O-3および/またはTNM分類システムを使用するのが有益となり得る。
「分子プロファイル」という用語は、遺伝子の集合によってインデックス付けされた測定値の集合を表す。よって、測定値の集合は、各測定値がヒトゲノムの遺伝子またはヒトプロテオームのタンパク質と関連付けられる、複数の測定値によって形成される。ヒトゲノムおよびヒトプロテオームは、腸内細菌のようなヒト共生生物のヒトゲノムおよびプロテオームを含むものである。分子プロファイルの例には、遺伝子の配列、または同様に、配列変異の集合が含まれる。分子プロファイルの例には、遺伝子の発現レベルおよびタンパク質の発現レベルがさらに含まれる。これらは、次世代シーケンシング(NGS)またはマイクロアレイを含む標準的な技術によって測定することができる。測定値はデータベースまたはファイルに記憶され、そこから容易に検索することができる。
「遺伝子またはタンパク質の集合」という用語は、一般に、遺伝子の集合、タンパク質の集合、または遺伝子とタンパク質の混合集合を表し得る。
n個の被加数S1, ... Snの「加重和」は、
Figure 2018139111
のタイプの任意の和であり得、式中、ciは定義された実数である。重みciは、さらに、それらが正でなければならないという制約条件、および/またはそれらがある値の範囲内になければならないという制約条件で定義され得る。
図1に、1つの例示的実施形態による、患者のための治療法を選択するための、または治療法の臨床試験のための患者を選択するためのシステム1を示す。システム1は、入力ソース7からデータを検索するためのインターフェース3、インターフェース4、インターフェース5、インターフェース6を備える処理装置2を含む。検索されるデータは、患者の疾患適応症の識別、遺伝子またはタンパク質の集合、患者の分子プロファイルおよび標的治療を、関連付けられる標的タンパク質および/または対応する遺伝子と共に含む。
処理装置2は、少なくとも2つの動作モードで動作し得る。第1のモードでは、入力は、患者の疾患適応症の識別およびいくつかの候補標的治療である。処理装置2は、その場合、患者のための個別化された治療ガイドラインを生成する。第2のモードでは、入力は、複数の患者の疾患適応症の識別および1つの標的治療である。処理装置2は、その場合、患者の順序付きリストを生成し、臨床試験についての患者の適格性に関するヒントを提供する。処理装置2は、スイッチ(図示せず)、特に、2つの動作モードを切り換えるためのソフトウェアスイッチを含み得る。スイッチは、入力マスクを制御し、ユーザの入力を一方または他方の方向に制限してもよく、1つまたは複数のデータベースから検索される情報の量を、例えばSQLクエリを詳述することによって制御してもよい。
インターフェース3は、処理装置2に患者の疾患適応症の識別を提供するように適合される。患者の疾患適応症の識別は、ユーザによって検索されてよく、例えば、キーボード8上でタイプ入力される、もしくはキーボード8上でタイプ入力されたフリーテキストから推論されてもよく、またはGUI(グラフィカルユーザインターフェース、図示せず)における多肢選択式要素の中から選択されてもよい。患者の疾患適応症は、おそらくはチップカード上またはデータベース内(図示せず)にある、電子健康記録(EHR)または電子医療記録(EMR)の中から直接検索されてもよい。患者の疾患適応症の識別は、患者の候補集合の医療記録を含む患者データベース(図示せず)から検索されてもよい。
インターフェース4は、処理装置2に遺伝子またはタンパク質の第1の集合を提供するように適合される。対応する入力ソース7は、広義のヒトゲノムまたはヒトプロテオームの一部である、すなわち、おそらくはヒトの共生生物または寄生生物、特にヒトマイクロバイオームを含む、遺伝子またはタンパク質のデータベース9からなる。データベース9は、遺伝子またはタンパク質のいくつかの属性をさらに含み、それらの属性はインターフェース4を介して処理装置2に提供され得る。そうした属性には、遺伝子またはタンパク質が薬物標的であるかどうか、遺伝子またはタンパク質がバイオマーカーであるかどうか、遺伝子またはタンパク質が疾患関連性であるかどうか、遺伝子またはタンパク質が癌遺伝子であるかどうか、遺伝子またはタンパク質が腫瘍サプレッサーであるかどうか、遺伝子またはタンパク質が(例えば、癌経路における、あるいはVogelstein主要癌経路における)疾患関連経路との関連性を有するかどうか、遺伝子またはタンパク質が、疾患関連過程についてアノテーションが付された遺伝子オントロジーであるであるかどうか、遺伝子またはタンパク質が適応症関連遺伝子融合の一部であるかどうか、遺伝子またはタンパク質が制御しやすいドメインを有するかどうか、遺伝子またはタンパク質が胎児致死性であるかどうか、遺伝子またはタンパク質がOMIN(Online Mendelian Inheritance in Man)の一部であるかどうか、遺伝子またはタンパク質が疾患オントロジーの一部であるかどうか、遺伝子またはタンパク質が、テキストデータマイニングを使用してアクセスすることができるような文献において、特定の適応症と実質的な共起を示すか、任意の関連する適応症と実質的な共起を示すか、それとも適応症と全く実質的な共起を示さないか、および遺伝子またはタンパク質が、COSMICデータベースといったリソースを用いて、前記特定の適応症において頻繁に突然変異することが見出されるかどうか、が含まれ得る。データベース9は、タンパク質または遺伝子の正常な状態または参照状態に関する情報、特に参照ゲノムの配列(例えば、Genome Reference Consortiumによる「hg19」もしくは「GRCh37」)、またはタンパク質の「標準」バージョン(例えば、SwissProtに記憶されているもの)、および/または遺伝子もしくはタンパク質の一般に観察される発現レベル(例えば、ArrayExpressもしくはGene Expression Omnibusに記憶されているようなもの)をさらに保持し得る。
インターフェース5は、処理装置2に患者の分子プロファイルを提供するように適合される。そうした分子プロファイルは、例えば、NGSやマイクロアレイなどの、分子測定技術によって生成された、患者から抽出されたDNAまたはRNAの測定値を含み得る。分子プロファイルは、データベース10に、またはコンピュータファイル(図示せず)に記憶されてよく、インターフェース5を介してそこから検索される。
インターフェース6は、処理装置2に、標的治療の集合を、標的治療の関連付けられる標的タンパク質および/または対応する遺伝子と共に提供するように適合される。治療法はユーザによって提供されてよく、例えば、キーボード上でタイプ入力される、もしくはキーボード上でタイプ入力されたフリーテキストから推論されてもよく、またはGUI(グラフィカルユーザインターフェース、図示せず)における多肢選択式要素の中から選択されてもよい。インターフェース6は、その場合、治療データベース11から治療法についての関連付けられる標的タンパク質および/または対応する遺伝子を提供し得る。治療データベース11は、利用可能な治療法、特に、薬物および複合薬を、薬物の標的であるタンパク質または遺伝子に関する情報と共に保持するデータベースである。あるいは、標的治療の集合が、標的治療の関連付けられる標的タンパク質および/または対応する遺伝子と共に、ユーザによる入力なしで、治療データベース11から直接検索されてもよい。具体的には、治療法は、患者の疾患適応症に基づいて、例えば、患者の適応症について、または関連する適応症について承認されている、または研究中である治療法を選択することによって選択され得る。
処理装置2は、適応症特有スコアを割り当てるためのモジュール12とも呼ばれる、遺伝子またはタンパク質に適応症特有スコアを割り当てるように適合されたモジュール12を含む。適応症特有スコアを割り当てるためのモジュール12は、インターフェース3およびインターフェース4からデータを検索する。データベース9から、適応症との潜在的関係の程度を示す、遺伝子またはタンパク質のいくつかの属性が検索される。任意の遺伝子またはタンパク質の適応症特有スコアは、まず、前記属性に数値を割り当て、次いで、前記属性すべてにわたって前記数値を集約することによって、特に加重和を形成することによって算出される。
処理装置2は、プロファイル特有スコアを割り当てるためのモジュール13とも呼ばれる、遺伝子またはタンパク質にプロファイル特有スコアを割り当てるように適合された別のモジュール13を含む。プロファイル特有スコアを割り当てるためのモジュール13は、インターフェース4およびインターフェース5からデータを検索する。プロファイル特有スコアを割り当てるためのモジュール13は、所与の分子プロファイルからの各遺伝子またはタンパク質についての分子プロファイルから、場合によっては空の参照物と比べた異常の集合を推測する。この参照物は、参照状態に対応する第2の分子プロファイルによって提供され得る。この一例が、腫瘍サンプルと、例えば血液から得られた、対照サンプルの両方を配列決定する腫瘍学研究における一般的手法である。あるいは、参照物は、事前に収集され、そこから対応する分子プロファイルの典型的な測定値を導出することができる、他の個人からの測定値から構成されていてもよい。そうした参照データは、他の遺伝子関連データもしくはタンパク質関連データと共にデータベース9に記憶され得る。
任意の遺伝子またはタンパク質のプロファイル特有スコアは、1つの遺伝子またはタンパク質に2つ以上の異常がある場合には、推測される各異常に異常特有の機能的影響のスコアを割り当て、該遺伝子またはタンパク質と関連付けられる異常すべて、および/または第2の遺伝子またはタンパク質の集合と関連付けられる異常すべてにわたって異常特有の機能的影響のスコアを集約することによって算出され、前記集合は、第1の遺伝子またはタンパク質と、分子相互作用ネットワークによる該第1の遺伝子またはタンパク質の上流にある遺伝子またはタンパク質の集合とを含み、遺伝子またはタンパク質が異常を有さない場合には、該遺伝子またはタンパク質に0を割り当てることによって算出される。あるいは、プロファイル特有スコアは、遺伝子またはタンパク質が1つまたは複数の異常を有する場合には1に設定され、遺伝子またはタンパク質が異常を有さない場合には、0に設定されてもよい。
処理装置2は、患者特有スコアを割り当てるためのモジュール14とも呼ばれる、遺伝子またはタンパク質に患者特有スコアを割り当てるように適合された別のモジュール14を含む。患者特有スコアを割り当てるためのモジュール14は、適応症特有スコアを割り当てるためのモジュール12と、プロファイル特有スコアを割り当てるためのモジュール13とからデータを検索する。モジュール14は、適応症特有スコアおよびプロファイル特有スコアを集約するように適合される。好ましくは、あらゆる遺伝子またはタンパク質の患者特有スコアは、適応症特有スコアとプロファイル特有スコアを乗算することによって算出される。
処理装置2は、患者および治療法にスコアを割り当てるためのモジュール15とも呼ばれる、患者および治療法にスコアを割り当てるように適合された別のモジュール15を含む。患者および治療法にスコアを割り当てるためのモジュール15は、インターフェース6と、患者特有スコアを割り当てるためのモジュール14とからデータを検索する。患者および治療法にスコアを割り当てるためのモジュール15は、各標的治療について、少なくとも、その標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約するように適合される。集約は、関与するタンパク質および/または遺伝子の患者特有スコアすべてにわたる和または加重和を計算することによって行われる。
患者および治療法にスコアを割り当てるためのモジュール15は、個別化された治療ガイドラインを標的治療の順序付きリストとして生成するように、および治療法の臨床試験のための候補患者の順序付きリストを生成するようにさらに適合される。患者および治療法にスコアを割り当てるためのモジュール15は、さらに、個別化された治療ガイドラインまたは治療法の臨床試験のための候補患者のリストを、処理装置の別のインターフェース16に提供し、インターフェース16はGUIまたはプリンタと接続され得る。
図2に、1つの具体的実施形態による、患者のための個別化された治療ガイドラインを生成するための方法を示すフロー図を示す。
第1の段階20で、図1に関して述べたように、処理装置2は第1の動作モードに切り換えられ得る。しかしながら、第1の段階20は任意であり、本方法は、疾患適応症の識別を検索することから直接開始してもよい。
段階21で、患者の疾患適応症の識別が処理装置2に提供される。いくつかの態様では、本方法は、遺伝子またはタンパク質の属性からサブスコアが生成される段階22を伴う。サブスコアを生成する段階は、関連する遺伝子またはタンパク質に関して考察される遺伝子またはタンパク質の属性についてネットワーク伝搬する段階23をさらに含み得る。段階24で、図1に関して述べたように、適応症特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。段階24は、遺伝子およびタンパク質の疾患への関与のいくつかの側面を表す臨床分子疾患モデル25を生成し、臨床分子疾患モデル25は出力され得る。
段階26で、図1に関して述べたように、患者の分子プロファイルが検索される。
いくつかの態様では、本方法は、図1に関して述べたように、分子プロファイルから、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階27と、各異常に機能的影響のスコアを割り当てる段階28と、異常すべてにわたって機能的影響のスコアを集約する別の段階29とを伴う。
段階30で、図1に関して述べたように、プロファイル特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。
段階31で、各遺伝子またはタンパク質の適応症特有スコアとプロファイル特有スコアとを組み合わせた各遺伝子またはタンパク質の患者特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられた患者特有スコアを用いて、患者モデル32が確立され、出力され得る。
段階33で、図1に関して述べたように、標的治療の集合が、関連付けられる標的タンパク質および/または対応する遺伝子と共に、治療データベースから検索される。
段階34で、標的治療の集合からの各標的治療に、少なくとも、その関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約することによって、スコアが割り当てられる。
段階35で、標的治療の順序付きリストが生成され、標的治療の順序はそれらのスコアによって決定される。順序付きリストは、個別化された治療ガイドライン36として出力される。
図3に、1つの実施形態による、治療法の臨床試験のための患者を選択するための方法を示すフロー図を示す。
第1の段階40で、図1に関して述べたように、処理装置2は第2の動作モードに切り換えられ得る。しかしながら、第1の段階40は任意であり、本方法は、疾患適応症の識別を検索することから直接開始してもよい。
段階41で、患者の疾患適応症の識別の集合が処理装置2に提供される。いくつかの態様では、本方法は、遺伝子またはタンパク質の属性から各疾患適応症についてのサブスコアが生成される段階42を伴う。サブスコアを生成する段階は、関連する遺伝子またはタンパク質に関して考察される遺伝子またはタンパク質の属性についてネットワーク伝搬する段階43をさらに含み得る。段階44で、図1に関して述べたように、あらゆる患者について、適応症特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。段階44は、遺伝子およびタンパク質の疾患への関与のいくつかの側面を表す臨床分子疾患モデル45を生成し、臨床分子疾患モデル45は出力され得る。
段階46で、図1に関して述べたように、患者の分子プロファイルが検索される。
いくつかの態様では、本方法は、図1に関して述べたように、あらゆる患者について、分子プロファイルから、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を推測する段階47と、各異常に機能的影響のスコアを割り当てる段階48と、異常すべてにわたって機能的影響のスコアを集約する別の段階49とを伴う。
段階50で、図1に関して述べたように、あらゆる患者について、プロファイル特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。
段階51で、あらゆる患者について、各遺伝子またはタンパク質の適応症特有スコアとプロファイル特有スコアとを組み合わせた各遺伝子またはタンパク質の患者特有スコアが、遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられる。遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に割り当てられた患者特有スコアを用いて、患者モデル52が確立され、出力され得る。
段階53で、図1に関して述べたように、標的治療の関連付けられる標的タンパク質および/または対応する遺伝子が、治療データベースから検索される。
段階54で、あらゆる患者について、図1に関して述べたように、標的治療の集合からの標的治療に、少なくとも、その関連付けられる標的タンパク質および/または対応する遺伝子すべてにわたって患者特有スコアを集約することによって、スコアが割り当てられる。
段階55で、患者の順序付きリストが生成され、標的治療の順序はそれらのスコアによって決定される。順序付きリストから、患者が治療法の臨床試験のために選択され、出力され得る。
図4に、ラベル付きのノードおよびエッジを有する有向グラフとして表された分子相互作用ネットワークの一部を示す。3つのタイプのノードは、タンパク質を表す円形、標的薬(したがって治療法)を表すひし形、および異常を表す角が切り取られた四角形である。2つのタイプのエッジがあり、矢印は活性化を表し、丸印は抑制を表す。
本例では、適応症特有スコアは、好ましい態様である非負であるものとする。具体的には、s1、s2、s3、およびs4で、タンパク質P1、P2、P3、およびP4の適応症特有スコアを表すものとする。さらに、好ましい態様である、正の重みを用いた加重和を算出することによって集約が行われる。
治療法T1および治療法T2は、それぞれの標的タンパク質P1およびP2を抑制することによって作用する。異常A3は、タンパク質P3を非活性化する。P2はP4に対して、P2の活性の増加または減少が、同方向のP4の活性変化を生じさせるように作用する。P1およびP3はP4に対して、P4が、P1またはP3の活性変化に対して逆方向の変化で反応するように作用する。
異常A3によって決定されるタンパク質の符号付きの間接的な機能的影響のスコアは、P3については(その機能が異常によって抑制されるために)負であり、P4については(その活性がP3の活性に対して相反的に振舞うために)正であり、P1およびP2については(P1およびP2はP3の下流側でないために)0である。具体的にはinFISは、タンパク質(P1、P2、P3、P4)について、値(0、0、−1、+1)を取り得る。
治療法T1の患者特有スコアt1は、本例ではP1およびP4である、T1の標的タンパク質およびT1の標的タンパク質の下流のタンパク質すべてにわたって集約することによって算出される。よって、t1=0p1−(+1)p4であり、これは負の値である。
治療法T2の患者特有スコアt2は、本例ではP2およびP4である、T2の標的タンパク質およびT2の標的タンパク質の下流のタンパク質すべてにわたって集約することによって算出される。よって、t2=0p2+(+1)p4であり、これは正の値である。
結果として、治療法T2は治療法T1より優先されることになる。T2は、患者特有の治療ガイドラインのランク付きリストにおいて、T1より上位に配置されることになる。これは、T1による治療法が、P4に対して、異常A3が及ぼすのと同様の効果を及ぼし、一方治療法T2は、反対の方向性の効果を及ぼすことに対応する。よって、患者をT2で治療することは、A3のおそらくは疾患を引き起こす作用の一部を相殺する可能性を有する。疾患の原因への寄与の程度は、適応症特有スコアによってモデル化され、考慮に入れられることに留意されたい。
Figure 2018139111
表1には、図2に関して述べた段階22の詳細が示されている。表1によれば、適応症特有スコア、具体的な症例では腫瘍スコアが、遺伝子またはタンパク質の第1の集合に由来する例示的遺伝子について計算される。表1には、例示的遺伝子は、「遺伝子A」で示されている。
表1には、遺伝子またはタンパク質の属性、ここでは例示として、「癌バイオマーカー」、「制癌剤標的」、「癌遺伝子」、「サプレッサー」、および「主要癌経路内」が記載されている。属性のうちのいくつか、ここでは例示的に、「癌バイオマーカー」および「制癌剤標的」は、さらなる属性を伴う。さらなる属性は、例えば、癌バイオマーカーまたは制癌剤標的が関連付けられる適応症に関する情報を含む。これらのさらなる属性は、「同じ適応症」、「関連する適応症」、「他の適応症」である。遺伝子またはタンパク質の属性は、ここでは例示的に、2から10までの範囲のサブスコアと関連付けられている。候補遺伝子「遺伝子A」は、「はい」または「いいえ」によって属性と関連付けられている。
候補遺伝子への適応症特有スコアの割り当ては、候補遺伝子の属性に関する情報および関連付けられるサブスコアからスカラー積を計算することによって行われ得る。この計算は、候補遺伝子が属性を有する場合には、その関連付けられるサブスコアがカウントされることになり、そうでない場合には、カウントされないことになる。この事例では、腫瘍スコアは、10+5+3+5+3+5+2=33である。
本発明は、特定の態様を参照して詳細に図示され、説明されているが、それらの態様において、形態および詳細の様々な変更が加えられ得ることが当業者には理解されるはずである。

Claims (12)

  1. 以下の段階を含む、患者のための個別化された治療ガイドラインを生成するための方法:
    患者の疾患適応症の識別を検索する段階、
    ヒトマイクロバイオームの一部である遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の該適応症特有スコアが、まず、該適応症に対する潜在的関係の程度を示す属性に数値を割り当て、次いで、該数値の加重和を形成することによって又は前記属性すべてにわたる該数値の任意の単調変換の加重和を形成することによって計算され、該属性が以下(a)〜(k)のうちの少なくとも一つを含む、段階
    (a)該遺伝子またはタンパク質が、薬物標的である、
    (b)該遺伝子またはタンパク質が、バイオマーカーまたはバイオマーカーの一部である、
    (c)該遺伝子またはタンパク質が、疾患関連性である、
    (d)該遺伝子またはタンパク質が、それぞれ、癌遺伝子または癌遺伝子の生成物である、
    (e)該遺伝子またはタンパク質が、腫瘍サプレッサーである、
    (f)該遺伝子またはタンパク質が、癌経路関連性を有する、
    (g)該遺伝子またはタンパク質が、癌関連過程についてアノテーションが付された遺伝子オントロジーである、
    (h)該遺伝子またはタンパク質が、癌関連遺伝子融合の一部である、
    (i)該遺伝子またはタンパク質が、制御しやすいドメインを有する、
    (j)該遺伝子またはタンパク質が、胎児致死性である、および
    (k)該遺伝子またはタンパク質が、特定の適応症において高度に変異する、
    遺伝子またはタンパク質の第2の集合によってインデックス付けされた、前記患者から抽出されたDNA若しくはRNAの分子測定値の集合である、前記患者の分子プロファイルを検索する段階であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、段階
    前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を該患者の対照サンプル若しくは他の個人からの参照プロファイルに対する分子プロファイルの差異として推測する段階、
    前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質の機能が前記異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階、
    前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、段階、
    治療データベースから、標的治療の集合を、関連付けられる標的遺伝子またはタンパク質と共に、ユーザによる入力として又は患者の適応症について、または関連する適応症について承認されている、又は研究中である治療法を選択することにより検索する段階であって、該治療データベースが、治療法、特に、薬物及び複合薬を、薬物の標的である遺伝子又はタンパク質に関する情報とともに記憶する、段階、
    前記標的治療の集合からの各標的治療に、少なくとも、その関連付けられる標的遺伝子又はタンパク質すべてにわたって前記患者特有スコアを集約することによって、スコアを割り当てる段階、ならびに
    個別化された治療ガイドラインを、前記標的治療の順序付きリストとして生成する段階であって、前記標的治療の順序がそれらのスコアによって決定される、段階。
  2. 以下の段階を含む、患者のための治療法を選択するための方法:
    請求項1に記載の方法の段階を実行することによって、患者のための個別化された治療ガイドラインを生成する段階、および
    前記個別化された治療ガイドラインの標的治療の順序付きリストから最初の標的治療を選択する段階。
  3. 以下の段階を含む、治療法の臨床試験のための患者を選択するための方法:
    患者の集合の疾患適応症の識別を検索する段階、
    あらゆる患者について、ヒトマイクロバイオームの一部である遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の該適応症特有スコアが、まず、該適応症に対する潜在的関係の程度を示す属性に数値を割り当て、次いで、該数値の加重和を形成することによって又は前記属性すべてにわたる該数値の任意の単調変換の加重和を形成することによって計算され、該属性が以下(a)〜(k)のうちの少なくとも一つを含む、段階
    (a)該遺伝子またはタンパク質が、薬物標的である、
    (b)該遺伝子またはタンパク質が、バイオマーカーまたはバイオマーカーの一部である、
    (c)該遺伝子またはタンパク質が、疾患関連性である、
    (d)該遺伝子またはタンパク質が、それぞれ、癌遺伝子または癌遺伝子の生成物である、
    (e)該遺伝子またはタンパク質が、腫瘍サプレッサーである、
    (f)該遺伝子またはタンパク質が、癌経路関連性を有する、
    (g)該遺伝子またはタンパク質が、癌関連過程についてアノテーションが付された遺伝子オントロジーである、
    (h)該遺伝子またはタンパク質が、癌関連遺伝子融合の一部である、
    (i)該遺伝子またはタンパク質が、制御しやすいドメインを有する、
    (j)該遺伝子またはタンパク質が、胎児致死性である、および
    (k)該遺伝子またはタンパク質が、特定の適応症において高度に変異する、
    あらゆる患者について、遺伝子またはタンパク質の第2の集合によってインデックス付けされた、前記患者から抽出されたDNA若しくはRNAの分子測定値の集合である、前記患者の分子プロファイルを検索する段階であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、段階
    前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を該患者の対照サンプル若しくは他の個人からの参照プロファイルに対する分子プロファイルの差異として推測する段階、
    あらゆる患者について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質の機能が前記異常によってどの程度変更されるかを反映するプロファイル特有スコアを割り当てる段階、
    あらゆる患者について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てる段階であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、段階、
    前記治療法について、治療データベースから、前記遺伝子またはタンパク質の第1の集合内にも存在する、関連付けられる標的遺伝子またはタンパク質を、ユーザによる入力として又は患者の適応症について、または関連する適応症について承認されている、又は研究中である治療法を選択することにより検索する段階であって、該治療データベースが、治療法、特に、薬物及び複合薬を、薬物の標的である遺伝子又はタンパク質に関する情報とともに記憶する、段階、
    前記患者の集合からのあらゆる患者に、少なくとも、前記治療法の関連付けられる標的遺伝子またはタンパク質すべてにわたって前記患者特有スコアを集約することによって、スコアを割り当てる段階、ならびに
    前記患者の順序付きリストを生成する段階であって、前記患者の順序が前記患者のスコアによって決定される、段階。
  4. 患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアとの積である、請求項1〜3のいずれか一項に記載の方法。
  5. 遺伝子またはタンパク質が異常を有さない場合に、プロファイル特有スコアが0に設定される、請求項1〜4のいずれか一項に記載の方法。
  6. 遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階が、
    各異常についての異常特有の機能的影響のスコアを算出する段階、
    各タンパク質または遺伝子について、前記遺伝子またはタンパク質と関連付けられる異常すべてにわたって前記異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の直接的な機能的影響のスコアを算出する段階
    を含む、請求項1〜5のいずれか一項に記載の方法。
  7. 遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てる段階が、
    各異常についての異常特有の機能的影響のスコアを算出する段階、
    各タンパク質または遺伝子について、第2の遺伝子またはタンパク質の集合と関連付けられる異常すべてにわたって前記異常特有の機能的影響のスコアを集約することによって、タンパク質特有または遺伝子特有の間接的な機能的影響のスコアを算出する段階であって、前記第2の遺伝子またはタンパク質の集合が、第1の遺伝子またはタンパク質と、分子相互作用ネットワークによる前記第1の遺伝子またはタンパク質の上流にある遺伝子またはタンパク質の集合とを含む、段階
    を含む、請求項1〜5のいずれか一項に記載の方法。
  8. 異常特有の機能的影響のスコアの集約が、遺伝子またはタンパク質の機能に及ぼす異常の影響の方向の指標を考慮に入れ、前記異常特有の機能的影響のスコアの正の符号および負の符号が、それぞれ、活性化する影響および不活性化する影響に対応する、請求項6または請求項7に記載の方法。
  9. 治療法にスコアを割り当てる段階が、前記治療法の標的すべてにわたって集約する際に、前記治療法によって抑制される、または拮抗される標的のプロファイル特有スコアを加算し、前記治療法によって活性化される、または刺激される、または作動される標的のプロファイル特有スコアを減算することによって、前記標的に及ぼす前記治療法の影響の方向性をさらに考慮に入れる、請求項1〜8のいずれか一項に記載の方法。
  10. 各治療法にスコアを割り当てる段階が、患者特有スコアが、分子相互作用ネットワークによる前記治療法の標的の下流の遺伝子および/またはタンパク質すべてにわたってさらに集約されるように拡張される、請求項1〜9のいずれか一項に記載の方法。
  11. システム(1)に、ヒトマイクロバイオームの一部である遺伝子またはタンパク質の第1の集合を提供するためのインターフェース(4)と、
    システム(1)に患者の疾患適応症の識別を提供するためのインターフェース(3)と、
    患者の疾患適応症の識別について、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、前記遺伝子またはタンパク質が前記患者の前記疾患適応症と関連付けられることのエビデンスを反映する適応症特有スコアを割り当てるためのモジュール(12)であって、各遺伝子またはタンパク質の該適応症特有スコアが、まず、該適応症に対する潜在的関係の程度を示す属性に数値を割り当て、次いで、該数値の加重和を形成することによって又は前記属性すべてにわたる該数値の任意の単調変換の加重和を形成することによって計算され、該属性が以下(a)〜(k)のうちの少なくとも一つを含む、
    (a)該遺伝子またはタンパク質が、薬物標的である、
    (b)該遺伝子またはタンパク質が、バイオマーカーまたはバイオマーカーの一部である、
    (c)該遺伝子またはタンパク質が、疾患関連性である、
    (d)該遺伝子またはタンパク質が、それぞれ、癌遺伝子または癌遺伝子の生成物である、
    (e)該遺伝子またはタンパク質が、腫瘍サプレッサーである、
    (f)該遺伝子またはタンパク質が、癌経路関連性を有する、
    (g)該遺伝子またはタンパク質が、癌関連過程についてアノテーションが付された遺伝子オントロジーである、
    (h)該遺伝子またはタンパク質が、癌関連遺伝子融合の一部である、
    (i)該遺伝子またはタンパク質が、制御しやすいドメインを有する、
    (j)該遺伝子またはタンパク質が、胎児致死性である、および
    (k)該遺伝子またはタンパク質が、特定の適応症において高度に変異する、
    モジュール(12)と、
    システム(1)に、遺伝子またはタンパク質の第2の集合によってインデックス付けされた、前記患者から抽出されたDNA若しくはRNAの分子測定値の集合である、患者の分子プロファイルを提供するためのインターフェース(5)であって、前記遺伝子またはタンパク質の第2の集合が、前記遺伝子もしくはタンパク質の第1の集合と等しい、または前記遺伝子もしくはタンパク質の第1の集合の部分集合である、インターフェース(5)と、
    患者の分子プロファイルについて、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質にプロファイル特有スコアを割り当てるためのモジュール(13)であって、前記分子プロファイルから、前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質について、場合によっては空の異常の集合を該患者の対照サンプル若しくは他の個人からの参照プロファイルに対する分子プロファイルの差異として推測するように適合された、モジュール(13)と、
    前記遺伝子またはタンパク質の第1の集合の中の各遺伝子またはタンパク質に、患者特有スコアを割り当てるためのモジュール(14)であって、各遺伝子またはタンパク質の患者特有スコアが、その適応症特有スコアとそのプロファイル特有スコアの両方に基づく、モジュール(14)と、
    治療データベースからシステム(1)に、標的治療を、関連付けられる標的遺伝子またはタンパク質と共に、ユーザによる入力として又は患者の適応症について、または関連する適応症について承認されている、又は研究中である治療法を選択することにより提供するためのインターフェース(6)であって、該治療データベースが、治療法、特に、薬物及び複合薬を、薬物の標的である遺伝子又はタンパク質に関する情報とともに記憶する、インターフェース(6)と、
    少なくとも、前記関連付けられる標的遺伝子またはタンパク質すべてにわたって前記患者特有スコアを集約することによって、患者および治療法にスコアを割り当てるためのモジュール(15)であって、患者および治療法にスコアを割り当てるためのモジュール(15)が患者または治療法の順序付きリストを生成するように適合され、前記患者または治療法の順序がそれらのスコアによって決定される、モジュール(15)と
    を備える処理装置(2)を含む、患者のための個別化された治療ガイドラインを生成するため、および/または治療法の臨床試験のための患者を選択するためのシステム(1)。
  12. プロファイル特有スコアを割り当てるためのモジュール(13)が、各異常についての異常特有の機能的影響のスコアを割り当てるように、および、1つの遺伝子またはタンパク質に2つ以上の異常がある場合には前記異常すべてにわたる前記機能的影響のスコアを集約し、前記遺伝子またはタンパク質が異常を有さない場合には前記遺伝子またはタンパク質に0を割り当てるように適合されている、請求項11に記載のシステム。
JP2018039395A 2013-01-29 2018-03-06 臨床判断支援のためのシステムおよび方法 Expired - Fee Related JP6662933B2 (ja)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201361757805P 2013-01-29 2013-01-29
US61/757,805 2013-01-29
EPPCT/EP2013/056963 2013-04-02
PCT/EP2013/056963 WO2013150039A1 (en) 2012-04-02 2013-04-02 Systems and methods for disease knowledge modeling and clinical decision support
EPPCT/EP2013/064621 2013-07-10
PCT/EP2013/064621 WO2014117873A1 (en) 2013-01-29 2013-07-10 Systems and methods for clinical decision support

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015554066A Division JP6305437B2 (ja) 2013-01-29 2013-10-01 臨床判断支援のためのシステムおよび方法

Publications (2)

Publication Number Publication Date
JP2018139111A true JP2018139111A (ja) 2018-09-06
JP6662933B2 JP6662933B2 (ja) 2020-03-11

Family

ID=48808311

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2015554065A Pending JP2016514291A (ja) 2013-01-29 2013-07-10 臨床判断支援のためのシステムおよび方法
JP2015554066A Expired - Fee Related JP6305437B2 (ja) 2013-01-29 2013-10-01 臨床判断支援のためのシステムおよび方法
JP2018039395A Expired - Fee Related JP6662933B2 (ja) 2013-01-29 2018-03-06 臨床判断支援のためのシステムおよび方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
JP2015554065A Pending JP2016514291A (ja) 2013-01-29 2013-07-10 臨床判断支援のためのシステムおよび方法
JP2015554066A Expired - Fee Related JP6305437B2 (ja) 2013-01-29 2013-10-01 臨床判断支援のためのシステムおよび方法

Country Status (14)

Country Link
US (2) US20150363559A1 (ja)
EP (1) EP2951744A1 (ja)
JP (3) JP2016514291A (ja)
KR (2) KR20150113113A (ja)
CN (2) CN105144179B (ja)
AU (2) AU2013376459A1 (ja)
BR (2) BR112015017954A2 (ja)
CA (2) CA2899263A1 (ja)
CL (2) CL2015002127A1 (ja)
EA (2) EA201591411A1 (ja)
IL (2) IL240127A0 (ja)
MX (2) MX2015009780A (ja)
SG (2) SG11201505852YA (ja)
WO (2) WO2014117873A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7404648B2 (ja) 2019-04-25 2023-12-26 富士通株式会社 治療薬提示方法、治療薬提示装置、及び治療薬提示プログラム

Families Citing this family (80)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9709565B2 (en) 2010-04-21 2017-07-18 Memed Diagnostics Ltd. Signatures and determinants for distinguishing between a bacterial and viral infection and methods of use thereof
US11398310B1 (en) 2010-10-01 2022-07-26 Cerner Innovation, Inc. Clinical decision support for sepsis
US10431336B1 (en) 2010-10-01 2019-10-01 Cerner Innovation, Inc. Computerized systems and methods for facilitating clinical decision making
US10734115B1 (en) 2012-08-09 2020-08-04 Cerner Innovation, Inc Clinical decision support for sepsis
US11348667B2 (en) 2010-10-08 2022-05-31 Cerner Innovation, Inc. Multi-site clinical decision support
US10628553B1 (en) 2010-12-30 2020-04-21 Cerner Innovation, Inc. Health information transformation system
US8856156B1 (en) 2011-10-07 2014-10-07 Cerner Innovation, Inc. Ontology mapper
US20170083669A1 (en) * 2012-01-20 2017-03-23 International Business Machines Corporation Method and apparatus providing an online diagnostic assistant tool
ES2679107T3 (es) 2012-02-09 2018-08-22 Memed Diagnostics Ltd. Distintivos y determinantes para diagnosticar infecciones y métodos para usarlos
US10249385B1 (en) 2012-05-01 2019-04-02 Cerner Innovation, Inc. System and method for record linkage
US10946311B1 (en) 2013-02-07 2021-03-16 Cerner Innovation, Inc. Discovering context-specific serial health trajectories
US11894117B1 (en) 2013-02-07 2024-02-06 Cerner Innovation, Inc. Discovering context-specific complexity and utilization sequences
US10769241B1 (en) 2013-02-07 2020-09-08 Cerner Innovation, Inc. Discovering context-specific complexity and utilization sequences
CA2908995A1 (en) * 2013-04-12 2014-10-16 Discus Analytics, Llc Medical treatment methods
US10853451B2 (en) * 2013-06-06 2020-12-01 Timeless Veterinary Systems International Limited Drug formulary application
US10483003B1 (en) 2013-08-12 2019-11-19 Cerner Innovation, Inc. Dynamically determining risk of clinical condition
US10446273B1 (en) 2013-08-12 2019-10-15 Cerner Innovation, Inc. Decision support with clinical nomenclatures
US20150193583A1 (en) * 2014-01-06 2015-07-09 Cerner Innovation, Inc. Decision Support From Disparate Clinical Sources
EP3114616A1 (en) * 2014-03-03 2017-01-11 Agfa Healthcare Specialisation mechanism for terminology reasoning
US20150331995A1 (en) * 2014-05-14 2015-11-19 Tiecheng Zhao Evolving contextual clinical data engine for medical data processing
EP3180621B1 (en) * 2014-08-14 2020-04-01 Memed Diagnostics Ltd. Computational analysis of biological data using manifold and a hyperplane
US20170234873A1 (en) 2014-10-14 2017-08-17 Memed Diagnostics Ltd. Signatures and determinants for diagnosing infections in non-human subjects and methods of use thereof
US20180294051A1 (en) * 2015-04-29 2018-10-11 The University Of British Columbia Clinical support system and method
EP3298524A4 (en) 2015-05-22 2019-03-20 CSTS Health Care Inc. THERMODYNAMIC MEASUREMENTS RELATING TO PROTEIN-PROTEIN INTERACTION NETWORKS FOR THE TREATMENT OF CANCER
CA2986773A1 (en) * 2015-05-22 2016-12-01 Csts Health Care Inc. Biomarker-driven molecularly targeted combination therapies based on knowledge representation pathway analysis
JP6382459B1 (ja) * 2015-06-15 2018-08-29 ナントミクス,エルエルシー 細胞系ゲノミクスからの薬物応答の患者特異的予測のためのシステムおよび方法
US20180218116A1 (en) * 2015-07-29 2018-08-02 Koninklijke Philips N.V. Systems and methods for prioritizing variants of unknown significance
US20180344239A1 (en) * 2015-11-13 2018-12-06 Segterra, Inc. Managing Evidence-Based Rules
US20170162069A1 (en) * 2015-12-02 2017-06-08 Noom, Inc. Scalable population health management tools for clinicians
WO2017149548A1 (en) 2016-03-03 2017-09-08 Memed Diagnostics Ltd. Rna determinants for distinguishing between bacterial and viral infections
KR20240025702A (ko) * 2016-06-07 2024-02-27 일루미나, 인코포레이티드 2차 및/또는 3차 프로세싱을 수행하기 위한 생물정보학 시스템, 장치, 및 방법
CN109804245B (zh) 2016-07-10 2022-10-25 米密德诊断学有限公司 感染的早期诊断
EP4141448A1 (en) 2016-07-10 2023-03-01 MeMed Diagnostics Ltd. Protein signatures for distinguishing between bacterial and viral infections
GB201613318D0 (en) * 2016-08-02 2016-09-14 Univ Oxford Innovation Ltd System monitor and method of system monitoring
EP3287914A1 (de) * 2016-08-23 2018-02-28 Siemens Healthcare GmbH Ermittlung von ergebnisdaten auf basis von medizinischen messdaten aus verschiedenen messungen
MX2019002731A (es) * 2016-09-08 2019-10-02 Curematch Inc Optimizacion de opciones terapeuticas en medicina perzonalizada.
US10971254B2 (en) * 2016-09-12 2021-04-06 International Business Machines Corporation Medical condition independent engine for medical treatment recommendation system
US10593429B2 (en) 2016-09-28 2020-03-17 International Business Machines Corporation Cognitive building of medical condition base cartridges based on gradings of positional statements
US10818394B2 (en) 2016-09-28 2020-10-27 International Business Machines Corporation Cognitive building of medical condition base cartridges for a medical system
US11385241B2 (en) 2016-09-29 2022-07-12 Memed Diagnostics Ltd. Methods of prognosis and treatment
WO2018060999A1 (en) 2016-09-29 2018-04-05 Memed Diagnostics Ltd. Methods of risk assessment and disease classification
CN109997201A (zh) * 2016-11-03 2019-07-09 皇家飞利浦有限公司 针对多种医学知识模块的利用数据驱动方法的精确临床决策支持
US10607736B2 (en) 2016-11-14 2020-03-31 International Business Machines Corporation Extending medical condition base cartridges based on SME knowledge extensions
TWI607332B (zh) * 2016-12-21 2017-12-01 國立臺灣師範大學 Correlation between persistent organic pollutants and microRNAs station
CN106971071A (zh) * 2017-03-27 2017-07-21 为朔医学数据科技(北京)有限公司 一种临床决策支持系统及方法
US20180357383A1 (en) * 2017-06-07 2018-12-13 International Business Machines Corporation Sorting Medical Concepts According to Priority
WO2018231771A1 (en) 2017-06-13 2018-12-20 Bostongene Corporation Systems and methods for generating, visualizing and classifying molecular functional profiles
US10209260B2 (en) 2017-07-05 2019-02-19 Memed Diagnostics Ltd. Signatures and determinants for diagnosing infections and methods of use thereof
CN107749312A (zh) * 2017-10-10 2018-03-02 阜阳师范学院 一种基于体外受精‑胚胎移植的管理控制系统
KR101962105B1 (ko) * 2017-10-13 2019-03-26 주식회사 유비케어 진료차트를 기록하는 장치 및 진료차트를 기록하는 방법
EP3480823A1 (en) * 2017-11-02 2019-05-08 Koninklijke Philips N.V. Clinical decision support
US10937551B2 (en) 2017-11-27 2021-03-02 International Business Machines Corporation Medical concept sorting based on machine learning of attribute value differentiation
EP3734604A4 (en) * 2017-12-29 2021-08-11 Obshchestvo S Ogranichennoj Otvetstvennostyu "Intellodzhik" MEDICAL DECISION-MAKING PROCESS AND SYSTEM
CN108335756B (zh) * 2018-01-18 2022-05-24 中山大学 鼻咽癌数据库及基于所述数据库的综合诊疗决策方法
US11475995B2 (en) 2018-05-07 2022-10-18 Perthera, Inc. Integration of multi-omic data into a single scoring model for input into a treatment recommendation ranking
US11694800B2 (en) * 2018-05-09 2023-07-04 International Business Machines Corporation Medical diagnosis system with continuous learning and reasoning
US11574718B2 (en) * 2018-05-31 2023-02-07 Perthera, Inc. Outcome driven persona-typing for precision oncology
US20200004928A1 (en) * 2018-06-29 2020-01-02 Roche Sequencing Solutions, Inc. Computing device with improved user interface for interpreting and visualizing data
US11093883B2 (en) 2018-08-03 2021-08-17 Camelot Uk Bidco Limited Apparatus, method, and computer-readable medium for determining a drug for manufacture
CN108804866B (zh) * 2018-08-21 2019-09-20 淮南师范学院 一种基于二元网络的心血管疾病药物与药靶的预测方法
US20210407694A1 (en) * 2018-10-11 2021-12-30 Siemens Healthcare Gmbh Healthcare network
KR102167697B1 (ko) * 2018-11-08 2020-10-19 주식회사 쓰리빌리언 증상 유사도 측정기에 대한 성능 평가 시스템 및 방법
US11735320B2 (en) 2018-12-04 2023-08-22 Merative Us L.P. Dynamic creation and manipulation of data visualizations
US11721441B2 (en) * 2019-01-15 2023-08-08 Merative Us L.P. Determining drug effectiveness ranking for a patient using machine learning
US20220146491A1 (en) * 2019-04-10 2022-05-12 Hemex Health, Inc. Diagnostic testing devices, systems and methods
WO2020249704A1 (en) * 2019-06-13 2020-12-17 F. Hoffmann-La Roche Ag Systems and methods with improved user interface for interpreting and visualizing longitudinal data
US20200403935A1 (en) * 2019-06-18 2020-12-24 Tmrw Foundation Ip & Holding S. À R.L. Software engine virtualization and dynamic resource and task distribution across edge and cloud
CN110364266A (zh) * 2019-06-28 2019-10-22 深圳裕策生物科技有限公司 用于指导临床肿瘤个体化用药的数据库及其构建方法和装置
EP3799057A1 (en) * 2019-09-25 2021-03-31 Koninklijke Philips N.V. Prediction tool for patient immune response to a therapy
EP3799051A1 (en) * 2019-09-30 2021-03-31 Siemens Healthcare GmbH Intra-hospital genetic profile similar search
US11730420B2 (en) 2019-12-17 2023-08-22 Cerner Innovation, Inc. Maternal-fetal sepsis indicator
CN111259112B (zh) 2020-01-14 2023-07-04 北京百度网讯科技有限公司 医疗事实的验证方法和装置
CN113496768B (zh) * 2020-03-20 2023-12-01 梅傲科技(广州)有限公司 基于病理组织的二联综合肿瘤分析系统和应用
JP2022069002A (ja) * 2020-10-23 2022-05-11 株式会社日立製作所 治療方針立案支援装置
CN112735520B (zh) * 2021-02-03 2021-07-20 深圳裕康医学检验实验室 肿瘤个体化免疫治疗基因检测结果的解读方法、系统和存储介质
US20220261668A1 (en) * 2021-02-12 2022-08-18 Tempus Labs, Inc. Artificial intelligence engine for directed hypothesis generation and ranking
US20220399092A1 (en) * 2021-06-10 2022-12-15 Rajant Health Inc. Ai-enabled health platform
CN113724806A (zh) * 2021-08-03 2021-11-30 邢传华 确定临床试验入组对象、适用药物的方法、设备和介质
CN113889279B (zh) * 2021-09-28 2022-08-05 北京华彬立成科技有限公司 联合疗法信息挖掘和查询方法、装置和电子设备
TWI796228B (zh) 2022-05-25 2023-03-11 臺中榮民總醫院 急性腎損傷預測系統及其方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242153A (ja) * 2002-02-14 2003-08-29 International Medical Center Of Japan 塩基配列からrnaの機能性部位を同定する方法
JP2003281156A (ja) * 2002-03-26 2003-10-03 Hitachi Ltd 画面表示システム及び医療診断支援システム
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
US20080311563A1 (en) * 2003-02-20 2008-12-18 Mrazek David A Methods for selecting medications
JP2009518040A (ja) * 2005-12-09 2009-05-07 ベイラー・リサーチ・インスチチユート 末梢血白血球の転写プロファイルのモジュールレベル分析
JP2012196235A (ja) * 2005-05-04 2012-10-18 Univ Of South Florida がんの対象における処置応答の予測

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6108635A (en) * 1996-05-22 2000-08-22 Interleukin Genetics, Inc. Integrated disease information system
BR9909906A (pt) * 1998-04-03 2000-12-26 Triangle Pharmaceuticals Inc Sistemas, métodos e produtos de programa de computador para guiar a seleção de regimes de tratamento terapêutico
US6581038B1 (en) * 1999-03-15 2003-06-17 Nexcura, Inc. Automated profiler system for providing medical information to patients
EP1176539A1 (en) * 2000-07-13 2002-01-30 Virology Networks B.V. Method for effecting computer implemented decision-support in the selection of the drug therapy of patients having a viral disease
WO2002037398A2 (en) 2000-11-02 2002-05-10 Epigenomics Ag Systems, methods and computer program products for guiding the selection of therapeutic treatment regimens
EP1953244A1 (en) * 2002-01-09 2008-08-06 Nakamura, Yusuke Cancer profiles
EP1378853A1 (fr) * 2002-07-04 2004-01-07 GE Medical Systems Global Technology Company LLC Système numérique d'assistance médicale
US20060062859A1 (en) * 2004-08-05 2006-03-23 Kenneth Blum Composition and method to optimize and customize nutritional supplement formulations by measuring genetic and metabolomic contributing factors to disease diagnosis, stratification, prognosis, metabolism, and therapeutic outcomes
DK2508621T3 (en) * 2005-11-29 2015-01-12 Childrens Hosp Medical Center Optimization and individualization of drug selection and dosage
IL282783B2 (en) * 2006-05-18 2023-09-01 Caris Mpi Inc A system and method for determining a personalized medical intervention for a disease stage
EP2094719A4 (en) 2006-12-19 2010-01-06 Genego Inc NEW PROCEDURES FOR THE FUNCTIONAL ANALYSIS OF EXPERIMENTAL HIGH-PERFORMANCE DATA AND IDENTIFIED GENDER GROUPS THEREOF
KR101635629B1 (ko) * 2008-02-08 2016-07-01 파디아 에이비 임상적 판단을 지원할 수 있는 방법, 컴퓨터 프로그램 제품 및 시스템
JP6220111B2 (ja) * 2008-12-10 2017-10-25 ザ・ヘンリー・エム・ジャクソン・ファンデイション・フォー・ジ・アドヴァンスメント・オヴ・ミリタリー・メディシン、インコーポレイテッド 乳癌再発の予防用ワクチン
GB0912190D0 (en) * 2009-07-13 2009-08-26 Univ Surrey Biomarker
JP5744877B2 (ja) * 2009-09-04 2015-07-08 コーニンクレッカ フィリップス エヌ ヴェ 臨床判断支援のためのシステム及びその方法
US20130316338A1 (en) 2010-06-29 2013-11-28 The United States Government As Represented By The Department Of Veterans Affairs CCR6 As A Biomarker of Alzheimer's Disease
US20120016594A1 (en) 2010-07-02 2012-01-19 Coriell Institute For Medical Research, Inc. Method for translating genetic information for use in pharmacogenomic molecular diagnostics and personalized medicine research
US20120172674A1 (en) * 2010-12-30 2012-07-05 General Electronic Company Systems and methods for clinical decision support

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242153A (ja) * 2002-02-14 2003-08-29 International Medical Center Of Japan 塩基配列からrnaの機能性部位を同定する方法
JP2003281156A (ja) * 2002-03-26 2003-10-03 Hitachi Ltd 画面表示システム及び医療診断支援システム
US20080311563A1 (en) * 2003-02-20 2008-12-18 Mrazek David A Methods for selecting medications
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
JP2012196235A (ja) * 2005-05-04 2012-10-18 Univ Of South Florida がんの対象における処置応答の予測
JP2009518040A (ja) * 2005-12-09 2009-05-07 ベイラー・リサーチ・インスチチユート 末梢血白血球の転写プロファイルのモジュールレベル分析

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7404648B2 (ja) 2019-04-25 2023-12-26 富士通株式会社 治療薬提示方法、治療薬提示装置、及び治療薬提示プログラム

Also Published As

Publication number Publication date
BR112015017858A2 (pt) 2017-07-11
AU2013376459A1 (en) 2015-08-06
JP2016513303A (ja) 2016-05-12
CA2899263A1 (en) 2014-08-07
US10672514B2 (en) 2020-06-02
KR20150120390A (ko) 2015-10-27
SG11201505854QA (en) 2015-08-28
EA201591411A1 (ru) 2016-01-29
AU2013376380A1 (en) 2015-08-06
CN105144178B (zh) 2018-11-27
IL240128A0 (en) 2015-09-24
CN105144179A (zh) 2015-12-09
JP2016514291A (ja) 2016-05-19
CN105144179B (zh) 2019-05-17
WO2014117873A1 (en) 2014-08-07
WO2014117875A1 (en) 2014-08-07
EP2951744A1 (en) 2015-12-09
US20150363559A1 (en) 2015-12-17
CN105144178A (zh) 2015-12-09
SG11201505852YA (en) 2015-08-28
CA2899264A1 (en) 2014-08-07
MX2015009780A (es) 2016-04-04
IL240127A0 (en) 2015-09-24
CL2015002127A1 (es) 2016-06-17
JP6662933B2 (ja) 2020-03-11
BR112015017954A2 (pt) 2017-07-11
EA201591412A1 (ru) 2015-12-30
JP6305437B2 (ja) 2018-04-04
CA2899264C (en) 2021-05-11
US20150370982A1 (en) 2015-12-24
CL2015002126A1 (es) 2016-06-17
KR20150113113A (ko) 2015-10-07
MX2015009781A (es) 2016-06-16

Similar Documents

Publication Publication Date Title
JP6662933B2 (ja) 臨床判断支援のためのシステムおよび方法
JP2016513303A5 (ja)
Raoof et al. Development and validation of a prognostic score for intrahepatic cholangiocarcinoma
Bastarache et al. Phenome-wide association studies
Mascarenhas et al. Patient characteristics and outcomes after ruxolitinib discontinuation in patients with myelofibrosis
US10360349B2 (en) Personalized medicine service
JP2017537365A (ja) 患者データに基づく健康診断および治療のためのベイジアン因果関係ネットワークモデル
EP3311317A1 (en) Efficient clinical trial matching
WO2021091633A1 (en) Evaluating effect of event on condition using propensity scoring
US20180122517A1 (en) Methods and apparatus related to electronic display of a human avatar with display properties particularized to health risks of a patient
US20230110360A1 (en) Systems and methods for access management and clustering of genomic, phenotype, and diagnostic data
WO2014052921A2 (en) Patient health record similarity measure
US20160239636A1 (en) Genomic prescribing system and methods
Wen et al. Extent and determinants of terminally ill cancer patients' concordance between preferred and received life-sustaining treatment states: an advance care planning randomized trial in Taiwan
Hossain et al. Application of skew-normal distribution for detecting differential expression to microRNA data
Kim et al. IMA: Identifying disease-related genes using MeSH terms and association rules
WO2021037657A1 (en) Methods for the statistical analysis and predictive modeling of state transition graphs
WO2015173917A1 (ja) 分析システム
JPWO2010064413A1 (ja) 薬剤の作用・副作用予測システムとそのプログラム
Ouzounoglou et al. A study on the predictability of acute lymphoblastic leukaemia response to treatment using a hybrid oncosimulator
EP2951745A1 (en) Systems and methods for clinical decision support
Talukder Genomics 3.0: Big-data in precision medicine
Bairagee et al. Big Data as a Source of Innovation for Disease Diagnosis
Deng et al. An R package for Survival-based Gene Set Enrichment Analysis
EP4022628A1 (en) Methods for the automatic construction of state transition graphs from the timeline data of individuals

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180326

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180326

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180326

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190529

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190828

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: 20200130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200213

R150 Certificate of patent or registration of utility model

Ref document number: 6662933

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees