JP2018503354A - 標的遺伝子発現の数学的モデル化を用いるTGF−β細胞シグナル伝達経路活性の評価 - Google Patents
標的遺伝子発現の数学的モデル化を用いるTGF−β細胞シグナル伝達経路活性の評価 Download PDFInfo
- Publication number
- JP2018503354A JP2018503354A JP2017522166A JP2017522166A JP2018503354A JP 2018503354 A JP2018503354 A JP 2018503354A JP 2017522166 A JP2017522166 A JP 2017522166A JP 2017522166 A JP2017522166 A JP 2017522166A JP 2018503354 A JP2018503354 A JP 2018503354A
- Authority
- JP
- Japan
- Prior art keywords
- tgf
- signaling pathway
- cell signaling
- activity
- target 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
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/30—Detection of binding sites or motifs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- 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
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- 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
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
- G16B5/20—Probabilistic models
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/16—Primer sets for multiplex assays
-
- 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
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Genetics & Genomics (AREA)
- Biotechnology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Public Health (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Probability & Statistics with Applications (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Medicinal Chemistry (AREA)
Abstract
Description
対象の試料において測定されたTGF−β細胞シグナル伝達経路の3個以上の、たとえば、3個、4個、5個、6個、7個、8個、9個、10個、11個、又は12個以上の標的遺伝子の発現レベルを受け取るステップと、
対象の試料におけるTGF−β転写因子(TF)要素の活性レベルを決定するステップであって、TGF−β TF要素が3つ以上のTGF−β標的遺伝子の転写を制御し、上記決定するステップが、3つ以上のTGF−β標的遺伝子の発現レベルをTGF−β TF要素の活性レベルに関係付ける較正済み数学経路モデルを評価することに基づく、ステップと、
対象におけるTGF−β細胞シグナル伝達経路の活性を、対象の試料において決定されたTGF−β TF要素の活性レベルに基づいて推測するステップと、
を含み、
3つ以上のTGF−β標的遺伝子は、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、SERPINE1、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、SERPINE1、PDGFB、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくはANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される。
TGF−β細胞シグナル伝達経路が対象において腫瘍プロモータとして作用しているかどうかを、対象におけるTGF−β細胞シグナル伝達経路の推測活性に基づいて判定するステップをさらに含む。
対象に、TGF−β細胞シグナル伝達経路の腫瘍促進作用を補正する薬物の処方を推奨するステップをさらに含み、この推奨するステップは、TGF−β細胞シグナル伝達経路が対象において腫瘍プロモータとして作用しているとTGF−β細胞シグナル伝達経路の推測活性に基づいて判定された場合に、実行される。
対象の試料における、3つ以上のTGF−β標的遺伝子の発現レベルを決定するための1つ又は複数の構成要素を含む。
3つ以上のTGF−β標的遺伝子を対象とするポリメラーゼ連鎖反応プライマー、
3つ以上のTGF−β標的遺伝子を対象とするプローブを含み、
3つ以上のTGF−β標的遺伝子は、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくはANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される。
本明細書に記載の本発明のキットと、
本明細書に記載の本発明の装置、本明細書に記載の本発明の非一時的記憶媒体、又は本明細書に記載の本発明のコンピュータ・プログラムと、
を含む。
対象の試料においてTGF−β細胞シグナル伝達経路の3個以上の標的遺伝子の発現レベルを決定するための1つ又は複数の構成要素を含み、
1つ又は複数の構成要素は、好ましくは、DNAアレイ・チップ、オリゴヌクレオチド・アレイ・チップ、タンパク質アレイ・チップ、抗体、複数のプローブ、たとえば標識されたプローブ、RNAリバーサ転写酵素配列決定構成要素の組、及び/又は、RNA又はcDNAを含むDNAの増幅プライマーから成る群から選択され、また
当該キットは、本明細書に記載の本発明の装置、本明細書に記載の本発明の非一時的記憶媒体、又は本明細書に記載の本発明のコンピュータ・プログラムを含み、
3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくは、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、さらに好ましくは、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくは、ANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される。
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく診断、
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく予後、
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく薬物処方、
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく薬効の予測、
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく有害作用の予測、
薬効の監視、
薬物開発、
アッセイ開発、
経路研究、
癌進行度分類、
対象のTGF−β細胞シグナル伝達経路の推測活性に基づく、臨床治験における対象の登録、
実施されるべき次の検査の選択、及び
コンパニオン診断検査の選択
と関連して有利に使用することもできる。
公開されている国際特許出願WO2013/011479A2(「Assessment of cellular signaling pathway activity using probabilistic modeling of target gene expression」)に詳細に記載されているように、確率モデル、たとえばベイジアン・ネットワーク・モデルを構築することによって、また、細胞シグナル伝達経路、ここではTGF−β細胞シグナル伝達経路、の1つ又は複数の標的遺伝子の発現レベルと、細胞シグナル伝達経路の1つ又は複数の標的遺伝子の転写を制御する転写因子(TF)要素、ここではTGF−β TF要素、の活性レベルとの間の条件付き確率関係を組み込むことによって、このようなモデルを使用して、細胞シグナル伝達経路の活性を高い精度で決定することができる。さらに、確率モデルは、容易に更新して、より最近の臨床研究によって得られた付加的な知識を組み込むことが、条件付き確率を調整することによって、及び/又は新しいノードをモデルに追加して付加的な情報源を表すことによって可能である。このようにして、確率モデルは、最近の医学的知識を具現化するのに適切なように更新することができる。
「連続データ」にすること、すなわち、MAS5.0及びfRMAなどのよく知られているアルゴリズムを使用してマイクロアレイの処理後に得られる発現レベルとすること、
「zスコア」にすること、すなわち、全試料の平均が0になり標準偏差が1になるように基準化された連続発現レベルとすること、
「離散的」にすること、すなわち、ある特定の閾値を超えるすべての発現が1に、それ未満が0に設定される(たとえば、プローブセットの閾値は、いくつかの陽性の臨床試料と同じ数の陰性の臨床試料の組におけるその値の(重み付けされた)中央値に選ぶことができる)ものとすること、
「ファジー」にすること、すなわち、連続発現レベルが0と1の間の値に、次式
1/(1+exp((thr−expr)/se))
のシグモイド関数を使用して変換されるものとすることができ、ここで、exprは連続発現レベルであり、thrは前述の閾値であり、seは0と1の間の差に影響を及ぼす軟化パラメータである。
ここで、σ及びμは訓練試料についての、決定されたTF要素活性レベルwlcの標準偏差及び平均値である。少数の試料しか活性及び/又は不活性訓練試料において入手できない場合には、擬似数を計算分散に、2つの群の分散の平均に基づいて加えることができる。
転写因子(TF)は、タンパク質複合体(すなわち、特定の構造で結合したタンパク質の複合化したもの)又はタンパク質であり、特定のDNA配列に結合することによって標的遺伝子からの転写を調節し、それによってDNAからmRNAへの遺伝情報の転写を制御することができる。このTF複合体の作用により直接産生されたmRNAは、本明細書では(転写因子の)「直接標的遺伝子」と呼ばれる。細胞シグナル伝達経路活性化によりまた、「間接標的遺伝子」と呼ばれる、さらなる第2の遺伝子転写が生じ得る。以下では、細胞シグナル伝達経路活性とmRNAレベルの間の直接連結として直接標的遺伝子を含む、又は直接標的遺伝子から成る(擬似)線形モデル又はベイジアン・ネットワーク・モデルが(例示的数学モデルとして)好ましいが、直接標的遺伝子と間接標的遺伝子の差異がいつも明らかであるとは限らない。本明細書では、スコアリング関数を使用して、利用可能な科学文献データに基づき直接標的遺伝子を選択する方法が提示される。それにもかかわらず、限られた情報並びに生物学的バリエーション及び不確実性により、間接標的遺伝子の偶発的な選択を除外することはできない。標的遺伝子を選択するために、「www.ncbi.nlm.nih.gov/pubmed」でアクセスすることができ、本明細書では別に「Pubmed」と呼ばれる、国立保健研究所のMEDLINEデータベースが使用されて標的遺伝子のリストが生成された。さらに、標的遺伝子の3つの追加リストが、その発現の証拠となる性質に基づいて選択された。
1.対象の細胞シグナル伝達経路のTFがゲノム上のその結合部位に直接結合することが示される、ChIP実験。例として、クロマチン免疫沈降(ChIP)技術を引き続き使用することによって、TGF−β細胞シグナル伝達経路の、たとえばTGF−βを用いた刺激による、活性誘導がある細胞株とない細胞株のDNAの推定機能TGF−β TF結合部位が、純粋にヌクレオチド配列に基づいて認識された結合部位のサブセットとして同定された。推定機能が、TFがDNA結合部位に結合することが見出されたというChIP由来の証拠として同定された。
2.結合配列を含むDNAの断片へのTFの結合を生体外で示す電気泳動移動度シフト(EMSA)アッセイ。ChIPによる証拠と比較して、EMSAによる証拠は、それを生体外状況に変換することができないので、あまり強力ではない。
3.細胞シグナル伝達経路を刺激すること、及びmRNA発現を、マイクロアレイ、RNA配列決定、定量PCR又は他の技法を使用して測定すること、TGF−β細胞シグナル伝達経路誘導性細胞株を使用すること、及び誘導後の少なくとも1つの時点、しかし好ましくはいくつかの時点で測定されたmRNAプロファイルを、タンパク質への翻訳を阻害するシクロヘキシミドの存在下で測定すること。したがって誘導されたmRNAは直接標的遺伝子であると考えられる。
4.3と同様であるが、別法として、mRNA発現をさらに下流で、ウエスタンブロット法などのタンパク質存在量測定法を用いて測定する。
5.バイオ・インフォマティクス手法を使用してゲノム内のTF結合部位を同定すること。TGF−β TF要素の例として、SMAD結合モチーフ5’−AGAC−3’を使用して、ヒトゲノム配列に対しソフトウェア・プログラムが実行され、潜在的な結合部位が、遺伝子プロモータ領域でも他の遺伝子領域でも同定された。
6.3と同様であるが、ただシクロヘキシミドがない状態で。
7.4と同様であるが、ただシクロヘキシミドがない状態で。
数学モデルを使用して対象の細胞シグナル伝達経路の、本明細書ではTGF−β細胞シグナル伝達経路の、活性を推測することができるようにするには、モデルが適切に訓練されなければならない。
文献証拠に基づき本明細書に記載の手順に従って構築されたTGF−β標的遺伝子のリスト(「標的遺伝子の証拠精選リスト」、表1参照)がここで、上述の手順に従わずに構築された推定TGF−β標的遺伝子の「広範な文献リスト」と比較される。代替リストは、Thomson−ReutersのMetacore(最終アクセス2013年5月14日)の中に提示されている、TGF−β細胞シグナル伝達経路の活性に対応するものとされる遺伝子をまとめたものである。このデータベースは、SMADタンパク質、すなわち、SMAD1、SMAD2、SMAD3、SMAD4、SMAD5及び/又はSMAD8から成るファミリーの下流で直接転写調節される遺伝子に関して照会された。この照会の結果、217個の固有遺伝子が得られた。さらなる選択が、SMADファミリーによるそれぞれの遺伝子の転写調節とされるものを支持する公開参考文書の数に基づいて行われた。3つ以上の参照文書がある遺伝子が広範な文献リストに選ばれた。言い換えると、実験的証拠に基づいた、人手による参照文書の精選及び証拠スコア計算は行われなかった。この手順の結果として61個の遺伝子が得られ、そのうち、1つのマイクロRNA(MIR29B2)がアフィメトリクス HG−U133Plus2.0マイクロアレイ・プラットフォーム上で利用可能ではなく、また1つの遺伝子(BGLAP)は、アフィメトリクス HG−U133Plus2.0マイクロアレイ・プラットフォーム上でRのBioconductorプラグインによって利用可能なプローブセットがあることが判明しなかった。結局、59個の推定TGF−β標的遺伝子ということになり、これらは表5に、アフィメトリクス HG−U133Plus2.0マイクロアレイ・プラットフォーム上の関連プローブセットと共に示されている。
TGF−β細胞シグナル伝達経路に関し利用可能な文献証拠の改訂が2015年1月に、2015年1月19日までの新しい科学論文もすべて含めて行われた。同様に、刊行物が、「www.ncbi.nlm.nih.gov/pubmed」でアクセスできる国立保健研究所のMEDLINEデータベースを、(「TGF−β」 AND 「target gene」)などの照会文を用いながら、使用して見出された。TGF−β細胞シグナル伝達経路の推定標的遺伝子であるいくつかの標的遺伝子の実験的証拠を求めて、科学論文を上記の実施例2に記載の方法論を用いて手作業で評価した後に、2013年の第4四半期及び2014年の第1四半期の間の初期評価では活用されなかった、いくつかの推定TGF−β標的遺伝子が見出された。すべての利用可能な実験的証拠が再評価され、推定標的遺伝子の新しい順位付けが、推定標的遺伝子それぞれについての利用可能な実験的証拠の強さに基づいて、実施例2に記載の方法論を用いて用意された。この結果、1つの追加推定TGF−β標的遺伝子、すなわちSERPINE1が得られ、設定閾値を超える実験的証拠スコアを得た。その結果、SERPINE1がTGF−β細胞シグナル伝達経路の真の直接標的遺伝子であると見なされ、TGF−β細胞シグナル伝達経路活性の推測の改善があるか検査された。
(1)遺伝子発現のレベルの測定
本発明に記載の標的遺伝子の固有の組から導出されたデータが、本明細書に記載の方法を用いてTGF−β細胞シグナル伝達経路の活性を推測するために、さらに利用される。
TGF−β細胞シグナル伝達の活性を対象から分離された試料により推測するプロセスを例示的に図示する流れ図が、図3に示されている。第一に、試料からmRNAが分離される(11)。第二に、本明細書に記載のように、少なくとも3つ以上のTGF−β標的遺伝子から成る固有の組のmRNA発現レベルが、当技術分野で知られている遺伝子発現を測定する方法を使用して測定される(12)。次に、TGF−β転写因子(TF)要素の活性レベルが、3つ以上のTGF−β標的遺伝子の発現レベルをTGF−β TF要素の活性レベルに関係付ける較正済み数学経路モデル(14)を使用して決定される(13)。最後に、対象におけるTGF−β細胞シグナル伝達経路の活性が、対象の試料におけるTGF−TF要素の決定された活性レベルに基づいて推測される(15)。たとえば、TGF−β細胞シグナル伝達経路は、その活性が特定の閾値を超える場合に活性であると判定され、活性が特定の閾値未満になる場合には不活性として分類することができる。
本明細書で企図されているように、本明細書に記載の3つ以上のTGF−β標的遺伝子の固有の組の発現レベルが、本明細書でさらに説明される較正済み数学経路モデルを使用してTGF−β TF要素の活性レベルを決定するために、使用される。較正済み数学経路モデルは、3つ以上のTGF−β標的遺伝子の発現レベルをTGF−β TF要素の活性レベルと関係付ける。
TF要素の活性レベルを決定するプロセスを例示的に示す流れ図が図5に示されている。対象から抽出された試料の発現レベル・データ(検査データ)(163)が、較正済み数学経路モデル(145)に入力される。数学経路モデルは、確率モデル、たとえばベイジアン・ネットワーク・モデル、線形モデル、又は擬似線形モデルとすることができる。
離散化観察可能物として対象におけるTGF−β細胞シグナル伝達経路の活性を推測するためのプロセスを例示的に示す流れ図が、図6に示されている。まず、検査試料が抽出され、検査試料識別名(161)が与えられる。次に、mRNA発現レベルの検査データが集められ正規化される(162)。この検査データは、図5の訓練試料について論じたのと同じ方法を用いて、マイクロアレイ・プローブセット強度(101)、リアルタイムPCR Cq値(102)、生RNAseqリード(103)、又は代替測定様式(104)を使用して集めることができる。次に、生発現レベル・データは、方法ごとにそれぞれ正規化することが、正規化アルゴリズム、たとえばfRMA又はMAS5.0(111)、参照遺伝子の平均Cqに対する正規化(112)、RPKM/FPKMへのリードの正規化(113)、及び正規化w.r.t参照遺伝子/タンパク質(114)を使用する正規化によってできる。この正規化手順は、方法ごとにそれぞれ、正規化プローブセット強度(121)、正規化Cq値(122)、正規化RPKM/FPKM(123)、又は正規化測定(124)に至る。
連続観察可能物として対象におけるTGF−β細胞シグナル伝達経路の活性を推測するためのプロセスを例示的に示す流れ図が図7に示されている。まず、検査試料が抽出され、検査試料識別名(161)が与えられる。次に、mRNA発現レベルの検査データが集められ正規化される(162)。この検査データは、図5の訓練試料について論じたのと同じ方法を用いて、マイクロアレイ・プローブセット強度(101)、リアルタイムPCR Cq値(102)、生RNAseqリード(103)、又は代替測定様式(104)を使用して集めることができる。次に、生発現レベル・データは、方法ごとにそれぞれ正規化することが、正規化アルゴリズム、たとえばfRMA(111)、参照遺伝子の平均Cqに対する正規化(112)、RPKM/FPKMへのリードの正規化(113)、及びw.r.t参照遺伝子/タンパク質(114)に対する正規化を使用する正規化によってできる。この正規化手順は、方法ごとにそれぞれ、正規化プローブセット強度(121)、正規化Cq値(122)、正規化RPKM/FPKM(123)、又は正規化測定(124)に至る。
対象から取り出された試料から標的遺伝子発現レベルを導出するためのプロセスを例示的に示す流れ図が、図8に示されている。例示的な実施形態では、試料は検査所で受け取られ登録される。試料は、たとえば、ホルマリン固定パラフィン包埋(FFPE)試料(181)又は新鮮凍結(FF)試料(180)を含み得る。FF試料は、すぐ溶解することができる(183)。FFPE試料では、パラフィンは、プロテイナーゼKを追加するときに加熱インキュベーション・ステップによって除去することができる(182)。次に細胞を溶解し(183)、それにより細胞及び核膜を破壊し、それにより、さらなる処理に利用可能な核酸(NA)が得られるようになる。核酸は、たとえばビーズ又はフィルタであり得る固相に結合される(184)。核酸は次に、洗浄バッファで洗浄されて、溶解後に存在する細胞デブリがすべて除去される(185)。清浄な核酸が次に固相から、溶出バッファを用いて引き離される(186)。DNAがDNAse処理によって取り除かれて、RNAだけが試料中に存在することが確実になる(187)。核酸試料は次に、RT−qPCR試料混合物中ですぐに使用することができる(188)。RT−qPCR試料混合物は、RNA試料、cDNAをRNA試料から調製するためのRT酵素、及びcDNAを増幅するためのPCR酵素、酵素の機能を確保するための緩衝液を含有し、また場合により、固定量の濃度を設定するために分子グレード水を含有し得る。試料混合物は次に、乾燥RT−qPCRアッセイを含むマルチウェル・プレート(すなわち、96ウェル又は384ウェル・プレート)に加えることができる(189)。RT−qPCRを次に、PCR機内で指定プロトコルに従って実行することができる(190)。例示的なPCRプロトコルは、i)50℃で30分、ii)95℃で5分、iii)95℃で15秒、iv)60℃で45秒、v)ステップiii及びivの50サイクル繰り返し、を含む。Cq値が次に、生データによって、第2の誘導法を用いて決定される(191)。Cq値が解析のためにエクスポートされる(192)。
本明細書で企図されているように、本発明の方法及び装置は、対象、たとえば疾患若しくは障害があることが疑われる、又は疾患若しくは障害がある対象におけるTGF−β細胞シグナル伝達経路活性を評価するために利用することができる。このTGF−β細胞シグナル伝達経路の状態は、疾患の存在又は進行の全体的又は部分的な証拠となるものである。一実施形態では、対象を治療する方法が本明細書で提供され、この方法は、本明細書に記載の方法を用いて対象から抽出された試料から導出されたTGF−β細胞シグナル伝達経路の活性状態に関する情報を受け取ること、並びに、TGF−β細胞シグナル伝達経路の活性に関する情報が、活性のTGF−βシグナル伝達経路を示す場合に、対象にTGF−β阻害剤を投与することを含む。特定の実施形態では、TGF−β細胞シグナル伝達経路活性は、10:1、5:1、4:1、2:1、1:1、1:2、1:4、1:5、又は1:10の、TGF−β細胞シグナル伝達経路が活性であるオッズのカットオフ値に設定される。
配列リスト
Seq. No. Gene:
Seq. 1 ANGPTL4
Seq. 2 ATF3
Seq. 3 CCL2
Seq. 4 CDC42EP3
Seq. 5 CDH1
Seq. 6 CDKN1A
Seq. 7 CDKN2B
Seq. 8 COL1A2
Seq. 9 COL3A1
Seq. 10 COL7A1
Seq. 11 CTGF
Seq. 12 CTNNB1
Seq. 13 DLX5
Seq. 14 EDN1
Seq. 15 FN1
Seq. 16 FOXP3
Seq. 17 FSHB
Seq. 18 FST
Seq. 19 FSTL3
Seq. 20 GADD45A
Seq. 21 GADD45B
Seq. 22 GNRHR
Seq. 23 GSC
Seq. 24 HAMP
Seq. 25 HEY1
Seq. 26 HMGA2
Seq. 27 IBSP
Seq. 28 ID1
Seq. 29 ID2
Seq. 30 ID3
Seq. 31 IL11
Seq. 32 IL6
Seq. 33 INPP5D
Seq. 34 ITGB1
Seq. 35 ITGB5
Seq. 36 JUN
Seq. 37 JUNB
Seq. 38 LEFTY2
Seq. 39 MIXL1
Seq. 40 MMP13
Seq. 41 MMP2
Seq. 42 MMP9
Seq. 43 MSX2
Seq. 44 MYC
Seq. 45 NKX2-5
Seq. 46 NODAL
Seq. 47 OVOL1
Seq. 48 PDGFB
Seq. 49 PMEPA1
Seq. 50 PPARG
Seq. 51 PTGS2
Seq. 52 PTHLH
Seq. 53 SERPINE1
Seq. 54 SGK1
Seq. 55 SKIL
Seq. 56 SLC25A5
Seq. 57 SMAD4
Seq. 58 SMAD5
Seq. 59 SMAD6
Seq. 60 SMAD7
Seq. 61 SNAI1
Seq. 62 SNAI2
Seq. 63 SP7
Seq. 64 SPP1
Seq. 65 TAGLN
Seq. 66 TERT
Seq. 67 TGFBR1
Seq. 68 TIMP1
Seq. 69 VEGFA
Seq. 70 VIM
Seq. 71 SERPINE1
対象の試料においてTGF−β細胞シグナル伝達経路の3個以上の標的遺伝子の発現レベルを決定するための1つ又は複数の構成要素を含み、
1つ又は複数の構成要素は、好ましくは、マイクロアレイ・チップ、抗体、複数のプローブ、たとえば標識されたプローブ、RNAリバーサ転写酵素配列決定構成要素の組、及び/又は、RNA又はcDNAを含むDNAの増幅プライマーから成る群から選択され、また
当該キットは、任意的に、本明細書に記載の本発明の装置、本明細書に記載の本発明の非一時的記憶媒体、又は本明細書に記載の本発明のコンピュータ・プログラムを含み、
3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくは、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、さらに好ましくは、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくは、ANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される。
Claims (15)
- 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するための、デジタル処理デバイスによって実行されるコンピュータ実装方法であって、前記推測することが、
前記対象の試料において測定された前記TGF−β細胞シグナル伝達経路の3つ以上の標的遺伝子の発現レベルを受け取るステップと、
前記対象の試料におけるTGF−β転写因子(TF)要素の活性レベルを決定するステップであり、前記TGF−β TF要素が前記3つ以上のTGF−β標的遺伝子の転写を制御し、前記決定するステップが、前記3つ以上のTGF−β標的遺伝子の発現レベルを前記TGF−β TF要素の活性レベルに関係付ける較正済み数学経路モデルを評価することに基づく、ステップと、
前記対象におけるTGF−β細胞シグナル伝達経路の活性を、前記対象の試料において決定された前記TGF−β TF要素の活性レベルに基づいて推測するステップと、
を含み、
前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくはANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される、方法。 - 前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、VEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、VEGFAから成る群から選択される、請求項1に記載の方法。
- 前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SKIL、SMAD7、及びSNAI2から成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、JUNB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択される、請求項1に記載の方法。
- 前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、ID1、IL11、JUNB、SKIL、及びSMAD7から成る群から選択され、より好ましくはANGPTL4、CDC42EP3、ID1、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される、請求項1に記載の方法。
- 選択された前記3つ以上のTGF−β標的遺伝子がANGPTL4及びCDC42EP3を含み、より好ましくはANGPTL4、CDC42EP3、ID1、JUNB、SERPINE1、SKIL、及びSMAD7を含む、請求項1から4のいずれか一項に記載の方法。
- 前記TGF−β細胞シグナル伝達経路が前記対象において腫瘍プロモータとして作用しているかどうかを、推測された前記対象におけるTGF−β細胞シグナル伝達経路の活性に基づいて判定するステップをさらに含む、請求項1から5のいずれか一項に記載の方法。
- 前記対象に、前記TGF−β細胞シグナル伝達経路の腫瘍促進作用を補正する薬物の処方を推奨するステップをさらに含み、前記推奨するステップが、前記TGF−β細胞シグナル伝達経路が前記対象において腫瘍プロモータとして作用していると、推測された前記TGF−β細胞シグナル伝達経路の活性に基づいて判定された場合に、実行される、請求項6に記載の方法。
- 前記較正済み数学経路モデルが、前記TGF−β TF要素の活性レベルと前記3つ以上のTGF−β標的遺伝子の発現レベルとを関係付ける条件付き確率に基づく確率モデル、好ましくはベイジアン・ネットワーク・モデルであり、或いは、前記数学経路モデルが、前記3つ以上のTGF−β標的遺伝子の発現レベルの1つ又は複数の一次結合に基づく、請求項1から7のいずれか一項に記載の方法。
- 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するための装置であって、請求項1から8のいずれか一項に記載の方法を実行するように構成されたデジタル・プロセッサを備える装置。
- 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するための非一時的記憶媒体であって、請求項1から8のいずれか一項に記載の方法を実行するデジタル処理デバイスによって実行可能である命令を記憶する非一時的記憶媒体。
- 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するためのコンピュータ・プログラムであって、該コンピュータ・プログラムがデジタル処理デバイス上で実行されると、前記デジタル処理デバイスに請求項1から8のいずれか一項に記載の方法を実施させるプログラム・コード手段を含む、コンピュータ・プログラム。
- 対象の試料におけるTGF−β細胞シグナル伝達経路の3つ以上の標的遺伝子の発現レベルを測定するためのキットであって、
前記3つ以上のTGF−β標的遺伝子を対象とするポリメラーゼ連鎖反応プライマーと、
前記3つ以上のTGF−β標的遺伝子を対象とするプローブと、
を含み、
前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくはANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される、キット。 - 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するためのキットであって、
請求項12に記載のキット、及び、
請求項9に記載の装置、請求項10に記載の非一時的記憶媒体、又は請求項11に記載のコンピュータ・プログラム、
を含むキット。 - 対象におけるTGF−β細胞シグナル伝達経路の活性を推測するためのキットであって、
前記対象の試料における前記TGF−β細胞シグナル伝達経路の3つ以上の標的遺伝子の発現レベルを決定するための1つ又は複数の構成要素を含み、
前記1つ又は複数の構成要素が、好ましくは、DNAアレイ・チップ、オリゴヌクレオチド・アレイ・チップ、タンパク質アレイ・チップ、抗体、複数のプローブ、たとえば標識されたプローブ、RNAリバーサ転写酵素配列決定構成要素の組、及び/又は、RNA又はcDNAを含むDNAの増幅プライマーから成る群から選択され、また、
当該キットは、請求項9に記載の装置、請求項10に記載の非一時的記憶媒体、又は請求項12に記載のコンピュータ・プログラムを含み、
前記3つ以上のTGF−β標的遺伝子が、ANGPTL4、CDC42EP3、CDKN1A、CDKN2B、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、INPP5D、JUNB、MMP2、MMP9、NKX2−5、OVOL1、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI1、SNAI2、TIMP1、及びVEGFAから成る群から選択され、好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45A、GADD45B、HMGA2、ID1、IL11、JUNB、PDGFB、PTHLH、SERPINE1、SGK1、SKIL、SMAD4、SMAD5、SMAD6、SMAD7、SNAI2、及びVEGFAから成る群から選択され、より好ましくはANGPTL4、CDC42EP3、CDKN1A、CTGF、GADD45B、ID1、IL11、JUNB、PDGFB、SERPINE1、SKIL、SMAD7、SNAI2、及びVEGFAから成る群から選択され、最も好ましくはANGPTL4、CDC42EP3、ID1、IL11、JUNB、SERPINE1、SKIL、及びSMAD7から成る群から選択される、キット。 - 請求項1から8のいずれか一項に記載の方法を実施する際の、請求項12から14のいずれか一項に記載のキットの使用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14190270.0 | 2014-10-24 | ||
EP14190270 | 2014-10-24 | ||
PCT/EP2015/074700 WO2016062891A1 (en) | 2014-10-24 | 2015-10-26 | ASSESSMENT OF TGF-β CELLULAR SIGNALING PATHWAY ACTIVITY USING MATHEMATICAL MODELLING OF TARGET GENE EXPRESSION |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018503354A true JP2018503354A (ja) | 2018-02-08 |
JP2018503354A5 JP2018503354A5 (ja) | 2018-06-14 |
JP6415712B2 JP6415712B2 (ja) | 2018-10-31 |
Family
ID=51846474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017522166A Active JP6415712B2 (ja) | 2014-10-24 | 2015-10-26 | 標的遺伝子発現の数学的モデル化を用いるTGF−β細胞シグナル伝達経路活性の評価 |
Country Status (10)
Country | Link |
---|---|
US (2) | US10016159B2 (ja) |
EP (1) | EP3210142B1 (ja) |
JP (1) | JP6415712B2 (ja) |
CN (1) | CN107077536B (ja) |
AU (1) | AU2015334840B2 (ja) |
BR (1) | BR112017007965A8 (ja) |
CA (1) | CA2965442A1 (ja) |
DK (1) | DK3210142T3 (ja) |
ES (1) | ES2833543T3 (ja) |
WO (1) | WO2016062891A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020046867A (ja) * | 2018-09-18 | 2020-03-26 | 国立大学法人東京工業大学 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
WO2021251331A1 (ja) * | 2020-06-08 | 2021-12-16 | 国立大学法人 東京医科歯科大学 | 標的分子予測方法 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190128899A1 (en) * | 2016-06-13 | 2019-05-02 | Koninklijke Philips N.V. | Method for inferring activity of a transcription factor of a signal transduction pathway in a subject |
CN106701886B (zh) * | 2016-12-16 | 2021-06-22 | 管晓翔 | 一种三阴性乳腺癌细胞上皮间质转换过程中对内皮细胞分泌功能影响的检测方法 |
EP3431582A1 (en) | 2017-07-18 | 2019-01-23 | Koninklijke Philips N.V. | Cell culturing materials |
EP3462348A1 (en) | 2017-09-28 | 2019-04-03 | Koninklijke Philips N.V. | Bayesian inference |
EP3461915A1 (en) | 2017-10-02 | 2019-04-03 | Koninklijke Philips N.V. | Assessment of jak-stat1/2 cellular signaling pathway activity using mathematical modelling of target gene expression |
EP3462349A1 (en) * | 2017-10-02 | 2019-04-03 | Koninklijke Philips N.V. | Assessment of notch cellular signaling pathway activity using mathematical modelling of target gene expression |
WO2019068623A1 (en) | 2017-10-02 | 2019-04-11 | Koninklijke Philips N.V. | DETERMINING THE FUNCTIONAL STATE OF TYPES OF IMMUNE CELLS AND AN IMMUNE RESPONSE |
EP3461916A1 (en) * | 2017-10-02 | 2019-04-03 | Koninklijke Philips N.V. | Assessment of jak-stat3 cellular signaling pathway activity using mathematical modelling of target gene expression |
EP3502279A1 (en) * | 2017-12-20 | 2019-06-26 | Koninklijke Philips N.V. | Assessment of mapk-ap 1 cellular signaling pathway activity using mathematical modelling of target gene expression |
CN109616152B (zh) * | 2018-12-06 | 2020-01-03 | 中国人民解放军军事科学院军事医学研究院 | 癌症特异的共调网络建立方法及装置 |
EP3739588A1 (en) | 2019-05-13 | 2020-11-18 | Koninklijke Philips N.V. | Assessment of multiple signaling pathway activity score in airway epithelial cells to predict airway epithelial abnormality and airway cancer risk |
RU2722276C1 (ru) * | 2019-12-09 | 2020-05-28 | федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр онкологии" Министерства здравоохранения Российской Федерации | Способ диагностики аденокарциномы поджелудочной железы с нейроэндокринным компонентом |
EP3882363A1 (en) | 2020-03-17 | 2021-09-22 | Koninklijke Philips N.V. | Prognostic pathways for high risk sepsis patients |
WO2021209567A1 (en) | 2020-04-16 | 2021-10-21 | Koninklijke Philips N.V. | Prognostic pathways for viral infections |
EP3978628A1 (en) | 2020-10-01 | 2022-04-06 | Koninklijke Philips N.V. | Prognostic pathways for viral infections |
EP3940704A1 (en) | 2020-07-14 | 2022-01-19 | Koninklijke Philips N.V. | Method for determining the differentiation state of a stem cell |
EP3960875A1 (en) | 2020-08-28 | 2022-03-02 | Koninklijke Philips N.V. | Pcr method and kit for determining pathway activity |
EP3965119A1 (en) | 2020-09-04 | 2022-03-09 | Koninklijke Philips N.V. | Methods for estimating heterogeneity of a tumour based on values for two or more genome mutation and/or gene expression related parameter, as well as corresponding devices |
EP3974540A1 (en) | 2020-09-25 | 2022-03-30 | Koninklijke Philips N.V. | Method for predicting immunotherapy resistance |
EP4015651A1 (en) | 2020-12-17 | 2022-06-22 | Koninklijke Philips N.V. | Treatment prediction and effectiveness of anti-tnf alpha treatment in ibd patients |
EP4039825A1 (en) | 2021-02-09 | 2022-08-10 | Koninklijke Philips N.V. | Comparison and standardization of cell and tissue culture |
JP2024514404A (ja) | 2021-03-11 | 2024-04-02 | コーニンクレッカ フィリップス エヌ ヴェ | 高リスク敗血症患者のための予後経路 |
WO2024033063A1 (en) | 2022-08-12 | 2024-02-15 | Innosign B.V. | Prediction and monitoring of immunotherapy in cancer |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014080305A2 (en) * | 2012-11-20 | 2014-05-30 | Koninklijke Philips N.V. | Integrated phenotyping employing image texture features. |
WO2014087294A2 (en) * | 2012-12-03 | 2014-06-12 | Koninklijke Philips N.V. | Predictive outcome assessment for chemotherapy with neoadjuvant bevacizumab |
JP2014520566A (ja) * | 2011-07-19 | 2014-08-25 | コーニンクレッカ フィリップス エヌ ヴェ | 標的遺伝子発現の確率モデルを使用した細胞シグナル経路の活性の評価 |
Family Cites Families (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6004761A (en) | 1986-11-19 | 1999-12-21 | Sanofi | Method for detecting cancer using monoclonal antibodies to new mucin epitopes |
US5658751A (en) | 1993-04-13 | 1997-08-19 | Molecular Probes, Inc. | Substituted unsymmetrical cyanine dyes with selected permeability |
US5436134A (en) | 1993-04-13 | 1995-07-25 | Molecular Probes, Inc. | Cyclic-substituted unsymmetrical cyanine dyes |
US5545531A (en) | 1995-06-07 | 1996-08-13 | Affymax Technologies N.V. | Methods for making a device for concurrently processing multiple biological chip assays |
US6720149B1 (en) | 1995-06-07 | 2004-04-13 | Affymetrix, Inc. | Methods for concurrently processing multiple biological chip assays |
US6146897A (en) | 1995-11-13 | 2000-11-14 | Bio-Rad Laboratories | Method for the detection of cellular abnormalities using Fourier transform infrared spectroscopy |
US6391550B1 (en) | 1996-09-19 | 2002-05-21 | Affymetrix, Inc. | Identification of molecular sequence signatures and methods involving the same |
NZ516848A (en) | 1997-06-20 | 2004-03-26 | Ciphergen Biosystems Inc | Retentate chromatography apparatus with applications in biology and medicine |
DE69823206T2 (de) | 1997-07-25 | 2004-08-19 | Affymetrix, Inc. (a Delaware Corp.), Santa Clara | Verfahren zur herstellung einer bio-informatik-datenbank |
US6953662B2 (en) | 1997-08-29 | 2005-10-11 | Human Genome Sciences, Inc. | Follistatin-3 |
US6020135A (en) | 1998-03-27 | 2000-02-01 | Affymetrix, Inc. | P53-regulated genes |
US6884578B2 (en) | 2000-03-31 | 2005-04-26 | Affymetrix, Inc. | Genes differentially expressed in secretory versus proliferative endometrium |
AU2002241535B2 (en) | 2000-11-16 | 2006-05-18 | Ciphergen Biosystems, Inc. | Method for analyzing mass spectra |
AU2002314715B2 (en) | 2001-02-16 | 2006-07-27 | Ciphergen Biosystems, Inc. | Method for correlating gene expression profiles with protein expression profiles |
EP3115470B1 (en) | 2002-03-13 | 2018-07-18 | Genomic Health, Inc. | Gene expression profiling in biopsied tumor tissues |
US7097976B2 (en) | 2002-06-17 | 2006-08-29 | Affymetrix, Inc. | Methods of analysis of allelic imbalance |
JP4606879B2 (ja) | 2002-11-15 | 2011-01-05 | ジェノミック ヘルス, インコーポレイテッド | Egfr陽性癌の遺伝子発現プロファイリング |
US20040231909A1 (en) | 2003-01-15 | 2004-11-25 | Tai-Yang Luh | Motorized vehicle having forward and backward differential structure |
EP3470535B1 (en) | 2003-06-24 | 2020-04-01 | Genomic Health, Inc. | Prediction of likelihood of cancer recurrence |
WO2005008213A2 (en) | 2003-07-10 | 2005-01-27 | Genomic Health, Inc. | Expression profile algorithm and test for cancer prognosis |
AU2003265522A1 (en) * | 2003-08-18 | 2005-03-10 | Macrogenics, Inc. | FCGammaRIIB-SPECIFIC ANTIBODIES AND METHODS OF USE THEREOF |
CA3061785A1 (en) | 2004-11-05 | 2006-05-18 | Genomic Health, Inc. | Predicting response to chemotherapy using gene expression markers |
JP2008538112A (ja) | 2005-03-23 | 2008-10-09 | バイオ−ラッド ラボラトリーズ インコーポレーティッド | 常磁性特性を持つ小粒子に結合した、多様な化学ライブラリー |
US20060234911A1 (en) | 2005-03-24 | 2006-10-19 | Hoffmann F M | Method of reversing epithelial mesenchymal transition |
AU2006247067B2 (en) * | 2005-05-18 | 2012-06-07 | Novartis Ag | Methods for diagnosis and treatment of proliferative disorders mediated by CD40 signaling |
KR100806274B1 (ko) | 2005-12-06 | 2008-02-22 | 한국전자통신연구원 | 멀티 쓰레디드 프로세서 기반의 병렬 시스템을 위한 적응형실행 방법 |
AU2007204826B2 (en) | 2006-01-11 | 2013-01-10 | Genomic Health, Inc. | Gene expression markers for colorectal cancer prognosis |
US7888019B2 (en) | 2006-03-31 | 2011-02-15 | Genomic Health, Inc. | Genes involved estrogen metabolism |
WO2007115582A1 (en) | 2006-04-11 | 2007-10-18 | Bio-Rad Pasteur | Hpv detection and quantification by real-time multiplex amplification |
WO2008008430A2 (en) * | 2006-07-13 | 2008-01-17 | The Ohio State University Research Foundation | Micro-rna-based methods and compositions for the diagnosis and treatment of colon cancer-related diseases |
CN101600449A (zh) * | 2006-09-08 | 2009-12-09 | 健泰科生物技术公司 | Wnt拮抗剂及其在wnt介导的病症的诊断和治疗中的用途 |
CA2680591A1 (en) * | 2007-03-15 | 2008-09-25 | Genomic Health, Inc. | Gene expression markers for prediction of patient response to chemotherapy |
US7816084B2 (en) | 2007-11-30 | 2010-10-19 | Applied Genomics, Inc. | TLE3 as a marker for chemotherapy |
US8067178B2 (en) | 2008-03-14 | 2011-11-29 | Genomic Health, Inc. | Gene expression markers for prediction of patient response to chemotherapy |
WO2009124251A1 (en) | 2008-04-03 | 2009-10-08 | Sloan-Kettering Institute For Cancer Research | Gene signatures for the prognosis of cancer |
WO2010006048A2 (en) | 2008-07-08 | 2010-01-14 | Source Precision Medicine, Inc. | Gene expression profiling for predicting the survivability of prostate cancer subjects |
CA3153682A1 (en) | 2008-11-17 | 2010-05-20 | Veracyte, Inc. | Methods and compositions of molecular profiling for disease diagnostics |
CN101967495B (zh) * | 2009-01-23 | 2013-04-17 | 山东省寄生虫病防治研究所 | 乳腺癌细胞C35基因siRNA表达载体的构建以及抗肿瘤治疗应用 |
US8765383B2 (en) | 2009-04-07 | 2014-07-01 | Genomic Health, Inc. | Methods of predicting cancer risk using gene expression in premalignant tissue |
EP2460005A4 (en) | 2009-07-31 | 2012-11-21 | Translational Genomics Res Inst | METHOD FOR ASSESSING A CANCER PROGRESSION RISK |
US8451450B2 (en) | 2009-09-14 | 2013-05-28 | Bio-Rad Laboratories, Inc. | Near real time optical phase conjugation |
US8703736B2 (en) | 2011-04-04 | 2014-04-22 | The Translational Genomics Research Institute | Therapeutic target for pancreatic cancer cells |
US9970057B2 (en) * | 2011-05-06 | 2018-05-15 | Albert Einstein College Of Medicine, Inc. | Human invasion signature for prognosis of metastatic risk |
EP2723905A1 (en) * | 2011-06-27 | 2014-04-30 | Dana-Farber Cancer Institute, Inc. | Signatures and determinants associated with prostate cancer progression and methods of use thereof |
AU2012340186A1 (en) | 2011-11-18 | 2014-06-19 | Vanderbilt University | Markers of triple-negative breast cancer and uses thereof |
EP3179393B1 (en) | 2012-01-31 | 2020-07-08 | Genomic Health, Inc. | Gene expression profile algorithm and test for determining prognosis of prostate cancer |
KR102279844B1 (ko) | 2012-12-26 | 2021-07-21 | 코닌클리케 필립스 엔.브이. | 타깃 유전자 발현의 선형 조합(들)을 사용한 세포 시그널링 경로 활성의 평가 |
WO2014174003A1 (en) | 2013-04-26 | 2014-10-30 | Koninklijke Philips N.V. | Medical prognosis and prediction of treatment response using multiple cellular signalling pathway activities |
AU2014375206B2 (en) | 2014-01-03 | 2021-09-30 | Innosign B.V. | Assessment of the PI3K cellular signaling pathway activity using mathematical modelling of target gene expression. |
-
2015
- 2015-10-26 DK DK15785098.3T patent/DK3210142T3/da active
- 2015-10-26 ES ES15785098T patent/ES2833543T3/es active Active
- 2015-10-26 AU AU2015334840A patent/AU2015334840B2/en active Active
- 2015-10-26 CA CA2965442A patent/CA2965442A1/en active Pending
- 2015-10-26 BR BR112017007965A patent/BR112017007965A8/pt not_active Application Discontinuation
- 2015-10-26 US US14/922,561 patent/US10016159B2/en active Active
- 2015-10-26 WO PCT/EP2015/074700 patent/WO2016062891A1/en active Application Filing
- 2015-10-26 CN CN201580057321.8A patent/CN107077536B/zh active Active
- 2015-10-26 EP EP15785098.3A patent/EP3210142B1/en active Active
- 2015-10-26 JP JP2017522166A patent/JP6415712B2/ja active Active
-
2018
- 2018-06-07 US US16/002,515 patent/US20180271438A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014520566A (ja) * | 2011-07-19 | 2014-08-25 | コーニンクレッカ フィリップス エヌ ヴェ | 標的遺伝子発現の確率モデルを使用した細胞シグナル経路の活性の評価 |
WO2014080305A2 (en) * | 2012-11-20 | 2014-05-30 | Koninklijke Philips N.V. | Integrated phenotyping employing image texture features. |
WO2014087294A2 (en) * | 2012-12-03 | 2014-06-12 | Koninklijke Philips N.V. | Predictive outcome assessment for chemotherapy with neoadjuvant bevacizumab |
Non-Patent Citations (7)
Title |
---|
ADHIKARY, T. ET AL., ONCOGENE, vol. 32, no. 44, JPN6018019551, 31 October 2013 (2013-10-31), pages 5241 - 5252, ISSN: 0003805116 * |
GOMIS, R.R. ET AL., PROC. NATL. ACAD. SCI., vol. 103, no. 34, JPN6018019562, 22 August 2006 (2006-08-22), pages 12747 - 12752, ISSN: 0003805120 * |
ROTHHAMMER, T. ET AL., MELANOMA RESEARCH, vol. 16, no. 4, JPN6018019560, 2006, pages 309 - 316, ISSN: 0003805119 * |
STOCKERT, J. ET AL., NUCLEIC ACIDS RESEARCH, vol. 39, no. 1, JPN6018019554, January 2011 (2011-01-01), pages 119 - 131, ISSN: 0003805117 * |
TECALCO-CRUZ, A.C. ET AL., J. BIOL. CHEM., vol. 287, no. 32, JPN6018019557, 3 August 2012 (2012-08-03), pages 26764 - 26776, ISSN: 0003805118 * |
VAN GEEST, R.J. ET AL., INVEST. OPHTHALMOL. VIS. SCI., vol. 51, no. 4, JPN6018019548, April 2010 (2010-04-01), pages 1857 - 1865, ISSN: 0003805115 * |
ZHANG, Y. ET AL., PLOS ONE, vol. 6, no. 5, JPN6018019546, 20 May 2011 (2011-05-20), pages 20319 - 1, ISSN: 0003805114 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020046867A (ja) * | 2018-09-18 | 2020-03-26 | 国立大学法人東京工業大学 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
JP7209334B2 (ja) | 2018-09-18 | 2023-01-20 | 国立大学法人東京工業大学 | 癌特異的遺伝子制御ネットワークの生成方法、生成用プログラム及び生成用装置 |
WO2021251331A1 (ja) * | 2020-06-08 | 2021-12-16 | 国立大学法人 東京医科歯科大学 | 標的分子予測方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107077536A (zh) | 2017-08-18 |
US10016159B2 (en) | 2018-07-10 |
AU2015334840B2 (en) | 2021-10-21 |
CN107077536B (zh) | 2021-09-28 |
US20160113572A1 (en) | 2016-04-28 |
EP3210142A1 (en) | 2017-08-30 |
DK3210142T3 (da) | 2020-11-16 |
EP3210142B1 (en) | 2020-09-16 |
CA2965442A1 (en) | 2016-04-28 |
WO2016062891A1 (en) | 2016-04-28 |
BR112017007965A2 (pt) | 2018-01-23 |
US20180271438A1 (en) | 2018-09-27 |
BR112017007965A8 (pt) | 2022-11-08 |
AU2015334840A1 (en) | 2017-06-15 |
ES2833543T3 (es) | 2021-06-15 |
JP6415712B2 (ja) | 2018-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6415712B2 (ja) | 標的遺伝子発現の数学的モデル化を用いるTGF−β細胞シグナル伝達経路活性の評価 | |
US20220259666A1 (en) | Assessment of the p13k cellular signaling pathway activity using mathematical modelling of target gene expression | |
EP3692537B1 (en) | Assessment of notch cellular signaling pathway activity using mathematical modelling of target gene expression | |
EP3729439B1 (en) | Assessment of mapk-ap 1 cellular signaling pathway activity using mathematical modelling of target gene expression | |
EP3334837B1 (en) | Assessment of nfkb cellular signaling pathway activity using mathematical modelling of target gene expression | |
EP3692172B1 (en) | Assessment of jak-stat3 cellular signaling pathway activity using mathematical modelling of target gene expression | |
JP6931125B2 (ja) | 標的遺伝子発現の数学的モデル化を使用する、jak−stat1/2細胞シグナル伝達経路活性の評価 | |
JP2018501778A (ja) | 複数の細胞シグナル伝達経路活性を用いる治療応答の医学的予後及び予測 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180502 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180502 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180502 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180516 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180802 |
|
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: 20180904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6415712 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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |