JP2019508016A - 早期乳癌における内分泌処置後の残留リスクの遺伝子シグネチャー - Google Patents
早期乳癌における内分泌処置後の残留リスクの遺伝子シグネチャー Download PDFInfo
- Publication number
- JP2019508016A JP2019508016A JP2018530774A JP2018530774A JP2019508016A JP 2019508016 A JP2019508016 A JP 2019508016A JP 2018530774 A JP2018530774 A JP 2018530774A JP 2018530774 A JP2018530774 A JP 2018530774A JP 2019508016 A JP2019508016 A JP 2019508016A
- Authority
- JP
- Japan
- Prior art keywords
- breast cancer
- gene
- residual risk
- subject
- expression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT 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
-
- 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
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- 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
- C12Q2600/118—Prognosis of disease development
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
Abstract
【選択図】図1−1
Description
[0002] 本開示は、全般的に、乳癌を伴なう対象を予後判定または分類することに関する。より具体的には、本開示は、乳癌を伴なう対象を内分泌処置後にバイオマーカーを用いて予後判定または分類する方法およびデバイスに関する。
[0008] ある側面において、乳癌を伴ない、内分泌療法で処置された対象を、予後判定または分類するためのデバイスを提供し、そのデバイスは、少なくとも1つのプロセッサー;および少なくとも1つのプロセッサーと通信する電子メモリーを含み、その電子メモリーは、少なくとも1つのプロセッサーにおいて実行した際にその少なくとも1つのプロセッサーに下記を実行させる、プロセッサー実行可能なコードを記憶する:a)腫瘍試料における表4に挙げる少なくとも40の遺伝子の発現レベルを反映するデータを受信する;b)その発現レベルに対応する発現プロファイルを構築する;c)その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そしてd)その少なくとも1つのプロセッサーにおいて、乳癌に関連する残留リスクを決定する;その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する。
[0013] 本開示の他の側面は以下の具体的態様のを添付の図面と合わせて考察すると当業者に明らかになるであろう。
[0029] 学究的および市販のマルチパラメトリック検定から集めた遺伝子ならびに乳癌発病に対して重要な遺伝子のパネルを用いて、3,825人の患者をプロファイリングした。結節状態を含む95−遺伝子シグネチャーを検証して、遠隔無再発生存(distant relapse-free survival)に基づいて内分泌処置患者を高リスクグループと低リスクグループに層別化した(DRFS;HR=5.05,95%CI 3.53〜7.22,p=7.51×10−22)。このリスクシグネチャーは現在のマルチパラメトリック検定より良好に作動することも認められた。アジュバント化学療法を受けた検証コホートの患者を含むすべての患者に95−遺伝子 予後判定シグネチャーを適用した場合にも、このシグネチャーはやはり予後判定能力があった(HR=4.76,95%CI 3.56〜6.2,p=8.87×10−28)。機能性遺伝子相互作用解析により、細胞周期制御、有糸分裂および受容体チロシンシグナル伝達に関与する経路を表わす6つの重要なモジュールが同定された;これには乳癌その他の悪性疾患に使用するための既存の標的療法に伴なう多数の遺伝子が含まれる。よって、この予後判定シグネチャーを用いた高リスク患者の同定は、これらの標的療法で処置するための患者を優先できる可能性も備えている。
[0033] 本明細書中で用いる用語“試料”は、対象からのいずれかの体液、細胞または組織試料であって、生検液中に差示的に存在するバイオマーカー発現生成物および/または基準発現プロファイル、たとえばペプチドについてアッセイできるものを表わす。
[0042] ある態様において、残留リスクの判定は、遺伝子グループの荷重和を計測mRNA存在量に掛けることを含む、モジュール調節異常スコア(module dysregulation score)(MDS)を決定することを含む。ある態様において、高いMDSスコアはより高い残留リスクおよび/またはより劣悪な生存と関連し、低いMDSスコアはより低い残留リスクおよび/またはより良好な生存と関連する。
[0048] ある態様において、複数の対照のうち少なくとも1つは基準対象またはその対象の基準遺伝子のmRNA存在量を含む。
[0057] ある態様において、発現レベルはNanoString(登録商標)を用いて決定される。
[0059] ある側面において、乳癌を伴なう対象を処置する方法であって:a)本明細書に記載する方法に従って対象の残留リスクを決定する;そしてb)その残留リスクに基づいて処置を選択し、好ましくは対象をその処置に従って処置することを含む方法を提供する。ある態様において、患者が基準コホートの集団中央値と対比して相対的に高い残留リスクを有するならば、内分泌療法と化学療法の併用を処置として選択する。
[0060] ある側面において、コンピューター実装した、乳癌を伴なう対象において内分泌単独処置の予後を判定する方法であって:a)少なくとも1つのプロセッサーにおいて、腫瘍試料における表4に挙げる少なくとも40の遺伝子の発現レベルを反映するデータを受信する;b)その少なくとも1つのプロセッサーにおいて、その発現レベルに対応する発現プロファイルを構築する;c)その少なくとも1つのプロセッサーにおいて、その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そしてd)その少なくとも1つのプロセッサーにおいて、乳癌に関連する残留リスクを決定することを含む方法を提供し、その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する。
[0069] ある態様において、複数の対照のうち少なくとも1つは基準対象またはその対象の基準遺伝子のmRNA存在量を含む。
[0073] ある態様において、残留リスクは遠隔無再発生存を表わす。
[0074] ある側面において、プロセッサーおよびプロセッサーに接続したメモリーを有する汎用コンピューターと組み合わせて使用するためのコンピュータープログラムプロダクトを提供し、そのコンピュータープログラムプロダクトは、コンピューターメカニズムがエンコードされたコンピューター可読記憶媒体を含み、コンピュータープログラムメカニズムをコンピューターのメモリー内にローディングしてコンピューターに本明細書に記載する方法を実行させることができる。
[0076] ある側面において、乳癌を伴ない、内分泌療法で処置された対象を、予後判定または分類するためのデバイスを提供し、そのデバイスは、少なくとも1つのプロセッサー;および少なくとも1つのプロセッサーと通信する電子メモリーを含み、その電子メモリーは、少なくとも1つのプロセッサーにおいて実行した際にその少なくとも1つのプロセッサーに下記を実行させる、プロセッサー実行可能なコードを記憶する:a)腫瘍試料における表4に挙げる少なくとも40の遺伝子の発現レベルを反映するデータを受信する;b)その発現レベルに対応する発現プロファイルを構築する;c)その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そしてd)その少なくとも1つのプロセッサーにおいて、乳癌に関連する残留リスクを決定する;その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する。
[0077] ある側面において、複数の単離した核酸配列を含む組成物であって、それぞれの単離した核酸配列は、(a)表4に挙げる少なくとも40の遺伝子に対応する遺伝子グループのmRNA;および/または(b)a)に対して相補的な核酸にハイブリダイズする、それらの遺伝子グループの発現レベルを測定するために使用される組成物を提供する。
[0080] プライマーの例には、ポリヌクレオチドに対して相補的なプライマー伸長生成物の合成を触媒する条件下に置かれた際に相補鎖に沿ったポリヌクレオチド合成の開始点として作用できるオリゴヌクレオチドが含まれる。そのような条件には、4種類の異なるヌクレオチド三リン酸またはヌクレオシドアナログ、ならびに重合のための1種類以上の試薬、たとえばDNAポリメラーゼおよび/または逆転写酵素の存在、適切な緩衝剤(“緩衝剤”には、補因子であるか、またはpH、イオン濃度などに影響を及ぼす物質が含まれる)、ならびに適切な温度が含まれる。プライマーは、ポリメラーゼに対する試薬の存在下で伸長生成物の合成を刺激するのに十分な長さでなければならない。代表的プライマーは、標的配列に対して実質的に相補的な少なくとも約5ヌクレオチド長さの配列を含むが、これより若干長いプライマーが好ましい。プライマーは常に、標的配列(すなわち増幅されるべき特異的配列)に対し実質的に相補的な配列を含み、それにアニールできる。
[0086] 核酸の単離、増幅および分析の方法は当業者にルーティンであり、プロトコルの例を、たとえばMolecular Cloning: A Laboratory Manual (3-Volume Set) Ed. Joseph Sambrook, David W. Russel, and Joe Sambrook, Cold Spring Harbor Laboratory; 3rd edition (Jan. 15, 2001), ISBN: 0879695773中に見出すことができる。PCR増幅に用いる方法に特に有用なプロトコル源は、PCR(Basics: From Background to Bench) by M. J. McPherson, S. G. Moller, R. Beynon, C. Howe, Springer Verlag; 1st edition (Oct. 15, 2000), ISBN: 0387916008である。
[0092] 標的ポリヌクレオチドに“選択的にハイブリダイズする”プライマーは、もっぱらまたは大部分が、試料中のRNAからなるかまたは試料中のRNAに対して相補的なcDNAからなるポリヌクレオチド混合物中の単一の標的ポリヌクレオチドとハイブリダイズできるプライマーである。
[0096] TEAM試験は多国籍オープンラベル フェーズIII試験であり、ホルモン受容体陽性19の早期乳癌を伴なう閉経後の女性を、エキセメスタン(25mg)1日1回またはタモキシフェン(20mg)1日1回を最初の2.5〜3年間;続いてエキセメスタン(25mg)を投与する(合計5年間の処置)ようにランダムに割りつけた(参照:図11A)。ホルモン受容体(ERおよびPgR)およびHER2状態を免疫組織化学により試験参加のために地域で評価し、次いで中央で確認し28、HER2状態を免疫組織化学および蛍光インサイチュハイブリダイゼーション(fluorescence in situ hybridization)(FISH)29により確認した。すべての評価をASCO/CAPガイドライン30−32に従って実施した。どの患者も抗HER2療法を受けなかった。遠隔無再発生存(distant relapse-free survival)(DRFS)をランダム化から遠隔再発または乳癌による死亡までの時間と定めた19。
[0098] この試験で予後判定マーカーを開発するのに十分な検出力があるかどうかを評価するために、内分泌単独コホートと内分泌+アジュバント化学療法コホートの両方について検出力計算を実施した;全TEAMコホート(n=2549および事象数=320;n=3,825および事象数=507);ならびにトレーニング(n=576および事象数=67;n=790および事象数=106)および検証(n=1973および事象数=253;n=3,035および事象数=431)それぞれのサブセットについて別個に。等サイズの患者グループと仮定して、前記の事象数に対する特定のHRを観察する尤度を表わす検出力推定値を下記の式(1)から導いた37:
[0099] 症例当たり5つの4μmホルマリン固定パラフィン包埋(formalin-fixed paraffin-embedded)(FFPE)切片を脱パラフィン処理し、腫瘍領域をマクロ切除し、Ambion(登録商標) Recoverall(商標)総核酸単離キット−RNA抽出ブロトコル(Life Technologies(商標),カナダ,オンタリオ)を用いてRNAを抽出した。Nanodrop−8000分光光度計(米国デラウェア州)を用いてRNAアリコートを定量した。TEAM病態コホートから抽出した3825のRNAすべてのアッセイに成功した。各遺伝子についてプローブを設計し、NanoString(登録商標)Technologies(米国ワシントン州シアトル)で合成し;NanoString(登録商標)nCounter(登録商標)分析システムを用い、NanoString(登録商標)Technologiesプロトコルに従って、各試料につき250ngのRNAをハイブリダイゼーション、処理および分析した。
[00100] 未処理のmRNA存在量カウントデータを、NanoStringNorm Rパッケージ33,39(v1.1.19)により、発現上位75遺伝子の幾何平均から導いた正規化係数を用いて前処理した。RNAカウント|z−スコア|>6をもつ試料に目印をつけ、外れ値として除外した。このコホートにおける選択した正規化方法の性能を評価するために、合計252の組合わせの前処理方法を評価した:6つの陽性対照、8つの陰性対照および8つのハウスキーピング遺伝子(RPLP0、TFRC、MRPL19、SF3A1、GAPDH、PSMC4、ACTB、およびGUS)を利用する正規化方法、続いて包括的正規化に及ぶ(参照:図12)。最適な前処理パラメーターを同定するために、2つの基準を評価した。第1に、それぞれの前処理方法を、それらがHER2陽性試料とHER2陰性試料の間のERBB2 mRNA存在量のユークリッド距離(Euclidean distance)を最大化する能力に基づいて順位付けした。このプロセスをそれぞれの前処理スキームにつき100万のランダムサブセットのHER2陽性およびHER2陰性試料について繰り返した。第2に、それぞれの前処理方法を、それらがバッチ間変動を最小限に抑える能力に基づいて、5つのランダム選択した匿名FFPE乳癌試料から抽出したRNAの15回複製プールを用いて評価および順位付けした。混合効果線形モデルを実行し、残差推定値(residual estimate)をバッチ間変動の推定値として用いた(R package:nlme v3.1−117)。最後に、2つのマトリックスのRankProduct40に基づいて、これら2つの基準に基づく累積順位を推定した。未処理カウントを上位75の発現遺伝子から誘導した幾何平均に対して正規化するrank productに基づいて、最適な前処理方法の最終選択肢を選択した。14の試料を潜在外れ値として排除した(RNAカウント|z−スコア|>5または低いアレイ間相関性をもつ)。14の試料を二重に試験し、それらの未処理カウントを平均し、その後、単一試料として処理した後に正規化した。選択した方法はrank product中の上位10の前処理方法に含まれていた(参照:図12)。
[00102] 一変量コックス比例ハザードモデリングに基づき、内分泌処置のみのトレーニングコホートにおいてまず遺伝子のフィーチャー選択を実施した;p<0.25のものを残した。これらの残した遺伝子を用いて“モジュール調節異常スコア”を計算した。
[00105] 予測リスクスコアを25の等しいビン(bin)に分割することにより、5年目および10年目の再発確率を推定した。各ビンについて、再発確率R(t)を1−S(t)として計算した;ここで、S(t)は5年目または10年目のカプラン・マイヤー生存率推定値である。これら25のビンのR(t)推定値を平滑化するために局所多項式回帰(local polynomial regression)を用いた。次いでこれらの予測推定値を、最初と最後のグループを除いた各グループの中央リスクスコアに対してプロットした;その際、それぞれ最低リスクスコアおよび99パーセンタイルを用いた。すべての生存モデリングをR統計学的環境(Rパッケージ:生存率v 2.38−3)で実施した。
[00106] 受信者動作特性(ROC)曲線下面積を用いて生存モデルの性能を評価した。異なるモデルにわたるAUC差の有意性を評価するために並べ替え解析(permutation analysis)を実施した(生存オブジェクトの順序を維持したままスコアを10,000回シャッフルした)。
[00107] 下記のマルチパラメトリック検定を含む、遺伝子を用いる類似のリスク分類の誘導:OncotypeDx(登録商標)(Genomic Health Inc.)5,6、Prosigna(商標)(NanoString Technologies,Inc.)7−9、Mammaprint(登録商標)(Agendia Inc.)10,11。
[00113] 最終遺伝子リストをCytoscape(v3.0.2)のCytoscape Reactome機能性相互作用(Functional Interaction)(FI)プラグインにローディングした。2013バージョンのFIネットワークで記号を遺伝子セットとしてローディングした。FIネットワークをFIアノテーションでリンカー遺伝子なしに構築した。FIプラグイン関数を用いて、各モジュールについてスペクトルクラスタリング(Spectral clustering)およびパスウェイエンリッチメント(Pathway Enrichment)を計算した。
[00114] すべての遺伝子のRNA存在量プロファイルを3,825人の患者について作成した。完全な療法情報があった患者のうち2,549人を内分泌療法のみで処置し、一方、1,275人はアジュバント化学療法も受けた。内分泌処置のみの患者を576人のトレーニングコホート(n=67の事象)と1,973人の検証コホート(n=253の事象)に分け、それをそれぞれシグネチャー発見と検証に用いた。内分泌処置患者においてトレーニングおよび検証したシグネチャーの、アジュバント化学療法で処置した患者に対する予後判定能力を調べるために、次いで、そのシグネチャーを検証コホートの全患者に対してモデリングし、アジュバント化学療法のために調整した(n=3,035)。各コホートにおける中央追跡はそれぞれ7.51年および6.21年であった。内分泌処置のトレーニングコホートおよび検証コホートの臨床特徴を表1に記載する。3,825人の患者の全コホートの臨床特徴を表3にまとめる。高い腫瘍グレード、結節状態、病理学的サイズおよびHER2 IHC状態は、トレーニングコホートと検証コホートの両方において一変量で予後判定能力があった(参照:表1および表3)。
[00115] 元の165遺伝子の遺伝子リストの一変量評価により、内分泌単独処置した患者において予後判定有意である95の遺伝子が同定された(表4,参照:図4)。これら95の遺伝子を機能モジュール(functional module)に集計し、残留リスクモデルをトレーニングするために用いた。これら95の遺伝子から、臨床共変量を用いて、および用いずに作成したMDSのモデリングにより、結節状態を唯一の臨床共変量として含む最終改良型シグネチャーが得られた(参照:図1)。このリスクモデルは、95−遺伝子シグネチャーを用いた場合、トレーニングコホートにおいて同等であることが認められた:臨床共変量を用いない場合(HRhigh=4.05,95% CI 2.25−7.3,p=3.28×10−6;10倍交差検証)、ならびに臨床共変量、たとえば腫瘍グレード、病理学的腫瘍サイズおよび結節状態を含めた場合(HRhigh=2.74,95% CI 1.61〜4.65,p=2.06×10−4;10倍交差検証)(参照:図5)。中央値周囲で二分割し、検証セットに適用した場合、得られた95−遺伝子シグネチャーは内分泌処置後のDFRSの頑健な予測子であった(HRhigh=5.05,95% CI 3.53〜7.22,p=7.51×10−19,参照:図1A)。トレーニングセットと同様に、すべての臨床共変量を検証コホートのモデルに含めた場合、類似の結果が得られた(HRhigh=5.56,95% CI 3.85〜8.03,p=5.75×10−20,参照:図6)。試料を分位数に分けた場合(参照:図1B)、このシグネチャーはきわめて低いリスクの患者(10年目に<5%のDRFS)を同定した。このシグネチャーからの連続リスクスコアは5年目(参照:図1C)および10年目(参照:図1D)の再発の尤度と直接相関し、より高いリスクスコアは顕著に、より高い転移事象の尤度と相関していた。
[00116] アジュバント化学療法も受けた患者において95−遺伝子 残留シグネチャーが予後判定能力を維持するかどうかを判定するために、このモデルを検証コホートのすべての患者(化学療法を受けた者および受けていない者)に、ただし化学療法に層別化して適用した(参照:図7Aおよび7B)。結果は、このサブセットの患者において95−遺伝子シグネチャーが依然として予後判定能力をもつことを示した(HRhigh=4.7,95% CI 3.56〜6.2,p=8.87×10−28)。アジュバント化学療法に従った層別化は、このシグネチャーによって低リスクまたは高リスクとして定められる患者間でDRFSにおいて差を示さなかった(参照:図7C)。
[00117] HER2陽性およびHER2陰性患者の両方において95−遺伝子 残留リスクシグネチャーが予後判定能力を維持するかどうかを判定するために、このモデルを追加のアジュバント化学療法を受けなかった検証コホートの患者に適用し、HER2状態により結果を層別化した(参照:図8)。このモデルをすべての患者に適用し、HER2状態により結果を層別化した場合(参照:図8A)、95−遺伝子シグネチャーによって低リスクと同定された患者はHER2陽性またはHER2陰性の患者間でDRFSに有意差を示さなかった(p=0.78)。同様に、高リスクと同定された患者について、HER2陽性またはHER2陰性の患者間でDRFSに統計学的有意差はみられなかった(p=0.09)が、HER2陽性患者はより劣悪な転帰の傾向を示すことが観察された。全体として、このシグネチャーは、HER2陽性(HR=5.17;95% CI:1.25〜21.38;p=0.023)またはHER2陰性(HR=4.75;95% CI:3.23〜6.97;p=2.01×10−15)のいずれの患者サブセット内でも(参照:図8B)、高リスクを低リスクから鑑別することができる。
[00118] NanoString RNA存在量データを用いて、現在のマルチパラメトリック検定からリスクスコアを作成し、図2Aおよび表5に既知の予後判定臨床因子と共に示す。分子intrinsic subtyping結果も示す(参照:図2A)。全検定にわたって高リスクおよび低リスク患者の共通グループがあるが、不一致(discordant)結果を伴なう患者が多数ある(参照:図2A、表6)。市販検定に基づいて作成したリスクスコア(参照:図2B、表7)と比較した場合、95−遺伝子シグネチャーはこの試験において0.76のAUCでこれらのマルチパラメトリック検定より良好な性能を示した。市販検定と95−遺伝子リスクスコアとのAUCにおける差は統計学的に有意であることが認められた(表8)。検定間の全体的一致性のほかに、検証コホート全体にわたるcommercial−likeリスクスコアのまとめを表5および6に示し、市販または学究的リスク層別化検定それぞれについてのカプラン・マイヤー生存プロットを図9に示し、補足データ中にさらに記載する。全体として、NanoString RNA存在量データを用いて総括した各検定は再発に対する低リスクまたは高リスクの患者を統計学的に有意に鑑別できた(参照:図9)。
[00119] この遺伝子リストの組成物により、多数の市販および学究的な残留リスク層別化検定のものと類似するリスク分類の誘導が可能であった(参照:図2)。検証コホートにわたるそれぞれの市販および学究的検定についてのカプラン・マイヤー生存プロットは、それらのマルチパラメトリック検定の性能と一致する統計学的に有意の結果を示した(参照:図9,表5および6)。直接比較すると、95−遺伝子 残留リスク分類器(classifier)は、他のマルチパラメトリック検定結果より有意に良好な性能をもつ0.76の曲線下面積(AUC)を生じた(表7および8)。その次に良好な性能をもつ分類器は、MammaPrint−likeの結果(AUC=0.72)、OncotypeDx−like(AUC=0.71)、mRNA−IHC4(AUC=0.72)、Prosigna−like(AUC=0.70)、タンパク質−IHC4(AUC=0.68)、およびGenomic Grade Index−like(AUC=0.67)の結果であった。95−遺伝子シグネチャーは、この試験においてNanoString発現データにより作成されたGenomic Grade Index−like(2.83×10−9)およびProsigna−like(p=3.02×10−8)の結果より有意に良好な性能を示し;一方で、OncotypeDx−like(p=5.10×10−3)およびMammaPrint−like(p=2.98×10−3)検定結果より良好な性能も示した。検定間の一致性を表9に示す;95−遺伝子シグネチャーは、MammaPrint−likeおよびProsigna−likeの結果と、より大きな一致性を示す。
[00125] シグネチャーにおける95遺伝子のうち52を含む機能性相互作用(FI)ツールを用いて、6つの重要なネットワークモジュールを同定した(参照:図3A,表10)。モジュール1、3および4は、有糸分裂(FDR<5.0×10−4)、細胞周期(FDR<3.33×10−4)、および細胞周期チェックポイント関連の経路(FDR=0.0001)に関与する遺伝子を含んでいた。モジュール2は、下記を含めた受容体−チロシンシグナル伝達に関与する遺伝子および経路を含んでいた:ERBB経路シグナル伝達(FDR<6.66×10−5)、PI3K−AKTシグナル伝達(FDR<8.33×10−5)、p53シグナル伝達(FDR<5.00×10−4)、およびアポトーシス(FDR=0.00479)。これらのモジュール内の個々の遺伝子について正規化した発現(表9)は、モジュール1、3および4内のすべての遺伝子が高リスクと分類された患者間で高度に発現していることを示した(表9;ウィルコクソンの順位和検定(Wilcoxon rank-sum test))。
* Thomson Reuters Integrity(サービスマーク)およびClinicalTrials.gov (https://clinicaltrials.gov/)を用いて検索した化合物
[00127] これらのモジュール内の遺伝子についてIntegrity Compound Search(Thomson Reuters)を用いて、臨床で乳癌または他の新生物の処置のために現在用いられている多数の標的化合物;あるいはフェーズIIおよび/またはフェーズIII開発中のもの(https://clinicaltrials.gov/)を同定した(参照:図3,表11)。これらの化合物のうち多数が、この試験で用いた分類器によって高リスクとみなされた者について、早期ルミナル乳癌(luminal breast cancer)セッティングにおいて層別化使用できる可能性をもつ(表10)。したがって、これらの化合物は標的療法薬を早期ルミナル乳癌のために再利用できる可能性をもつ(参照:図10)。
1. Abe,O., Abe,R., Enomoto,K., Kikuchi,K., Koyama,H., Masuda,H. et al. Effects of chemotherapy and hormonal therapy for early breast cancer on recurrence and 15-year survival: an overview of the randomised trials. Lancet 365, 1687-1717 (2005).
2. Dowsett,M., Cuzick,J., Ingle,J., Coates,A., Forbes,J., Bliss,J. et al. Meta-Analysis of Breast Cancer Outcomes in Adjuvant Trials of Aromatase Inhibitors Versus Tamoxifen. Journal of Clinical Oncology 28, 509-518 (2010).
3. Colleoni,M., Sun,Z., Price,K.N., Karlsson,P., Forbes,J.F., Thurlimann,B. et al. Annual Hazard Rates of Recurrence for Breast Cancer During 24 Years of Follow-Up: Results From the International Breast Cancer Study Group Trials I to V. J. Clin. Oncol. 34, 927-935 (2016).
4. Bartlett,J., Canney,P., Campbell,A., Cameron,D., Donovan,J., Dunn,J. et al. Selecting breast cancer patients for chemotherapy: the opening of the UK OPTIMA trial. Clin Oncol (R. Coll. Radiol. ) 25, 109-116 (2013).
5. Paik,S., Shak,S., Tang,G., Kim,C., Baker,J., Cronin,M. et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N. Engl. J. Med. 351, 2817-2826 (2004).
6. Paik,S., Tang,G., Shak,S., Kim,C., Baker,J., Kim,W. et al. Gene expression and benefit of chemotherapy in women with node-negative, estrogen receptor-positive breast cancer. J. Clin. Oncol. 24, 3726-3734 (2006).
7. Chia,S.K., Bramwell,V.H., Tu,D., Shepherd,L.E., Jiang,S., Vickery,T. et al. A 50-gene intrinsic subtype classifier for prognosis and prediction of benefit from adjuvant tamoxifen. Clin. Cancer Res. 18, 4465-4472 (2012).
8. Nielsen,T.O., Parker,J.S., Leung,S., Voduc,D., Ebbert,M., Vickery,T. et al. A comparison of PAM50 intrinsic subtyping with immunohistochemistry and clinical prognostic factors in tamoxifen-treated estrogen receptor-positive breast cancer. Clin. Cancer Res. 16, 5222-5232 (2010).
9. Perou,C.M., Sorlie,T., Eisen,M.B., van de Rijn,M., Jeffrey,S.S., Rees,C.A. et al. Molecular portraits of human breast tumours. Nature 406, 747-752 (2000).
10. Cardoso,F., Van't Veer,L., Rutgers,E., Loi,S., Mook,S., & Piccart-Gebhart,M.J. Clinical application of the 70-gene profile: the MINDACT trial. J. Clin. Oncol. 26, 729-735 (2008).
11. van de Vijver,M.J., He,Y.D., van't Veer,L.J., Dai,H., Hart,A.A., Voskuil,D.W. et al. A gene-expression signature as a predictor of survival in breast cancer. N. Engl. J. Med. 347, 1999-2009 (2002).
12. Ma,X.J., Salunga,R., Dahiya,S., Wang,W., Carney,E., Durbecq,V. et al. A five-gene molecular grade index and HOXB13:IL17BR are complementary prognostic factors in early stage breast cancer. Clin. Cancer Res. 14, 2601-2608 (2008).
13. Whitfield,M.L., Sherlock,G., Saldanha,A.J., Murray,J.I., Ball,C.A., Alexander,K.E. et al. Identification of genes periodically expressed in the human cell cycle and their expression in tumors. Mol. Biol. Cell 13, 1977-2000 (2002).
14. Muller,B.M., Keil,E., Lehmann,A., Winzer,K.J., Richter-Ehrenstein,C., Prinzler,J. et al. The EndoPredict Gene-Expression Assay in Clinical Practice - Performance and Impact on Clinical Decisions. PLoS. One. 8, e68252 (2013).
15. Afentakis,M., Dowsett,M., Sestak,I., Salter,J., Howell,T., Buzdar,A. et al. Immunohistochemical BAG1 expression improves the estimation of residual risk by IHC4 in postmenopausal patients treated with anastrazole or tamoxifen: a TransATAC study. Breast Cancer Res. Treat. 140, 253-262 (2013).
16. Cuzick,J., Dowsett,M., Pineda,S., Wale,C., Salter,J., Quinn,E. et al. Prognostic Value of a Combined Estrogen Receptor, Progesterone Receptor, Ki-67, and Human Epidermal Growth Factor Receptor 2 Immunohistochemical Score and Comparison With the Genomic Health Recurrence Score in Early Breast Cancer. Journal of Clinical Oncology 29, 4273-4278 (2011).
17. Bartlett,J.M., Bayani,J., Marshall,A., Dunn,J.A., Campbell,A., Cunningham,C. et al. Comparing Breast Cancer Multiparameter Tests in the OPTIMA Prelim Trial: No Test Is More Equal Than the Others. J. Natl. Cancer Inst. 108, (2016).
18. Prat,A., Parker,J.S., Fan,C., Cheang,M.C., Miller,L.D., Bergh,J. et al. Concordance among gene expression-based predictors for ER-positive breast cancer treated with adjuvant tamoxifen. Ann. Oncol. 23, 2866-2873 (2012).
19. van de Velde,C.J., Rea,D., Seynaeve,C., Putter,H., Hasenburg,A., Vannetzel,J.M. et al. Adjuvant tamoxifen and exemestane in early breast cancer (TEAM): a randomised phase 3 trial. Lancet 377, 321-331 (2011).
20. Clemens,M.R., Gladkov,O.A., Gartner,E., Vladimirov,V., Crown,J., Steinberg,J. et al. Phase II, multicenter, open-label, randomized study of YM155 plus docetaxel as first-line treatment in patients with HER2-negative metastatic breast cancer. Breast Cancer Res. Treat. 149, 171-179 (2015).
21. Schoffski,P. Polo-like kinase (PLK) inhibitors in preclinical and early clinical development in oncology. Oncologist. 14, 559-570 (2009).
22. Schoffski,P., Blay,J.Y., De,G.J., Brain,E., Machiels,J.P., Soria,J.C. et al. Multicentric parallel phase II trial of the polo-like kinase 1 inhibitor BI 2536 in patients with advanced head and neck cancer, breast cancer, ovarian cancer, soft tissue sarcoma and melanoma. The first protocol of the European Organization for Research and Treatment of Cancer (EORTC) Network Of Core Institutes (NOCI). Eur. J. Cancer 46, 2206-2215 (2010).
23. Finn,R.S., Crown,J.P., Lang,I., Boer,K., Bondarenko,I.M., Kulyk,S.O. et al. The cyclin-dependent kinase 4/6 inhibitor palbociclib in combination with letrozole versus letrozole alone as first-line treatment of oestrogen receptor-positive, HER2-negative, advanced breast cancer (PALOMA-1/TRIO-18): a randomised phase 2 study. Lancet Oncol. 16, 25-35 (2015).
24. Finn,R.S., Dering,J., Conklin,D., Kalous,O., Cohen,D.J., Desai,A.J. et al. PD 0332991, a selective cyclin D kinase 4/6 inhibitor, preferentially inhibits proliferation of luminal estrogen receptor-positive human breast cancer cell lines in vitro. Breast Cancer Res. 11, R77 (2009).
25. Piccart,M., Hortobagyi,G.N., Campone,M., Pritchard,K.I., Lebrun,F., Ito,Y. et al. Everolimus plus exemestane for hormone-receptor-positive, human epidermal growth factor receptor-2-negative advanced breast cancer: overall survival results from BOLERO-2dagger. Ann. Oncol. 25, 2357-2362 (2014).
26. Yardley,D.A., Noguchi,S., Pritchard,K.I., Burris,H.A., III, Baselga,J., Gnant,M. et al. Everolimus plus exemestane in postmenopausal patients with HR(+) breast cancer: BOLERO-2 final progression-free survival analysis. Adv. Ther. 30, 870-884 (2013).
27. Hosford,S.R. & Miller,T.W. Clinical potential of novel therapeutic targets in breast cancer: CDK4/6, Src, JAK/STAT, PARP, HDAC, and PI3K/AKT/mTOR pathways. Pharmgenomics. Pers. Med. 7, 203-215 (2014).
28. Bartlett,J.M., Brookes,C.L., Robson,T., van de Velde,C.J., Billingham,L.J., Campbell,F.M. et al. Estrogen receptor and progesterone receptor as predictive biomarkers of response to endocrine therapy: a prospectively powered pathology study in the Tamoxifen and Exemestane Adjuvant Multinational trial. J. Clin. Oncol. 29, 1531-1538 (2011).
29. Bartlett,J.M., Brookes,C.L., Piper,T., van de Velde,C.J., Stocken,D., Lyttle,N. et al. Do type 1 receptor tyrosine kinases inform treatment choice? A prospectively planned analysis of the TEAM trial. Br. J. Cancer 109, 2453-2461 (2013).
30. Hammond,M.E., Hayes,D.F., & Wolff,A.C. Clinical Notice for American Society of Clinical Oncology-College of American Pathologists guideline recommendations on ER/PgR and HER2 testing in breast cancer. J. Clin. Oncol. 29, e458 (2011).
31. Wolff,A.C., Hammond,M.E., Schwartz,J.N., Hagerty,K.L., Allred,D.C., Cote,R.J. et al. American Society of Clinical Oncology/College of American Pathologists guideline recommendations for human epidermal growth factor receptor 2 testing in breast cancer. J. Clin. Oncol. 25, 118-145 (2007).
32. Wolff,A.C., Hammond,M.E., Hicks,D.G., Dowsett,M., McShane,L.M., Allison,K.H. et al. Recommendations for human epidermal growth factor receptor 2 testing in breast cancer: American Society of Clinical Oncology/College of American Pathologists clinical practice guideline update. J. Clin. Oncol. 31, 3997-4013 (2013).
33. Waggott,D., Chu,K., Yin,S., Wouters,B.G., Liu,F.F., & Boutros,P.C. NanoStringNorm: an extensible R package for the pre-processing of NanoString mRNA and miRNA data. Bioinformatics. 28, 1546-1548 (2012).
34. Toussaint,J., Sieuwerts,A.M., Haibe-Kains,B., Desmedt,C., Rouas,G., Harris,A.L. et al. Improvement of the clinical applicability of the Genomic Grade Index through a qRT-PCR test performed on frozen and formalin-fixed paraffin-embedded tissues. BMC. Genomics 10, 424 (2009).
35. Barton,S., Zabaglo,L., A'Hern,R., Turner,N., Ferguson,T., O'Neill,S. et al. Assessment of the contribution of the IHC4+C score to decision making in clinical practice in early breast cancer. Br. J. Cancer 106, 1760-1765 (2012).
36. Cuzick,J., Dowsett,M., Pineda,S., Wale,C., Salter,J., Quinn,E. et al. Prognostic value of a combined estrogen receptor, progesterone receptor, Ki-67, and human epidermal growth factor receptor 2 immunohistochemical score and comparison with the Genomic Health recurrence score in early breast cancer. J. Clin. Oncol. 29, 4273-4278 (2011).
37. Schemper,M. & Smith,T.L. A note on quantifying follow-up in studies of failure time. Control Clin. Trials 17, 343-346 (1996).
38. Starmans,M.H., Pintilie,M., John,T., Der,S.D., Shepherd,F.A., Jurisica,I. et al. Exploiting the noise: improving biomarkers with ensembles of data analysis methodologies. Genome Med. 4, 84 (2012).
39. Waggott,D., Chu,K., Yin,S., Wouters,B.G., Liu,F.F., & Boutros,P.C. NanoStringNorm: an extensible R package for the pre-processing of NanoString mRNA and miRNA data. Bioinformatics. 28, 1546-1548 (2012).
40. Breitling,R., Armengaud,P., Amtmann,A., & Herzyk,P. Rank products: a simple, yet powerful, new method to detect differentially regulated genes in replicated microarray experiments. FEBS Lett. 573, 83-92 (2004).
41. Barton,S., Zabaglo,L., A'Hern,R., Turner,N., Ferguson,T., O'Neill,S. et al. Assessment of the contribution of the IHC4+C score to decision making in clinical practice in early breast cancer. Br. J. Cancer 106, 1760-1765 (2012).
42. Cuzick,J., Dowsett,M., Pineda,S., Wale,C., Salter,J., Quinn,E. et al. Prognostic value of a combined estrogen receptor, progesterone receptor, Ki-67, and human epidermal growth factor receptor 2 immunohistochemical score and comparison with the Genomic Health recurrence score in early breast cancer. J. Clin. Oncol. 29, 4273-4278 (2011).
43. Paik,S., Shak,S., Tang,G., Kim,C., Baker,J., Cronin,M. et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N. Engl. J. Med. 351, 2817-2826 (2004).
44. Parker,J.S., Mullins,M., Cheang,M.C., Leung,S., Voduc,D., Vickery,T. et al. Supervised risk predictor of breast cancer based on intrinsic subtypes. J. Clin. Oncol. 27, 1160-1167 (2009).
45. Chia,S.K., Bramwell,V.H., Tu,D., Shepherd,L.E., Jiang,S., Vickery,T. et al. A 50-gene intrinsic subtype classifier for prognosis and prediction of benefit from adjuvant tamoxifen. Clin. Cancer Res. 18, 4465-4472 (2012).
46. Nielsen,T.O., Parker,J.S., Leung,S., Voduc,D., Ebbert,M., Vickery,T. et al. A comparison of PAM50 intrinsic subtyping with immunohistochemistry and clinical prognostic factors in tamoxifen-treated estrogen receptor-positive breast cancer. Clin. Cancer Res. 16, 5222-5232 (2010).
47. Perou,C.M., Sorlie,T., Eisen,M.B., van de Rijn,M., Jeffrey,S.S., Rees,C.A. et al. Molecular portraits of human breast tumours. Nature 406, 747-752 (2000).
48. van de Vijver,M.J., He,Y.D., van't Veer,L.J., Dai,H., Hart,A.A., Voskuil,D.W. et al. A gene-expression signature as a predictor of survival in breast cancer. N. Engl. J. Med. 347, 1999-2009 (2002).
49. Toussaint,J., Sieuwerts,A.M., Haibe-Kains,B., Desmedt,C., Rouas,G., Harris,A.L. et al. Improvement of the clinical applicability of the Genomic Grade Index through a qRT-PCR test performed on frozen and formalin-fixed paraffin-embedded tissues. BMC. Genomics 10, 424 (2009).
50. Sparano,J.A. TAILORx: trial assigning individualized options for treatment (Rx). Clin. Breast Cancer 7, 347-350 (2006).
51. Sparano,J.A., Gray,R.J., Makower,D.F., Pritchard,K.I., Albain,K.S., Hayes,D.F. et al. Prospective Validation of a 21-Gene Expression Assay in Breast Cancer. N. Engl. J. Med.(2015).
Claims (32)
- 乳癌を伴なう対象において内分泌単独処置の予後を判定する方法であって:
a)乳癌の腫瘍試料を用意する;
b)腫瘍試料において表4に挙げる少なくとも40の遺伝子の発現レベルを決定する;
c)その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そして
d)乳癌に関連する残留リスクを決定する
ことを含み、その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する、前記方法。 - 遺伝子のグループが表4に挙げる遺伝子のうち少なくとも40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、または95である、請求項1に記載の方法。
- さらに、決定した遺伝子グループの発現レベルから対象の遺伝子発現プロファイルを構築する、請求項1または2に記載の方法。
- 残留リスクの決定が、遺伝子グループの荷重和を計測mRNA存在量に掛けたものを含むモジュール調節異常スコア(MDS)を決定することを含む、請求項1〜3のいずれか1項に記載の方法。
- 高いMDSスコアはより高い残留リスクおよび/またはより劣悪な生存に関連し、低いMDSスコアはより低い残留リスクおよび/またはより良好な生存に関連する、請求項4に記載の方法。
- さらに、少なくとも1つの対照、好ましくは複数の対照を用いてmRNA存在量を正規化することを含む、請求項1〜5のいずれか1項に記載の方法。
- 複数の対照のうち少なくとも1つが、基準対象または対象の基準遺伝子のmRNA存在量を含む、請求項6に記載の方法。
- さらに、対象の臨床指標を複数の基準臨床指標と比較し、その際、臨床指標は年齢、腫瘍グレード、病理学的腫瘍サイズまたは結節状態のうち少なくとも1つ、好ましくは 結節状態を含み、そして好ましくは多変量コックス比例ハザードモデルを用いてこれらの臨床指標をMDSに当てはめることを含む、請求項4〜7のいずれか1項に記載の方法。
- 基準コホートの集団中央値と対比して対象が相対的に高い残留リスクを有するならば、さらに対象を内分泌療法と化学療法の併用で処置することを含む、請求項1〜8のいずれか1項に記載の方法。
- 乳癌がホルモン受容体陽性(ER+)である、請求項1〜9のいずれか1項に記載の方法。
- NanoString(登録商標)を用いて発現レベルを決定する、請求項1〜10のいずれか1項に記載の方法。
- 残留リスクが遠隔無再発生存である、請求項1〜11のいずれか1項に記載の方法。
- コンピューター実装した、乳癌を伴なう対象において内分泌単独処置の予後を判定する方法であって:
a)少なくとも1つのプロセッサーにおいて、腫瘍試料における表4に挙げる少なくとも40の遺伝子の発現レベルを反映するデータを受信する;
b)その少なくとも1つのプロセッサーにおいて、その発現レベルに対応する発現プロファイルを構築する;
c)その少なくとも1つのプロセッサーにおいて、その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そして
d)その少なくとも1つのプロセッサーにおいて、乳癌に関連する残留リスクを決定する
ことを含み、その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する、前記方法。 - 遺伝子のグループが表4に挙げる遺伝子のうち少なくとも40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、または95である、請求項13に記載の方法。
- プロセッサーが、遺伝子グループの荷重和を計測mRNA存在量に掛けたものを含むモジュール調節異常スコア(MDS)を計算することにより残留リスクを決定する、請求項13〜14のいずれか1項に記載の方法。
- 高いMDSスコアはより高い残留リスクおよび/またはより劣悪な生存に関連し、低いMDSスコアはより低い残留リスクおよび/またはより良好な生存に関連する、請求項14に記載の方法。
- プロセッサーがさらに、少なくとも1つの対照、好ましくは複数の対照を用いてmRNA存在量を正規化する、請求項13〜16のいずれか1項に記載の方法。
- 複数の対照のうち少なくとも1つが、基準対象または対象の基準遺伝子のmRNA存在量を含む、請求項17に記載の方法。
- プロセッサーがさらに、対象の臨床指標を複数の基準臨床指標と比較し、その際、臨床指標は年齢、腫瘍グレード、病理学的腫瘍サイズまたは結節状態のうち少なくとも1つ、好ましくは 結節状態を含み、そして好ましくは多変量コックス比例ハザードモデルを用いてこれらの臨床指標をMDSに当てはめる、請求項15〜18のいずれか1項に記載の方法。
- 基準コホートの集団中央値と対比して対象が相対的に高い残留リスクを有するならば、さらに対象を内分泌療法と化学療法の併用で処置するための指示を出力する、請求項13〜19のいずれか1項に記載の方法。
- 乳癌がホルモン受容体陽性(ER+)である、請求項13〜20のいずれか1項に記載の方法。
- 残留リスクが遠隔無再発生存である、請求項13〜21のいずれか1項に記載の方法。
- プロセッサーおよびプロセッサーに接続したメモリーを有する汎用コンピューターと組み合わせて使用するためのコンピュータープログラムプロダクトであって、コンピューターメカニズムがエンコードされたコンピューター可読記憶媒体を含み、コンピュータープログラムメカニズムをコンピューターのメモリー内にローディングしてコンピューターに請求項1〜12のいずれか1項に記載の方法を実行させることができる、前記コンピュータープログラムプロダクト。
- 請求項23に記載のコンピュータープログラムプロダクトを記憶させるためのデータ構造が記憶されたコンピューター可読媒体。
- 乳癌を伴ない、内分泌療法で処置された対象を、予後判定または分類するためのデバイスであって:
少なくとも1つのプロセッサー;および
少なくとも1つのプロセッサーと通信する電子メモリーであって、少なくとも1つのプロセッサーにおいて実行した際にその少なくとも1つのプロセッサーに下記を実行させる、プロセッサー実行可能なコードを記憶する電子メモリー:
a)腫瘍試料における表4に挙げる少なくとも40の遺伝子の発現レベルを反映するデータを受信する;
b)その発現レベルに対応する発現プロファイルを構築する;
c)その発現レベルを対象コホートからの対照試料からのその遺伝子グループの基準発現レベルと比較する;そして
d)その少なくとも1つのプロセッサーにおいて、乳癌に関連する残留リスクを決定する;
を含み、その際、基準発現レベルと比較した遺伝子グループの発現における統計学的に有意の差または類似性は乳癌に関連する残留リスクに対応する、前記デバイス。 - 遺伝子のグループが表4に挙げる遺伝子のうち少なくとも40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、または95である、請求項23に記載のデバイス。
- 乳癌を伴なう対象を処置する方法であって:
a)請求項1〜12のいずれか1項に記載の方法に従って対象の残留リスクを決定する;そして
b)その残留リスクに基づいて処置を選択し、好ましくは対象をその処置に従って処置する
ことを含む方法。 - 患者が基準コホートの集団中央値と対比して相対的に高い残留リスクを有するならば、内分泌療法と化学療法の併用を処置として選択する、請求項27に記載の方法。
- 複数の単離した核酸配列を含む組成物であって、それぞれの単離した核酸配列は
(a)表4に挙げる少なくとも40の遺伝子に対応する遺伝子グループのmRNA;および/または
(b)a)に対して相補的な核酸
にハイブリダイズする、それらの遺伝子グループの発現レベルを測定するために使用される組成物。 - 表4に挙げる少なくとも40の遺伝子の発現生成物に相補的および/またはハイブリダイズ可能である1以上のポリヌクレオチドプローブを含むアレイ。
- 乳癌腫瘍の試料から表4に挙げる少なくとも40の遺伝子のmRNAを検出するための試薬を含むキット。
- 少なくとも40の遺伝子が、統計学的に残留リスクと最も相関する差示的発現を有する少なくとも40の遺伝子である、請求項39に記載のキット。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562263805P | 2015-12-07 | 2015-12-07 | |
US62/263,805 | 2015-12-07 | ||
PCT/CA2016/000304 WO2017096457A1 (en) | 2015-12-07 | 2016-12-07 | Gene signature of residual risk following endocrine treatment in early breast cancer |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019508016A true JP2019508016A (ja) | 2019-03-28 |
JP7043404B2 JP7043404B2 (ja) | 2022-03-29 |
Family
ID=59012494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018530774A Active JP7043404B2 (ja) | 2015-12-07 | 2016-12-07 | 早期乳癌における内分泌処置後の残留リスクの遺伝子シグネチャー |
Country Status (8)
Country | Link |
---|---|
US (1) | US11566292B2 (ja) |
EP (1) | EP3387168B1 (ja) |
JP (1) | JP7043404B2 (ja) |
CN (1) | CN109072481B (ja) |
AU (1) | AU2016368696B2 (ja) |
CA (1) | CA3007118A1 (ja) |
DK (1) | DK3387168T3 (ja) |
WO (1) | WO2017096457A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020178399A1 (en) * | 2019-03-05 | 2020-09-10 | Norwegian University Of Science And Technology (Ntnu) | Breast cancer signature genes |
US20220267855A1 (en) * | 2019-05-03 | 2022-08-25 | Dcgen Co, Ltd. | A Method for Predicting Prognosis of Cancer and the Composition Thereof |
EP3907301A1 (en) * | 2020-05-08 | 2021-11-10 | Istituto Europeo di Oncologia S.r.l. | Methods and kits for determining the risk of breast cancer recurrence |
FR3119460A1 (fr) * | 2021-02-03 | 2022-08-05 | Université Clermont Auvergne | Signature transcriptomique pronostique du risque metastatique du cancer du sein triple negatif (cstn) |
CN114480652A (zh) * | 2022-02-21 | 2022-05-13 | 深圳市陆为生物技术有限公司 | 评价乳腺癌患者对于辅助内分泌治疗的响应性的产品 |
CN117965711B (zh) * | 2024-03-27 | 2024-06-07 | 中国科学院海洋研究所 | 条石鲷雌雄遗传性别鉴定分子标记、方法、引物和试剂盒 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007505630A (ja) * | 2003-09-19 | 2007-03-15 | アビアラデックス,インコーポレイティド | 乳がん治療転帰の予測 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7504214B2 (en) * | 2003-09-19 | 2009-03-17 | Biotheranostics, Inc. | Predicting outcome with tamoxifen in breast cancer |
CN105902559A (zh) * | 2005-08-01 | 2016-08-31 | 俄亥俄州立大学研究基金会 | 用于乳腺癌的诊断、预后和治疗的基于MicroRNA的方法和组合物 |
ES2457534T3 (es) * | 2008-05-30 | 2014-04-28 | The University Of North Carolina At Chapel Hill | Perfiles de expresión génica para predecir desenlaces en cáncer de mama |
AU2010256343B2 (en) * | 2009-06-01 | 2014-01-30 | Genetic Technologies Limited | Methods for breast cancer risk assessment |
WO2012112645A1 (en) * | 2011-02-17 | 2012-08-23 | Trustees Of Dartmouth College | Markers for identifying breast cancer treatment modalities |
US20140302042A1 (en) * | 2011-07-01 | 2014-10-09 | Dana-Farber Cancer Institute, Inc. | Methods of predicting prognosis in cancer |
US20140363816A1 (en) * | 2011-12-22 | 2014-12-11 | The Regents Of The University Of Colorado, A Body Corporate | Methods for prediction of clinical response to radiation therapy in cancer patients |
WO2013188600A1 (en) * | 2012-06-12 | 2013-12-19 | Washington University | Copy number aberration driven endocrine response gene signature |
-
2016
- 2016-12-07 CA CA3007118A patent/CA3007118A1/en active Pending
- 2016-12-07 JP JP2018530774A patent/JP7043404B2/ja active Active
- 2016-12-07 CN CN201680081394.5A patent/CN109072481B/zh active Active
- 2016-12-07 WO PCT/CA2016/000304 patent/WO2017096457A1/en active Application Filing
- 2016-12-07 US US15/781,939 patent/US11566292B2/en active Active
- 2016-12-07 AU AU2016368696A patent/AU2016368696B2/en active Active
- 2016-12-07 EP EP16871846.8A patent/EP3387168B1/en active Active
- 2016-12-07 DK DK16871846.8T patent/DK3387168T3/da active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007505630A (ja) * | 2003-09-19 | 2007-03-15 | アビアラデックス,インコーポレイティド | 乳がん治療転帰の予測 |
Non-Patent Citations (2)
Title |
---|
CLIN. CANCER RES., vol. 14, JPN6020033592, 2008, pages 1744 - 1752, ISSN: 0004340754 * |
J. CLIN. ONCOL., vol. 28, JPN6020033591, 2010, pages 4111 - 4119, ISSN: 0004340753 * |
Also Published As
Publication number | Publication date |
---|---|
CA3007118A1 (en) | 2017-06-15 |
WO2017096457A1 (en) | 2017-06-15 |
EP3387168B1 (en) | 2021-05-12 |
EP3387168A1 (en) | 2018-10-17 |
US20190010553A1 (en) | 2019-01-10 |
JP7043404B2 (ja) | 2022-03-29 |
AU2016368696A1 (en) | 2018-06-28 |
CN109072481A (zh) | 2018-12-21 |
EP3387168A4 (en) | 2019-07-24 |
AU2016368696B2 (en) | 2021-11-25 |
DK3387168T3 (da) | 2021-07-19 |
US11566292B2 (en) | 2023-01-31 |
CN109072481B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6700333B2 (ja) | ヘテロ接合性の消失(loss of heterozygosity)を評価するための方法および材料 | |
JP7043404B2 (ja) | 早期乳癌における内分泌処置後の残留リスクの遺伝子シグネチャー | |
Wach et al. | MicroRNA profiles of prostate carcinoma detected by multiplatform microRNA screening | |
Montero-Conde et al. | Molecular profiling related to poor prognosis in thyroid carcinoma. Combining gene expression data and biological information | |
Song et al. | Serum microRNA expression profiling predict response to R-CHOP treatment in diffuse large B cell lymphoma patients | |
AU2017203060A1 (en) | Methods of using gene expression signatures to select a method of treatment, predict prognosis, survival, and/or predict response to treatment | |
EP3119908A2 (en) | Determining cancer aggressiveness, prognosis and responsiveness to treatment | |
JP2016536001A (ja) | 肺がんのための分子診断試験 | |
MX2013013746A (es) | Biomarcadores para cancer de pulmon. | |
SG192108A1 (en) | Colon cancer gene expression signatures and methods of use | |
EP3122905B1 (en) | Circulating micrornas as biomarkers for endometriosis | |
JP6931926B2 (ja) | 遺伝子発現プロファイル及び乳癌におけるその使用 | |
JP2016515800A (ja) | 肺癌の予後および治療選択のための遺伝子サイン | |
Hwang et al. | Genomic copy number alterations as predictive markers of systemic recurrence in breast cancer | |
WO2010101916A1 (en) | Methods for predicting cancer response to egfr inhibitors | |
US20080286273A1 (en) | Knowledge-Based Proliferation Signatures and Methods of Use | |
US10059998B2 (en) | Microrna signature as an indicator of the risk of early recurrence in patients with breast cancer | |
CA3085464A1 (en) | Compositions and methods for diagnosing lung cancers using gene expression profiles | |
US20160304961A1 (en) | Method for predicting the response to chemotherapy treatment in patients suffering from colorectal cancer | |
JP5963748B2 (ja) | 中枢神経原発悪性リンパ腫患者の予後予測方法、キット及び使用 | |
WO2017061953A1 (en) | Invasive ductal carcinoma aggressiveness classification | |
WO2016008048A1 (en) | Methods and devices for predicting anthracycline treatment efficacy | |
WO2021189082A1 (en) | Risk-stratification of meningioma patients | |
JP2011211989A (ja) | 悪性神経膠腫患者の予後予測方法 | |
Lin et al. | Update on recent prognostic markers in adenocarcinoma |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191206 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200904 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210928 |
|
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: 20220215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7043404 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |