JP2019531700A5

JP2019531700A5 -

Info

Publication number: JP2019531700A5
Application number: JP2018568937A
Authority: JP
Filing date: 2017-07-06
Publication date: 2020-08-13
Anticipated expiration: 2037-07-06

Description

組織特異的選択的エクソン使用頻度とのブレイクポイント関連性をさらに検査することにより（図３２Ｃに示されているように）、典型的な膜貫通型Ｍｐｌバリアント、ＭＰＬＫ（全長）、およびＭＰＬＰ（短縮）の特定が明らかになる。ＭＰＬＰバリアントは、単球、Ｂ−リンパ球（ｌｙｍｐｏｃｙｔｅ）、およびＴ細胞集団で検出されたが、単球、Ｂ細胞、およびＴ細胞でのＭＰＬＫｍＲＮＡ発現は低かった。本発明者らは、ブレイクポイントが、より短い転写物の縁端と関連しており、より長い転写物と関連していた割合が少ない（つまり、シグナルがより低い）ことを観察した。より長い転写物が、免疫細胞タイプ集団で観察され、がん存在および／または侵襲性を示すことができる。これらの結果は、健康正常対照対象と比べて、高腫瘍量を有する対象は、ＭＰＬＰシグネチャーが濃縮されているさらなるセルフリーＤＮＡ負荷を保持することを示す。そのようなシグネチャーは、がん存在および侵襲性に関連する免疫細胞タイプ存在を示す（例えば、［Ｄｉｆｆｅｒｅｎｔｍｕｔａｔｉｏｎｓｏｆｔｈｅｈｕｍａｎｃ−ｍｐｌｇｅｎｅｉｎｄｉｃａｔｅｄｉｓｔｉｎｃｔｈｅｍａｔｏｐｏｉｅｔｉｃｄｉｓｅａｓｅｓ、ＸｉｎＨｅら、ＪｏｕｒｎａｌｏｆＨｅｍａｔｏｌｏｇｙ＆Ｏｎｃｏｌｏｇｙ２０１３６：１１］に記載されているように）。したがって、これらの結果は、フラグメントミクス（フラグメントームプロファイルの分析）が、その存在ががんと関連している免疫細胞タイプの存在または相対的増加量の検出および特定を可能にしたことを示す。
本発明は、例えば、以下の項目を提供する。
（項目１）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片における遺伝子異常の存在または非存在を決定するためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記ＤＮＡ断片のマルチパラメトリック分布を構築するステップ、および
（ｂ）第１の遺伝子座における各々の塩基位置の塩基同一性を考慮に入れることなく、前記マルチパラメトリック分布を使用するステップであって、前記対象の前記第１の遺伝子座における前記遺伝子異常の前記存在または非存在を決定するステップ
を含む方法。
（項目２）
前記遺伝子異常が、配列異常またはコピー数多様性（ＣＮＶ）を含み、前記配列異常が、（ｉ）一塩基バリアント（ＳＮＶ）、（ｉｉ）挿入または欠失（インデル）、および（ｉｉｉ）遺伝子融合からなる群から選択される、項目１に記載の方法。
（項目３）
前記マルチパラメトリック分布が、（ｉ）前記ゲノムの前記複数の塩基位置の各々と整列する前記ＤＮＡ断片の長さ、（ｉｉ）前記ゲノムの前記複数の塩基位置の各々と整列する前記ＤＮＡ断片の数、および（ｉｉｉ）前記ゲノムの前記複数の塩基位置の各々で開始または終止する前記ＤＮＡ断片の数のうちの１つまたは複数を示すパラメータを含む、項目１に記載の方法。
（項目４）
分布スコアを決定するために、前記マルチパラメトリック分布を使用するステップであって、前記分布スコアが前記遺伝子異常の変異負荷を示すステップをさらに含む、項目１に記載の方法。
（項目５）
前記分布スコアが、ジヌクレオソーム保護を有する前記ＤＮＡ断片の数、およびモノヌクレオソーム保護を有する前記ＤＮＡ断片の数のうちの１つまたは複数を示す値を含む、項目４に記載の方法。
（項目６）
試験対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片を使用して前記試験対象における遺伝子異常を決定するためのコンピュータ実行分類器であって、
（ａ）複数の対象の各々から得た１つまたは複数のセルフリーＤＮＡ集団の各々に関する一組の分布スコアの入力であって、各々の分布スコアが、（ｉ）ゲノムの複数の塩基位置の各々と整列する前記ＤＮＡ断片の長さ、（ｉｉ）ゲノムの複数の塩基位置の各々と整列する前記ＤＮＡ断片の数、および（ｉｉｉ）ゲノムの複数の塩基位置の各々で開始または終止する前記ＤＮＡ断片の数のうちの少なくとも１つまたは複数に基づいて生成される、入力、ならびに
（ｂ）前記試験対象における１つまたは複数の遺伝子異常の分類の出力
を含む分類器。
（項目７）
試験対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片を使用して、前記試験対象における遺伝子異常を決定するためのコンピュータ実行方法であって、
（ａ）試験対象から得たセルフリーＤＮＡからのＤＮＡ断片を使用して、前記試験対象における遺伝子異常を決定するように構成されているコンピュータ実行分類器を提供するステップであって、前記分類器が訓練セットを使用して訓練される、ステップ、
（ｂ）前記試験対象に関する一組の分布スコアを、前記分類器に入力として提供するステップであって、各々の分布スコアが、（ｉ）ゲノムの複数の塩基位置の各々と整列する前記ＤＮＡ断片の長さ、（ｉｉ）ゲノムの複数の塩基位置の各々と整列する前記ＤＮＡ断片の数、および（ｉｉｉ）ゲノムの複数の塩基位置の各々で開始または終止する前記ＤＮＡ断片の数のうちの１つまたは複数を示す、ステップ、ならびに（ｃ）前記分類器を使用するステップであって、コンピュータによって、前記試験対象における遺伝子異常の分類を生成するステップ
を含む方法。
（項目８）
対象に由来するセルフリーデオキシリボ核酸（ＤＮＡ）断片を解析するためのコンピュータ実行方法であって、
前記セルフリーＤＮＡ断片を表す配列情報を得るステップ、および
前記セルフリーＤＮＡ断片を表すマルチパラメトリックモデルを生成するために、前記配列情報を使用して、複数のデータセットについてマルチパラメトリック解析を実施するステップであって、前記マルチパラメトリックモデルが３つまたはそれより多くの次元を含む、ステップ
を含む方法。
（項目９）
前記データセットが、（ａ）シークエンシングしたＤＮＡ断片の開始位置、（ｂ）シークエンシングしたＤＮＡ断片の終止位置、（ｃ）マッピング可能な位置をカバーするユニークなシークエンシングしたＤＮＡ断片の数、（ｄ）シークエンシングしたＤＮＡ断片の長さ、（ｅ）マッピング可能な塩基対位置が、シークエンシングしたＤＮＡ断片の末端に出現する尤度、（ｆ）マッピング可能な塩基対位置が、異なるヌクレオソーム占有の結果としてシークエンシングしたＤＮＡ断片内に出現する尤度、（ｇ）シークエンシングしたＤＮＡ断片の配列モチーフ、（ｈ）ＧＣ含有量、（ｉ）シークエンシングしたＤＮＡ断片の長さの分布、および（ｊ）メチル化ステータスからなる群から選択される、項目８に記載の方法。
（項目１０）
前記マルチパラメトリック解析が、前記ゲノムの複数の塩基位置または領域の各々に、（ｉ）ゲノムにおけるマッピング可能な位置をカバーする配列を含むユニークなセルフリーＤＮＡ断片の数の分布、
（ｉｉ）前記ＤＮＡ断片が前記ゲノムにおける前記マッピング可能な位置をカバーする配列を含むように、前記セルフリーＤＮＡ断片の少なくとも一部の各々に関する断片長の分布、および
（ｉｉｉ）マッピング可能な塩基対位置が、シークエンシングしたＤＮＡ断片の末端に出現する尤度の分布
からなる群から選択される１つまたは複数の分布をマッピングすることを含む、項目８に記載の方法。
（項目１１）
ゲノムの前記複数の塩基位置または領域が、表１に記載の遺伝子のうちの１つまたは複数に関連する少なくとも１つの塩基位置または領域を含む、項目１０に記載の方法。
（項目１２）
前記マッピングすることが、ゲノムの複数の塩基位置または領域の各々に、複数の前記データセットの各々からの複数の値をマッピングすることを含む、項目１０に記載の方法。
（項目１３）
前記複数の値のうちの少なくとも１つが、（ａ）シークエンシングしたＤＮＡ断片の開始位置、（ｂ）シークエンシングしたＤＮＡ断片の終止位置、（ｃ）マッピング可能な位置をカバーするユニークなシークエンシングしたＤＮＡ断片の数、（ｄ）シークエンシングしたＤＮＡ断片の長さ、（ｅ）マッピング可能な塩基対位置が、シークエンシングしたＤＮＡ断片の末端に出現する尤度、（ｆ）マッピング可能な塩基対位置が、異なるヌクレオソーム占有の結果としてシークエンシングしたＤＮＡ断片内に出現する尤度、または（ｇ）シークエンシングしたＤＮＡ断片の配列モチーフからなる群から選択されるデータセットである、項目１２に記載の方法。
（項目１４）
前記マルチパラメトリック解析が、前記マルチパラメトリックモデルを生成するために、コンピュータによって１つまたは複数の数学的変換を適用することを含む、項目８に記載の方法。
（項目１５）
前記マルチパラメトリックモデルが、（ａ）シークエンシングしたＤＮＡ断片の開始位置、（ｂ）シークエンシングしたＤＮＡ断片の終止位置、（ｃ）マッピング可能な位置をカバーするユニークなシークエンシングしたＤＮＡ断片の数、（ｄ）シークエンシングしたＤＮＡ断片の長さ、（ｅ）マッピング可能な塩基対位置が、シークエンシングしたＤＮＡ断片の末端に出現する尤度、（ｆ）マッピング可能な塩基対位置が、異なるヌクレオソーム占有の結果としてシークエンシングしたＤＮＡ断片内に出現する尤度、および（ｇ）シークエンシングしたＤＮＡ断片の配列モチーフからなる群から選択される複数の変数の同時分布モデルである、項目８に記載の方法。
（項目１６）
前記マルチパラメトリックモデルにおいて１つまたは複数のピークを同定するステップであって、各々のピークがピーク分布幅およびピークカバレッジを有する、ステップをさらに含む、項目８に記載の方法。
（項目１７）
前記セルフリーＤＮＡ断片を表す前記マルチパラメトリックモデルと、参照マルチパラメトリックモデルとの間の１つまたは複数の逸脱を検出するステップをさらに含む、項目１６に記載の方法。
（項目１８）
前記逸脱が、
（ｉ）ヌクレオソーム領域外でのリード数の増加、
（ｉｉ）ヌクレオソーム領域内でのリード数の増加、
（ｉｉｉ）マッピング可能なゲノム位置と比較してより広いピーク分布、
（ｉｖ）ピーク位置のシフト、
（ｖ）新しいピークの同定、
（ｖｉ）ピークのカバレッジ深度の変化、
（ｖｉｉ）ピーク周囲の開始位置の変化、および
（ｖｉｉｉ）ピークに関連する断片サイズの変化
からなる群から選択される、項目１７に記載の方法。
（項目１９）
（ｉ）セルフリーＤＮＡの起源である細胞におけるアポトーシスプロセス、または（ｉｉ）前記セルフリーＤＮＡの起源である細胞における壊死プロセスに起因する前記マルチパラメトリックモデルの寄与を決定するステップをさらに含む、項目８に記載の方法。
（項目２０）
マルチパラメトリック解析を実施するステップであって、（ｉ）前記セルフリーＤＮＡ断片のＲＮＡ発現を測定する、（ｉｉ）前記セルフリーＤＮＡ断片のメチル化を測定する、（ｉｉｉ）前記セルフリーＤＮＡ断片のヌクレオソームマッピングを測定する、または（ｉｖ）前記セルフリーＤＮＡ断片における１つもしくは複数の体細胞一塩基多型または前記セルフリーＤＮＡ断片における１つもしくは複数の生殖系列一塩基多型の存在を同定するステップをさらに含む、項目８に記載の方法。
（項目２１）
ジヌクレオソーム保護を有する前記ＤＮＡ断片の数、またはモノヌクレオソーム保護を有する前記ＤＮＡ断片の数を示す値を含む分布スコアを生成するステップをさらに含む、項目８に記載の方法。
（項目２２）
前記対象の変異負荷を推定するステップをさらに含む、項目８に記載の方法。
（項目２３）
対象に由来するセルフリーデオキシリボ核酸（ＤＮＡ）断片を解析するためのコンピュータ実行方法であって、
前記セルフリーＤＮＡ断片を表すマルチパラメトリックモデルを得るステップ、および
コンピュータによって統計分析を実施して、前記マルチパラメトリックモデルを、別個のコホートを表す１つまたは複数のヌクレオソーム占有プロファイルに関連していると分類するステップ
を含む方法。
（項目２４）
訓練された分類器を作成するためのコンピュータ実行方法であって、
（ａ）複数の異なるクラスを提供するステップであって、各々のクラスが共有する特徴を有する一組の対象を表す、ステップ、
（ｂ）前記クラスの各々から得た複数のセルフリーデオキシリボ核酸（ＤＮＡ）集団の各々に関して、前記セルフリーＤＮＡ集団からのセルフリーデオキシリボ核酸（ＤＮＡ）断片を表すマルチパラメトリックモデルを提供するステップであって、それによって訓練データセットを提供するステップ、および
（ｃ）１つまたは複数の訓練された分類器を作成するために、コンピュータによって前記訓練データセットについて学習アルゴリズムを訓練するステップであって、各々の訓練された分類器が、試験対象のセルフリーＤＮＡの試験集団を前記複数の異なるクラスのうちの１つまたは複数に分類するように構成されている、ステップ
を含む方法。
（項目２５）
対象の試験試料を分類する方法であって、
（ａ）前記対象のセルフリーデオキシリボ核酸（ＤＮＡ）の試験集団からのセルフリーＤＮＡ断片を表すマルチパラメトリックモデルを提供するステップ、および
（ｂ）訓練された分類器を使用して、前記セルフリーＤＮＡの試験集団を分類するステップ
を含む方法。
（項目２６）
（ａ）コンピュータによって、対象のセルフリーＤＮＡ断片からの配列情報を生成するステップ、
（ｂ）コンピュータによって、前記配列情報に基づいて前記セルフリーＤＮＡ断片を参照ゲノムにマッピングするステップ、ならびに
（ｃ）コンピュータによって、前記マッピングされたセルフリーＤＮＡ断片を解析するステップであって、前記参照ゲノムの複数の塩基位置の各々で、
（ｉ）前記塩基位置にマッピングするセルフリーＤＮＡ断片の数、
（ｉｉ）前記塩基位置にマッピングする各々のセルフリーＤＮＡ断片の長さ、
（ｉｉｉ）セルフリーＤＮＡ断片の長さの関数としての、前記塩基位置にマッピングする前記セルフリーＤＮＡ断片の数、
（ｉｖ）前記塩基位置で開始するセルフリーＤＮＡ断片の数、
（ｖ）前記塩基位置で終止するセルフリーＤＮＡ断片の数、
（ｖｉ）長さの関数としての前記塩基位置で開始するセルフリーＤＮＡ断片の数、および
（ｖｉｉ）長さの関数としての前記塩基位置で終止するセルフリーＤＮＡ断片の数
からなる群から選択される複数の測定値を決定するステップ
を含む、コンピュータ実行方法。
（項目２７）
対象に由来するセルフリーＤＮＡ断片を解析するコンピュータ実行方法であって、
（ａ）コンピュータによって、前記セルフリーＤＮＡ断片を表す配列情報を受信するステップ、ならびに
（ｂ）マッピング可能な塩基位置またはゲノム位置毎に解析を実施するステップであって、
（ｉ）前記塩基位置またはゲノム位置で開始または終止する配列断片の数、
（ｉｉ）前記塩基位置またはゲノム位置での配列または断片の長さ、
（ｉｉｉ）前記塩基位置またはゲノム位置での断片または配列のカバレッジ、および
（ｉｖ）前記塩基位置またはゲノム位置での配列モチーフ分布
のうちの複数を含むステップ
を含む方法。
（項目２８）
対象が臨床的に重要な１つまたは複数のクラスに属する尤度を決定するための分類器を生成する方法であって、
ａ）前記臨床的に重要な１つまたは複数のクラスの各々に関して、臨床的に重要なクラスに属する種の複数の対象の各々のセルフリーＤＮＡ集団、および臨床的に重要なクラスに属さない種の複数の対象の各々のセルフリーＤＮＡ集団を含む訓練セットを提供するステップ、
ｂ）複数のＤＮＡ配列を生成するために、前記セルフリーＤＮＡ集団からのセルフリーＤＮＡ断片をシークエンシングするステップ、
ｃ）各々のセルフリーＤＮＡ集団に関して、前記種の参照ゲノムの１つまたは複数のゲノム領域の各々に前記複数のＤＮＡ配列をマッピングするステップであって、各々のゲノム領域が複数の遺伝子座を含む、ステップ、
ｄ）訓練セットを生じるために、前記複数の遺伝子座の各々に関して
（ｉ）前記遺伝子座にマッピングするＤＮＡ配列、（ｉｉ）前記遺伝子座で開始するＤＮＡ配列、および（ｉｉｉ）前記遺伝子座で終止するＤＮＡ配列
から選択される少なくとも１つの特徴の定量的測定値を示す値を含むデータセットを、各々のセルフリーＤＮＡ集団に関して提供するステップ、ならびに
ｅ）前記訓練セットについてコンピュータベースの機械学習システムを訓練するステップであって、それによって前記対象が臨床的に重要な１つまたは複数のクラスに属する尤度を決定するための分類器を生成するステップ
を含む方法。
（項目２９）
対象における異常な生物学的状況を決定する方法であって、
ａ）ＤＮＡ配列を生成するために、前記対象のセルフリーＤＮＡからのセルフリーＤＮＡ断片をシークエンシングするステップ、
ｂ）前記対象の種の参照ゲノムの１つまたは複数のゲノム領域の各々に前記ＤＮＡ配列をマッピングするステップであって、各々のゲノム領域が複数の遺伝子座を含む、ステップ、
ｃ）前記複数の遺伝子座の各々に関して、
（ｉ）前記遺伝子座にマッピングするＤＮＡ配列、（ｉｉ）前記遺伝子座で開始するＤＮＡ配列、および（ｉｉｉ）前記遺伝子座で終止するＤＮＡ配列
から選択される少なくとも１つの特色の定量的測定値を示す値を含むデータセットを提供するステップ、ならびに
ｄ）前記データセットに基づいて、前記異常な生物学的状況の尤度を決定するステップ
を含む方法。
（項目３０）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片における遺伝子異常の存在または非存在を示す出力を生成するためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記セルフリーＤＮＡからの前記ＤＮＡ断片の分布を構築するステップ、ならびに
（ｂ）１つまたは複数の遺伝子座の各々に関して、コンピュータによって、（１）前記１つまたは複数の遺伝子座からの遺伝子座に関連するジヌクレオソーム保護を有する前記ＤＮＡ断片の数、および（２）前記遺伝子座に関連するモノヌクレオソーム保護を有する前記ＤＮＡ断片の数の比率、またはその逆を示す定量的測定値を計算するステップ、ならびに
（ｃ）前記１つまたは複数の遺伝子座の各々に関する前記定量的測定値を使用して、前記対象における前記１つまたは複数の遺伝子座における前記遺伝子異常の存在または非存在を示す前記出力を決定するステップ
を含む方法。
（項目３１）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片における遺伝子異常の存在または非存在を示す出力を生成するためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記セルフリーＤＮＡからの前記ＤＮＡ断片の分布を構築するステップ、ならびに
（ｂ）前記対象における前記遺伝子異常の存在または非存在を示す前記出力を決定するために、前記分布を使用するステップであって、前記存在または非存在が、（ｉ）前記ＤＮＡ断片の前記分布を、前記対象のゲノムに対して外部の起源からの参照分布と比較することなく、（ｉｉ）前記ＤＮＡ断片の前記分布に由来するパラメータを参照パラメータと比較することなく、および（ｉｉｉ）前記ＤＮＡ断片の前記分布を、前記対象の対照からの参照分布と比較することなく、決定される、ステップ
を含む方法。
（項目３２）
前記遺伝子異常が、コピー数多様性（ＣＮＶ）または一塩基バリアント（ＳＮＶ）を含む、項目３１に記載の方法。
（項目３３）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片の分布をデコンボリューションするためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記セルフリーＤＮＡからの前記ＤＮＡ断片のカバレッジの分布を構築するステップ、ならびに
（ｂ）１つまたは複数の遺伝子座の各々に関して、コンピュータによって、前記カバレッジの前記分布をデコンボリューションするステップであって、それによってコピー数（ＣＮ）構成要素、細胞クリアランス構成要素、および遺伝子発現構成要素からなる群から選択される１つまたは複数のメンバーに関連する分画寄与度を生成するステップ
を含む方法。
（項目３４）
前記分画寄与度の一部に少なくとも基づいて遺伝子異常の存在または非存在を示す出力を生成するステップをさらに含む、項目３３に記載の方法。
（項目３５）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片における遺伝子異常の存在または非存在を示す出力を生成するためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記セルフリーＤＮＡからの前記ＤＮＡ断片の分布を構築するステップ、
（ｂ）コンピュータによって、前記ＤＮＡ断片の前記分布における前記複数の塩基位置のうちの１つまたは複数の塩基位置で１つまたは複数のピークを同定するステップであって、各々のピークがピーク値およびピーク分布幅を含むステップ、ならびに
（ｃ）コンピュータによって、（ｉ）前記１つまたは複数の塩基位置、（ｉｉ）前記ピーク値、および（ｉｉｉ）前記ピーク分布幅に少なくとも基づいて、前記対象における前記遺伝子異常の前記存在または非存在を決定するステップ
を含む方法。
（項目３６）
前記１つまたは複数のピークが、ジヌクレオソームピークまたはモノヌクレオソームピークを含む、項目３５に記載の方法。
（項目３７）
前記遺伝子異常の存在または非存在を示す前記出力が、前記ジヌクレオソームピークに関連する第１のピーク値と、前記モノヌクレオソームピークに関連する第２のピーク値の比率、またはその逆を示す定量的測定値に少なくとも基づいて決定される、項目３６に記載の方法。
（項目３８）
対象から得たセルフリーＤＮＡからのデオキシリボ核酸（ＤＮＡ）断片における遺伝子異常の存在または非存在を示す出力を生成するためのコンピュータ実行方法であって、
（ａ）コンピュータによって、ゲノムの複数の塩基位置での前記セルフリーＤＮＡからの前記ＤＮＡ断片の分布を構築するステップ、
（ｂ）コンピュータによって、１つまたは複数の遺伝子座での前記ＤＮＡ断片の前記分布を解析するステップであって、前記ＤＮＡ断片の前記分布と、（ｉ）健康な対照の１つまたは複数のコホートに関連する１つまたは複数の健康参照分布、および（ｉｉ）疾患を有する対象の１つまたは複数のコホートに関連する１つまたは複数の疾患参照分布から選択される複数の参照分布との間の逸脱を検出することを含むステップ、ならびに
（ｃ）コンピュータによって、（ｂ）において検出された前記逸脱に少なくとも基づいて、前記対象における前記遺伝子異常の存在または非存在を示す前記出力を決定するステップ
を含む方法。
（項目３９）
解析するステップが、１つまたは複数のデルタシグナルを計算することであって、各々のデルタシグナルが、前記ＤＮＡ断片の前記分布と前記複数の参照分布の参照分布との間の差異を含む、ことを含む、項目３８に記載の方法。
（項目４０）
対象の生物試料を処理するための方法であって、
（ａ）前記対象の前記生物試料を得るステップであって、前記生物試料がデオキシリボ核酸（ＤＮＡ）断片を含む、ステップ、
（ｂ）前記生物試料をアッセイするステップであって、（ｉ）１つまたは複数の遺伝子座からの遺伝子座に関連するジヌクレオソーム保護、および（ｉｉ）前記遺伝子座に関連するモノヌクレオソーム保護を有するＤＮＡ断片の存在または非存在を示すシグナルを生成するステップ、ならびに
（ｃ）前記シグナルを使用するステップであって、（ｉ）１つまたは複数の遺伝子座からの遺伝子座に関連するジヌクレオソーム保護、および（ｉｉ）前記遺伝子座に関連するモノヌクレオソーム保護を有するＤＮＡ断片の前記存在または非存在を示す出力を生成するステップ
を含む方法。
（項目４１）
アッセイするステップが、（ｉ）一組の１つもしくは複数の遺伝子座のＤＮＡ断片に関して前記生物試料を濃縮するステップ、または（ｉｉ）前記生物試料の前記ＤＮＡ断片をシークエンシングするステップを含む、項目４０に記載の方法。
（項目４２）
対象に由来するセルフリーＤＮＡ断片を含む生物試料を分析するための方法であって、モノヌクレオソーム保護およびジヌクレオソーム保護の各々に対応する同じ遺伝子座からのＤＮＡ断片を検出するステップを含む方法。
（項目４３）
対象に由来するセルフリーＤＮＡ断片を含む生物試料を分析するための方法であって、遺伝子座に関連するジヌクレオソーム保護を有するＤＮＡ断片を検出するステップを含む方法。
（項目４４）
前記遺伝子座が、ＥＲＢＢ２、ＴＰ５３、またはＮＦ１を含む、項目４３に記載の方法。

Claims

コンピュータで対象に由来するセルフリーデオキシリボ核酸（ｃｆＤＮＡ）断片を解析するための方法を実行するためのプログラムであって、
前記方法が、
（ａ）前記ｃｆＤＮＡ断片にライブラリ調製およびハイスループットシークエンシングを行うことにより生成された、前記対象からのｃｆＤＮＡ断片を表すシークエンシング情報を、参照配列と整列させるステップであって、ここで
（ｉ）前記ｃｆＤＮＡ断片が、ユニークまたは非ユニーク分子タグによって、タグ付けされ、
（ｉｉ）前記タグ付けされたｃｆＤＮＡ断片が、増幅され、および
（ｉｉｉ）子孫配列が、前記タグの追跡により追跡される、
ステップ、
（ｂ）前記整列させた配列情報のマルチパラメトリック解析を実施し、それによって前記ｃｆＤＮＡ断片を表すマルチパラメトリックモデルを生成するステップであって、ここで前記マルチパラメトリックモデルが（ｉ）ゲノムの複数の塩基位置の各々と整列する前記ｃｆＤＮＡ断片の長さ、（ｉｉ）ゲノムの複数の塩基位置の各々と整列する前記ｃｆＤＮＡ断片の数、および（ｉｉｉ）ゲノムの複数の塩基位置の各々で開始または終止する前記ｃｆＤＮＡ断片の数、を示すパラメータから選択される、２つまたはそれより多くのパラメータを含む、ステップ、ならびに
（ｃ）前記マルチパラメトリックモデルを、別個のコホートを表す１つまたは複数のヌクレオソーム占有プロファイルに関連していると分類するために、訓練された分類器で統計分析を前記コンピュータによって実施するステップであって、ここで前記ヌクレオソーム占有プロファイルのうちの少なくとも１つは、腫瘍の指標、がんの早期検出、腫瘍タイプ、腫瘍の重症度、腫瘍の侵襲性、処置に対する腫瘍の抵抗性、腫瘍のクローン性、腫瘍のドラッガビリティ、腫瘍の進行、および血漿中調節異常スコアからなる群から選択される１つまたは複数の評価に関連する、ステップ、
を含むプログラム。
前記統計分析が、さらなる解析のために目的の遺伝子を表す関連するゲノム範囲を記載する１つまたは複数のゲノム分割マップを提供することを含む、請求項１に記載のプログラム。
前記統計分析が、前記ゲノム分割マップに基づいて一組の１つまたは複数の局在化ゲノム領域を選択することをさらに含む、請求項２に記載のプログラム。
前記統計分析が、前記一組における１つまたは複数の局在化ゲノム領域を解析して、一組の１つまたは複数のヌクレオソームマップ破壊を得ることをさらに含む、請求項２または請求項３に記載のプログラム。
前記ヌクレオソームマップ破壊のうちの少なくとも１つが、前記マルチパラメトリックモデルを、別個のコホートを表す１つまたは複数のヌクレオソーム占有プロファイルに関連していると分類するために使用される、請求項４に記載のプログラム。
前記ゲノム分割マップが
ａ）前記ゲノム分割マップに基づいて一組の１つまたは複数の局在化ゲノム領域を選択すること、
ｂ）試料の各々に関するマルチパラメトリックモデルを生成するために、ｃｆＤＮＡ集団の各々のマルチパラメトリック解析を実施すること、および
ｃ）１つまたは複数の局在化ゲノム領域を同定するために、前記マルチパラメトリックモデルを解析すること、
によって構築される、請求項２から５のいずれか一項に記載のプログラム。
前記１つまたは複数の局在化ゲノム領域を解析することが、ｃｆＤＮＡ断片を表すマルチパラメトリックモデルと、
（ｉ）健康な対照の１つまたは複数のコホートに関連する１つまたは複数の健康参照マルチパラメトリックモデル、および
（ｉｉ）疾患を有する対象の１つまたは複数のコホートに関連する１つまたは複数の疾患参照マルチパラメトリックモデル
から選択される１つまたは複数の参照マルチパラメトリックモデルとの間の１つまたは複数の逸脱を検出するステップを含む、請求項３から６のいずれか一項に記載のプログラム。
前記局在化ゲノム領域の少なくとも１つは、約２〜約２００塩基対の範囲の短いＤＮＡ領域であり、前記領域は、有意な構造多様性のパターンを含む、請求項３から７のいずれか一項に記載のプログラム。
前記方法が、疾患の疾患スコアを決定するステップであって、前記疾患スコアが、
（ｉ）前記疾患に関連する１つまたは複数のヌクレオソーム占有プロファイル、
（ｉｉ）前記疾患を有しないコホートに関連する１つまたは複数の健康参照マルチパラメトリックモデル、および
（ｉｉｉ）前記疾患を有するコホートに関連する１つまたは複数の疾患参照マルチパラメトリックモデル
のうちの１つまたは複数の関数として決定される、ステップをさらに含む、請求項１から８のいずれか一項に記載のプログラム。
前記ｃｆＤＮＡ断片が、前記対象からの血液試料に由来する、請求項１から９のいずれか一項に記載のプログラム。
前記ｃｆＤＮＡ断片の冗長な配列を使用して、各ｃｆＤＮＡ断片のコンセンサス配列が生成される、請求項１から１０のいずれか一項に記載のプログラム。
前記マルチパラメトリックモデルが、ヒートマップである、請求項１から１１のいずれか一項に記載のプログラム。
前記方法が、前記対象の処置を検出、モニター、および／または決定するために使用され、前記対象が、がんを有するまたは有することが疑われる、請求項１から１２のいずれか一項に記載のプログラム。