JP2021500539A - 診断及び治療モニタリングのための生体パラメータの同定及び使用 - Google Patents
診断及び治療モニタリングのための生体パラメータの同定及び使用 Download PDFInfo
- Publication number
- JP2021500539A JP2021500539A JP2020520022A JP2020520022A JP2021500539A JP 2021500539 A JP2021500539 A JP 2021500539A JP 2020520022 A JP2020520022 A JP 2020520022A JP 2020520022 A JP2020520022 A JP 2020520022A JP 2021500539 A JP2021500539 A JP 2021500539A
- Authority
- JP
- Japan
- Prior art keywords
- parameters
- subject
- quantifying
- wellness
- genomics
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title abstract description 3
- 230000001225 therapeutic effect Effects 0.000 title description 6
- 239000000090 biomarker Substances 0.000 claims abstract description 96
- 239000012472 biological sample Substances 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 85
- 230000002503 metabolic effect Effects 0.000 claims abstract description 39
- 238000011282 treatment Methods 0.000 claims abstract description 24
- 210000002381 plasma Anatomy 0.000 claims description 23
- 102000007079 Peptide Fragments Human genes 0.000 claims description 22
- 108010033276 Peptide Fragments Proteins 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 20
- 239000004365 Protease Substances 0.000 claims description 17
- 102000035195 Peptidases Human genes 0.000 claims description 15
- 108091005804 Peptidases Proteins 0.000 claims description 15
- 238000001819 mass spectrum Methods 0.000 claims description 15
- 239000012530 fluid Substances 0.000 claims description 11
- 238000004949 mass spectrometry Methods 0.000 claims description 11
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- 108090000623 proteins and genes Proteins 0.000 claims description 11
- 108091005996 glycated proteins Proteins 0.000 claims description 10
- 235000018102 proteins Nutrition 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 9
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 210000002966 serum Anatomy 0.000 claims description 7
- 125000000539 amino acid group Chemical group 0.000 claims description 6
- 150000001413 amino acids Chemical class 0.000 claims description 6
- 150000002632 lipids Chemical class 0.000 claims description 6
- 238000013467 fragmentation Methods 0.000 claims description 5
- 238000006062 fragmentation reaction Methods 0.000 claims description 5
- 210000001519 tissue Anatomy 0.000 claims description 5
- 102000003886 Glycoproteins Human genes 0.000 claims description 4
- 108090000288 Glycoproteins Proteins 0.000 claims description 4
- 235000001014 amino acid Nutrition 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 claims description 4
- 238000002552 multiple reaction monitoring Methods 0.000 claims description 4
- 108091005502 Aspartic proteases Proteins 0.000 claims description 3
- 102000035101 Aspartic proteases Human genes 0.000 claims description 3
- -1 Celluloplasmin Proteins 0.000 claims description 3
- 108010005843 Cysteine Proteases Proteins 0.000 claims description 3
- 102000005927 Cysteine Proteases Human genes 0.000 claims description 3
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 claims description 3
- 102000004895 Lipoproteins Human genes 0.000 claims description 3
- 108090001030 Lipoproteins Proteins 0.000 claims description 3
- 102000005741 Metalloproteases Human genes 0.000 claims description 3
- 108010006035 Metalloproteases Proteins 0.000 claims description 3
- 206010036790 Productive cough Diseases 0.000 claims description 3
- 108010022999 Serine Proteases Proteins 0.000 claims description 3
- 102000012479 Serine Proteases Human genes 0.000 claims description 3
- 108091005501 Threonine proteases Proteins 0.000 claims description 3
- 102000035100 Threonine proteases Human genes 0.000 claims description 3
- 102000004338 Transferrin Human genes 0.000 claims description 3
- 108090000901 Transferrin Proteins 0.000 claims description 3
- 239000006227 byproduct Substances 0.000 claims description 3
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 3
- 229930195729 fatty acid Natural products 0.000 claims description 3
- 239000000194 fatty acid Substances 0.000 claims description 3
- 150000004665 fatty acids Chemical class 0.000 claims description 3
- 229930195712 glutamate Natural products 0.000 claims description 3
- 210000003802 sputum Anatomy 0.000 claims description 3
- 208000024794 sputum Diseases 0.000 claims description 3
- 150000003431 steroids Chemical class 0.000 claims description 3
- 210000001138 tear Anatomy 0.000 claims description 3
- 239000012581 transferrin Substances 0.000 claims description 3
- 210000002700 urine Anatomy 0.000 claims description 3
- 101710104910 Alpha-1B-glycoprotein Proteins 0.000 claims description 2
- 102100033326 Alpha-1B-glycoprotein Human genes 0.000 claims description 2
- 102100033312 Alpha-2-macroglobulin Human genes 0.000 claims description 2
- 102000004411 Antithrombin III Human genes 0.000 claims description 2
- 108090000935 Antithrombin III Proteins 0.000 claims description 2
- 101710180007 Beta-2-glycoprotein 1 Proteins 0.000 claims description 2
- 102100030802 Beta-2-glycoprotein 1 Human genes 0.000 claims description 2
- 102000005367 Carboxypeptidases Human genes 0.000 claims description 2
- 108010006303 Carboxypeptidases Proteins 0.000 claims description 2
- 108090000317 Chymotrypsin Proteins 0.000 claims description 2
- 108010067770 Endopeptidase K Proteins 0.000 claims description 2
- 102000008946 Fibrinogen Human genes 0.000 claims description 2
- 108010049003 Fibrinogen Proteins 0.000 claims description 2
- 102000014702 Haptoglobin Human genes 0.000 claims description 2
- 108050005077 Haptoglobin Proteins 0.000 claims description 2
- 102000013271 Hemopexin Human genes 0.000 claims description 2
- 108010026027 Hemopexin Proteins 0.000 claims description 2
- 102100027619 Histidine-rich glycoprotein Human genes 0.000 claims description 2
- 108060003951 Immunoglobulin Proteins 0.000 claims description 2
- 101001018085 Lysobacter enzymogenes Lysyl endopeptidase Proteins 0.000 claims description 2
- 102000012404 Orosomucoid Human genes 0.000 claims description 2
- 108010061952 Orosomucoid Proteins 0.000 claims description 2
- 102000016387 Pancreatic elastase Human genes 0.000 claims description 2
- 108010067372 Pancreatic elastase Proteins 0.000 claims description 2
- 108090000526 Papain Proteins 0.000 claims description 2
- 108090000284 Pepsin A Proteins 0.000 claims description 2
- 102000057297 Pepsin A Human genes 0.000 claims description 2
- 108010015078 Pregnancy-Associated alpha 2-Macroglobulins Proteins 0.000 claims description 2
- 108090000787 Subtilisin Proteins 0.000 claims description 2
- 108090001109 Thermolysin Proteins 0.000 claims description 2
- 108090000631 Trypsin Proteins 0.000 claims description 2
- 102000004142 Trypsin Human genes 0.000 claims description 2
- 102100021144 Zinc-alpha-2-glycoprotein Human genes 0.000 claims description 2
- 101710201241 Zinc-alpha-2-glycoprotein Proteins 0.000 claims description 2
- 102000015395 alpha 1-Antitrypsin Human genes 0.000 claims description 2
- 108010050122 alpha 1-Antitrypsin Proteins 0.000 claims description 2
- 229940024142 alpha 1-antitrypsin Drugs 0.000 claims description 2
- 229960005348 antithrombin iii Drugs 0.000 claims description 2
- 235000021466 carotenoid Nutrition 0.000 claims description 2
- 150000001747 carotenoids Chemical class 0.000 claims description 2
- 229940106189 ceramide Drugs 0.000 claims description 2
- 229960002376 chymotrypsin Drugs 0.000 claims description 2
- 108090001092 clostripain Proteins 0.000 claims description 2
- 229940012952 fibrinogen Drugs 0.000 claims description 2
- 150000002327 glycerophospholipids Chemical class 0.000 claims description 2
- 108010044853 histidine-rich proteins Proteins 0.000 claims description 2
- 102000018358 immunoglobulin Human genes 0.000 claims description 2
- 235000019834 papain Nutrition 0.000 claims description 2
- 229940055729 papain Drugs 0.000 claims description 2
- 229940111202 pepsin Drugs 0.000 claims description 2
- 150000003904 phospholipids Chemical class 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 235000000346 sugar Nutrition 0.000 claims description 2
- 150000008163 sugars Chemical class 0.000 claims description 2
- 210000001179 synovial fluid Anatomy 0.000 claims description 2
- 150000003505 terpenes Chemical class 0.000 claims description 2
- 239000012588 trypsin Substances 0.000 claims description 2
- 238000004587 chromatography analysis Methods 0.000 claims 4
- 108091028043 Nucleic acid sequence Proteins 0.000 claims 2
- 238000009530 blood pressure measurement Methods 0.000 claims 2
- 108010008150 Apolipoprotein B-100 Proteins 0.000 claims 1
- 102000006991 Apolipoprotein B-100 Human genes 0.000 claims 1
- 102000009333 Apolipoprotein D Human genes 0.000 claims 1
- 108010025614 Apolipoproteins D Proteins 0.000 claims 1
- YDNKGFDKKRUKPY-JHOUSYSJSA-N C16 ceramide Natural products CCCCCCCCCCCCCCCC(=O)N[C@@H](CO)[C@H](O)C=CCCCCCCCCCCCCC YDNKGFDKKRUKPY-JHOUSYSJSA-N 0.000 claims 1
- 108020004414 DNA Proteins 0.000 claims 1
- 101710111227 Kininogen-1 Proteins 0.000 claims 1
- 102100035792 Kininogen-1 Human genes 0.000 claims 1
- 102000004317 Lyases Human genes 0.000 claims 1
- 108090000856 Lyases Proteins 0.000 claims 1
- CRJGESKKUOMBCT-VQTJNVASSA-N N-acetylsphinganine Chemical compound CCCCCCCCCCCCCCC[C@@H](O)[C@H](CO)NC(C)=O CRJGESKKUOMBCT-VQTJNVASSA-N 0.000 claims 1
- 102000012005 alpha-2-HS-Glycoprotein Human genes 0.000 claims 1
- 108010075843 alpha-2-HS-Glycoprotein Proteins 0.000 claims 1
- 102000001155 apolipoprotein F Human genes 0.000 claims 1
- 108010069427 apolipoprotein F Proteins 0.000 claims 1
- 238000009529 body temperature measurement Methods 0.000 claims 1
- ZVEQCJWYRWKARO-UHFFFAOYSA-N ceramide Natural products CCCCCCCCCCCCCCC(O)C(=O)NC(CO)C(O)C=CCCC=C(C)CCCCCCCCC ZVEQCJWYRWKARO-UHFFFAOYSA-N 0.000 claims 1
- 102000013361 fetuin Human genes 0.000 claims 1
- 108060002885 fetuin Proteins 0.000 claims 1
- 238000009532 heart rate measurement Methods 0.000 claims 1
- VVGIYYKRAMHVLU-UHFFFAOYSA-N newbouldiamide Natural products CCCCCCCCCCCCCCCCCCCC(O)C(O)C(O)C(CO)NC(=O)CCCCCCCCCCCCCCCCC VVGIYYKRAMHVLU-UHFFFAOYSA-N 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000011002 quantification Methods 0.000 description 118
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 35
- 201000010099 disease Diseases 0.000 description 34
- 238000000605 extraction Methods 0.000 description 33
- 238000010801 machine learning Methods 0.000 description 32
- 102000002068 Glycopeptides Human genes 0.000 description 27
- 108010015899 Glycopeptides Proteins 0.000 description 27
- 238000013135 deep learning Methods 0.000 description 26
- 238000012795 verification Methods 0.000 description 23
- 238000012360 testing method Methods 0.000 description 19
- 230000010354 integration Effects 0.000 description 18
- 208000008439 Biliary Liver Cirrhosis Diseases 0.000 description 17
- 208000033222 Biliary cirrhosis primary Diseases 0.000 description 17
- 208000012654 Primary biliary cholangitis Diseases 0.000 description 17
- 229940027941 immunoglobulin g Drugs 0.000 description 17
- 238000012549 training Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 16
- 208000010157 sclerosing cholangitis Diseases 0.000 description 16
- 201000000742 primary sclerosing cholangitis Diseases 0.000 description 15
- 206010008609 Cholangitis sclerosing Diseases 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 14
- 210000002569 neuron Anatomy 0.000 description 14
- 238000012163 sequencing technique Methods 0.000 description 14
- 208000011580 syndromic disease Diseases 0.000 description 14
- 238000001228 spectrum Methods 0.000 description 12
- 230000007704 transition Effects 0.000 description 12
- 206010028980 Neoplasm Diseases 0.000 description 11
- 201000011510 cancer Diseases 0.000 description 11
- 230000007812 deficiency Effects 0.000 description 11
- 238000010200 validation analysis Methods 0.000 description 11
- 206010006187 Breast cancer Diseases 0.000 description 9
- 208000026310 Breast neoplasm Diseases 0.000 description 9
- 239000000091 biomarker candidate Substances 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- DQJCDTNMLBYVAY-ZXXIYAEKSA-N (2S,5R,10R,13R)-16-{[(2R,3S,4R,5R)-3-{[(2S,3R,4R,5S,6R)-3-acetamido-4,5-dihydroxy-6-(hydroxymethyl)oxan-2-yl]oxy}-5-(ethylamino)-6-hydroxy-2-(hydroxymethyl)oxan-4-yl]oxy}-5-(4-aminobutyl)-10-carbamoyl-2,13-dimethyl-4,7,12,15-tetraoxo-3,6,11,14-tetraazaheptadecan-1-oic acid Chemical compound NCCCC[C@H](C(=O)N[C@@H](C)C(O)=O)NC(=O)CC[C@H](C(N)=O)NC(=O)[C@@H](C)NC(=O)C(C)O[C@@H]1[C@@H](NCC)C(O)O[C@H](CO)[C@H]1O[C@H]1[C@H](NC(C)=O)[C@@H](O)[C@H](O)[C@@H](CO)O1 DQJCDTNMLBYVAY-ZXXIYAEKSA-N 0.000 description 8
- 230000001363 autoimmune Effects 0.000 description 7
- 241000124008 Mammalia Species 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 5
- 206010033128 Ovarian cancer Diseases 0.000 description 4
- 206010061535 Ovarian neoplasm Diseases 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 4
- 102000004196 processed proteins & peptides Human genes 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 208000023275 Autoimmune disease Diseases 0.000 description 3
- 201000004624 Dermatitis Diseases 0.000 description 3
- 206010015150 Erythema Diseases 0.000 description 3
- 241000282412 Homo Species 0.000 description 3
- 208000003926 Myelitis Diseases 0.000 description 3
- 206010039491 Sarcoma Diseases 0.000 description 3
- 206010047115 Vasculitis Diseases 0.000 description 3
- 229940024606 amino acid Drugs 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 231100000321 erythema Toxicity 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 230000002496 gastric effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 2
- 208000014697 Acute lymphocytic leukaemia Diseases 0.000 description 2
- 208000008190 Agammaglobulinemia Diseases 0.000 description 2
- 206010003445 Ascites Diseases 0.000 description 2
- 108091005504 Asparagine peptide lyases Proteins 0.000 description 2
- 208000031212 Autoimmune polyendocrinopathy Diseases 0.000 description 2
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 description 2
- 206010007953 Central nervous system lymphoma Diseases 0.000 description 2
- 206010008342 Cervix carcinoma Diseases 0.000 description 2
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 description 2
- 206010009944 Colon cancer Diseases 0.000 description 2
- 238000001712 DNA sequencing Methods 0.000 description 2
- 206010058314 Dysplasia Diseases 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 208000007465 Giant cell arteritis Diseases 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 208000035186 Hemolytic Autoimmune Anemia Diseases 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 206010020983 Hypogammaglobulinaemia Diseases 0.000 description 2
- 208000010159 IgA glomerulonephritis Diseases 0.000 description 2
- 206010021263 IgA nephropathy Diseases 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 2
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 description 2
- 206010035226 Plasma cell myeloma Diseases 0.000 description 2
- 208000006664 Precursor Cell Lymphoblastic Leukemia-Lymphoma Diseases 0.000 description 2
- 201000004681 Psoriasis Diseases 0.000 description 2
- 208000015634 Rectal Neoplasms Diseases 0.000 description 2
- 208000034189 Sclerosis Diseases 0.000 description 2
- 208000005718 Stomach Neoplasms Diseases 0.000 description 2
- 208000031981 Thrombocytopenic Idiopathic Purpura Diseases 0.000 description 2
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 208000007502 anemia Diseases 0.000 description 2
- 208000010668 atopic eczema Diseases 0.000 description 2
- 201000003710 autoimmune thrombocytopenic purpura Diseases 0.000 description 2
- 210000000941 bile Anatomy 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 235000014633 carbohydrates Nutrition 0.000 description 2
- 201000010881 cervical cancer Diseases 0.000 description 2
- 201000005795 chronic inflammatory demyelinating polyneuritis Diseases 0.000 description 2
- 208000029742 colonic neoplasm Diseases 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 206010014599 encephalitis Diseases 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003176 fibrotic effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 206010017758 gastric cancer Diseases 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000002757 inflammatory effect Effects 0.000 description 2
- 208000032839 leukemia Diseases 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 229920001184 polypeptide Polymers 0.000 description 2
- 208000016800 primary central nervous system lymphoma Diseases 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 206010038038 rectal cancer Diseases 0.000 description 2
- 201000001275 rectum cancer Diseases 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 206010039073 rheumatoid arthritis Diseases 0.000 description 2
- 230000037390 scarring Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 201000011549 stomach cancer Diseases 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- HVCOBJNICQPDBP-UHFFFAOYSA-N 3-[3-[3,5-dihydroxy-6-methyl-4-(3,4,5-trihydroxy-6-methyloxan-2-yl)oxyoxan-2-yl]oxydecanoyloxy]decanoic acid;hydrate Chemical compound O.OC1C(OC(CC(=O)OC(CCCCCCC)CC(O)=O)CCCCCCC)OC(C)C(O)C1OC1C(O)C(O)C(O)C(C)O1 HVCOBJNICQPDBP-UHFFFAOYSA-N 0.000 description 1
- 206010000748 Acute febrile neutrophilic dermatosis Diseases 0.000 description 1
- 208000031261 Acute myeloid leukaemia Diseases 0.000 description 1
- 208000026872 Addison Disease Diseases 0.000 description 1
- 208000003200 Adenoma Diseases 0.000 description 1
- 206010001233 Adenoma benign Diseases 0.000 description 1
- 208000006468 Adrenal Cortex Neoplasms Diseases 0.000 description 1
- 208000032671 Allergic granulomatous angiitis Diseases 0.000 description 1
- 201000004384 Alopecia Diseases 0.000 description 1
- 206010061424 Anal cancer Diseases 0.000 description 1
- 208000007860 Anus Neoplasms Diseases 0.000 description 1
- 206010003645 Atopy Diseases 0.000 description 1
- 206010003827 Autoimmune hepatitis Diseases 0.000 description 1
- 208000000659 Autoimmune lymphoproliferative syndrome Diseases 0.000 description 1
- 206010069002 Autoimmune pancreatitis Diseases 0.000 description 1
- 208000022106 Autoimmune polyendocrinopathy type 2 Diseases 0.000 description 1
- 208000010839 B-cell chronic lymphocytic leukemia Diseases 0.000 description 1
- 206010061692 Benign muscle neoplasm Diseases 0.000 description 1
- 206010005003 Bladder cancer Diseases 0.000 description 1
- 208000009766 Blau syndrome Diseases 0.000 description 1
- 206010005949 Bone cancer Diseases 0.000 description 1
- 208000018084 Bone neoplasm Diseases 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 201000002829 CREST Syndrome Diseases 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 235000009025 Carya illinoensis Nutrition 0.000 description 1
- 241001453450 Carya illinoinensis Species 0.000 description 1
- 208000005024 Castleman disease Diseases 0.000 description 1
- 108091006146 Channels Proteins 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 208000030939 Chronic inflammatory demyelinating polyneuropathy Diseases 0.000 description 1
- 208000006344 Churg-Strauss Syndrome Diseases 0.000 description 1
- 208000015943 Coeliac disease Diseases 0.000 description 1
- 208000010007 Cogan syndrome Diseases 0.000 description 1
- 208000011038 Cold agglutinin disease Diseases 0.000 description 1
- 206010009868 Cold type haemolytic anaemia Diseases 0.000 description 1
- 206010009900 Colitis ulcerative Diseases 0.000 description 1
- 206010010252 Concentric sclerosis Diseases 0.000 description 1
- 208000011231 Crohn disease Diseases 0.000 description 1
- 208000019707 Cryoglobulinemic vasculitis Diseases 0.000 description 1
- 208000014311 Cushing syndrome Diseases 0.000 description 1
- 206010012438 Dermatitis atopic Diseases 0.000 description 1
- 206010012442 Dermatitis contact Diseases 0.000 description 1
- 201000003066 Diffuse Scleroderma Diseases 0.000 description 1
- 208000024134 Diffuse cutaneous systemic sclerosis Diseases 0.000 description 1
- 206010014733 Endometrial cancer Diseases 0.000 description 1
- 206010014759 Endometrial neoplasm Diseases 0.000 description 1
- 201000009273 Endometriosis Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 208000018428 Eosinophilic granulomatosis with polyangiitis Diseases 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 206010053717 Fibrous histiocytoma Diseases 0.000 description 1
- 208000005577 Gastroenteritis Diseases 0.000 description 1
- 206010064147 Gastrointestinal inflammation Diseases 0.000 description 1
- 206010017993 Gastrointestinal neoplasms Diseases 0.000 description 1
- 206010018364 Glomerulonephritis Diseases 0.000 description 1
- 102100033945 Glycine receptor subunit alpha-1 Human genes 0.000 description 1
- 229930186217 Glycolipid Natural products 0.000 description 1
- 208000024869 Goodpasture syndrome Diseases 0.000 description 1
- 206010072579 Granulomatosis with polyangiitis Diseases 0.000 description 1
- 208000003807 Graves Disease Diseases 0.000 description 1
- 208000015023 Graves' disease Diseases 0.000 description 1
- 208000001204 Hashimoto Disease Diseases 0.000 description 1
- 208000030836 Hashimoto thyroiditis Diseases 0.000 description 1
- 208000018565 Hemochromatosis Diseases 0.000 description 1
- 208000028523 Hereditary Complement Deficiency disease Diseases 0.000 description 1
- 206010062639 Herpes dermatitis Diseases 0.000 description 1
- 208000017604 Hodgkin disease Diseases 0.000 description 1
- 208000010747 Hodgkins lymphoma Diseases 0.000 description 1
- 101000996297 Homo sapiens Glycine receptor subunit alpha-1 Proteins 0.000 description 1
- 206010021042 Hypopharyngeal cancer Diseases 0.000 description 1
- 206010056305 Hypopharyngeal neoplasm Diseases 0.000 description 1
- 201000009794 Idiopathic Pulmonary Fibrosis Diseases 0.000 description 1
- 206010021245 Idiopathic thrombocytopenic purpura Diseases 0.000 description 1
- 208000014919 IgG4-related retroperitoneal fibrosis Diseases 0.000 description 1
- 208000029400 Inclusion myopathy Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000005615 Interstitial Cystitis Diseases 0.000 description 1
- 208000005016 Intestinal Neoplasms Diseases 0.000 description 1
- 208000003456 Juvenile Arthritis Diseases 0.000 description 1
- 206010059176 Juvenile idiopathic arthritis Diseases 0.000 description 1
- 208000007766 Kaposi sarcoma Diseases 0.000 description 1
- 208000011200 Kawasaki disease Diseases 0.000 description 1
- 208000008839 Kidney Neoplasms Diseases 0.000 description 1
- 201000010743 Lambert-Eaton myasthenic syndrome Diseases 0.000 description 1
- 206010023825 Laryngeal cancer Diseases 0.000 description 1
- 208000012309 Linear IgA disease Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010064281 Malignant atrophic papulosis Diseases 0.000 description 1
- 208000027530 Meniere disease Diseases 0.000 description 1
- 208000003250 Mixed connective tissue disease Diseases 0.000 description 1
- 208000003445 Mouth Neoplasms Diseases 0.000 description 1
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 208000021642 Muscular disease Diseases 0.000 description 1
- 206010028372 Muscular weakness Diseases 0.000 description 1
- 206010028424 Myasthenic syndrome Diseases 0.000 description 1
- 201000004458 Myoma Diseases 0.000 description 1
- 201000009623 Myopathy Diseases 0.000 description 1
- 208000001894 Nasopharyngeal Neoplasms Diseases 0.000 description 1
- 206010061306 Nasopharyngeal cancer Diseases 0.000 description 1
- 206010029260 Neuroblastoma Diseases 0.000 description 1
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 1
- 208000010505 Nose Neoplasms Diseases 0.000 description 1
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 1
- 206010031096 Oropharyngeal cancer Diseases 0.000 description 1
- 206010057444 Oropharyngeal neoplasm Diseases 0.000 description 1
- 206010053869 POEMS syndrome Diseases 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 208000000821 Parathyroid Neoplasms Diseases 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 208000002471 Penile Neoplasms Diseases 0.000 description 1
- 206010034299 Penile cancer Diseases 0.000 description 1
- 102000015731 Peptide Hormones Human genes 0.000 description 1
- 108010038988 Peptide Hormones Proteins 0.000 description 1
- 208000009565 Pharyngeal Neoplasms Diseases 0.000 description 1
- 206010034811 Pharyngeal cancer Diseases 0.000 description 1
- 208000007913 Pituitary Neoplasms Diseases 0.000 description 1
- 206010065159 Polychondritis Diseases 0.000 description 1
- 208000037534 Progressive hemifacial atrophy Diseases 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 201000001263 Psoriatic Arthritis Diseases 0.000 description 1
- 208000036824 Psoriatic arthropathy Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010037549 Purpura Diseases 0.000 description 1
- 241001672981 Purpura Species 0.000 description 1
- 208000006311 Pyoderma Diseases 0.000 description 1
- 206010071141 Rasmussen encephalitis Diseases 0.000 description 1
- 208000004160 Rasmussen subacute encephalitis Diseases 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 208000033464 Reiter syndrome Diseases 0.000 description 1
- 206010038389 Renal cancer Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 201000000582 Retinoblastoma Diseases 0.000 description 1
- 206010038979 Retroperitoneal fibrosis Diseases 0.000 description 1
- 101100273253 Rhizopus niveus RNAP gene Proteins 0.000 description 1
- 201000010848 Schnitzler Syndrome Diseases 0.000 description 1
- 241001417495 Serranidae Species 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 208000021712 Soft tissue sarcoma Diseases 0.000 description 1
- 206010041591 Spinal osteoarthritis Diseases 0.000 description 1
- 201000002661 Spondylitis Diseases 0.000 description 1
- 206010072148 Stiff-Person syndrome Diseases 0.000 description 1
- 241000194017 Streptococcus Species 0.000 description 1
- 206010042276 Subacute endocarditis Diseases 0.000 description 1
- 208000033809 Suppuration Diseases 0.000 description 1
- 208000010265 Sweet syndrome Diseases 0.000 description 1
- 206010042742 Sympathetic ophthalmia Diseases 0.000 description 1
- 208000000491 Tendinopathy Diseases 0.000 description 1
- 206010043255 Tendonitis Diseases 0.000 description 1
- 208000024313 Testicular Neoplasms Diseases 0.000 description 1
- 206010057644 Testis cancer Diseases 0.000 description 1
- 208000024770 Thyroid neoplasm Diseases 0.000 description 1
- 241000130764 Tinea Species 0.000 description 1
- 208000002474 Tinea Diseases 0.000 description 1
- 208000026928 Turner syndrome Diseases 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 201000006704 Ulcerative Colitis Diseases 0.000 description 1
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 1
- 208000006593 Urologic Neoplasms Diseases 0.000 description 1
- 208000024780 Urticaria Diseases 0.000 description 1
- 208000035868 Vascular inflammations Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 208000016025 Waldenstroem macroglobulinemia Diseases 0.000 description 1
- 208000033559 Waldenström macroglobulinemia Diseases 0.000 description 1
- 208000008383 Wilms tumor Diseases 0.000 description 1
- 208000002552 acute disseminated encephalomyelitis Diseases 0.000 description 1
- 201000002454 adrenal cortex cancer Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 231100000360 alopecia Toxicity 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000002788 anti-peptide Effects 0.000 description 1
- 201000011165 anus cancer Diseases 0.000 description 1
- 206010003230 arteritis Diseases 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 210000003567 ascitic fluid Anatomy 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 201000008937 atopic dermatitis Diseases 0.000 description 1
- 201000004984 autoimmune cardiomyopathy Diseases 0.000 description 1
- 201000000448 autoimmune hemolytic anemia Diseases 0.000 description 1
- 208000027625 autoimmune inner ear disease Diseases 0.000 description 1
- 201000004339 autoimmune neuropathy Diseases 0.000 description 1
- 201000005011 autoimmune peripheral neuropathy Diseases 0.000 description 1
- 201000011385 autoimmune polyendocrine syndrome Diseases 0.000 description 1
- 201000009780 autoimmune polyendocrine syndrome type 2 Diseases 0.000 description 1
- 206010071572 autoimmune progesterone dermatitis Diseases 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 208000001119 benign fibrous histiocytoma Diseases 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001783 ceramides Chemical class 0.000 description 1
- 201000004559 cerebral degeneration Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000025302 chronic primary adrenal insufficiency Diseases 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 201000002388 complement deficiency Diseases 0.000 description 1
- 235000021310 complex sugar Nutrition 0.000 description 1
- 208000018631 connective tissue disease Diseases 0.000 description 1
- 208000010247 contact dermatitis Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 201000003278 cryoglobulinemia Diseases 0.000 description 1
- 210000002726 cyst fluid Anatomy 0.000 description 1
- 201000003146 cystitis Diseases 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 201000002491 encephalomyelitis Diseases 0.000 description 1
- 229940088598 enzyme Drugs 0.000 description 1
- 230000010437 erythropoiesis Effects 0.000 description 1
- 201000004101 esophageal cancer Diseases 0.000 description 1
- CKSJXOVLXUMMFF-UHFFFAOYSA-N exalamide Chemical compound CCCCCCOC1=CC=CC=C1C(N)=O CKSJXOVLXUMMFF-UHFFFAOYSA-N 0.000 description 1
- 229950010333 exalamide Drugs 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 208000024519 eye neoplasm Diseases 0.000 description 1
- 208000002980 facial hemiatrophy Diseases 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 210000004996 female reproductive system Anatomy 0.000 description 1
- 208000001031 fetal erythroblastosis Diseases 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 102000035122 glycosylated proteins Human genes 0.000 description 1
- 108091005608 glycosylated proteins Proteins 0.000 description 1
- 230000013595 glycosylation Effects 0.000 description 1
- 238000006206 glycosylation reaction Methods 0.000 description 1
- 210000002768 hair cell Anatomy 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 201000005787 hematologic cancer Diseases 0.000 description 1
- 208000024200 hematopoietic and lymphoid system neoplasm Diseases 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 235000020256 human milk Nutrition 0.000 description 1
- 210000004251 human milk Anatomy 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 201000006866 hypopharynx cancer Diseases 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000036971 interstitial lung disease 2 Diseases 0.000 description 1
- 201000002313 intestinal cancer Diseases 0.000 description 1
- 208000028774 intestinal disease Diseases 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 201000002215 juvenile rheumatoid arthritis Diseases 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 201000010982 kidney cancer Diseases 0.000 description 1
- 206010023841 laryngeal neoplasm Diseases 0.000 description 1
- 201000010901 lateral sclerosis Diseases 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 208000002741 leukoplakia Diseases 0.000 description 1
- 208000012987 lip and oral cavity carcinoma Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 235000019689 luncheon sausage Nutrition 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 206010025135 lupus erythematosus Diseases 0.000 description 1
- 230000000938 luteal effect Effects 0.000 description 1
- 201000003265 lymphadenitis Diseases 0.000 description 1
- 210000004995 male reproductive system Anatomy 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 208000025854 malignant tumor of adrenal cortex Diseases 0.000 description 1
- 208000026045 malignant tumor of parathyroid gland Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 206010063344 microscopic polyangiitis Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 208000005264 motor neuron disease Diseases 0.000 description 1
- 208000001725 mucocutaneous lymph node syndrome Diseases 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000036473 myasthenia Effects 0.000 description 1
- 201000000050 myeloid neoplasm Diseases 0.000 description 1
- 239000011807 nanoball Substances 0.000 description 1
- 201000003631 narcolepsy Diseases 0.000 description 1
- 208000037830 nasal cancer Diseases 0.000 description 1
- 230000002956 necrotizing effect Effects 0.000 description 1
- 201000008026 nephroblastoma Diseases 0.000 description 1
- 201000011682 nervous system cancer Diseases 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 201000008106 ocular cancer Diseases 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 201000006958 oropharynx cancer Diseases 0.000 description 1
- 201000008968 osteosarcoma Diseases 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 208000010916 pituitary tumor Diseases 0.000 description 1
- 208000010626 plasma cell neoplasm Diseases 0.000 description 1
- 208000005987 polymyositis Diseases 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 201000009395 primary hyperaldosteronism Diseases 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000000092 prognostic biomarker Substances 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000000069 prophylactic effect Effects 0.000 description 1
- 235000019419 proteases Nutrition 0.000 description 1
- WQGWDDDVZFFDIG-UHFFFAOYSA-N pyrogallol Chemical compound OC1=CC=CC(O)=C1O WQGWDDDVZFFDIG-UHFFFAOYSA-N 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 208000002574 reactive arthritis Diseases 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 201000003068 rheumatic fever Diseases 0.000 description 1
- 210000003079 salivary gland Anatomy 0.000 description 1
- 238000007480 sanger sequencing Methods 0.000 description 1
- 201000000306 sarcoidosis Diseases 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 206010039722 scoliosis Diseases 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000037968 sinus cancer Diseases 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 150000003408 sphingolipids Chemical class 0.000 description 1
- 208000005801 spondylosis Diseases 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000008467 subacute bacterial endocarditis Diseases 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 206010043207 temporal arteritis Diseases 0.000 description 1
- 201000004415 tendinitis Diseases 0.000 description 1
- 201000003120 testicular cancer Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 206010043554 thrombocytopenia Diseases 0.000 description 1
- 201000002510 thyroid cancer Diseases 0.000 description 1
- 206010043778 thyroiditis Diseases 0.000 description 1
- 230000001256 tonic effect Effects 0.000 description 1
- 201000005112 urinary bladder cancer Diseases 0.000 description 1
- 208000037965 uterine sarcoma Diseases 0.000 description 1
- 206010046885 vaginal cancer Diseases 0.000 description 1
- 208000013139 vaginal neoplasm Diseases 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 239000001993 wax Substances 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
Classifications
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6842—Proteomic analysis of subsets of protein mixtures with reduced complexity, e.g. membrane proteins, phosphoproteins, organelle proteins
-
- 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
- C12Q1/6869—Methods for sequencing
-
- 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
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
-
- 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
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6848—Methods of protein analysis involving mass spectrometry
-
- 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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6854—Immunoglobulins
-
- 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
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2400/00—Assays, e.g. immunoassays or enzyme assays, involving carbohydrates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/08—Hepato-biliairy disorders other than hepatitis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Organic Chemistry (AREA)
- Genetics & Genomics (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
Abstract
【課題】診断及び治療モニタリングのための生体パラメータの同定及び使用に関する。【解決手段】生体試料のグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及び／又はリピドミクスパラメータを定量すること；１つ以上の生体試料が由来する対象に関連する臨床パラメータを取得すること；（ｉ）定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、（ｉｉ）定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上に関連する所定の範囲、並びに（ｉｉｉ）取得された臨床パラメータ、の１つ以上の間の１つ以上の関係を決定すること；所定の有意性判定基準を満たす決定された関係の１つ以上に基づいて１つ以上のバイオマーカーを同定すること；及び／又はウェルネス区分のウェルネス区分状態を決定することであって、ウェルネス区分状態の決定は、１つ以上の同定されたバイオマーカーに基づいて決定される、決定すること；を行うシステム及び方法。【選択図】図１Ａ
Description
技術分野
[0001] 本開示は、概して、健康状態を診断及び治療することに関し、一部の詳細な実施形態では、本開示は、生体パラメータをとりわけウェルネス区分、ウェルネス状態、治療有効性及びウェルネスの進行又は逸脱と関連付けるための新規システム及び方法に関する。
[0001] 本開示は、概して、健康状態を診断及び治療することに関し、一部の詳細な実施形態では、本開示は、生体パラメータをとりわけウェルネス区分、ウェルネス状態、治療有効性及びウェルネスの進行又は逸脱と関連付けるための新規システム及び方法に関する。
開示の背景
[0002] 健康状態の適時診断及び治療は、医療界にとって非常に重要である。健康状態の診断及び治療に関する従来の結論付けのプロセスは、正確度及び精度を欠いている。詳細には、生体試料から取得された質量スペクトルの従来の解釈方法は、介在する人間による人為的過誤が生じ易い。人の手による入力は、多くの場合、偏りを生じ易く、それは、かかる質量スペクトルの解釈から引き出される結論を損ない得る。インテリジェント環境における偏りのない且つ連続的に検証される意志決定を通して、質量スペクトル解釈の信頼性、正確度及び精度の向上をもたらす新規システム及び方法が必要とされている。
[0002] 健康状態の適時診断及び治療は、医療界にとって非常に重要である。健康状態の診断及び治療に関する従来の結論付けのプロセスは、正確度及び精度を欠いている。詳細には、生体試料から取得された質量スペクトルの従来の解釈方法は、介在する人間による人為的過誤が生じ易い。人の手による入力は、多くの場合、偏りを生じ易く、それは、かかる質量スペクトルの解釈から引き出される結論を損ない得る。インテリジェント環境における偏りのない且つ連続的に検証される意志決定を通して、質量スペクトル解釈の信頼性、正確度及び精度の向上をもたらす新規システム及び方法が必要とされている。
定義
[0016] 本明細書で使用される場合、以下の単語及び語句は、それらが使用される文脈がそうでないことを示す場合を除いて、一般に、以下に示される意味を有することを意図している。
[0016] 本明細書で使用される場合、以下の単語及び語句は、それらが使用される文脈がそうでないことを示す場合を除いて、一般に、以下に示される意味を有することを意図している。
[0017] 「生体試料」という用語は、任意の生体液、細胞、組織、器官、又はそれらのいずれ１つ以上の一部、又はそれらのいずれか１つ以上の組み合わせを意味する。例示として、「生体試料」は：生検によって得られた組織切片；又は組織培養した細胞、又は組織培養に適合した細胞；唾液、涙、喀痰、汗、粘液、糞便物質、胃液、腹水（abdominal fluid）、羊水、嚢胞液、腹水（peritoneal fluid）、脊髄液、尿、滑液、全血、血清、血漿、膵液、母乳、肺洗浄液、骨髄、胃液、胆汁、滑液、精液、膿、房水、漏出液などの試料；任意の他の生体物、又はそれらのいずれか１つ以上の一部又は組み合わせを含み得る。
[0018] 「バイオマーカー」という用語は、プロセス、イベント、病態、又はそれらの任意の組み合わせの１つ以上の、特徴的な生物学的指標又は生物学的由来の指標を指す。概して、生物学的指標又は生物学的由来の指標は、検出可能、定量可能、及び／又は他の方法で測定可能である。例えば、バイオマーカーは、対象から発生するか、対象と関連しているか、対象に由来する、１つ以上の測定可能な分子又は物質であって、その存在が、他の素質（例えば、プロセス、イベント、病態、又はそれらの任意の組み合わせの１つ以上）の指標となるものを含むことができる。バイオマーカーは、任意の１つ以上の生物学的分子（単独又は他と一緒に）、又は１つ以上の生物学的分子の断片（単独又は他と一緒に）を含むことができ、検出された存在、量（絶対量、比例した量、相対量又はその他の量）、測定値、又はそのような存在、量もしくは測定値の１つ以上の変化を、特定のウェルネス状態の１つ以上と相関させることができる。バイオマーカーの例には、ヌクレオチド、アミノ酸、脂肪酸、ステロイド、抗体、ホルモン、ペプチド、タンパク質、炭水化物などを含む生体分子が含まれるが、これらに限定されない。さらなる例には、グリコシル化ペプチド断片、リポタンパク質などが含まれ得る。バイオマーカーは、ウェルネス状況、例えば、疾患、感染、シンドローム、病態もしくは他の状態（疾患、感染、シンドロームもしくは病態の１つ以上のリスクにあることを含む）の１つ以上の、存在、発症、ステージ又はステータスの指標であり得る。
[0019] 「グリカン」という用語は、糖ペプチド、糖タンパク質、糖脂質又はプロテオグリカンなどの複合糖質の炭水化物部分を指す。
[0020] 「グリコフォーム」という用語は、特定の構造のグリカンが結合したタンパク質のユニークな一次、二次、三次、及び四次構造を指す。
[0021] 「グリコシル化ペプチド断片」という用語は、グリコシル化タンパク質のアミノ酸配列の一部と同じではあるがすべてではないアミノ酸配列を有するグリコシル化ペプチド（又は糖ペプチド）を指し、グリコシル化タンパク質の断片化（例えば１つ以上のプロテアーゼによる）によって、グリコシル化ペプチドが得られる。
[0022] 「多重反応モニタリング質量分析法（ＭＲＭ−ＭＳ）」という用語は、生体試料中のタンパク質／ペプチドの標的化された定量化のための高感度で選択的な方法を指す。従来の質量分析法とは異なり、ＭＲＭ−ＭＳは高度に選択的（標的化）であるため、研究者は機器を微調整して、目的のペプチド／タンパク質断片を特に探すことができる。ＭＲＭにより、有望なバイオマーカーなど、目的のペプチド／タンパク質断片の感度、特異性、速度、及び定量性が向上する。ＭＲＭ−ＭＳでは、三連四重極（ＱＱＱ）質量分析計及び四重極飛行時間（ｑＴＯＦ）質量分析計の１つ以上を使用する。
[0023] 「プロテアーゼ」という用語は、タンパク質をより小さなポリペプチド又はアミノ酸にタンパク質分解又は分解する酵素を指す。プロテアーゼの例には、セリンプロテアーゼ、スレオニンプロテアーゼ、システインプロテアーゼ、アスパラギン酸プロテアーゼ、グルタミン酸プロテアーゼ、メタロプロテアーゼ、アスパラギンペプチドリアーゼ及びそれらの任意の組み合わせが含まれる。
[0024] 「対象」という用語は、哺乳類を指す。哺乳動物の非限定的な例には、ヒト、非ヒト霊長類、マウス、ラット、イヌ、ネコ、ウマ、又はウシなどが含まれる。ヒト以外の哺乳類を、疾患、前疾患、又は前疾患病態の動物モデルを表す対象として有利に使用できる。対象は雄でも雌でもよい。対象は、疾患又は病態を有すると以前に同定された者であって、場合により、疾患又は病態のための治療的介入をすでに受けているか、受けている者でよい。あるいは、対象は、疾患又は病態を有すると以前に診断されていない対象でもよい。例えば、対象は、疾患又は病態の１つ以上の危険因子を示す対象、又は疾患の危険因子を示さない対象、又は疾患又は病態の無症状の対象でもよい。対象はまた、疾患又は病態に罹患しているか又は進行するリスクがある対象でもよい。
[0025] 「治療」又は「治療する」という用語は、哺乳動物などの対象における疾患又は病態の任意の治療を意味し、１）疾患又は病態に対する予防又は保護、すなわち、臨床症状を進行させないこと、２）疾患又は病態の抑制、すなわち臨床症状の進行の阻止又は抑制、及び／又は３）疾患又は病態を緩和し、臨床症状の退行を引き起こすこと、を含む。
[0026] 本明細書で使用されるとき、単数形「１つの（a）」、「１つの（an）」及び「その」は、文脈上特に明確に指示されない限り複数の指示対象を含む。
システム
[0027] 図１Ａは、ウェルネス区分に関係のある生体パラメータを同定し、その生体パラメータに基づいて対象のウェルネス状態を予測的に診断するように構成された例示的システムの図を示す。図示されるとおり、システム１００は、コンピュータ可読媒体１０２、グライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２、臨床パラメータ生成システム１１４、自動的な偏りのない機械学習診断システム１１６、及び診断結果配布システム１１８を含み得る。
[0027] 図１Ａは、ウェルネス区分に関係のある生体パラメータを同定し、その生体パラメータに基づいて対象のウェルネス状態を予測的に診断するように構成された例示的システムの図を示す。図示されるとおり、システム１００は、コンピュータ可読媒体１０２、グライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２、臨床パラメータ生成システム１１４、自動的な偏りのない機械学習診断システム１１６、及び診断結果配布システム１１８を含み得る。
[0028] コンピュータ可読媒体１０２は、種々の潜在的に適用可能な技術を表すことが意図される。例えば、コンピュータ可読媒体１０２を使用してネットワーク又はネットワークの一部を形成することができる。あるデバイスに２つの構成要素が同時に置かれる場合、コンピュータ可読媒体１０２は、バス又は他のデータコンジット若しくはプレーンを含み得る。１つのデバイスに第１の構成要素が同時に置かれ、別のデバイスに第２の構成要素が置かれる場合、コンピュータ可読媒体１０２は、無線又は有線のバックエンドネットワーク又はＬＡＮを含み得る。コンピュータ可読媒体１０２は、該当する場合、ＷＡＮ又は他のネットワークの関連性のある一部分も包含し得る。
[0029] 本明細書で使用されるとき、「コンピュータ可読媒体」は、法定上の（例えば、米国では米国特許法第１０１条に基づく）あらゆる媒体を含み、且つコンピュータ可読媒体を含むクレームが有効となるのにその除外が必要である限り、本質的に法定外のあらゆる媒体を具体的に除外することが意図される。公知の法定上のコンピュータ可読媒体には、ハードウェア（例えば、幾つかの例を挙げれば、レジスタ、ランダムアクセスメモリ（ＲＡＭ）、不揮発性（ＮＶ）ストレージ）が含まれるが、ハードウェアに限定されても又は限定されなくてもよい。
[0030] コンピュータ可読媒体１０２又はその一部分並びに他のシステム、インターフェース、エンジン、データストア及び本明細書に記載される他のデバイスは、コンピュータシステム、複数のコンピュータシステム又はコンピュータシステム若しくは複数のコンピュータシステムの一部として実装することができる。一般に、コンピュータシステムは、プロセッサ、メモリ、不揮発性ストレージ及びインターフェースを含むことになる。典型的なコンピュータシステムは、通常、少なくともプロセッサ、メモリ及びメモリをプロセッサに結合するデバイス（例えば、バス）を含むことになる。プロセッサは、例えば、マイクロプロセッサなどの汎用中央演算処理装置（ＣＰＵ）又はマイクロコントローラなどの専用プロセッサであり得る。
[0031] メモリとしては、限定されないが、例としてダイナミックＲＡＭ（ＤＲＡＭ）及びスタティックＲＡＭ（ＳＲＡＭ）などのランダムアクセスメモリ（ＲＡＭ）を挙げることができる。メモリは、ローカル、リモート又は分散型であり得る。バスは、プロセッサを不揮発性ストレージに結合することもできる。不揮発性ストレージは、多くの場合、磁気フロッピー又はハードディスク、光磁気ディスク、光ディスク、読み出し専用メモリ（ＲＯＭ）、例えばＣＤ−ＲＯＭ、ＥＰＲＯＭ若しくはＥＥＰＲＯＭ、磁気若しくは光カード又は別の形態の大量データ用ストレージである。このデータの一部は、多くの場合、コンピュータシステム上でのソフトウェアの実行中にダイレクトメモリアクセスプロセスによってメモリに書き込まれる。不揮発性ストレージは、ローカル、リモート又は分散型であり得る。メモリ内の利用可能な全ての適用可能データでシステムを作成することができるため、不揮発性ストレージは、任意選択である。
[0032] ソフトウェアは、典型的には不揮発性ストレージに格納される。実際、大型プログラムについて、メモリにプログラム全体を格納することはそもそも不可能であり得る。それでもなお、ソフトウェアを実行するために、必要に応じてソフトウェアが処理に適切なコンピュータ可読場所に移されることが理解されなければならず、且つ例示を目的として、本明細書では、その場所がメモリと称される。ソフトウェアが実行のためにメモリに移される場合でも、プロセッサは、典型的には、ソフトウェアに関連する値及び理想的には実行を高速化する役割を果たすローカルキャッシュの格納にハードウェアレジスタを利用することになる。本明細書で使用されるとき、ソフトウェアプログラムが「コンピュータ可読ストレージ媒体に実装される」と言われる場合のソフトウェアプログラムは、適用可能な公知の又は好都合な場所に（不揮発性ストレージからハードウェアレジスタへと）格納されることが前提とされる。プロセッサは、プログラムに関連する少なくとも１つの値がプロセッサにより可読なレジスタに格納されるとき、「プログラムを実行するように構成される」と見なされる。
[0033] オペレーションの一例において、コンピュータシステムは、ディスクオペレーティングシステムなど、ファイル管理システムを含むソフトウェアプログラムであるオペレーティングシステムソフトウェアにより制御され得る。関連するファイル管理システムソフトウェアを含むオペレーティングシステムソフトウェアの一例は、Redmond, WashingtonのMicrosoft Corporation製のWindows（登録商標）として知られるオペレーティングシステムファミリ及びその関連ファイル管理システムである。その関連ファイル管理システムソフトウェアを含むオペレーティングシステムソフトウェアの別の例は、Linuxオペレーティングシステム及びその関連ファイル管理システムである。ファイル管理システムは、オペレーティングシステムによるデータの入力及び出力並びに不揮発性ストレージ上へのファイルの格納を含む、メモリへのデータの格納に必要な様々な動作をプロセッサに実行させる。
[0034] バスは、プロセッサをインターフェースに結合することもできる。インターフェースは、１つ以上の入力及び／又は出力（Ｉ／Ｏ）デバイスを含み得る。Ｉ／Ｏデバイスとしては、限定されないが、例としてキーボード、マウス又は他のポインティングデバイス、ディスクドライブ、プリンタ、スキャナ及び表示デバイスを含めた他のＩ／Ｏデバイスを挙げることができる。表示デバイスとしては、限定されないが、例としてブラウン管（ＣＲＴ）、液晶ディスプレイ（ＬＣＤ）又は他の何らかの適用可能な公知の若しくは好都合な表示デバイスを挙げることができる。インターフェースとしては、モデム又はネットワークインターフェースの１つ以上を挙げることができる。モデム又はネットワークインターフェースは、コンピュータシステムの一部と見なし得ることが理解されるであろう。インターフェースとしては、アナログモデム、ＩＳＤＮモデム、ケーブルモデム、トークンリングインターフェース、衛星伝送インターフェース（例えば、「ダイレクトＰＣ」）又はコンピュータシステムを他のコンピュータシステムに結合するための他のインターフェースを挙げることができる。インターフェースにより、コンピュータシステム及び他のデバイスをネットワークとして一体に結合することが可能になる。
[0035] コンピュータシステムは、クラウドベースのコンピューティングシステムと適合性があり得るか、又はその一部として若しくはそれを通じて実装され得る。本明細書で使用されるとき、クラウドベースのコンピューティングシステムとは、仮想化されたコンピューティングリソース、ソフトウェア及び／又は情報をクライアントデバイスに提供するシステムである。コンピューティングリソース、ソフトウェア及び／又は情報は、エッジデバイスがネットワークなどの通信インターフェースを通じてアクセスすることができる集中型サービス及びリソースを管理することにより仮想化できる。「クラウド」は、マーケティング用語であり得、本明細書の目的上、本明細書に記載されるネットワークの任意のものが含まれ得る。クラウドベースのコンピューティングシステムは、サービスへの登録を伴い得るか、又は利用に基づく価格決定モデルを用い得る。ユーザは、そのクライアントデバイスにあるウェブブラウザ又は他のコンテナアプリケーションを通じてクラウドベースのコンピューティングシステムのプロトコルにアクセスすることができる。
[0036] コンピュータシステムは、エンジンとして、エンジンの一部として又は複数のエンジンを通じて実装することができる。本明細書で使用されるとき、エンジンは、少なくとも２つの構成要素：１）専用又は共有プロセッサ、並びに２）プロセッサによって実行されるハードウェア、ファームウェア及び／又はソフトウェアモジュールを含む。実装形態に特有の又は他の考慮事項に応じて、エンジンは、集中型であるか、又はその機能分散型であり得る。エンジンは、プロセッサによる実行のためにコンピュータ可読媒体に具現化された専用ハードウェア、ファームウェア又はソフトウェアを含み得る。プロセッサは、本明細書の図に関連して記載されるような実装されたデータ構造及び方法を用いてデータを新規データに変換する。
[0037] 本明細書に記載されるエンジン又は本明細書に記載されるシステム及びデバイスの実装をもたらし得るエンジンは、クラウドベースのエンジンであり得る。本明細書で使用されるとき、クラウドベースのエンジンとは、クラウドベースのコンピューティングシステムを用いてアプリケーション及び／又は機能を実行することができるエンジンである。アプリケーション及び／又は機能の全て又は一部分は、複数のコンピューティングデバイスにわたる分散型であり得、１つのコンピューティングデバイスのみに限定される必要はない。一部の実施形態において、クラウドベースのエンジンは、エンドユーザが機能及び／又はモジュールをエンドユーザのコンピューティングデバイスにローカルにインストールすることなく、ウェブブラウザ又はコンテナアプリケーションを通じてアクセスする機能及び／又はモジュールを実行することができる。
[0038] 本明細書で使用されるとき、データストアは、テーブル、カンマ区切り値（ＣＳＶ）ファイル、従来のデータベース（例えば、ＳＱＬ）又は他の適用可能な公知の若しくは好都合な編成フォーマットを含めた任意の適用可能なデータ編成を有するリポジトリを含むことが意図される。データストアは、例えば、汎用又は専用マシン上の物理的コンピュータ可読媒体、ファームウェア、ハードウェア、これらの組み合わせ又は適用可能な公知の若しくは好都合なデバイス若しくはシステムに具現化されるソフトウェアとして実装することができる。データベースインターフェースなどのデータストア関連構成要素は、データストア「の一部」、他の何らかのシステム構成要素の一部又はこれらの組み合わせと考えることができ、しかしながら、データストア関連構成要素の物理的位置及び他の特徴は、本明細書に記載される技法の理解に特に重要でない。
[0039] データストアは、データ構造を含み得る。本明細書で使用されるとき、データ構造とは、所与の文脈内でデータを効率的に使用できるようにするためのコンピュータにおけるデータの特別な格納及び編成方法に関連する。データ構造は、概して、アドレス（それ自体メモリに格納され、プログラムによって操作され得るビット列）によって指定されるメモリ内の任意の場所にあるデータをコンピュータが取り出し、格納する能力に基づく。従って、一部のデータ構造は、データ項目のアドレスを算術演算によって計算することに基づく一方、他のデータ構造は、構造自体内にデータ項目のアドレスを格納することに基づく。多くのデータ構造は、ときに非自明な方法で組み合わされた両方の原理を用いる。データ構造の実装は、通常、その構造のインスタンスを作成及び操作する手順の組を書き込むことを伴う。本明細書に記載されるデータストアは、クラウドベースのデータストアであり得る。クラウドベースのデータストアとは、クラウドベースのコンピューティングシステム及びエンジンと適合性のあるデータストアである。
[0040] 再び図１Ａの例を見ると、コンピュータ可読媒体１０２にグライコミクスパラメータ定量システム１０４が結合される。グライコミクスパラメータ定量システム１０４は、生体試料のグライコミクスパラメータを定量し、且つグライコミクスパラメータの定量結果に関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。グライコミクスパラメータ定量システム１０４は、生体試料を採取して生体試料から取得されるグライコミクスパラメータを定量する実体（例えば、病院）によって制御されても又はされなくてもよい。グライコミクスパラメータには、生体試料中に含まれる糖化タンパク質の量及び量の変化、糖化タンパク質から断片化される各種の糖化ペプチド断片の量及び量の変化並びに生体試料の供給源が含まれ得る。ある実装形態では、グライコミクスパラメータ定量システム１０４は、連続的に動作し、従って新規生体試料が取得されるたびに新規生体試料の定量結果を取得することができる。
[0041] 一部の実施形態において、生体試料は、１〜５０年以上の期間に行われた１つ以上の先行研究からのものである。一部の実施形態において、これらの研究には、様々な他の臨床パラメータ及びこれまでに分かっている情報、例えば対象の年齢、身長、体重、人種、病歴などが付随する。かかる追加的な情報は、対象をウェルネス区分に関連付けるのに有用であり得る。一部の実施形態において、生体試料は、対象から将来を見越して収集された１つ以上の臨床試料である。
[0042] 一実施形態において、対象から単離される生体試料は、生体組織、唾液、涙、喀痰、髄液、尿、滑液、全血、血清又は血漿である。別の実施形態において、対象から単離される生体試料は、全血、血清又は血漿である。一部の実施形態において、対象は、哺乳類である。それらの実施形態の一部において、対象は、ヒトである。
[0043] 一実施形態において、グライコミクスパラメータを定量するために考慮される糖化タンパク質は、α−１−酸性糖タンパク質、α−１−アンチトリプシン、α−１Ｂ−糖タンパク質、α−２−ＨＳ−糖タンパク質、α−２−マクログロブリン、アンチトロンビン−ＩＩＩ、アポリポタンパク質Ｂ−１００、アポリポタンパク質Ｄ、アポリポタンパク質Ｆ、β−２−糖タンパク質１、セルロプラスミン、フェチュイン、フィブリノゲン、免疫グロブリン（Ｉｇ）Ａ、ＩｇＧ、ＩｇＭ、ハプトグロビン、ヘモペキシン、ヒスチジンリッチ糖タンパク質、キニノーゲン−１、セロトランスフェリン、トランスフェリン、ビトロネクチン及び亜鉛−α−２−糖タンパク質の１つ以上である。
[0044] 一実施形態において、グライコミクスパラメータを定量するために考慮される糖化ペプチド断片は、Ｏ−結合型糖化及びＮ−結合型糖化の１つ以上である。別の実施形態において、グライコミクスパラメータを定量するために考慮される糖化ペプチド断片は、５〜５０アミノ酸残基の平均長を有する。別の実施形態において、糖化ペプチド断片は、約５〜約４５、又は約５〜約４０、又は約５〜約３５、又は約５〜約３０、又は約５〜約２５、又は約５〜約２０、又は約５〜約１５、又は約５〜約１０、又は約１０〜約５０、又は約１０〜約４５、又は約１０〜約４０、又は約１０〜約３５、又は約１０〜約３０、又は約１０〜約２５、又は約１０〜約２０、又は約１０〜約１５、又は約１５〜約４５、又は約１５〜約４０、又は約１５〜約３５、又は約１５〜約３０、又は約１５〜約２５、又は約１５〜約２０アミノ酸残基の平均長を有する。一実施形態において、糖化ペプチド断片は、約１５アミノ酸残基の平均長を有する。別の実施形態において、糖化ペプチド断片は、約１０アミノ酸残基の平均長を有する。別の実施形態において、糖化ペプチド断片は、約５アミノ酸残基の平均長を有する。
[0045] ある実施形態において、糖化タンパク質の断片化は、１つ以上のプロテアーゼを使用して行われる。一実施形態において、プロテアーゼの１つ以上は、セリンプロテアーゼ、スレオニンプロテアーゼ、システインプロテアーゼ、アスパラギン酸プロテアーゼ、グルタミン酸プロテアーゼ、メタロプロテアーゼ、アスパラギンペプチドリアーゼ又はこれらの組み合わせである。プロテアーゼの幾つかの代表的な例としては、限定されないが、トリプシン、キモトリプシン、エンドプロテイナーゼ、Ａｓｐ−Ｎ、Ａｒｇ−Ｃ、Ｇｌｕ−Ｃ、Ｌｙｓ−Ｃ、ペプシン、サーモリシン、エラスターゼ、パパイン、プロテイナーゼＫ、サブチリシン、クロストリパイン、カルボキシペプチダーゼなどが挙げられる。別の実施形態において、本開示は、本明細書に記載されるとおりの方法を提供し、ここで、１つ以上のプロテアーゼは、少なくとも２つのプロテアーゼを含む。別の実施形態において、糖化タンパク質の断片化及び定量には、多重反応モニタリング質量分析法（ＭＲＭ−ＭＳ）を用いた液体クロマトグラフィー質量分析（ＬＣ−ＭＳ）技法が利用され、これによれば一度のＬＣ／ＭＲＭ−ＭＳ分析で何百個もの糖化ペプチド断片（及びその親タンパク質）の定量が可能となる。本開示の高度な質量スペクトル技法は、有効なイオン源、より高い分解能、より速い分離及び検出器をより高いダイナミックレンジで提供し、幅広い標的化しない測定でありながら標的化した測定の利益も保持している測定が可能である。
[0046] 本開示の質量スペクトル方法は、幾つかの糖化タンパク質に一度に適用可能である。例えば、質量分析計を使用して少なくとも５０超、又は少なくとも６０超、又は少なくとも７０超、又は少なくとも８０超、又は少なくとも９０超、又は少なくとも１００超、又は少なくとも１１０超、又は少なくとも１２０超の糖化タンパク質を一度に分析することができる。
[0047] 一実施形態において、本明細書に記載される質量スペクトル方法は、ＱＱＱ又はｑＴＯＦ質量分析法を利用する。別の実施形態において、本明細書に記載される質量スペクトル方法は、５，０００以上；又は１０，０００以上；又は２５，０００以上；又は５０，０００以上、又は１００，０００以上の分解能において１０ｐｐｍ以下；又は５ｐｐｍ以下；又は２ｐｐｍ以下；又は１ｐｐｍ以下；又は０．５ｐｐｍ以下；又は０．２ｐｐｍ以下、又は０．１ｐｐｍ以下の高い質量正確度でデータを提供する。
[0048] 図１Ａの例では、コンピュータ可読媒体１０２にゲノミクスパラメータ定量システム１０６が結合される。ゲノミクスパラメータ定量システム１０６は、生体試料のゲノミクスパラメータを定量し、且つゲノミクスパラメータの定量結果に関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。ゲノミクスパラメータ定量システム１０６は、生体試料を採取して生体試料からのゲノミクスパラメータを定量する実体（例えば、病院）によって制御されても又はされなくてもよい。ある実装形態では、ゲノミクスパラメータには、生体試料から抽出されたＤＮＡ又はＲＮＡのゲノム配列が含まれ得る。ＤＮＡ（ＲＮＡ）シーケンシング方法は、特に限定されず、ある実装形態では、方法として、マクサム・ギルバートシーケンシング、連鎖停止法、超並列シグネチャシーケンシング（ＭＰＳＳ）、ポロニー（polony）シーケンシング、４５４パイロシーケンシング、illuminaシーケンシング、SOLidシーケンシング、イオントレント（ion torrent）半導体シーケンシング、ＤＮＡナノボールシーケンシング、heliscope単一分子シーケンシング、単一分子リアルタイム（ＳＭＲＴ）シーケンシング、ナノポアＤＮＡシーケンシング、トンネル電流ＤＮＡシーケンシング、ハイブリダイゼーションシーケンシング、質量分析シーケンシング、マイクロ流体サンガーシーケンシング、ＲＮＡＰシーケンシング及びインビトロウイルスハイスループットシーケンシングを挙げることができる。ある実装形態では、ゲノミクスパラメータ定量システム１０６は、データの更新についてグライコミクスパラメータ定量システム１０４と同じように連続的に動作する。
[0049] 図１Ａの例では、コンピュータ可読媒体１０２にプロテオミクスパラメータ定量システム１０８が結合される。プロテオミクスパラメータ定量システム１０８は、生体試料のプロテオミクスパラメータを定量し、且つプロテオミクスパラメータの定量結果に関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。プロテオミクスパラメータ定量システム１０８は、生体試料を採取して生体試料からのプロテオミクスパラメータを定量する実体（例えば、病院）によって制御されても又はされなくてもよい。ある実装形態では、プロテオミクスパラメータには、生体試料中に含まれる各種のタンパク質の量及び量の変化並びに生体試料の供給源が含まれ得る。タンパク質の検出及び／又は定量方法は、特に限定されず、ある実装形態では、方法として、酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）、ウエスタンブロット、エドマン分解、マトリックス支援レーザー脱離／イオン化（ＭＡＬＤＩ）、エレクトロスプレーイオン化（ＥＳＩ）、質量分析イムノアッセイ（ＭＳＩＡ）及び抗ペプチド抗体法による安定同位体標準物質捕捉（ＳＩＳＣＡＰＡ）を挙げることができる。ある実装形態では、プロテオミクスパラメータ定量システム１０８は、データ更新についてグライコミクスパラメータ定量システム１０４と同じように連続的に動作する。
[0050] 図１Ａの例では、コンピュータ可読媒体１０２に代謝パラメータ定量システム１１０が結合される。代謝パラメータ定量システム１１０は、生体試料の代謝パラメータを定量し、且つ代謝パラメータの定量結果に関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。代謝パラメータ定量システム１１０は、生体試料を採取して生体試料からの代謝パラメータを定量する実体（例えば、病院）によって制御されても又はされなくてもよい。ある実装形態では、代謝パラメータには、対象の代謝によって生じる任意の産物及び／又は副産物（糖類、ヌクレオチド及びアミノ酸を含む）の量及び量の変化、代謝によって引き起こされる対象の生物学的状態、生体試料の供給源などが含まれ得る。代謝パラメータは、公知の方法、例えば多重反応モニタリング質量分析（ＭＲＭ−ＭＳ）を用いた液体クロマトグラフィー質量分析（ＬＣ−ＭＳ）技法によって定量することができる。ある実装形態では、代謝パラメータ定量システム１１０は、データ更新についてグライコミクスパラメータ定量システム１０４と同じように連続的に動作する。
[0051] 図１Ａの例では、コンピュータ可読媒体１０２にリピドミクスパラメータ定量システム１１２が結合される。リピドミクスパラメータ定量システム１１２は、生体試料のリピドミクスパラメータを定量し、且つリピドミクスパラメータの定量結果に関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。リピドミクスパラメータ定量システム１１２は、生体試料を採取して生体試料からのリピドミクスパラメータを定量する実体（例えば、病院）によって制御されても又はされなくてもよい。ある実装形態では、リピドミクスパラメータには、アシルグリセロール、ワックス、セラミド、リン脂質、スフィンゴリン脂質、グリセロリン脂質、スフィンゴ糖脂質、グリセロ糖脂質、リポタンパク質、スルホリピド、脂肪酸、テルペノイド、ステロイド及びカロテノイドを含めた任意の脂質の量及び量の変化並びに脂質が得られた生体試料の供給源が含まれ得る。ある実装形態では、リピドミクスパラメータ定量システム１１２は、データ更新についてグライコミクスパラメータ定量システム１０４と同じように連続的に動作する。
[0052] 図１Ａの例では、コンピュータ可読媒体１０２に臨床パラメータ生成システム１１４が結合される。臨床パラメータ生成システム１１４は、生体試料の臨床パラメータを生成し、且つ臨床パラメータに関する情報をコンピュータ可読媒体１０２に提供するように制御される適用可能なシステムを表すことが意図される。臨床パラメータ生成システム１１４は、対象から臨床データを収集して臨床パラメータを生成する実体（例えば、病院）によって制御されても又はされなくてもよい。ある実装形態では、臨床パラメータには、対象を診察することにより取得される任意の定量可能及び／又は定量不可能なデータ（例えば、心拍数、血圧、血液型、体温、皮膚色、眼色、血糖値、体重、身長、現在認識されているウェルネス区分状態など）並びに対象を問診することにより取得されるか、又は診療記録から取得される任意のデータ（例えば、食事、睡眠及び起床時間を含めた生活様式、運動量及び頻度、喫煙量及び頻度、飲酒量及び頻度、アレルギー、服用中の医薬、既往疾患、人種、疼痛及び疼痛原因など）が含まれ得る。ある実装形態では、臨床パラメータ生成システム１１４は、データ更新についてグライコミクスパラメータ定量システム１０４と同じように連続的に動作する。
[0053] 具体的な実装形態が臨床及び実験室生態システム内に含まれるが、対象に関するソーシャルメディアからデータを引き出すソーシャルメディアパラメータ生成システム、様々なソースからオンライン活動に関するデータを引き出す行動主義的パラメータ生成システム、政府が運営するウェブサイトから公的に利用可能なデータを引き出す行政記録パラメータ生成システムなどを含め、他のパラメータ生成システムを利用し得ることが理解されなければならない。データ標本サイズが大きくなるほど、ウェルネス区分に使用されるパラメータに一層異質なデータが取り込まれ得る。
[0054] 図１Ａの例では、コンピュータ可読媒体１０２に自動的な偏りのない機械学習診断システム１１６が結合される。自動的な偏りのない機械学習診断システム１１６は、特定のウェルネス区分に関連する１つ以上の生体パラメータの同定に関与する実体（例えば、病院）により制御される適用可能なシステムを表すことが意図される。実体は、グライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２及び臨床パラメータ生成システム１１４を制御する実体と同じ実体であっても又はなくてもよい。
[0055] 具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、特定のウェルネス区分に関連するバイオマーカーとしての１つ以上の定量可能な生体パラメータの過剰又は不足及び／又は特定のウェルネス区分に関連するバイオマーカーとしての１つ以上の定量不可能な生体パラメータの存在又は欠如を自動で決定する能力を有する。実装形態に特有の又は他の考慮事項に応じて、バイオマーカーとして決定される生体パラメータは、生体パラメータのスカラー値若しくは値の範囲又は２つ以上の生体パラメータの組み合わせ（例えば、２つの生体パラメータの比及び２つ以上の生体パラメータのベクトル）であり得る。例えば、代謝産物の一定の範囲（例えば、一定の閾値より高い又は低い閾値と高い閾値との間にある）がウェルネス状況を指示する。別の例では、１つの種類の脂質の量に対する１つの種類のグリコペプチドの量の特定の比又は比の範囲がウェルネス状況を指示し得る。別の例において、正の定量不可能なパラメータによる一定の閾値（例えば、非喫煙者）内でのある範囲の定量可能な生体パラメータがバイオマーカーとなり得る。
[0056] 具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、人間の介在のない（例えば、人間のバイアスのない）自動でのマシン計算を確実にするため、その特定のデータ計算過程についてユーザがパラメータ設定を変更することを禁止又は制限する。これは、あるウェルネス区分のバイオマーカーが人間観察者（例えば、科学者）にとって無関係であるように思われるとき、かかるバイオマーカーを見つけ出すことが人間のバイアスによって困難になりがちなためである。一例として、自動的な偏りのない機械学習診断システム１１６では、自動的な偏りのない機械学習診断システム１１６によって考慮される各生体パラメータは、少なくとも計算の初期段階で等しい重みを有する。別の言い方をすれば、計算の初期段階では、自動的な偏りのない機械学習診断システム１１６は、いかなる生体パラメータも無視しない。計算過程が進むにつれ、自動的な偏りのない機械学習診断システム１１６は、特定のウェルネス区分に相関があるとして徐々に第１の生体パラメータサブセットに重点を置くようになり、第２の生体パラメータサブセットには、特定のウェルネス区分と相関がない（即ちノイズ成分）として重点を置かなくなる。実装形態に特有の又は他の考慮事項に応じて、機械学習オペレーションのパラメータ設定変更は、偏りのないオペレーションを確実にするためにユーザ認証システムを通じて保護される。実装形態に特有の又は他の考慮事項に応じて、機械学習は、深層学習、ニューラルネットワーク、線形判別分析、二次判別分析、サポートベクターマシン、ランダムフォレスト、最近傍法又はこれらの組み合わせである。
[0057] 具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、ウェルネス区分に関連する決定されたバイオマーカーの過剰又は不足を、対象から取得された対応する生体パラメータの定量と比較することにより対象のウェルネス区分状態（陽性又は陰性）を診断する。例えば、対象から取得された生体パラメータの定量が、決定されたバイオマーカーの特定の範囲内にあるとき、対象が疾患を有すると決定することが可能である。
[0058] 具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、疾患を有し且つ治療を受けたことがない対象、疾患を有し且つ治療を受けた対象及び疾患を有しない（且つ治療を受けていない）健常対象から取得されたバイオマーカーの定量を比較することにより、疾患に対する医学的治療の効果を決定する。ここで、医学的治療としては、限定されないが、あるウェルネス状況と診断又は同定された対象において用いられる運動レジメン、食事の栄養補給、減量、外科的介入、器具の植え込み及び療法薬又は予防薬による治療を挙げることができる。例えば、治療を受けている対象から取得されたバイオマーカーの定量が、未治療の対象から取得されたバイオマーカーの定量と比較して、健常対象から取得されたバイオマーカーの定量により近いとき、医学的治療がウェルネス状況の治療に医学的に好ましい効果を有するかどうかを決定することが可能である。具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、ウェルネス区分を有し且つ治療を受けたことがない対象、及びウェルネス区分を有し且つ治療を受けた対象、及びウェルネス区分を有しない（且つ治療を受けていない）対象から取得された生体パラメータの定量を比較することにより、医学的治療の進行を決定する能力を更に有する。例えば、治療を受けている対象から取得されたバイオマーカーの定量が、健常対象から取得されたバイオマーカーの定量と略合致するとき、治療を終了できると決定することが可能である。具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、治療の進行の決定と同じようにウェルネス区分の進行を決定する能力を更に有する。具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、複数の可能な治療から、それらの可能な治療についての決定された進行を比較することにより、有効な治療を決定又は選択する能力を更に有する。
[0059] 図１Ａの例では、コンピュータ可読媒体１０２に診断結果提示システム１１８が結合される。診断結果提示システム１１８は、自動的な偏りのない機械学習診断システム１１６によって決定される生体パラメータの提示及び／又は自動的な偏りのない機械学習診断システム１１６によって生成される診断結果の提示に好適なプラットフォームを備えた実体（例えば、ウェブサービス提供者）によって制御される適用可能なシステムを表すことが意図される。実体は、グライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２、臨床パラメータ生成システム１１４及び／又は自動的な偏りのない機械学習診断システム１１６を制御する実体と同じ実体であっても又はなくてもよい。
[0060] 適切なプラットフォームとしては、限定されないが、例としてウェブページ（例えば、決定された生体パラメータ及び／又は診断結果が病院の個別のウェブページなどの個人用ウェブページにメッセージとして提示され得る）、電子メッセージ（例えば、電子メール、テキストメッセージ、音声メッセージ）、印刷媒体（例えば、手紙）及びコンテンツを対象に提供するのに好適な他のプラットフォームが挙げられる。
[0061] 図１Ａの例に示されるようなシステムを使用して生体パラメータの具体的なウェルネス区分を決定し、生体パラメータに基づいて対象を診断するオペレーションの具体的な例を以下に記載する。グライコミクスパラメータ定量システム１０４は、生体試料（例えば、血液試料）のグライコミクスパラメータ（例えば、Ｎ−結合型グリカン）を定量し、グライコミクスパラメータの定量結果に関する情報を自動的な偏りのない機械学習診断システム１１６に提供する。グライコミクスパラメータ定量システム１０４と同様に、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０及びリピドミクスパラメータ定量システム１１２は、生体試料の対応する生体パラメータを定量し、定量結果に関する情報を自動的な偏りのない機械学習診断システム１１６に提供する。臨床パラメータ生成システム１１４は、生体試料の臨床パラメータ（例えば、各問診票に関して対象が挙げた陽性／陰性値）を生成し、臨床パラメータに関する情報を自動的な偏りのない機械学習診断システム１１６に提供する。
[0062] 自動的な偏りのない機械学習診断システム１１６は、グライコミクスパラメータ定量システム１０４から受け取ったグライコミクスパラメータ、ゲノミクスパラメータ定量システム１０６から受け取ったゲノミクスパラメータ、プロテオミクスパラメータ定量システム１０８から受け取ったプロテオミクスパラメータ、代謝パラメータ定量システム１１０から受け取った代謝パラメータ及びリピドミクスパラメータ定量システム１１２から受け取ったリピドミクスパラメータの少なくとも１つの定量結果に基づき、及び／又は臨床パラメータ生成システム１１４から受け取った臨床パラメータの定量及び／又は非定量結果に基づき、１つ以上のウェルネス区分に関連すると考えられる１つ以上の生体パラメータを決定する。有利には、自動的な偏りのない機械学習診断システム１１６は、グライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２及び臨床パラメータ生成システム１１４の２つ以上からのデータの組み合わせに基づいて１つ以上の生体パラメータがバイオマーカーであるとの決定を実施して、バイオマーカーとしてのその生体パラメータの正確度を改善する。
[0063] 具体的な実装形態では、自動的な偏りのない機械学習診断システム１１６は、生体パラメータと対象の測定値又は診察された状態との比較に基づいて対象の診断を実行する。診断結果提示システム１１８は、自動的な偏りのない機械学習診断システム１１６によって決定された生体パラメータの提示（例えば、ＧＵＩの生成）及び／又は自動的な偏りのない機械学習診断システム１１６によって生成された診断結果（例えば、陽性又は陰性）の提示（例えば、ＧＵＩの生成）を実行する。
[0064] それぞれの生体パラメータ（例えば、グライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ、リピドミクスパラメータ）を定量するため、システム１００は、本開示の所与の実施形態で利用される質量分析技術から取得された質量スペクトルデータのユニバースに関係して１つ以上の定量オペレーションを実施し得る。一部の実施形態において、例えば、１つ以上のピークピッキングツール及び関連する積分法を利用して、生体試料又は生体試料の組の範囲内で１つ以上のそれぞれの生体パラメータを定量し得る。一部の実施形態において、システム１００などの本開示のシステムは、定量の実施にシステム１０４〜１１２の１つ以上を生かし得るサブシステム又はプラットフォームを備え得る。かかる実施形態の例示的な実装を図１Ｂに示す。
[0065] 図１Ｂは、本開示の１つ以上の実施形態における、ピーク積分プラットフォームを使用して生体パラメータを定量し、且つかかる生体パラメータの１つ以上のウェルネス区分に関係のある１つ以上を同定し、それらの生体パラメータに基づいて１以上の対象の１つ以上のウェルネス状態を予測的に診断するように構成された例示的システムの図を示す。
[0066] 図１Ｂに図示されるとおり、システム１２０は、ピーク積分プラットフォーム１３０、試料データリポジトリ１２２、移行部リストリポジトリ１２４及びグリコプロテオミクスユニバースリポジトリ１２６の１つ以上と作動可能に連通した、上記で図１Ａを参照して考察した要素１０２〜１１８の１つ以上を含み得る。図示されるとおり、ピーク積分プラットフォームは、収集コンポーネント(acquisition component)１３２、特徴抽出コンポーネント１３４、コンセンサス／アンサンブルコンポーネント１３６及びピーク積分コンポーネント１３８の１つ以上を備え得る。
[0067] 収集コンポーネント１３２は、ソース（例えば、試料データリポジトリ１２２）から質量スペクトルデータセットを取得し、例えばピーク積分プラットフォーム１３０の１つ以上のコンポーネント − 特徴抽出コンポーネント１３４、コンセンサス／アンサンブルコンポーネント１３６及びピーク積分コンポーネント１３８などを含めたシステム１２０の１つ以上の他の要素によるかかる質量スペクトルデータセット情報へのアクセスを可能にするように構成され得る。収集コンポーネント１３２は、それに接続された１つ以上の他のデータリポジトリに、取得されたデータセットのコピーを格納するように更に構成され得る。収集コンポーネント１３２は、ユーザプロンプトコマンドに応答して、又は自動化されたトリガに基づいて（例えば、特定のタイミングにおける且つ特定のソースからの事前に設定された又は定期的なデータの引き出し）、又は常時データを取得し得る。例えば、収集コンポーネント１３２は、ユーザから（例えば、ユーザがコンピューティングデバイスを通じて選択することにより）、ユーザが検査下の対象からの新規生体試料に関連する特定の質量スペクトルデータセットをロードしたいと希望した旨の指示を受け取り得る。収集コンポーネント１３２は、１つ以上のコンポーネントが順次、同時（即ち並行して）、定義済みの順序に従って順番に又は所定の基準に基づく別の段取りでアクセスするのに取得されたデータセットを利用可能にするように更に構成され得る。収集コンポーネント１３２は、特殊化された方法で質量スペクトルデータセット情報のダウンロードを促進するスタンドアロンのアプリケーションであり得るか、又は別のアプリケーションと連携して動作することによりそれを実現するものであり得る。
[0068] 特徴抽出コンポーネント１３４は、収集コンポーネント１３２から質量スペクトルデータ（例えば、１以上の対象からの１つ以上の生体試料に関連するもの）を受け取り、データ内に表現される１つ以上のプロテオミクス特徴を抽出（即ち同定）するように構成され得る。特徴抽出を実現するため、特徴抽出コンポーネントは、質量スペクトルのローデータ又は前処理された質量スペクトルデータからペプチド誘導シグナル（即ちピーク）を抽出するように構成され得る。対象からの生体試料に関連する質量スペクトルデータセットは、多くの異なる分子種（例えば、異なる分子）に関連する数十〜数千のスペクトル（同位体に対応する多くの異なる質量チャンネルについての強度情報に対応する）を含み得る。特徴抽出コンポーネント１３４は、質量スペクトルデータセットを分析して、データセット内で観察される任意のスペクトルパターン（例えば、観察される同位体分布、ピーク等）が既知の又は未知であるが統計的に有意な／明らかな分子種に対応するかどうかを決定するように構成され得る。既知の分子種に対応する既知のスペクトルパターン及び／又は同位体分布は、移行部リストリポジトリ１２４に格納され、オペレーション時に特徴抽出コンポーネント１３４がアクセス可能であり得る。例えば、移行部リストリポジトリ１２４は、特定の特徴に関連するピークと谷との間の既知の移行部に関連する情報を含み得る。移行部リストリポジトリ１２４は、所定の積分開始点及び終了点（開始点及び終了点は、概して、既知の特徴に関連するピークの両側にある谷に対応する）を有する所定のピーク波形を更に含み得る。質量スペクトルデータは、多くの場合、重複する同位体パターン及び大量のノイズが入り混じったものを含み得るため、特徴抽出コンポーネント１３４は、重複する個々のピークの組み合わせを同定し、フィルタリングして除去するか、又は他の方法でデータセットにおける化学的ノイズ及び／又は検出器ノイズを低減するように構成され得る。
[0069] 特徴抽出コンポーネント１３４は、NITPICK、Skyline、OpenMS、DIA-Umpire、PECAN、XCMS、multiplierz、MZmine、T-BioInfo、MASS++、msInspect、MassSpecWavelet、MALDIquant、EigenMS、PrepMS、LC-IMS-MS-Feature-Finder、mMass、IMTBX（Ion Mobility Toolbox）、Grppr（Grouper）、mzDesktop、Cromwell、MapQuant、pParse、MzJava、HappyTools、Mass-UP、LIMPIC、SpiceHit、ProteinPilot、PROcess、GAGfinder、Intact Mass、JUMBO、Maltcms、SpectroDive、enviPick、findMF、PNNL PreProcessor、msXpertSuite、LCMS-2D又はSiren（Sparse Isotope RegressionN）など、当該技術分野において公知のピークピッキングツールを利用する。特徴抽出コンポーネント１３４は、前述の任意の１つ以上の偏りのない特徴のみを適用し又は有効にして、ピークピッキング過程における人間の介在を認めないように構成され得る。
[0070] 一部の実施形態において、特徴抽出コンポーネントは、所与のデータセットに任意の２つ以上のピークピッキングオペレーションを（例えば、並行して）適用し、そのデータセットについて２セット以上の特徴抽出結果を取得し得る。コンセンサス／アンサンブルコンポーネント１３６は、あるデータセットについての複数の特徴抽出データセットを特徴抽出コンポーネント１３４から取得し、複数の特徴抽出結果セット又は複数の特徴抽出結果セットの一部内での一致又は不一致を同定するように構成され得る。一致は、ある特徴に関して特徴基準において、全体としてのデータセット間又は所望の任意の他の所望の判定基準で考慮され得る。一部の実施形態において、所与の抽出された特徴についての（即ち所与のピーク（及び関連する移行部）についての）一致は、適用されたピークピッキングオペレーションの所定の数、パーセンテージ又は比率が所与のデータセット内で同じピークの同定に達することに伴い実現し得る。
[0071] 一部の実施形態において、コンセンサス／アンサンブルコンポーネント１３６は、複数のピークピッキングオペレーション間で一致が得られた抽出特徴についてのデータを含む単一の特徴抽出結果セットを含むコンセンサスデータセットを生成し得る。一部の実施形態において、コンセンサス／アンサンブルコンポーネント１３６は、複数のピークピッキングオペレーション間で実質的な類似性があった抽出特徴を代表する単一の特徴抽出結果セットを含むアンサンブルデータセットを生成し得る。かかる実施形態において、コンセンサス／アンサンブルコンポーネント１３６は、統計的演算を用いて複数の特徴抽出結果セット間で特徴抽出結果を（例えば、特徴に固有の基準で）組み合わせて１つ以上のピーク特性（例えば、谷、移行部、ピークの頂点、波形に沿ったある点におけるピーク波形の傾き等）を定義することにより、アンサンブルデータセットを生成するように構成され得る。かかる統計的演算は、平均値、中央値、重み付き組み合わせ又は任意の他の組み合わせの１つ以上を含み得る。
[0072] ピーク積分コンポーネント１３８は、特徴抽出コンポーネント１３４及びコンセンサス／アンサンブルコンポーネント１３６（又はシステム１２０の別のコンポーネント若しくは要素）の１つ以上から１つ以上の特徴抽出結果を取得し、積分を実施して、所与の抽出特徴（例えば、所与の分子）に関連するピークを定義する強度曲線下面積を決定するように構成され得る。ピーク積分コンポーネント１３８は、任意のタイプの積分法 − 例えば、台形積分、長方形積分等を利用し得る。所与の特徴についての強度曲線下面積は（単位のない面積であっても）、考察中の生体試料内でのその特徴に関連する分子の分量に対応すると言うことができる。本開示のシステムは、スペクトル若しくはピーク波形又は任意の他のデータのプロット又はグラフ表示を生成しなくても動作するが、図１Ｃ、図１Ｄ及び図１Ｆは、上記で考察した概念の一部を説明する例示的プロットを提供する。
[0073] 図１Ｃは、収集コンポーネント１３２によって取得され得る質量スペクトルデータの例を示す。特徴抽出コンポーネント１３４は、これらのスペクトルを有するパターンを別個の特徴に関連すると同定し得る。例えば、特徴抽出コンポーネント１３４は、符号１４１によって略同定されるスペクトル（これらは、実質的に同様の質量電荷比を有するように見える）が第１の特徴（例えば、第１のピーク）に関連すると決定し得；特徴抽出コンポーネント１３４は、符号１４２によって略同定されるスペクトル（これらは、実質的に同様の質量電荷比を有するように見える）が第２の特徴（例えば、第２のピーク）に関連すると決定し得；特徴抽出コンポーネント１３４は、符号１４３によって略同定されるスペクトル（これらは、実質的に同様の質量電荷比を有するように見える）が第３の特徴（例えば、第３のピーク）に関連すると決定し得；特徴抽出コンポーネント１３４は、符号１４４によって略同定されるスペクトル（これらは、実質的に同様の質量電荷比を有するように見える）が第４の特徴（例えば、第４のピーク）に関連すると決定し得、及び特徴抽出コンポーネント１３４は、符号１４５によって略同定されるスペクトル（これらは、実質的に同様の質量電荷比を有するように見える）が第５の特徴（例えば、第５のピーク）に関連すると決定し得る。
[0074] 図１Ｃに認め得るとおり、第４のピーク１４４のスペクトルは、第５のピーク１４５からのスペクトルと重なり合っている。ピーク１４４のスペクトルは、それが第５のピーク１４５のスペクトルと異なることを示すために点線で描かれる。上述のとおり、特徴抽出コンポーネント１３４は、これらの２つの波形間を区別して、かかるスペクトルパターンを、１つではなく２つの別個の特徴を代表するものと同定するように構成され得る。図１Ｃには、例示を目的として２つの特徴のみが示されるが、特徴抽出コンポーネントが３つ以上の重なり合うピーク間を区別し、詳細には別個の特徴に関連する個々のピークと谷との間の移行点を決定するか又は他の方法で同定する（後の積分の開始点及び終了点を同定する）ように構成及び／又は訓練され得ることが理解されなければならない。
[0075] 図１Ｄは、図１Ｃに表される質量スペクトルデータから抽出された特徴に関連する第１のピーク、第２のピーク、第３のピーク、第４のピーク及び第５のピークを定義する例示的ピーク波形を示す。図示されるとおり、図１Ｄの第１のピーク波形１５１は、図１Ｃの第１のピーク１４１に対応し、同様に、図１Ｄの第２、第３、第４及び第５のピーク波形１５２、１５３、１５４、１５５は、それぞれ図１Ｃの第２、第３、第４及び第５のピーク１４２、１４３、１４４、１４５に対応する。
[0076] 図１Ｅは、図１Ｄに示される例示的ピーク波形を示し、ここでは、ピーク積分コンポーネント１３８によって達成される例示的積分を記号的に描くため、ピーク波形曲線下面積に網掛けを付して示される。図示されるとおり、図１Ｂのシステム１２０は、横軸に沿った積分の開始点及び終了点を決定するように構成される。例えば、システム１２０は、１５４ａに対応する横軸上の点が、ピーク波形１５４の積分の開始点となるべき移行部に対応し、且つ１５４ｂに対応する横軸上の点が、ピーク波形１５４の積分の終了点となるべき移行部に対応すると決定し得る。同様に、図示されるとおり、システム１２０は、１５５ａに対応する横軸上の点が、ピーク波形１５５の積分の開始点となるべき移行部に対応し、且つ１５５ｂに対応する横軸上の点が、ピーク波形１５５の積分の終了点となるべき移行部に対応すると決定し得る。
[0077] 図２は、１つ以上の生体パラメータを１つ以上のウェルネス区分に関連する１つ以上のバイオマーカーとして決定し、決定されたバイオマーカーに基づいて対象を診断する方法の一例のフローチャート２００を示す。フローチャート２００及び本明細書中の他のフローチャートは、一連のモジュールとして示される。一連のモジュールは、変更することができ、適宜モジュールを順次処理又は並列処理に並べ替え得ることが理解されなければならない。
[0078] 図２の例では、フローチャート２００は、モジュール２０２で始まり、そこで少なくとも１種類の生体パラメータの定量結果を取得する。具体的な実装形態では、生体パラメータは、生体試料を分析することにより取得される。生体パラメータには、例えば、グライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータが含まれ得る。
[0079] 図２の例では、フローチャート２００は、モジュール２０４に続き、そこで臨床パラメータの定量結果及び／又は非定量結果を取得する。具体的な実装形態では、結果及びパラメータは、対象を診察及び問診することにより取得される。
[0080] 図２の例では、フローチャート２００は、モジュール２０６に続き、そこで自動的な偏りのない機械学習オペレーションを実行して１つ以上の生体パラメータをウェルネス区分の１つ以上のバイオマーカーとして決定する。ある実装形態では、自動的な偏りのない機械学習オペレーションは、開始時に科学的バイアスを取り除くために生体及び臨床パラメータを等しく取り扱い、ユーザが手動で機械学習オペレーションの設定を変更する構成を用意していない。
[0081] 図２の例では、フローチャート２００は、モジュール２０８に続き、そこで対象の生体試料から取得された生体パラメータと決定されたバイオマーカーとの比較に基づいて対象のウェルネス区分状態（例えば、陽性又は陰性）を診断する。例えば、血清から取得されたＮ−結合型グリカン及び免疫グロブリンＧ（ＩｇＧ）の過剰（例えば、閾値より高い）が卵巣癌のバイオマーカーであると決定されると、対象の血清から取得された対応する生体パラメータ（即ちＮ−結合型グリカン及びＩｇＧ）が十分に過剰であるかどうか（例えば、閾値より高いかどうか）が決定される。モジュール２０８は、任意選択である。
[0082] 図２の例では、フローチャート２００は、モジュール２１０で終わり、そこで決定されたバイオマーカー及び／又はモジュール２０８で取得された場合には診断結果を提示する。ある実装形態では、診断結果の提示方法は、結果をウェブページに提示すること、結果を電子メールで通知すること及び／又は医療施設で対面時に提示する旨を案内することによる。
[0083] 図３は、自動的な偏りのない深層学習オペレーションを実行して、対象の区分の予測及び任意選択で候補生体パラメータに基づく区分の予測に有用な生体パラメータを決定するためのシステムの一例の図３００を示す。図３００は、定量結果データストア３０１、データカテゴリ化エンジン３０２、訓練データグループデータストア３０３、テストデータグループデータストア３０４、偏りのない深層学習エンジン３０５、内部検証エンジン３０６、新規結果入力エンジン３０７及び外部検証エンジン３０８を含む。
[0084] 図３の例では、定量結果データストア３０１は、生体試料のデジタル化によって得られる定量結果を表すことが意図され、どのようなフォーマットであるにせよ、続くバイオマーカーの候補生体パラメータを決定する処理と適合する。より具体的には、例えば、グライコミクスパラメータが定量されるとき、定量結果のデータ単位は、生体試料（又は対象）の一意な識別子と関連付けられ、各対象が患っている又は患っていない１つ以上のウェルネス区分のウェルネス区分状態（例えば、陽性／陰性）を表すパラメータと関連付けられた様々な種類の糖化ペプチド断片（例えば、既知のペプチド断片及び／又は未知のペプチド断片）についての定量結果を含む。
[0085] 図３の例では、定量結果データストア３０１にデータカテゴリ化エンジン３０２が結合される。データカテゴリ化エンジン３０２は、定量結果データストア３０１内の定量結果を、自動的な偏りのない深層学習を通じた候補生体パラメータの決定に用いられる訓練データグループと、決定された候補生体パラメータの検証に用いられるテストデータグループとを含む２つの異なるデータグループに分ける特殊目的のハードウェア及びソフトウェアを表すことが意図される。訓練及びテストの一方のデータグループへの各データ単位のソート方法及び訓練データグループのテストデータグループに対する比率（訓練対テスト比）は、特に限定されず、アルゴリズムに従う種々のデータカテゴリ化スキームを利用することができる。
[0086] 図３の例では、データカテゴリ化エンジン３０２に訓練データグループデータストア３０３が結合される。訓練データグループデータストア３０３は、データカテゴリ化エンジン３０２によって訓練データグループにカテゴリ化されたデータ単位を表すことが意図される。訓練データグループデータストア３０３のデータ単位のデータフォーマットは、定量結果データストア３０１のデータ単位のデータフォーマットと同じであっても又は同じでなくてもよい。ある実装形態では、定量結果データストア３０１のデータ単位は、構造化されていないデータフォーマットであり得、訓練データグループデータストア３０３のデータ単位は、構造化されたデータフォーマットであり得る。
[0087] 図３の例では、データカテゴリ化エンジン３０２にテストデータグループデータストア３０４が結合される。テストデータグループデータストア３０４は、データカテゴリ化エンジン３０２によってテストデータグループにカテゴリ化されたデータ単位を表すことが意図される。訓練データグループデータストア３０３と同様に、テストデータグループデータストア３０４のデータ単位のデータフォーマットは、定量結果データストア３０１のデータ単位のデータフォーマットと同じであっても又は同じでなくてもよい。ある実装形態では、定量結果データストア３０１のデータ単位は、構造化されていないデータフォーマットを有し得、テストデータグループデータストア３０４のデータ単位は、構造化されたデータフォーマットを有し得る。
[0088] 図３の例では、訓練データグループデータストア３０３に偏りのない深層学習エンジン３０５が結合される。偏りのない深層学習エンジン３０５は、アルゴリズムに従って偏りのない深層学習プロセスを実行して、１つ以上の生体パラメータを、対象の区分（例えば、疾患状態）の指標となる１つ以上のバイオマーカーの候補として決定する特殊目的のハードウェア及びソフトウェアを表すことが意図される。
[0089] ある実装形態では、偏りのない深層学習エンジン３０５は、入力層と、出力層と、入力層と出力層との間に形成される１つ以上の隠れ層とを含む人工ニューラルネットワーク（ＡＮＮ）を形成する。入力層は、複数の人工ニューロンを含み、入力層の人工ニューロンの各々に対し、糖化ペプチド断片の一部又は全ての種類の１つの定量及び任意選択で対象の状態を表す更なる１つ以上のパラメータが入力される。同様に、隠れ層の１つ以上の各々が複数の人工ニューロンを含み、１つ以上の隠れ層の各々の人工ニューロンの各々に対し、直前の層（例えば、入力層又は隠れ層の１つ）の人工ニューロンの１つ以上の出力が入力される。１つ以上の隠れ層の各人工ニューロンにおいて、直前の層からの入力は、アルゴリズムに従って特定の重みで受け取られ、特定の計算（例えば、ＸＯＲ）が実行される。１つ以上の隠れ層の最後の隠れ層の人工ニューロンからの出力が出力層の１つ以上の人工ニューロンに入力され、出力層は、区分（例えば、疾患状態）を予測する候補バイオマーカーとして１つ以上の生体パラメータを出力する。実装形態に特有の又は他の考慮事項に応じて、偏りのない深層学習エンジン３０５のＡＮＮには、層間の結合がサイクルを形成しないフィードフォワードニューラルネットワーク又は層間の結合が有向サイクルを形成する回帰型ニューラルネットワーク（ＲＮＮ）などのニューラルネットワークが含まれ得る。実装形態に特有の又は他の考慮事項に応じて、偏りのない深層学習エンジン３０５の単一の単位は、目的の複数のウェルネス区分についての深層学習プロセスを実施し得る。代替例では、目的のウェルネス区分について偏りのない深層学習エンジン３０５の別個の単位が提供され得る。
[0090] 図３の例では、偏りのない深層学習エンジン３０５及びデータグループデータストア３０４に内部検証エンジン３０６が結合される。データカテゴリ化エンジン３０２及び偏りのない深層学習エンジン３０５にも内部検証エンジン３０６の出力が結合される。内部検証エンジン３０６は、候補生体パラメータをテストデータグループ（テストデータグループデータストア３０４内）のデータ単位と照合することにより、偏りのない深層学習エンジン３０５によって決定された１つ以上の候補生体パラメータの検証を実行し、且つ検証された候補生体パラメータをウェルネス区分に関連するバイオマーカーとして出力する特殊目的のハードウェア及びソフトウェアを表すことが意図される。具体的な実装形態では、内部検証エンジン３０６は、１つ以上の候補生体パラメータの各々に関して、テストデータグループに含まれる陽性対象（即ちウェルネス区分を有する対象）から取得された候補生体パラメータの定量が、訓練データグループのデータ単位から決定された候補生体パラメータの過剰（又は不足）と整合するかどうか、及びテストデータグループに含まれる陰性対象（即ちウェルネス区分を有しない対象）から取得された候補生体パラメータの定量が、訓練データグループのデータ単位から決定された候補生体パラメータの不足（又は過剰）と整合するかどうかを決定する。
[0091] 具体的な実装形態では、内部検証エンジン３０６によって得られた照合結果は、データカテゴリ化エンジン３０２にフィードバックされ、データカテゴリ化エンジン３０２は、その照合結果に基づき、定量結果を訓練データグループ及びテストデータグループにカテゴリ化する方法を維持又は変更する。具体的な実装形態では、内部検証エンジン３０６によって得られた照合結果は、偏りのない深層学習エンジン３０５にフィードバックされ、偏りのない深層学習エンジン３０５は、その照合結果に基づき、ＡＮＮの各人工ニューロンに適用される重みを維持又は変更する。
[0092] 図３の例では、定量結果データストア３０１に新規結果入力エンジン３０７が結合される。新規結果入力エンジン３０７は、１つ以上の新規対象（又は新規生体試料）の生体パラメータの定量をシステムに入力する特殊目的のハードウェア及びソフトウェアを表すことが意図される。新規対象には、例えば、バイオマーカーに基づくウェルネス区分の予測診断が実行されることになる対象及び／又は既にウェルネス区分を有する又は有しないと診断された対象が含まれ得る。新規対象の定量は、定量結果データストア３０１に新規対象についての追加のデータ単位として入力され、新規対象の定量に基づく新規対象の予測診断又はバイオマーカーの拡張検証のために外部検証エンジン３０８に入力される。
[0093] 図３の例では、内部検証エンジン３０６及び新規結果入力エンジン３０７に外部検証エンジン３０８が結合される。データカテゴリ化エンジン３０２及び偏りのない深層学習エンジン３０５にも外部検証エンジン３０８の出力が結合される。具体的な実装形態では、外部検証エンジン３０８は、検証されたバイオマーカーを、新規結果入力エンジン３０７から入力された新規対象のデータ単位と照合することにより、内部検証エンジン３０６及び／又は１つ以上のバイオマーカーの拡張検証によって検証された１つ以上のバイオマーカーに基づいて予測診断を実行する特殊目的のハードウェア及びソフトウェアを表すことが意図される。具体的な実装形態では、予測診断のため、外部検証エンジン３０８は、１つ以上のバイオマーカーの各々に関して、陽性対象から取得された対応する生体パラメータの定量がバイオマーカーの過剰又は不足と整合するかどうかを決定する。別の具体的な実装形態では、拡張検証のため、外部検証エンジン３０８は、１つ以上のバイオマーカーの各々に関して、新規対象に含まれる陽性対象（即ちウェルネス区分を有する対象）から取得された生体パラメータの定量がバイオマーカーの過剰又は不足と整合するかどうか、及び新規対象に含まれる陰性対象（即ちウェルネス区分を有しない対象）から取得された対応する生体パラメータの定量がバイオマーカーの不足、過剰と整合するかどうかを決定する。次に、外部検証エンジン３０８は検証されたバイオマーカーを提示のために出力する。
[0094] 具体的な実装形態では、内部検証エンジン３０６と同様に、外部検証エンジン３０８によって得られた照合結果は、データカテゴリ化エンジン３０２にフィードバックされ、データカテゴリ化エンジン３０２は、その照合結果に基づき、定量結果を訓練データグループ及びテストデータグループにカテゴリ化する方法及び／又は訓練対テスト比を維持又は変更する。加えて、外部検証エンジン３０８によって得られた照合結果は、偏りのない深層学習エンジン３０５にフィードバックされ、偏りのない深層学習エンジン３０５は、その照合結果に基づき、ＡＮＮの各人工ニューロン及び／又は深層学習の他の演算パラメータに適用される重みを維持又は変更して、ウェルネス区分に関する区分を決定する正確度を改善する。
[0095] 図４は、対象の区分の予測及び決定されたバイオマーカーに基づく区分の予測に有用なバイオマーカーを決定するための自動的な偏りのない深層学習オペレーションの実行方法の一例のフローチャート４００を示す。フローチャート４００は、モジュール４０２で始まり、そこで、生体試料のデジタル化を通じて取得された定量結果を訓練データグループ及びテストデータグループにカテゴリ化する。
[0096] 図４の例では、フローチャート４００は、モジュール４０４に続き、そこで訓練データグループに関して偏りのない深層学習プロセスを実行し、１つ以上の生体パラメータをウェルネス区分の予測用バイオマーカーの１つ以上の候補として決定する。
[0097] 図４の例では、フローチャート４００は、モジュール４０６に続き、そこでテストデータグループに関して決定された候補生体パラメータを検証する。具体的な実装形態では、検証には、ウェルネス区分の陽性対象が、決定された候補の過剰又は不足に整合する１つ以上の生体パラメータの定量を有するかどうか、及びウェルネス区分の陰性対象が、決定された候補の過剰又は不足と整合しない生体パラメータの定量を有するかどうかを決定することが含まれる。
[0098] 図４の例では、フローチャート４００は、判断ポイント４０８に続き、そこで、１つ以上のバイオマーカー候補の各々の有効性が確認されることが決定される。無効になったバイオマーカー候補に関して（４０８−Ｎ）、存在する場合、フローチャート４００は、モジュール４１０に進み、そこで、モジュール４０２で実施された定量結果のカテゴリ化及び／又はモジュール４０４で実施された深層学習プロセスについてのバイオマーカー候補の検証結果がフィードバックされ、次にフローチャート４００が終了する。有効性が確認されたバイオマーカー候補に関して（４０８−Ｙ）、存在する場合、フローチャートは、モジュール４１２に進み、そこで、モジュール４０２で実施された定量結果のカテゴリ化及び／又はモジュール４０４で実施された深層学習プロセスがモジュール４１０と同様の方法でフィードバックされる。具体的な実装形態では、無効になったバイオマーカー候補に関して、２つの人工ニューロン間のニューラル結合を弱め得、例えば無効になったバイオマーカー候補の重みを減らし得；及び有効性が確認されたバイオマーカー候補に関して、２つの人工ニューロン間のニューラル結合を強め得、例えば有効性が確認されたバイオマーカー候補の重みを増やし得る。
[0099] 図４の例では、フローチャート４００は、判断ポイント４１４に続き、そこで、新規対象に関してウェルネス区分の予測診断を実施することが決定される。新規対象に関してウェルネス区分の予測診断を実施することが決定された場合（４１４−Ｙ）、即ち新規対象のウェルネス区分状態が未知である場合、フローチャート４００は、モジュール４１６に進み、そこで、有効性が確認されたバイオマーカーの過剰又は不足（モジュール４０６において検証された）と新規対象の生体試料から取得された対応する生体パラメータの定量結果との間の比較に基づいて新規対象のウェルネス区分状態を予測診断し、次にフローチャート４００が終了する。例えば、所定の閾値と比べた糖化ペプチド断片の過剰が、陽性のウェルネス区分状態及び新規対象の生体試料から取得された糖化ペプチド断片の定量結果を指示していると考えられる場合、新規対象のウェルネス区分状態は、陽性と決定される。具体的な実装形態では、無効になったバイオマーカー（モジュール４０６において無効になったもの）は、モジュール４１６において予測診断に使用されない。
[0100] 他方では、新規対象に関してウェルネス区分の予測診断を実施しないことが決定された場合（４１４−Ｎ）、例えば新規対象のウェルネス区分状態が既知である場合、フローチャート４００は、モジュール４１８に進み、そこで、有効性が確認されたバイオマーカーが新規対象の定量結果に関して広範囲検証を受ける。具体的な実装形態では、広範囲検証には、ウェルネス区分の陽性対象が、有効性が確認されたバイオマーカーの過剰又は不足と整合する１つ以上の対応する生体パラメータの定量を有するかどうか、及びウェルネス区分の陰性対象が、有効性が確認されたバイオマーカーの過剰又は不足と整合しない１つ以上の対応する生体パラメータの定量を有するかどうかの決定が含まれる。
[0101] 図４の例では、フローチャート４００は、判断ポイント４２０に続き、そこで、１つ以上の有効性が確認されたバイオマーカーの各々が広範囲検証で有効であることが決定される。無効になったバイオマーカーに関して（４２０−Ｎ）、存在する場合、フローチャート４００は、モジュール４１０に戻り、既述のとおり続く。広範囲検証で有効性が確認されたバイオマーカーに関して（４２０−Ｙ）、存在する場合、フローチャート４００は、モジュール４２２に続き、そこで、モジュール４０２で実施された定量結果のカテゴリ化及び／又はモジュール４０４で実施された深層学習プロセスについてのフィードバックをモジュール４１２と同様の方法で実行し、次にフローチャート４００が終了する。具体的な実装形態では、無効になったバイオマーカーに関して、２つの人工ニューロン間のニューラル結合を弱め得、例えば無効になったバイオマーカーの重みを減らし得；及び広範囲検証で有効性が確認されたバイオマーカーに関して、２つの人工ニューロン間のニューラル結合を強め得、例えば広範囲検証で有効性が確認されたバイオマーカーの重みを更に増やし得る。
[0102] 図５は、機械学習プロセス及び対象の生体試料から取得される対象の対応する生体パラメータの定量に基づいて決定されたバイオマーカーに基づき、ウェルネス区分に関して対象の診断を実行するシステムの一例の図５００を示す。図５００は、標準バイオマーカーデータストア５０１、定量結果データストア５０２、バイオマーカー基準の診断エンジン５０３及び診断結果データストア５０４を含む。
[0103] 図５の例では、標準バイオマーカーデータストア５０１は、例えば、図３に示される内部検証エンジン３０６及び／又は外部検証エンジン３０８から取得された、自動的な偏りのない機械学習プロセスを通じて決定されたバイオマーカーの詳細を表すことが意図される。例えば、バイオマーカーの詳細には、第１の閾値より高い血清から取得されたＮ−結合型グリカン及び第２の閾値より高いＩｇＧが卵巣癌の陽性状態を指示することが含まれる。別の例において、バイオマーカーの詳細には、一定の閾値より低い血糖値を伴う一定の閾値より高いある種の糖化ペプチド断片が癌の陽性状態を指示することが含まれる。上記で考察したとおり、任意の単一の生体パラメータ又は２つ以上の生体パラメータの組み合わせがバイオマーカーとなり得る。
[0104] 図５の例では、定量結果データストア５０２は、両方とも対象の生体試料から取得された、定量可能な生体パラメータの定量結果及び定量不可能な生体パラメータのデータを表すことが意図される。ある実装形態では、定量結果及びデータは、例えば、図１Ａに示されるグライコミクスパラメータ定量システム１０４、ゲノミクスパラメータ定量システム１０６、プロテオミクスパラメータ定量システム１０８、代謝パラメータ定量システム１１０、リピドミクスパラメータ定量システム１１２及び臨床パラメータ生成システム１１４の１つ以上から受け取られる。
[0105] 図５の例では、標準バイオマーカーデータストア５０１及び定量結果データストア５０２にバイオマーカー基準の診断エンジン５０３が結合される。具体的な実装形態では、バイオマーカー基準の診断エンジン５０３は、１つ以上のバイオマーカーに基づいて対象の診断を実行し、診断の結果を診断結果データストア５０４に格納する特殊目的のハードウェア及びソフトウェアを表すことが意図される。具体的な実装形態では、バイオマーカー基準の診断エンジン５０３は、対象の生体試料から取得された生体パラメータの定量が特定の範囲内にあるかどうかをバイオマーカー基準で決定することにより、対象がウェルネス区分を有するかどうかを決定し、及び／又は対象から取得された定量不可能なパラメータの非定量データがバイオマーカーの標準に整合するかどうかを決定する。
[0106] 具体的な実装形態では、バイオマーカー基準の診断エンジン５０３は、対象の生体試料から取得された生体パラメータの定量が、対象に治療が適用される前に取得された定量と比較して健常状態に対応する特定の範囲に近くなり、バイオマーカーの詳細によって指示されるウェルネス区分状態に対応する別の特定の範囲から外れているかどうかを決定することにより、対象に適用される治療が有効かどうかを決定する。
[0107] 具体的な実装形態では、バイオマーカー基準の診断エンジン５０３は、対象の生体試料から取得された生体パラメータの定量が、過去に対象がそのウェルネス区分を有すると診断された後に得られた定量と比較して、バイオマーカーの詳細によって指示されるウェルネス区分状態に対応する特定の範囲で増加又は減少し、健常状態に対応する別の特定の範囲から外れているかどうかを決定することにより、対象の客観的ウェルネス区分進行を決定する。例えば、対象が心疾患を有すると診断された後、バイオマーカーレベルに基づいて心疾患のステージが客観的に決定される。
[0108] 具体的な実装形態では、バイオマーカー基準の診断エンジン５０３は、診断結果データストア５０４に格納されている診断結果、詳細には治療有効性結果に基づき、あるウェルネス区分を有する対象に好適と考えられる治療を決定（又は選択）する。例えば、バイオマーカー基準の診断エンジン５０３は、そのウェルネス区分を有する対象に適用された複数の異なる治療の治療有効性結果を診断結果データストア５０４から取り出し、対象の定量結果及びバイオマーカーに基づいてそれらの複数の治療から最良の治療を選択する。
疾患
[0109] 本開示の方法は、対象の生体試料から得られる生体パラメータを分析することにより検出され得るいずれかの疾患又は病態に適用可能である。いくつかの実施形態では、疾患又は病態はがんである。他の実施形態では、がんは、急性リンパ性白血病（ＡＬＬ）、急性骨髄性白血病（ＡＭＬ）、副腎皮質がん、肛門がん、膀胱がん、血液がん、骨がん、脳腫瘍、乳がん、女性生殖器系のがん、がん男性生殖器系、中枢神経系リンパ腫、子宮頸がん、小児横紋筋肉腫、小児肉腫、慢性リンパ性白血病（ＣＬＬ）、慢性骨髄性白血病（ＣＭＬ）、結腸及び直腸がん、結腸がん、子宮内膜がん、子宮内膜肉腫、食道がん、眼がん、胆嚢がん、胃がん、消化管がん、有毛細胞白血病、頭頸部がん、肝細胞がん、ホジキン病、下咽頭がん、カポジ肉腫、腎臓がん、喉頭がん、白血病、肝臓がん、肺がん、悪性腫瘍線維性組織球腫、悪性胸腺腫、黒色腫、中皮腫、多発性骨髄腫、骨髄腫、鼻腔及び副鼻腔がん、鼻咽頭がん、神経系がん、神経芽細胞腫、非ホジキンリンパ腫、口腔がん、口腔咽頭がん、骨肉腫、卵巣がん、膵臓がん、副甲状腺がん、陰茎がん、咽頭がん、下垂体腫瘍、形質細胞新生物、原発性ＣＮＳリンパ腫、前立腺がん、直腸がん、呼吸器系、網膜芽細胞腫、唾液腺がん、皮膚がん、小腸がん、軟部組織肉腫、胃がん、精巣がん、甲状腺がん、尿路がん、子宮肉腫、膣がん、血管系、ウォルデンストロムのマクログロブリン血症、ウィルムス腫瘍などである。別の実施形態では、がんは乳がん、子宮頸がん又は卵巣がんである。
[0109] 本開示の方法は、対象の生体試料から得られる生体パラメータを分析することにより検出され得るいずれかの疾患又は病態に適用可能である。いくつかの実施形態では、疾患又は病態はがんである。他の実施形態では、がんは、急性リンパ性白血病（ＡＬＬ）、急性骨髄性白血病（ＡＭＬ）、副腎皮質がん、肛門がん、膀胱がん、血液がん、骨がん、脳腫瘍、乳がん、女性生殖器系のがん、がん男性生殖器系、中枢神経系リンパ腫、子宮頸がん、小児横紋筋肉腫、小児肉腫、慢性リンパ性白血病（ＣＬＬ）、慢性骨髄性白血病（ＣＭＬ）、結腸及び直腸がん、結腸がん、子宮内膜がん、子宮内膜肉腫、食道がん、眼がん、胆嚢がん、胃がん、消化管がん、有毛細胞白血病、頭頸部がん、肝細胞がん、ホジキン病、下咽頭がん、カポジ肉腫、腎臓がん、喉頭がん、白血病、肝臓がん、肺がん、悪性腫瘍線維性組織球腫、悪性胸腺腫、黒色腫、中皮腫、多発性骨髄腫、骨髄腫、鼻腔及び副鼻腔がん、鼻咽頭がん、神経系がん、神経芽細胞腫、非ホジキンリンパ腫、口腔がん、口腔咽頭がん、骨肉腫、卵巣がん、膵臓がん、副甲状腺がん、陰茎がん、咽頭がん、下垂体腫瘍、形質細胞新生物、原発性ＣＮＳリンパ腫、前立腺がん、直腸がん、呼吸器系、網膜芽細胞腫、唾液腺がん、皮膚がん、小腸がん、軟部組織肉腫、胃がん、精巣がん、甲状腺がん、尿路がん、子宮肉腫、膣がん、血管系、ウォルデンストロムのマクログロブリン血症、ウィルムス腫瘍などである。別の実施形態では、がんは乳がん、子宮頸がん又は卵巣がんである。
[0110] 別の実施形態では、疾患は自己免疫疾患である。別の実施形態では、自己免疫疾患は、急性播種性脳脊髄炎、アディソン病、無ガンマグロブリン血症、加齢黄斑変性、円形脱毛症、筋萎縮性側索硬化症、強直性脊椎炎、抗リン脂質症候群、抗シンセターゼ症候群、アトピー性アレルギー、アトピー性皮膚炎、自己免疫性貧血、自己免疫性心筋症、自己免疫性腸疾患、自己免疫性溶血性貧血、自己免疫性肝炎、自己免疫性内耳疾患、自己免疫性リンパ球増殖性症候群、自己免疫性末梢神経障害、自己免疫性膵炎、自己免疫性ポリ内分泌症候群、自己免疫性プロゲステロン皮膚炎、自己免疫性血小板減少性紫斑病、自己免疫性湿疹、自己免疫性ぶどう膜炎、バロー病／バロー同心円性硬化症、ベーチェット病、ベルガー病、ビッカースタッフ脳炎、ブラウ症候群、水疱性類天疱瘡、がん、キャッスルマン病、セリアック病、シャーガス病、慢性炎症性脱髄性多発神経障害、慢性再発性イフォカル骨髄炎、慢性閉塞性肺疾患、チャーグ・ストラウス症候群、瘢痕性類天疱瘡、コーガン症候群、寒冷凝集素病、補体２成分欠乏症、接触皮膚炎、頭蓋動脈炎、ＣＲＥＳＴ症候群、クローン病、クッシング症候群、皮膚白血球破壊血管炎、デゴ病皮膚病、疱疹状皮膚炎、皮膚筋炎、１型糖尿病、びまん性皮膚全身性硬化症、ドレスラー症候群、薬物誘発性ループス、円板状エリテマトーデス、湿疹、子宮内膜症、腱炎関連関節炎、好酸球性筋膜炎、好酸球性胃腸炎、後天性表皮水疱症、結節性紅斑、胎児赤芽球症、本態性混合クリオグロブリン血症、エバン症候群、進行性線維性異形成症、線維化性肺胞炎、胃炎、胃腸類天疱瘡、糸球体腎炎、グッドパスチャー症候群、グレーブス病、ギランバレー症候群、橋本筋症、橋本病エノック・シェーンライン紫斑病、ＨＩＶ、妊娠性類天疱瘡、化膿性汗腺炎、ヒューズ・ストビン症候群、低ガンマグロブリン血症、特発性炎症性脱髄疾患、特発性肺線維症、特発性血小板減少性紫斑病、ＩｇＡ腎症、封入体筋炎、慢性炎症性脱髄性多発神経炎、間質性膀胱炎、若年性特発性関節炎、川崎病、ランバート・イートン筋無力症候群、白血球破砕性血管炎、扁平苔癬、硬化性苔癬、線状ＩｇＡ疾患、紅斑性狼瘡、マジェード症候群、メニエール病、顕微鏡的多発血管炎、混合性結合組織病、斑状強皮症、ムッカハーベルマン病、多発性硬化症、重症筋無力症、筋炎、ナルコレプシー、視神経脊髄炎、神経ミオトニー、眼性瘢痕性類天疱瘡、眼球クローヌスミオクローヌス症候群、オード甲状腺炎、パリンドローム性リウマチ、連鎖球菌に関連する小児自己免疫神経精神疾患、傍腫瘍性小脳変性症、腫瘍随伴性発作性夜間血色素尿症、パリーロンベルグ症候群、パーソナージターナー症候群、パーズプラニチス、尋常性天疱瘡、悪性貧血、静脈性脳脊髄炎、ＰＯＥＭＳ症候群、結節性多発動脈炎、多発性筋痛リウマチ、多発性筋炎、原発性胆汁性肝硬変、原発性硬化性胆管炎、進行性炎症性神経障害、乾癬、乾癬性関節炎、壊疽性膿皮症、純粋な赤血球無形成、ラスムッセン脳炎、レイノー現象、再発性多発性軟骨炎、ライター症候群、下肢静止不能症候群、後腹膜線維症、関節リウマチ、リウマチ熱、サルコイドーシス、統合失調症、シュミット症候群、シュニッツラー症候群、強膜炎、皮膚硬化症、血清病、シェーグレン症候群、脊椎関節症、スティッフパーソン症候群、亜急性細菌性心内膜炎、ササック症候群、スウィート症候群、交感神経性眼炎、高安動脈炎、側頭動脈炎、血小板減少症、トロサハント症候群、横断性脊髄炎、潰瘍性大腸炎、無差別結合組織病、じん麻疹様血管炎、血管炎、白斑及びウェゲナー肉芽腫症などである。別の実施形態では、自己免疫疾患は、ＨＩＶ、原発性硬化性胆管炎、原発性胆汁性肝硬変又は乾癬である。
実施例
[0111] 実施例１：乳癌のバイオマーカーとしてのＩｇＧグリコペプチドの定量
[0111] 実施例１：乳癌のバイオマーカーとしてのＩｇＧグリコペプチドの定量
[0112] 図６は、対照と比べた乳癌患者からの血漿試料中のＩｇＧ１、ＩｇＧ０及びＩｇＧ２グリコペプチドの変化の定量結果を図示する。様々な癌ステージを有する乳癌患者及びその年齢対応対照からの血漿試料をＩｇＧ１、ＩｇＧ０及びＩｇＧ２グリコペプチドに関して分析し、その比率の変化を比較した。具体的には、Ｔｉｓステージの２０試料、ＥＣ１ステージの５０試料、ＥＣ２ステージの試料、ＥＣ３ステージの２５試料、ＥＣ４ステージの９試料及びそれらの７３の年齢対応対照試料をＱＱＱ質量分析計でＭＲＭ定量分析に供した。図６の定量結果から分かるとおり、この実験で試験した全ての乳癌ステージで対照と比較して特定のＩｇＧ１グリコペプチドのレベルが上昇した一方、対照と比較して特定のＩｇＧ１グリコペプチドのレベルが低下した。例えば、Ａ１〜Ａ１１と命名したＩｇＧ１グリコペプチドを参照されたく、これらをモニタしたところ、本実験で試験した全ての乳癌ステージで対照と比較してグリコペプチドＡ１及びＡ２のレベルが上昇した一方、対照と比較してグリコペプチドＡ８、Ａ９及びＡ１０のレベルが低下したことが分かった。従って、グリコペプチドＡ１、Ａ２、Ａ８、Ａ９及びＡ１０を乳癌のバイオマーカーとして検証することができる。Ａ５は、対照と比較して僅かながら上昇しているように見え、Ａ６は、全てが対照と比較して僅かながら低下しているように見えるため、その「僅か」が十分と見なされる場合、Ａ５及びＡ６もバイオマーカーとして検証され得ることが注記され得る。
[0113] 実施例２：ＰＳＣ及びＰＢＣの潜在的バイオマーカーとしてのＩｇＧグリコペプチドの定量
[0114] 実施例２は、図７に関連して、原発性胆汁性肝硬変（ＰＢＣ）を有する患者、原発性硬化性胆管炎（ＰＳＣ）を有する患者及び健常ドナー（ＰＢＳ及びＰＳＣを有しない者）からの血漿試料中のＩｇＧ、ＩｇＭ及びＩｇＡグリコペプチドの変化の定量結果を図示する。
[0115] 実施例２では、ＰＳＣを有する患者、ＰＢＣを有する患者からの血漿試料及び健常ドナーからの血漿試料をＩｇＧ１及びＩｇＧ２グリコペプチドに関して分析し、そのグリコペプチド比率の変化を比較した。具体的には、１００のＰＢＣ血漿試料、７６のＰＳＣ血漿試料及び４９人の健常ドナーからの血漿試料をＱＱＱ質量分析計でＭＲＭ定量分析に供した。図７の定量結果から分かるとおり、ＰＢＣ及びＰＳＣを有する患者の血漿試料では健常ドナーと比較して特定のＩｇＧ１グリコペプチドが上昇した一方、対照と比較して特定のＩｇＧ１グリコペプチドが低下した。例えば、ＰＢＣ及びＰＳＣを有する患者では健常ドナーと比較してグリコペプチドＡが上昇した一方、ＰＢＣ及びＰＳＣを有する患者の血漿試料では健常ドナーと比較してグリコペプチドＨ、Ｉ及びＪが低下したことを参照されたい。従って、グリコペプチドＡ、Ｈ、Ｉ及びＪをＰＢＣ及びＰＳＣのバイオマーカーとして検証することができる。
[0116] 更に、ｋ平均法クラスタリングを用いた個別及び組み合わせでの判別分析結果のマッピングを図８Ａ〜図８Ｃ及び図９に示し、ここでは、それぞれ組み合わせ判別分析において疾患状態の予測が８８％の正確度であることが示される。ＰＢＣを有する患者の血漿試料及びＰＳＣを有する患者の血漿試料中のＩｇＡ及びＩｇＭ糖タンパク質に関しても同様の分析を行った。判別分析結果を図８Ａ〜図８Ｃに提供し、ここでは、ＩｇＧ、ＩｇＭ及びＩｇＡに関して個別のデータに基づいて予測し得る％正確度がそれぞれ５９％、６９％及び７４％であることが示される。しかしながら、ＩｇＧ、ＩｇＭ及びＩｇＡの全てについて結果を組み合わせると、図９に示されるとおり、判別分析は、約８８％の正確度を与える。
[0117] 本明細書に提供されるこれら及び他の例は、例示を意図しており、必ずしも記載される実装形態に限定することを意図するものではない。本明細書で使用されるとき、用語「実装形態」は、限定されないが、例として例示するのに役立つ実装形態を意味する。上記の本明細書及び図に記載される技法は、状況によって代替的な実装形態を作成する必要に応じて組み合わせることができる。
Claims (33)
- １つ以上の生体試料を単離すること；
前記１つ以上の生体試料の１つ以上のグライコミクスパラメータを定量すること；
前記１つ以上の生体試料の１つ以上のゲノミクスパラメータを定量すること；
前記１つ以上の生体試料の１つ以上のプロテオミクスパラメータを定量すること；
前記１つ以上の生体試料の１つ以上の代謝パラメータを定量すること；
前記１つ以上の生体試料の１つ以上のリピドミクスパラメータを定量すること；
前記１つ以上の生体試料が由来する対象に関連する１つ以上の臨床パラメータを取得すること；
（ｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、（ｉｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上に関連する所定の範囲、並びに（ｉｉｉ）取得された臨床パラメータ、の１つ以上の間の１つ以上の関係を決定すること；
所定の有意性判定基準を満たす前記決定された関係の１つ以上に基づいて１つ以上のバイオマーカーを同定すること；
ウェルネス区分のウェルネス区分状態を決定することであって、前記ウェルネス区分状態の前記決定は、前記１つ以上の同定されたバイオマーカーに基づいて決定される、決定すること
を含む方法。 - 前記生体試料の１つ以上は、生体組織、唾液、涙、喀痰、髄液、尿、滑液、全血、血清及び血漿を含む、請求項１に記載の方法。
- １つ以上のグライコミクスパラメータを定量することは、１つ以上の糖化タンパク質を定量することを含む、請求項１に記載の方法。
- 前記糖化タンパク質の１つ以上は、α−１−酸性糖タンパク質、α−１−アンチトリプシン、α−１Ｂ−糖タンパク質、α−２−ＨＳ−糖タンパク質、α−２−マクログロブリン、アンチトロンビン−ＩＩＩ、アポリポタンパク質Ｂ−１００、アポリポタンパク質Ｄ、アポリポタンパク質Ｆ、β−２−糖タンパク質１、セルロプラスミン、フェチュイン、フィブリノゲン、免疫グロブリン（Ｉｇ）Ａ、ＩｇＧ、ＩｇＭ、ハプトグロビン、ヘモペキシン、ヒスチジンリッチ糖タンパク質、キニノーゲン−１、セロトランスフェリン、トランスフェリン、ビトロネクチン及び亜鉛−α−２−糖タンパク質の１つ以上を含む、請求項３に記載の方法。
- １つ以上のグライコミクスパラメータを定量することは、１つ以上の糖化ペプチド断片を定量することを含む、請求項１に記載の方法。
- 前記糖化ペプチド断片の１つ以上は、Ｏ−結合型糖化ペプチド断片及びＮ−結合型糖化ペプチド断片の１つ以上を含む、請求項５に記載の方法。
- 前記１つ以上のグライコミクスパラメータを定量するために考慮される糖化ペプチド断片の群は、約５〜５０アミノ酸残基の平均長を有する、請求項５に記載の方法。
- 糖化ペプチド断片は、前記糖化タンパク質の１つ以上に適用される断片化プロセスから生じる、請求項３に記載の方法。
- 前記断片化プロセスは、前記糖化タンパク質を含有する環境中に少なくとも２つのプロテアーゼを導入することを含む、請求項８に記載の方法。
- 前記断片化プロセスは、前記糖化タンパク質を含有する環境中に少なくとも２つのプロテアーゼを導入することを含む、請求項９に記載の方法。
- 前記少なくとも２つのプロテアーゼは、セリンプロテアーゼ、スレオニンプロテアーゼ、システインプロテアーゼ、アスパラギン酸プロテアーゼ、グルタミン酸プロテアーゼ、メタロプロテアーゼ及びアスパラギンペプチドリアーゼからなる群から選択される、請求項１０に記載の方法。
- 前記少なくとも２つのプロテアーゼは、トリプシン、キモトリプシン、エンドプロテイナーゼ、Ａｓｐ−Ｎ、Ａｒｇ−Ｃ、Ｇｌｕ−Ｃ、Ｌｙｓ−Ｃ、ペプシン、サーモリシン、エラスターゼ、パパイン、プロテイナーゼＫ、サブチリシン、クロストリパイン及びカルボキシペプチダーゼからなる群から選択される、請求項１０に記載の方法。
- 前記１つ以上の生体試料の１つ以上のグライコミクスパラメータを定量することは、結合クロマトグラフィー手順を用いることを含む、請求項１に記載の方法。
- 前記結合クロマトグラフィー手順は、液体クロマトグラフィー質量分析（ＬＣ−ＭＳ）操作を実施することを含む、請求項１３に記載の方法。
- 前記結合クロマトグラフィー手順は、多重反応モニタリング質量分析（ＭＲＭ−ＭＳ）操作を実施することを含む、請求項１３に記載の方法。
- 前記結合クロマトグラフィー手順は、
液体クロマトグラフィー質量分析（ＬＣ−ＭＳ）操作を実施すること；及び
多重反応モニタリング質量分析（ＭＲＭ−ＭＳ）操作を実施すること
を含む、請求項１３に記載の方法。 - 前記１つ以上の生体試料の１つ以上のグライコミクスパラメータを定量することは、トリプル四重極（ＱＱＱ）質量分析操作及び四重極飛行時間型（ｑＴＯＦ）質量分析操作の１つ以上を用いることを含む、請求項１に記載の方法。
- １つ以上のゲノミクスパラメータを定量することは、前記１つ以上の生体試料から単離されたＤＮＡ中の１つ以上のＤＮＡ配列を定量することを含む、請求項１に記載の方法。
- １つ以上のゲノミクスパラメータを定量することは、前記１つ以上の生体試料から単離されたＲＮＡ中の１つ以上のＲＮＡ配列を定量することを含む、請求項１に記載の方法。
- １つ以上のプロテオミクスパラメータを定量することは、前記１つ以上の生体試料中に存在する各種類のタンパク質の量及び前記１つ以上の生体試料の供給源を定量することを含む、請求項１に記載の方法。
- １つ以上のプロテオミクスパラメータを定量することは、前記１つ以上の生体試料中の各種類のタンパク質の量の変化及び前記１つ以上の生体試料の供給源を定量することを含む、請求項１に記載の方法。
- １つ以上の代謝パラメータを定量することは、前記生体試料が由来する対象の代謝活性の発生に起因する副産物の量の変化を定量することを含む、請求項１に記載の方法。
- 前記副産物は、糖、ヌクレオチド配列、アミノ酸及びリピドームの１つ以上を含む、請求項２２に記載の方法。
- １つ以上の代謝パラメータを定量することは、前記生体試料が由来する対象の生物学的状態の変化を定量することを含み、前記対象の前記生物学的状態の前記変化は、前記対象内での代謝活性の発生に起因する、請求項１に記載の方法。
- １つ以上のリピドミクスパラメータを定量することは、前記１つ以上の生体試料中の１つ以上の脂質の量を定量することを含む、請求項１に記載の方法。
- 前記１つ以上の生体試料中の１つ以上の脂質は、アシルグリセロール、ワックス、セラミド、リン脂質、スフィンゴリン脂質、グリセロリン脂質、スフィンゴ糖脂質、グリセロ糖脂質、リポタンパク質、スルホリピド、脂肪酸、テルペノイド、ステロイド及びカロテノイドの１つ以上を含む、請求項１に記載の方法。
- 前記対象に関連する前記１つ以上の臨床パラメータは、前記対象の心拍数測定値、前記対象の血圧測定値、前記対象の血液型測定値、前記対象の体温測定値、前記対象の皮膚色測定値、前記対象の眼色測定値、前記対象の血糖値測定値、前記対象の体重測定値、前記対象の身長測定値、前記対象の認識されるウェルネス区分状態、及び問診に対する対象の回答、の１つ以上を含む、請求項１に記載の方法。
- 決定された関係は、特定の比率、比率の範囲、超過された閾値の１つ以上を含む、請求項１に記載の方法。
- 前記ウェルネス区分状態に関連するバイオマーカーとして同定された前記グライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上を、以下の１つ以上と比較することを更に含む、請求項１に記載の方法：
ｉ．同じウェルネス区分状態を有し、且つ前記ウェルネス区分に関して治療された、１以上の他の対象に関して定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、及び
ｉｉ．同じウェルネス区分状態を有し、且つ前記ウェルネス区分に関して治療されていない１以上の他の対象に関して定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、及び
ｉｉｉ．同じウェルネス区分状態を有しない１以上の他の対象に関して定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上。 - 前記比較に基づいて医学的治療の有効性を決定することを更に含む、請求項２９に記載の方法。
- 前記比較に基づいてウェルネス区分のステージを決定することを更に含む、請求項２９に記載の方法。
- システムであって、
メモリ；
プロセッサであって、前記プロセッサによって実行されると、
生体試料のグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上を定量することであって、前記生体試料に関連する質量スペクトルデータセット内の１つ以上の特徴を抽出すること；前記１つ以上の抽出された特徴に関連するピーク波形を決定すること、及び前記ピーク波形の積分を行うこと、を含む、定量すること；
前記１つ以上の生体試料が由来する対象に関連する１つ以上の臨床パラメータを取得すること；
（ｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、（ｉｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上に関連する所定の範囲、並びに（ｉｉｉ）取得された臨床パラメータ、の１つ以上の間の１つ以上の関係を決定すること；
所定の有意性判定基準を満たす前記決定された関係の１つ以上に基づいて１つ以上のバイオマーカーを同定すること；及び
ウェルネス区分のウェルネス区分状態を決定することであって、前記ウェルネス区分状態の前記決定は、前記１つ以上の同定されたバイオマーカーに基づいて決定される、決定すること
を前記システムに行わせる機械可読命令が格納された非一時的コンピュータ可読媒体と電気的に結合されているプロセッサ
を含むシステム。 - 生体試料のグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上を定量することであって、前記生体試料に関連する質量スペクトルデータセット内の１つ以上の特徴を抽出すること；前記１つ以上の抽出された特徴に関連するピーク波形を決定すること、及び前記ピーク波形の積分を行うことを含む、定量すること；
前記１つ以上の生体試料が由来する対象に関連する１つ以上の臨床パラメータを取得すること；
（ｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上、（ｉｉ）前記定量されたグライコミクスパラメータ、ゲノミクスパラメータ、プロテオミクスパラメータ、代謝パラメータ及びリピドミクスパラメータの１つ以上に関連する所定の範囲、並びに（ｉｉｉ）取得された臨床パラメータ、の１つ以上の間の１つ以上の関係を決定すること；
所定の有意性判定基準を満たす前記決定された関係の１つ以上に基づいて１つ以上のバイオマーカーを同定すること；
ウェルネス区分のウェルネス区分状態を決定することであって、前記ウェルネス区分状態の前記決定は、前記１つ以上の同定されたバイオマーカーに基づいて決定される、決定すること
を含む方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762573959P | 2017-10-18 | 2017-10-18 | |
| US62/573,959 | 2017-10-18 | ||
| PCT/US2018/056574 WO2019079639A1 (en) | 2017-10-18 | 2018-10-18 | IDENTIFICATION AND USE OF BIOLOGICAL PARAMETERS FOR THE DIAGNOSIS AND MONITORING OF A TREATMENT |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021500539A true JP2021500539A (ja) | 2021-01-07 |
| JP2021500539A5 JP2021500539A5 (ja) | 2021-12-09 |
Family
ID=66174235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020520022A Pending JP2021500539A (ja) | 2017-10-18 | 2018-10-18 | 診断及び治療モニタリングのための生体パラメータの同定及び使用 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20200240996A1 (ja) |
| EP (1) | EP3697925A4 (ja) |
| JP (1) | JP2021500539A (ja) |
| KR (1) | KR20200095465A (ja) |
| CN (1) | CN111479934A (ja) |
| AU (1) | AU2018351147A1 (ja) |
| WO (1) | WO2019079639A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024143361A1 (ja) * | 2022-12-27 | 2024-07-04 | トータルフューチャーヘルスケア株式会社 | 健康管理システム及び健康管理方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102633621B1 (ko) | 2017-09-01 | 2024-02-05 | 벤 바이오사이언시스 코포레이션 | 진단 및 치료 모니터링용 바이오마커로서의 당펩티드의 식별 및 용도 |
| US20200143266A1 (en) * | 2018-11-07 | 2020-05-07 | International Business Machines Corporation | Adversarial balancing for causal inference |
| CA3128367A1 (en) | 2019-02-01 | 2020-08-06 | Venn Biosciences Corporation | Biomarkers for diagnosing ovarian cancer |
| KR20210145210A (ko) | 2019-03-29 | 2021-12-01 | 벤 바이오사이언시스 코포레이션 | 질량 분석 데이터의 경계 자동 검출 |
| IL295136A (en) | 2020-01-31 | 2022-09-01 | Venn Biosciences Corp | Biomarkers for the diagnosis of ovarian cancer |
| CN111781292B (zh) * | 2020-07-15 | 2022-06-21 | 四川大学华西医院 | 一种基于深度学习模型的尿液蛋白质组学谱图数据分析系统 |
| CN112382384A (zh) * | 2020-11-10 | 2021-02-19 | 中国科学院自动化研究所 | 特纳综合征诊断模型训练方法、诊断系统及相关设备 |
| WO2022115574A2 (en) | 2020-11-25 | 2022-06-02 | Venn Biosciences Corporation | Biomarkers for diagnosing non-alcoholic steatohepatitis (nash) or hepatocellular carcinoma (hcc) |
| CN113009148A (zh) * | 2021-02-10 | 2021-06-22 | 中国医学科学院北京协和医院 | 用于诊断抗sp100抗体阳性与阴性pbc患者的糖链标志物及其用途 |
| CN113687083B (zh) * | 2021-08-20 | 2023-11-28 | 天津中医药大学 | 一种基于深度学习的糖尿病肾病早期预测方法及系统 |
| WO2023075591A1 (en) | 2021-10-29 | 2023-05-04 | Venn Biosciences Corporation | Ai-driven glycoproteomics liquid biopsy in nasopharyngeal carcinoma |
| CN115954107B (zh) * | 2022-12-20 | 2024-01-26 | 首都医科大学附属北京佑安医院 | 原发性胆汁性胆管炎临床检验数据分析方法和装置 |
| CN118039136A (zh) * | 2024-04-12 | 2024-05-14 | 中国医学科学院北京协和医院 | 结肠炎诊断系统、装置以及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040229283A1 (en) * | 2002-08-14 | 2004-11-18 | President And Fellows Of Harvard College | Absolute quantification of proteins and modified forms thereof by multistage mass spectrometry |
| JP2006507476A (ja) * | 2002-06-03 | 2006-03-02 | ザ インスティテュート フォー システムズ バイオロジー | 糖タンパク質を定量的プロテオ−ム分析する方法 |
| JP2011510304A (ja) * | 2008-01-18 | 2011-03-31 | プレジデント アンド フェローズ オブ ハーバード カレッジ | 体液中における疾患または状態のシグネチャーを検出する方法 |
| JP2014514572A (ja) * | 2011-04-29 | 2014-06-19 | キャンサー・プリヴェンション・アンド・キュア，リミテッド | 分類システムおよびそのキットを使用した肺疾患の同定および診断方法 |
| JP2015519876A (ja) * | 2012-04-02 | 2015-07-16 | バーグ エルエルシー | 照合による細胞に基づくアッセイ及びその使用 |
| JP2015527622A (ja) * | 2012-04-30 | 2015-09-17 | ゼネラル・エレクトリック・カンパニイ | 生物組織に対するバイオマーカーの品質レビュースコアリング及び画像解析方法を実行するためのシステム並びに方法 |
| US20160187350A1 (en) * | 2014-12-05 | 2016-06-30 | The Regents Of The University Of California | Cleavable probes for isotope targeted glycoproteomics and methods of using the same |
| WO2017011329A1 (en) * | 2015-07-10 | 2017-01-19 | West Virginia University | Markers of stroke and stroke severity |
| WO2017059003A1 (en) * | 2015-09-29 | 2017-04-06 | Crescendo Bioscience | Biomarkers and methods for assessing psoriatic arthritis disease activity |
| US20170199189A1 (en) * | 2014-06-28 | 2017-07-13 | Relevance Health | System for assessing global wellness |
| JP2017520775A (ja) * | 2014-03-28 | 2017-07-27 | アプライド プロテオミクス，インク． | 結腸直腸腫瘍を検出するためのタンパク質バイオマーカープロファイル |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5894106B2 (ja) * | 2012-06-18 | 2016-03-23 | 信越化学工業株式会社 | レジスト下層膜形成用化合物、これを用いたレジスト下層膜材料、レジスト下層膜形成方法、パターン形成方法 |
| WO2013192530A2 (en) * | 2012-06-21 | 2013-12-27 | Children's Medical Center Corporation | Methods and reagents for glycoproteomics |
| US20170275344A1 (en) * | 2014-08-26 | 2017-09-28 | Compugen Ltd. | Polypeptides and uses thereof as a drug for treatment of autoimmune disorders |
| KR102633621B1 (ko) * | 2017-09-01 | 2024-02-05 | 벤 바이오사이언시스 코포레이션 | 진단 및 치료 모니터링용 바이오마커로서의 당펩티드의 식별 및 용도 |
-
2018
- 2018-10-18 AU AU2018351147A patent/AU2018351147A1/en active Pending
- 2018-10-18 EP EP18868714.9A patent/EP3697925A4/en active Pending
- 2018-10-18 WO PCT/US2018/056574 patent/WO2019079639A1/en unknown
- 2018-10-18 KR KR1020207013028A patent/KR20200095465A/ko not_active Application Discontinuation
- 2018-10-18 JP JP2020520022A patent/JP2021500539A/ja active Pending
- 2018-10-18 US US16/756,572 patent/US20200240996A1/en active Pending
- 2018-10-18 CN CN201880081307.5A patent/CN111479934A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006507476A (ja) * | 2002-06-03 | 2006-03-02 | ザ インスティテュート フォー システムズ バイオロジー | 糖タンパク質を定量的プロテオ−ム分析する方法 |
| US20040229283A1 (en) * | 2002-08-14 | 2004-11-18 | President And Fellows Of Harvard College | Absolute quantification of proteins and modified forms thereof by multistage mass spectrometry |
| JP2011510304A (ja) * | 2008-01-18 | 2011-03-31 | プレジデント アンド フェローズ オブ ハーバード カレッジ | 体液中における疾患または状態のシグネチャーを検出する方法 |
| JP2014514572A (ja) * | 2011-04-29 | 2014-06-19 | キャンサー・プリヴェンション・アンド・キュア，リミテッド | 分類システムおよびそのキットを使用した肺疾患の同定および診断方法 |
| JP2015519876A (ja) * | 2012-04-02 | 2015-07-16 | バーグ エルエルシー | 照合による細胞に基づくアッセイ及びその使用 |
| JP2015527622A (ja) * | 2012-04-30 | 2015-09-17 | ゼネラル・エレクトリック・カンパニイ | 生物組織に対するバイオマーカーの品質レビュースコアリング及び画像解析方法を実行するためのシステム並びに方法 |
| JP2017520775A (ja) * | 2014-03-28 | 2017-07-27 | アプライド プロテオミクス，インク． | 結腸直腸腫瘍を検出するためのタンパク質バイオマーカープロファイル |
| US20170199189A1 (en) * | 2014-06-28 | 2017-07-13 | Relevance Health | System for assessing global wellness |
| US20160187350A1 (en) * | 2014-12-05 | 2016-06-30 | The Regents Of The University Of California | Cleavable probes for isotope targeted glycoproteomics and methods of using the same |
| WO2017011329A1 (en) * | 2015-07-10 | 2017-01-19 | West Virginia University | Markers of stroke and stroke severity |
| WO2017059003A1 (en) * | 2015-09-29 | 2017-04-06 | Crescendo Bioscience | Biomarkers and methods for assessing psoriatic arthritis disease activity |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024143361A1 (ja) * | 2022-12-27 | 2024-07-04 | トータルフューチャーヘルスケア株式会社 | 健康管理システム及び健康管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019079639A1 (en) | 2019-04-25 |
| US20200240996A1 (en) | 2020-07-30 |
| EP3697925A1 (en) | 2020-08-26 |
| EP3697925A4 (en) | 2021-06-23 |
| KR20200095465A (ko) | 2020-08-10 |
| AU2018351147A1 (en) | 2020-05-07 |
| CN111479934A (zh) | 2020-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2021500539A (ja) | 診断及び治療モニタリングのための生体パラメータの同定及び使用 | |
| US11624750B2 (en) | Identification and use of glycopeptides as biomarkers for diagnosis and treatment monitoring | |
| Ouyang et al. | 1H NMR-based metabolomic study of metabolic profiling for systemic lupus erythematosus | |
| Riccio et al. | Galectin-3: an early predictive biomarker of modulation of airway remodeling in patients with severe asthma treated with omalizumab for 36 months | |
| EP4168808A2 (en) | Multimodality systems and methods for detection, prognosis, and monitoring of neurological injury and disease | |
| US20110269633A1 (en) | Inflammatory biomarkers for monitoring depressive disorders | |
| JP2019200210A (ja) | 自閉症スペクトラム障害のリスクを決定するための方法およびシステム | |
| Chiu et al. | Comorbid autoimmune diseases in patients with pemphigus: a nationwide case-control study in Taiwan | |
| US20160342757A1 (en) | Diagnosing and monitoring depression disorders | |
| Hastrup et al. | Welfare consequences of early-onset borderline personality disorder: a nationwide register-based case-control study | |
| Han et al. | Identification of osteoarthritis biomarkers by proteomic analysis of synovial fluid | |
| Mal | Noninvasive metabolic profiling for painless diagnosis of human diseases and disorders | |
| Arvey et al. | Age-associated changes in the circulating human antibody repertoire are upregulated in autoimmunity | |
| Dong et al. | Complement factors and alpha‐fetoprotein as biomarkers for noninvasive prenatal diagnosis of neural tube defects | |
| Di Giorgi et al. | Salivary Proteomics Markers for Preclinical Sjögren’s Syndrome: A Pilot Study | |
| US20240257973A1 (en) | Disease spectrum classification | |
| US20150144792A1 (en) | Vibrational Spectroscopic Techniques for Classifying Chronic Pain States | |
| Le et al. | Integrated machine learning pipeline for aberrant biomarker enrichment (i-mAB): characterizing clusters of differentiation within a compendium of systemic lupus erythematosus patients | |
| Huang et al. | A machine learning model derived from analysis of time-course gene-expression datasets reveals temporally stable gene markers predictive of sepsis mortality | |
| WO2016004375A2 (en) | Methods and materials for treating pain and depression | |
| Zhou et al. | Use of disease embedding technique to predict the risk of progression to end-stage renal disease | |
| CN115856309A (zh) | 蛋白标志物在制备诊断帕金森或预测帕金森病的产品中的应用 | |
| Li et al. | Untargeted lipidomics reveals characteristic biomarkers in patients with ankylosing spondylitis disease | |
| Samarrai et al. | Clinical Biomarkers in Otolaryngology—Head and Neck Surgery: Autoimmune Diseases | |
| JP2017516118A (ja) | 胎児奇形の早期検出のための非侵襲的診断法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210720 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210802 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211018 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211018 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220930 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221003 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221222 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230303 |
|
| RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20230421 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230421 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230704 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230907 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20230907 |
|
| RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20230907 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231106 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231114 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20240202 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20240919 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20241001 |