JP2021518432A - 抗ｔｎｆ療法に対する応答性を予測するための方法及びシステム - Google Patents

Abstract

抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に抗ＴＮＦ療法を投与するための方法及びシステム。したがって、いくつかの実施形態では、本開示は、抗ＴＮＦ療法による対象の治療方法を提供し、方法は：抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に抗ＴＮＦ療法を投与する工程を含む。

Description

腫瘍壊死因子（ＴＮＦ）は、免疫細胞の調節及びアポトーシスに関連する細胞シグナル伝達タンパク質であり、様々な免疫媒介性及び自己免疫媒介性疾患に関与している。特に、ＴＮＦは、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、炎症性腸疾患、慢性乾癬、化膿性汗腺炎、喘息、若年性特発性関節炎などの自己免疫疾患に関連する多くの問題を引き起こす炎症反応を促進することが知られている。

ＴＮＦ媒介性障害は、現在、ＴＮＦの阻害によって、特に抗ＴＮＦ剤の投与によって（すなわち、抗ＴＮＦ療法によって）治療されている。米国で承認された抗ＴＮＦ剤として、ＴＮＦを標的とするモノクローナル抗体、例えば、アダリムマブ（Ｈｕｍｉｒａ（登録商標））、セルトリズマブペゴル（Ｃｉｍｉｚａ（登録商標））、ゴリムマブ（Ｓｉｍｐｏｎｉ（登録商標）及びＳｉｍｐｏｎｉ Ａｒｉａ（登録商標））、及びインフリキシマブ（Ｒｅｍｉｃａｄｅ（登録商標））、デコイ循環受容体融合タンパク質、例えば、エタネルセプト（Ｅｎｂｒｅｌ（登録商標））、ならびにバイオ後続品、例えば、アダリムマブＡＢＰ５０１（ＡＭＧＥＶＩＴＡ（商標））、及びエタネルセプトバイオ後続品ＧＰ２０１５（Ｅｒｅｌｚｉ）が挙げられる。

抗ＴＮＦ療法の重要な既知の問題は、応答率に一貫性がないことである。実際、最近の国際会議では、免疫学及びリウマチ学の分野の主要な科学者及び臨床医を招集し、これらの分野における未達成のニーズを特定し、進行中の課題として応答率の不確実性がほぼ普遍的に特定されている。例えば、第１９回年次国際標的療法会議では、関節リウマチ、乾癬性関節炎、軸性脊椎関節炎、全身性エリテマトーデス、及び結合組織疾患（例えば、シェーグレン症候群、全身性硬化症、血管炎、例えばベーチェット病及びＩｇＧ４関連疾患）を含む様々な疾患の治療における課題に関する分科会が開かれ、これらの疾患のすべてに共通する特定の問題、特に、治療応答の予測ツールを開発できるように「各疾患の異質性」をよりよく理解する必要性が認識された。Ｗｉｎｔｈｒｏｐ，ｅｔ ａｌ．，“Ｔｈｅ ｕｎｍｅｔ ｎｅｅｄ ｉｎ ｒｈｅｕｍａｔｏｌｏｇｙ： Ｒｅｐｏｒｔｓ ｆｒｏｍ ｔｈｅ ｔａｒｇｅｔｅｄ ｔｈｅｒａｐｉｅｓ ｍｅｅｔｉｎｇ ２０１７，”Ｃｌｉｎ．Ｉｍｍｕｎｏｌ．ｐｉｉ：Ｓ１５２１−６６１６（１７）３０５４３−０，Ａｕｇ．１２，２０１７を参照のこと。同様に、抗ＴＮＦ療法によるクローン病の治療に関する広範な文献は、一貫して異常な応答率を示し、どの患者が恩恵を得るのかについて予測できないことを示している。例えば、Ｍ．Ｔ．Ａｂｒｅｕ，“Ａｎｔｉ−ＴＮＦ Ｆａｉｌｕｒｅｓ ｉｎ Ｃｒｏｈｎ’ｓ Ｄｉｓｅａｓｅ，” Ｇａｓｔｒｏｅｎｔｅｒｏｌ Ｈｅｐａｔｏｌ（Ｎ．Ｙ．），７（１）：３７−３９（Ｊａｎ．２０１１）を参照のこと；また、Ｄｉｎｇ ｅｔ ａｌ．，“Ｓｙｓｔｅｍａｔｉｃ ｒｅｖｉｅｗ： ｐｒｅｄｉｃｔｉｎｇ ａｎｄ ｏｐｔｉｍｉｓｉｎｇ ｒｅｓｐｏｎｓｅ ｔｏ ａｎｔｉ−ＴＮＦ ｔｈｅｒａｐｙ ｉｎ Ｃｒｏｈｎ’ｓ ｄｉｓｅａｓｅ − ａｌｇｏｒｉｔｈｍ ｆｏｒ ｐｒａｃｔｉｃａｌ ｍａｎａｇｅｍｅｎｔ，” Ａｌｉｍｅｎｔ Ｐｈａｒｍａｃｏｌ．Ｔｈｅｒ．，４３（１）：３０−５１（Ｊａｎ．２０１６）（ｒｅｐｏｒｔｉｎｇ ｔｈａｔ “［ｐ］ｒｉｍａｒｙ ｎｏｎｒｅｓｐｏｎｓｅ ｔｏ ａｎｔｉ−ＴＮＦ ｔｒｅａｔｍｅｎｔ ａｆｆｅｃｔｓ １３−４０％ ｏｆ ｐａｔｉｅｎｔｓ．”）も参照のこと。

したがって、現時点で抗ＴＮＦ療法を投与されているかなりの数の患者は、治療の恩恵を得ておらず、害を受けていることさえあり得る。抗ＴＮＦ療法に関連する深刻な感染症及び悪性腫瘍の既知のリスクは非常に大きいため、製品の承認には通常、いわゆる「ブラックボックス警告」をラベルに記載する必要がある。そのような療法の他の潜在的な副作用として、例えば、うっ血性心不全、脱髄性疾患、及び他の全身性副作用が挙げられる。さらに、患者が抗ＴＮＦ療法に応答しない（すなわち、抗ＴＮＦ療法に対する非応答者である）と識別されるまでに数週間〜数か月の治療を要する点を踏まえると、現在、応答者と非応答者の対象を識別することができない結果として、そのような患者の適切な治療は大幅に遅れる可能性がある。例えば、Ｒｏｄａ ｅｔ ａｌ．，“Ｌｏｓｓ ｏｆ Ｒｅｓｐｏｎｓｅ ｔｏ Ａｎｔｉ−ＴＮＦｓ：Ｄｅｆｉｎｉｔｉｏｎ，Ｅｐｉｄｅｍｉｏｌｏｇｙ，ａｎｄ Ｍａｎａｇｅｍｅｎｔ，”Ｃｌｉｎ．Ｔｒａｎｌ．Ｇａｓｔｒｏｅｎｔｅｒｏｌ．，７（１）：ｅ１３５（Ｊａｎ．２０１６）（引用：Ｈａｎａｕｅｒ ｅｔ ａｌ．，“ＡＣＣＥＮＴ Ｉ Ｓｔｕｄｙ ｇｒｏｕｐ． Ｍａｉｎｔｅｎａｎｃｅ Ｉｎｆｌｉｘｉｍａｂ ｆｏｒ Ｃｒｏｈｎ’ｓ ｄｉｓｅａｓｅ：ｔｈｅ ＡＣＣＥＮＴ Ｉ ｒａｎｄｏｍｉｚｅｄ ｔｒｉａｌ，” Ｌａｎｃｅｔ ５９：１５４１−１５４９（２００２）；Ｓａｎｄｓ ｅｔ ａｌ．，“Ｉｎｆｌｉｘｉｍａｂ ｍａｉｎｔｅｎａｎｃｅ ｔｈｅｒａｐｙ ｆｏｒ ｆｉｓｔｕｌｉｚｉｎｇ Ｃｒｏｈｎ’ｓ ｄｉｓｅａｓｅ，” Ｎ．Ｅｎｇｌ．Ｊ．Ｍｅｄ．３５０：８７６−８８５（２００４））を参照のこと。

まとめると、特にこれらの抗ＴＮＦ療法が非常に高価なものとなり得る（通常、患者あたり年間４万〜６万ドル以上の費用がかかる）ことを踏まえると、応答者と非応答者の患者集団を定義し、識別し、及び／または特徴付けることが可能な技術が、大幅な技術的進歩を表すものであるとともに、患者、ならびに医師、規制当局、及び医薬品開発業者を含むヘルスケア業界に、より有意な価値をもたらすであろうことが、これらの課題から明らかになる。本開示は、そのような技術を提供する。

とりわけ、提供する技術により、ケア提供者は、抗ＴＮＦ療法の恩恵を受ける可能性のある対象とそうでない対象を区別し、患者へのリスクを軽減し、非応答患者集団のケアのタイミングと質を高め、医薬品開発の効率を高め、及び非応答患者への無効な療法の実施に、またはそのような患者が抗ＴＮＦ治療を受ける場合に経験する副作用の治療に関連するコストを回避することができる。

提供する技術により、とりわけ、例えば、応答者と非応答者の集団を定義するための特定の従来のアプローチに伴う問題の原因の特定、及び／またはそのような集団を区別する分類子を定義するための特に有用な戦略を表す特定の洞察を例示し、及び／またはそれに基づく。例えば、本明細書に記載するように、本開示は、集団における遺伝子発現の違いを考慮することにより応答者と非応答者の集団を定義するための多くの従来の戦略に伴う問題点の一要因は、通常、それらが最も高い倍率の変化を優先するか、そうでなければ焦点を当てていることであることを同定し；本開示は、そのようなアプローチが疾患生物学に関連する微妙ではあるが意味のある違いを見逃すことを示している。さらに、本開示は、発現レベルが変化した遺伝子をヒトインタラクトームマップに（特に、いくつかの実施形態では、提唱されてはいるが実験的に検証されていない、理論上の、計算上の、または他の相互作用を明示的に除外した、細胞成分間の実験的に裏付けられた物理的相互作用を表すヒトインタラクトームマップに）マッピングすることにより、抗ＴＮＦ療法に対する応答者と非応答者を定義するための有用かつ効果的な分類子を提供することができるという洞察を提供する。いくつかの実施形態では、そのような分類子に含まれる遺伝子は、ヒトインタラクトーム上の接続されたモジュールを表す。

したがって、いくつかの実施形態では、本開示は、抗ＴＮＦ療法による対象の治療方法を提供し、方法は：抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に抗ＴＮＦ療法を投与する工程を含む。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を投与する方法において、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に選択的に療法を投与することを含む改善を提供する。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを含むキットを提供する。

いくつかの実施形態では、本開示は、遺伝子発現応答シグネチャーの判定方法を提供し、方法は：遺伝子の発現レベルが抗ＴＮＦ療法の臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；そして、ヒトインタラクトームマップにおいて互いにクラスター形成すると判定される複数の遺伝子を選択し、それにより遺伝子発現応答シグネチャーを確立する工程を含む。

いくつかの実施形態では、本開示は、遺伝子発現応答シグネチャーの判定方法を提供し、方法は：遺伝子の発現レベルが抗ＴＮＦ療法の臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；そして、抗ＴＮＦ療法への応答に関連しており、ヒトインタラクトームマップにマッピングする場合にトポロジー特性によって特徴付けられる複数の遺伝子（例えば、ヒトインタラクトームマップ上の空間内で近接しているか、または近位に位置している遺伝子）を選択することにより、遺伝子発現応答シグネチャーを確立する工程を含む。

いくつかの実施形態では、本開示は、遺伝子発現応答シグネチャーの判定方法を提供し、方法は：遺伝子の発現レベルが抗ＴＮＦ療法の臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；ヒトインタラクトームマップにおいて、互いの拡散状態距離によって選択される複数の遺伝子を選択することにより、遺伝子発現応答シグネチャーを確立する工程を含む。

定義
投与：本明細書中で使用する場合、用語「投与」とは、一般的には、対象または系に対して組成物を投与して、例えば、組成物であるか、組成物に含まれるか、そうでなければ組成物により送達される、薬剤の送達を達成することを指す。

作用因子：本明細書中で使用する場合、用語「作用因子」とは、実体（例えば、脂質、金属、核酸、ポリペプチド、多糖、小分子など、またはその複合体、合剤、混合物もしくは系［例えば、細胞、組織、生物］）、または現象（例えば、熱、電流または電場、磁力または磁場など）を指す。

アミノ酸：本明細書中で使用する場合、用語「アミノ酸」とは、例えば、１つ以上のペプチド結合を介して、ポリペプチド鎖中に組み込むことができる任意の化合物及び／または物質を指す。いくつかの実施形態では、アミノ酸は、一般構造Ｈ_２Ｎ−Ｃ（Ｈ）（Ｒ）−ＣＯＯＨを有する。いくつかの実施形態では、アミノ酸は、天然アミノ酸である。いくつかの実施形態では、アミノ酸は、非天然アミノ酸であり；いくつかの実施形態では、アミノ酸は、Ｄ−アミノ酸であり；いくつかの実施形態では、アミノ酸は、Ｌ−アミノ酸である。本明細書中で使用する場合、用語「標準アミノ酸」とは、天然ペプチド中に一般的に見出される２０のＬ−アミノ酸のうちのいずれかを指す。「非標準アミノ酸」とは、それが天然源に見出されるか、または天然源に見出され得るかどうかによらず、標準アミノ酸以外の任意のアミノ酸を指す。いくつかの実施形態では、ポリペプチドのカルボキシ末端及び／またはアミノ末端のアミノ酸は、上記の一般的な構造と比較して、構造修飾を含み得る。例えば、いくつかの実施形態では、アミノ酸を、一般的な構造と比較して、メチル化、アミド化、アセチル化、ペグ化、グリコシル化、リン酸化、及び／または置換（例えば、アミノ基、カルボン酸基、１つ以上のプロトン、及び／またはヒドロキシル基の）により修飾してもよい。いくつかの実施形態では、そのような修飾は、例えば、他の点では同一の非修飾アミノ酸を含むポリペプチドと比較して、修飾アミノ酸を含むポリペプチドの安定性または循環半減期を変化させ得る。いくつかの実施形態では、そのような修飾は、他の点では同一の非修飾アミノ酸を含むポリペプチドと比較して、修飾アミノ酸を含むポリペプチドの関連活性を有意に変化させない。文脈から明らかであるように、いくつかの実施形態では、用語「アミノ酸」は、遊離アミノ酸を指すために使用され得；いくつかの実施形態では、この用語は、ポリペプチドのアミノ酸残基、例えば、ポリペプチド内のアミノ酸残基を指すために使用され得る。

類似体：本明細書中で使用する場合、用語「類似体」とは、参照物質に対し、１つ以上の特定の構造的特徴、要素、成分、または部分を共有する物質を指す。一般的には、「類似体」は、例えばコアまたはコンセンサス構造を共有するなど、参照物質に対し、有意な構造的類似性を示すが、特定の個別の点で異なってもいる。いくつかの実施形態では、類似体は、例えば、参照物質の化学的操作によって、参照物質から生成され得る物質である。いくつかの実施形態では、類似体は、参照物質を生成するプロセスと実質的に同様の（例えば、複数の工程を共有する）合成プロセスの実施を通じて生成することができる物質である。いくつかの実施形態では、類似体は、参照物質を生成するために使用するプロセスとは異なる合成プロセスの実行を通じて生成するか、または生成することができる。

アンタゴニスト：本明細書中で使用する場合、用語「アンタゴニスト」とは、その存在、レベル、程度、タイプ、または形態が、標的のレベルまたは活性を低下させることに関連する薬剤または状態を指し得る。アンタゴニストには、例えば、関連する阻害活性を示す小分子、ポリペプチド、核酸、炭水化物、脂質、金属及び／または他の実体を含む任意の化学的クラスの薬剤が含まれ得る。いくつかの実施形態では、アンタゴニストは、その標的に直接結合するという点で「直接アンタゴニスト」であってもよく；いくつかの実施形態では、アンタゴニストは、その標的に直接結合する以外の手段によってその影響を及ぼすという点で「間接アンタゴニスト」であってもよく；例えば、標的の調節因子と相互作用することにより、標的のレベルまたは活性が変化することによる）。いくつかの実施形態では、「アンタゴニスト」は「阻害剤」と呼ばれる場合がある。

抗体：本明細書中で使用する場合、用語「抗体」とは、特定の標的抗原への特異的結合を付与するのに十分な標準免疫グロブリン配列エレメントを含むポリペプチドを指す。当技術分野で公知のように、天然に産生されるインタクトな抗体は、互いに会合して「Ｙ字型」構造と一般的に呼ばれる構造になる２つの同一の重鎖ポリペプチド（それぞれ約５０ｋＤ）及び２つの同一の軽鎖ポリペプチド（それぞれ約２５ｋＤ）からなる、およそ１５０ｋＤの四量体薬剤である。各重鎖は、少なくとも４つのドメイン（それぞれ約１１０アミノ酸長）、すなわちアミノ末端の可変（ＶＨ）ドメイン（Ｙ構造の先端に位置している）とそれに続く３つの定常ドメイン：ＣＨ１、ＣＨ２、及びカルボキシ末端のＣＨ３（Ｙのステムの塩基に位置している）からなる。「スイッチ」として知られる短い領域は、重鎖可変領域と定常領域を接続する。「ヒンジ」は、ＣＨ２とＣＨ３ドメインを抗体の残りの部分に接続する。このヒンジ領域中の２つのジスルフィド結合は、インタクトな抗体内で２つの重鎖ポリペプチドを互いに接合する。各軽鎖は、別の「スイッチ」によって互いに分離された２つのドメイン、すなわちアミノ末端の可変（ＶＬ）ドメインとそれに続くカルボキシ末端の定常（ＣＬ）ドメインからなる。インタクトな抗体四量体は、重鎖と軽鎖が２つのジスルフィド結合によって互いに結合している２つの重鎖−軽鎖二量体からなり；他の２つのジスルフィド結合が重鎖ヒンジ領域を互いに接続し、それにより二量体が互いに接続され、四量体が形成される。また、天然に産生される抗体は、一般的にＣＨ２ドメイン上でグリコシル化される。天然抗体中の各ドメインは、圧縮された逆平行βバレル中で互いにパッキングされる、２つのβシート（例えば、３本鎖、４本鎖、または５本鎖シート）から形成される「免疫グロブリンフォールド」を特徴とする構造を有する。各可変ドメインは、「相補性決定領域」（ＣＤＲ１、ＣＤＲ２、及びＣＤＲ３）として知られる３つの超可変ループ、及び４つの若干の不変「フレームワーク」領域（ＦＲ１、ＦＲ２、ＦＲ３、及びＦＲ４）を含む。天然抗体がフォールドする場合、ＦＲ領域は、ドメインに構造フレームワークを提供するβシートを形成し、重鎖と軽鎖の両方に由来するＣＤＲループ領域は３次元空間にまとめられ、その結果、それらは、Ｙ構造の先端に位置している単一の超可変抗原結合部位を生成する。天然抗体のＦｃ領域は、補体系のエレメントに結合し、また、例えば、細胞傷害性を媒介するエフェクター細胞などの、エフェクター細胞上の受容体に結合する。当技術分野で公知のように、Ｆｃ受容体に対するＦｃ領域の親和性及び／または他の結合属性を、グリコシル化または他の修飾を介して改変することができる。いくつかの実施形態では、本発明に従って産生及び／または利用する抗体は、そのようなグリコシル化によって修飾または改変されたＦｃドメインなどの、グリコシル化Ｆｃドメインを含む。本発明の目的のために、特定の実施形態では、天然の抗体に見出される十分な免疫グロブリンドメイン配列を含むポリペプチドまたはポリペプチド複合体は、そのようなポリペプチドが天然に産生される（例えば、抗原に反応する生物によって生成される）か、または組換え工学、化学合成、または他の人工的な系もしくは方法論によって生成されるどうかに関係なく、「抗体」として参照及び／または使用することができる。いくつかの実施形態では、抗体はポリクローナルであり；いくつかの実施形態では、抗体はモノクローナルである。いくつかの実施形態では、抗体は、マウス、ウサギ、霊長類、またはヒトの抗体に特徴的な定常領域配列を有する。いくつかの実施形態では、抗体の配列エレメントは、当技術分野で公知のように、ヒト化、霊長類化、キメラ化などがなされている。さらに、本明細書中で使用する用語「抗体」とは、適切な実施形態では（特に明記されるかまたは文脈から明らかでない限り）、代替の提示において抗体の構造的及び機能的特徴を利用するための、当技術分野で公知のまたは開発された構築物またはフォーマットのいずれかを指し得る。例えば、実施形態では、本発明に従って利用する抗体は、限定されないが、インタクトなＩｇＡ、ＩｇＧ、ＩｇＥまたはＩｇＭ抗体；二重特異性抗体または多重特異性抗体（例えば、Ｚｙｂｏｄｙ（登録商標））；抗体断片、例えば、Ｆａｂフラグメント、Ｆａｂ’フラグメント、Ｆ（ａｂ’）２フラグメント、Ｆｄ’フラグメント、Ｆｄフラグメント、及び単離されたＣＤＲまたはそのセット；単鎖Ｆｖ；ポリペプチド−Ｆｃ融合体；単一ドメイン抗体（例えば、ＩｇＮＡＲまたはその断片などのサメ単一ドメイン抗体）；ラクダ様抗体；マスクされた抗体（例えば、Ｐｒｏｂｏｄｙ（登録商標））；Ｓｍａｌｌ Ｍｏｄｕｌａｒ ＩｍｍｕｎｏＰｈａｒｍａｃｅｕｔｉｃａｌ（「ＳＭＩＰ（商標）」）；単鎖またはタンデムダイアボディ（ＴａｎｄＡｂ（登録商標））；ＶＨＨ；Ａｎｔｉｃａｌｉｎ（登録商標）；Ｎａｎｏｂｏｄｙ（登録商標）ミニボディ；ＢｉＴＥ（登録商標）；アンキリンリピートタンパク質またはＤＡＲＰＩＮ（登録商標）；Ａｖｉｍｅｒ（登録商標）；ＤＡＲＴ；ＴＣＲ様抗体；，Ａｄｎｅｃｔｉｎ（登録商標）；Ａｆｆｉｌｉｎ（登録商標）；Ｔｒａｎｓ−ｂｏｄｙ（登録商標）；Ａｆｆｉｂｏｄｙ（登録商標）；ＴｒｉｍｅｒＸ（登録商標）；ＭｉｃｒｏＰｒｏｔｅｉｎ；Ｆｙｎｏｍｅｒ（登録商標）、Ｃｅｎｔｙｒｉｎ（登録商標）；及びＫＡＬＢＩＴＯＲ（登録商標）から選択されるフォーマットである。いくつかの実施形態では、抗体は、天然に産生される場合に有するであろう共有結合修飾（例えば、グリカンの結合）を欠いている場合がある。いくつかの実施形態では、抗体は、共有結合修飾（例えば、グリカンの結合、ペイロード［例えば、検出可能部分、治療部分、触媒部分など］、または他のペンダント基［例えば、ポリエチレングリコールなど］を有していてもよい。

関連する：本明細書中で本用語を使用する場合、２つの事象または実体は、一方の存在、レベル、程度、タイプ、及び／または形態が他方のそれと相関している場合に、互いに「関連」している。例えば、特定の実体（例えば、ポリペプチド、遺伝子シグネチャー、代謝産物、微生物など）は、その存在、レベル及び／または形態が、（例えば、関連する集団にわたって）疾患、障害、または病態の罹患率及び／または易罹患性と相関するならば、特定の疾患、障害、または病態に関連するとみなされる。いくつかの実施形態では、２つ以上の実体は、それらが直接的または間接的に相互作用する場合、互いに物理的に「関連」しており、その結果、それらは互いに物理的に近接し、及び／または近接し続ける。いくつかの実施形態では、互いに物理的に関連している２つ以上の実体は、互いに共有結合しており；いくつかの実施形態では、互いに物理的に関連している２つ以上の実体は、互いに共有結合で結合していないが、例えば、水素結合、ファン・デル・ワールス相互作用、疎水性相互作用、磁気、及びそれらの組み合わせによって、非共有結合的に関連している。

生物学的試料：本明細書中で使用する場合、用語「生物学的試料」とは、一般的に、本明細書に記載するように、目的の生物学的供給源（例えば、組織または生物または細胞培養物）から得られるか、またはそれに由来する試料を指す。いくつかの実施形態では、目的の供給源には、動物またはヒトなどの生物が含まれる。いくつかの実施形態では、生物学的試料は、細胞学的組織もしくは流体であるか、またはそれを含む。いくつかの実施形態では、生物学的試料は、骨髄；血液；血液細胞；腹水；組織または細針生検試料；細胞含有体液；浮遊核酸；喀痰；唾液；尿；脳脊髄液；腹腔液；胸水；糞便；リンパ液；婦人科体液；皮膚スワブ；膣スワブ；口腔スワブ；鼻腔スワブ；乳管洗浄液または気管支肺胞洗浄液などの洗液または洗浄液；吸引液；擦過物；骨髄標本；組織生検標本；手術標本；糞便、他の体液、分泌物、及び／または排泄物、及び／またはそれら由来の細胞などであり得るか、またはそれらを含み得る。いくつかの実施形態では、生物学的試料は、個体から得られる細胞であるか、またはそれを含む。いくつかの実施形態では、得られる細胞は、試料を取得した個体由来の細胞であるか、またはそれを含む。いくつかの実施形態では、試料は、任意の適切な手段によって、目的の供給源から直接得られる「一次試料」である。例えば、いくつかの実施形態では、一次生物学的試料を、生検（例えば、細針吸引または組織生検）、手術、体液（例えば、血液、リンパ液、糞便など）の採取などからなる群から選択される方法により取得する。いくつかの実施形態では、文脈から明らかであるように、用語「試料」とは、一次試料の加工により（例えば、１つ以上の成分を除去することにより、及び／または１つ以上の薬剤を添加することにより）得られる調製物を指す。例えば、半透膜を使用する濾過。そのような「加工試料」は、例えば、試料から抽出するか、またはｍＲＮＡの増幅もしくは逆転写、特定の成分の単離及び／または精製などの技術に一次試料を供することにより得られる核酸またはタンパク質を含み得る。

併用療法：本明細書中で使用する場合、用語「併用療法」とは、対象を、２つ以上の治療レジメン（例えば、２つ以上の治療薬）に同時に曝露させる臨床的介入を指す。いくつかの実施形態では、２つ以上の治療レジメンを、同時に投与してもよい。いくつかの実施形態では、２つ以上の治療レジメンを、順次投与してもよい（例えば、第１のレジメンを、任意の用量の第２のレジメンの投与の前に投与する）。いくつかの実施形態では、２つ以上の治療レジメンを、重複する投薬レジメンで投与する。いくつかの実施形態では、併用療法の投与は、１つ以上の治療薬または治療様式を、他の薬剤（複数可）または治療法を受けている対象に投与することを含み得る。いくつかの実施形態では、併用療法は、個々の薬剤を単一の組成物で一緒に（すなわち必然的に同時に）投与することを必ずしも必要としない。いくつかの実施形態では、併用療法の２つ以上の治療薬または治療様式を、別々の投与経路を介して（例えば、１つの薬剤を経口で、別の薬剤を静脈内に）、及び／または異なる時点において、別々に、例えば別々の組成物で対象に投与する。いくつかの実施形態では、２つ以上の治療薬を、同じ投与経路を介して、及び／または同時に、組み合わせ組成物で、または組み合わせ化合物で（例えば、単一の化学複合体または共有実体の一部として）一緒に投与してもよい。

同程度の：本明細書中で使用する場合、用語「同程度の」とは、２つ以上の薬剤、実体、状況、条件セットなどを指し、これらは互いに同一ではなくてもよいが、それらの間で比較可能なほど十分に類似しており、その結果、当業者は、観察される相違点または類似点に基づいて合理的に結論を導き出し得ることを理解するであろう。いくつかの実施形態では、同程度の条件セット、状況、個体、または集団は、複数の実質的に同一の特徴と、１つまたは少数の変更された特徴を有する。当業者であれば、２つ以上のそのような薬剤、実体、状況、条件セットなどが同程度であるとみなされるためには、所与の環境においてどの程度の同一性が必要であるかに関して理解するであろう。例えば、当業者であれば、異なる環境、個体、もしくは集団のセットの下で、またはそれらを用いて得られる結果または観察される現象における相違が、様々に異なるそれらの特徴の差異によって引き起こされるか、またはそれらの特徴の差異を示すものであるという妥当な結論を保証するように、十分な数及び種類の実質的に同一の特徴を有する場合、環境、個体、または集団のセットは、互いに同程度であると理解するであろう。

対応する：本明細書中で使用する場合、語句「対応する」とは、合理的に同程度の十分な特徴を共有し、それにより「対応する」属性が明らかである、２つの実体、事象、または現象の間の関係を指す。例えば、いくつかの実施形態では、化合物または組成物に関してこの用語を使用し、適切な参照化合物または組成物との比較を通じて、化合物または組成物における構造要素の位置及び／または同一性を示してもよい。例えば、いくつかの実施形態では、ポリマー中のモノマー残基（例えば、ポリペプチド中のアミノ酸残基またはポリヌクレオチド中の核酸残基）を、適切な参照ポリマー中の残基に「対応する」として識別し得る。例えば、当業者は、単純化の目的で、多くの場合、ポリペプチド中の残基を、参照関連ポリペプチドに基づく標準ナンバリングシステムを使用して指定し、その結果、例えば、１９０位の残基に「対応する」アミノ酸が実際に特定のアミノ酸鎖の１９０位のアミノ酸である必要はなく、むしろ参照ポリペプチドの１９０位の残基に対応することを理解するであろう；当業者は「対応する」アミノ酸の同定方法を容易に理解する。例えば、当業者であれば、例えば、本開示によるポリペプチド及び／または核酸中の「対応する」残基の同定に利用可能な、例えば、ＢＬＡＳＴ、ＣＳ−ＢＬＡＳＴ、ＣＵＳＡＳＷ＋＋、ＤＩＡＭＯＮＤ、ＦＡＳＴＡ、ＧＧＳＥＡＲＣＨ／ＧＬＳＥＡＲＣＨ、Ｇｅｎｏｏｇｌｅ、ＨＭＭＥＲ、ＨＨｐｒｅｄ／ＨＨｓｅａｒｃｈ、ＩＤＦ、Ｉｎｆｅｒｎａｌ、ＫＬＡＳＴ、ＵＳＥＡＲＣＨ、ｐａｒａｓａｉｌ、ＰＳＩ−ＢＬＡＳＴ、ＰＳＩ−Ｓｅａｒｃｈ、ＳｃａｌａＢＬＡＳＴ、Ｓｅｑｕｉｌａｂ、ＳＡＭ、ＳＳＥＡＲＣＨ、ＳＷＡＰＨＩ、ＳＷＡＰＨＩ−ＬＳ、ＳＷＩＭＭ、またはＳＷＩＰＥなどのソフトウェアプログラムを含む、様々な配列アラインメント戦略を知っているであろう。

投薬レジメン：本明細書中で使用する場合、用語「投薬レジメン」とは、一般的には期間で分離された、対象に個々に投与する単位用量のセット（一般的には２つ以上）である。いくつかの実施形態では、所与の治療薬は、１回以上の投薬を含み得る、推奨される投薬レジメンを有する。いくつかの実施形態では、投薬レジメンは、それぞれが他の投薬から時間的に分離されている複数回の投薬を含む。いくつかの実施形態では、個々の投薬は、互いに同じ長さの期間で分離され；いくつかの実施形態では、投薬レジメンは、複数回の投薬と、個々の投薬を分離する少なくとも２つの異なる期間を含む。いくつかの実施形態では、投薬レジメン内のすべての投薬は、同じ単位用量である。いくつかの実施形態では、投薬レジメン内の異なる投薬は、異なる量の投薬である。いくつかの実施形態では、投薬レジメンは、第１の用量の第１の投薬、及びそれに続く第１の用量とは異なる第２の用量の１回以上の追加の投薬を含む。いくつかの実施形態では、投薬レジメンは、第１の用量の第１の投薬、及びそれに続く第１の用量と同じ第２の用量の１回以上の追加の投薬を含む。いくつかの実施形態では、投薬レジメンは、適切な集団に投与する（すなわち、治療的投薬レジメンである）場合、所望の、または有用な治療アウトカムと相関する。

改善、増加、または減少：本明細書中で使用する場合、用語「改善した」、「増加した」、もしくは「減少した」、またはそれらと文法的に同程度の用語は、同程度の参照測定値に対する相対的な値を示す。例えば、いくつかの実施形態では、目的の薬剤を用いて達成される評価値は、同程度の参照薬剤を用いて得られる評価値に比べて「改善」する場合がある。あるいは、またはさらに、いくつかの実施形態では、対象または系において達成される評価値は、同じ対象または系における異なる条件下で（例えば、目的の薬剤の投与などの事象の前または後で）、または同程度の異なる対象において（例えば、目的の特定の疾患、障害もしくは病態の１つ以上の指標の存在下で、または病態もしくは薬剤への以前の曝露などにおいて同程度である、目的の対象または系とは異なる対象または系において）得られる評価値に比べて「改善」する場合がある。

医薬組成物：本明細書中で使用する場合、用語「医薬組成物」とは、１つ以上の薬学的に許容される担体と一緒に製剤化される活性剤を指す。いくつかの実施形態では、活性剤を、適切な対象、または同程度の異なる対象（例えば、目的の特定の疾患、障害もしくは病態の１つ以上の指標の存在下で、または病態もしくは薬剤への以前の曝露などにおいて、目的の対象または系とは異なる同程度の対象または系において）に対して治療レジメンで投与するための適切な単位用量で（例えば、投与した場合に所定の治療効果が達成される統計的に有意な確率を示すことが実証された量で）存在させる。いくつかの実施形態では、比較用語は、統計的に適切な差異（例えば、統計的相関性を達成するのに十分な罹患率及び／または大きさの差異）を指す。当業者であれば、所与の状況において、そのような統計的有意性を達成するために必要または十分な差異の程度及び／または罹患率を認識しているか、または容易に決定することができるであろう。

薬学的に許容される：本明細書中で使用する場合、語句「薬学的に許容される」とは、過度の毒性、刺激、アレルギー反応、または他の問題もしくは合併症のないヒト及び動物の組織と接触させて使用するのに適した、安全な医学的判断の範囲内にあり、妥当なベネフィット／リスク比に見合う、化合物、物質、組成物及び／または剤形を指す。

一次非応答者：本明細書中で使用する場合、用語「一次非応答者」とは、一定期間の抗ＴＮＦ療法を受けた後の臨床徴候及び症状の改善が乏しい対象を指す。当業者であれば、医学界が、任意の特定の疾患もしくは病態、または任意の特定の患者もしくは患者タイプに対して適切な期間を確立し得ることを理解するであろう。いくつかの例を挙げれば、いくつかの実施形態では、期間は少なくとも８週間であり得る。いくつかの実施形態では、期間は少なくとも１２週間であり得る。いくつかの実施形態では、期間は１４週間であり得る。

参照：本明細書中で使用する場合、用語「参照」とは、比較を実施する対象となる基準または対照を表す。例えば、いくつかの実施形態では、目的の薬剤、動物、個体、集団、試料、配列または値を、参照または対照の薬剤、動物、個体、集団、試料、配列または値と比較する。いくつかの実施形態では、参照または対照を、目的物の試験または測定と実質的に同時に、試験及び／または測定する。いくつかの実施形態では、参照または対照は、場合により有形媒体に具現化された既存参照または既存対照である。一般的には、当業者であれば理解するように、参照または対照を、評価中の目的物と同程度の条件下または環境下で測定または特徴決定する。当業者であれば、特定の可能な参照または対照への信頼性を正当化し、及び／またはそれと比較するための十分な類似性が存在する場合を理解するであろう。

二次非応答者：本明細書中で使用する場合、用語「二次非応答者」とは、抗ＴＮＦ療法を受けた後に臨床徴候または症状の初期の改善を示すが、経時的なそのような改善の統計的に有意な減少を示す対象を指す。

治療有効量：本明細書中で使用する場合、用語「治療有効量」とは、治療レジメンの一部として投与する場合に所望の生物学的応答を誘発する物質（例えば、治療薬、組成物及び／または製剤）の量を指す。いくつかの実施形態では、物質の治療有効量とは、疾患、障害及び／または病態に罹患しているかまたは罹患しやすい対象に投与する場合に、疾患、障害及び／または病態を治療し、診断し、予防し、及び／または発症を遅延させるのに十分な量である。当業者であれば理解するように、物質の有効量は、所望の生物学的エンドポイント、送達する物質、標的の細胞または組織などのような要因に応じて様々に異なり得る。例えば、疾患、障害及び／または病態を治療するための製剤中の化合物の有効量とは、疾患、障害及び／または病態の１つ以上の症状または特徴を、軽減し、改善し、緩和し、抑制し、予防し、発症を遅延させ、重症度を低下させ、及び／または発生率を低下させる量である。いくつかの実施形態では、治療有効量を単回投与で投与し；いくつかの実施形態では、治療有効量を送達するために複数の単位用量が必要である。

バリアント：本明細書中で使用する場合、用語「バリアント」とは、参照実体との有意な構造的同一性を示すが、参照実体と比べて１つ以上の化学部分の存在またはレベルにおいて参照実体とは構造的に異なる実体を指す。多くの実施形態において、バリアントは、その参照実体と機能的にも異なっている。一般的に、特定の実体が参照実体の「バリアント」であると適切にみなされるかどうかは、参照実体との構造的同一性の程度に基づく。当業者であれば理解するように、任意の生物学的または化学的参照実体は、特定の特徴的な構造エレメントを有する。バリアントは、定義により、１つ以上のそのような特徴的な構造エレメントを共有する別個の化学物質である。いくつかの例を挙げれば、小分子は、特徴的なコア構造エレメント（例えば、大環状分子コア）及び／または１つ以上の特徴的なペンダント部分を有する場合があり、そのため、小分子のバリアントは、コア構造エレメント及び１つ以上の特徴的なペンダント部分を共有するが、他のペンダント部分及び／またはコア内に存在する結合のタイプ（単結合と二重結合、ＥとＺなど）が異なる分子であり、ポリペプチドは、線形または３次元空間において相互に所定の位置を有し、及び／または特定の生物学的機能に寄与する複数のアミノ酸からなる特徴的な配列エレメントを有し得、核酸は、線形または３次元空間において他のヌクレオチド残基に対して所定の位置を有する複数のヌクレオチド残基からなる特徴的な配列エレメントを有し得る。例えば、バリアント型ポリペプチドは、アミノ酸配列の１つ以上の差異及び／またはポリペプチド骨格に共有結合している化学部分（例えば、炭水化物、脂質など）の１つ以上の差異の結果として、参照ポリペプチドとは異なる場合がある。いくつかの実施形態では、バリアント型ポリペプチドは、参照ポリペプチドに対して、少なくとも８５％、８６％、８７％、８８％、８９％、９０％、９１％、９２％、９３％、９４％、９５％、９６％、９７％、または９９％の全体的な配列同一性を示す。あるいは、またはさらに、いくつかの実施形態では、バリアント型ポリペプチドは、少なくとも１つの特徴的な配列エレメントを参照ポリペプチドと共有していない。いくつかの実施形態では、参照ポリペプチドは、１つ以上の生物学的活性を有する。いくつかの実施形態では、バリアント型ポリペプチドは、参照ポリペプチドの生物活性の１つ以上を共有している。いくつかの実施形態では、バリアント型ポリペプチドは、参照ポリペプチドの生物活性の１つ以上を欠いている。いくつかの実施形態では、バリアント型ポリペプチドは、参照ポリペプチドに比べて、１つ以上の生物活性レベルが低下している。多くの実施形態では、目的のポリペプチドが、親のアミノ酸配列と同一であるが特定の位置に少数の配列変化を有する場合、目的のポリペプチドを、親または参照ポリペプチドの「バリアント」であるとみなす。通常、親と比較して、バリアント内の残基の２０％、１５％、１０％、９％、８％、７％、６％、５％、４％、３％、２％未満を置換する。いくつかの実施形態では、バリアントは、親と比較して、１０、９、８、７、６、５、４、３、２、または１つの置換残基を有する。多くの場合、バリアントは、非常に少数（例えば、５、４、３、２、または１未満）の数の置換された機能的残基（すなわち、特定の生物活性に関与する残基）を有する。さらに、バリアントは、通常、親と比較して、５、４、３、２、または１残基以下の付加または欠失を有し、多くの場合には付加または欠失を有していない。さらに、付加または欠失は、通常、約２５、約２０、約１９、約１８、約１７、約１６、約１５、約１４、約１３、約１０、約９、約８、約７、約６残基未満であり、一般的に、約５、約４、約３、または約２残基未満である。いくつかの実施形態では、親または参照ポリペプチドは、天然に見出されるポリペプチドである。

潰瘍性大腸炎（ＵＣ）コホート由来のヒトインタラクトーム（ＨＩ）を使用して検出されたＵＣ応答シグネチャー遺伝子モジュールを示すプロットである。遺伝子発現データに認められる応答シグネチャー遺伝子は、ＨＩにマッピングすると有意なクラスターを形成し（図１Ａ）、これは偶然に予想されるよりはるかに大きく（図１Ｂ）、このことは応答の根底にある生物学を反映している。 潰瘍性大腸炎（ＵＣ）コホート由来のヒトインタラクトーム（ＨＩ）を使用して検出されたＵＣ応答シグネチャー遺伝子モジュールを示すプロットである。遺伝子発現データに認められる応答シグネチャー遺伝子は、ＨＩにマッピングすると有意なクラスターを形成し（図１Ａ）、これは偶然に予想されるよりはるかに大きく（図１Ｂ）、このことは応答の根底にある生物学を反映している。 一個抜き交差検証法を使用するほぼ完全な分類子の応答予測のインコホート性能を示すプロットである。図２Ａは、受信者動作特性（ＲＯＣ）曲線である。 一個抜き交差検証法を使用するほぼ完全な分類子の応答予測のインコホート性能を示すプロットである。図２Ｂは、陰性的中率（ＮＰＶ）対無病正診率（ＴＮＲ）曲線を示す。分類子は、１００％の精度で非応答者の７０％を、及び９０％の精度で非応答者の１００％を検出することができる。 独立コホートで試験する場合の応答予測分類子のクロスコホート性能を示すプロットである。図３ＡはＲＯＣ曲線である。 独立コホートで試験する場合の応答予測分類子のクロスコホート性能を示すプロットである。図３Ｂは、ＮＰＶ対ＴＮＲ曲線を示す。分類子は、１００％の精度で非応答者の５０％を検出することができる。 特徴セット１でトレーニングする場合の、一個抜き交差検証法を使用したインコホート関節リウマチ（ＲＡ）分類子検証を示すプロットである。 特徴セット１でトレーニングする場合の、一個抜き交差検証法を使用したインコホート関節リウマチ（ＲＡ）分類子検証を示すプロットである。 上位９つのシグネチャー遺伝子でトレーニングする場合の、一個抜き交差検証法を使用したインコホート関節リウマチ（ＲＡ）分類子検証を示すプロットである。 上位９つのシグネチャー遺伝子でトレーニングする場合の、一個抜き交差検証法を使用したインコホート関節リウマチ（ＲＡ）分類子検証を示すプロットである。 ＲＡ分類子のクロスコホート分類子試験結果のＲＯＣ曲線を示すプロットである。 ＲＡ分類子の陰性予測性能のＲＯＣ曲線を示すプロットである。 分類子を開発するための例示的なワークフローである。

述べたように、抗ＴＮＦ療法を受けている患者の応答率は一貫していない。応答性または非応答性の対象を確実に識別する技術は、無駄なうえに潜在的に損傷を与えさえする非応答の対象への療法の投与を避け、さらにそのような対象に対するより適切な治療をタイムリーに決定することができるため、有益であろう。本開示は、そのような技術を提供し、現在のシステムの下で苦しんでいる患者、その家族、薬剤開発者、及び医療専門家のニーズに対処する。

特定の治療薬、レジメン、または治療法に対する応答性または耐性の発達を確実に予測する技術（例えば、応答性のある集団と非応答性の集団を識別することによる）の開発に多大な努力が注がれているが、成功はとらえどころのないものであり、ほぼ独占的に腫瘍学セクターに限定される。自己免疫疾患及び／または心血管疾患などの複合障害は、特に困難であることが証明されている。

がんは通常、特定の強力なドライバー遺伝子に関連しているため、応答者と非応答者の患者集団を識別するために必要な分析が大幅に簡素化され、成功率が有意に改善する。対照的に、より複雑な遺伝的（及び／またはエピジェネティックな）寄与に関連する疾患は、これまでのところ、利用可能な技術に対して克服し難い課題を呈している。

実際、発表された多数の報告は、最も一般的には血液ベースの遺伝子発現分類子に基づく、炎症状態（例えば、関節リウマチ）における抗ＴＮＦ療法への応答性を予測する技術を開発する取り組みについて記載している。例えば、Ｎａｋａｍｕｒａ ｅｔ ａｌ． “Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｂａｓｅｌｉｎｅ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｓｉｇｎａｔｕｒｅｓ ｐｒｅｄｉｃｔｉｎｇ ｔｈｅｒａｐｅｕｔｉｃ ｒｅｓｐｏｎｓｅｓ ｔｏ ｔｈｒｅｅ ｂｉｏｌｏｇｉｃ ａｇｅｎｔｓ ｉｎ ｒｈｅｕｍａｔｏｉｄ ａｒｔｈｒｉｔｉｓ：ａ ｒｅｔｒｏｓｐｅｃｔｉｖｅ ｏｂｓｅｒｖａｔｉｏｎａｌ ｓｔｕｄｙ”Ａｒｔｈｒｉｔｉｓ Ｒｅｓｅａｒｃｈ ＆ Ｔｈｅｒａｐｙ（２０１６）１８：１５９ ＤＯＩ １０．１１８６／ｓ１３０７５−０１６−１０５２−８を参照のこと。しかしながら、臨床的に利用可能な分類子は未だ識別されていない。特に、Ｔｏｏｎｅｎらは、抗ＴＮＦに対する応答を予測する８つの異なる遺伝子発現シグネチャーを試験する独立した研究を実施し、ほとんどのシグネチャーが実用的に十分な予測値を示すことができなかったことを報告した。Ｍ．Ｔｏｏｎｅｎ ｅｔ ａｌ．，“Ｖａｌｉｄａｔｉｏｎ Ｓｔｕｄｙ ｏｆ Ｅｘｉｓｔｉｎｇ Ｇｅｎｅ Ｅｘｐｒｅｓｓｉｏｎ Ｓｉｇｎａｔｕｒｅｓ ｆｏｒ Ａｎｔｉ−ＴＮＦ Ｔｒｅａｔｍｅｎｔ ｉｎ Ｐａｔｉｅｎｔｓ ｗｉｔｈ Ｒｈｅｕｍａｔｏｉｄ Ａｒｔｈｒｉｔｉｓ，” ＰＬＯＳ ＯＮＥ ７（３）：ｅ３３１９９． ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１３７１／ｊｏｕｒｎａｌ．ｐｏｎｅ．００３３１９９を参照のこと。Ｔｈｏｍｓｏｎらは、関節リウマチにおける抗ＴＮＦ療法の１つであるインフリキシマブに対する非応答者を識別するために、血液ベースの分類子について説明しようとした。Ｔｈｏｍｓｏｎ ｅｔ ａｌ．，“Ｂｌｏｏｄ−ｂａｓｅｄ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｎｏｎ−ｒｅｓｐｏｎｄｅｒｓ ｔｏ ａｎｔｉ−ＴＮＦ ｔｈｅｒａｐｙ ｉｎ ｒｈｅｕｍａｔｏｉｄ ａｒｔｈｒｉｔｉｓ，” ＢＭＣ Ｍｅｄ Ｇｅｎｏｍｉｃｓ，８：２６，^＊１−１２（２０１５）。Ｔｈｏｍｓｏｎらが提唱した分類子には、ベースラインでの非応答者におけるより高いレベルの特定の代謝活性に対して、ベースラインでの応答者におけるより高いＴＮＦ媒介性炎症性シグナル伝達を示す、１８種類のシグナル伝達機構が含まれていた。しかしながら、試験は商品化に必要な予測精度のレベルに達しなかったため、開発は中止された。

通常、抗ＴＮＦ療法の応答者と非応答者の分類子を定義するための従来の戦略は、機械学習アプローチに依存しており、応答のクラス全体の平均値を使用し、多くの場合に経路ベースの状況で、最も高い倍率変化を有する遺伝子に焦点を当てる。本開示は、これらの従来のアプローチに関する問題の様々な原因を特定し、さらに、その問題を解決または回避する技術を提供し、それにより、正確な及び／または有用な予測分類子に関してコミュニティ内で長い間感じられてきたニーズを満たす。

とりわけ、本開示は、機械学習が、患者のデータセット間の相関を見つけるのに役立ち得るが、コホート全体で十分な予測精度を達成することができないことを理解している。さらに、本開示は、最も高い倍率変化に優先順位を付けるか、そうでなければ焦点を合わせると、疾患生物学に関連する微細ではあるが意味のある差異を見逃すことを特定する。さらに、本開示は、発現レベルが変化した遺伝子をヒトインタラクトーム（例えば、細胞成分間の実験的に裏付けられた物理的相互作用を表し、いくつかの実施形態では、提唱されてはいるが実験的に検証されていない、理論上の、計算上の、または他の相互作用を明示的に除外した）へマッピングすることにより、抗ＴＮＦ療法に対する応答者と非応答者を定義するための有用かつ効果的な分類子を提供することができるという洞察を提供する。いくつかの実施形態では、そのような分類子に含まれる遺伝子は、ヒトインタラクトームにおける接続されたモジュールを表す。

抗ＴＮＦ療法：
ＴＮＦ媒介性障害は、現在、ＴＮＦの阻害によって、特に抗ＴＮＦ剤の投与によって（すなわち、抗ＴＮＦ療法によって）治療されている。米国での使用のために承認された抗ＴＮＦ剤の例として、例えば、アダリムマブ（Ｈｕｍｉｒａ（登録商標））、セルトリズマブペゴル（Ｃｉｍｉｚａ（登録商標））、インフリキシマブ（Ｒｅｍｉｃａｄｅ（登録商標））などのモノクローナル抗体、及び例えば、エタネルセプト（Ｅｍｂｒｅｌ（登録商標））などのデコイ循環受容体融合タンパク質が挙げられる。これらの薬剤は、以下の表１に示すように、投薬レジメンに従った、適応症の治療における使用が現在承認されている。

本開示は、表１に示す治療レジメンを含む、抗ＴＮＦ療法に関連する技術を提供する。いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブ（Ｒｅｍｉｃａｄｅ（登録商標））、アダリムマブ（Ｈｕｍｉｒａ（登録商標））、セルトリズマブペゴル（Ｃｉｍｉｚａ（登録商標））、エタネルセプト（Ｅｎｂｅｌ（登録商標））、またはそのバイオ後続品の投与であるか、またはそれを含む。いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブ（Ｒｅｍｉｃａｄｅ（登録商標））またはアダリムマブ（Ｈｕｍｉｒａ（登録商標））の投与であるか、またはそれを含む。いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブ（Ｒｅｍｉｃａｄｅ（登録商標））の投与であるか、またはそれを含む。いくつかの実施形態では、抗ＴＮＦ療法は、アダリムマブ（Ｈｕｍｉｒａ（登録商標））の投与であるか、またはそれを含む。

いくつかの実施形態では、抗ＴＮＦ療法は、バイオ後続品の抗ＴＮＦ剤の投与であるか、またはそれを含む。いくつかの実施形態では、抗ＴＮＦ剤は、ＣＴ−Ｐ１３、ＢＯＷ０１５、ＳＢ２、Ｉｎｆｌｅｃｔｒａ、Ｒｅｎｆｌｅｘｉｓ、及びＩｘｉｆｉなどのインフリキシマブバイオ後続品、ＡＢＰ５０１（ＡＭＧＥＶＩＴＡ（商標））、Ａｄｆｒａｒ、及びＨｕｌｉｏ（商標）などのアダリムマブバイオ後続品、ならびにＨＤ２０３、ＳＢ４（Ｂｅｎｅｐａｌｉ（登録商標））、ＧＰ２０１５、Ｅｒｅｌｚｉ、及びＩｎｔａｃｅｐｔなどのエタネルセプトバイオ後続品から選択される。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を投与すべき（またはすべきではない）患者集団を定義する。いくつかの実施形態では、本開示によって提供する技術は、抗ＴＮＦ療法を応答者集団に投与し、及び／または非応答者集団には投与しないことを確実にすることを望む、医師、製薬会社、支払者、及び／または規制当局に役立つ情報を生成する。

疾患、障害または病態
一般的に、提供する開示は、抗ＴＮＦ療法の投与を企図または実施する任意の状況において有用である。いくつかの実施形態では、提供する技術は、異常な（例えば、上昇した）ＴＮＦ発現及び／または活性に関連する疾患、障害、または病態に罹患している対象の診断及び／または治療に役立つ。いくつかの実施形態では、提供する技術は、抗ＴＮＦ療法を受けている、または受けた対象をモニタリングするのに有用である。いくつかの実施形態では、提供する技術は、対象が所与の抗ＴＮＦ療法に応答するか応答しないかを識別する。いくつかの実施形態では、提供する技術は、対象が所与の抗ＴＮＦ療法に対する耐性を発現するかどうかを識別する。

したがって、本開示は、表１に列挙したものを含む、ＴＮＦに関連する様々な障害の治療に関連する技術を提供する。いくつかの実施形態では、対象は、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病（成人または小児）、潰瘍性大腸炎、炎症性腸疾患、慢性乾癬、尋常性乾癬、化膿性汗腺炎、喘息、ブドウ膜炎、及び若年性特発性関節炎から選択される疾患、障害、または病態に罹患している。いくつかの実施形態では、疾患、障害、または病態は、関節リウマチである。いくつかの実施形態では、疾患、障害、または病態は、乾癬性関節炎である。いくつかの実施形態では、疾患、障害、または病態は、強直性脊椎炎である。いくつかの実施形態では、疾患、障害、または病態は、クローン病である。いくつかの実施形態では、疾患、障害、または病態は、成人クローン病である。いくつかの実施形態では、疾患、障害、または病態は、小児クローン病である。いくつかの実施形態では、疾患、障害、または病態は、炎症性腸疾患である。いくつかの実施形態では、疾患、障害、または病態は、潰瘍性大腸炎である。いくつかの実施形態では、疾患、障害、または病態は、慢性乾癬である。いくつかの実施形態では、疾患、障害、または病態は、尋常性乾癬である。いくつかの実施形態では、疾患、障害、または病態は、化膿性汗腺炎である。いくつかの実施形態では、疾患、障害、または病態は、喘息である。いくつかの実施形態では、疾患、障害、または病態は、ブドウ膜炎である。いくつかの実施形態では、疾患、障害、または病態は、若年性特発性関節炎である。

提供する分類子（複数可）
本開示は、遺伝子分類子として機能し、どの患者が抗ＴＮＦ療法に反応するかまたは反応しないかを識別する（すなわち予測する）遺伝子発現応答シグネチャーを提供する。すなわち、本開示は、抗ＴＮＦ応答者または非応答者集団に特徴的な遺伝子発現応答シグネチャーの決定方法を提供する。いくつかの実施形態では、特定の遺伝子発現応答シグネチャーは、特定の抗ＴＮＦ療法（例えば、特定の抗ＴＮＦ剤及び／またはレジメン）の応答者または非応答者の集団を分類する。いくつかの実施形態では、異なる抗ＴＮＦ療法の応答者及び／または非応答者の集団（例えば、様々な抗ＴＮＦ剤及び／またはレジメン）は、重複するか、同じ範囲に及ぶ場合があり；そのようないくつかの実施形態では、本開示は、抗ＴＮＦ療法全体の応答者及び／または非応答者の集団の遺伝子分類子として機能する遺伝子発現応答シグネチャーを提供し得る。

いくつかの実施形態では、本明細書に記載するように、抗ＴＮＦ療法を受け、応答する（すなわち、応答者である）か、または応答しない（すなわち、非応答者である）と判定された患者由来の生物学的試料における遺伝子発現レベルの遡及的分析によって、遺伝子発現応答シグネチャーを識別する。いくつかの実施形態では、そのような患者はすべて同じ抗ＴＮＦ療法を（場合により、同じかまたは異なる期間にわたって）受けており；あるいは、またはさらに、いくつかの実施形態では、そのような患者はすべて、同じ疾患、障害または病態と診断されている。いくつかの実施形態では、遡及的分析でその生物学的試料を分析する患者は、異なる抗ＴＮＦ療法を受けており（例えば、異なる抗ＴＮＦ剤及び／または異なるレジメンを用いて）；あるいは、またはさらに、いくつかの実施形態では、遡及的分析でその生物学的試料を分析する患者は、異なる疾患、障害、または病態と診断されている。

通常、本明細書に記載の遺伝子発現応答シグネチャーは、本明細書に記載の遡及的分析でその生物学的試料を分析する応答者と非非応答者の集団における遺伝子発現レベルの比較により決定される。遺伝子の発現レベルが応答者の集団と非応答者の集団の間で統計的に有意な差を示す遺伝子は、遺伝子応答シグネチャーに含めてもよい。

いくつかの実施形態では、本開示は、応答者と非応答者の集団における遺伝子発現レベルの比較を通じて遺伝子発現応答シグネチャーを同定または提供するための特定の以前の努力に伴う問題の原因が、集団間の発現レベルの差が最も大きい（例えば、２倍超変化した）遺伝子を強調し、及び／またはそれらに焦点を当てている（多くの場合、それらのみに）という洞察を具体化する。本開示は、発現レベルの差が比較的小さい（例えば、発現の変化が２倍未満の）遺伝子でさえ有用な情報を提供し、本明細書に記載の実施形態において、遺伝子発現応答シグネチャーに有用なものとして含まれることを理解する。

さらに、いくつかの実施形態では、本開示は、遺伝子の発現レベルが本明細書に記載の応答者の集団と非応答者の集団との間に統計的に有意な差（場合により小さな差異を含む）を示す遺伝子の相互作用パターンを分析することにより、遺伝子発現応答シグネチャーの品質と予測力を実質的に改善する新規かつ有用な情報が得られるという洞察を具体化する。

さらに、記載するように、本開示は、医師が対象のコホートにおける応答を確実かつ一貫して予測できるようにする技術を提供する。特に、例えば、いくつかの抗ＴＮＦ療法の奏効率は、所与の対象コホート内で３５％未満である。提供する技術により、対象のコホート内で、６５％を超える精度で奏効率（すなわち、特定の対象が所与の療法に応答するかどうか）を予測することができる。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内で応答者である（すなわち、抗ＴＮＦ療法に応答する）対象を６５％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の応答者である対象を７０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の応答者である対象を８０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の応答者である対象を９０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の応答者である対象を１００％予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内で非応答者である（すなわち、抗ＴＮＦ療法に応答しない）対象を６５％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の非応答者である対象を７０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の非応答者である対象を８０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の非応答者である対象を９０％以上予測する。いくつかの実施形態では、本明細書に記載の方法及びシステムは、所与のコホート内の非応答者である対象を１００％予測する。

分類子（複数可）の定義
提供する遺伝子発現応答シグネチャー（すなわち、遺伝子分類子）は、対象が特定の療法（例えば、抗ＴＮＦ療法）に応答するか応答しないかを判定するために使用することができる遺伝子または遺伝子のセットである。いくつかの実施形態では、遺伝子発現応答シグネチャーは、例えば、検証された生物学的データ（例えば、Ｇｅｎｅ Ｅｘｐｒｅｓｓｉｏｎ Ｏｍｎｉｂｕｓ（「ＧＥＯ」）などの公的に利用可能なデータベースから得られる生物学的データ）であり得るか、またはそれらから調製されている、ｍＲＮＡ及び／またはタンパク質発現データセットを使用して同定することができる。いくつかの実施形態では、遺伝子発現応答シグネチャーを、特定の療法（例えば、抗ＴＮＦ療法）に対する、既知の応答性の以前の対象と既知の非応答性の以前の対象の遺伝子発現レベルを比較することによって導出してもよい。いくつかの実施形態では、特定の遺伝子（すなわち、シグネチャー遺伝子）は、遺伝子発現応答シグネチャーの開発に使用されるこの遺伝子発現データのコホートから選択される。

いくつかの実施形態では、シグネチャー遺伝子を、参照により本明細書に援用されるＳａｎｔｏｌｉｎｉ，“Ａ ｐｅｒｓｏｎａｌｉｚｅｄ，ｍｕｌｔｉｏｍｉｃｓ ａｐｐｒｏａｃｈ ｉｄｅｎｔｉｆｉｅｓ ｇｅｎｅｓ ｉｎｖｏｌｖｅｄ ｉｎ ｃａｒｄｉａｃ ｈｙｐｅｒｔｒｏｐｈｙ ａｎｄ ｈｅａｒｔ ｆａｉｌｕｒｅ，” Ｓｙｓｔｅｍｓ Ｂｉｏｌｏｇｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，（２０１８）４：１２；ｄｏｉ：１０．１０３８／ｓ４１５４０−０１８−００４６−３によって報告された方法に類似した方法によって同定する。いくつかの実施形態では、既知の応答性の以前の対象と非応答性の以前の対象の遺伝子発現レベルを比較し、２群間の有意な変化を識別することによりシグネチャー遺伝子を同定し、その場合、有意な変化とは、発現における大きな差異（例えば、２倍超の変化）、発現における小さな差異（例えば、２倍未満の変化）、またはその両方であり得る。いくつかの実施形態では、遺伝子を、発現の差異の有意性によってランク付けする。いくつかの実施形態では、有意性を、遺伝子発現と応答アウトカムとの間のピアソン相関によって測定する。いくつかの実施形態では、シグネチャー遺伝子は、発現の差異の有意性によるランキングから選択される。いくつかの実施形態では、選択されるシグネチャー遺伝子の数は、分析する遺伝子の総数より少ない。いくつかの実施形態では、２００個以下のシグネチャー遺伝子が選択される。いくつかの実施形態では、１００個以下の遺伝子が選択される。

いくつかの実施形態では、シグネチャー遺伝子を、タンパク質間相互作用のマップであるヒトインタラクトーム（ＨＩ）上のそれらの位置と共に選択する。この方法におけるＨＩの使用は、ｍＲＮＡ活性が、動的であり、また、特定の疾患を理解するために重要なタンパク質の実際の過剰発現及び過少発現を決定するものであるという認識を包含する。いくつかの実施形態では、特定の療法（すなわち、抗ＴＮＦ療法）への応答に関連する遺伝子は、ＨＩマップ上の別個のモジュールにクラスター化（すなわち、遺伝子のクラスターを形成）し得る。そのようなクラスターの存在は、基礎疾患の生物学の存在と関連している。いくつかの実施形態では、遺伝子発現応答シグネチャーは、ＨＩマップ上の遺伝子のクラスターから選択されるシグネチャー遺伝子に由来する。したがって、いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子のクラスターに由来する。

いくつかの実施形態では、特定の療法への応答に関連する遺伝子は、ヒトインタラクトームマップにマッピングすると、特定のトポロジー特性を示す。例えば、いくつかの実施形態では、複数の遺伝子が、抗ＴＮＦ療法への応答に関連し、ヒトインタラクトームマップ上のそれらの位置（すなわち、トポロジー特性、例えば、それらの相互の近接性）によって特徴付けられる。

いくつかの実施形態では、特定の療法（すなわち、抗ＴＮＦ療法）への応答に関連する遺伝子は、ＨＩマップ上で互いに近接して存在し得る。前記近位遺伝子は、基礎疾患の生物学を必ずしも共有する必要はない。すなわち、いくつかの実施形態では、近位遺伝子は、有意なタンパク質相互作用を共有しない。したがって、いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上で近位にある遺伝子に由来する。いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上の特定の他のトポロジー特性に由来する。

いくつかの実施形態では、特定の療法（すなわち、抗ＴＮＦ療法）への応答に関連する遺伝子は、ＨＩマップと組み合わせて使用する場合、拡散状態距離（ＤＳＤ）によって決定してもよい（Ｃａｏ，ｅｔ ａｌ．，ＰＬＯＳ Ｏｎｅ，８（１０）：ｅ７６３３９（Ｏｃｔ．２３，２０１３）を参照のこと）。

いくつかの実施形態では、シグネチャー遺伝子は、（１）既知の応答者と既知の非応答者とを比較した遺伝子発現の差異の有意性に基づいて遺伝子をランク付けし；（２）ランク付けした遺伝子から遺伝子を選択し、選択した遺伝子をヒトインタラクトームマップ上にマッピングし；（３）ヒトインタラクトームマップ上にマッピングした遺伝子からシグネチャー遺伝子を選択することによって選択される。

いくつかの実施形態では、シグネチャー遺伝子（例えば、Ｓａｎｔｏｌｉｎｉ法から選択するか、またはクラスタリング、近接性及び拡散ベースの方法を含むがこれらに限定されない様々なネットワークトポロジー特性を使用して）を確率ニューラルネットワークに提供し、それにより遺伝子発現応答シグネチャーを提供する（すなわち、「トレーニングする」）。いくつかの実施形態では、確率ニューラルネットワークは、参照により本明細書に援用されるＤ．Ｆ．Ｓｐｅｃｈｔ ｉｎ “Ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，” Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，３（１）：１０９−１１８（１９９０）によって提唱されたアルゴリズムを実装する。いくつかの実施形態では、確率ニューラルネットワークを統計解析言語Ｒで記述し、量的変数のベクトルによって記述された観測値のセットを学習し、観測値を所与の数の群（例えば、応答者と非応答者）に分類する。このアルゴリズムは、既知の応答者と非応答者から取得したシグネチャー遺伝子のデータセットを用いてトレーニングされ、提供される新規観測値を推測する。いくつかの実施形態では、確率ニューラルネットワークは、ｈｔｔｐｓ：／／ＣＲＡＮ．Ｒ−ｐｒｏｊｅｃｔ．ｏｒｇ／ｐａｃｋａｇｅ＝ｐｎｎに由来するものである。

あるいは、またはさらに、いくつかの実施形態では、一個抜き交差検証法及び／またはｋ−分割交差検証法を使用して、既知の応答者及び非応答者のコホートを用いた確率ニューラルネットワークにおいて遺伝子発現応答シグネチャーをトレーニングすることができる。いくつかの実施形態では、そのようなプロセスは、解析から１つのサンプルを除外し（すなわち、一個抜き）、残りのサンプルのみに基づいて分類子をトレーニングする。いくつかの実施形態では、その後、更新された分類子を使用して、除外したサンプルの応答の確率を予測する。いくつかの実施形態では、そのようなプロセスを、例えば、すべてのサンプルを一度除外するまで反復的に繰り返すことができる。いくつかの実施形態では、そのようなプロセスは、ｋ個の既知の応答者及び非応答者のコホートを無作為にｋ個の等しいサイズの群に分割する。ｋ個の群のうち、１つの群を、モデルを試験するための検証データとして保持し、残りの群をトレーニングデータとして使用する。ｋ個の群のそれぞれを検証データとして１回だけ使用して、そのようなプロセスをｋ回繰り返すことができる。いくつかの実施形態では、アウトカムは、トレーニングセット内の各サンプルの確率スコアである。そのような確率スコアは、実際の応答アウトカムと相関関係を有し得る。再帰動作曲線（ＲＯＣ）を使用して、分類子の性能を推定することができる。いくつかの実施形態では、約０．６以上の曲線下面積（ＡＵＣ）は、適切な検証された分類子を反映する。いくつかの実施形態では、０．９の陰性的中率（ＮＰＶ）は、適切な検証された分類子を反映する。いくつかの実施形態では、分類子を、完全に独立した（すなわち、盲検）コホートで試験して、例えば、適合性を確認することができる（すなわち、一個抜き交差検証法及び／またはｋ−分割交差検証法を使用して）。したがって、いくつかの実施形態では、提供する方法は、例えば、既知の応答者及び非応答者の群に応答の確率を割り当てることによって、遺伝子発現応答シグネチャーを検証し；応答者及び非応答者の盲検群に対して、遺伝子発現応答シグネチャーをチェックする１つ以上の工程をさらに含む。これらのプロセスの出力は、対象が特定の療法（例えば、抗ＴＮＦ療法）に応答するかどうかを確定するのに有用なトレーニングされた遺伝子発現応答シグネチャーである。

したがって、いくつかの実施形態では、遺伝子発現応答シグネチャーを確立して、あるタイプの療法、例えば、抗ＴＮＦ療法を受けている応答性の以前の対象と非応答性の以前の対象とを区別する。これらの以前の応答者及び非応答者から導出されるこの遺伝子発現応答シグネチャーを使用して、対象（以前に識別したコホート以外）を応答者または非応答者として分類する、すなわち、所与の療法に対象が応答するかどうかを予測することができる。いくつかの実施形態では、応答性及び非応答性の以前の対象は、同じ疾患、障害、または病態に罹患していた。

分類子（複数可）の検出
ひとたび遺伝子分類子が同定されると、対象の遺伝子分類子を検出することは、当業者にとって日常的なことである。言い換えると、最初に遺伝子分類子を定義することにより、確立された遺伝子分類子を対象または対象群が発現しているかどうかを、様々な方法を用いて判定することができる。例えば、いくつかの実施形態では、医師は、療法の投与前に対象から血液または組織試料を入手し、前記血液または組織試料からｍＲＮＡ特性を抽出して解析することができる。ｍＲＮＡ特性の解析は、遺伝子アレイ、ＲＮＡシーケンシング、ナノストリングシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、または酵素結合免疫吸着測定法（ＥＬＩＳＡ）を含むがこれらに限定されない、当業者に公知の任意の方法により実施することができる。したがって、いくつかの実施形態では、本開示は、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、及びＥＬＩＳＡのうちの少なくとも１つによって遺伝子発現を測定することを含む、対象が応答者または非応答者として分類されるかどうかを判定する方法を提供する。いくつかの実施形態では、本開示は、ＲＮＡシーケンシング（すなわち、ＲＮＡｓｅｑ）によって対象の遺伝子発現を測定することを含む、対象が応答者または非応答者として分類されるかどうかを判定する方法を提供する。

いくつかの実施形態では、提供する技術は、抗ＴＮＦ療法を投与する前に、対象が抗ＴＮＦ療法への応答に関連する遺伝子発現応答シグネチャーを示すことを判定し；遺伝子発現応答シグネチャーを示すと判定された対象に抗ＴＮＦ療法を投与することを含む方法を提供する。いくつかの実施形態では、提供する技術は、抗ＴＮＦ療法を投与する前に、対象が遺伝子発現応答シグネチャーを示していないことを判定し；遺伝子発現シグネチャーを示していないと判定された対象に抗ＴＮＦ療法の代替療法を投与することを含む方法を提供する。

いくつかの実施形態では、抗ＴＮＦ療法の代替療法は、リツキシマブ（Ｒｉｔｕｘａｎ（登録商標））、サリルマブ（Ｋｅｖｚａｒａ（登録商標））、トファシチニブクエン酸塩（Ｘｅｌｊａｎｚ（登録商標））、レフノミド（Ａｒａｖａ（登録商標））、ベドリズマブ（Ｅｎｔｙｖｉｏ（登録商標））、トシリズマブ（Ａｃｔｅｍｒａ（登録商標））、アナキンラ（Ｋｉｎｅｒｅｔ（登録商標））、及びアバタセプト（Ｏｒｅｎｃｉａ（登録商標））から選択される。

いくつかの実施形態では、遺伝子発現は、バックグラウンドデータを差し引き、バッチ効果を補正し、ハウスキーピング遺伝子の平均発現で割ることにより測定される。Ｅｉｓｅｎｂｅｒｇ ＆ Ｌｅｖａｎｏｎ，“Ｈｕｍａｎ ｈｏｕｓｅｋｅｅｐｉｎｇ ｇｅｎｅｓ，ｒｅｖｉｓｉｔｅｄ，” Ｔｒｅｎｄｓ ｉｎ Ｇｅｎｅｔｉｃｓ，２９（１０）：５６９−５７４（Ｏｃｔｏｂｅｒ ２０１３）を参照のこと。マイクロアレイデータ解析の状況では、バックグラウンド減算とは、いずれのｍＲＮＡ配列にも相補的ではないチップ上のプローブ特徴から生じる平均蛍光シグナル、すなわち非特異的結合により生じるシグナルを、各プローブ特徴の蛍光シグナル強度から減算することを指す。バックグラウンド減算は、Ａｆｆｙｍｅｔｒｉｘ Ｇｅｎｅ Ｅｘｐｒｅｓｓｉｏｎ Ｃｏｎｓｏｌｅなどの様々なソフトウェアパッケージを用いて実施することができる。ハウスキーピング遺伝子は基本的な細胞の維持に関与しているため、あらゆる細胞及び条件下で一定の発現レベルを維持していると考えられる。目的の遺伝子、すなわち応答シグネチャー遺伝子の発現レベルは、発現レベルを、選択したハウスキーピング遺伝子の群全体の平均発現レベルで除算することにより正規化することができる。このハウスキーピング遺伝子正規化手順により、実験的な変動性に関して、遺伝子発現レベルを調整する。さらに、マイクロアレイの異なるバッチ間の変動性を修正するロバストマルチアレイ平均法（「ＲＭＡ」）などの正規化方法は、いずれかのＩｌｌｕｍｉｎａ及び／またはＡｆｆｙｍｅｔｒｉｘプラットフォームが推奨するＲパッケージで利用可能である。正規化したデータを対数変換し、サンプル全体のうち、検出率の低いプローブを除去する。さらに、利用可能な遺伝子シンボルまたはＥｎｔｒｅｚ ＩＤがないプローブを解析から除外する。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを含むキットを提供する。いくつかの実施形態では、キットは、対象の遺伝子発現のレベルを、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャー（すなわち、遺伝子分類子）と比較する。

分類子の使用
患者の層別化
とりわけ、本開示は、抗ＴＮＦ療法に対する応答性を予測するための技術を提供する。いくつかの実施形態では、提供する技術は、コホート全体にわたって、以前の方法論より優れた一貫性及び／または正確性を示す。

したがって、本開示は、患者を層別化し、定義し、及び／または応答者と非応答者の集団を区別するための技術を提供する。例えば、いくつかの実施形態では、本開示は、抗ＴＮＦ療法による対象の治療方法を提供し、その方法は、いくつかの実施形態では：抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定された対象に抗ＴＮＦ療法を投与する工程を含む。いくつかのそのような実施形態では、遺伝子発現応答シグネチャーは、以前の所与の抗ＴＮＦ療法についての応答性及び非応答性の対象を区別するために確立された複数の遺伝子を含む。いくつかの実施形態では、複数の遺伝子は、ヒトインタラクトームマップにおいて互いにクラスター形成すると判定される。いくつかの実施形態では、複数の遺伝子は、ヒトインタラクトームマップにおいて近位にある。いくつかの実施形態では、複数の遺伝子は、以前の応答性及び非反応性の対象間で統計的に有意に異なることが示されている遺伝子を含む。

療法のモニタリング
さらに、本開示は、所与の対象または対象のコホートに対する療法をモニタリングするための技術を提供する。対象の遺伝子発現レベルは時間とともに変化する可能性があるため、いくつかの場合では、１つ以上の時点で、例えば、指定の間隔または定期的な間隔で対象を評価することが必要であるか、または望ましい場合がある。

いくつかの実施形態では、時間をかけて繰り返しモニタリングすることにより、進行中の治療レジメンに影響を及ぼし得る対象の遺伝子発現特性または特徴の１つ以上の変化の検出が可能となるか、または達成される。いくつかの実施形態では、変化は、対象に施した特定の療法を継続するか、変更するか、または中断することに応じて検出される。いくつかの実施形態では、例えば、対象にすでに処置している１つ以上の薬剤または治療の投与頻度及び／または投与量を増加または減少させることにより、療法を変更してもよい。あるいは、またはさらに、いくつかの実施形態では、１つ以上の新規薬剤または治療を用いた療法を追加することによって、療法を変更してもよい。いくつかの実施形態では、１つ以上の特定の薬剤または治療の中断または中止によって、療法を変更してもよい。

一例を挙げると、対象が初期に応答性であると分類される場合（対象の遺伝子発現が、疾患、障害、または病態に関連する遺伝子発現応答シグネチャーに相関していることから）、次いで所与の抗ＴＮＦ療法を投与することができる。所与の間隔で（例えば、６か月ごと、毎年など）、対象を再度試験して、所与の抗ＴＮＦ療法に対してそれらがなお「応答性」であるとみなされることを確認することができる。所与の対象の遺伝子発現レベルが時間とともに変化し、対象がもはや遺伝子発現応答シグネチャーに関連する遺伝子を発現していない場合、または現在、非応答性に関連する遺伝子を発現している場合、遺伝子発現の変化に適合するように対象の療法を変更することができる。

したがって、いくつかの実施形態では、本開示は、抗ＴＮＦ療法に関連する遺伝子発現応答シグネチャーを示すと以前に判定された対象に療法を投与する方法を提供し、その場合、対象は、抗ＴＮＦ療法に対する応答に関連する遺伝子発現応答シグネチャーを示す。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法による対象の治療方法を提供し、方法は：抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に抗ＴＮＦ療法を投与する工程を含む。

いくつかの実施形態では、本開示は、投与前に、対象が遺伝子発現応答シグネチャーを示すことを判定し；遺伝子発現応答シグネチャーを示すと判定された対象に、抗ＴＮＦ療法を投与することをさらに含む方法を提供する。

いくつかの実施形態では、本開示は、投与前に、対象が遺伝子発現応答シグネチャーを示さないことを判定し；遺伝子発現応答シグネチャーを示していないと判定された対象に、抗ＴＮＦ療法の代替療法を投与することをさらに含む方法を提供する。

いくつかの実施形態では：遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子を選択し、それにより遺伝子発現応答シグネチャーを確立する工程を含む方法によって、遺伝子発現応答シグネチャーを確立し、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別した。

いくつかの実施形態では：遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；ヒトインタラクトームマップにおいて互いに近位にあると判定された複数の遺伝子を選択し、それにより遺伝子発現応答シグネチャーを確立する工程を含む方法によって、遺伝子発現応答シグネチャーを確立し、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別した。

いくつかの実施形態では、本開示は：既知の応答者及び非応答者の群に応答の確率を割り当てることによって、遺伝子発現応答シグネチャーを検証し；応答者及び非応答者の盲検群に対して、遺伝子発現応答シグネチャーをチェックする１つ以上の工程をさらに含む方法を提供する。

いくつかの実施形態では、応答性及び非応答性の以前の対象は、同じ疾患、障害、または病態に罹患していた。

いくつかの実施形態では、抗ＴＮＦ療法を投与する対象は、以前の応答性及び非応答性の以前の対象と同じ疾患、障害または病態に罹患している。

いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子のクラスターに由来する複数の遺伝子の発現レベルを含む。

いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子に近接する複数の遺伝子の発現レベルを含む。

いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子の発現レベルを含む。

いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップにおいて近位にある複数の遺伝子の発現レベルを含む。

いくつかの実施形態では、対象の遺伝子を、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、ＥＬＩＳＡ、及びタンパク質発現のうちの少なくとも１つによって測定する。

いくつかの実施形態では、対象は、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される疾患、障害または病態に罹患している。

いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む。いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブまたはアダリムマブの投与であるか、またはそれを含む。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を投与する方法において、以前に抗ＴＮＦ療法を受けた応答性の対象と非応答性の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に選択的に療法を投与することを含む改善を提供する。

いくつかの実施形態では、応答性及び非応答性の以前の対象は、同じ疾患、障害、または病態に罹患していた。

いくつかの実施形態では、抗ＴＮＦ療法を投与する対象は、以前の応答性及び非応答性の以前の対象と同じ疾患、障害または病態に罹患している。

いくつかの実施形態では、遺伝子発現応答シグネチャーは、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子のクラスターに由来する複数の遺伝子の発現レベルを含む。

いくつかの実施形態では、抗ＴＮＦ療法は、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む。

いくつかの実施形態では、疾患、障害または病態は、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される。

いくつかの実施形態では、疾患、障害、または病態は、関節リウマチである。

いくつかの実施形態では、疾患、障害、または病態は、潰瘍性大腸炎である。

いくつかの実施形態では、本開示は、抗ＴＮＦ療法を以前に受けた応答性及び非応答性の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定された対象の治療における抗ＴＮＦ療法の使用を提供する。

いくつかの実施形態では、抗ＴＮＦ療法の使用前に、対象が遺伝子発現応答シグネチャーを示すことを判定する。いくつかの実施形態では、抗ＴＮＦ療法の使用前に、対象が遺伝子発現応答シグネチャーを示さないことを判定する。

いくつかの実施形態では：遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子を選択し、それにより遺伝子発現応答シグネチャーを確立する工程を含む方法によって、遺伝子発現応答シグネチャーを確立し、以前に抗ＴＮＦ療法を受けた応答性及び非応答性の対象を区別した。

いくつかの実施形態では：遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップにマッピングし；ヒトインタラクトームマップにおいて互いに近位にあると判定された複数の遺伝子を選択し、それにより遺伝子発現応答シグネチャーを確立する工程を含む方法によって、遺伝子発現応答シグネチャーを確立し、以前に抗ＴＮＦ療法を受けた応答性及び非応答性の対象を区別した。

いくつかの実施形態では、既知の応答者及び非応答者の群に応答の確率を割り当てることによって、遺伝子発現応答シグネチャーを検証し；応答者及び非応答者の盲検群に対して、遺伝子発現応答シグネチャーをチェックする工程をさらに含む方法により、遺伝子発現応答シグネチャーを確立して、以前に抗ＴＮＦ療法を受けた応答性及び非応答性の対象を区別する。

療法の償還
提供する技術は、規制当局及び支払者（すなわち、保険会社）にも大きな価値をもたらす。上記のように、いくつかの実施形態では、提供する技術は、所与の対象または対象のコホートに対する抗ＴＮＦ療法の応答を予測するための一貫した信頼できる手段を提供する。また、記載したように、いくつかの抗ＴＮＦ療法では、対象の応答率は約６５％に過ぎない。所与の抗ＴＮＦ療法が、対象にまったく影響を与えないか、もしくは次善の影響しか与えないか、または実際に悪影響を与える可能性がある３５％の確率により、規制機関及び支払人は、対象が所与の療法に応答しない場合について信頼性のある予測をすることができる。

一般的に、患者に特定の医薬品または療法を処方する場合、患者は、薬局または医師などの医療提供者から医薬品または療法を取得するか、または受ける。一般的に、薬局または医師は医薬品に対して即座に支払いを行い、その後費用を患者に転嫁する（保険会社／支払人からの補償が利用できない場合）か、または医薬品に対して保険会社の支払人から償還を求める。医薬品が補償される場合、支払人は薬局または医師に償還を行い、患者は何も支払わないか、または自己負担分を支払う。このシステムは、医薬品が患者にとって有益であるという仮定の下で動作する。しかし、所与の療法に患者が応答しないと、かなりの無駄な費用（患者の無駄な時間は言うまでもなく）が発生し、患者の疾患、障害、または病態が進行し得るか、または、患者が、所与の抗ＴＮＦ療法に関連する副作用にさらされる場合がある。支払人はすでに薬局または医師に治療費を払い戻しているため、どちらのシナリオでも支払人に追加費用がかかる。しかしながら、これらの費用は、薬物を投与する前に患者を適切に分析することにより、最初に回避できたはずである。したがって、本開示は、抗ＴＮＦ療法に関連する医療費の償還のための技術を提供する。

支払人が所与の療法を補償するかどうかは、「薬事医療委員会」（「Ｐ＆Ｔ委員会」）と呼ばれる委員会によって判定される。Ｐ＆Ｔ委員会は、当局の「処方集」を管理する責任がある。処方集は、継続的に更新される医薬品と関連情報のリストであり、医薬品と医薬品関連製品または機器のリスト、医薬品使用ポリシー、重要な補助薬情報、意思決定支援ツール、及び当局または支払人の組織ガイドラインが含まれている。Ｐ＆Ｔ委員会は、処方集を継続的に概説し、改訂し、薬物、療法、薬物関連製品の使用に関するポリシーを確立し、最も医学的に適切で費用効果の高いものを特定する。処方集の概説の一部は、患者と支払人に対する費用最小化を含む薬剤経済学的評価であるが、薬局と組織全体の非医薬品関連費用及び財政的帰結の考慮も含まれる。したがって、本開示に関連して、特定の診断方法を必要とすべきか、または特定の医薬品に関連付けるべきかを判断することは、Ｐ＆Ｔ委員会の仕事である。特定の療法の実施前に対象が特定の診断情報を取得することを要求することにより、支払人は、対象が実際に応答し、効果のなかった治療に対して対象に償還するための費用を無駄遣いすることがないことを保証することができる。

したがって、Ｐ＆Ｔ委員会は、特定の薬物を調剤する前に、事前承認または段階的療法のいずれかが必要であることを要求することができる。事前承認では、処方者（すなわち、医師）は、特定の医薬品を補償の対象とするために、その医薬品を処方するための事前承認を受ける必要がある。事前承認を必要とする医薬品は、薬物の承認のための条件が満たされるまで支払いが承認されない。追加の臨床患者情報を取得する必要性に対処することができるため、事前承認は有用である。そのような情報の例として、臨床診断、身長、体重、検査結果、以前の投薬、及び特定の疾患、障害、または病態に関連する非薬物療法が挙げられる。本開示内では、支払人は、特定の抗ＴＮＦ療法を投与するために処方者が事前承認を受けることを要求することができる。例えば、支払人は、特定の抗ＴＮＦ療法の支払いを承認する前に、患者が本明細書に記載の遺伝子発現応答シグネチャーに関連する特定の遺伝子発現を有する（すなわち応答者である）ことを患者に証明することを要求することができる。患者が非応答者として分類される場合（すなわち、遺伝子発現応答シグネチャーに関連する遺伝子を発現していない場合）、支払人は特定の抗ＴＮＦ療法の補償を拒否することもできる。そのような事前承認を要求することにより、支払人は、所与の対象に対して治療的に有効でない可能性のある特定の医薬品を補償する（カバーする）ことによる損失を回避することができる。

さらに、事前承認と同様に、一部の支払人は、特定の薬物を投与する前に患者が段階的療法を受けることを要求してもよい。段階的療法とは、患者が要求された薬物の承認の前に、特定の承認された治療を受けることを要求することである。例えば、関節炎に罹患している患者の場合、支払人は、別の薬物を投与する前に、患者が非ステロイド性抗炎症薬（ＮＳＡＩＤ）による療法を受けることを要求してもよい。同様に、例えば、支払人は、本明細書で一般的に記載する遺伝子発現応答シグネチャーに基づいて、患者を応答者または非応答者として分類することを要求することができる。例えば、患者が所与の抗ＴＮＦ療法に対して「非応答者」として分類される場合、支払人は、所与の抗ＴＮＦ療法を補償する前に患者が代替療法を受けることを要求することができる。この戦略を利用することで、支払人は、所与の患者に効果を与える可能性が低い医薬品の代金を支払うリスクを負う前に、他の施設の治療を確実に試行させるようにすることができる。

したがって、いくつかの実施形態では、本開示は、抗ＴＮＦ療法に関連する医療費の償還のための技術を提供する。いくつかの実施形態では、本開示は、抗ＴＮＦ療法についてのケア提供者を裁定し、償還するための技術を提供し、そのような方法は：抗ＴＮＦ療法の償還を要求するケア提供者からの取引処理を受け取り；抗ＴＮＦ療法のデータを処方集から集計し；抗ＴＮＦ療法に、事前承認の条件を満たすことが必要かどうかを判断し；処方集から集計したデータを使用して償還額を決定し、事前承認の条件が満たされているかどうかを判定することを含む。

いくつかの実施形態では、処方集は、事前承認の条件が満たされることを要求する。いくつかの実施形態では、事前承認の条件は、対象が、以前に抗ＴＮＦ療法を受けた応答性及び非応答性の対象を区別するために確立された遺伝子発現応答シグネチャーを示すかどうかを判定することを含む。

いくつかの実施形態では、対象は、遺伝子発現応答シグネチャーを発現することにより、事前承認の条件を満たす。いくつかの実施形態では、ケア提供者は、抗ＴＮＦ療法の費用の１％〜１００％の金額を償還される。

いくつかの実施形態では、対象は、遺伝子発現応答シグネチャーを発現していないことにより、事前承認の条件を満たさない。いくつかの実施形態では、償還額は０％である。

いくつかの実施形態では、本開示は、対象への抗ＴＮＦ療法の投与に関連する医療費の償還方法を提供し、方法は：対象が、以前に抗ＴＮＦ療法を受けた応答者の対象と非応答者の対象を区別するために確立された遺伝子発現応答シグネチャーを示していたと判定された場合に償還を提供し；対象が遺伝子発現応答シグネチャーを示していたと判定されなかった場合、償還を提供しないことを含む。

以下の実施例は、抗ＴＮＦ療法に応答するか、または応答しない対象に特徴的な遺伝子発現応答シグネチャー（以下では「分類子」とも呼ばれる）を示す。

実施例１：応答者と非応答者の患者集団の決定−潰瘍性大腸炎
本開示によれば、潰瘍性大腸炎（ＵＣ）と診断され、抗ＴＮＦ療法を受けた対象由来の遺伝子発現データを使用して、抗ＴＮＦ療法に対して応答者及び非応答者である患者を決定した。このＵＣコホート（ＧＳＥ１２２５１）には、ＵＣと診断された２３名の患者が含まれ、そのうち１１名が抗ＴＮＦ療法に応答しなかった。このコホートの遺伝子発現データは、Ａｆｆｙｍｅｔｒｉｘプラットフォームを使用して生成された。

遺伝子発現データを解析して、その発現パターンが応答者と非応答者を区別する一連の遺伝子（応答シグネチャー遺伝子）を定義した。これを行うにあたり、応答者と非応答者の間で有意な遺伝子発現の偏差を有する遺伝子に依拠した。２群間の遺伝子発現の高倍率変化を探す従来の示差的発現方法とは異なり、本開示は、患者の２群間の、小さいが有意な変化が含まれるべきであるという洞察を提供する。したがって、本開示は、従来の示差的発現技術に関する問題の原因を特定する。

特定の理論に拘泥することを望むものではないが、本開示は、小さいが有意な差が療法への応答性に影響を与えるという洞察を提供する。実際、本開示は、これらのコホートの患者がすべて同じ疾患と診断されていることを考えると、多くの場合、それらが遺伝子全体で大きなＦＣを示さない場合があることに注目する。本開示は、遺伝子発現の非常に小さいが有意な変化でさえ、異なる治療アウトカムをもたらすことを示す。

さらに、本開示は、ヒトの「インタラクトーム」マップとの関連で、小さい（しかし有意な）発現差を示す遺伝子を解析することにより、応答者を非応答者から確実に区別するシグネチャーが定義されることを示す。

コホート分析
応答の根底にある生物学の特徴を明らかにし、応答シグネチャー遺伝子を理解するのに有用な遺伝子相関性のヒトインタラクトーム（ＨＩ）マップの使用。

患者間の発現値が治療後の臨床転帰と有意に相関していた上位２００種の遺伝子（最低から最高までのｐ値で測定）を選択し、ＨＩにマッピングした。これらの遺伝子は遺伝子発現データのみを使用して発見されたにもかかわらず、ＨＩ上で有意なクラスター（モジュール）を形成し、ＨＩに偶然に予想されるよりも大きな連結成分（「ＬＣＣ」、すなわち分類子遺伝子）を有する（図１Ａ及び１Ｂ）ことが観察された。そのような有意なモジュールの存在（ｚスコア＞１．６）が、基礎疾患の生物学に関連していることが繰り返し示されてきた。Ｂａｒａｂａｓｉ，ｅｔ ａｌ．，“Ｎｅｔｗｏｒｋ ｍｅｄｉｃｉｎｅ：ａ ｎｅｔｗｏｒｋ−ｂａｓｅｄ ａｐｐｒｏａｃｈ ｔｏ ｈｕｍａｎ ｄｉｓｅａｓｅ，” Ｎａｔ．Ｒｅｖ．Ｇｅｎｅｔ，１２（１）：５６−６８（Ｊａｎ．２０１１）；Ｈａｌｌ ｅｔ ａｌ，． “Ｇｅｎｅｔｉｃｓ ａｎｄ ｔｈｅ ｐｌａｃｅｂｏ ｅｆｆｅｃｔ： ｔｈｅ ｐｌａｃｅｂｏｍｅ，”Ｔｒｅｎｄｓ Ｍｏｌ．Ｍｅｄ．，２１（５）：２８５−２９４（Ｍａｙ ２０１５）；ｄｅｌ Ｓｏｌ，ｅｔ ａｌ．，“Ｄｉｓｅａｓｅｓ ａｓ ｎｅｔｗｏｒｋ ｐｅｒｔｕｒｂａｔｉｏｎｓ，” Ｃｕｒｒ．Ｏｐｉｎ． Ｂｉｏｔｅｃｈｎｏｌ．，２１（４）：５６６−５７１（Ａｕｇ．２０１０）を参照のこと。

図１Ａ及び１Ｂは、ＵＣコホートにおける表現型アウトカム及びそれらの相互作用に相関する遺伝子を含むサブネットワークを示す。遺伝子発現解析によって発見されたかなりの数の遺伝子がサブグラフのＬＣＣを形成している。次いで、ＬＣＣ遺伝子（分類子遺伝子）を利用して、確率ニューラルネットワークに供給し、トレーニングした。解析の結果は、０．９８の曲線下面積（ＡＵＣ）を有し、非応答者の予測において１００％の精度を有する、ほぼ完全な分類子を示している。

トレーニングされた分類子の性能を、一個抜き交差検証アプローチを使用して検証した。図２Ａ及び２Ｂは、分類子の受信者動作特性曲線（ＲＯＣ）及び陰性予測検出力（非応答者の予測）を示す。分類子は、コホート内の非応答者の７０％を検出することができる。

表２は、ネットワーク上にマッピングする場合の応答シグネチャー遺伝子の数とトポロジー特性（すなわち、ネットワーク上の最大成分のサイズ及びその有意性）を表す。

従来の遺伝子発現解析の既知の主要な欠点は、異なる研究で結果を再現できないことである。Ｉｏａｎｎｉｄｉｓ Ｊ．Ｐ．Ａ．，“Ｗｈｙ ｍｏｓｔ ｐｕｂｌｉｓｈｅｄ ｒｅｓｅａｒｃｈ ｆｉｎｄｉｎｇｓ ａｒｅ ｆａｌｓｅ，” ＰＬｏＳ Ｍｅｄ．２（８）：ｅ１２４（２００５）；Ｇｏｏｄｍａｎ Ｓ．Ｎ．，ｅｔ ａｌ．，“Ｗｈａｔ ｄｏｅｓ ｒｅｓｅａｒｃｈ ｒｅｐｒｏｄｕｃｉｂｉｌｉｔｙ ｍｅａｎ？” Ｓｃｉ．Ｔｒａｎｓｌ．Ｍｅｄ．，８（３４１）：３４１−３５３ （２０１６）；Ｉｏａｎｎｉｄｉｓ Ｊ．Ｐ．，ｅｔ ａｌ． “Ｒｅｐｌｉｃａｔｉｏｎ ｖａｌｉｄｉｔｙ ｏｆ ｇｅｎｅｔｉｃ ａｓｓｏｃｉａｔｉｏｎ ｓｔｕｄｉｅｓ．”Ｎａｔ． Ｇｅｎｅｔ． ２９：（３）３０６−３０９（Ｎｏｖｅｍｂｅｒ ２００１）を参照のこと。以下では、本明細書に記載の方法及びシステムが、コホート全体にわたって高精度の予測を行うことができることを示す。分類子の能力を推定するために、分類子を完全独立コホート（ＧＳＥ１４５８０）において盲検方式で試験する。独立ＵＣコホートには、１６名の非応答者と８名の応答者が含まれている。

交差プラットフォーム検証のために、２つのコホートを統合し、ＲパッケージのＣｏｍＢａｔ（遺伝子発現データのバッチ調整に使用されるツール）を使用してバッチ効果を除去した。Ｊｏｈｎｓｏｎ Ｗ．Ｅ．，ｅｔ ａｌ．，“Ａｄｊｕｓｔｉｎｇ ｂａｔｃｈ ｅｆｆｅｃｔｓ ｉｎ ｍｉｃｒｏａｒｒａｙ ｅｘｐｒｅｓｓｉｏｎ ｄａｔａ ｕｓｉｎｇ ｅｍｐｉｒｉｃａｌ Ｂａｙｅｓ ｍｅｔｈｏｄｓ，” Ｂｉｏｓｔａｔｉｓｔｉｃｓ ８（１），１１８−１２７（２００７）を参照のこと。設計した分類子の性能を、独立コホートで試験した（バッチ一個抜き交差検証法）。図３Ａ及び３Ｂは、設計した分類子の交差コホート性能に関連するＲＯＣ及び陰性予測曲線を示す。トレーニングされた分類子は、ＡＵＣ０．７８の独立コホートにおいて有意に高い性能を示す。

ＡＵＣによって評価される高い交差コホート性能とは別に、交差コホートＮＰＶ（陰性的中率）及び盲検コホートにおいて非応答者を検出する精度を示すＴＮＲ（真の陰性率）も推定した（図３Ｂ）。交差コホート検証法は、分類子が非応答者（ＮＰＶ＝１、ＴＮＲ＝０．５）の少なくとも５０％を予測できることを示す。分類子は、より多くの非応答者を検出することができ（ＴＮＲ＞０．５）、その結果、ＮＰＶがわずかに低下する（図３Ｂ）。それにもかかわらず、曲線上の選択されたポイントに関係なく、分類子は、健康保険会社によって設定された商業基準（ＮＰＶ０．９及びＴＮＲ０．５）を満たすか、または上回る。

非応答者の疾患生物学
本明細書中に記載する解析によって定義されるネットワークは、この応答予測の根底にある生物学への洞察を提供する。ＧＯ ｔｅｒｍを使用して応答モジュール内の分類子遺伝子を解析し、最も高度に濃縮された経路を同定した。ＳＵＭＯ化、ユビキチン化、プロテアソーム機能、タンパク質分解及び免疫細胞での抗原提示に関連する経路と同様に、炎症性シグナル経路（ＴＮＦシグナルを含む）が非常に豊富であったことが判明した。したがって、本明細書中に記載するネットワークアプローチは、独立した患者レベルでの疾患の生物学及び薬物応答を明確に反映し、抗ＴＮＦ療法に対する応答をベースラインサンプルから正確に予測することができる応答モジュール内の遺伝子を選択するためのタンパク質相互作用を捕捉した。

考察
既存の抗ＴＮＦ療法アプローチに関する既知の重大な問題は、「多くの患者が．．．療法に応答しない（一次非応答−ＰＮＲ）か、または治療中に応答が失われる（二次効果減弱−ＬＯＲ）」ことである。例えば、Ｒｏｄａ ｅｔ ａｌ．，Ｃｌｉｎ Ｇａｓｔｒｏｅｎｔｏｒｌ．７：ｅ１３５，Ｊａｎ ２０１６を参照のこと。具体的には、「患者の約１０〜３０％が初期治療に応答せず、患者の２３〜４６％が時間の経過とともに応答が失われる」と報告されている（同署）。したがって、全体として、抗ＴＮＦ療法（特にＵＣ患者を治療するための抗ＴＮＦ療法）の薬物応答率は６５％未満であり、その結果、疾患の進行が続き、大多数の患者集団の治療費が増大する。さらに、応答しない患者に抗ＴＮＦ療法を処方するために数十億ドルが費やされている。療法の開始前、療法（例えば、特定の用量）を投与する時点、及び／または療法を受けたか、もしくは受けている時間にわたって、応答者の対象と非応答者の対象を識別することができる技術を開発することが非常に必要とされている。

遺伝子発現データは、複合疾患における個々の患者の疾患生物学を明らかにすることができるという見込みを保持していると宣伝されてきたが、これまでのところ、データの解釈は困難であり、治療応答性のためのバイオマーカー（例えば、発現シグネチャー）の開発への取り組みは、交差コホート検証試験に合格するものではなかった。本開示は、例えば、発現レベルの比較的小さな変化及び／またはヒトインタラクトームの関連部分への遺伝子の関与を考慮する新規技術を提供する。

すでに記載したように、本開示は、抗ＴＮＦ療法に非応答であるＵＣ患者由来のベースライン遺伝子発現特性をＨＩ上に投影することにより、そのような特性がクラスター形成し、大きな連結モジュールを形成し、それにより、非応答者の疾患生物学が説明されることを明らかにすることを示す。本発明に従って、このモジュールにおいて発現した遺伝子から開発した分類子は、高レベルの精度で非応答を予測し、完全独立コホートにおいて検証された（交差コホート検証法）。さらに、この分類子は、保険会社によって設定された商業基準を満たしているため、臨床開発及び将来の商業化が期待される。

方法
マイクロアレイ解析
コホート１、ＧＳＥ１４５８０：コルチコステロイド及び／または免疫抑制に不応性の活動性ＵＣに罹患している２４名の患者に対して、体重１ｋｇあたり５ｍｇのインフリキシマブを最初に静脈内注入する前の１週間以内に、大腸内視鏡検査を実施し、罹患した結腸を生検した。インフリキシマブに対する応答は、ＭＡＹＯスコアを使用した最初のインフリキシマブ治療の４〜６週間後における内視鏡下での、及び組織学的治癒として定義した。大腸内視鏡検査で正常な６名の対照患者が含まれていた。全ＲＮＡを結腸粘膜生検から単離し、標識し、Ａｆｆｙｍｅｔｒｉｘ Ｈｕｍａｎ Ｇｅｎｏｍｅ Ｕ１３３ Ｐｌｕｓ ２．０アレイにハイブリダイズさせた。

コホート２、ＧＳＥ１２２５１：インフリキシマブ治療前に、２２名の患者に大腸内視鏡検査を実施し、生検した。インフリキシマブへの応答は、ＭＡＹＯスコア（応答者としてＰ２、５、９、１０、１４、１５、１６、１７、２４、２７、３６、及び４５；非応答者としてＰ３、１２、１３、１９、２８、２９、３２、３３、３４、及び４７）を使用した、８週目における内視鏡下での、及び組織学的治癒として定義した。インフリキシマブ前の生検からメッセンジャーＲＮＡを分離し、標識し、Ａｆｆｙｍｅｔｒｉｘ ＨＧＵ１３３ Ｐｌｕｓ＿２．０アレイにハイブリダイズさせた。

分類子遺伝子の同定
患者全体にわたって、治療後の臨床測定値と有意に相関した発現値を示す遺伝子を、応答の最良の決定因子として選択した。これらの遺伝子を、統合されたヒトインタラクトーム（「ＨＩ」）にマッピングした。統合されたヒトインタラクトームは、実験的裏付けに依拠した細胞の分子成分間の物理的なタンパク質相互作用を収集する。その全体が参照により本明細書に援用されるＢａｒａｂａｓｉ ｅｔ ａｌ． ｉｎ “Ｕｎｃｏｖｅｒｉｎｇ ｄｉｓｅａｓｅ−ｄｉｓｅａｓｅ ｒｅｌａｔｉｏｎｓｈｉｐｓ ｔｈｒｏｕｇｈ ｔｈｅ ｉｎｃｏｍｐｌｅｔｅ ｉｎｔｅｒａｃｔｏｍｅ，” Ｓｃｉｅｎｃｅ，３４７（６２２４）：１２５７６０１（Ｆｅｂ．２０１５）によって報告された資料では、ヒトインタラクトームを構築し、精選する方法に関する指示が提供されている。ヒトインタラクトーム上の遺伝子は、ネットワーク上に無作為に散在しているわけではない。むしろ、それらは互いに有意に相互作用し、応答を説明する基礎となる疾患生物学モジュールの存在を反映している。

ヒトインタラクトーム
前述のように、ＨＩには実験的に裏付けられた細胞成分間の物理的相互作用が含まれている。これらの相互作用を、いくつかのリソースに照会したが、実験的検証によって裏付けられている相互作用のみを選択した。ＨＩにおける相互作用のほとんどは、Ｙ２Ｈなどの不偏のハイスループット研究からのものである。含まれているすべてのデータは、少なくとも２つの刊行物で報告されている、実験的に裏付けられた相互作用である。これらの相互作用には、調節、代謝、シグナル伝達、及び二成分系相互作用が含まれる。ＨＩには約１７０００の細胞成分とそれらの間の２０万超の相互作用が含まれている。他の相互作用データベースとは異なり、計算的に推論された相互作用は含まれておらず、また、実験的検証のない文献のテキスト解析から精選された相互作用も含まれていない。

分類子の設計及び検証
上記で同定した遺伝子を、確率ニューラルネットワークの特徴として使用した。分類子を、所与のコホート内で、一個抜き交差検証法及び／またはｋ−分割交差検証法を使用して検証した。分類子を、１名を取り除いたすべての患者に提供されたアウトカムデータに基づいてトレーニングした。分類子を、除外した患者の応答アウトカムに対して盲検化した。除外した患者のアウトカムを予測し、トレーニングした分類子を検証した。各患者が１回ずつ除外されるように、この手順を繰り返した。分類子は、各患者が応答者または非応答者の群に属しているかどうかを反映する確率を、各患者について提供した。尤度比の対数を使用して、各患者にスコアを割り当てた。次いで、スコアに基づいて患者をランク付けし、ＲＯＣカーブを生成する分類子の閾値を変化させることによって予測精度値を推定した。特に、トレーニングした分類子によって、各患者にスコアを付与する。予測精度を、全体としてコホート全体に対して、及び患者全体にわたる所与のスコアが応答者と非応答者を十分に区別するかどうかをチェックすることによって、測定する。予測性能は、一般的に曲線下面積（ＡＵＣ）で測定する。より高いレベルの精度が必要な場合、陰性的中率（ＮＰＶ）及び真の陰性率（ＴＮＲ）を使用することができる。最良のグループ分けをもたらす（例えば、最も高いＮＰＶの）スコアカットオフを、将来の予測のために設定する。

実施例２：応答者と非応答者の患者集団の決定−関節リウマチ
実施例１と同様に、本実施例２では、関節リウマチ（ＲＡ）に罹患している患者の抗ＴＮＦ療法への応答及び／または非応答の予測について記載する。以下に記載する予測は、支払人及び医師によって同定された性能の閾値である陰性的中率（ＮＰＶ）０．９、真の陰性率（ＴＮＲ）０．５を満たしている。

本実施例では、合計８９名のＲＡ患者を含む２つのコホートのベースライン血液試料由来の遺伝子発現データを解析した。抗ＴＮＦ療法への応答及び／または非応答を予測する分類子（すなわち、遺伝子発現応答シグネチャー）を開発するために、本実施例において利用する方法論には、４工程のプロセスが含まれていた。第一に、抗ＴＮＦ療法に対する応答者と非応答者の示差的発現に基づいて初期遺伝子を選択した。第二に、そのような遺伝子をヒトインタラクトーム上に投影し、どの遺伝子が有意かつ生物学的に関連のあるクラスターを形成するかを判定した。第三に、インタラクトーム上でクラスター化する遺伝子を選択し、確率ニューラルネットワーク（ＰＮＮ）上に供給して、最終的な分類子を開発した。そして第四に、各分類子を、トレーニングセットで一個抜き交差検証法を使用して検証し、患者の独立コホート（試験セット）において交差コホートを検証した。ＲＡの場合、最終的な分類子は９つの遺伝子を含み、試験セットにおいてＮＰＶ０．９１、ＴＮＲ０．６７を達成した。

開発された分類子は、支払人及び医師によって設定された性能閾値を満たし；当業者であれば、これらの分類子が、療法の開始前に抗ＴＮＦに対する非応答を予測し、及び／または投与する療法を変更することの望ましさを評価する有用な試験であることを理解するであろう。とりわけ、提供する技術により、療法の選択が可能になり（初期の療法、持続的な療法、または変更された療法のいずれでも）、より早く患者を代替療法に切り替えることができ、その結果、患者に大きな臨床的有用性を与え、ヘルスケアシステムに節約をもたらす。

データの記載
本実施例において利用するＲＡにおける応答予測解析は、２つの個々のコホートに基づいていた（表３及び４）。抗ＴＮＦ療法の開始から１４週間後に応答を測定し、コホート１及び２での応答率（良好な応答者；ＤＡＳ２８改善＞１．２、ＬＤＡまたは寛解に相当する）は、それぞれ３０％及び２３％であった。コホート１は分類子をトレーニングするために使用し、コホート２は分類子の予測力を検証するための独立した試験コホートとして使用した。

Ｉｌｌｕｍｉｎａ ＢｅａｄＡｒｒａｙプラットフォームを使用し、療法開始前の全血から生成したＲＮＡ発現データに対して解析を実施し、ＢｅａｄＳｔｕｄｉｏの標準出力として提供した。Ｒのｌｕｍｉパッケージを使用して生データを正規化し、加工した。

分類子遺伝子の同定
各患者において、１０，０００以上のプローブ（遺伝子）の発現値が利用可能であったが；当業者であれば、そのような大量のデータから応答を効果的に区別する遺伝子（特徴）のセットを定義することに関連する課題を理解するであろう。分類子に含めるのに特に有用な遺伝子が、いくつかの実施形態では、比較的小さな変化を伴う遺伝子であってもよいことを含む、本開示によって提供される洞察により、分類子において使用するための遺伝子（特徴）セット（複数可）を効果的に選択することができる。

本実施例では、ＲＡ分類子に含める遺伝子を多段階解析によって選択した：第一に、ピアソン相関を使用して、患者の応答アウトカム（１４週目のベースラインＤＡＳ２８スコアの変化）に対する相関の有意性に基づいて遺伝子をランク付けし、上位２００ランクの遺伝子を得た（特徴セット１）。２群間の遺伝子発現の最も高い倍数変化を探す従来の示差的発現方法とは異なり、本実施例は、患者の２群間の小さいが有意な変化を捕捉する。

第二に、本開示は、遺伝子産物（タンパク質）が単独で機能しないことを認識し、さらに、インタラクトーム（タンパク質の相互接続性のマップ）への参照を、状況に応じて（すなわち、細胞及び／または生物の生物学において）個々の遺伝子産物が果たす役割を理解するための青写真として貴重に使用することができることを認識する。上記で同定した２００の遺伝子をインタラクトーム上にマッピングすることにより、４１のタンパク質からなる有意なクラスターまたは応答モジュールを同定した（表５）。有意なクラスターの存在は、基礎疾患の生物学に関連していることを繰り返し示した。観察される応答モジュールは、応答の根底にある生物学を明らかにするだけでなく、特徴セット２としても機能した。特に、図６は、分類子の特徴を同定し（Ａ）、同定した特徴を使用して、コホート１における確率ニューラルネットワークをトレーニングし、検証し（Ｂ）、独立コホートにおいて、同定した特徴遺伝子発現を使用して、トレーニングした分類子を検証する（Ｃ）ことを含む、分類子開発フローチャートを示す。最終的な特徴セットを、最良の性能に基づいて選択する。

応答分類子のトレーニング及びインコホート検証
本実施例では、確率ニューラルネットワークに特徴セット１及び２を供給することにより、応答分類子をトレーニングした。特徴セット１での分類子のトレーニングは、一個抜き交差検証法を用いた応答を有意に予測し、ＡＵＣ０．６９、ＮＰＶ０．９及びＴＮＲ０．５２が達成され（それぞれ図４Ａ、及び図４Ｂ）、特徴セット２よりも優れていた。分類子遺伝子の数が少ないことにより、様々な低コストの、ＦＤＡに承認された、必要な遺伝子発現データセットを生成するための幅広いインストールベースを有する発現プラットフォームを使用する機会も広がる。したがって、分類子をさらにトレーニングし、特徴セット１の遺伝子の数を減らした場合に、ｎが１〜２０の上位ｎランクの遺伝子でトレーニングすることで性能が維持されるかどうかを確認した。上位９つの遺伝子でトレーニングした場合に、分類子の性能に極大が観察され（ＡＵＣ＝０．７４、修正されたｐ値＝０．００６）、ＮＰＶは０．９２、ＴＮＲは０．７６であった（図４Ｃ及び図４Ｄ）。９つの遺伝子の分類子を、以下の交差コホート検証分析のために選択した。

トレーニングした応答分類子の独立コホートでの検証（交差コホート検証法）
診断試験及び分類子を構築する際に非常に重要な点は、結果が再現され、分類子の性能を独立コホートで成功裏に試験することができることである。したがって、開発した９つの遺伝子分類子を、完全に独立した群（コホート２）の患者に対して盲検方式で試験した。結果は、分類子が良好に機能したことを示しており（交差コホートＡＵＣ＝０．７８、ｐ値＝０．０１）、ＮＰＶは０．９１、ＴＮＲは０．６７（図５Ｂ及び表６）であった。図５Ａは、交差コホート分類子の試験結果のＲＯＣ曲線である。

考察
本実施例は、ＲＡに罹患している患者に療法を処方する前に抗ＴＮＦ薬に対する非応答を予測する、本明細書に記載する分類子の有効性について記載する。

支払人及び臨床医へのインタビューは、現在の目標仕様は、抗ＴＮＦ療法に対する非応答者の少なくとも半分を高い陰性予測精度（ＮＰＶ＞９０％）で識別することを目的としていることを示している。非応答者として識別された患者には、代替の効果的な療法を受けさせることができ、依然として抗ＴＮＦを提供されている患者に対して、より高い応答率を達成することができる。高価で効果の薄い療法に費やさないこと、及び深刻な副作用と疾患の進行の継続を避けることにより、経済的な節約が得られる。非応答者の５０％を識別することにより、層別化がない場合、現在、患者の３分の２がＬＤＡまたは寛解の目標を達成していないため、大幅な費用面での利点及びケアの利点を達成することができる。応答したであろう少数の患者に対して、恩恵を受けたであろう療法を誤って差し控えさせることが確実にないようにするために、高いＮＰＶが望まれる。

ＲＡについて、本開示は、ＡＵＣ０．７８、ＮＰＶ０．９１及びＴＮＲ０．６７を示し、その結果、以下のマトリックスが得られた（表７）。すなわち、分類子は９１％の精度で真の非応答者の６７％を識別する。この分類子を使用して患者を層別化すると、抗ＴＮＦ治療群の応答率は３４％から５８％まで７１％増加する。比較すると、他者によって開発された分類子について報告された最も高い交差コホート性能は、ＮＰＶが０．７１、ＴＮＲが０．７１であった。Ｔｏｏｎｅｎ ＥＪ．ｅｔ ａｌ． “Ｖａｌｉｄａｔｉｏｎ ｓｔｕｄｙ ｏｆ ｅｘｉｓｔｉｎｇ ｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎ ｓｉｇｎａｔｕｒｅｓ ｆｏｒ ａｎｔｉ−ＴＮＦ ｔｒｅａｔｍｅｎｔ ｉｎ ｐａｔｉｅｎｔｓ ｗｉｔｈ ｒｈｅｕｍａｔｏｉｄ ａｒｔｈｒｉｔｉｓ．”ＰＬｏＳ Ｏｎｅ．２０１２；７（３）：ｅ３３１９９を参照のこと。その分類子を使用すると、本物の応答者が大幅に誤って分類され、まったく使用しない場合よりも全体的な応答率が低下する。現在記載する分類子は、患者の独立コホートで試験した場合に、性能目標を明確に満たす。

分類子内の遺伝子の数を減らすことにより、いくつかの発現解析プラットフォームを、試験の最終的な商用バージョンの配信に関して検討することができる。例えば、Ｎａｎｏｓｔｒｉｎｇ ｎＣｏｕｎｔｅｒシステムは、デジタルバーコード技術を使用して、ＦＤＡ承認のプラットフォームで最大数百の遺伝子のパネルの核酸検体をカウントする。マルチプレックスｑＲＴ−ＰＣＲは、約２０遺伝子未満のパネルの遺伝子発現を定量化するための至適基準であり、配布可能なキットとして試験を提供することができるであろう。ＲＡは慢性の複合自己免疫疾患であり、多くの遺伝的リスク因子が確認されているが、いずれも診断マーカーまたは予後マーカーとして有用であるほどの十分な影響はない。本開示は、ベースライン発現レベルと応答アウトカムとの相関に基づいて候補遺伝子のランク付けされたリストを提供する。順位は、相関の有意性から導き出される。しかしながら、本開示は、応答者及び非応答者のカテゴリーにわたってより大きい変化倍率を有する遺伝子を優先させない。最も高い倍数変化を示す遺伝子を優先することは、当技術分野では一般的な慣行である。これは、一般的に、発現レベルの大きな変化が生物学的により意味があると考えられていること、及び高いバックグラウンド及び他の原因の技術的変動を補う高いシグナル対ノイズ比という技術的利点があるためである。しかしながら、本開示は、多くの従来の技術では無視または見落とされている小さな差異が、重要な、さらには決定的な、識別能力を提供することができると認識している。特定の理論に拘泥することを望むものではないが、本開示は、現在のような、同じ疾患、障害、または病態に罹患している対象を互いに比較する状況では、微細な微分摂動が特に適切及び／または重要であり得る（例えば、疾患、障害、または病態に罹患していない「対照」の対象と比較して）ことを提唱する。遺伝子発現の小さいが統計的に有意な差が、ＲＡなどの複合疾患の患者集団を区別する可能性がある。本研究は、遺伝子発現の非常に小さいが重要な変化でさえ、異なる治療アウトカムにつながることを示す。本方法は、従来の示差的発現解析では見落とされている遺伝子を捕捉する。

さらに、本開示は、細胞内のタンパク質間相互作用の高度に不偏かつ独立して検証されたマップであるヒトインタラクトームを利用する。優先順位付けした遺伝子をインタラクトームにマッピングすることにより、明確で統計的に有意なクラスターが出現する。インタラクトームネットワーク解析を用いて分類子を定義することに加えて、同定したクラスターにより、抗ＴＮＦ応答の生物学及び原因遺伝子への生物学的洞察が得られる。ＲＡの上位９遺伝子に対応する遺伝子は、主にユビキチン化を介したプロテアソームに対する細胞周期の主要な調節因子の標的化において、ＥＲストレス、タンパク質品質管理経路、細胞周期及びユビキチンプロテアソーム系の制御に関連する免疫学的経路及び機能において価値を有する。

本明細書中に記載する分類子は、中等度〜重度の疾患を有する患者の抗ＴＮＦ非応答を予測し、生物学的療法の開始を検討する診断試験の基礎として機能する。非応答者として識別される患者には、代替の承認された作用機構の療法を提供する。これらの試験は、治療目標に到達する患者の割合を増やし、科学的データに基づいて治療を割り当て、結果としてリソースの無駄を減らし、ヘルスケアシステム内で大幅な経済的節約を生み出すことにより、現在の臨床診療に大きな改善をもたらす。

材料及び方法
ＲＡコホートの説明及びマイクロアレイ解析
主に高齢の白人女性からなる２つの個別の観察研究をもとに、米国中のＲＡ患者から血液試料を採取した。コホート１は、２０１４年に実施された多施設共同研究から得られた。これらの患者は、Ｅｎｂｒｅｌ、Ｒｅｍｉｃａｄｅ、Ｈｕｍｉｒａ、Ｃｉｍｚｉａ及びＳｉｍｐｏｎｉで治療した。コホート２は、２００３年におけるＲＡ及び狼瘡のバイオマーカーに対する新規アプローチを開発するためのＮＩＡＭＳサポート契約であるＡｕｔｏｉｍｍｕｎｅ Ｂｉｏｍａｒｋｅｒｓ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｎｅｔｗｏｒｋから取得した。これらの患者は、Ｈｕｍｉｒａ、Ｒｅｍｉｃａｄｅ及びＥｎｂｒｅｌで治療した。

応答のレベルは、抗ＴＮＦ治療の１４週間後に評価したＥＵＬＡＲ ＤＡＳ２８スコアリング基準を使用して定義した。女性のＴＮＦナイーブ患者のＥＵＬＡＲ応答率を表１に示す。ＥＵＬＡＲ応答は、患者を、良好な応答者、中程度の応答者、非応答者に特徴付ける。本研究では、応答を、ＥＵＬＡＲ良好応答、またはＤＡＳ２８改善＞１．２として定義した。これは、ＬＤＡまたは寛解に対応する。

分類子の設計と検証のために、コホート１と２のそれぞれ５０名及び３９名の女性ならびにＴＮＦナイーブ試料について、遺伝子発現データと１４週間の応答アウトカムが利用可能であった。

すべての対象に対し、療法を開始する前のベースラインにおいて、及び治療開始の１４週間後に再度、ＰａｘＧｅｎｅチューブに採血を行った。ＰａｘＧｅｎｅ血液ＲＮＡ用の製造元の自動化プロトコールに従って、ＱＩＡｃｕｂｅ（Ｑｉａｇｅｎ）を使用してＲＮＡを分離した。抽出した試料を８０ｕｌの溶出緩衝液（ＢＲ５）で溶出し、ＲＮＡ６０００ナノチップを使用して、Ａｇｉｌｅｎｔ ２１００ Ｂｉｏａｎａｌｙｚｅｒ ｏｆ ＲＮＡ Ｉｎｔｅｇｒｉｔｙで分析した。ＲＮＡ Ｉｎｔｅｇｒｉｔｙ Ｎｕｍｂｅｒｓ（ＲＩＮ）＞６．５の試料を、合計１１μｌのＲＮＡｓｅフリー水中に希釈して３０ｎｇ／μｌとした。Ｌｉｆｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｉｌｌｕｍｉｎａ ＲＮＡ Ｔｏｔａｌ Ｐｒｅｐ Ａｍｐｌｉｆｉｃａｔｉｏｎ Ｋｉｔを使用してサンプルを増幅した。Ｉｌｌｕｍｉｎａ Ｈｕｍａｎ ＨＴ−１．２ｖ４チップでの解析用に、７５０ｎｇのｃＲＮＡを５μｌのＲＮＡｓｅフリー水に再懸濁し（コホート１試料）、Ｉｌｌｕｍｉｎａ ＷＧ６ｖ３ Ｂｅａｄチップでの解析用に、１．２μｇを１０μｌのＲＮＡｓｅフリー水に再懸濁した（コホート２試料）。すべての試料を、製造元の指示に従って処理した。

生データをＧｅｎｏｍｅＳｔｕｄｉｏからエクスポートし、Ｒプログラミング言語を用いてさらに解析した。すべてのデータセットを、Ｒ／Ｂｉｏｃｏｎｄｕｃｔｏｒパッケージである「ｌｕｍｉ」を使用してバックグラウンド補正した。データを、分散安定化変換（ｖｓｔ）及び分位正規化を用いてさらに変換した。検出数がゼロで、検出率が試料全体で５０％未満のプローブは、調査から除外した。交差コホート分類子試験を有効にするために、ＲのＣｏｍＢａｔパッケージを使用して２つのコホートを組み合わせて正規化し、次いで分離して完全な盲検試験を確保した。すべてのマイクロアレイ解析の結果、２つのコホートに約１０，０００の共通プローブが含まれていた。

分類子遺伝子の同定
治療後の臨床測定値と有意に相関する発現値を有する遺伝子は、応答の最良の決定因子として選択される。遺伝子発現と応答アウトカムの発現相関を、ピアソン相関によって測定する。相関値に基づいて遺伝子をランク付けし、ランク付けした上位ｎ個の遺伝子を使用する場合に分類子の性能を評価する。いくつかの場合では、ランク付けした遺伝子のインタラクトーム上でのマッピングは、応答の根底にある生物学を反映する有意なクラスターを形成する。ランク付けした遺伝子はネットワーク上に無作為に散在しているわけではないことが観察される。むしろ、それらは互いに有意に相互作用し、応答を説明する基礎となる疾患生物学モジュールの存在を反映している。

分類子の設計及び検証
前工程で同定した遺伝子を、確率ニューラルネットワークの特徴として使用した。このアプローチでは、各サンプルからトレーニングサンプルまでの確率分布関数までの平均距離を計算する。ｎ次元の特徴空間でのテストサンプルとトレーニングサンプルの平均距離により、一方の群と他方の群に属する確率が決定される。所与のコホート内で、分類子を一個抜き交差検証を使用して検証した。このアプローチでは、分類子を、１名を取り除いたすべての患者に提供されたアウトカムデータに基づいてトレーニングした。分類子を、除外した患者の応答アウトカムに対して盲検化した。除外した患者のアウトカムを予測し、トレーニングした分類子を検証した。各患者が１回ずつ除外されるように、この手順を繰り返した。分類子は、各患者が応答したかどうかを反映する確率を提供した。これらの確率を用いて、各患者のスコアを（尤度比の対数を使用して）定義した。曲線下面積（ＡＵＣ）により、分類子の性能を決定した。分類子の交差コホート評価では、トレーニングした分類子を、独立コホートのアウトカムに対して完全に盲検化した。１つのコホートでトレーニングしたデータを試験して、独立コホートでの応答を予測する能力を判定する。

統計解析
フィッシャーのｔ検定を使用して、２つの分布間の差の有意性を決定した。

ヒトインタラクトーム
ヒトインタラクトームには、実験的に裏付けられた細胞成分間の物理的相互作用が含まれている。これらの相互作用を、いくつかのリソースから収集し、ただし、タンパク質間の物理的相互作用の存在を確認する厳密な実験的検証によって裏付けられる相互作用のみを選択する。インタラクトームにおける相互作用のほとんどは、酵母ツーハイブリッド法などの不偏のハイスループット研究に由来する。少なくとも２つの刊行物で報告されている実験的に裏付けられている相互作用も含まれている。これらの相互作用には、調節、代謝、シグナル伝達、及び二成分系相互作用が含まれる。インタラクトームには、約１７，０００の細胞成分と２００，０００超の相互作用が含まれている。他の相互作用データベースとは異なり、現在の方法には、計算的に推論された相互作用も、実験的検証のない文献のテキスト解析から精選された相互作用も含まれていない。したがって、使用するインタラクトームは、これまでで最も完全で、注意深く選択され、品質管理されたバージョンである。

上記は、記載する主題の特定の非限定的な実施形態の説明である。したがって、本明細書に記載する実施形態は、報告する主題の単なる例示であることを理解されたい。例示する実施形態の詳細への言及は、それ自体が本質的であるとみなされる特徴を列挙する特許請求の範囲を限定することを意図するものではない。

請求する主題のシステム及び方法は、記載する実施形態に由来する情報を使用して開発される変形及び適合を包含することが企図される。記載するシステム及び方法の適合、修正、またはその両方は、当業者によって実行され得る。

記載全体を通して、システムが特定の構成要素を有する、含む、もしくは備えると記載される場合、または方法が特定の工程を有する、含む、もしくは備えると記載される場合、さらに、記載する構成要素から本質的になるか、またはそれからなる本主題に包含されるシステムが存在すること、記載する処理工程から本質的になるか、またはそれからなる本主題に包含される方法が存在することが企図される。

工程の順序または特定の動作を行うための順序は、記載する本主題の実施形態が動作可能である限りは、重要でないことを理解すべきである。さらに、２つ以上の工程または動作を、同時に実施してもよい。

Claims (62)

1. 抗ＴＮＦ療法による対象の治療方法であって、前記方法が：
   前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に前記抗ＴＮＦ療法を投与する工程を含む、前記治療方法。
2. 前記応答性及び非応答性の以前の対象が、同じ疾患、障害、または病態に罹患している、請求項１に記載の方法。
3. 前記抗ＴＮＦ療法を投与される前記対象が、前記以前の応答性及び非応答性の以前の対象と同じ疾患、障害または病態に罹患している、請求項２に記載の方法。
4. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップ上の抗ＴＮＦ療法に対する応答に関連する遺伝子のクラスターに由来する複数の遺伝子の発現レベルを含む、先行請求項のいずれか一項に記載の方法。
5. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップ上にマッピングする場合に、抗ＴＮＦ療法に対する応答に関連し、そのトポロジー特性によって特徴付けられる複数の遺伝子の発現レベルを含む、先行請求項のいずれか一項に記載の方法。
6. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、先行請求項のいずれか一項に記載の方法。
7. 前記抗ＴＮＦ療法が、インフリキシマブまたはアダリムマブの投与であるか、またはそれを含む、請求項６に記載の方法。
8. 前記疾患、障害、または病態が、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される、先行請求項のいずれか一項に記載の方法。
9. 前記投与の前に、対象が前記遺伝子発現応答シグネチャーを示していることを判定し；及び
   前記遺伝子発現応答シグネチャーを示すと判定された前記対象に前記抗ＴＮＦ療法を投与することをさらに含む、請求項１に記載の方法。
10. 前記投与の前に、対象が前記遺伝子発現応答シグネチャーを示していないことを判定し；及び
    前記遺伝子発現応答シグネチャーを示していないと判定された前記対象に抗ＴＮＦ療法の代替療法を投与することをさらに含む、請求項１に記載の方法。
11. 前記抗ＴＮＦ療法の代替療法が、リツキシマブ、サリルマブ、トファシチニブクエン酸塩、レフノミド、ベドリズマブ、トシリズマブ、アナキンラ、及びアバタセプトから選択される、請求項１０に記載の方法。
12. 前記判定の工程が、遺伝子の発現を、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、及びＥＬＩＳＡのうちの少なくとも１つによって測定する工程を含む、請求項９に記載の方法。
13. 前記遺伝子発現応答シグネチャーが：
    遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む方法によって、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された、請求項１に記載の方法。
14. 前記遺伝子発現応答シグネチャーが：
    遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて類似のトポロジーパターンを示すと判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む方法によって、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された、請求項１に記載の方法。
15. 既知の応答者と非応答者の群に応答の確率を割り当てることにより、前記遺伝子発現応答シグネチャーを検証し；
    応答者及び非応答者の盲検群に対して前記遺伝子発現応答シグネチャーをチェックする工程をさらに含む、請求項１３または１４に記載の方法。
16. 抗ＴＮＦ療法の投与方法において、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象に選択的に前記療法を投与することを含む、前記改善。
17. 前記応答性及び非応答性の以前の対象が、同じ疾患、障害、または病態に罹患している、請求項１６に記載の方法。
18. 前記抗ＴＮＦ療法を投与される前記対象が、前記以前の応答性及び非応答性の以前の対象と同じ疾患、障害または病態に罹患している、請求項１７に記載の方法。
19. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップ上の抗ＴＮＦ療法に対する応答に関連する遺伝子のクラスターに由来する複数の遺伝子の発現レベルを含む、請求項１６〜１８のいずれか一項に記載の方法。
20. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項１６〜１９のいずれか一項に記載の方法。
21. 前記疾患、障害、または病態が、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される、請求項１６〜２０のいずれか一項に記載の方法。
22. 前記疾患、障害、または病態が、関節リウマチである、請求項２１に記載の方法。
23. 前記疾患、障害、または病態が、癬性関節炎である、請求項２１に記載の方法。
24. 抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを含む、キット。
25. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項２４に記載のキット。
26. 前記抗ＴＮＦ療法が、インフリキシマブまたはアダリムマブの投与であるか、またはそれを含む、請求項２５に記載のキット。
27. 前記キットが、対象の遺伝子発現レベルを、抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された前記遺伝子発現応答シグネチャーと比較する、請求項２４に記載のキット。
28. 前記対象の遺伝子発現レベルを、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、及びＥＬＩＳＡのうちの少なくとも１つによって測定する、請求項２７に記載のキット。
29. 前記対象の遺伝子発現レベルを、ＲＮＡシーケンシングによって測定する、請求項２８に記載のキット。
30. 遺伝子発現応答シグネチャーの判定方法であって、前記方法が：
    遺伝子の発現レベルが抗ＴＮＦ療法の臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む、前記判定方法。
31. 既知の応答者と非応答者の群に応答の確率を割り当てることにより、前記遺伝子発現応答シグネチャーを検証し；
    応答者及び非応答者の盲検群に対して前記遺伝子発現応答シグネチャーをチェックする工程をさらに含む、請求項３０に記載の方法。
32. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項３０または３１に記載の方法。
33. 遺伝子発現応答シグネチャーの判定方法であって、前記方法が：
    遺伝子の発現レベルが抗ＴＮＦ療法の臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて互いに近位にあると判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む、前記判定方法。
34. 既知の応答者と非応答者の群に応答の確率を割り当てることにより、前記遺伝子発現応答シグネチャーを検証し；
    応答者及び非応答者の盲検群に対して前記遺伝子発現応答シグネチャーをチェックする工程をさらに含む、請求項３３に記載の方法。
35. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項３３または３４に記載の方法。
36. 対象への抗ＴＮＦ療法の投与に関連する医療費の償還方法であって、前記方法が：
    前記対象が、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示していると判定された場合、償還を提供し；
    前記対象が、前記遺伝子発現応答シグネチャーを示していると判定されなかった場合、償還を提供しないことを含む、前記償還方法。
37. 抗ＴＮＦ療法のケア提供者への償還方法であって：
    前記抗ＴＮＦ療法の償還を要求する前記ケア提供者からの取引処理を受け取り；
    事前承認条件が満たされた場合に、前記取引処理に対して前記ケア提供者に償還を行い、前記事前承認条件が、対象が前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すかどうかを判定するものであり、前記対象が、前記遺伝子発現応答シグネチャーを示すことを含む、前記償還方法。
38. 抗ＴＮＦ療法のケア提供者への償還方法であって；
    前記抗ＴＮＦ療法の償還を要求する前記ケア提供者からの取引処理を受け取り；
    処方集から前記抗ＴＮＦ療法のデータを集計し；
    前記抗ＴＮＦ療法に対して、事前承認条件を満たすことが必要かどうかを判断し；
    前記処方集から集計したデータを使用して償還額を決定し、前記事前承認条件が満たされているかどうかを判定することを含む、前記償還方法。
39. 前記処方集が、前記事前承認条件を満たすことを必要とする、請求項３８に記載の方法。
40. 前記事前承認条件が、対象が、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すかどうかを判定することを含む、請求項３８に記載の方法。
41. 前記対象が、前記遺伝子発現応答シグネチャーを発現することにより、前記事前承認条件を満たす、請求項３９に記載の方法。
42. 前記ケア提供者が、前記抗ＴＮＦ療法の費用の１％〜１００％の金額を償還される、請求項４１に記載の方法。
43. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子の発現レベルを含む、請求項４０に記載の方法。
44. 前記対象の遺伝子を、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、及びＥＬＩＳＡのうちの少なくとも１つによって測定する、請求項４０に記載の方法。
45. 前記対象が、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される疾患、障害、または病態に罹患している、請求項４０に記載の方法。
46. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項３８に記載の方法。
47. 前記対象が、前記遺伝子発現応答シグネチャーを発現しないことにより、前記事前承認条件を満たさない、請求項３８に記載の方法。
48. 償還額が０％である、請求項４７に記載の方法。
49. 前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された遺伝子発現応答シグネチャーを示すと判定されている対象の治療における、抗ＴＮＦ療法の使用。
50. 前記抗ＴＮＦ療法の使用前に、前記対象が前記遺伝子発現応答シグネチャーを示すことを判定する、請求項４９に記載の使用。
51. 前記抗ＴＮＦ療法の使用前に、前記対象が前記遺伝子発現応答シグネチャーを示さないことを判定する、請求項４９に記載の使用。
52. 前記応答性及び非応答性の以前の対象が、同じ疾患、障害、または病態に罹患している、請求項４９に記載の使用。
53. 前記抗ＴＮＦ療法を投与される前記対象が、前記以前の応答性及び非応答性の以前の対象と同じ疾患、障害または病態に罹患している、請求項５２に記載の使用。
54. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子のクラスターに由来する複数の遺伝子の発現レベルを含む、請求項４９〜５３のいずれか一項に記載の使用。
55. 前記遺伝子発現応答シグネチャーが、ヒトインタラクトームマップ上の抗ＴＮＦ療法への応答に関連する遺伝子の近位にある複数の遺伝子の発現レベルを含む、請求項４９〜５３のいずれか一項に記載の使用。
56. 前記抗ＴＮＦ療法が、インフリキシマブ、アダリムマブ、エタネルセプト、シルトリズマブペゴル、ゴリルマ、またはそのバイオ後続品の投与であるか、またはそれを含む、請求項４９〜５５のいずれか一項に記載の使用。
57. 前記抗ＴＮＦ療法が、インフリキシマブまたはアダリムマブの投与であるか、またはそれを含む、請求項５６に記載の使用。
58. 前記疾患、障害、または病態が、関節リウマチ、乾癬性関節炎、強直性脊椎炎、クローン病、潰瘍性大腸炎、慢性乾癬、化膿性汗腺炎、及び若年性特発性関節炎から選択される、請求項４９〜５６のいずれか一項に記載の方法。
59. 前記対象の遺伝子発現を、マイクロアレイ、ＲＮＡシーケンシング、リアルタイム定量的逆転写ＰＣＲ（ｑＲＴ−ＰＣＲ）、ビーズアレイ、及びＥＬＩＳＡのうちの少なくとも１つによって測定する、請求項４９に記載の使用。
60. 前記遺伝子発現応答シグネチャーが：
    遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて互いにクラスター形成すると判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む方法によって、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された、請求項４９に記載の使用。
61. 前記遺伝子発現応答シグネチャーが：
    遺伝子の発現レベルが臨床応答性または非応答性に有意に相関する遺伝子をヒトインタラクトームマップ上にマッピングし；及び
    ヒトインタラクトームマップにおいて互いに近位にあると判定された複数の遺伝子を選択し、それにより、前記遺伝子発現応答シグネチャーを確立する工程を含む方法によって、前記抗ＴＮＦ療法を受けた応答性の以前の対象と非応答性の以前の対象を区別するために確立された、請求項４９に記載の使用。。
62. 前記方法が：
    既知の応答者と非応答者の群に応答の確率を割り当てることにより、前記遺伝子発現応答シグネチャーを検証し；
    応答者及び非応答者の盲検群に対して前記遺伝子発現応答シグネチャーをチェックする工程をさらに含む、請求項６０または６１に記載の使用。

Images