JP2022079646A - 微生物ゲノム薬理学のための方法およびシステム - Google Patents
微生物ゲノム薬理学のための方法およびシステム Download PDFInfo
- Publication number
- JP2022079646A JP2022079646A JP2022058908A JP2022058908A JP2022079646A JP 2022079646 A JP2022079646 A JP 2022079646A JP 2022058908 A JP2022058908 A JP 2022058908A JP 2022058908 A JP2022058908 A JP 2022058908A JP 2022079646 A JP2022079646 A JP 2022079646A
- Authority
- JP
- Japan
- Prior art keywords
- antibiotic
- microbiome
- microbiota
- dataset
- characterization
- 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
- 238000000034 method Methods 0.000 title claims abstract description 154
- 230000000813 microbial effect Effects 0.000 title claims abstract description 55
- 230000002974 pharmacogenomic effect Effects 0.000 title abstract description 5
- 238000011282 treatment Methods 0.000 claims abstract description 208
- 244000005700 microbiome Species 0.000 claims abstract description 199
- 238000012512 characterization method Methods 0.000 claims abstract description 166
- 239000012472 biological sample Substances 0.000 claims abstract description 60
- 239000003242 anti bacterial agent Substances 0.000 claims abstract description 57
- 239000000523 sample Substances 0.000 claims abstract description 34
- 229940088710 antibiotic agent Drugs 0.000 claims abstract description 32
- 238000012163 sequencing technique Methods 0.000 claims abstract description 31
- 230000003115 biocidal effect Effects 0.000 claims description 206
- 230000000144 pharmacologic effect Effects 0.000 claims description 162
- 241000736262 Microbiota Species 0.000 claims description 134
- 239000000203 mixture Substances 0.000 claims description 79
- 108090000623 proteins and genes Proteins 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 42
- 150000007523 nucleic acids Chemical class 0.000 claims description 28
- 230000003321 amplification Effects 0.000 claims description 26
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 26
- 230000000153 supplemental effect Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 23
- 108020004707 nucleic acids Proteins 0.000 claims description 21
- 102000039446 nucleic acids Human genes 0.000 claims description 21
- 230000035772 mutation Effects 0.000 claims description 19
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 10
- 108091032973 (ribonucleotides)n+m Proteins 0.000 claims description 9
- 206010018612 Gonorrhoea Diseases 0.000 claims description 9
- 208000001786 gonorrhea Diseases 0.000 claims description 9
- 208000019206 urinary tract infection Diseases 0.000 claims description 7
- 108091028043 Nucleic acid sequence Proteins 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000007481 next generation sequencing Methods 0.000 claims description 6
- 239000002773 nucleotide Substances 0.000 claims description 6
- 125000003729 nucleotide group Chemical group 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 208000019802 Sexually transmitted disease Diseases 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000004060 metabolic process Effects 0.000 claims description 5
- 108700028369 Alleles Proteins 0.000 claims description 4
- 108020004705 Codon Proteins 0.000 claims description 4
- 108010041052 DNA Topoisomerase IV Proteins 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 101150070420 gyrA gene Proteins 0.000 claims description 4
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 4
- 230000008707 rearrangement Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 230000005945 translocation Effects 0.000 claims description 4
- 108020004999 messenger RNA Proteins 0.000 claims description 3
- 101150038610 penA gene Proteins 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000009885 systemic effect Effects 0.000 claims description 3
- 208000026234 goat disease Diseases 0.000 claims description 2
- 239000012620 biological material Substances 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 32
- 230000001225 therapeutic effect Effects 0.000 description 21
- 238000004458 analytical method Methods 0.000 description 16
- 238000002560 therapeutic procedure Methods 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 230000001580 bacterial effect Effects 0.000 description 9
- 201000010099 disease Diseases 0.000 description 9
- 239000006041 probiotic Substances 0.000 description 9
- 235000018291 probiotics Nutrition 0.000 description 9
- 241000894006 Bacteria Species 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 230000000529 probiotic effect Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003066 decision tree Methods 0.000 description 7
- 230000002068 genetic effect Effects 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 208000015181 infectious disease Diseases 0.000 description 7
- 235000018102 proteins Nutrition 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 244000005702 human microbiome Species 0.000 description 5
- 238000003752 polymerase chain reaction Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 108020004465 16S ribosomal RNA Proteins 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002906 microbiologic effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000011269 treatment regimen Methods 0.000 description 4
- 229930186147 Cephalosporin Natural products 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 229940124587 cephalosporin Drugs 0.000 description 3
- 150000001780 cephalosporins Chemical class 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000036449 good health Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- -1 loci Proteins 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 108020004463 18S ribosomal RNA Proteins 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 238000007397 LAMP assay Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 241000588652 Neisseria gonorrhoeae Species 0.000 description 2
- 102000008579 Transposases Human genes 0.000 description 2
- 108010020764 Transposases Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000001124 body fluid Anatomy 0.000 description 2
- 239000010839 body fluid Substances 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 241000902900 cellular organisms Species 0.000 description 2
- MYSWGUAQZAJSOK-UHFFFAOYSA-N ciprofloxacin Chemical compound C12=CC(N3CCNCC3)=C(F)C=C2C(=O)C(C(=O)O)=CN1C1CC1 MYSWGUAQZAJSOK-UHFFFAOYSA-N 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003828 downregulation Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 125000000524 functional group Chemical group 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 210000005260 human cell Anatomy 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 206010034674 peritonitis Diseases 0.000 description 2
- 235000013406 prebiotics Nutrition 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001850 reproductive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- 230000000699 topical effect Effects 0.000 description 2
- 230000003827 upregulation Effects 0.000 description 2
- 210000001635 urinary tract Anatomy 0.000 description 2
- IZXIZTKNFFYFOF-UHFFFAOYSA-N 2-Oxazolidone Chemical compound O=C1NCCO1 IZXIZTKNFFYFOF-UHFFFAOYSA-N 0.000 description 1
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010002329 Aneurysm Diseases 0.000 description 1
- 208000023275 Autoimmune disease Diseases 0.000 description 1
- 208000012639 Balance disease Diseases 0.000 description 1
- 108010078791 Carrier Proteins Proteins 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 206010011985 Decubitus ulcer Diseases 0.000 description 1
- 208000027244 Dysbiosis Diseases 0.000 description 1
- 208000018522 Gastrointestinal disease Diseases 0.000 description 1
- 208000004575 Infectious Arthritis Diseases 0.000 description 1
- 208000035478 Interatrial communication Diseases 0.000 description 1
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 201000008197 Laryngitis Diseases 0.000 description 1
- 108010028921 Lipopeptides Proteins 0.000 description 1
- 201000009906 Meningitis Diseases 0.000 description 1
- 108060004795 Methyltransferase Proteins 0.000 description 1
- 108700005443 Microbial Genes Proteins 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000005141 Otitis Diseases 0.000 description 1
- 208000029082 Pelvic Inflammatory Disease Diseases 0.000 description 1
- 229930182555 Penicillin Natural products 0.000 description 1
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 1
- 201000007100 Pharyngitis Diseases 0.000 description 1
- 238000011529 RT qPCR Methods 0.000 description 1
- 208000025747 Rheumatic disease Diseases 0.000 description 1
- 229930189077 Rifamycin Natural products 0.000 description 1
- 206010040047 Sepsis Diseases 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 239000004098 Tetracycline Substances 0.000 description 1
- 206010064921 Urinary tract inflammation Diseases 0.000 description 1
- 238000001790 Welch's t-test Methods 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000000843 anti-fungal effect Effects 0.000 description 1
- 229940121375 antifungal agent Drugs 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000013914 atrial heart septal defect Diseases 0.000 description 1
- 206010003664 atrial septal defect Diseases 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 208000025255 bacterial arthritis Diseases 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000013542 behavioral therapy Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 210000003756 cervix mucus Anatomy 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 229960003405 ciprofloxacin Drugs 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000009226 cognitive therapy Methods 0.000 description 1
- 230000001332 colony forming effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 1
- 235000018417 cysteine Nutrition 0.000 description 1
- 201000003146 cystitis Diseases 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 229940124447 delivery agent Drugs 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000021004 dietary regimen Nutrition 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000007140 dysbiosis Effects 0.000 description 1
- 208000019258 ear infection Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 238000007672 fourth generation sequencing Methods 0.000 description 1
- 230000010370 hearing loss Effects 0.000 description 1
- 231100000888 hearing loss Toxicity 0.000 description 1
- 208000016354 hearing loss disease Diseases 0.000 description 1
- 238000007849 hot-start PCR Methods 0.000 description 1
- 230000005965 immune activity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 210000004020 intracellular membrane Anatomy 0.000 description 1
- 238000007403 mPCR Methods 0.000 description 1
- 239000003120 macrolide antibiotic agent Substances 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 230000013370 mutualism Effects 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 201000008383 nephritis Diseases 0.000 description 1
- 238000007857 nested PCR Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 229940049954 penicillin Drugs 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 238000001243 protein synthesis Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000012175 pyrosequencing Methods 0.000 description 1
- LISFMEBWQUVKPJ-UHFFFAOYSA-N quinolin-2-ol Chemical compound C1=CC=C2NC(=O)C=CC2=C1 LISFMEBWQUVKPJ-UHFFFAOYSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 229960003292 rifamycin Drugs 0.000 description 1
- HJYYPODYNSCCOU-ODRIEIDWSA-N rifamycin SV Chemical compound OC1=C(C(O)=C2C)C3=C(O)C=C1NC(=O)\C(C)=C/C=C/[C@H](C)[C@H](O)[C@@H](C)[C@@H](O)[C@@H](C)[C@H](OC(C)=O)[C@H](C)[C@@H](OC)\C=C\O[C@@]1(C)OC2=C3C1=O HJYYPODYNSCCOU-ODRIEIDWSA-N 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000007480 sanger sequencing Methods 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 208000013223 septicemia Diseases 0.000 description 1
- 238000002864 sequence alignment Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 201000009890 sinusitis Diseases 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 238000000551 statistical hypothesis test Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 229940124530 sulfonamide Drugs 0.000 description 1
- 150000003456 sulfonamides Chemical class 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000013268 sustained release Methods 0.000 description 1
- 239000012730 sustained-release form Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 208000006379 syphilis Diseases 0.000 description 1
- 230000010119 systemic immune function Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 229960002180 tetracycline Drugs 0.000 description 1
- 229930101283 tetracycline Natural products 0.000 description 1
- 235000019364 tetracycline Nutrition 0.000 description 1
- 150000003522 tetracyclines Chemical class 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 206010044008 tonsillitis Diseases 0.000 description 1
- 238000007862 touchdown PCR Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 208000013464 vaginal disease Diseases 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
- 239000000304 virulence factor Substances 0.000 description 1
- 230000007923 virulence factor Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- 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
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
-
- 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
- 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
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Data Mining & Analysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Nursing (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
Abstract
【課題】微生物薬理ゲノミクスに関する方法およびシステムを提供すること。【解決手段】本開示の実施形態は、利用者のセットからの生物学的試料を含む容器を回収するように作動可能であって、生物学的試料から微生物配列を決定するように作動可能である配列決定システムを含む試料ハンドリングシステム;微生物配列に基づきマイクロバイオーム薬理ゲノミクスデータを決定し、利用者のセットについて抗生物質関連状態に関連する補足データを回収し、補足データおよびマイクロバイオーム薬理ゲノミクスデータから抽出された特性を抗生物質関連状態に関連する特徴付けモデルに変換するように作動可能であるマイクロバイオーム特徴付けシステム;および抗生物質関連状態に関する特徴付けモデルを用いて利用者生体物質を特徴付けることに基づき抗生物質関連状態に対する処置を利用者に勧めるように作動可能である処置システムを含むことができる。【選択図】なし
Description
関連出願への相互参照
本出願は、2017年5月26日に出願された米国特許出願番号第15/606,743号の一部継続出願であり、この一部継続出願は、2015年10月21日に出願された米国特許出願番号第14/919,614号の継続出願であり、この継続出願は、2014年10月21日に出願された米国仮願番号第62/066,369号、2014年12月4日に出願された米国仮特許出願番号第62/087,551号、2014年12月17日に出願された米国仮願番号第62/092,999号、2015年4月14日に出願された米国仮願番号第62/147,376号、2015年4月14日に出願された米国仮願番号第62/147,212号、2015年4月14日に出願された米国仮願番号第62/147,362号、2015年4月13日に出願された米国仮願番号第62/146,855号および2015年8月18日に出願された米国仮願番号第62/206,654号の利益を主張しており、これら出願は各々は、この参照によってその全体が本明細書中に援用される。
本出願は、2017年5月26日に出願された米国特許出願番号第15/606,743号の一部継続出願であり、この一部継続出願は、2015年10月21日に出願された米国特許出願番号第14/919,614号の継続出願であり、この継続出願は、2014年10月21日に出願された米国仮願番号第62/066,369号、2014年12月4日に出願された米国仮特許出願番号第62/087,551号、2014年12月17日に出願された米国仮願番号第62/092,999号、2015年4月14日に出願された米国仮願番号第62/147,376号、2015年4月14日に出願された米国仮願番号第62/147,212号、2015年4月14日に出願された米国仮願番号第62/147,362号、2015年4月13日に出願された米国仮願番号第62/146,855号および2015年8月18日に出願された米国仮願番号第62/206,654号の利益を主張しており、これら出願は各々は、この参照によってその全体が本明細書中に援用される。
本出願はさらに、2016年7月13日に出願された米国仮出願番号第62/361,943号の利益を主張しており、この仮出願は、この参照によってその全体が援用される。
技術分野
本発明は、微生物学の分野に一般に関し、さらに具体的には微生物学の分野における微生物薬理ゲノミクスのための新規かつ有用な方法およびシステムに関する。
本発明は、微生物学の分野に一般に関し、さらに具体的には微生物学の分野における微生物薬理ゲノミクスのための新規かつ有用な方法およびシステムに関する。
背景
マイクロバイオームは、生物に関連する共生、相利共生および病原性微生物の生態学的共同体である。ヒトマイクロバイオームは、ヒトの全身に存在するヒト細胞と同じくらい多い微生物細胞を含むが、ヒトマイクロバイオームの特徴付けは、試料処理技術、遺伝子分析技術および多量のデータを処理するためのリソースにおける限界のためにまだ発生期にある。それにもかかわらずマイクロバイオームは、いくつかの健康/疾患関連状況(例えば、出産準備、糖尿病、自己免疫性障害、胃腸障害、リウマチ障害、神経学的障害など)において少なくとも部分的な役割を演じると考えられている。罹患している対象の健康におけるマイクロバイオームの深い意義を考慮すると、マイクロバイオームの特徴付けに関連する努力、特徴付けからの知見の生成および腸内毒素症(dysbiosis)の状況を修正するように構成された治療法の創製を追求すべきである。ヒトのマイクロバイオームを分析し、得られた知見に基づいて治療手段を提供するための現在の方法およびシステムは、しかし、多くの課題が残されたままである。詳細には、ある特定の健康状態ならびにマイクロバイオーム組成、機能的特性および/または薬理ゲノミクス特性に基づいて特定の対象に合わせた治療(例えば、プロバイオティクス/プレバイオティクス治療、便微生物移植など)を特徴付けるための方法は、現在の技術における限界のために実行可能でない。
マイクロバイオームは、生物に関連する共生、相利共生および病原性微生物の生態学的共同体である。ヒトマイクロバイオームは、ヒトの全身に存在するヒト細胞と同じくらい多い微生物細胞を含むが、ヒトマイクロバイオームの特徴付けは、試料処理技術、遺伝子分析技術および多量のデータを処理するためのリソースにおける限界のためにまだ発生期にある。それにもかかわらずマイクロバイオームは、いくつかの健康/疾患関連状況(例えば、出産準備、糖尿病、自己免疫性障害、胃腸障害、リウマチ障害、神経学的障害など)において少なくとも部分的な役割を演じると考えられている。罹患している対象の健康におけるマイクロバイオームの深い意義を考慮すると、マイクロバイオームの特徴付けに関連する努力、特徴付けからの知見の生成および腸内毒素症(dysbiosis)の状況を修正するように構成された治療法の創製を追求すべきである。ヒトのマイクロバイオームを分析し、得られた知見に基づいて治療手段を提供するための現在の方法およびシステムは、しかし、多くの課題が残されたままである。詳細には、ある特定の健康状態ならびにマイクロバイオーム組成、機能的特性および/または薬理ゲノミクス特性に基づいて特定の対象に合わせた治療(例えば、プロバイオティクス/プレバイオティクス治療、便微生物移植など)を特徴付けるための方法は、現在の技術における限界のために実行可能でない。
したがって、個別のかつ集団全体の様式での微生物薬理ゲノミクスのための新規かつ有用な方法およびシステムに対する必要性が微生物学の分野にある。本技術は、そのような新規かつ有用な方法およびシステムを生成する。
本発明は、例えば、以下の項目を有する。
(項目1)
利用者との関連において抗生物質治療可能状態を評価するためのシステムであって、
利用者のセットからの生体物質を含む容器を回収するように作動可能であって、前記生体物質から微生物配列を決定するように作動可能である配列決定装置システムを含むハンドリングシステム;
前記微生物配列に基づいて、マイクロバイオーム薬理ゲノミクスデータ、ならびにマイクロバイオーム組成データおよびマイクロバイオーム機能的多様性データのうちの少なくとも1つを決定し、
前記利用者のセットについて前記抗生物質治療可能状態に関連する補足データを回収し、そして
前記補足データ、ならびに前記マイクロバイオーム薬理ゲノミクスデータおよび前記マイクロバイオーム組成データおよび前記マイクロバイオーム機能的多様性データのうちの少なくとも1つから抽出された特性を、前記抗生物質治療可能状態に関連する特徴付けモデルに変換するように作動可能であるマイクロバイオーム特徴付けシステム;ならびに
前記抗生物質治療可能状態に関する前記特徴付けモデルを用いて利用者生体物質を特徴付けることに基づいて前記抗生物質治療可能状態に対する処置を前記利用者に勧めるように作動可能である処置システム
を含むシステム。
(項目2)
前記ハンドリングシステムが、前記抗生物質治療可能状態に関連する核酸配列に対するプライマーを使用して、前記生体物質からの核酸物質を増幅することに基づいて前記微生物配列を決定するように作動可能である、項目1に記載のシステム。
(項目3)
前記ハンドリングシステムが、前記利用者生体物質を含む利用者容器を回収するように作動可能であって、前記処置システムが試料採取された利用者生体物質を特徴付けることに基づいて前記処置を促進するように作動可能であって、前記処置が前記抗生物質治療可能状態の状況を改善するように利用者マイクロバイオーム組成を調節するよう作動可能である、項目1に記載のシステム。
(項目4)
前記特性が、前記抗生物質治療可能状態に関連する分類群に関するコドン変異、エクソン欠失、置換、遺伝子再構成および転座のうちの少なくとも1つに関連するマイクロバイオーム薬理ゲノミクス特性を含む、項目1に記載のシステム。
(項目5)
前記マイクロバイオーム薬理ゲノミクス特性が、微生物株変異性、抗生物質に対する微生物株の耐性および微生物株共依存挙動のうちの少なくとも1つに関連する、項目4に記載のシステム。
(項目6)
前記マイクロバイオーム薬理ゲノミクス特性が、前記抗生物質治療可能状態に関する微生物薬理ゲノミクスマーカーの相対存在量に関連する、項目4に記載のシステム。
(項目7)
前記特性が、次の:構造RNA、制御RNA、メッセンジャーRNA、タンパク質およびペプチドのうちの少なくとも1つを含む、生物学的に活性な分子の耐性および代謝のうちの少なくとも1つに関連するヌクレオチド関連機能的特性を含む、項目1に記載のシステム。
(項目8)
前記抗生物質治療可能状態が、尿路感染および性行為感染疾患のうちの少なくとも1つを含み、前記マイクロバイオーム特徴付けシステムが、前記補足データ、ならびに前記マイクロバイオーム薬理ゲノミクスデータおよび前記マイクロバイオーム組成データおよび前記マイクロバイオーム機能的多様性データのうちの少なくとも1つから抽出された前記特性を前記尿路感染および前記性行為感染疾患のうちの少なくとも1つについての特徴付けモデルに変換するように作動可能である、項目1に記載のシステム。
(項目9)
前記抗生物質治療可能状態が淋病関連状態を含み、前記特性が、前記マイクロバイオーム薬理ゲノミクスデータから抽出され、そしてモザイクpenA対立遺伝子に関連するマイクロバイオーム薬理ゲノミクス特性を含む、項目8に記載のシステム。
(項目10)
前記処置システムが前記マイクロバイオーム薬理ゲノミクス特性に基づいてセファロスポリン処置の有効性を評価するように作動可能であって、前記有効性に基づいて前記処置を勧めるように作動可能である、項目9に記載のシステム。
(項目11)
前記抗生物質治療可能状態に関連し、人口動態特徴を共有する利用者群と比較した前記利用者についての利用者マイクロバイオーム薬理ゲノミクスプロファイル間の比較に基づいて導かれた抗生物質関連情報の表示を改善するように作動可能であるインターフェースをさらに含む、項目1に記載のシステム。
(項目12)
第1の利用者に関する抗生物質関連状態を評価するための方法であって、
対象のセットからの生物学的試料に由来する微生物配列に基づいてマイクロバイオーム薬理ゲノミクスデータを決定するステップ;
前記対象のセットについての前記抗生物質関連状態に関し情報価値がある補足データセットを受け取るステップ;
前記マイクロバイオーム薬理ゲノミクスデータおよび前記補足データセットに基づいて第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定するステップ;
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性に基づいて前記抗生物質関連状態に関連する特徴付けモデルを生成するステップ;
前記特徴付けモデルに基づいて前記抗生物質関連状態に関して第1の利用者についての特徴付けを決定するステップ;ならびに
前記特徴付けに基づいて前記第1の利用者に治療を勧めるステップであって、前記治療が前記抗生物質関連状態に関連しているステップ
を含む方法。
(項目13)
前記マイクロバイオーム薬理ゲノミクスデータを決定するステップが:
前記生物学的試料由来の核酸物質を増幅することに基づいて前記微生物配列を決定すること;
前記抗生物質関連状態に関連する参照核酸配列セットとの前記微生物配列のアライメントを決定すること;および
前記アライメントに基づいて前記マイクロバイオーム薬理ゲノミクスデータを決定することを含む、項目12に記載の方法。
(項目14)
前記核酸物質を増幅することが次世代配列決定プラットホームのブリッジ増幅基板を用いて、前記核酸物質の多重増幅を実施することを含み、前記マイクロバイオーム薬理ゲノミクスデータを決定することが、前記次世代配列決定プラットホームと通信するように作動可能であるコンピュータシステムで前記マイクロバイオーム薬理ゲノミクスデータを決定することを含む、項目13に記載の方法。
(項目15)
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性と前記抗生物質関連状態に関する抗生物質有効性との間の相関性に関連するマイクロバイオーム薬理ゲノミクス特性選択規則を得るステップをさらに含み、前記第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定するステップが、前記マイクロバイオーム薬理ゲノミクスデータを前記マイクロバイオーム薬理ゲノミクス特性選択規則に対して評価することに基づいて前記第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定することを含む、項目12に記載の方法。
(項目16)
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性が、生物学的に活性な分子の耐性および代謝のうちの少なくとも1つに関連するヌクレオチド関連機能的特性を含む、項目12に記載の方法。
(項目17)
前記治療が、前記第1の利用者のマイクロバイオーム薬理ゲノミクスプロファイルの変更を勧めるように作動可能であり、前記方法が、
前記第1の利用者からの治療後生物学的試料を受けるステップ;
前記治療後生物学的試料に基づいてマイクロバイオーム薬理ゲノミクス特性の更新されたセットを決定するステップ;
前記特徴付けモデルおよびマイクロバイオーム薬理ゲノミクス特性の前記更新されたセットに基づいて、前記第1の利用者について前記抗生物質関連状態に関する更新された特徴付けを決定するステップ;ならびに
前記更新された特徴付けに基づいて前記第1の利用者に第1の更新された治療を勧めるステップをさらに含む、項目12に記載の方法。
(項目18)
前記第1の利用者についての前記更新された特徴付けに基づいて更新された抗生物質治療モデルを生成するステップ;および
前記更新された抗生物質治療モデルに基づいて第2の利用者に抗生物質治療を勧めるステップであって、第2の更新された治療が、前記第2の利用者のマイクロバイオーム組成を調節するように作動可能である、ステップ、をさらに含む、項目17に記載の方法。
(項目19)
第2の利用者の生物学的試料に基づいて前記第2の利用者についての、マイクロバイオーム薬理ゲノミクス特性の第2のセットを決定するステップをさらに含み、前記更新された抗生物質治療モデルに基づいて前記抗生物質治療を勧めるステップが、決定木モデルを用いて、前記第2のセットのマイクロバイオーム薬理ゲノミクス特性を処理することに基づいて前記抗生物質治療を決定することを含む、項目18に記載の方法。
(項目20)
前記特徴付けモデルを生成するステップが、前記第1のセットのマイクロバイオーム薬理ゲノミクス特性、ならびにマイクロバイオーム組成多様性特性およびマイクロバイオーム機能的多様性特性のうちの少なくとも1つを含むマイクロバイオーム特性セットに基づいて前記特徴付けモデルを生成することを含み、そして
前記第1の利用者についての前記特徴付けを決定するステップが、利用者マイクロバイオーム薬理ゲノミクス特性、ならびに利用者マイクロバイオーム組成多様性特性および利用者マイクロバイオーム機能的多様性特性のうちの少なくとも1つを含む利用者マイクロバイオーム特性セットに基づいて前記第1の利用者の前記特徴付けを決定することを含む、項目12に記載の方法。
(項目21)
前記抗生物質関連状態が淋病関連状態を含み、前記マイクロバイオーム組成多様性特性が、前記淋病関連状態に関連する分類群についての組成特性を含み、マイクロバイオーム薬理ゲノミクス特性の前記第1のセットが、前記分類群に関連する遺伝子に関する点変異特性セットを含む、項目20に記載の方法。
(項目22)
前記点変異特性セットが、前記分類群のgyrA遺伝子およびparC遺伝子のうちの少なくとも1つ中の点変異に関連する、項目21に記載の方法。
本発明は、例えば、以下の項目を有する。
(項目1)
利用者との関連において抗生物質治療可能状態を評価するためのシステムであって、
利用者のセットからの生体物質を含む容器を回収するように作動可能であって、前記生体物質から微生物配列を決定するように作動可能である配列決定装置システムを含むハンドリングシステム;
前記微生物配列に基づいて、マイクロバイオーム薬理ゲノミクスデータ、ならびにマイクロバイオーム組成データおよびマイクロバイオーム機能的多様性データのうちの少なくとも1つを決定し、
前記利用者のセットについて前記抗生物質治療可能状態に関連する補足データを回収し、そして
前記補足データ、ならびに前記マイクロバイオーム薬理ゲノミクスデータおよび前記マイクロバイオーム組成データおよび前記マイクロバイオーム機能的多様性データのうちの少なくとも1つから抽出された特性を、前記抗生物質治療可能状態に関連する特徴付けモデルに変換するように作動可能であるマイクロバイオーム特徴付けシステム;ならびに
前記抗生物質治療可能状態に関する前記特徴付けモデルを用いて利用者生体物質を特徴付けることに基づいて前記抗生物質治療可能状態に対する処置を前記利用者に勧めるように作動可能である処置システム
を含むシステム。
(項目2)
前記ハンドリングシステムが、前記抗生物質治療可能状態に関連する核酸配列に対するプライマーを使用して、前記生体物質からの核酸物質を増幅することに基づいて前記微生物配列を決定するように作動可能である、項目1に記載のシステム。
(項目3)
前記ハンドリングシステムが、前記利用者生体物質を含む利用者容器を回収するように作動可能であって、前記処置システムが試料採取された利用者生体物質を特徴付けることに基づいて前記処置を促進するように作動可能であって、前記処置が前記抗生物質治療可能状態の状況を改善するように利用者マイクロバイオーム組成を調節するよう作動可能である、項目1に記載のシステム。
(項目4)
前記特性が、前記抗生物質治療可能状態に関連する分類群に関するコドン変異、エクソン欠失、置換、遺伝子再構成および転座のうちの少なくとも1つに関連するマイクロバイオーム薬理ゲノミクス特性を含む、項目1に記載のシステム。
(項目5)
前記マイクロバイオーム薬理ゲノミクス特性が、微生物株変異性、抗生物質に対する微生物株の耐性および微生物株共依存挙動のうちの少なくとも1つに関連する、項目4に記載のシステム。
(項目6)
前記マイクロバイオーム薬理ゲノミクス特性が、前記抗生物質治療可能状態に関する微生物薬理ゲノミクスマーカーの相対存在量に関連する、項目4に記載のシステム。
(項目7)
前記特性が、次の:構造RNA、制御RNA、メッセンジャーRNA、タンパク質およびペプチドのうちの少なくとも1つを含む、生物学的に活性な分子の耐性および代謝のうちの少なくとも1つに関連するヌクレオチド関連機能的特性を含む、項目1に記載のシステム。
(項目8)
前記抗生物質治療可能状態が、尿路感染および性行為感染疾患のうちの少なくとも1つを含み、前記マイクロバイオーム特徴付けシステムが、前記補足データ、ならびに前記マイクロバイオーム薬理ゲノミクスデータおよび前記マイクロバイオーム組成データおよび前記マイクロバイオーム機能的多様性データのうちの少なくとも1つから抽出された前記特性を前記尿路感染および前記性行為感染疾患のうちの少なくとも1つについての特徴付けモデルに変換するように作動可能である、項目1に記載のシステム。
(項目9)
前記抗生物質治療可能状態が淋病関連状態を含み、前記特性が、前記マイクロバイオーム薬理ゲノミクスデータから抽出され、そしてモザイクpenA対立遺伝子に関連するマイクロバイオーム薬理ゲノミクス特性を含む、項目8に記載のシステム。
(項目10)
前記処置システムが前記マイクロバイオーム薬理ゲノミクス特性に基づいてセファロスポリン処置の有効性を評価するように作動可能であって、前記有効性に基づいて前記処置を勧めるように作動可能である、項目9に記載のシステム。
(項目11)
前記抗生物質治療可能状態に関連し、人口動態特徴を共有する利用者群と比較した前記利用者についての利用者マイクロバイオーム薬理ゲノミクスプロファイル間の比較に基づいて導かれた抗生物質関連情報の表示を改善するように作動可能であるインターフェースをさらに含む、項目1に記載のシステム。
(項目12)
第1の利用者に関する抗生物質関連状態を評価するための方法であって、
対象のセットからの生物学的試料に由来する微生物配列に基づいてマイクロバイオーム薬理ゲノミクスデータを決定するステップ;
前記対象のセットについての前記抗生物質関連状態に関し情報価値がある補足データセットを受け取るステップ;
前記マイクロバイオーム薬理ゲノミクスデータおよび前記補足データセットに基づいて第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定するステップ;
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性に基づいて前記抗生物質関連状態に関連する特徴付けモデルを生成するステップ;
前記特徴付けモデルに基づいて前記抗生物質関連状態に関して第1の利用者についての特徴付けを決定するステップ;ならびに
前記特徴付けに基づいて前記第1の利用者に治療を勧めるステップであって、前記治療が前記抗生物質関連状態に関連しているステップ
を含む方法。
(項目13)
前記マイクロバイオーム薬理ゲノミクスデータを決定するステップが:
前記生物学的試料由来の核酸物質を増幅することに基づいて前記微生物配列を決定すること;
前記抗生物質関連状態に関連する参照核酸配列セットとの前記微生物配列のアライメントを決定すること;および
前記アライメントに基づいて前記マイクロバイオーム薬理ゲノミクスデータを決定することを含む、項目12に記載の方法。
(項目14)
前記核酸物質を増幅することが次世代配列決定プラットホームのブリッジ増幅基板を用いて、前記核酸物質の多重増幅を実施することを含み、前記マイクロバイオーム薬理ゲノミクスデータを決定することが、前記次世代配列決定プラットホームと通信するように作動可能であるコンピュータシステムで前記マイクロバイオーム薬理ゲノミクスデータを決定することを含む、項目13に記載の方法。
(項目15)
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性と前記抗生物質関連状態に関する抗生物質有効性との間の相関性に関連するマイクロバイオーム薬理ゲノミクス特性選択規則を得るステップをさらに含み、前記第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定するステップが、前記マイクロバイオーム薬理ゲノミクスデータを前記マイクロバイオーム薬理ゲノミクス特性選択規則に対して評価することに基づいて前記第1のセットのマイクロバイオーム薬理ゲノミクス特性を決定することを含む、項目12に記載の方法。
(項目16)
前記第1のセットのマイクロバイオーム薬理ゲノミクス特性が、生物学的に活性な分子の耐性および代謝のうちの少なくとも1つに関連するヌクレオチド関連機能的特性を含む、項目12に記載の方法。
(項目17)
前記治療が、前記第1の利用者のマイクロバイオーム薬理ゲノミクスプロファイルの変更を勧めるように作動可能であり、前記方法が、
前記第1の利用者からの治療後生物学的試料を受けるステップ;
前記治療後生物学的試料に基づいてマイクロバイオーム薬理ゲノミクス特性の更新されたセットを決定するステップ;
前記特徴付けモデルおよびマイクロバイオーム薬理ゲノミクス特性の前記更新されたセットに基づいて、前記第1の利用者について前記抗生物質関連状態に関する更新された特徴付けを決定するステップ;ならびに
前記更新された特徴付けに基づいて前記第1の利用者に第1の更新された治療を勧めるステップをさらに含む、項目12に記載の方法。
(項目18)
前記第1の利用者についての前記更新された特徴付けに基づいて更新された抗生物質治療モデルを生成するステップ;および
前記更新された抗生物質治療モデルに基づいて第2の利用者に抗生物質治療を勧めるステップであって、第2の更新された治療が、前記第2の利用者のマイクロバイオーム組成を調節するように作動可能である、ステップ、をさらに含む、項目17に記載の方法。
(項目19)
第2の利用者の生物学的試料に基づいて前記第2の利用者についての、マイクロバイオーム薬理ゲノミクス特性の第2のセットを決定するステップをさらに含み、前記更新された抗生物質治療モデルに基づいて前記抗生物質治療を勧めるステップが、決定木モデルを用いて、前記第2のセットのマイクロバイオーム薬理ゲノミクス特性を処理することに基づいて前記抗生物質治療を決定することを含む、項目18に記載の方法。
(項目20)
前記特徴付けモデルを生成するステップが、前記第1のセットのマイクロバイオーム薬理ゲノミクス特性、ならびにマイクロバイオーム組成多様性特性およびマイクロバイオーム機能的多様性特性のうちの少なくとも1つを含むマイクロバイオーム特性セットに基づいて前記特徴付けモデルを生成することを含み、そして
前記第1の利用者についての前記特徴付けを決定するステップが、利用者マイクロバイオーム薬理ゲノミクス特性、ならびに利用者マイクロバイオーム組成多様性特性および利用者マイクロバイオーム機能的多様性特性のうちの少なくとも1つを含む利用者マイクロバイオーム特性セットに基づいて前記第1の利用者の前記特徴付けを決定することを含む、項目12に記載の方法。
(項目21)
前記抗生物質関連状態が淋病関連状態を含み、前記マイクロバイオーム組成多様性特性が、前記淋病関連状態に関連する分類群についての組成特性を含み、マイクロバイオーム薬理ゲノミクス特性の前記第1のセットが、前記分類群に関連する遺伝子に関する点変異特性セットを含む、項目20に記載の方法。
(項目22)
前記点変異特性セットが、前記分類群のgyrA遺伝子およびparC遺伝子のうちの少なくとも1つ中の点変異に関連する、項目21に記載の方法。
本発明の実施形態の続く記載は、本発明をこれらの実施形態に限定することを意図せず、むしろ当業者が本発明を生成および使用できるようにする。
1.概説
1.概説
図2に示されるとおり、利用者(例えばヒト対象、患者、動物対象、環境生態系、ケア提供者など)に関する抗生物質関連状態を特徴付ける(例えば評価する)ためのシステム200の実施形態は、利用者のセットからの生物学的試料(例えば、核酸物質などの生体物質)を含む容器を回収するように作動可能であって、生物学的試料から微生物配列を決定するように作動可能な配列決定システム(例えば、配列決定装置システム)を含むハンドリングシステム210(例えば、試料ハンドリングシステム);微生物配列に基づいてマイクロバイオーム薬理ゲノミクスデータ(ならびに/またはマイクロバイオーム組成データおよびマイクロバイオーム機能的多様性データのうちの少なくとも1つ)を決定し、利用者のセットについて抗生物質関連状態に関連する補足データを回収し、そして補足データ、およびマイクロバイオーム薬理ゲノミクスデータ(および/またはマイクロバイオーム組成データおよびマイクロバイオーム機能的多様性データのうちの少なくとも1つ)から抽出された特性を抗生物質関連状態に関連する特徴付けモデルに変換するように作動可能なマイクロバイオーム特徴付けシステム220;ならびに抗生物質関連状態に関する特徴付けモデルを用いて利用者生体物質を特徴付けることに基づいて抗生物質関連状態に対する処置(例えば、治療)を利用者に勧める(例えば、処置が抗生物質関連状態の状況を改善するために利用者マイクロバイオーム組成を調節するように作動可能な場合など)ように作動可能な処置システム230(例えば、治療システム)の1つまたは複数を含むことができる。
システム200および方法100は、1つまたは複数の抗生物質関連状態に関連するマイクロバイオームデータセットによって利用者を(例えば、臨床診断のため、コンパニオン診断のための特徴付けモデル等を使用して)特徴付け、そして/または診断するために機能できる。システム200および方法100は、追加的にまたは代替的に利用者に治療手段などの処置を勧める(例えば、提供する)ように機能でき、そして/または任意の好適な機能を実施できる。システム200および/または方法100のバリエーションは、抗生物質に基づく処置の現在の標準と比較して迅速かつ効率的なやり方で個別化された抗生物質レジメンを生成し、そして/または提供するために使用できる。システム200および/または方法100のバリエーションは、例えば治療経過全体を通じた対象からの追加試料の受領、処理および分析を通じて対象に提供されたそのような治療のモニタリングおよび/または調整をさらに促進できる。
システム200および方法100は、好ましくは、症状、原因、疾患、障害、マイクロバイオーム薬理ゲノミクスプロファイル(例えば、抗生物質治療可能状態について抗生物質への耐性および/もしくは感受性を記載する)ならびに/または抗生物質関連状態に関連する任意の他の好適な態様のいずれか1つまたは複数を含むことができる抗生物質関連状態(例えば、抗生物質治療可能状態)に対して特徴付け、そして/または治療を生成および勧めることができる。抗生物質関連状態として:淋病、尿路感染、トリコモナス症、ざ瘡、虫垂炎、心房中隔欠損症、尿管瘤、尿道症候群、尿道炎、結核、細菌性関節炎、細菌性膣疾患、回転性めまい、平衡障害、褥瘡、滑液包炎、気管支炎、梅毒、扁桃炎、咽頭炎、敗血症、腎盂腎炎、耳感染症、聴覚消失、腹膜炎、心膜炎、骨盤内炎症性疾患、髄膜炎、喉頭炎、連鎖球菌性咽頭炎、副鼻腔感染、他の性行為感染症、他の皮膚関連状態、他の耳関連状態、他の口腔関連状態、他の細菌誘発感染および/または任意の他の好適な抗生物質関連状態の任意の1つまたは複数を挙げることができる。
本明細書に記載の方法100および/または工程の1つまたは複数の例は、非同期的に(例えば、連続的に)、同時に(例えば、並行して;抗生物質関連状態に対して特徴付け、そして/または治療を決定し、そして/または提供するために試料処理および/またはコンピュータ処理を改善するような並行計算のために異なるスレッド上で同時になど)、誘引事象との時間的関連で、および/または任意の好適な時期および頻度での任意の他の好適な順序で本明細書に記載のシステム200、コンポーネントおよび/またはエンティティの1つまたは複数の例によっておよび/またはそれを使用して実施されてよい。しかし、方法100および/またはシステム200は、任意の好適な様式で構成されてよい。
2.利益
2.利益
マイクロバイオーム分析は、微生物によって生じ、そして/またはそうでなければ関連する抗生物質関連状態に対して正確で効率的に特徴付け、そして/または治療提供を可能にする。本技術は、抗生物質関連状態について特徴付けることおよび/または治療を勧めることにおいて従来の手法が直面しているいくつかの課題を克服できる。第1に、従来の手法は、抗生物質関連状態に対して特徴付け、そして/または治療推奨を受けるために患者に1回または複数回のケア提供者への訪問を求める場合があり、診断および/または処置までに経過した時間に関連する非効率性および健康リスクになる場合がある。第2に、ヒトゲノム配列決定に関する従来の遺伝子配列決定および分析技術は、マイクロバイオームに適用される場合に不適合および/または非効率的である場合がある(例えば、ヒトマイクロバイオームがヒト細胞より10倍を超えて多い微生物細胞を含む可能性がある場合;最適な試料処理技術が異なる可能性がある場合;配列参照データベースが異なる可能性がある場合;マイクロバイオーム特徴付けが、異なる集団および/または個体にわたる異なるマイクロバイオーム薬理ゲノミクスプロファイルについての原因を含む可能性がある場合;異なる手法がマイクロバイオーム薬理ゲノミクス分析対ヒトゲノム薬理ゲノミクス分析について異なる可能性がある場合;マイクロバイオームが利用者のさまざまな身体領域にわたって変化する可能性がある場合など)。第3に、配列決定技術(例えば、次世代配列決定)の開始は、遺伝子材料の配列決定に関連する速度およびデータ生成におけるかつてない進歩がなければ存在しなかった技術的問題(例えば、データ処理問題、情報表示問題、マイクロバイオーム分析問題、治療予測問題、治療提供問題など)をもたらした。システム200および方法100の例は、少なくとも上に記載される課題への技術に根ざした解決策を付与できる。
第1に、本技術は、以前は実施できなかった機能のコンピュータ性能を促進することによって、コンピュータ関連技術に改善を付与できる(例えば、抗生物質関連状態についての個別化された特徴付け、および/または処置を決定することに関連するモデル化;マイクロバイオーム薬理ゲノミクスコンピュータ分析;生物学的試料処理に関連するコンピュータ処理など)。例えば本技術は、試料処理技術および配列決定技術における進歩から近年実行可能である技術(例えば、ゲノムリファレンスコンソーシアムなどの微生物参照配列データベースを利用すること)から導かれるマイクロバイオーム薬理ゲノミクスデータに基づいて、抗生物質関連状態についてのマイクロバイオーム特徴付け、および/または推奨治療をコンピュータ的に生成できる。
第2に、本技術は、処理速度、マイクロバイオーム特徴付け正確度、マイクロバイオーム関連治療決定および勧奨ならびに/または抗生物質関連状態に関する他の好適な態様に改善を付与できる。本技術は、特徴付けモデルおよび/または治療モデル(例えば、抗生物質治療モデル)を生成および/または適用するために、特性の(例えば、大量のマイクロバイオームデータから抽出可能な)膨大な潜在的プールから特性(例えば、マイクロバイオーム薬理ゲノミクス特性、マイクロバイオーム組成特性、マイクロバイオーム機能的多様性特性など)の最適化サブセットを選択するための特性選択規則(例えば、マイクロバイオーム薬理ゲノミクス特性選択規則;抗生物質関連特性選択規則)を生成および適用できる。マイクロバイオーム(例えば、ヒトマイクロバイオーム、動物マイクロバイオームなど)の潜在的なサイズは、大量のデータに翻訳でき、抗生物質関連状態に関する実施可能なマイクロバイオーム知見を生成するために膨大な数のデータをどの様に処理および分析するかという課題を生じさせる。しかし、特性選択規則および/または他の好適なコンピュータに実装可能な規則は、生成および実行時間(例えば、決定木モデルを生成および/または適用するため)の短縮、結果の効率的な解釈を促進するモデル単純化、過剰適合の低減、データソースにおける改善(例えば、マイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセット、マイクロバイオーム機能的多様性データセットなどのマイクロバイオームデータセットの回収および処理のため)、マイクロバイオームに関する抗生物質関連状態の知見の(例えば、本技術の予測力を改善するために、利用者数の増加に伴って増加する量のデータの回収および処理を通じた)同定および提示における改善、データ保存および検索(例えば、個別化された特徴付けおよび/または処置の送達を改善するために、利用者および/または利用者のセットに関連する特定のモデル、微生物配列、特性および/または他の好適なデータを保存することなど)における改善、ならびに特徴付けおよび/または治療の迅速な決定を促進するための他の好適な改善を可能にできる。
第3に、本技術は、エンティティ(例えば、利用者、生物学的試料、医療機器を含む処置システムなど)を異なる状況または事物に変換できる。例えば、システム200および/または方法100は、抗生物質関連状態を予防および/または回復させるために、マイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成および/またはマイクロバイオーム機能的多様性を変更し、それにより患者のマイクロバイオームおよび/または健康を変換するために患者に勧める治療を同定できる。別の例では本技術は、患者が受け取った生物学的試料を(例えば、断片化、多重増幅、配列決定などを通じて)マイクロバイオームデータセットに変換でき、これは、特徴付けモデルおよび/または治療モデルを生成するために、抗生物質関連状態に相関する特性に続いて変換されてよい。別の例では本技術は、治療を促進するために処置システムを制御でき(例えば、処置システムを実行するための制御命令を生成することによって)、それにより処置システムを変換する。別の例では、コンピュータ関連技術における改善は、抗生物質関連状態に関連するマイクロバイオーム薬理ゲノミクス特性(例えば、抗生物質耐性または感受性に関連する変異)、マイクロバイオーム組成特性および/またはマイクロバイオーム機能的多様性特性に対応すると同定された関連遺伝子標的と適合性のプライマーのサブセットを選択することなどの生物学的試料処理手法における変換を駆動できる。
第4に、本技術は、試料ハンドリングシステム、マイクロバイオーム特徴付けシステムおよび複数の利用者を含むネットワークにわたって機能の発明的分布に達することができ、試料ハンドリングシステムは複数の利用者からの生物学的試料の同時処理(例えば、多重様式で)を実質的に扱うことができ、マイクロバイオーム特徴付けシステムがそれを利用して、抗生物質関連状態についての個別化された特徴付けおよび/または治療(例えば、利用者のマイクロバイオーム薬理ゲノミクスプロファイルなどの利用者のマイクロバイオーム、病歴、人口動態、行動、嗜好などにカスタマイズされた)を生成することができる。
第5に本技術は、マイクロバイオームデジタル医学、デジタル医学一般、遺伝子配列決定および/または他の関連分野に関する抗生物質関連状態の少なくともコンピュータモデル化の技術分野を改善できる。第6に、本技術は、特化したコンピュータデバイス(例えば、配列決定システムなどの試料ハンドリングシステム;マイクロバイオーム特徴付けシステム;処置システムなどに関連するデバイス)を利用して、抗生物質関連状態を特徴付け、かつ/またはその治療を決定するためのマイクロバイオームデータセットを決定し、処理することができる。しかし本技術は、マイクロバイオーム特徴付けおよび/または調節のために非汎用コンピュータシステムを使用する内容において、任意の他の好適な利益(単数または複数)を提供できる。
3.システム
3.システム
システム200のハンドリングシステム210は、生物学的試料を受け取り、処理する(例えば、断片化、増幅、配列決定など)ように機能できる。ハンドリングシステム210は、追加的にまたは代替的に、メール配信システムおよび/または他の好適な工程を通じてなど複数の利用者(例えば、試料キット250の発注に対応して)に対して、試料キット250(例えば、生体物質を受けるために構成された容器、自己試料採取工程を導く利用者用指示などを含む)を提供および/または回収するように機能できる。例では、試料キット250は、1つまたは複数の回収部位から試料(例えば、綿棒;体液の吸引;生検などを通じて)を回収するための材料および利用者のための関連する指示を含んでよい。回収部位は、女性生殖器、男性生殖器、直腸、腸、皮膚、口腔、鼻、任意の粘膜および/または任意の他の好適な試料提供部位(例えば、血液、汗、尿、大便、精液、膣分泌物、涙、組織試料、間質液、他の体液など)の1つまたは複数と関連することができる。ハンドリングシステム210は、追加的にまたは代替的に、配列決定システム(例えば、次世代配列決定プラットホーム)によって配列決定される生物学的試料を自動的に調製する(例えば、断片化および/または多重型様式で抗生物質関連状態に関連する核酸配列と適合性であるプライマーを使用して増幅するなど)ように作動可能なライブラリー調製システム;および/または任意の好適なコンポーネントを含むことができる。しかしハンドリングシステム210および関連するコンポーネントは、任意の好適な様式で構成されてよい。
システム200のマイクロバイオーム特徴付けシステム220は、抗生物質関連状態についての特徴付けおよび/または治療決定のためのマイクロバイオームデータセットおよび/または補足データセットを決定および/または分析するように機能できる。バリエーションでは、マイクロバイオーム特徴付けシステム220は、コンピュータ実装規則(例えば、特性選択規則;モデル生成規則;利用者優先規則;データ保存、検索および/または表示規則;微生物配列生成規則;配列アライメント規則;および/または任意の他の好適な規則)を得るおよび/または適用できる。しかしマイクロバイオーム特徴付けシステム220は、任意の好適な様式で構成されてよい。
システム200の処置システム230は、抗生物質関連状態を処置するために(例えば、状態のリスクを低減する;利用者のマイクロバイオーム薬理ゲノミクスプロファイルを抗生物質治療可能状態に関して処置に感受性な状況に向けて変更するなど)、1つまたは複数の処置を利用者(例えば、対象;処置の提供を勧めるケア提供者など)に勧めるように機能する。処置システム230は、通信システム(例えば、処置を推奨するおよび/または提供するために、インターフェース240を通じて、ケア提供者に通知することを通じてなど処置推奨を通信するため;遠隔医療を可能にするためなど)、利用者デバイス上で実行可能なアプリケーション(例えば、処置を勧めるための抗生物質関連状態アプリケーション;投薬リマインダーアプリケーション;自動投薬ディスペンサーと通信するように作動可能なアプリケーションなど)、抗生物質などの抗生物質関連治療(例えば、種類、投与量、投薬スケジュールなど)、補助医療機器(例えば、投薬ディスペンサー;局所送達のための抗生物質アプリケーター、生分解性抗生物質送達システム、非生分解性抗生物質送達システム、抗生物質送達薬剤、ナノ粒子送達システム、スキャホールド送達システム、ビーズ送達システム、徐放デバイス、溶出デバイスおよび/または他の好適な薬物送達デバイスなどの抗生物質を含む投薬デバイス;抗生物質関連状態についての診断デバイスなど)、利用者デバイス(例えば、バイオメトリックセンサーが挙げられる)、および/または任意の他の好適なコンポーネントの任意の1つまたは複数を含むことができる。1つまたは複数の処置システム230は、好ましくはマイクロバイオーム特徴付けシステム220によって制御可能である。例えば、マイクロバイオーム特徴付けシステム220は、治療を勧めることにおいて処置システム230を活性化および/またはそうでなければ操作するために処置システム230に伝達する制御命令および/または通知書を生成できる。しかし、処置システム230は、任意の他の様式で構成されてよい。
図10に示されるとおり、システム200は、抗生物質関連情報の提示を改善するように機能できるインターフェース240を追加的にまたは代替的に含むことができる(例えば、抗生物質関連状態の特徴付け;治療推奨;他の利用者との比較;図11に示されるマイクロバイオーム薬理ゲノミクスプロファイルに関する処置の評価;図9に示されるマイクロバイオーム組成;マイクロバイオーム機能的多様性など)。別の例では、インターフェース240は、マイクロバイオーム組成(例えば、分類群)、機能的多様性(例えば、抗生物質関連状態と相関する機能に関連する遺伝子の相対存在量など)および/または人口動態の特徴を共有する利用者群と比較するなどの利用者に関する抗生物質関連状態の1つまたは複数のリスク(例えば、条件を共有している患者、喫煙者、運動する者、異なる食事レジメンにある利用者、プロバイオティクス摂取者、抗生物質使用者、特定の治療を受けている群など)を含む抗生物質関連情報を提示できる。別の例では、インターフェース240は、マイクロバイオーム薬理ゲノミクスプロファイル(および/またはマイクロバイオーム組成、マイクロバイオーム機能的多様性など)における処置および抗生物質関連状態に関連する経時的変化を含む抗生物質関連情報を提示するように作動可能であり得る。具体的な例では、インターフェースは、抗生物質治療可能状態に関連し、利用者と人口動態の特徴を共有する利用者群と比較した利用者についての利用者マイクロバイオーム薬理ゲノミクスプロファイル間の比較に基づいて導かれる抗生物質関連情報の表示を改善するように作動可能であり得る。別の具体的な例では、抗生物質関連情報のインターフェースのディスプレイは、選択(例えば、閾値条件を満たす特徴付けのコンポーネント;閾値類似性を超えて参照プロファイルに合致する利用者マイクロバイオーム薬理ゲノミクスプロファイル;閾値を超える抗生物質関連状態リスク;他の誘引事象などに基づいて)および抗生物質関連情報のサブセットの提示(例えば、強調し、そして/またはそうでなければ抗生物質関連情報のサブセットを強調する)を通じて改善され得る。しかし、インターフェース240は、任意の好適な情報を表示でき、任意の好適な様式で構成されてよい。
システム200のシステム200および/またはコンポーネントは、完全にまたは部分的に:遠隔コンピュータシステム(例えば、サーバ、少なくとも1つのネットワーク化コンピュータシステム、処理状況を把握しない、処理状況を把握する)、ローカルコンピュータシステム、データベース(例えば、利用者データベース、マイクロバイオームデータセットデータベース、抗生物質関連状態データベース、処置データベースなど)、利用者デバイス(例えば、利用者スマートフォン、コンピュータ、ノートパソコン、補助医療機器、装着可能医療機器、ケア提供者デバイスなど)および/または任意の好適なコンポーネントによって実行されてよく、その上にホスト化されてよく、それと通信してよくおよび/またはそうでなければ含んでよい。例えば、システム200は、マイクロバイオーム薬理ゲノミクスデータを決定することなどの方法100の好適な部分を実行するためにハンドリングシステム210(例えば、ハンドリングシステム210の次世代配列決定プラットホーム)と通信するように作動可能なコンピュータシステムを含んでよい。システム200のコンポーネントは、一般に別個のコンポーネントとして記載されるが、それらは、任意の様式で物理的におよび/または論理的に統合されていてよい。例えば、スマートフォンアプリケーションは、マイクロバイオーム特徴付けシステム220(例えば、リアルタイムで抗生物質関連状態の特徴付けを生成するために特徴付けモデルを適用する;生物学的試料を配列決定する;微生物配列を処理する;マイクロバイオームデータセットから特性を抽出するなど)および処置システム230(例えば、抗生物質治療モデルによって決定されたパラメータに従って抗生物質を摂取するように利用者に通知するためにスマートフォンのカレンダーアプリケーションと通信するなど)を部分的にまたは完全に実装できる。追加的にまたは代替的に、システム200の機能は、任意の好適なシステムコンポーネント中に任意の好適な様式で分配されてよい。しかし、システム200のコンポーネントは、任意の好適な様式で構成されてよい。
4.方法
4.方法
図1A~1Bに示されるとおり、抗生物質関連状態に関する利用者についての微生物薬理ゲノミクスについて方法100の実施形態は、対象のセットからの生物学的試料に基づいた、マイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセットおよびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つを決定するステップS110;対象のセットの少なくともサブセットに関連する補足データセットを受け取るステップであって、補足データセットは対象のセットについての抗生物質関連状態に関し情報価値がある、ステップS120;ならびに補足データセットならびにマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセットおよびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つから抽出された特性に基づく抗生物質関連状態に関連する特徴付け工程を実施するステップS130を含むことができる。方法100の実施形態は、特徴付け工程により特徴付けられた対象における微生物存在量、分布、機能的多様性および/または薬理ゲノミクス多様性を調節するように構成された処置(例えば、抗生物質治療モデルを用いる)を決定するステップS140;利用者からの生物学的試料を受け取るステップS150;特徴付け工程を用いて、利用者からの生物学的試料に由来するマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセットおよびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つを処理することに基づいて抗生物質関連状態に関する利用者の特徴付けを同定するステップS160;特徴付け(例えば、および治療モデルなど)に基づいて対象に処置(例えば、抗生物質治療など)を勧めるステップS170;ならびにマイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成およびマイクロバイオーム機能的多様性のうちの少なくとも1つを評価するために、生物学的試料の処理に基づいてさまざまな時点で対象に対する治療の有効性をモニタリングするステップS180を追加的にまたは代替的に含むことができる。このように、方法100は、治療モニタリングに使用することができ、中間ステップとして特徴付けのために、具体的には1つまたは複数の抗生物質治療の評価のために使用できる可能性がある。
4.1 方法-データセット処理
4.1 方法-データセット処理
ブロックS110は、対象の集団に関連する生物学的試料の総計のセットそれぞれについてのマイクロバイオーム組成、機能および/または薬理ゲノミクスを特徴付けるステップ、それにより対象の集団についてマイクロバイオーム組成多様性データセット、マイクロバイオーム機能的多様性データセットおよびマイクロバイオーム薬理ゲノミクスデータセットのうちの少なくとも1つを生成するステップについて記述する。ブロックS110は、対象の集団それぞれのマイクロバイオームに関連する組成の、機能的なおよび/または薬理ゲノミクスの態様を決定するために生物学的試料の総計のセットそれぞれを処理するように機能する。組成の、機能的なおよび薬理ゲノミクスの態様は、界、門、網、目、科、属、種、亜種、株および/または任意の他の好適な種内(infraspecies)分類群(例えば、各群の総存在量での測定、各群の相対存在量、示される群の総数としてなど)のさまざまな群にわたる微生物の分布に関連するパラメータを含む、微生物レベルでの組成の態様を含むことができる。組成の、機能的なおよび薬理ゲノミクスの態様は、操作的分類単位(OTU)の観点から表される場合もある。組成の、機能的なおよび薬理ゲノミクスの態様は、遺伝子レベルでの組成態様(例えば、多座位配列タイピングによって決定される領域、16S rRNA配列、18S rRNA配列、ITS配列、タンパク質コード配列、他の遺伝子マーカー、他の系統発生マーカーなど)を追加的にまたは代替的に含むことができる。組成の、機能的なおよび薬理ゲノミクスの態様は、具体的な機能(例えば、酵素活性、輸送機能、免疫活性、抗生物質耐性遺伝子など)に関連する遺伝子の存在もしくは非存在または量を含むことができる。したがって、ブロックS110の出力は、ブロックS130の特徴付け工程、ブロックS140の処置工程および/または方法100の他の好適な部分についての目的の特性を提供するために使用されてよく、特性は、微生物ベース(例えば、細菌の属の存在)、遺伝子ベース(例えば、具体的な遺伝子領域および/または配列の提示に基づいて)、機能ベース(例えば、具体的な触媒活性の存在)、薬理ゲノミクスベース(例えば、コドン変異、エクソン欠失もしくは置換、遺伝子再構成、転座など)であってよい、および/またはそうでなければ構成されていてよい。
追加的にまたは代替的に、ブロックS130(例えば、ブロックS130に関連する特性)は、これだけに限らないが:生物学的に活性な分子の耐性または代謝に関連する、ヌクレオチド領域または任意の他のヌクレオチド由来機能特性(例えば、構造もしくは制御RNA、メッセンジャーRNA、タンパク質またはペプチド)を含むことができる。具体的には、生物学的に活性な分子として、これだけに限らないが:その供給源(例えば、食事、環境)に関わらず、抗生物質、抗体、ペプチド、ホルモンおよび任意の他の内在性または外来性分子を挙げることができる。バリエーションでは、方法100は、任意の数の利用者について(例えば、個々の利用者について、対象の集団などの対象の総計のセットについて)、1つまたは複数の全メタゲノム(例えば、完全微生物メタゲノム配列決定のため;プライマーを利用しないで;プライマーとの組合せでなど)を増幅するステップを含むことができる。具体的な例では、方法100は、利用者からの自己試料採取を含む、利用者のセットから生物学的試料を回収するステップ;生物学的試料からの全メタゲノムを処理するステップ(例えば、単離、増幅、配列決定、アライメントなど);マイクロバイオームデータセット、マイクロバイオーム組成多様性特性、マイクロバイオーム機能的多様性特性およびマイクロバイオーム薬理ゲノミクス特性(例えば、抗生物質耐性もしくは感受性に関連する遺伝子の普及率など)のうちの少なくとも1つを決定するステップ;ならびに特性(および/またはマイクロバイオームデータセット)に基づいて特徴付け(例えば、抗生物質関連状態の)および/または治療を決定するステップを含むことができる。しかし、全メタゲノムを処理するステップは、任意の好適な様式で実施されてよい。
バリエーション(例えば、臨床診断および処置の内容において)では、ブロックS110は、方法100の続くブロックの特徴付けおよび/または治療モデルを通知するために環境試料(例えば、対象の病院環境から、対象の家庭環境からなど)を分析および処理するステップを追加的にまたは代替的に含むことができる。例えば、対象の環境内の微生物の同定は、対象の環境に存在する微生物型の対象へのホスティングを予防する治療を勧める治療モデルを通知するために使用できる。しかし、環境試料は、方法100を支えるために任意の他の好適な様式で使用されてよい。
バリエーションでは、ブロックS110中の試料処理は、生物学的試料を溶解すること、生物学的試料の細胞中の膜を破壊すること、生物学的試料からの望ましくない要素(例えば、RNA、タンパク質)の分離、生物学的試料中の核酸(例えば、DNA)の精製、生物学的試料からの核酸の増幅(例えば、ライブラリー調製システムを用いる)、生物学的試料の増幅核酸のさらなる精製および生物学的試料の増幅された核酸の配列決定の任意の1つまたは複数を含んでよい。
ブロックS110のバリエーションでは、精製された核酸の増幅は、ポリメラーゼ連鎖反応(PCR)に基づく技術(例えば、固相PCR、RT-PCR、qPCR、多重PCR、タッチダウンPCR、ナノPCR、ネステッドPCR、ホットスタートPCRなど)、ヘリカーゼ依存性増幅(HDA)、ループ媒介等温増幅(LAMP)、自家持続配列複製法(3SR)、核酸配列ベース増幅(NASBA)、鎖置換増幅(SDA)、ローリングサークル増幅(RCA)、リガーゼ連鎖反応(LCR)および任意の他の好適な増幅技術のうちの少なくとも1つまたは複数を好ましくは含む。精製された核酸の増幅では、使用されるプライマーは、増幅バイアスを防ぐまたは最少化するように好ましくは選択され、分類学的に、系統学的に、診断用に、製剤化用に(例えば、プロバイオティクス製剤用)、治療用におよび/または任意の他の好適な目的のために情報価値がある核酸領域/配列(例えば、16S領域、18S領域、ITS領域、抗生物質耐性の遺伝子など)を増幅するように構成される。したがって、増幅バイアスを回避するように構成されたユニバーサルプライマー(例えば、16S rRNAのためのF27-R338プライマーセット、16S rRNAのためのF515-R806プライマーセットなど)は、増幅において使用されてよい。選択されたプライマーは、1つまたは複数の抗生物質関連状態、マイクロバイオーム薬理ゲノミクス特性(例えば、gyrA遺伝子および/またはparC遺伝子中の点変異などの抗生物質有効性に関連するマイクロバイオーム変異と適合性のプライマーなど)、マイクロバイオーム組成特性(例えば、1つまたは複数の性行為感染症と相関する分類群と関連するマイクロバイオーム組成特性に対応する遺伝子標的に適合性の同定されたプライマーなど)、機能的多様性特性、補足特性および/または抗生物質関連状態に関連する他の特性に、追加的にまたは代替的に関連する(例えば、遺伝子標的と適合性であるなど)ことができる。例えば、プライマーは、特性に関連する遺伝子標的に相補的(例えば、相対存在量特性が由来する遺伝子配列など)であってよい。具体的な例では、方法100は、抗生物質関連状態に関連する核酸配列に対するプライマーを同定するステップ、利用者のセットに関連する生物学的試料に由来する核酸物質を断片化するステップ、およびプライマーに基づいて断片化された核酸物質を増幅するステップ(例えば、次世代配列決定プラットホームのブリッジ増幅基板を使用する多重増幅など);抗生物質関連状態に関連して微生物配列と参照核酸配列セット(例えば、抗生物質関連状態に関連するマイクロバイオーム薬理ゲノミクスバイオマーカーなどを含む)とのアライメントを決定するステップ;ならびにアライメントに基づいてマイクロバイオーム薬理ゲノミクスデータを決定するステップを含むことができる。ブロックS110のバリエーションにおいて使用されるプライマーは、各生物学的試料に特異的な組込みバーコード配列を追加的にまたは代替的に含むことができ、増幅後の生物学的試料の同定を促進できる。ブロックS110のバリエーションにおいて使用されるプライマーは、相補性アダプターを含む配列決定技術(例えば、イルミナ配列決定)と協調するように構成されたアダプター領域を追加的にまたは代替的に含むことができる。追加的にまたは代替的にブロックS110は、処理を促進するように構成された任意の他のステップを実装できる(例えば、Nexteraキットを使用する)。
ブロックS110のバリエーションでは、精製された核酸の配列決定は、標的化増副産物配列決定ならびに/またはメタゲノム配列決定を含み、合成技術による配列決定(例えば、イルミナ配列決定)、キャピラリー配列決定技術(例えば、サンガー配列決定)、パイロシークエンシング技術およびナノポア配列決定技術(例えば、オックスフォードナノポア技術を使用する)もしくは任意の他の好適な配列決定技術の1つまたは複数を含む技術を実装する方法を含むことができる。
ブロックS110の具体的な例では、一連の生物学的試料の生物学的試料からの核酸の増幅および配列決定は、オリゴアダプターを有する基板上での生物学的試料のDNA断片のブリッジ増幅を含む固相PCRを含み、ここで増幅は、フォワードインデックス配列(例えば、MiSeq/NextSeq/HiSeqプラットホームのためのイルミナフォワードインデックスに対応する)、フォワードバーコード配列、トランスポサーゼ配列(例えば、MiSeq/NextSeq/HiSeqプラットホームのためのトランスポサーゼ結合部位に対応する)、リンカー(例えば、均一性を低減し、配列結果を改善するように構成されたゼロ、1または2塩基の断片)、追加ランダム塩基、具体的な標的領域(例えば、16S rRNA領域、18S rRNA領域、ITS領域、抗生物質耐性遺伝子など)を標的化するための配列、リバースインデックス配列(例えば、MiSeq/NextSeq/HiSeqプラットホームのためのイルミナリバースインデックスに対応する)ならびにリバースバーコード配列を有するプライマーを含む。具体的な例では、配列決定は、合成技術による配列決定を使用するイルミナ配列決定を含む(例えば、HiSeqプラットホームを用いる、MiSeqプラットホームを用いる、NextSeqプラットホームを用いるなど)。
バリエーションでは、ブロックS110中のコンピュータ処理は、マイクロバイオーム由来配列(例えば、対象配列および混入物ではないとして)の同定、マイクロバイオーム由来配列のアライメントおよびマッピング(例えば、シングルエンドアライメント、ギャップなしのアライメント、ギャップありのアライメント、対形成および/または抗生物質関連状態に関連する参照配列とのアライメントを促進するためなどの、他の好適な技術の1つまたは複数を使用する断片化配列のアライメントなど)ならびに生物学的試料に関連するマイクロバイオームの組成の、機能的なおよび薬理ゲノミクスの態様に由来する特性を生成するステップの任意の1つまたは複数を含むことができる。
ブロックS110に関して生物学的試料に関連するマイクロバイオームの微生物の代表的群の同定について、生物学的試料に関連するマイクロバイオームの組成の、機能的なおよび薬理ゲノミクスの態様に由来する特性を生成するステップは、実施できる。一バリエーションでは、特性を生成するステップは、方法100の続くブロックにおける特徴付けのために有用なマーカーを同定するための多座位配列タイピング(MLST)に基づく特性を生成するステップを含むことができる。追加的にまたは代替的に、生成された特性は、微生物のある特定の分類群の存在もしくは非存在および/または微生物の示された分類群間の比を記載する特性を生成するステップを含むことができる。追加的にまたは代替的に、特性を生成するステップは、代表的分類群の量、代表的分類群、機能群および/または薬理ゲノミクス群のネットワーク、異なる分類群、機能群および/または薬理ゲノミクス群の提示における相関性、異なる分類群間の相互作用、異なる分類群によって産生された産生物、異なる分類群によって産生された産生物間の相互作用、死滅および生存微生物間の比(例えば、異なる代表的分類群について、RNAの分析に基づく)、系統発生距離(例えば、カントロビッチ-ルビンスタイン距離、ワッサースタイン距離に関してなど)、任意の他の好適な分類群関連特性(単数または複数)、任意の他の好適な遺伝的または機能的特性(単数または複数)、任意の他の好適な薬理ゲノミクス特性(単数または複数)のうちの少なくとも1つまたは複数を記載する特性を生成するステップを含むことができる。
ブロックS110に関連して、追加的にまたは代替的に、特性(例えば、マイクロバイオームデータセットについて)を生成するステップは、例えばsparCC手法を使用して、ゲノム相対存在量および平均サイズ(GAAS)手法を使用しておよび/または微生物の1つまたは複数の群の相対存在量の最尤推定を実施するために配列類似性データを使用する混合モデル理論(GRAMMy)手法を使用するゲノム相対存在量を使用して、さまざまな微生物群の相対存在量を記載する特性を生成するステップを含むことができる。追加的にまたは代替的に、特性を生成するステップは、存在量測定基準から導かれた分類学的バリエーションの統計的尺度を生成するステップを含むことができる。追加的にまたは代替的に、特性を生成するステップは、相対存在量因子由来の特性(例えば、他の分類群の存在量に影響する分類群の存在量における変化に関する)を生成するステップを含むことができる。追加的にまたは代替的に、特性を生成するステップは、1つまたは複数の分類群の存在を単独でおよび/または組合せで記載する定量的特性の生成を含むことができる。追加的にまたは代替的に、特性を生成するステップは、生物学的試料に関連するマイクロバイオームの微生物を特徴付ける遺伝子マーカー(例えば、代表的な16S、18Sおよび/またはITS配列)に関連する特性の生成を含むことができる。追加的にまたは代替的に、特性を生成するステップは、特定の遺伝子および/または特定の遺伝子を有する生物の機能的関連に関する特性の生成を含むことができる。追加的にまたは代替的に、特性を生成するステップは、分類群に帰属する(例えば、病原性因子に対する遺伝子、ゲノムアイランドマーカーなど)分類群および/または産生物の病原性に関連する特性の生成を含むことができる。追加的にまたは代替的に、特性を生成するステップは、目的の1つまたは複数の分類群の薬理ゲノミクスマーカーに関する特性(例えば、任意の種類の抗生物質耐性に関する遺伝子および/または変異の検出)の生成を含むことができる。
しかし、ブロックS110および/または方法100の他の好適な部分は、生物学的試料の核酸の配列決定およびマッピングに由来する任意の他の好適な特性(単数または複数)の生成を含むことができる。例えば特性(単数または複数)は、結合性(例えば、対、トリプレットを含む)であってよく、相関性(例えば、異なる特性間の相関性に関する)であってよく、かつ/または特性における変化(例えば、経時変化、試料部位での変化、空間的変化など)に関することができる。しかし、ブロックS110は、任意の好適な様式で実施されてよい。
ブロックS120は、対象のセットの少なくともサブセットに関連する補足データセットを受け取るステップについて記述し、補足データセットは、対象のセットS120についての抗生物質関連状態に関し情報価値がある。ブロックS120は、ブロックS130において生成された特徴付け工程を訓練するおよび/または検証するために使用できる、対象のセットの1または複数の対象に関連する追加データを取得するように機能する。ブロックS120では、補足データセットは、調査由来データを好ましくは含み:センサーおよび/もしくは任意の他の好適なコンポーネント(例えば、処置デバイス、利用者デバイスなどを含むことができる、システム200のコンポーネント)に由来する文脈的データ、医学データ(例えば、抗生物質治療歴などの現在および歴史的医学データ)、抗生物質関連状態に関し情報価値があるデータ(例えば、状態の存在もしくは非存在の兆候、関連する診断、関連する処置、経時進行など)ならびに/または任意の他の好適な種類のデータのいずれかの1つまたは複数を追加的にまたは代替的に含むことができる。調査由来データの受領を含むブロックS120のバリエーションでは、調査由来データは、対象に関連する生理的、人口動態的および挙動情報を好ましくは提供する。追加的にまたは代替的にブロックS110およびブロックS1120は、参照によりその全体が組み込まれる米国特許出願第15/097,862号、2016年4月13日出願に類似する任意の様式で実施されてよい。しかし、補足データセットブロックS120を処理するステップは、任意の好適な様式で実施されてよい。
4.2 特徴付け工程の実施
4.2 特徴付け工程の実施
ブロックS130は、補足データセット、ならびにマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセットおよびマイクロバイオーム機能的多様性データセットS130のうちの少なくとも1つから抽出された特性に基づいて抗生物質関連状態に関する特徴付け工程を実施するステップについて記述する。図3に示されるとおり、ブロックS130は、対象または群をそれらのマイクロバイオーム組成、機能的特性および/または薬理ゲノミクス特性に基づいて特徴付けるために使用できる特性および/または特性組合せを同定するように機能できる。このように特徴付け工程は、対象(例えば、医学的状態に関してなど)を彼らのマイクロバイオーム組成、機能的特性および/または薬理ゲノミクス特性に基づいて特徴付けることができる診断ツールとして使用できる。次いでそのような特徴付けは、ブロックS140の治療モデルによって、個別化された抗生物質治療(および/または他の治療)を提案するまたは提供するために使用されてよい。
特徴付け工程の実施では、ブロックS130は、個別化された治療レジメン(例えば、個別化された抗生物質治療レジメン)を用いて効率的に処置され得る健康状態を有する対象の群の特性特徴を示すとして、対象を特徴付けるためにコンピュータによる方法(例えば、統計的方法、機械学習法、人工知能法、バイオインフォマティック法など)を使用できる。特徴付け工程を実施するブロックS130のバリエーションは、1つまたは複数の抗生物質関連状態の1つまたは複数の特徴付けを生成するステップを含むことができる。例では、ブロックS130の特徴付け工程は、抗生物質関連状態と、マイクロバイオーム薬理ゲノミクスプロファイル(例えば、抗生物質関連状態と相関するマイクロバイオーム薬理ゲノミクス特性など)、微生物集団(単数または複数)(例えばマイクロバイオーム薬理ゲノミクス特性、分類群、マイクロバイオーム組成特性など)、マイクロバイオーム機能的多様性(例えば、オルソロガス群のクラスター/京都遺伝子ゲノム百科事典パスウェイ、マイクロバイオーム機能的多様性特性に関するなど)および/またはマイクロバイオームに関連する他の好適な態様、に関する上方制御または下方制御との間の相関性の同定を促進できる。上方制御および/または下方制御の特徴付けは、任意の好適な分類学的レベル(例えば、界、門、網、目、科、属、種、株など)、機能的多様性の任意の好適な粒度、マイクロバイオーム薬理ゲノミクスプロファイルの任意の好適な粒度および/または任意の好適な粒度(例えば、染色体、遺伝子座、遺伝子、対立遺伝子、遺伝子座、遺伝子、ヌクレオチドなど)におけるものであってよい。
別のバリエーションでは、ブロックS130において抗生物質関連状態を特徴付けるステップは、診断分析(例えば、抗生物質関連状態によって与えられるリスクを推定するステップ;同定された処置によって付与されるリスクにおける変化を算出するステップ;マイクロバイオーム薬理ゲノミクス特性の存在または非存在などの、抗生物質関連状態の存在または非存在を診断するステップ;マイクロバイオーム薬理ゲノミクス、組成および/または機能的多様性に関する抗生物質関連状態の重症度を経時的に診断するステップ;抗生物質などの処置への耐性および/または感受性など)および/または他の分析を生成するステップを含むことができる。ブロックS130の別のバリエーションでは、抗生物質関連状態を特徴付けるステップは、1つまたは複数の補足データセットに基づいてよい。例えば一連の特性選択規則は、1つまたは複数の抗生物質関連状態を、抗生物質関連状態(例えば、淋病、別の性行為感染症、尿路感染および/または他の好適な抗生物質関連状態の診断に関連する光学的データ;抗生物質送達デバイスによる抗生物質送達についてのパラメータなどの補助医療機器に関連して回収されたデータ;試料回収部位に関連する補足データ;血液データ;温度データ;利用者挙動データ;心血管系データ;便データなど)に関し情報価値があるバイオメトリックデータに由来する1つまたは複数のバイオメトリック特性に関連付けることができる。別の例では、補足データセットは、利用者デバイス、補助医療機器および/または他の好適なコンポーネント(例えば、試料ハンドリングシステムなど)で回収されたセンサーデータを含むことができる。別の例では、特徴付け工程を実施するステップは、経時的に勧められた処置に基づいて一連の特徴付けを経時的に決定するステップを含むことができ(例えば、利用者の集団に関連する抗生物質レジメンデータ、プロバイオティクスレジメンデータおよび/または他の好適な治療データを含む治療データ)、異なる処置の経時的な効果は、抗生物質関連状態と相関するマイクロバイオーム薬理ゲノミクス、マイクロバイオーム組成および/または機能的多様性に関連する知見を明らかにする助けとなり得る。しかし、補足データセットに基づいて特徴付け工程を実施するステップおよび/または診断分析を生成するステップは、任意の好適な様式で実施されてよい。
ブロックS130は、追加的にまたは代替的に特性を生成することができ、特徴付け工程(例えば、特徴付けモデルを生成することにおける使用のため)および/または方法100の他の好適な工程に対する1つまたは複数の特性を生成するように機能できる。特性は、マイクロバイオーム薬理ゲノミクス特性、マイクロバイオーム組成特性(例えば、利用者のマイクロバイオーム中の分類群の絶対および/もしくは相対存在量)、マイクロバイオーム機能的多様性特性ならびに/または他の好適な特性の任意の1つまたは複数を含むことができる。マイクロバイオーム薬理ゲノミクス特性は、コドン変異、エクソン欠失、置換、遺伝子再構成、転座、微生物株変異性、抗生物質への微生物株の耐性もしくは感受性、微生物株共依存挙動、微生物薬理ゲノミクスマーカーおよび/または任意の他の好適な特性(例えば、そのような特性の相対存在量など)の1つまたは複数に関連する特性(例えば、抗生物質関連状態、関連分類群、関連機能的多様性に関するなど)を含むことができる。マイクロバイオーム機能的多様性特性は、京都遺伝子ゲノム百科事典(KEGG)機能的特性(例えば、鞭毛生合成に関連するKEGG特性など)、タンパク質特性のオルソロガス群のクラスター(COG)、L2、L3、L4由来特性、ゲノム機能的特性、分類群に関連するおよび/または特異的な機能的特性、化学的機能的特性(例えば、システイン代謝など)、全身性機能的特性(例えば、全身免疫機能;全身性疾患に関連する機能など)および/または任意の好適な機能的特性の任意の1つまたは複数を含むことができる。マイクロバイオーム特性は、追加的にまたは代替的に:線形潜在変数分析および非線形潜在変数分析、線形回帰、非線形回帰、カーネル法、特性埋め込み法、機械学習、統計的推測法および/または任意の他の好適な手法のうちの少なくとも1つに由来するなど、相対存在量単調変換、非単調変換、標準化、特性ベクターのうちの少なくとも1つに由来および/または関連してよい。
ブロックS130に関して、特性を決定するステップは、1つまたは複数のコンピュータ実装規則(例えば、特性選択規則、利用者優先規則など)によるマイクロバイオームデータセット処理に好ましくは基づくが、特性は任意の好適な情報に基づいて決定されてよい。例えば、方法100は、抗生物質関連状態をマイクロバイオーム薬理ゲノミクス特性、マイクロバイオーム組成特性および/またはマイクロバイオーム機能的多様性特性(例えば、潜在的マイクロバイオーム特性のプールから)のサブセットに相関させる一連の特性選択規則(例えば、マイクロバイオーム薬理ゲノミクス特性選択規則など)を得るステップ;ならびに一連の特性選択規則に対してマイクロバイオームデータセットを評価することに基づいて特性を生成するステップを含むことができ、一連の抗生物質関連特性選択規則は、マイクロバイオーム特徴付けシステム(例えば、補足データおよび特性を特徴付けモデルに変換するためなどの処理時間の減少を促進することによって;モデル保存、検索および/または実行のための速度を改善することによって;特徴付けおよび/または処置提供正確度を改善することによってなど)を改善するように作動可能である。具体的な例では、特性選択規則は、マイクロバイオーム薬理ゲノミクス特性と、1つまたは複数の抗生物質関連状態に関する抗生物質有効性との間の相関性に関連することができる(例えば、利用者のマイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成および/またはマイクロバイオーム機能的多様性の内容では、相関性は、抗生物質有効性を評価するために利用者のセットの生物学的試料を経時的に処理することに基づいて決定できるなど)。
方法100のブロックS130および/または他の部分は、集団レベルデータを処理するためのコンピュータ実装規則を適用するステップを好ましくは含むが、人口動態的な具体的な原理(例えば、抗生物質関連状態に関連する病歴および/または過去に摂取された抗生物質処置、民族、年齢、性別などの人口動態的特性を共有しているサブグループ)、状態特異的原理(例えば、特定の抗生物質関連状態を呈しているサブグループ)、試料型特異的原理(例えば、異なる試料回収部位で回収された試料に由来するマイクロバイオームデータを処理するために異なるコンピュータ実装規則を適用するステップ;試料に補充するために利用できる補足データの種類に基づいて異なるコンピュータ実装規則を適用するステップなど)および/または任意の他の好適な原理上でマイクロバイオーム関連データを処理するためにコンピュータ実装規則を適用するステップを、追加的にまたは代替的に含むことができる。このように、ブロックS130は、利用者の集団から利用者を1つまたは複数のサブグループに割り当てるステップ;および異なるサブグループについて特性(例えば、使用される一連の特性の種類;特性から生成された特徴付けモデルの種類など)を決定するために異なるコンピュータ実装規則を適用するステップを含むことができる。しかし、コンピュータ実装規則を適用するステップは、任意の好適な様式で、任意の好適なレベルの粒度で実施されてよい。
バリエーションでは、ブロックS130は、1つまたは複数の特徴付けモデル、治療モデル(例えば、1つまたは複数の処置をさまざまな程度の有効性に、マイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成、マイクロバイオーム機能的多様性および/または他の好適な態様に相関させる規則を使用することなど)および/または他の好適なモデルを生成することにおける使用のために、特性を選別、順位付けおよび/またはそうでなければ選択するために、特性選択規則(例えば、包括的、最良優先、焼きなまし法、グリーディーフォワード、グリーディーバックワードなどの特性選択アルゴリズムおよび/または他の好適な特性選択アルゴリズム)を適用するステップを含むことができる。バリエーションでは、特性選択規則の適用は、マイクロバイオームに関連する知見をもたらし、試料処理における変更(例えば、ブロックS110~S120、S150での技術、実験条件など)は、それに基づいてよい。例えば、方法100は、抗生物質関連状態(例えば、存在、リスク、治療など)と相関する(例えば、最も相関するなど)特性を同定するために一連の抗生物質関連特性選択規則を適用するステップ;ならびに同定された特性に関連する遺伝子標的に適合性であるプライマーを選択するステップ(例えば、マイクロバイオームデータセットを生成するための増幅および配列決定における使用のためなど)を含むことができる。このように特性選択規則および/または他のコンピュータ実装規則は、図12に示すとおり、試料処理パラメータ(例えば、ブロックS110~S120、S150に関して記載されるなど)を決定するように追加的にまたは代替的に機能できる。しかし、任意の好適な数および/または種類の特性選択規則は、1つまたは複数の特性セットを規定するために任意の様式で適用されてよい。
一例では、ブロックS130において、特性選択規則は、標的状況(例えば、抗生物質関連状態の状況)を呈する第1の群の対象と標的状況を呈さない(例えば、「正常」状況)第2の群の対象との間の類似性および/または差異の統計解析(例えば、確立分布の分析)の適用を含むことができる。このバリエーションを実装することにおいて、コルモゴロフ-スミルノフ(KS)検定、並べかえ検定、クラメールホンミーゼス検定、および任意の他の統計的検定(例えば、t検定、ウエルチt検定、z検定、カイ二乗検定、分布に関連する検定など)の1つまたは複数は、使用されてよい。具体的には、1つまたは複数のそのような統計的仮説検定は、標的状況(例えば、病的状況;マイクロバイオーム薬理ゲノミクスプロファイルなど)を呈する第1の群の対象と標的状況を呈さない(例えば、正常な状況を有する)第2の群の対象とにおいてさまざまな程度の存在量を有する一連の特性を評価するために使用することができる。さらに詳細には、評価される一連の特性は、特徴付けにおける信頼を増加または減少させるために、存在量パーセントおよび/または第1群の対象および第2群の対象に関連する多様性に関係する任意の他の好適なパラメータに基づいて限定されてよい。この例の具体的な実装では、特性は、第1の群の対象および第2の群の対象のある特定の百分率において豊富である細菌の分類群に由来してよく、第1の群の対象と第2の群の対象との間で分類群の相対存在量は、有意の指標(例えば、p値の観点から)を用いてKS検定から決定できる。したがって、ブロックS130の出力は、有意の指標(例えばp値、0.0013)を用いて標準化相対存在量値(例えば、健康な対象に対して罹患対象では分類群の存在量が25%多い)を含んでよい。特性生成のバリエーションは、追加的にまたは代替的に、機能特性、薬理ゲノミクス特性もしくはメタデータ特性(例えば、非細菌性マーカー)を実装してよく、またはそれらに由来してよい。しかし、任意の好適な統計解析は、任意の好適な手段で適用されてよい。
別のバリエーションでは、ブロックS130は、マイクロバイオーム組成多様性データセット、マイクロバイオーム機能的多様性データセット、マイクロバイオーム薬理ゲノミクス多様性データセット、補足データセットおよび/または他の好適なデータセットのうちの少なくとも1つからの入力データを、対象の集団の特徴付けを予測する(例えば、診断)有効性について検査され得る特性ベクターに追加的にまたは代替的に変換できる。補足データセットからのデータは、一連の特徴付けの1つまたは複数の特徴付けの指標を提供するために追加的にまたは代替的に使用でき、特徴付け工程は、分類を正確に予測することに高程度(または低程度)の予測力を有する、特性および/または特性組合せを同定するための候補特性および候補分類の訓練データセットを用いて訓練される。このように、訓練データセットを用いた特徴付け工程の改良は、対象の特定の分類に高い相関性を有する特性セット(例えば、対象特性の、特性の組合せの)を同定する。
ブロックS130のバリエーションでは、特徴付け工程の分類を予測することに有効な特性ベクターは、マイクロバイオーム多様性判定基準(例えば、分類群にわたる分布に関する、古細菌、細菌性、ウイルスおよび/または真核生物群にわたる分布に関する)、あるマイクロバイオーム中の分類群の存在、あるマイクロバイオーム中の特定の遺伝子配列(例えば、16S配列)の提示、あるマイクロバイオーム中の分類群の相対存在量、マイクロバイオーム回復力判定基準(例えば、補足データセットから決定された摂動への応答において)、所与の機能を有するタンパク質またはRNA(酵素、トランスポーター、免疫系由来タンパク質、ホルモン、干渉RNAなど)をコードする遺伝子の存在量、ならびにマイクロバイオーム多様性データセット、マイクロバイオーム機能的多様性データセット、マイクロバイオーム薬理ゲノミクス特性データセットおよび/または補足データセットに由来する任意の他の好適な特性の1つまたは複数に関連する特性を含むことができる。追加的にまたは代替的に、特性の組合せは、特性ベクターにおいて使用されてよく、ここで特性は、特性セットの一部として組み合わせた特性を提供することにおいてグループ化および/または重みを加えられてよい。例えば、ある特性または特性セットは、あるマイクロバイオームの細菌のいくつかの代表的網の重みを加えられた複合体、あるマイクロバイオーム中の細菌の特定の属の存在、あるマイクロバイオーム中の特定の16S配列の提示、および細菌の第2の門を超える第1の門の相対存在量を含むことができる。しかし、特性ベクターおよび特性は、任意の他の好適な様式で追加的にまたは代替的に決定されてよい。
ブロックS130は、特徴付けモデルを生成するステップを追加的にまたは代替的に含むことができ、それは1つまたは複数の特性、マイクロバイオームデータセット、補足データおよび/または任意の他の好適なデータを適用することに基づいて1つまたは複数の抗生物質関連状態に対して1つまたは複数の特徴付けモデルを生成するように機能できる。特徴付けモデル(および/または治療モデルもしくは他の好適なモデル)は、確率論的性質、発見的性質、決定性性質および/または任意の他の好適な性質の任意の1つまたは複数を含むことができる。ブロックS130および/または方法100の他の好適な部分(例えば、治療モデルS140を生成すること)および/またはシステム200は、参照によりその全体が組み込まれる米国特許出願第15/097,862号、2016年4月13日出願において記載される、もしくはそれに類似している任意の1つもしくは複数のアルゴリズムを使用することができ、および/または任意の好適なアルゴリズムを使用することができる。ブロックS130のバリエーションでは、特徴付け工程は、特性のランダムセットに関連する決定木のセット、Tを構築するために訓練データセット由来の特性のランダムセットのバギング(例えば、ブートストラップアグリゲーション)および選択を組み合わせるランダムフォレスト予測因子(RFP)アルゴリズムにより生成され、訓練されてよい。ランダムフォレストアルゴリズムを使用するステップでは、一連の決定木からのN個の場合が決定木のサブセットを作るための置き換えを用いてランダムに試料採取され、各ノードについてm個の予測特性が評価のためのすべての予測特性から選択される。ノードで最良のスプリット(例えば、目的関数による)を提供する予測特性がスプリット(例えば、ノードでの二分枝として、ノードでの三分枝として)を実施するために使用される。大きなデータセットから多数回試料採取することによって、予測分類において強い特性の同定における特徴付け工程の強度を、実質的に増加させることができる。このバリエーションでは、バイアス(例えば、試料採取バイアス)を防ぐおよび/またはバイアスの量を説明する手段を、モデルのロバスト性を増加させるために処理の際に含めることができる。しかし、そのようなモデルを適用するステップは、任意の好適な様式で実施されてよい。
ブロックS130の別のバリエーションでは、異なる特徴付けモデルを、異なる人口動態的群(例えば、異なる抗生物質病歴に関連する利用者サブグループに対する異なる特徴付けモデルなど)、抗生物質関連状態(例えば、異なる抗生物質治療可能状態に対する異なる特徴付けモデル;異なるマイクロバイオーム薬理ゲノミクスプロファイルに対する異なる特徴付けモデルなど)、個々の対象、補足データ(例えば、バイオメトリックセンサーデータおよび/または調査応答データに由来する特性を組み込んでいるモデルに対する補足データ非依存的モデルなど)ならびに/または他の好適な判定基準について生成することができる。図6に示されるとおり、異なる特徴付けモデルから出力される特徴付けは、異なる抗生物質関連状態(例えば、異なる性行為感染症、尿路感染など)に対する異なる特徴付けに由来する出力を治療モデル(例えば、異なる抗生物質関連状態を処置することに合わせられた単一の治療または複数の治療を生成するためになど)に入力することによってなど、治療を決定し、そして/または勧めることに使用されてよい。
別の例では、ブロックS130は、異なるユーザーアカウントに対して異なる特徴付けモデルを選択するステップ;およびデータ保存および/または検索を改善するために各ユーザーアカウントに対して、ユーザーアカウントに関連する対応する特徴付けモデルを保存するステップ(例えば、方法100の工程を実施するためなど)を含むことができる。異なる内容に適している複数の特徴付けモデルを生成するステップは、特徴付け正確度(例えば、具体的な対象の人口動態的、抗生物質関連状態、特性への分析を調整することによってなど)、データベースからの適切な特徴付けモデルの検索速度(例えば、具体的なユーザーアカウントおよび/または他の識別子を用いてカスタマイズされた特徴付けモデルを関連付けることによって)、特徴付けモデルの生成および/もしくは実行(例えば、カスタマイズされたモデルは、抗生物質関連状態と相関する潜在的な特性のプールのサブセットに関連し、残りの選択されなかった特性は抗生物質関連状態とあまり相関しない)ならびに/またはマイクロバイオーム特徴付けシステムの他の好適な態様を改善することによってマイクロバイオーム特徴付けシステムに改善を付与できる。
ブロックS130の別のバリエーションでは、異なる特徴付けモデル(および/または他のモデル)についての特性セットを生成するステップは、異なる特性選択規則に基づいていてよい(例えば、マイクロバイオーム薬理ゲノミクス特性選択規則のさまざまなセットを、異なる性行為感染症に特異的な異なる特性セットを生成するために適用することなど)。代替的に、特性選択規則の重複するまたは同じセットは異なる特徴付けモデルを生成するために使用されてよい(例えば、2つの異なる特徴付けモデルの生成において同じマイクロバイオーム薬理ゲノミクス特性を使用することなど)。追加的にまたは代替的に、任意の数の特徴付けモデルを生成するステップは、任意の好適な様式で実施されてよい。しかし、特徴付け工程S130を実施するステップは、任意の好適な様式で実施されてよい。
4.2.A 方法-抗生物質関連状態特徴付け
4.2.A 方法-抗生物質関連状態特徴付け
一実装では、統計解析に基づくブロックS130の特徴付け工程は、抗生物質治療可能疾患(例えば、性行為感染症、STD)に最も高い相関性を有する一連の特性を、無培養であるおよび/または患者による自己試料採取を実装する様式で同定でき、それにより個体が処置を受けるまでの時間差を顕著に減少させる。この実装の具体的な例では、ブロックS130の特徴付け工程は、試料の遺伝子材料の多重PCRならびに:株の変異性(例えば、変異型、変異傾向、変異の率など)、株によって抵抗性の抗生物質の種類、対象に存在する他の微生物の存在または非存在と比較した株の共依存挙動(例えば、機能的挙動での干渉の観点から、上方制御の観点から、下方制御の観点からなど)および個別化された治療提供のための通知モデルにおける目的の任意の他の好適な態様の1つまたは複数の観点に基づいて試料中に存在する淋病の株(単数または複数)を同定および特徴付けするための診断検査として使用することができる。このように、ブロックS130の特徴付け工程は、微生物の遺伝子特性を同定することで試料中に存在するSTD関連微生物(例えば、淋病)の株を特徴付けるステップを含むことができる。
ブロックS130のバリエーションでは、マイクロバイオーム特性はNeisseria gonorrhoeae(種)に関連することができる。具体的な例では、マイクロバイオーム特性として、シプロフロキサシン耐性に関連する可能性がある、分類群(例えば、N.gonorrhoeae)に関するgyrA遺伝子およびparC遺伝子のうちの少なくとも1つ中の点変異に関連する点変異特性を挙げることができる。別の具体的な例では、マイクロバイオーム特性は、セファロスポリン耐性に関連する可能性があるモザイクpenA対立遺伝子の存在に関連することができる。そのような相関性および/またはマイクロバイオーム特性と処置有効性との間の他の好適な相関性は、処置を決定および/または勧めることに使用することができる。しかし、任意のマイクロバイオーム特性として、任意の好適な分類群および/または抗生物質への任意の好適な耐性もしくは感受性に関連する任意の好適なマイクロバイオーム薬理ゲノミクス特性を挙げることができる。淋病および/または他の好適な抗生物質関連状態に関する特徴付けは、参照によりその全体が組み込まれる米国特許出願第15/097,862号、2016年4月13日出願に記載される工程に類似する様式で追加的にまたは代替的に実施されてよい。
4.3 方法-個別化
4.3 方法-個別化
方法100は、ブロックS140を追加的にまたは代替的に含むことができ、それは、特徴付け工程S140により特徴付けられた対象における微生物の存在量、分布、機能的多様性および/または薬理ゲノミクス多様性を調節するように構成された処置を決定するステップについて記述する。ブロックS140は、対象が有する抗生物質治療可能状態を矯正する、またはそうでなければ処置する治療(例えば、抗生物質治療レジメンなど)を同定および/または予測するように機能する。ブロックS140は、治療を決定するための治療モデルを生成するステップおよび/または適用するステップを追加的にまたは代替的に含むことができる。ブロックS140では、処置は、抗生物質に基づく治療、プロバイオティクスに基づく治療(例えば、図8に示すとおり)、抗真菌性治療、ファージに基づく治療、プレバイオティクスに基づく治療、小分子に基づく治療、薬物治療に基づく治療、食事関連治療、局所治療、認知/行動療法、理学療法、臨床治療、代替医療に基づく治療、環境に基づく治療(例えば、光線に基づく治療、温度に基づく治療など)および/または任意の他の好適な様式で実施されるように設計された(例えば、抗生物質関連状態に関する利用者の健康を促進することなど)任意の他の好適な治療の1つまたは複数を含む治療から追加的にまたは代替的に選択されてよい。抗生物質に基づく治療として:細胞壁に基づく抗生物質(例えば、ペニシリン、セファロスポリンなど)、細菌性酵素に基づく抗生物質(例えば、リファマイシン、リピアルマイシン、キノロン、スルホンアミドなど)、細胞膜に基づく抗生物質(例えば、ポリミキシンなど)、殺菌性に基づく抗生物質、タンパク質合成に基づく抗生物質(例えば、マクロライド、リンコサミド、テトラサイクリンなど)、環状リポペプチド、グリシルサイクリン、オキサゾリジノン、補助医療機器および/もしくは他の処置システムに関連する治療ならびに/または任意の他の好適な抗生物質に基づく治療の任意の1つまたは複数を挙げることができる。
ブロックS140のバリエーションでは、治療モデルは、図4に示されるとおり、処置プランの各ステージで提供される最も好適な抗生物質およびそれらの投与量を優先する様式で、木/グラフのノードに利用可能な抗生物質(例えば、特定の抗生物質の種類、抗生物質投与量など)を配置する決定木/決定グラフを含む抗生物質治療モデルを含むことができる。処置のステージの配置は、対象に具体的な抗生物質処置を適用する肯定的結果(例えば、対象の有益な細菌性集団への最小化された影響)および/または否定的結果(例えば、悪性感染のリスク)の比較検討に基づいてよく、疾患関連株を標的化する、最も有効であるが、最も害が少ない抗生物質が処置プランの初期に勧奨される。決定木/グラフの枝を横切ることでは、上流ノードでの抗生物質の適用後の患者の兆候および/または転帰は、下流ノードでの抗生物質の適用を勧めるために使用できる。代替的に、患者が処置されると、抗生物質処置のさらなる勧奨は終了してよく、回復性の処置(例えば、治療モデルのバリエーションによって生成されたプロバイオティクスサプリメント)が対象に勧められてよい。しかし、抗生物質治療モデルは、任意の好適な性質を含んでよく、および/または任意の好適なアルゴリズムを抗生物質処置に関連する任意の好適な態様を決定することに適用してよい。
ブロックS140に関して、追加的にまたは代替的に抗生物質治療モデルの出力は、さまざまな抗生物質処置/用量の対象への適用の予測された転帰および/または結果を記載し、別のエンティティが1つまたは複数の抗生物質を対象に提供する判定を可能にする予測モデルを含むことができる。それによりブロックS140に関して、抗生物質治療は、その状態(例えば、疾患に関連して存在する微生物の株(単数または複数);抗生物質への耐性および/または感受性に関連する微生物遺伝子配列);その状態に関連する株の存在量/伝播;対象の人口動態的および/または挙動特徴;対象の他の微生物集団;対象の環境に由来する検討事項;および任意の他の好適な因子の1つまたは複数に基づいて対象について調整されてよい。ファージに基づく治療の具体的な例では、対象において代表的なある特定の細菌(または他の微生物)に特異的なファージの1つまたは複数の集団(例えば、コロニー形成単位の観点から)は、対象の疾患または状態に関連するある特定の細菌の集団を下方制御する、またはそうでなければ排除するために使用することができる。このように、ファージに基づく治療は、対象において代表的な細菌(または他の微生物)の望ましくない集団(単数または複数)のサイズ(単数または複数)を低減するために使用することができる。補足的に、ファージに基づく治療は、使用されるファージ(単数または複数)によって標的化されない細菌集団の相対存在量を増加させるために使用することができる。
バリエーションでは、ブロックS140および/またはS170は、治療を勧める処置システムを制御するシグナルを自動的に開始するステップを含むことができ(例えば、特徴付け、治療モデル出力に基づいてなど)、シグナルを開始するステップは、制御命令を処置システムに生成するステップおよび伝達するステップ(例えば、利用者に抗生物質を提供するように抗生物質送達デバイスを制御するステップなど)、通知提供を開始するステップ(例えば、1つまたは複数の特徴付けおよび/もしくは処置に関して利用者に知らせるためなど)ならびに/または治療を促進するために処置システムを制御する任意の他の好適な操作の1つまたは複数を含むことができる。別のバリエーションでは、ブロックS140は、誘引事象に応答しておよび/または同時に(例えば、閾値を超えている抗生物質関連状態リスクを特徴付けるステップ;利用者および/またはケア提供者による手作業での依頼;治療後生物学的試料の分析に基づいて閾値未満の処置有効性を同定するステップなど)など、利用者とケア提供者との間の相互作用を促進するステップ(例えば、ケア提供者の予約をスケジュール管理するステップ;無線通信チャネルによって遠隔医療協議を開始するステップ、図7に示されるとおりなど)を含むことができる。しかし利用者間の相互作用を促進するステップは、任意の好適な様式で実施されてよい。
ブロックS140のバリエーションでは、治療モデルを生成するステップおよび/または適用するステップは、抗生物質関連状態についての1つまたは複数の原因(例えば、抗生物質関連状態リスクの原因)に基づいてよく、ここで、治療モデルによって決定された治療は、抗生物質関連状態リスクを低減するように作動可能である。ブロックS140に関して、治療モデルの処理は、特徴付けモデルの処理(例えば、ブロックS130について記載された)と同様であってよく、治療モデルの任意の数および/または種類がさまざまな目的のために生成され得る。ブロックS140に関して、治療モデルは、「正常」またはベースラインマイクロバイオーム組成、機能的特性および/または良好な健康状態にあると同定された対象の集団の対象から評価された薬理ゲノミクス特性の同定に関連して導くことができる。良好な健康状態にあると特徴付けられた(例えば、特徴付け工程の特性を使用して)対象の集団の対象のサブセットの同定において、マイクロバイオーム組成、機能特性および/または薬理ゲノミクス特性を、良好な健康状態にある対象のものに向けて調節する治療は、ブロックS140において生成されてよい。したがってブロックS140は、1つまたは複数のベースラインマイクロバイオーム組成、機能特性および/または薬理ゲノミクス特性(例えば、一連の各人口動態について1つのベースラインマイクロバイオーム)の同定、ならびに腸内毒素症の状況にある対象のマイクロバイオームを同定されたベースラインマイクロバイオーム組成、機能的組成および/または薬理ゲノミクス組成の1つに向けてシフトできる潜在的治療製剤および治療レジメンを含むことができる。しかし治療モデルは、任意の他の好適な様式で生成および/または改良されてよい。
バリエーションでは、ブロックS140および/またはS170は、マイクロバイオーム薬理ゲノミクス(例えば、抗生物質耐性を回避するまたはマイクロバイオーム薬理ゲノミクスプロファイルによって同定された抗生物質感受性を攻撃するように設計された抗生物質処置を導くことなど)、マイクロバイオーム組成および/または機能的多様性(例えば、抽出された特性)のうちの少なくとも1つと関連する治療用組成物(例えば、抗生物質処置)を導くステップを含むことができる。一例では、方法100は、抗生物質関連状態に関連する生体分子のモジュレータ(例えば、抗生物質関連状態に関連する一連の分類群に由来する生体分子のモジュレータ)を決定するステップ;モジュレータに基づいて抗生物質関連状態に対する治療用組成物を導くステップ;および治療用組成物を勧めるステップを含むことができる。しかし、処置を決定するステップおよび/または勧めるステップは、参照によりその全体が組み込まれる米国特許出願第15/097,862号、2016年4月13日出願に類似する任意の様式で実施されてよい、および/または任意の好適な様式で実施されてよい。
方法100は、ブロックS150を追加的にまたは代替的に含むことができ、それは、利用者から生物学的試料を受け取るステップについて記述する。ブロックS150は、特徴付け工程のための入力を導くように使用できる対象に関するマイクロバイオームデータセットの生成を促進するように機能できる。このように、生物学的試料を受け取るステップ、処理するステップおよび分析するステップは、特徴付け工程のための入力を提供するために使用できる、対象についてのマイクロバイオームデータセットの生成を好ましくは促進する。対象からの生物学的試料を処理するステップおよび分析するステップは、上記ブロックS110に関して記載された試料受領の実施形態、バリエーションおよび/または例の1つに類似する様式で好ましくは実施される。追加的にまたは代替的に、生物学的試料を処理するステップは、参照によりその全体が組み込まれる米国特許出願第15/097,862号、2016年4月13日出願に類似する任意の様式で実施されてよい。しかし、ブロックS150における生物学的試料の受領および処理は、代替的に任意の他の好適な様式で実施されてよい。
方法100は、利用者からの生物学的試料に由来するマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセットおよびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つを、特徴付け工程を用いて処理することに基づいて抗生物質関連状態に関する利用者の特徴付けを同定するステップについて記述するブロックS160を追加的にまたは代替的に含むことができる。ブロックS160は、対象のマイクロバイオーム由来データから特性を抽出するように機能でき(例えば、コンピュータ実装規則に対してマイクロバイオームデータセットを評価することに基づいて)、特性を実施形態、バリエーションもしくは上記ブロックS130に記載の特徴付け工程の例への、および/または方法100の任意の好適な工程への入力として使用する。したがって、ブロックS160において特徴付けを同定するステップは、対象のマイクロバイオーム試料のマイクロバイオーム組成、機能的組成および/もしくは薬理ゲノミクス組成に関連する特性および/もしくは特性の組合せを同定するステップ、特徴付け工程に特性を入力するステップ、ならびに:挙動群、性別群、食事群、疾患状況群および特徴付け工程によって同定され得る任意の他の好適な群の1つまたは複数に属する対象を特徴付ける出力を受け取るステップを好ましくは含む。ブロックS160は、対象の特徴付けに関連する信頼判定基準の生成および/または出力をさらに含むことができる。例えば、信頼判定基準は、特徴付けを生成するために使用された特性の数、特徴付けを生成するために使用された特性の相対的重さまたは順位付け、特徴付け工程でのバイアスの測定および/または特徴付け工程の態様に関連する任意の他の好適なパラメータから導くことができる。一部のバリエーションでは、対象のマイクロバイオームデータセットから抽出される特性は、対象からの調査由来および/または病歴由来の特性を用いて補足されてよく、ブロックS130の特徴付け工程をさらに改良するために使用されてよい。しかし、対象のマイクロバイオームデータセットは、追加的にまたは代替的に、方法100のモデルを増強するように任意の他の好適な様式で使用されてよく、ボックS160は、任意の好適な様式で実施されてよい。
4.4 方法-治療を促進およびモニタリングする
4.4 方法-治療を促進およびモニタリングする
方法100は、:特徴付け(例えば、および治療モデルなど)に基づいて対象に処置(例えば、抗生物質治療、作用)を勧めるステップについて記述するブロックS170を追加的にまたは代替的に含むことができる。ブロックS170は、対象のマイクロバイオーム組成、機能特性および/または薬理ゲノミクス特性を望ましい平衡状態にシフトするために、個別化された治療を対象に推奨するおよび/または提供するように機能できる。ブロックS170は、図5に示されるとおり、それらのマイクロバイオーム組成、機能特性および薬理ゲノミクス特性により対象にカスタマイズされた治療の供給を含むことができ、カスタマイズされた治療は、同定された特徴付けを有する対象の状態を補正するように構成された抗生物質の製剤である。このように、ブロックS140の出力は、カスタマイズされた治療製剤およびレジメン(例えば、投薬量、使用指示)を訓練された治療モデルに基づいて、対象に直接勧めるために使用できる。追加的にまたは代替的に、治療提供は、マイクロバイオーム組成、機能特性および/または薬理ゲノミクス特性を望ましい状況にシフトするように構成された利用可能な治療手段の推奨を含むことができる。
ブロックS170での抗生物質治療提供は、推奨される治療および/または他の治療形態に関する対象への通知の提供を含むことができる。一例では、対象に関連するパーソナルコンピュータまたはノートパソコンのウェブインターフェースは、対象による、対象の利用者アカウントへのアクセスを提供でき、ここで利用者アカウントは、利用者の特徴付けに関する情報、利用者のマイクロバイオームの態様の詳細な特徴付け、およびブロックS140および/またはS170において生成された、示唆された治療手段に関する通知を含む。別の例では、パーソナル電子デバイス(例えば、スマートフォン、スマートウォッチ、ヘッドマウントスマートデバイス)で実行されるアプリケーションは、ブロックS170の治療モデルによって生成された治療提案に関する通知(例えば、ディスプレイに、触覚的に、聴覚的様式でなど)を提供するように構成されてよい。通知および/またはプロバイオティクス治療は、対象に関連するエンティティ(例えば、世話人、配偶者、重要な他者、医療関係者など)を通じて追加的にまたは代替的に直接提供されてよい。一部のさらなるバリエーションでは、通知は、対象に関連するエンティティ(例えば、医療関係者)に追加的にまたは代替的に提供されてよく、ここでエンティティは、治療手段を投与することができる(例えば、処方箋の方法によって、治療セッションを行う方法によってなど)。しかし通知は、任意の他の好適な様式で対象に治療投与のために提供されてよい。
方法100は、生物学的試料を処理することに基づいて、さまざまな時点で、マイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成およびマイクロバイオーム機能的多様性のうちの少なくとも1つを評価するために、対象に対する治療の有効性をモニタリングするステップについて記述するブロックS180を追加的にまたは代替的に含むことができる。ブロックS180は、所与の特徴付けの対象についての治療モデルによって提案されたプロバイオティクス治療の肯定的効果、否定的効果および/または有効性の欠如に関して追加データを集めるように機能でき、ここで追加データは、例えば、特徴付けモデル、治療モデルおよび/もしくは他の好適なモデルの1つまたは複数を生成、更新および/もしくは実行するために使用できる、ならびに/または方法100の任意の好適な一部において使用されてよい。例えば、方法100は、1つまたは複数のマイクロバイオームデータセット(例えば、利用者からの治療後生物学的試料に由来する更新されたマイクロバイオームデータセットから抽出された更新されたマイクロバイオーム特性など)に基づいてモデル(例えば、特徴付けモデル、治療モデルなど)を更新するステップ、例えば、例えば治療前および治療後のマイクロバイオームデータセットの比較に基づいて決定された、マイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成、マイクロバイオーム機能的多様性および/または他の好適なマイクロバイオーム態様(例えば、抗生物質関連状態に関して)の観察された調節に基づいてモデルを更新するステップを含むことができる。別の例では、方法100は、モデルを更新することに応答し、更新されたモデルに基づいて、抗生物質関連状態に関する利用者のための(例えば、更新が基づいていない生物学的試料に関連する第2の利用者など)更新(例えば、特徴付けに、治療になど)を決定するステップを含むことができる。別の例では、方法100は、利用者(例えば、治療を推奨した後)から治療後生物学的試料を受け取るステップ;治療後生物学的試料(例えば、治療後生物学的試料に由来する更新されたマイクロバイオーム特性に基づいて、ここでマイクロバイオーム特性は特徴付けモデルと共に使用され得るなど)に基づいて抗生物質関連状態に関する利用者の治療後特徴付けを生成するステップ;治療後特徴付け(例えば、および利用者についての、第2の利用者についての1つまたは複数の治療前特徴付けなど)に基づいて抗生物質関連状態の調節を特徴付けるステップ;および/または更新された特徴付けに基づいて利用者に更新された治療を推奨するステップを含むことができる。しかし、方法100の任意の好適な部分および/または任意の好適な操作は、治療後生物学的試料および/または更新されたマイクロバイオームデータセットに基づいて、任意の好適な様式(例えば、任意の数の利用者について)で実施されてよい。治療モデルによって推奨された治療の経過の際の対象のモニタリング(例えば、治療全体を通じて対象からの生物学的試料を受け取ることおよび分析すること、治療を通じて対象から調査由来データを受け取ること)は、したがってブロックS130の特徴付け工程によって提供される各特徴付けに対する治療有効性モデル、およびブロックS140およびS170において提供されるそれぞれ推奨される治療手段を生成するために使用できる。
ブロックS180では、対象に、治療を組み込んでいる治療レジメンの1つまたは複数の重要な時点で追加生物学的試料を提供するように指示することができ、追加生物学的試料(単数または複数)を、対象のマイクロバイオーム組成、機能的特性および/または薬理ゲノミクス特性の調節を特徴付ける判定基準を生成するために処理および分析する(例えば、ブロックS120に関して記載されたものと類似する様式で)ことができる。例えば、判定基準は、早い時点での対象のマイクロバイオーム中の代表的な1つまたは複数の分類群の相対存在量における変化、対象のマイクロバイオームの特定の分類群における提示の変化、対象のマイクロバイオームの細菌の第1の分類群の存在量と細菌の第二の分類群の存在量との間の比、対象のマイクロバイオーム中の1つまたは複数の機能的な科の相対存在量における変化の1つまたは複数に関し、任意の他の好適な判定基準は、マイクロバイオーム組成、機能特性および/または薬理ゲノミクス特性における変化から治療有効性を評価するために使用することができる。追加的または代替的に、治療の際の対象の経験に関する(例えば経験した副作用、改善の個人的評価など)対象からの調査由来データは、ブロックS180において治療の有効性を決定するために使用できる。しかし、1つまたは複数の処置の有効性をモニタリングするステップ、および/または有効性に基づいて工程を実施するステップは、任意の好適な様式で実施されてよい。
本実施形態の方法100および/またはシステムは、コンピュータ可読な指示を保存しているコンピュータ可読な媒体を受けるように構成された機械として少なくとも部分的に具体化および/または実装されてよい。指示は、アプリケーション、アプレット、ホスト、サーバ、ネットワーク、ウェブサイト、通信サービス、通信インターフェース、患者コンピュータまたはモバイルデバイスのハードウェア/ファームウェア/ソフトウェアエレメントまたはその任意の好適な組合せを用いて結合されたコンピュータ実行可能コンポーネントによって実行されてよい。実施形態の他のシステムおよび方法は、コンピュータ可読な指示を保存しているコンピュータ可読な媒体を受けるように構成された機械として少なくとも部分的に具体化および/または実装されてよい。指示は、上に記載される種類の装置およびネットワークと統合されたコンピュータで実行可能なコンポーネントによって統合されたコンピュータで実行可能なコンポーネントによって実行されてよい。コンピュータ可読媒体は、RAM、ROM、フラッシュメモリ、EEPROM、光学デバイス(CDもしくはDVD)、ハードドライブ、フロッピー(登録商標)ドライブまたは任意の好適なデバイスなどの任意の好適なコンピュータ可読媒体上に保存することができる。コンピュータで実行可能なコンポーネントは、プロセッサであってよいが、任意の好適な専用のハードウェアデバイスは、(代替的にまたは追加的に)指示を実行することができる。
図は、好ましい実施形態、設定例およびそのバリエーションによるシステム、方法およびコンピュータプログラム産生物の可能性がある実装の基本設計概念、機能および操作を例示する。これに関して、フローチャートまたはブロックダイアグラム中の各ブロックは、モジュール、セグメント、ステップまたはコードの一部を表してもよく、特定の論理機能(単数または複数)を実装するための1つまたは複数の実行可能な指示を含む。一部の代替的実装では、ブロックに述べられた機能は、図に述べられた順以外で生じてもよいことにも留意すべきである。例えば、連続して示されている2個のブロックは、実際に実質的に同時に実行されてよく、または時にはブロックは、含まれる機能に依存して逆順で実行されてよい。ブロックダイアグラムのおよび/またはフローチャート例示の各ブロック、ならびにブロックダイアグラムおよび/またはフローチャート例示におけるブロックの組合せは、特定の機能もしくは作用を実施する特定の目的のハードウェアをベースとするシステムまたは特定の目的のハードウェアとコンピュータ指示との組合せによって実装されてよいことも留意される。本実施形態は、任意のバリエーション、例および特定の例を含め、種々のシステムコンポーネントおよび種々の方法工程のすべての組合せおよび順列を含む。当業者が以前の詳細な記載から、および図および特許請求の範囲から認識するとおり、変更および変化は、続く特許請求の範囲に定義される本発明の範囲から逸脱することなく本発明の実施形態に実施され得る。
Claims (17)
- 抗生物質関連状態を有する対象のマイクロバイオームを分析するための方法であって、該方法が、
コンピュータデバイスにより、対象のセットからの試料に由来するマイクロバイオーム組成データセット、マイクロバイオーム機能的多様性データセット、およびマイクロバイオーム薬理ゲノミクスデータセットを受け取るステップ;
該コンピュータデバイスにより、該対象のセットについての該抗生物質関連状態に関し情報価値がある補足データセットを受け取るステップ;
該コンピュータデバイスにより、該マイクロバイオーム組成データセット、該マイクロバイオーム機能的多様性データセット、および該マイクロバイオーム薬理ゲノミクスデータセットから特性を抽出するステップ;
該コンピュータデバイスにより、該特性と該補足データに基づき、該抗生物質関連状態に関連する特徴付けモデルを生成するステップ;
該コンピュータデバイスにより、利用者からの生物学的試料に由来するマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセット、およびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つを処理することに基づく該特徴付けモデルにより該抗生物質関連状態を有する利用者を特徴付けるステップ;および
該コンピュータデバイスにより、該利用者の特徴付けに基づき、該利用者の該抗生物質関連状態の状況を改善するための情報を生成するステップ
を含み、
該マイクロバイオーム機能的多様性データセットが、抗生物質関連状態と相関する機能に関連する遺伝子の相対存在量を含み、
該マイクロバイオーム薬理ゲノミクスデータセットが、該対象のセットの抗生物質耐性または感受性に関連する遺伝子の存在もしくは非存在または量を含む、
方法。 - 前記マイクロバイオーム薬理ゲノミクスデータセットを決定することが、
前記試料由来の核酸物質を増幅することに基づいて微生物配列を決定すること;
前記抗生物質関連状態に関連する参照核酸配列セットとの該微生物配列のアライメントを決定すること;および
該アライメントに基づいて前記マイクロバイオーム薬理ゲノミクスデータセットを決定すること
を含む、請求項1に記載の方法。 - 前記核酸物質を増幅することが、次世代配列決定プラットホームのブリッジ増幅基板を用いて、前記核酸物質の多重増幅を実施することを含み、前記マイクロバイオーム薬理ゲノミクスデータセットを決定することが、該次世代配列決定プラットホームと通信するように作動可能である前記コンピュータデバイスで前記マイクロバイオーム薬理ゲノミクスデータセットを決定することを含む、請求項2に記載の方法。
- 第1のセットのマイクロバイオーム薬理ゲノミクス特性と前記抗生物質関連状態に関する抗生物質有効性との間の相関性に関連するマイクロバイオーム薬理ゲノミクス特性選択規則を得るステップをさらに含み、抽出するステップが、前記マイクロバイオーム薬理ゲノミクスデータセットを該マイクロバイオーム薬理ゲノミクス特性選択規則に対して評価することに基づいてマイクロバイオーム薬理ゲノミクス特性のセットを決定することを含む、請求項1に記載の方法。
- 前記特徴付けモデルを生成するステップが、複数の特徴付けモデルを生成することを含み、該複数の特徴付けモデルが、異なる抗生物質治療可能状態または異なるマイクロバイオーム薬理ゲノミクスプロファイルのそれぞれに特異的である、請求項1に記載の方法。
- 前記特徴付けモデルを生成するステップが、前記異なる抗生物質治療可能状態に特異的である異なる特性選択規則に基づき前記複数の特徴付けモデルを生成することを含む、請求項5に記載の方法。
- 前記抗生物質関連状態が淋病関連状態を含み、前記マイクロバイオーム組成多様性特性が、該淋病関連状態に関連する分類群についての組成特性を含み、第1のセットのマイクロバイオーム薬理ゲノミクス特性が、該分類群に関連する遺伝子に関する点変異特性セットを含む、請求項1に記載の方法。
- 前記点変異特性セットが、前記分類群のgyrA遺伝子およびparC遺伝子のうちの少なくとも1つ中の点変異に関連する、請求項7に記載の方法。
- 前記マイクロバイオーム機能的多様性データセットからの前記特性が、京都遺伝子ゲノム百科事典(KEGG)機能的特性、タンパク質特性のオルソロガス群のクラスター(COG)、L2、L3、L4由来特性、ゲノム機能的特性、化学的機能的特性、および全身性機能的特性のうちのいずれか1つまたは複数を含む、請求項1に記載の方法。
- 抗生物質関連状態を有する対象のマイクロバイオームを分析するためのシステムであって、該システムが、
コンピュータ可読な指示を実行するように構成されたプロセッサであって、該指示が、以下の工程:
対象のセットからの試料に由来する微生物配列に基づくマイクロバイオーム組成データセット、マイクロバイオーム機能的多様性データセット、およびマイクロバイオーム薬理ゲノミクスデータセットを受け取る工程;
該対象のセットについての該抗生物質関連状態に関し情報価値がある補足データセットを受け取る工程;
該マイクロバイオーム組成データセット、該マイクロバイオーム機能的多様性データセット、および該マイクロバイオーム薬理ゲノミクスデータセットから特性を抽出する工程;
該特性と該補足データに基づき、該抗生物質関連状態に関連する特徴付けモデルを生成する工程;
利用者からの生物学的試料に由来するマイクロバイオーム薬理ゲノミクスデータセット、マイクロバイオーム組成データセット、およびマイクロバイオーム機能的多様性データセットのうちの少なくとも1つを処理することに基づく該特徴付けモデルにより該抗生物質関連状態を有する利用者を特徴付ける工程、および
該利用者の特徴付けに基づき、該利用者に該抗生物質関連状態についての処置に関する情報を提供する工程
を含む、プロセッサを含み、
該マイクロバイオーム組成データが、該利用者のセットの微生物の分類群を含み、
該マイクロバイオーム機能的多様性データが、該利用者のセットの抗生物質関連状態と相関する機能に関連する遺伝子の相対存在量を含み、
該マイクロバイオーム薬理ゲノミクスデータが、該利用者のセットの抗生物質耐性または感受性に関連する遺伝子の存在もしくは非存在または量を含む、
システム。 - 前記工程が、
前記利用者のマイクロバイオーム薬理ゲノミクスプロファイル、マイクロバイオーム組成、およびマイクロバイオーム機能的多様性のうちの少なくとも1つを評価することにより、前記処置を提供した後の前記利用者のための前記処置の有効性をモニタリングする工程
をさらに含み、
前記処置が、前記利用者の前記抗生物質関連状態の状況を改善するために、前記利用者の前記マイクロバイオーム組成を調節するための情報を含む、
請求項10に記載のシステム。 - 前記特性が、前記抗生物質治療可能状態に関連する分類群に関するコドン変異、エクソン欠失、置換、遺伝子再構成および転座のうちの少なくとも1つに関連するマイクロバイオーム薬理ゲノミクス特性を含む、請求項10に記載のシステム。
- 前記マイクロバイオーム薬理ゲノミクス特性が、微生物株変異性、抗生物質に対する微生物株の耐性および微生物株共依存挙動のうちの少なくとも1つに関連する、請求項12に記載のシステム。
- 前記マイクロバイオーム薬理ゲノミクス特性が、前記抗生物質治療可能状態に関する微生物薬理ゲノミクスマーカーの相対存在量に関連する、請求項12に記載のシステム。
- 前記特性が、次の:構造RNA、制御RNA、メッセンジャーRNA、タンパク質およびペプチドのうちの少なくとも1つを含む、生物学的に活性な分子の耐性および代謝のうちの少なくとも1つに関連するヌクレオチド関連機能的特性を含む、請求項10に記載のシステム。
- 前記抗生物質治療可能状態が、尿路感染および性行為感染疾患のうちの少なくとも1つを含む、請求項10に記載のシステム。
- 前記抗生物質治療可能状態が淋病関連状態を含み、前記特性が、前記マイクロバイオーム薬理ゲノミクスデータから抽出され、そしてモザイクpenA対立遺伝子に関連するマイクロバイオーム薬理ゲノミクス特性を含む、請求項10に記載のシステム。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662361943P | 2016-07-13 | 2016-07-13 | |
US62/361,943 | 2016-07-13 | ||
US15/606,743 US10803991B2 (en) | 2014-10-21 | 2017-05-26 | Method and system for microbiome-derived diagnostics and therapeutics |
US15/606,743 | 2017-05-26 | ||
PCT/US2017/042015 WO2018013865A1 (en) | 2016-07-13 | 2017-07-13 | Method and system for microbial pharmacogenomics |
JP2019522621A JP2019521706A (ja) | 2016-07-13 | 2017-07-13 | 微生物ゲノム薬理学のための方法およびシステム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019522621A Division JP2019521706A (ja) | 2016-07-13 | 2017-07-13 | 微生物ゲノム薬理学のための方法およびシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022079646A true JP2022079646A (ja) | 2022-05-26 |
Family
ID=60953350
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019522621A Withdrawn JP2019521706A (ja) | 2016-07-13 | 2017-07-13 | 微生物ゲノム薬理学のための方法およびシステム |
JP2022058908A Pending JP2022079646A (ja) | 2016-07-13 | 2022-03-31 | 微生物ゲノム薬理学のための方法およびシステム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019522621A Withdrawn JP2019521706A (ja) | 2016-07-13 | 2017-07-13 | 微生物ゲノム薬理学のための方法およびシステム |
Country Status (12)
Country | Link |
---|---|
EP (1) | EP3484348A4 (ja) |
JP (2) | JP2019521706A (ja) |
KR (1) | KR102397683B1 (ja) |
CN (1) | CN109475305B (ja) |
AU (1) | AU2017295861A1 (ja) |
BR (1) | BR112019000709A8 (ja) |
CA (1) | CA3030792A1 (ja) |
CO (1) | CO2019001319A2 (ja) |
EA (1) | EA201990294A1 (ja) |
SG (1) | SG11201900253TA (ja) |
WO (1) | WO2018013865A1 (ja) |
ZA (1) | ZA201900473B (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3720969A4 (en) * | 2017-12-04 | 2021-08-11 | Cybele Microbiome, Inc. | PROCEDURES AND COMPOSITIONS FOR IDENTIFICATION AND MODULATION OF BIOCHEMICAL MICROBIOMA PATHS TO CHANGE THE PHENOTYPE |
KR20200132954A (ko) * | 2018-03-16 | 2020-11-25 | 소마젠 인크 | 생물정보학 접근법에 근거한 진단 및 요법을 포함하는 대사-관련 컨디션의 특성화를 위한 방법 및 시스템 |
CN112292697A (zh) * | 2018-04-13 | 2021-01-29 | 弗里诺姆控股股份有限公司 | 用于生物样品的多分析物测定的机器学习实施方式 |
WO2019234246A1 (en) * | 2018-06-07 | 2019-12-12 | 4D Pharma Plc | Method for stratifying ibs patients |
KR102346398B1 (ko) | 2020-09-01 | 2022-01-03 | 주식회사 에이아이바이오틱스 | 장내 미생물을 분석하여 평가 하는 시스템 및 평가 방법 |
US20220367050A1 (en) * | 2021-05-12 | 2022-11-17 | Zoe Limited | Predicting gut microbiome diversity |
KR20240099759A (ko) | 2022-12-22 | 2024-07-01 | 주식회사 오디엔 | 약물치료 관리 시스템 및 그 동작방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150211055A1 (en) * | 2014-01-25 | 2015-07-30 | uBiome, Inc. | Method and system for microbiome analysis |
US20160110515A1 (en) * | 2014-10-21 | 2016-04-21 | Zachary Apte | Method and system for microbiome-derived diagnostics and therapeutics |
WO2016086305A1 (en) * | 2014-12-05 | 2016-06-09 | University Of Saskatchewan | Methods and reagents for detecting neisseria gonorrhoeae and its antimicrobial resistance determinants |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996017951A2 (en) * | 1994-12-09 | 1996-06-13 | Rpms Technology Limited | Identification of genes responsible for in vivo survival of microorganisms |
CN1798548B (zh) * | 2003-06-02 | 2010-05-05 | 诺华疫苗和诊断公司 | 基于含吸附类毒素和含多糖抗原微粒体的免疫原性组合物 |
AU2005337803B2 (en) * | 2005-10-29 | 2013-04-18 | Bayer Intellectual Property Gmbh | Process for determining one or more analytes in samples of biological origin having complex composition, and use thereof |
CN104031984A (zh) * | 2008-02-28 | 2014-09-10 | 俄亥俄州立大学研究基金会 | 用于前列腺相关病症的诊断、预后和治疗的基于微rna的方法和组合物 |
EP2362907A4 (en) * | 2008-11-04 | 2012-08-08 | Blood Cell Storage Inc | NUCLEAR ACID EXTRACTION ON DOVED GLASS SURFACES |
JP2013517889A (ja) * | 2010-01-29 | 2013-05-20 | ユーバイオメッド インク. | マイクロニードル及びマイクロニードル装置 |
DK2547361T3 (da) * | 2010-03-17 | 2020-11-23 | Socpra Sciences Et Genie Sec | Bakterielle vaccinekomponenter fra staphylococcus aureus og anvendelser deraf |
CN101833613A (zh) * | 2010-06-04 | 2010-09-15 | 中国科学院青岛生物能源与过程研究所 | 一种口腔微生物群落数据库及其应用 |
US20130121968A1 (en) * | 2011-10-03 | 2013-05-16 | Atossa Genetics, Inc. | Methods of combining metagenome and the metatranscriptome in multiplex profiles |
WO2013176774A1 (en) * | 2012-05-25 | 2013-11-28 | Arizona Board Of Regents | Microbiome markers and therapies for autism spectrum disorders |
US20140143188A1 (en) * | 2012-11-16 | 2014-05-22 | Genformatic, Llc | Method of machine learning, employing bayesian latent class inference: combining multiple genomic feature detection algorithms to produce an integrated genomic feature set with specificity, sensitivity and accuracy |
EP3584308A3 (en) * | 2013-02-04 | 2020-03-04 | Seres Therapeutics, Inc. | Compositions and methods |
CN105339023A (zh) * | 2013-03-15 | 2016-02-17 | 普迈针药物公司 | 用于经皮递送化合物的设备、系统和方法 |
US9466024B2 (en) * | 2013-03-15 | 2016-10-11 | Northrop Grumman Systems Corporation | Learning health systems and methods |
US20150019189A1 (en) * | 2013-07-01 | 2015-01-15 | Counterpoint Health Solutions, Inc. | Systems biology approach to therapy |
WO2015013214A2 (en) * | 2013-07-21 | 2015-01-29 | Whole Biome, Inc. | Methods and systems for microbiome characterization, monitoring and treatment |
WO2015066625A1 (en) * | 2013-11-01 | 2015-05-07 | Washington University | Methods to establish and restore normal gut microbiota function of subject in need thereof |
WO2016057679A1 (en) * | 2014-10-09 | 2016-04-14 | LuminaCare Solutions Inc. | Personalized antibiotic dosing platform |
CN105648060B (zh) * | 2016-01-29 | 2020-01-31 | 江汉大学 | 一种非诊断目的的人体病原微生物耐药性基因的检测方法 |
-
2017
- 2017-07-13 EP EP17828501.1A patent/EP3484348A4/en active Pending
- 2017-07-13 SG SG11201900253TA patent/SG11201900253TA/en unknown
- 2017-07-13 CN CN201780043788.6A patent/CN109475305B/zh active Active
- 2017-07-13 WO PCT/US2017/042015 patent/WO2018013865A1/en unknown
- 2017-07-13 JP JP2019522621A patent/JP2019521706A/ja not_active Withdrawn
- 2017-07-13 AU AU2017295861A patent/AU2017295861A1/en not_active Abandoned
- 2017-07-13 BR BR112019000709A patent/BR112019000709A8/pt not_active Application Discontinuation
- 2017-07-13 EA EA201990294A patent/EA201990294A1/ru unknown
- 2017-07-13 KR KR1020197004007A patent/KR102397683B1/ko active IP Right Grant
- 2017-07-13 CA CA3030792A patent/CA3030792A1/en active Pending
-
2019
- 2019-01-23 ZA ZA2019/00473A patent/ZA201900473B/en unknown
- 2019-02-13 CO CONC2019/0001319A patent/CO2019001319A2/es unknown
-
2022
- 2022-03-31 JP JP2022058908A patent/JP2022079646A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150211055A1 (en) * | 2014-01-25 | 2015-07-30 | uBiome, Inc. | Method and system for microbiome analysis |
US20150213193A1 (en) * | 2014-01-25 | 2015-07-30 | uBiome, Inc. | Method and system for microbiome analysis |
US20160110515A1 (en) * | 2014-10-21 | 2016-04-21 | Zachary Apte | Method and system for microbiome-derived diagnostics and therapeutics |
WO2016086305A1 (en) * | 2014-12-05 | 2016-06-09 | University Of Saskatchewan | Methods and reagents for detecting neisseria gonorrhoeae and its antimicrobial resistance determinants |
Non-Patent Citations (2)
Title |
---|
ALIMENT PHARMACOL THER, vol. 43, JPN6023009942, 2016, pages 1142 - 1153, ISSN: 0005010915 * |
MBIO., vol. 6(4):e00974., JPN6023009941, 2015, ISSN: 0005010914 * |
Also Published As
Publication number | Publication date |
---|---|
EP3484348A4 (en) | 2021-11-24 |
JP2019521706A (ja) | 2019-08-08 |
CN109475305A (zh) | 2019-03-15 |
ZA201900473B (en) | 2019-09-25 |
KR20190033561A (ko) | 2019-03-29 |
WO2018013865A1 (en) | 2018-01-18 |
EA201990294A1 (ru) | 2019-08-30 |
KR102397683B1 (ko) | 2022-05-13 |
EP3484348A1 (en) | 2019-05-22 |
CO2019001319A2 (es) | 2019-02-19 |
SG11201900253TA (en) | 2019-02-27 |
CA3030792A1 (en) | 2018-01-18 |
BR112019000709A8 (pt) | 2023-03-21 |
BR112019000709A2 (pt) | 2019-05-14 |
CN109475305B (zh) | 2022-01-25 |
AU2017295861A1 (en) | 2019-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10789334B2 (en) | Method and system for microbial pharmacogenomics | |
JP2022079646A (ja) | 微生物ゲノム薬理学のための方法およびシステム | |
AU2018318756B2 (en) | Disease-associated microbiome characterization process | |
US20190078142A1 (en) | Method and system for characterization for female reproductive system-related conditions associated with microorganisms | |
US10246753B2 (en) | Method and system for characterizing mouth-associated conditions | |
JP2020532979A (ja) | 微生物に関連する女性生殖器系関連状態の特徴解析のための方法及びシステム | |
AU2016288666A1 (en) | Method and system for diagnostic testing | |
JP7114091B2 (ja) | パネル特徴付けのための方法およびシステム | |
WO2019018580A1 (en) | METHOD AND SYSTEM FOR CHARACTERIZING CONDITIONS RELATED TO AN APPENDIX AND ASSOCIATED WITH MICROORGANISMS | |
US20180342322A1 (en) | Method and system for characterization for appendix-related conditions associated with microorganisms | |
CN111315899A (zh) | 与鼻部微生物组相关的鼻有关表征 | |
US20240161905A1 (en) | Methods and systems for multi-omic interventions | |
EP3426794A1 (en) | Method and system for characterizing mouth-associated conditions | |
US20190019575A1 (en) | Nasal-related characterization associated with the nose microbiome | |
US11783914B2 (en) | Method and system for panel characterizations | |
Fettweis et al. | The vaginal microbiome: disease, genetics and the environment | |
EP3687375A1 (en) | Method and system for characterizing a headache-related condition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230313 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20231010 |