JP2022179483A - 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法 - Google Patents

特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法 Download PDF

Info

Publication number
JP2022179483A
JP2022179483A JP2022140682A JP2022140682A JP2022179483A JP 2022179483 A JP2022179483 A JP 2022179483A JP 2022140682 A JP2022140682 A JP 2022140682A JP 2022140682 A JP2022140682 A JP 2022140682A JP 2022179483 A JP2022179483 A JP 2022179483A
Authority
JP
Japan
Prior art keywords
pca
pcags
individual
psa
snps
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
Application number
JP2022140682A
Other languages
English (en)
Inventor
ヘンリク・グレンバリ
Groenberg Henrik
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Phadia AB
Original Assignee
Phadia AB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Phadia AB filed Critical Phadia AB
Publication of JP2022179483A publication Critical patent/JP2022179483A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • 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
    • G16B10/00—ICT specially adapted for evolutionary bioinformatics, e.g. phylogenetic tree construction or analysis
    • 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
    • G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medical Informatics (AREA)
  • Immunology (AREA)
  • Genetics & Genomics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Oncology (AREA)
  • General Engineering & Computer Science (AREA)
  • Hospice & Palliative Care (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Animal Behavior & Ethology (AREA)
  • Artificial Intelligence (AREA)
  • Crystallography & Structural Chemistry (AREA)

Abstract

【課題】前立腺癌または悪性前立腺癌を予測するための改善されたモデルを確立すること。【解決手段】患者試料中の複数のバイオマーカーおよび遺伝子マーカーのレベルを決定し、そして得られた値を所定の式に当てはめることによって、該患者が前立腺癌または悪性前立腺癌に罹患している可能性が高いかどうかを決定することができる。この方法は、前立腺癌または悪性前立腺癌について特に高いリスクを有する複数の遺伝的亜集団を区別することによって改善される。【選択図】なし

Description

発明の分野
本発明は、一般的に、診断マーカーとして有用である可能性を有する種々の形態の遺伝子マーカーおよび種々の形態のタンパク質の検出および同定に関する。特に、本発明は、前立腺癌、特に悪性型（aggressive form）前立腺癌の改善された検出のための複数の診断マーカーの同時使用に関する。より具体的には、本発明は、特定の遺伝的特徴を有する男性の前立腺癌の改善された検出のための複数の診断マーカーの同時使用に関する。
発明の背景
血清中前立腺特異抗原（ＰＳＡ）の測定は、前立腺癌（ＰＣａ）のスクリーニングおよび早期発見に広く用いられている。EUROPEAN UROLOGY 60 (2011) 21-28に掲載されたMarkus Alyおよび共著者による文献“Polygenic Risk Score Improves Prostate Cancer Risk Prediction: Results from the Stockholm-1 Cohort Study”（引用により本明細書中に包含される）で論じられるように、現在の臨床イムノアッセイにより測定可能な血清中ＰＳＡは、主に遊離“非複合”形態（遊離ＰＳＡ）として、またはα－ランチキモトリプシン（ＡＣＴ）との複合体として存在する。血清中の総ＰＳＡに対する遊離ＰＳＡの割合は、ＰＣａの検出を顕著に改善することが実証されている。年齢および文書化された家族歴などの他の要因もまた、ＰＣａの検出をさらに改善する可能性がある。ＰＣａに関連する遺伝子マーカー、特に一塩基多型（ＳＮＰ）の測定は、前立腺癌のスクリーニングおよび早期検出のための新たな様式である。複数のＰＣａ関連ＳＮＰの分析は、ＰＳＡのようなバイオマーカーと組み合わせて、患者に関する一般的な情報と組み合わせて、いくつかのＳＮＰの組合せを遺伝的スコアにすることによってリスク評価を改善することができる。
前立腺癌のスクリーニングおよび早期検出は複雑な作業であり、今日までに、男性集団の特異的かつ高感度なマッピングに十分に優れていることが証明された単一バイオマーカーはない。従って、ＰＣａのスクリーニングおよび早期検出においてよりよく機能する製剤を製造するために、複数のバイオマーカーレベルを組み合わせる試みがなされてきた。最も一般的な例は、常套のＰＳＡ検査であり、これは実際には、“遊離”ＰＳＡおよび“総”ＰＳＡの評価である。ＰＳＡは、１つの“非複合”形態およびＰＳＡがアルファ－ランチキモトリプシンと複合体形成している一形態として存在する。別のそのような例は、引用により本明細書中に包含されるＷＯ０３１０００７９（METHOD OF ANALYZING PROENZYME FORMS OF PROSTATE SPECIFIC ANTIGEN IN SERUM TO IMPROVE PROSTATE CANCER DETECTION）に記載されているように、診断目的のための遊離ＰＳＡ、総ＰＳＡおよび１以上のＰＳＡのプロ酵素形態のいくつかの濃度の組合せの使用である。ＰＣａのスクリーニングおよび早期検出のための改善されたパフォーマンスをもたらし得るＰＳＡ濃度およびプロ酵素濃度の１つの可能な組み合わせは、phi（prostate health index）指数である。Ｐｈｉは、引用により本明細書中に包含されるBJU Int. 2011 Nov 11. doi: 10.1111/j.1464-410X.2011.10751.xに掲載されているように、Nichol MBおよび共著者らによるレポート“Cost-effectiveness of Prostate Health Index for prostate cancer detection”に記載のように、ＰＳＡ検査がボーダーラインであり（例えば、ＰＳＡ ２－１０ｎｇ/ｍＬ）、かつデジタル直腸診結果が疑わしくない男性のＰＣａをより良好に検出するために、ＰＳＡ、遊離ＰＳＡおよびＰＳＡ前駆体形態［－２］ｐｒｏＰＳＡの組合せとして開発された。別のそのような例は、ＵＳ２０１２０２１９２５（DIAGNOSTIC ASSAYS FOR PROSTATE CANCER USING PSP94 AND PSA BIOMARKERS）に記載されているように、ｐｓｐ９４とＰＳＡとの組合せである。
引用により本明細書中に包含されるClin Cancer Res 2009;15(21):OF1－7に掲載されている、David A. Brownおよび共著者らのレポート“Macrophage INhibitory Cytokine 1: A New Prognostic Marker in Prostate Cancer”に記載されているように、ＭＩＣ－１を含む、患者がＰＣａを患っているかどうかを評価するための診断的または予後予測的に価値のある可能性のある他のバイオマーカーが存在している。
ＰＣａリスクの予測のために複数の情報源からの情報を１つのアルゴリズムモデルに組み合わせる試みが、過去に開示されている。Cancer Prev Res (2010)、3(5):611-619（引用により本明細書中に包含させる）に掲載されたRobert Kleinsおよび共著者らの公開レポート“Blood Biomarker Levels to Aid Discovery of Cancer-Related Single-Nucleotide Polymorphisms: Kallikreins and Prostate Cancer”において、著者らは、血液バイオマーカーが新規のＳＮＰの発見をどのように補助することができるかを論じるが、遺伝子型およびバイオマーカーレベルの両方を予測モデルに組み込むことに潜在的な役割があることも示唆している。さらに、このレポートは、遺伝子マーカーおよびバイオマーカーの非相加的な組み合わせが共同して、ＰＣａリスクの推定に予測価値を有するかもしれないという証拠を提供している。後に、Xuおよび共同発明者らは、特許出願ＷＯ２０１２０３１２０７（引用により本明細書中に包含させる）において、主に５－アルファ還元酵素阻害薬（例えば、デュタステライドまたはフィナステリド）を用いた化学予防療法に適する対象を同定する目的で、遺伝子マーカーと高悪性型（high grade）前立腺癌を関連付ける方法を開示した。加えて、ＷＯ２０１３１７２７７９およびＷＯ２０１４０７９８６５は、全体母集団についてのＰＣａのリスクを推定するアルゴリズムへの複数の情報源の供給を記載している。同時に、これらの公開された文献は、悪性癌についても、ＰＣａリスクを推定する目的で遺伝情報とバイオマーカー濃度とを組み合わせる従来技術を概説している。
ＰＳＡスクリーニングおよび早期検出の現在のパフォーマンスは、感度がおよそ８０％、そして特異性がおよそ３０％である。およそ６５％が不必要な前立腺生検を受けることになり、臨床的に関連のある前立腺癌の１５－２０％が現在のスクリーニングで見逃されると推定されている。米国だけでも、約１００万の生検が毎年行われており、その結果、約１９２，０００症例が新たに診断されている。従って、診断パフォーマンスのわずかな改善もまた、生検が少なくなることによる医療費の大幅な節約と、侵襲的診断手順を受けるヒトを減らす両方につながる。
現在の（スウェーデンにおける）臨床診療は、無症候性および早期前立腺癌の検出のためのバイオマーカーとして総ＰＳＡを用いている。前立腺生検でさらに評価するための一般的なカットオフ値は、３ｎｇ／ｍＬである。しかしながら、ＰＳＡスクリーニングの誤った判断のために、今日、欧州または北アメリカでは組織立ったＰＳＡスクリーニングは推奨されていない。
個体が早い段階で処置を受けるほど、癌が治癒する可能性が高くなるため、個体において悪性前立腺癌 (aggressive PCa）を正確に特定することが特に重要である。しかしながら、統計モデルの開発において十分な数の症例および対照例を提供するためにはより大きなコホートが必要とされるため、ａＰＣａの同定は困難である。それ故に、ａＰＣａの予測モデルの利用可能性は低い。母集団において複数のサブグループのモデルを設計することは、そのようなモデルの設計が可能となるのに必要なコホートサイズが非常に大きいため、さらに困難である。
従って、前立腺癌または悪性前立腺癌を予測するための改善されたモデルを確立することが当技術分野において必要とされている。
発明の概要
本発明は、異なる起源の診断マーカーの組合せが、特定の遺伝的特徴を有する特定の男性亜集団におけるＰＣａ（前立腺癌）またはａＰＣａ（悪性前立腺癌）の検出能を改善し得るという発見に基づいている。癌、特に早期に同定された悪性癌は、より容易に治療可能であるため、この発見は社会にとって多大な費用削減をもたらす可能性がある。
従って、本発明の一側面は、個体における前立腺癌（ＰＣａ）の存在または不存在を示す方法であって、以下：
ａ）ＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１つまたは複数の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝子解析を実施する工程、ここで、該１つまたは複数の定義されたリスク対立遺伝子が該試料中に存在する場合、該個体はＰＣａＧＳに属すると決定され、そして該ＳＮＰの１つまたは複数のリスク対立遺伝子が該試料中に存在しない場合、該個体はＰＣａＧＳに属さないと決定される工程；
ｂ）工程ａ）において該個体がＰＣａＧＳに属すると決定された場合、該ＰＣａＧＳ個体における１つまたは複数のさらなるＰＣａ関連パラメーターを決定し、特徴付けして、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示す工程；
ｃ）工程ａ）において該個体がＰＣａＧＳに属していないと決定された場合、
ｉ）該個体における所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ）該個体における所定量のＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し；
ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、一般的なＰＣａ集団総合値を形成し；
ｉｖ）一般的なＰＣａ集団総合値を、既知の一般的なＰＣａ集団の対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該一般的なＰＣａ集団総合値を、該個体におけるＰＣａの存在または不存在と相関させる工程を含む、方法を提供する。
工程ｂ）において、その工程が、
ｉ．該ＰＣａＧＳの個体から得られた生物学的試料中の所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ．該ＰＣａＧＳ個体において所定量のＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し;
ｉｉｉ．所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値を形成し;
ｉｖ．ＰＣａＧＳ総合値を、既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該ＰＣａＧＳ総合値を、該個体におけるＰＣａの存在または不存在と相関させること
である方法もまた提供される。
工程ａ）において、個体が、約１．２～２のオッズ比を有する１つまたは複数のＳＮＰのホモ接合体リスク対立遺伝子保有者である、および／または２を超えるオッズ比を有する１つまたは複数のＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、個体はＰＣａＧＳに属すると決定される、本明細書に記載の方法もまた提供される。該１つまたは複数のＳＮＰが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９およびｒｓｌ３８２１３１９７からなる群より選択されてもよい。
さらに、個体が、それぞれ１．２～２のオッズ比を有する２以上の異なるＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、該個体はＰＣａＧＳに属すると決定される方法が提供される。
工程ａ）において、個体が少なくとも１つのｒｓ１３８２１３１９７のリスク対立遺伝子を保有する場合、該個体はＰＣａＧＳに属すると決定される方法もまた提供される。工程ａ）において、個体が閾値を超える遺伝的リスクスコアを有する場合、ここで、該遺伝的リスクスコアが、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７、ｒｓ１６８６０５１３およびｒｓ７１０６７６２からなる群より選択される１以上のＳＮＰに基づく場合、該個体はＰＣａＧＳに属すると決定される方法もまた提供される。
別の側面において、本明細書に記載の方法を実施するためのアッセイ装置であって、該アッセイ装置が、少なくとも３つの異なるカテゴリーのリガンドをその上に固定化した固相を含み、ここで、
－ 該リガンドの第１のカテゴリーは、所定量のＰＣａ関連バイオマーカーに特異的に結合し、該ＰＣａ関連バイオマーカーのそれぞれに特異的に結合する複数の異なるリガンドを含み、
－ 該リガンドの第２のカテゴリーは、ＰＣａに関連する所定量のＳＮＰに特異的に結合し、該ＳＮＰのそれぞれに特異的に結合する複数の異なるリガンドを含み、そして
－ 該リガンドの第３のカテゴリーは、１つまたは複数のＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰに特異的に結合する、
アッセイ装置を提供する。
本発明のさらなる側面において、それぞれ前記第１、第２および第３のカテゴリーのリガンドに結合した、ＰＣａ関連バイオマーカー、ＰＣａに関連するＳＮＰ、およびＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰを特異的に検出するための１つまたは複数の検出分子をさらに含む、本明細書に記載のアッセイ装置を含む試験キットを提供する。
本発明のさらに別の側面において、デジタルコンピューターの内部メモリに直接ロード可能なコンピュータープログラム製品であって、該コンピュータープログラムが、本明細書に記載の方法の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに／または本明細書に記載の別の方法の工程ｉｉｉ）およびｉｖ）を実行するためのソフトウェアコード手段を備えることを特徴とする、コンピュータープログラム製品を提供する。
さらに別の側面において、コンピューターに含まれる処理装置上でコンピューター実行可能命令が実行されるときに、本明細書に記載の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに／または本明細書に記載の工程ｉｉｉ）およびｉｖ）をコンピューターに実行させるためのコンピューター実行可能命令を含むコンピュータープログラムを提供する。
本明細書に記載のコンピュータープログラムを具現化したコンピューター読み取り可能な記憶媒体を含むコンピュータープログラム製品も提供される。
本明細書に記載の方法の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに／または本明細書に記載音別の方法の工程ｉｉｉ）およびｉｖ）を実行するための手段を備えるデータ処理装置（apparatus or device）も本発明で提供される。
本明細書に記載のアッセイ装置およびコンピュータープログラム製品を含む装置も提供される。
図１は、亜集団の、例えば本明細書で定義されるＰＣａＧＳの、特別な取り扱いの理論的根拠の仮説図を示す。
発明の詳細な説明
本発明の目的のため、および明確にするために、以下の定義を用いる：
用語“ＰＳＡ”は、一般的に、血清中の前立腺特異抗原を意味する。ＰＳＡは、異なる形態で存在し、ここで、用語“遊離ＰＳＡ”は、未結合または別の分子に結合していないＰＳＡを意味し、用語“結合ＰＳＡ”は、別の分子に結合しているＰＳＡを意味し、そして最後に用語“総ＰＳＡ”は、遊離ＰＳＡと結合ＰＳＡの合計を意味する。用語“Ｆ／Ｔ ＰＳＡ”は、総ＰＳＡに対する未結合ＰＳＡの割合である。ＰＳＡの分子誘導体も存在し、ここで、用語“ｐｒｏＰＳＡ”は、ＰＳＡの前駆体不活性型を意味し、“インタクトなＰＳＡ”は、インタクトかつ不活性であると認められる追加形態のｐｒｏＰＳＡを意味する。
用語“診断アッセイ”は、病状の存在または性質の検出を意味する。これは、“診断方法”と互換的に用いられ得る。診断アッセイは、それらの感度および特異性において異なる。
診断ツールの有用性の１つの尺度は、一般的にはＲＯＣ－ＡＵＣ統計として知られている、“レシーバー－オペレーター特性曲線下の面積”である。この広く受け入れられている測定法は、該ツールの感度と特異性の両方を考慮に入れている。ＲＯＣ－ＡＵＣ測定値は、一般的には、０．５から１．０の範囲であり、ここで、０．５の値は、該ツールが診断値を有さないことを示し、１．０の値は、該ツールが１００％の感度および１００％の特異性を有することを示す。
用語“感度”は、そのように正しく同定されたＰＣａまたはａＰＣａを有する全ての対象の割合を意味する（これは、真陽性の数を真陽性および偽陰性の数の合計で割ったものに等しい）。
用語“特異性”は、そのように正しく同定されたＰＣａに関して健康な（すなわち、ＰＣａを有しない）全対象の割合を意味する（すなわち、真陰性の数を真陰性および偽陽性の数の合計で割ったものに等しい）。
用語“バイオマーカー”は、例えば診断目的のために、生物学的マーカーとして用いられ得るタンパク質、タンパク質の一部、ペプチドまたはポリペプチドを意味する。
用語“カリクレイン様バイオマーカー”は、遊離型または複合型のいずれかの前立腺特異抗原（ＰＳＡ）、プロＰＳＡ（ＰＳＡのアイソフォームの一群）および特に、切断型（－２）プロＰＳＡ、インタクトＰＳＡ、ヒト前立腺酸性ホスファターゼ（ＰＡＰ）、およびヒトカリクレイン２（ｈＫ２）を含むが、これらに限定されない、タンパク質のカリクレインファミリーに属するか、またはそれに関連する、タンパク質バイオマーカーを意味する。
用語“一塩基多型”（ＳＮＰ）は、個体の遺伝暗号における定義された遺伝子座の遺伝的特性を意味する。ＳＮＰは、ＰＣＡのリスク増加に関連している可能性があり、それ故に、個体の診断または予後評価に用いられ得る。一塩基多型データベース（ｄｂＳＮＰ）は、両者とも米国にあるNational Human Genome Research Institute (NHGRI)と共同してNational Center for Biotechnology Information (NCBI)によって開発され運営されている、種内および種間の遺伝子変異のアーカイブである。データベースの名前は多型の１つのクラスのみ（すなわち、一塩基多型（ＳＮＰ））の一群を意味するが、実際にはそれはある範囲の分子変異を含む。収載されたユニークなＳＮＰレコードには全て、参照ＳＮＰ ＩＤ番号（“ｒｓ番号”；“ｒｅｆＳＮＰクラスター”）が付与される。本明細書中、ＳＮＰは、主にｒｓ番号を用いて特定される。
用語“悪性前立腺癌”（ａＰＣａ）は、平均的な前立腺癌疾患よりも深刻な状態を意味する。ａＰＣａは、患者集団の上位４分の１における腫瘍サイズを示す、（ａ）グリーソンスコア７以上の前立腺癌、（ｂ）腫瘍ステージ３以上の前立腺癌、（ｃ）１０ｎｇ/ｍＬより大きいＰＳＡ値を有する個体における前立腺癌、（ｄ）ＰＳＡ値が増加している（１年未満の倍増時間の）個体、ならびに（ｅ）コンピューター支援画像分析（例えば、陽電子放出断層撮影（ＰＥＴ）、単光子放出コンピューター断層撮影（ＳＰＥＣＴ）、コンピューターｘ線断層撮影（ＣＴ）、磁気共鳴映像法（ＭＲＩ）、超音波イメージングまたは何れか他のコンピューター支援画像分析）を含むが、これらに限定されない、種々の方法で定義され得る。
用語“病歴”とは、何らかの癌疾患に対する過去の検査、診断および／または治療に関する情報を意味する。限定されない病歴の一例は、対象が過去に前立腺の生検によるＰＣａの存在についての検査を受けたことがあるかどうかである。
用語“総合値”は、パラメーターカテゴリーに関するデータの、該パラメーターカテゴリーの代表値への組み合わせを意味する。総合値は、一般的には、一組の方程式として記載することができ、ここで、異なる方程式は、パラメーターカテゴリーのメンバーの異なるサブセットに対する測定結果が利用可能である場合に、適用可能である。特定のパラメーターカテゴリーの総合値を形成する方法の限定されない一例は、該カテゴリーのメンバーについて利用可能な結果の平均を用いることである。本明細書中、用語“一般的ＰＣａ母集団総合値”ならびに“ＰＣａＧＳ総合値”はまた、それぞれのサブグループおよび一般母集団から生じるデータから作成されたときに得られる総合値をさらに定義するためにも用いられる。
本明細書で用いる用語“ＰＣａＧＳ”は、前立腺癌の遺伝的亜集団（Prostate Cancer Genetic Subpopulation）の略語である。この用語は、本明細書中、それらの遺伝的性質（複数可）によって定義される個体の亜集団のことを意味し、ここで、遺伝的性質（複数可）は、“一般的な”前立腺癌母集団から逸脱している性質である。ＰＣａＧＳサブグループは、ＳＮＰの１以上の定義されたリスク対立遺伝子のような定義された遺伝子変化の１０未満の、例えば１、２、３、４、５、６、７、８、９、または１０などの少数に関連する特定の遺伝的特徴を通して同定されたサブグループとして一般的に定義され得て、ここで、各定義された遺伝子改変単独または複数の定義された遺伝子改変の組合せは、個体がＰＣａＧＳサブグループのメンバーであるかどうかを決定する。適切な“ＰＣａＧＳ”の限定的でない例は、ｒｓ１３８２１３１９７の少なくとも１つのリスク対立遺伝子を保有する個体である。適切な“ＰＣａＧＳ”の別の限定的でない例は、ＰＣａを少なくとも２０％得るための全体的なリスクを同時に高める２つのＳＮＰなどの、２以上を保有する個体である。“ＰＣａＧＳ”は、一般的に、全体母集団の２０％未満、さらに多くの場合、母集団の１０％未満を占める。ＰＣａＧＳの例は、ＰＣａのリスクを２０％以上増加または低下させることが知られている１つまたは２つの遺伝的性質を個々にまたは共に保有する個体である。従って、一般的に上述したように、少数のＳＮＰ（例えば、１、２、３、４または５個のＳＮＰ）は、特定のＰＣａＧＳのメンバーシップを正確に決定するのに十分であることが多い。場合によっては、定義されたＰＣａＧＳの複雑さに応じて、５～１０、１０～１５、さらには１５～３０個のＳＮＰなど、より多数のＳＮＰが想定され得る。
本明細書中、そのような亜集団（ＰＣａＧＳ）に属する個体が、そのような個体における前立腺癌または悪性前立腺癌の存在または不存在を示すための方法において別々に取り扱われる場合、利点が証明されている。このことは、そのようなグループについて、他の基準および／またはカットオフ値が、本明細書中さらに定義されるように、“一般的な”前立腺癌集団に属する個体よりも前立腺癌または悪性前立腺癌の存在または不存在を示すために好ましく用いられることを意味する。これらの差異が考慮されない場合、この方法がサブグループまたは一般母集団またはその両方に対してより大量の偽陽性および／または偽陰性の結果を生じる危険性がある。
“ＰＣａ関連パラメーター”は、本明細書中、ＰＣａＧＳに属しているかまたはＰＣａＧＳに属していない個体において決定され、本明細書で定義の前立腺癌または悪性前立腺癌の存在または不存在を示す方法を改善する、任意のさらなるパラメーターを広く意味することを意図している。ＰＣａＧＳに属する個体の場合、これは、例えば、ＰＳＡ値が本明細書で定義されるようにＰＣａＧＳ集団依存的な方法で測定され取り扱われること（すなわち、一般的なＰＣａ集団の場合とは異なるカットオフ値を用いること）および／またはＰＣａ関連バイオマーカー状態およびＰＣａ関連遺伝状態に関するデータを、前立腺癌または悪性前立腺癌の存在または不存在を示すために総合値に組み合わせ、特定のＰＣａＧＳ定義のカットオフ値と比較することを意味し得る。
本明細書に記載の方法で行われる“遺伝子分析”は、遺伝的特性の決定、より具体的には個体における前立腺癌または悪性前立腺癌についての１以上の定義されたリスク対立遺伝子の存在または不存在の決定を意味する。この遺伝子分析はまた、本明細書中、“ＰＣａＧＳ関連遺伝的状態”の決定と称され得る。“遺伝子分析”工程はまた、本明細書でさらに定義されるように、該個体におけるＰＣａに関連するＳＮＰの所定量の存在を決定することによってＰＣａ関連の遺伝的状態を決定する工程を含み得る。
用語“パラメーターカテゴリー”は、予測パフォーマンスに関して部分的または完全に重複している、関連バイオマーカーまたは関連ＳＮＰなどの関連パラメーターのグループまたはファミリーを意味する。パラメーターカテゴリーの一例は、例えばＰＳＡ、総ＰＳＡ（ｔＰＳＡ）、インタクトＰＳＡ（ｉＰＳＡ）、遊離ＰＳＡ（ｆＰＳＡ）およびｈｋ２を含むカテゴリーである“カリクレイン様バイオマーカー”である。本発明の予測モデルでは、各カテゴリーのメンバーのサブセットのみを使用しているにもかかわらず、各カテゴリーを予測モデルで表すようにするために、各カテゴリーのメンバーのサブセットの測定結果（データ）があれば十分である。用語“パラメーターカテゴリー”は、本明細書中、単に「カテゴリー」と称されることがある。
用語“冗長的に設計されたデータの組み合わせ”は、１つまたは複数のパラメーターカテゴリーまたはそのサブセットについての総合値を形成するための、複数の測定によって得られたデータの組み合わせを意味し、ここで、データの組み合わせは、１つのパラメーターカテゴリーが提示する総合値が、例えば一部のデータが欠落している、または誤っている場合、該カテゴリーについてのデータのサブセットまたは該カテゴリーのデータの完全セットのいずれかに基づいて作成され得るように行われる。
“所定量”が本明細書で言及される場合、これは、一般的に、本明細書で提示される方法または装置で用いられるＰＣａ関連バイオマーカーおよび／またはＰＣａ関連ＳＮＰの量に関する。所定量は、生物学的（血中）試料中のＰＣａ関連バイオマーカーの任意の量または濃度（例えば、ｎｇ／ｍｌと表される）であり得る。所定量は、個体のＰＣａ状態を推定することを可能にする、特定のＳＮＰについての任意の量または数の対立遺伝子であり得る。所定量のＳＮＰおよびＰＣａ関連バイオマーカーのより具体的な例もまた、本明細書に記載される。
詳細な説明
本発明は、対象における前立腺癌（ＰＣａ）または悪性前立腺癌（ａＰＣａ）の存在または不存在の推定、検出および／または判定を補助するための診断方法を提供する。本発明は、定義された亜集団（ＰＣａＧＳ－前立腺癌遺伝的亜集団）に合わせてなされている。本発明を男性個体の一般母集団に適用することができるとしても、定義された亜集団について向上したパフォーマンスを有するＰＣａまたはａＰＣａの検出のための診断方法を構築することが可能である。従って、本発明の要旨およびここで驚くべきことに示されたことは、理論はともかく、特定の個体が、一般母集団に適用できる診断方法およびカットオフ値を亜集団に属する個体には同じ様には適用できないという特別の生物学的機序を有することが明らかにされたという事実である。本明細書では、これを遺伝的亜集団（ＰＣａＧＳ）と定義する。
本発明は、前立腺癌または悪性前立腺癌の存在または不存在を示すための従前の方法、特に該適応症のためにＰＣａの遺伝的およびバイオマーカーの状態を利用する方法を改善するためにこの亜集団の相違を利用する。
ＰＣａのリスクを２０％以上増加または減少させることが知られている少なくとも１つの単一の遺伝的性質を有する個体は、亜集団ＰＣａＧＳの例である。最初に報告された亜集団内では、個体は、例えば、N Engl J Med. 2012 Jan 12;366(2):141-9に掲載されたEwing CMおよび共著者らの“Germline mutations in HOXB13 and prostate-cancer risk.”に従前示されている一般母集団よりもＰＣａまたはａＰＣａのリスクが高い。１つの単一遺伝子変異によりリスクが大幅に増加するという事実は、その変異が、生物学的機序に重大な悪影響を及ぼすことを意味する。そのような場合、理論はともかく、生物学それ自体が他のバイオマーカーに関して異なる可能性があり、それは翻ってバイオマーカーの伝統的な限界および範囲が亜集団ＰＣａＧＳには有効でない可能性があるということを意味する。このことは、個体がＰＣａまたはａＰＣａを有するリスクが高いかどうかを評価するときに、本明細書でさらに説明するように、一般的母集団とは異なる方法で亜集団ＰＣａＧＳのメンバーを取扱うことが有益であることを意味する。
従って、本明細書において、個体における前立腺癌（ＰＣａ）の存在または不存在を示す方法であって、
ａ）ＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１つまたは複数の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝子解析を実施する工程、ここで、該１つまたは複数の定義されたリスク対立遺伝子が該試料中に存在する場合、該個体はＰＣａＧＳに属すると決定され、そして該ＳＮＰの１つまたは複数のリスク対立遺伝子が該試料中に存在しない場合、該個体はＰＣａＧＳに属さないと決定される工程；
ｂ）工程ａ）において該個体がＰＣａＧＳに属すると決定された場合、該ＰＣａＧＳ個体における１つまたは複数のさらなるＰＣａ関連パラメーターを決定および特徴付けして、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示す工程；
ｃ）工程ａ）において該個体がＰＣａＧＳに属していないと決定された場合、
ｉ）該個体における所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ）該個体における所定量のＰＣａに関連するＳＮＰのリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し；
ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、一般的なＰＣａ集団総合値を形成し；
ｉｖ）一般的なＰＣａ集団総合値を、既知の一般的なＰＣａ集団の対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該一般的なＰＣａ集団総合値を、該個体におけるＰＣａの存在または不存在と相関させる工程
を含む方法を提供する。
本明細書において、上記方法の工程ｂ）が２つの選択肢、すなわちｉ）該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示すこと、またはｉｉ）該個体における１以上のさらなるＰＣａ関連パラメーターを決定および特徴付けて、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示すことのいずれかを含む、方法もまた提供される。そのような別法において、工程ｂ）に関連する以下の工程は、工程ｂ）、ｉｉ）に関連し得る。
さらに、本明細書において、工程ｂ）が：
ｉ．該ＰＣａＧＳの個体から得られた生物学的試料中の所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ．該ＰＣａＧＳ個体において所定量のＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し;
ｉｉｉ．所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値を形成し;
ｉｖ．ＰＣａＧＳ総合値を既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該ＰＣａＧＳ総合値を、該個体におけるＰＣａの存在または不存在と相関させること
である方法が提供される。
本発明で提供される方法は、前立腺癌または悪性前立腺癌の存在または不存在を示すために用いられ得る。この方法の目的が前立腺癌の存在または不存在を示すことである場合、既知の一般的ＰＣａ集団から得られた試料、既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いてカットオフ値を確立することができる。この方法の目的が悪性前立腺癌の存在または不存在を示すことである場合、既知の一般的に悪性ＰＣａ集団の試料、既知の悪性ＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いてカットオフ値を確立することができる。
本明細書中、工程ａ）において、個体が、１．２～２のオッズ比を有する１つまたは複数のＳＮＰのホモ接合体リスク対立遺伝子保有者であるか、および／または２を超えるオッズ比を有する１つまたは複数のＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、該個体はＰＣａＧＳに属すると決定される、方法が提供される。そのような定義に適確な１つまたは複数のＳＮＰは、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９およびｒｓ１３８２１３１９７からなる群より選択される。
さらに、工程ａ）において、個体が、各ＳＮＰが１．２～２のオッズ比を有する２以上の異なるＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、該個体はＰＣａＧＳに属すると決定され得る。
さらなるＳＮＰを以下の表１に示す。表１に列挙されるＳＮＰは、少なくとも１つのコホートにおいて１．２より大きいオッズ比が割り当てられているが、他のコホートにおいては１．２未満のオッズ比が割り当てられていてもよい。従って、表１中の全てのＳＮＰは、ＰＣａＧＳを定義するのに適した候補である。
Figure 2022179483000001
さらに、個体がＰＣａのリスクを２０％以上増加させることが知られている少なくとも１つの単一の遺伝的特性を保有する場合、または個体が前立腺癌のリスクを合して２０％以上増加させる２つの遺伝的特性を保有する場合、該個体はＰＣａＧＳに属すると決定され得る。
ＰＣａまたはａＰＣａについてのリスクの約２０％の増加（またはそれ以上）に関連する遺伝子改変の例としては、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９およびｒｓ１３８２１３１９７が含まれるが、これに限定されない。２つの限定されない例としては、ｒｓ１６８６０５１３およびｒｓ７１０６７６２などの、リスクの有意な減少をもたらす遺伝子改変の例もある。さらなる例が以下の表２に記載されている。表２に記載されるＳＮＰは、少なくとも１つのコホートで０．８未満のオッズ比が割り当てられているが、他のコホートでは０．８を超えるオッズ比が割り当てられていてもよい。従って、表２の全てのＳＮＰは、ＰＣａＧＳを定義するのに適した候補である。
Figure 2022179483000002
工程ａ）において、個体が少なくとも１つのｒｓ１３８２１３１９７のリスク対立遺伝子を保有する場合、該個体はＰＣａＧＳに属すると決定される方法もまた提供される。この１つのリスク対立遺伝子は、２０％を超えるＰＣａのリスク増加と関係している。工程ａ）において、個体が閾値を超える（ＰＣａＧＳ）遺伝的リスクスコアを有する場合、該個体はＰＣａＧＳに属すると決定される方法もまた提供され、ここで該遺伝的リスクスコアは、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７、ｒｓ１６８６０５１３およびｒｓ７１０６７６２からなる群より選択される１以上のＳＮＰに基づいている。
さらなる側面において、ＰＳＡ値が、工程ｂ）ｉｉ）において個体から得られた生物学的試料において測定され、そしてＰＣａＧＳ個体における前立腺癌の存在を示すためのＰＳＡカットオフ値が、前立腺癌の存在を示すための標準的な一般的母集団ＰＳＡカットオフ値よりも有意に低い、方法が提供される。
この点に関して“有意に低い”とは、例えば、標準カットオフ値よりも少なくとも約１０％低い、例えば標準カットオフ値よりも少なくとも約１０％、１５％、２０％、３０％、４０％、さらには５０％低い、例えば領域によっては約４．０ｎｇ/ｍｌまたは３．０ｎｇ/ｍｌなどの値より少なくとも約１０％、１５％、２０％、３０％、４０％、さらには５０％低いなどであり得る。
標準的ＰＳＡカットオフ値と比較して“有意に高い”カットオフ値を用いるべきである可能性もある。これに関して、有意に高い値は、標準カットオフ値よりも少なくとも約１０％高い、例えば標準カットオフ値よりも少なくとも約１０％、１５％、２０％、３０％、４０％、さらには５０％高い、例えば領域によっては約４．０ｎｇ/ｍｌまたは３．０ｎｇ/ｍｌなどの値より少なくとも約１０％、１５％、２０％、３０％、４０％、さらには５０％高いなどであり得る。
一例としては、ＰＳＡ≧４．０ｎｇ/ｍｌが一般母集団のカットオフとして用いられるという仮定の下で、該ＰＣａＧＳ個体についてのＰＳＡカットオフ値は、１．２～２のオッズ比を有する１つまたは複数のＳＮＰのホモ接合体リスク対立遺伝子保有者であると定義されるか、および／または２を超えるオッズ比を有する１つまたは複数のＳＮＰのヘテロ接合体リスク対立遺伝子保有者であると定義される、例えばｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９および／またはｒｓ１３８２１３１９７を保有するＰＣａＧＳのメンバーとして定義されるとき、約３．６ｎｇ/ｍｌ以上であり得て、ここで、約３．６ｎｇ/ｍｌ以上のＰＳＡ値は、該生物学的試料が由来する該ＰＣａＧＳ個体における前立腺癌または悪性前立腺癌の存在のリスク増加を示す。
上記の通り、工程ａ）において、個体がｒｓ１３８２１３１９７の少なくとも１つのリスク対立遺伝子を保有する場合、該個体はＰＣａＧＳに属すると決定される方法が提供される。ＰＳＡ値が、工程ｂ）においてｒｓ１３８２１３１９７の少なくとも１つのリスク対立遺伝子を保有する該ＰＣａＧＳ個体から得られた該生物学的試料において測定され、そして該ＰＣａＧＳ個体において前立腺癌の存在を示すＰＳＡカットオフ値が、上記の通り、前立腺癌の存在を示す標準的な一般的母集団ＰＳＡカットオフ値よりも有意に低い、方法もまた提供される。
実施例６の表５、６および７は、それぞれ悪性前立腺癌を検出するための一般母集団に用いられるＰＳＡ＝３ｎｇ/ｍｌ、前立腺癌を検出するための一般母集団に用いられるＰＳＡ＝３ｎｇ/ｍＬ、および前立腺癌を検出するために用いられるＰＳＡ＝４ｎｇ/ｍＬのパフォーマンスに匹敵(match)するＰＣａＧＳ特異的ＰＳＡカットオフ値を示す。従って、これらの値は、特定のＰＣａＧＳにおいてＰＣａを検出するための代替ＰＳＡカットオフ値として設定することができる。
実施例６のＰＣａＧＳは以下を含む：
－ＨＯＸＢ１３陽性の個体、すなわち、ｒｓ１３８２１３１９７の個体（ＰＣａＧＳ＿ｅｘ２）
－（ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７）を含むリスクスコアを定義するＰＣａＧＳの値が、０．７より大きい個体（ＰＣａＧＳ＿６１）
－（ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７、ｒｓ１６８６０５１３、ｒｓ７１０６７６２）を含むリスクスコアを定義するサブグループの値が０．７より大きい個体（ＰＣａＧＳ＿６２）
－表１および表２に列挙されたＳＮＰを含むリスクスコアを定義するＰＣａＧＳの値が０．４５より大きい個体（ＰＣａＧＳ＿６３）。
これらのＰＣａＧＳの全ては、本明細書の記載により包含される亜集団である。
実施例６に示されるように、ＰＣａＧＳ＿ｅｘ２個体において悪性ＰＣａを検出するために一般母集団に用いられるような一般的に適用されるＰＳＡ＝３ｎｇ/ｍＬの感度または特異性に匹敵させるために、それぞれ約２．５から約２．７ｎｇ/ｍＬおよび約１．３から約１．５ｎｇ/ｍＬのＰＳＡカットオフが、そのようなＰＣａＧＳ個体における悪性ＰＣａの存在を示すために適当であり得る（表５）。表６に示すように、該ＰＣａＧＳ個体（ＰＣａＧＳ＿ｅｘ２）についてのＰＳＡカットオフ値は、約１．６ｎｇ/ｍｌ以上であり得て、ここで、約１．６ｎｇ/ｍｌ以上のＰＳＡ値は、選択された感度または特異性に応じて、そして前立腺癌を検出するときに一般母集団に用いられるＰＳＡ＝３ｎｇ／ｍＬのパフォーマンスの匹敵に応じて、該生物学的試料が由来する該ＰＣａＧＳ個体における前立腺癌または悪性前立腺癌の存在のリスクの増大を示し得る。実施例６の表７は、一般母集団において前立腺癌を検出するために４ｎｇ／ｍＬの一般的に適用されるＰＳＡ値匹敵させるためにどのように同じアプローチをＰＣａサブグループに適用することができるかを説明する。同様に、他に記載されたＰＣａＧＳについてのＰＳＡカットオフ値は、同様に、ＰＳＡカットオフ値は、実施例９の表５～７から推定することができる。
従って、さらに、本発明において、ＰＣａＧＳ個体における前立腺癌の存在を示すためのＰＳＡカットオフ値が、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ／ｍＬのＰＳＡのパフォーマンスに合わせるため、それぞれ感度および特異性に関して、約１．８～約２．０ｎｇ／ｍＬまたは約１．３～１．５ｎｇ／ｍＬである方法が提供される。これは、例えば、実施例６でＰＣａＧＳ＿６２として同定されているＰＣａＧＳに適用することができる。
該ＰＣａＧＳ個体における悪性前立腺癌の存在を示すためのＰＳＡカットオフ値が、悪性前立腺癌を検出するための一般母集団に用いられる約３ｎｇ／ｍＬのＰＳＡのパフォーマンスに合わせるため、それぞれ感度および特異性に関して、約２．７～約２．９ｎｇ／ｍｌまたは約１．４～約１．５ｎｇ／ｍＬである方法もまた提供される。これは、実施例６でＰＣａＧＳ＿６２として同定されているＰＣａＧＳに適用することができる。
該ＰＣａＧＳ個体における前立腺癌の存在を示すためのＰＳＡカットオフ値が、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ／ｍＬのＰＳＡのパフォーマンスに合わせるため、それぞれ感度および特異性に関して、約１．５～約１．７ｎｇ／ｍｌまたは約１．１～約１．３ｎｇ／ｍＬである方法もまた提供される。これは、実施例６でＰＣａＧＳ＿ｅｘ２として同定されているＰＣａＧＳに適用することができる。
実施例６の表５から７を参照すると、同様の側面が、該表に記載された他のＰＣａＧＳに関する本開示によって包含される。
従って、本発明において、個体における前立腺癌（ＰＣａ）の存在または不存在を示す方法であって、ＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１つまたは複数の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝子分析を実施する工程（ここで、該１つまたは複数の定義されたリスク対立遺伝子が該試料中に存在する場合、該個体はＰＣａＧＳに属すると決定され、該ＳＮＰの１つまたは複数のリスク対立遺伝子が該試料中に存在しない場合、該個体はＰＣａＧＳに属さないと決定される）；ならびに、工程ａ）において、該個体がＰＣａＧＳに属すると決定された場合、該ＰＣａＧＳ個体における１以上のさらなるＰＣａ関連パラメーターを決定および特徴付けて、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示す工程（ここで、該ＰＣａＧＳ個体における該１以上のさらなるＰＣａ関連パラメーターは、該個体におけるＰＳＡ値を測定することを含む）
を含む方法もまた提供される。
本発明は主に、上昇したリスクに関連する遺伝的状態、例えばＰＣａまたはａＰＣａを有するリスクの増加に関連し得るＤＮＡの点変異に関して記載されているが、本発明はまた、遺伝的状態がａＰＣａまたはＰＣａを有するリスクの低下に関係する場合にも適用可能である。２つのＳＮＰ ｒｓ１６８６０５１３およびｒｓ７１０６７６２は、ＰＣａまたはａＰＣａについての有意に減少したリスクに関する２つのＳＮＰの例を表す。そのような側面において、個体がｒｓ１６８６０５１３またはｒｓ７１０６７６２の少なくとも１つのリスク対立遺伝子を保有する場合、該個体はＰＣａＧＳに属すると決定される。
加えて、本発明は主に、ＤＮＡの１以上の点変異のためにＰＣａまたはａＰＣａのリスクの上昇に関連する遺伝的状態に関して本明細書に記載されているが、本発明はまた、遺伝的状態が、配列中の複数のヌクレオチドの欠失、テロメアの長さの改変、１つまたは複数の染色体の有無、および同様の大規模な遺伝的変化として決定された場合にも適用可能である。そのような側面において、個体が、配列中の複数のヌクレオチドの欠失、テロメア長の改変、１つまたは複数の染色体の有無、および同様の大規模な遺伝子変化を有する場合、該個体はＰＣａＧＳに属すると決定される。
第１の工程においてＰＣａＧＳが一般母集団から“選別”されているため、一般母集団におけるＰＣａまたはａＰＣａの存在または不存在が改善されていることを示す方法もまた本明細書において提供される。
本明細書で提供される方法の基本原理は、個体についての評価された情報の組み合わせ使用が診断の質を改善するような方法でのバイオマーカーと遺伝情報の組み合わせの使用である。
本発明の文脈において有用であるカテゴリー／作用（action）／パラメーターは、以下に記載される。本明細書でさらに定義される方法では、それらのうちのいくつかのみが異なる組み合わせで用いられてもよいことに留意すべきである。
パラメーター／カテゴリー／作用はまた、本明細書中、“ＰＣａ関連パラメーター”とも定義される。
・患者からＰＣａに関する家族歴を収集する（カテゴリー ＨＩＳＴ）。
・体重、ＢＭＩ、年齢などの患者の身体的データを集める（カテゴリー ＰＰＤ）。
・該患者から多数の生物学的試料を入手する。
・該生物学的試料において、複数（所定量）のバイオマーカーの存在または濃度を定量化する（カテゴリー バイオマーカー）。
・該生物学的試料において、ＰＣａに関連する複数（所定量）のＳＮＰに関して該患者の遺伝的状態を定量化する（カテゴリー ＳＮＰｐｃ）。
・該患者が亜集団ＰＣａＧＳに属するかどうかを判定する。
・早期前立腺癌の検出における使用のためのＰＣａＧＳ総合値を形成するために、ＰＣａＧＳ依存的な方法で、上記で定義されたカテゴリーの少なくとも２つからのデータを組み合わせる。
・上記ＰＣａＧＳ依存性総合値を単独でまたはさらなるデータと組み合わせて用いることによって、該患者がＰＣａまたはａＰＣａに罹患している可能性があるかどうかを決定する。
従って、この方法はさらに、ＰＣａまたはａＰＣａに関する家族歴、治療歴および該個体からの身体的データを収集することを含み得る（ここで、該家族歴、治療歴および／または身体的データは、前記総合値を形成する組み合わせデータに含まれる）。患者に関する身体的情報は、一般的に、年齢、体重、身長、ＢＭＩおよび同様の身体的データが収集される定期検診を通して得られる。
より詳細には、家族歴の収集を含む工程は、密接に関連した男性家族の一員（患者の父親、兄弟または息子など）がＰＣａまたはａＰＣａに罹患しているか、または罹患したかどうかの同定を含むがこれらに限定されない。
患者からの生物学的試料の収集は、血漿、血清、末梢白血球細胞からのＤＮＡおよび尿を含むが、これらに限定されない。従って、本明細書では、生物学的試料は血液試料であり得る。
本明細書で提供される方法は、その方法で得られた総合値がカットオフ値よりも大きい場合、および／または該方法の結果をさらに改善するために、追加のステップを含み得る。カットオフ値は、本明細書で定義されるようなカットオフ値のうちのいずれかであり得る。
従って、本明細書において、総合値がカットオフ値よりも大きい場合、生検のために個体を推奨することをさらに含む方法が提供される。方法はまた、総合値がカットオフ値よりも大きい場合に、食習慣を変えること、体重を減らすこと、３０未満のＢＭＩ値に達すること、定期的に運動すること、および／または喫煙を止めることを個体に推奨することも含み得る。加えて、方法は、ＰＣａに関する家族歴、治療歴、および該個体からの身体的データを収集することを含み得る（ここで、該家族歴、治療歴および／または身体的データは、前記総合値を形成する組み合わせデータに含まれる）。
生物学的試料におけるバイオマーカーの存在または濃度の定量化は、多くの異なる方法で行うことができる。１つの一般的な方法は、選択されたバイオマーカーの存在および（可能であれば）濃度を評価するために、抗体および検量線を用いる酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）の使用である。引用により本明細書中に包含させるBiomarkers. 2011 Sep;16(6):498-503に掲載されたShiiki Nおよび共著者らの文献“Association between saliva PSA and serum PSA in conditions with prostate adenocarcinoma”から明らかであるように、ＥＬＩＳＡアッセイは当技術分野において一般的かつ公知である。別の一般的な方法は、生物学的試料中のバイオマーカーの存在または濃度の定量化のためのマイクロアレイアッセイの使用である。一般的なマイクロアレイアッセイは、１種類のバイオマーカーを特異的に捕捉するためにそれぞれ選択された複数の異なる捕捉試薬（一般的には抗体）がスライドの片側の重ならない領域に付着されている平板ガラススライドを含む。生物学的試料は、規定時間の間、該捕捉試薬が位置する領域に接触されて、次いで捕捉試薬の領域を洗浄することにより得られる。この時点で、目的のバイオマーカーが生物学的試料中に存在する場合、対応する捕捉試薬は、該目的のバイオマーカーの画分を捕捉し、洗浄後もスライドガラスに付着させたままにし得る。次いで、捕捉試薬の領域（現在、バイオマーカーが結合されている可能性がある）に一組の検出試薬を添加する（ここで、該検出試薬は、（ｉ）スライドガラス上に提示されるようにバイオマーカーに結合し、そして（ｉｉ）検出可能シグナルを生じ得る（通常、蛍光色素への結合によって））。一般的には、バイオマーカーあたり１つの検出試薬がスライドガラスに添加されることが必要とされる。免疫沈降アッセイ、免疫蛍光アッセイ、ラジオイムノアッセイ、およびマトリックス支援レーザー脱離／イオン化（ＭＡＬＤＩ）を用いた質量分析を含むがこれらに限定されない、バイオマーカーの存在または濃度を定量することができる他の多くの方法があり、いくつかの例を記載する。
従って、本明細書におけるＰＣａバイオマーカー（複数可）の存在または濃度の測定は、マイクロアレイ技術を用いることによって実施され得る。
生物学的試料の分析による遺伝的状態の定量化は、他の方法が同様に適用可能であるとしても、一般的には対立遺伝子特異的プライマー伸長に基づくＭＡＬＤＩ質量分析を含む。これは、これはあらゆる種類の遺伝的状態、すなわちＰＣａに関連するＳＮＰおよびバイオマーカー発現に関連するＳＮＰの両方に当てはまる。
従って、所定量のＳＮＰの存在または不存在の測定は、ＭＡＬＤＩ質量分析法を用いて実施することができる。
個体がＰＣａＧＳに属しているかどうかの決定は、ＰＣａ関連遺伝的状態を決定することの一部として行うことができる。これは、個体がＰＣａＧＳ亜集団に属するかどうかを決定するために追加の測定またはデータ入力が必要とされないことを意味する。これは、個体がＰＣａ遺伝的亜集団（ＰＣａＧＳ）に属するかどうかを決定するためにＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１以上の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝的分析を実施することを含む工程が、以下を決定することもまた含み得ることを意味する：ｉ．該ＰＣａＧＳの個体から得られた生物学的試料中の所定量のＰＣａ関連バイオマーカー（複数可）の存在および濃度；ｉｉ．該ＰＣａＧＳ個体におけるＰＣａに関連するＳＮＰの所定量の１以上のリスク対立遺伝子の存在を決定することによる、ＰＣａ関連遺伝的状態；ｉｉｉ．所定量のＰＣａ関連バイオマーカーの存在および濃度に関する該個体からのデータを、ＰＣａ関連遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値を形成すること；ｉｖ．該総合値を既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料で確立された所定のカットオフ値と比較することによって、該一般母集団総合値を該個体におけるＰＣａの存在または不存在と相関させること。
ＰＣａまたはａＰＣａを診断するために適するバイオマーカーとしては、遊離形または複合型のいずれかの前立腺特異抗原（ＰＳＡ）、プロＰＳＡ（ＰＳＡのアイソフォームの集合）、および特に、切断型（－２）プロＰＳＡ、インタクトＰＳＡ、ヒト前立腺酸性ホスファターゼ（ＰＡＰ）、ヒトカリクレイン２（ｈＫ２）、早期前立腺癌抗原（ＥＰＣＡ）、前立腺分泌タンパク質（ＰＳＰ９４；ベータ－マイクロセミノタンパク質およびＭＳＭＢとしても公知）、グルタチオン Ｓ－トランスフェラーゼ π （ＧＳＴＰ１）、ならびにα－メチルアシルコエンザイムＡラセマーゼ（ＡＭＡＣＲ）が挙げられるが、これらに限定されない。該方法の診断精度を改善するのに有用であり得る関連バイオマーカーとしては、マクロファージ阻害サイトカイン１（ＭＩＣ－１；ＧＤＦ－１５としても公知）が挙げられる。
従って、本明細書中、ＰＣａ関連バイオマーカーは、（ｉ）ＰＳＡ、（ｉｉ）全ＰＳＡ（ｔＰＳＡ）、（ｉｉｉ）遊離ＰＳＡ（ｆＰＳＡ）、および（ｉｖ）ｈＫ２からなる群より選択されるカリクレイン様ＰＣａバイオマーカーのうち少なくとも１つ、例えば２つなどの、１以上のカリクレイン様ＰＣａバイオマーカーを含み得る。
本明細書におけるＰＣａ関連バイオマーカーはまた、（ｉ）ＰＳＡ、（ｉｉ）全ＰＳＡ（ｔＰＳＡ）、（ｉｉｉ）インタクトＰＳＡ（ｉＰＳＡ）、（ｉｖ）遊離ＰＳＡ（ｆＰＳＡ）、および（ｖ）ｈＫ２からなる群より選択されるカリクレイン様ＰＣａバイオマーカーのうち少なくとも１つ、例えば２つなどの、１以上のカリクレイン様ＰＣａバイオマーカーも含み得る。
ＰＣａ関連バイオマーカーはまた、ＭＩＣ－１および要すれば他のＭＩＣ－１関連バイオマーカー、またはバイオマーカーＭＳＭＢおよび要すれば他のＭＳＭＢ関連バイオマーカーも含み得る。
本明細書に上記の通り、少なくとも３個、例えば３個、４個または５個のカリクレイン様バイオマーカーなどのＰＣａ関連バイオマーカーからのデータを該総合値を形成するために用いる方法もまた提供される。そのような方法において、該方法は、該総合値を形成するときに、例えば１、２、３または４個の該ＰＣａバイオマーカーのデータのサブセットなど、少なくとも１個の該ＰＣａ関連バイオマーカーのデータのサブセットを無視することを可能にするが、そこでは、該ＰＣａ関連バイオマーカーから維持され、該方法に用いられるデータは、総合値を作成するのに十分である。該方法で用いられるカリクレイン様バイオマーカーのようなＰＣａ関連バイオマーカーの量は、少なくとも３つ、場合によっては２つのバイオマーカーであり得る。
本明細書中、バイオマーカーＰＳＡ、ｉＰＳＡ、ｔＰＳＡ、ｆＰＳＡ、ＭＩＣ－１、ＭＳＭＢおよびｈＫ２のうち少なくとも１つの濃度が決定され得る。その後、ＰＣａバイオマーカー濃度および対応するバイオマーカー濃度に関連するＳＮＰの非相加的効果が利用される方法を用いて、総合値を計算することができる。
ＰＣａバイオマーカーの存在または濃度の決定は、本明細書で上記のように、マイクロアレイ技術を用いることによって実施することができる。
本発明による方法における好適なＳＮＰ（複数可）
本発明において用いられ得るＰＣａまたはａＰＣａに関連する好適なＳＮＰとしては、以下が挙げられるが、これらに限定されない：
リスト１：
ｒｓ１３８２１３１９７、ｒｓ７８１８５５６、ｒｓ６９８３２６７、ｒｓ１０９９３９９４、ｒｓ１２７９３７５９、ｒｓ１６９０１９７９、ｒｓ９９１１５１５、ｒｓ１０１６３４３、ｒｓ７１０６７６２、ｒｓ６５７９００２、ｒｓ１６８６０５１３、ｒｓ５９４５６１９、ｒｓ１６９０２０９４、ｒｓ１０８９６４３７、ｒｓ６５１１６４、ｒｓ７６７９６７３、ｒｓ１３２６５３３０、ｒｓ２０４７４０８、ｒｓ１０１０７９８２、ｒｓ６２０８６１、ｒｓ９２９７７４６、ｒｓ１９９２８３３、ｒｓ７２１３７６９、ｒｓ２７１０６４７、ｒｓ８８８５０７、ｒｓ１７０２１９１８、ｒｓ１２５００４２６、ｒｓ２０２８９００、ｒｓ７１０２７５８、ｒｓ１６９０１９２２、ｒｓ６０６２５０９、ｒｓ２６５９０５１、ｒｓ１２５４３６６３、ｒｓ４６９９３１２、ｒｓ１１０９１７６８、ｒｓ３１２０１３７、ｒｓ６７９４４６７、ｒｓ１００８６９０８、ｒｓ２３１５６５４、ｒｓ１２１５１６１８、ｒｓ７４７７４５、ｒｓ１００９、ｒｓ２１３２２７６、ｒｓ２７３５８３９、ｒｓ１１５６８８１８、ｒｓ６８４２３２、ｒｓ９３６４５５４、ｒｓ２６６０７５３、ｒｓ１０８０７８４３、ｒｓ１９３３４８８、ｒｓ１７４６７１３９、ｒｓ１２９４７９１９、ｒｓ２３３１７８０、ｒｓ１８９４２９２、ｒｓ２１０７１３１、ｒｓ６５４５９６２、ｒｓ１１６４９７４３、ｒｓ７５８６４３、ｒｓ２２９７４３４、ｒｓ９０２７７４、ｒｓ１７２２４３４２、ｒｓ５９１８７６２、ｒｓ１７１３８４７８、ｒｓ３０１９７７９、ｒｓ１８７３５５５、ｒｓ１２９４６８６４、ｒｓ１２４７５４３３、ｒｓ３７６５０６５、ｒｓ４８７１７７９、ｒｓ１０８７５９４３、ｒｓ１１６０１０３７、ｒｓ６４８９７２１、ｒｓ１１１６８９３６、ｒｓ９２９７７５６、ｒｓ１１９００９５２、ｒｓ６５６９３７１、ｒｓ７７５２０２９、ｒｓ５９３４７０５、ｒｓ３７４５２３３、ｒｓ１４８２６７９、ｒｓ７４９２６４、ｒｓ６６２５７６０、ｒｓ５９７８９４４、ｒｓ２３６６７１１、ｒｓ５９３５０６３、ｒｓ１０１９９７９６、ｒｓ２４７３０５７、ｒｓ４９２５０９４、ｒｓ３０９６７０２、ｒｓ１２４９０２４８、ｒｓ４２４５７３９、ｒｓ１００９４０５９、ｒｓ３０６８０１、ｒｓ２８２３１１８、ｒｓ２０２５６４５、ｒｓ９３５９４２８、ｒｓ１０１７８８０４、ｒｓ６０９０４６１、ｒｓ２２７０７８５、ｒｓ１６９０１８４１およびｒｓ２４６５７９６；
および／または
リスト２：
ｒｓ５８２５９８、ｒｓ４３９３７８、ｒｓ２２０７７９０、ｒｓ１０４６０１１、ｒｓ１０４５８３６０、ｒｓ７５２５１６７、ｒｓ１０４８９８７１、ｒｓ７５２９５１８、ｒｓ４２４５７３９、ｒｓ４５１２６４１、ｒｓ１０１７８８０４、ｒｓ１１９００９５２、ｒｓ１８７３５５５、ｒｓ１０１９１４７８、ｒｓ６７５５９０１、ｒｓ６５４５９６２、ｒｓ７２１０４８、ｒｓ２７１０６４７、ｒｓ１２６１２８９１、ｒｓ２０２８９００、ｒｓ１００９、ｒｓ１２２３３２４５、ｒｓ６７６０４１７、ｒｓ１０４９６４７０、ｒｓ１０１９９７９６、ｒｓ１２４７５４３３、ｒｓ１６８６０５１３、ｒｓ１２１５１６１８、ｒｓ３７６５０６５、ｒｓ１３０１７３０２、ｒｓ１２９８８６５２、ｒｓ８７１６８８、ｒｓ７４９２６４、ｒｓ３７７１５７０、ｒｓ４３４６５３１、ｒｓ６７７０９５５、ｒｓ１２６３７０７４、ｒｓ２６６０７５３、ｒｓ１３３１９８７８、ｒｓ６４３７７１５、ｒｓ２１６２１８５、ｒｓ１５１５５４２、ｒｓ２２７０７８５、ｒｓ９８３０２９４、ｒｓ１４３９０２４、ｒｓ６７６２４４３、ｒｓ８８８５０７、ｒｓ６７９４４６７、ｒｓ１２４９０２４８、ｒｓ１４７７８８６、ｒｓ４８３３１０３、ｒｓ３７９６５４７、ｒｓ１７７７９８２２、ｒｓ２３６６７１１、ｒｓ１６８４９１４６、ｒｓ１８９４２９２、ｒｓ１２６４０３２０、ｒｓ３８０５２８４、ｒｓ１２５００４２６、ｒｓ４６９９３１２、ｒｓ１７０２１９１８、ｒｓ７６７９６７３、ｒｓ２０４７４０８、ｒｓ２６４７２６２、ｒｓ１２５０６８５０、ｒｓ７６５８０４８、ｒｓ２０７８２７７、ｒｓ１２５０５５４６、ｒｓ１３１１３９７５、ｒｓ４２４６７４２、ｒｓ２７３６０９８、ｒｓ４０１６８１、ｒｓ１１１３４１４４、ｒｓ１００６０５１３、ｒｓ４０４８５、ｒｓ２０８７７２４、ｒｓ１４８２６７９、ｒｓ１６９０１８４１、ｒｓ１２９５６８３、ｒｓ２０７０８７４、ｒｓ７７５２０２９、ｒｓ２０１８３３４、ｒｓ９３５８９１３、ｒｓ１１４０８０９、ｒｓ４０９５５８、ｒｓ３０９６７０２、ｒｓ９２６７９１１、ｒｓ２０２５６４５、ｒｓ９３５９４２８、ｒｓ６５６９３７１、ｒｓ２８１３５３２、ｒｓ１９３３４８８、ｒｓ７１２２４２、ｒｓ６９３４８９８、ｒｓ９４５６４９０、ｒｓ６５１１６４、ｒｓ３１２０１３７、ｒｓ９３６４５５４、ｒｓ９４５７９３７、ｒｓ１０４８６５６２、ｒｓ１０８０７８４３、ｒｓ７８０１９１８、ｒｓ６９６２２９７、ｒｓ２４６５７９６、ｒｓ６９５７４１６、ｒｓ７７７７６３１、ｒｓ２２７２３１６、ｒｓ６９６１７７３、ｒｓ２１３２２７６、ｒｓ１３２６５３３０、ｒｓ１６８８７７３６、ｒｓ２９１１７５６、ｒｓ２２７２６６８、ｒｓ２３３９６５４、ｒｓ１３８０８６２、ｒｓ９２９７７４６、ｒｓ１２５４３６６３、ｒｓ１００８６９０８、ｒｓ１６９０１９２２、ｒｓ１０１６３４３、ｒｓ１７８３２２８５、ｒｓ１６９０１９７９、ｒｓ４８７１７７９、ｒｓ１０１０７９８２、ｒｓ１６９０２０９４、ｒｓ６２０８６１、ｒｓ１７４６７１３９、ｒｓ６９８３２６７、ｒｓ９２９７７５６、ｒｓ１００９４０５９、ｒｓ７８１８５５６、ｒｓ１９９２８３３、ｒｓ９８６４７２、ｒｓ１２５５２３９７、ｒｓ４２７３９０７、ｒｓ４２３７１８５、ｒｓ７５３０３２、ｒｓ１１２５３００２、ｒｓ２３８６８４１、ｒｓ１０７９５８４１、ｒｓ１０５０８４２２、ｒｓ７０７５９４５、ｒｓ１０５０８６７８、ｒｓ５３９３５７、ｒｓ１０８２６３９８、ｒｓ３８１８７１４、ｒｓ７０９０７５５、ｒｓ１０９９３９９４、ｒｓ４３８２８４７、ｒｓ１８９１１５８、ｒｓ１０８８７９２６、ｒｓ１０７８８１６０、ｒｓ６５７９００２、ｒｓ１０８３２５１４、ｒｓ７３５８３３５、ｒｓ１９４４０４７、ｒｓ３０１９７７９、ｒｓ１０８９６４３７、ｒｓ１２７９３７５９、ｒｓ７１０６７６２、ｒｓ７１０２７５８、ｒｓ２４４９６００、ｒｓ５８５１９７、ｒｓ２５０９８６７、ｒｓ１１５６８８１８、ｒｓ７１２５４１５、ｒｓ１１６０１０３７、ｒｓ１１２２２４９６、ｒｓ４５７０５８８、ｒｓ６４８９７２１、ｒｓ３２１３７６４、ｒｓ１７３９５６３１、ｒｓ４４２３２５０、ｒｓ１１１６８９３６、ｒｓ１０８７５９４３、ｒｓ３７５９１２９、ｒｓ９０２７７４、ｒｓ１８２７６１１、ｒｓ４７６０４４２、ｒｓ１１６１０７９９、ｒｓ６５３９３３３、ｒｓ１１０６７２２８、ｒｓ７４８５４４１、ｒｓ６４８９７９４、ｒｓ４１１９４７８、ｒｓ１７０７０２９２、ｒｓ２２９３７１０、ｒｓ１７２５６０５８、ｒｓ１９５０１９８、ｒｓ２３３１７８０、ｒｓ７１４１５２９、ｒｓ１２８８０７７７、ｒｓ１７１２３３５９、ｒｓ７８５４３７、ｒｓ５２４９０８、ｒｓ１２９０３５７９、ｒｓ７１７８０８５、ｒｓ７１６４３６４、ｒｓ８９６６１５、ｒｓ１１６３４７４１、ｒｓ９９７２５４１、ｒｓ１２５９４０１４、ｒｓ１１６３１１０９、ｒｓ１５５８９０２、ｒｓ８０４４３３５、ｒｓ２７３８５７１、ｒｓ８８５４７９、ｒｓ３８５８９４、ｒｓ６８４２３２、ｒｓ４９２５０９４、ｒｓ１７１３８４７８、ｒｓ１１６４９７４３、ｒｓ２１０７１３１、ｒｓ７２１３７６９、ｒｓ１２９４６８６４、ｒｓ３０６８０１、ｒｓ１３８２１３１９７、ｒｓ１８６３６１０、ｒｓ１７２２４３４２、ｒｓ９９１１５１５、ｒｓ１２９４７９１９、ｒｓ９６６３０４、ｒｓ１７７４４０２２、ｒｓ７２３４９１７、ｒｓ１９４３８２１、ｒｓ２２２７２７０、ｒｓ１３６３１２０、ｒｓ８８８６６３、ｒｓ１２２７７３２、ｒｓ１０５４５６４、ｒｓ４８０６１２０、ｒｓ１１６７２６９１、ｒｓ７５８６４３、ｒｓ３７４５２３３、ｒｓ６５０９３４５、ｒｓ２６５９０５１、ｒｓ２７３５８３９、ｒｓ１３５４７７４、ｒｓ２６９１２７４、ｒｓ６０９０４６１、ｒｓ２２９７４３４、ｒｓ６０６２５０９、ｒｓ２３１５６５４、ｒｓ２８２３１１８、ｒｓ２８３８０５３、ｒｓ３９８１４６、ｒｓ１６９８８２７９、ｒｓ２２６９６４０、ｒｓ４８２２７６３、ｒｓ１３２７７４、ｒｓ７４７７４５、ｒｓ５９７８９４４、ｒｓ６５３０２３８、ｒｓ５９３４７０５、ｒｓ５９３５０６３、ｒｓ４８３０４８８、ｒｓ１７３１８６２０、ｒｓ５９４５６１９、ｒｓ５９４５６３７、ｒｓ１１０９１７６８、ｒｓ２４７３０５７、ｒｓ５９１８７６２、ｒｓ４８４４２２８、ｒｓ６６２５７６０およびｒｓ１７３２４５７３；
および／または
リスト３：
ｒｓ１３８２１３１９７、ｒｓ７８１８５５６、ｒｓ６９８３２６７、ｒｓ１０９９３９９４、ｒｓ１２７９３７５９、ｒｓ１６９０１９７９、ｒｓ９９１１５１５、ｒｓ１０１６３４３、ｒｓ７１０６７６２、ｒｓ６５７９００２、ｒｓ１６８６０５１３、ｒｓ５９４５６１９、ｒｓ１６９０２０９４、ｒｓ１０８９６４３７、ｒｓ６５１１６４、ｒｓ７６７９６７３、ｒｓ１３２６５３３０、ｒｓ２０４７４０８、ｒｓ１０１０７９８２、ｒｓ６２０８６１、ｒｓ９２９７７４６、ｒｓ１９９２８３３、ｒｓ７２１３７６９、ｒｓ２７１０６４７、ｒｓ８８８５０７、ｒｓ１７０２１９１８、ｒｓ１２５００４２６、ｒｓ２０２８９００、ｒｓ７１０２７５８、ｒｓ１６９０１９２２、ｒｓ６０６２５０９、ｒｓ２６５９０５１、ｒｓ１７８３２２８５、ｒｓ１２５４３６６３、ｒｓ４６９９３１２、ｒｓ１１０９１７６８、ｒｓ３１２０１３７、ｒｓ６７９４４６７、ｒｓ１００８６９０８、ｒｓ７１４１５２９、ｒｓ２３１５６５４、ｒｓ１２１５１６１８、ｒｓ７４７７４５、ｒｓ１００９、ｒｓ２１３２２７６、ｒｓ２７３５８３９、ｒｓ１１５６８８１８、ｒｓ６８４２３２、ｒｓ９３６４５５４、ｒｓ９８３０２９４、ｒｓ２６６０７５３、ｒｓ１０８０７８４３、ｒｓ１９３３４８８、ｒｓ１７４６７１３９、ｒｓ１２９４７９１９、ｒｓ７２１０４８、ｒｓ３８５８９４、ｒｓ２３３１７８０、ｒｓ１８９４２９２、ｒｓ２１０７１３１、ｒｓ６５４５９６２、ｒｓ１１６４９７４３、ｒｓ７５８６４３、ｒｓ２２９７４３４、ｒｓ９０２７７４、ｒｓ２６４７２６２、ｒｓ１７２２４３４２、ｒｓ５９１８７６２、ｒｓ１１６７２６９１、ｒｓ１７１３８４７８、ｒｓ３０１９７７９、ｒｓ１８７３５５５、ｒｓ９４５７９３７、ｒｓ２８３８０５３、ｒｓ１２９４６８６４、ｒｓ１２４７５４３３、ｒｓ３７６５０６５、ｒｓ２０１８３３４、ｒｓ３７７１５７０、ｒｓ４８７１７７９、ｒｓ１０８７５９４３、ｒｓ１１６０１０３７、ｒｓ６４８９７２１、ｒｓ１１１６８９３６、ｒｓ９２９７７５６、ｒｓ１１９００９５２、ｒｓ６５６９３７１、ｒｓ７７５２０２９、ｒｓ５９３４７０５、ｒｓ３７４５２３３、ｒｓ１４８２６７９、ｒｓ７４９２６４、ｒｓ６６２５７６０、ｒｓ５９７８９４４、ｒｓ２３６６７１１、ｒｓ５９３５０６３、ｒｓ１０１９９７９６、ｒｓ２４７３０５７、ｒｓ４９２５０９４およびｒｓ３０９６７０２；
および／または
リスト４：
ｒｓ１００８６９０８、ｒｓ１００９、ｒｓ１００９４０５９、ｒｓ１０１０７９８２、ｒｓ１０１６３４３、ｒｓ１０１７８８０４、ｒｓ１０１９９７９６、ｒｓ１０８０７８４３、ｒｓ１０８７５９４３、ｒｓ１０８９６４３７、ｒｓ１０９９３９９４、ｒｓ１１０９１７６８、ｒｓ１１１６８９３６、ｒｓ１１５６８８１８、ｒｓ１１６０１０３７、ｒｓ１１６４９７４３、ｒｓ１１９００９５２、ｒｓ１２１５１６１８、ｒｓ１２４７５４３３、ｒｓ１２４９０２４８、ｒｓ１２５００４２６、ｒｓ１２５４３６６３、ｒｓ１２７９３７５９、ｒｓ１２９４６８６４、ｒｓ１２９４７９１９、ｒｓ１３２６５３３０、ｒｓ１３８２１３１９７、ｒｓ１４８２６７９、ｒｓ１６８６０５１３、ｒｓ１６９０１８４１、ｒｓ１６９０１９２２、ｒｓ１６９０１９７９、ｒｓ１６９０２０９４、ｒｓ１７０２１９１８、ｒｓ１７１３８４７８、ｒｓ１７２２４３４２、ｒｓ１７４６７１３９、ｒｓ１８７３５５５、ｒｓ１８９４２９２、ｒｓ１９３３４８８、ｒｓ１９９２８３３、ｒｓ２０２５６４５、ｒｓ２０２８９００、ｒｓ２０４７４０８、ｒｓ２１０７１３１、ｒｓ２１３２２７６、ｒｓ２２７０７８５、ｒｓ２２９７４３４、ｒｓ２３１５６５４、ｒｓ２３３１７８０、ｒｓ２３６６７１１、ｒｓ２４６５７９６、ｒｓ２４７３０５７、ｒｓ２６５９０５１、ｒｓ２６６０７５３、ｒｓ２７１０６４７、ｒｓ２７３５８３９、ｒｓ２８２３１１８、ｒｓ３０１９７７９、ｒｓ３０６８０１、ｒｓ３０９６７０２、ｒｓ３１２０１３７、ｒｓ３７４５２３３、ｒｓ３７６５０６５、ｒｓ４２４５７３９、ｒｓ４６９９３１２、ｒｓ４８７１７７９、ｒｓ４９２５０９４、ｒｓ５９１８７６２、ｒｓ５９３４７０５、ｒｓ５９３５０６３、ｒｓ５９４５６１９、ｒｓ５９７８９４４、ｒｓ６０６２５０９、ｒｓ６０９０４６１、ｒｓ６２０８６１、ｒｓ６４８９７２１、ｒｓ６５１１６４、ｒｓ６５４５９６２、ｒｓ６５６９３７１、ｒｓ６５７９００２、ｒｓ６６２５７６０、ｒｓ６７９４４６７、ｒｓ６８４２３２、ｒｓ６９８３２６７、ｒｓ７１０２７５８、ｒｓ７１０６７６２、ｒｓ７２１３７６９、ｒｓ７４７７４５、ｒｓ７４９２６４、ｒｓ７５８６４３、ｒｓ７６７９６７３、ｒｓ７７５２０２９、ｒｓ７８１８５５６、ｒｓ８８８５０７、ｒｓ９０２７７４、ｒｓ９２９７７４６、ｒｓ９２９７７５６、ｒｓ９３５９４２８、ｒｓ９３６４５５４、ｒｓ９９１１５１５。
本明細書に記載のＳＮＰのリストのいずれかのＳＮＰの約９０％を含むサブセット、あるいは本明細書に列記されるリストのいずれかにおけるＳＮＰの約８０％、例えば７５％、７０％、６５％または６０％を含むサブセットなどの、ＳＮＰの上記のリストのいずれかにおけるＳＮＰのサブセットもまた用いられ得る。これらは、適切な分析機器で同時に検出するために、同じ固体支持体、例えば同じスライドガラス上に置くことができる。リストはまた、他のさらなるＳＮＰも含み得る。それぞれのリストに存在するＳＮＰ（複数可）もまた組み合わせることができる。
ＰＣａ以外の他のプロセスに関係する好適なＳＮＰとしては、ｒｓ３２１３７６４、ｒｓ１３５４７７４、ｒｓ２７３６０９８、ｒｓ４０１６８１、ｒｓ１０７８８１６０、ｒｓ１１０６７２２８（全て、ＰＳＡの発現レベルに関係している）が挙げられるが、これらに限定されない。パラメーターカテゴリーを“ＰＳＡの濃度に関係するＳＮＰ”または“ＰＳＡの発現レベルに関係するＳＮＰ”として定義することも可能であり、それは、ＰＳＡの濃度または発現レベルに関係するＳＮＰを含む。このカテゴリーのメンバーのサブセットは、予測モデルでそのようにカテゴリーを表すのに十分であり得る。ＳＮＰ ｒｓ３２１３７６４およびｒｓ１３５４７７４は、特に遊離ＰＳＡの発現レベルに関係する。
ＰＣａ以外の他のプロセスに関係する好適なＳＮＰとしてはさらに、ｒｓ１３６３１２０、ｒｓ８８８６６３、ｒｓ１２２７７３２、ｒｓ１０５４５６４（全て、炎症サイトカインバイオマーカーＭＩＣ１の発現レベルに関係している）が挙げられるが、これらに限定されない。パラメーターカテゴリーを、ＭＩＣ１の濃度または発現レベルに関係するＳＮＰを含む“ＭＩＣ１の濃度に関係するＳＮＰ”または“ＭＩＣ１の発現レベルに関係するＳＮＰ”として定義することが可能である。このカテゴリーのメンバーのサブセットは、予測モデルでそのようにカテゴリーを表すのに十分であり得る。
パラメーターカテゴリーを、遊離形または複合型のいずれかの前立腺特異抗原（ＰＳＡ）、プロＰＳＡ（ＰＳＡのアイソフォームの集合）、および特に、切断型（－２）プロＰＳＡ、インタクトＰＳＡ、ヒト前立腺酸性ホスファターゼ（ＰＡＰ）、ヒトカリクレイン２（ｈＫ２）、早期前立腺癌抗原（ＥＰＣＡ）、前立腺分泌タンパク質（ＰＳＰ９４；ベータ－マイクロセミノタンパク質およびＭＳＭＢとしても公知）、グルタチオン Ｓ－トランスフェラーゼ π （ＧＳＴＰ１）、α－メチルアシルコエンザイムＡラセマーゼ（ＡＭＡＣＲ）ならびにマクロファージ阻害サイトカイン１（ＭＩＣ－１；ＧＤＦ－１５としても公知）などの関連バイオマーカーの濃度または発現レベルに関係するＳＮＰを含む“ＰＣａバイオマーカー濃度に関係するＳＮＰ”または“ＰＣａバイオマーカー発現レベルに関係するＳＮＰ”と定義することが可能である。このカテゴリーのメンバーのサブセットは、予測モデルでそのようにカテゴリーを表すのに十分であり得る。
ＰＣａ以外の他のプロセスに関係する好適なＳＮＰとしてはさらに、ｒｓ３８１７３３４、ｒｓ１０７６７６６４、ｒｓ２２４１４２３、ｒｓ７３５９３９７、ｒｓ７１９０６０３、ｒｓ５７１３１２、ｒｓ２９９４１、ｒｓ２２８７０１９、ｒｓ２８１５７５２、ｒｓ７１３５８６、ｒｓ２８６７１２５、ｒｓ９８１６２２６、ｒｓ１０９３８３９７およびｒｓ１５５８９０２（全て、個体のＢＭＩに関係している）が挙げられるが、これらに限定されない。ＢＭＩに関係する他の好適なＳＮＰは、PLoS One. 2013 Aug 7;8(8):e70735 （引用により本明細書中に包含させる）に掲載されたMaegiおよび共著者らのレポート“Contribution of 32 GWAS-identified common variants to severe obesity in European adults referred for bariatric surgery”に記載されている。パラメーターカテゴリーを、個体のＢＭＩに関係するＳＮＰを含む“ＢＭＩの発現レベルに関係するＳＮＰ”として定義することが可能である。このカテゴリーのメンバーのサブセットは、予測モデルでそのようにカテゴリーを表すのに十分であり得る。
該方法で用いられるＰＣａに関連する所定量のＳＮＰが、少なくとも５０個のＳＮＰ、例えば少なくとも５５、６０、６５、７０、７５、８０、８５、９０、９５、１００、１０５、１１０、１１５、１２０、１３０、１４０、１５０、１６０、１７０、１８０、１９０、２００、２１０、２２０、２３０、２４０、２５０、２６０、２７０、２８０、２９０または３００個のＳＮＰである方法が提供される。
本明細書に記載の方法はまた、総合値を形成するとき、ＳＮＰ（複数可）の、約１０％および要すれば約３０％までの、例えば約１５％、２０％または３０％のデータのサブセットを無視することを可能にする。
本明細書に記載の方法で用いられるＳＮＰ（複数可）は、本明細書に示されるリスト１、２または３のいずれか１つのＳＮＰから選択されるか、または本明細書にさらに記載され得る。
ＳＮＰがＰＣａまたはａＰＣａに関して本明細書で定義される方法で用いられるとき、このリストは、ＰＳＡ、遊離ＰＳＡ、ｈＫ２、ＭＩＣ－１およびＭＳＭＢからなる群より選択されるバイオマーカーの１以上、例えばこの群からの１、２、３、４、５または６個、たとえは少なくとも３個のバイオマーカーと組み合わせることができる。
ＳＮＰのリストがＰＣａまたはａＰＣａの文脈において本明細書で定義される方法で用いられるとき、このリストは、ＰＳＡ、遊離ＰＳＡ、インタクトＰＳＡ、ｈＫ２、ＭＩＣ－１およびＭＳＭＢからなる群より選択されるバイオマーカーの１以上、例えばこの群からの１、２、３、４、５または６個など、例えば少なくとも３個のバイオマーカーと組み合わせることができる。
遺伝的状態の決定は、本明細書において前述したように、ＭＡＬＤＩ質量分析法を用いて実施することができる。
本明細書で定義される方法を実施するためのアッセイ装置もまた本明細書で提供され、該アッセイ装置は、少なくとも３つの異なるカテゴリーのリガンドをその上に固定化した固相を含み、ここで：
－ 該リガンドの第１のカテゴリーは、所定量のＰＣａ関連バイオマーカーに特異的に結合し、該ＰＣａ関連バイオマーカーのそれぞれに特異的に結合する複数の異なるリガンドを含み、
－ 該リガンドの第２のカテゴリーは、ＰＣａに関連する所定量のＳＮＰに特異的に結合し、該ＳＮＰのそれぞれに特異的に結合する複数の異なるリガンドを含み、そして
－ 該リガンドの第３のカテゴリーは、１つまたは複数のＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰに特異的に結合する。
ＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰの例は、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９およびｒｓ１３８２１３１９７である。従って、該アッセイ装置において、第３のカテゴリーは、ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９およびｒｓ１３８２１３１９７からなる群より選択されるＳＮＰの少なくとも１つに特異的に結合し得る。あるいは、ＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰは、オッズ比が約０．８未満のＳＮＰを含み得る。他のＰＣａＧＳの例もまた、本明細書の他の箇所に提供されており、同様に適用可能である。
さらに、本明細書において、アッセイ装置であって、ここで、ＰＣａ関連バイオマーカー（複数可）が、本明細書で上記に定義されたＰＣａ関連バイオマーカーのうちのいずれかであり、リガンドの第２のカテゴリーへのＰＣａ結合に関連するＳＮＰ（複数可）が、本明細書で上記に定義された、例えばリスト（リスト１から４）に提示されるようなＳＮＰのうちのいずれかである、アッセイ装置が提供される。
本明細書で定義されるアッセイ装置を含む試験キットもまた提供され、該試験キットはさらに、それぞれ該第１、第２および第３のカテゴリーのリガンドに結合した、ＰＣａ関連バイオマーカー、ＰＣａに関連するＳＮＰおよび／またはＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰを特異的に検出するための１以上の検出分子を含む。
一般的に、以下に記載されるような方法ステップのうちの１つまたは複数は、プロセッサおよびメモリを備えるコンピューター内で実行されるときにコンピュータープログラム製品によって提供される。
従って、デジタルコンピューターの内部メモリに直接ロード可能なコンピュータープログラム製品もまた本明細書で提供され、ここで該コンピュータープログラム製品は、該個体における前立腺癌または悪性前立腺癌の存在または不存在を示すために、所定量のＰＣａ関連バイオマーカー（複数可）の存在または濃度に関する該個体からのデータを、ＰＣａ関連遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値または一般ＰＣａ母集団総合値のいずれかを形成することに関連する複数の工程、ならびに該ＰＣａＧＳ総合値または一般ＰＣａ母集団総合値を、それぞれ既知のＰＣａＧＳ／ＰＣａの不存在の対照試料および既知の一般ＰＣａ母集団ＰＣａ／ＰＣａの不存在の対照試料で確立された所定のカットオフ値と比較することにより該個体におけるＰＣａまたは悪性ＰＣａの存在を関連付けることに関する工程を少なくとも実施するためのソフトウェアコード手段を含む。従って、本明細書中、デジタルコンピューターの内部メモリに直接ロード可能なコンピュータープログラム製品が提供され、ここで、該コンピュータープログラムは、上記の工程で実行するためのソフトウェアコード手段を含む。
本方法の上記の工程はまた、上記の工程のデータから総合値を形成または計算するようにプログラムされたコンピューターを用いて行われると記載することができ、その後、該方法は、該総合値を、該個体におけるＰＣａまたは侵襲性ＰＣａの存在または不存在に相関させるようにプログラムされたコンピューターを用いて行われる。
従って、さらに、そのような計算を実行する、またはそのような総合値を形成する、および／または上記のように相関ステップを実行する、実行可能命令を有する非一時的な有形のコンピューター可読記憶媒体も提供される。
本明細書で定義されるアッセイ装置およびコンピュータープログラム製品を含む装置もまた本明細書で提供される。
前述の通り、ＰＣａスクリーニング効率のパフォーマンスの評価は困難である。ＲＯＣ－ＡＵＣの特徴はパフォーマンスに関していくらかの洞察を提供するが、さらなる方法が望ましい。ＰＣａスクリーニングのパフォーマンスを評価するための１つの代替法は、所与の感度レベルで陽性生検の割合を計算し、ＰＳＡ単独を用いたスクリーニングのパフォーマンスを任意の新規のスクリーニング方法と比較することである。しかしながら、これはＰＳＡのパフォーマンスが正確に定義されていることを必要とする。
ＰＳＡスクリーニングのパフォーマンス評価の一例は、J Natl Cancer Inst. 2006 Apr 19;98(8):529-34 （引用により本明細書中に包含させる）に掲載された、IM Thompsonおよび共著者らのレポート“Assessing prostate risk: results from the Prostate Cancer Prevention Trial”に記載されている。このレポートにおいて、前立腺癌予防試験（ＰＣＰＴ）に参加した男性からの前立腺生検データを用いて、ＰＳＡの感度を決定した。合計で、前立腺生検を受けたＰＣＰＴのプラセボ群の５５１９名の男性は、生検前の１年間に少なくとも１回のＰＳＡ測定およびデジタル直腸検査（ＤＲＥ）を受け、前立腺生検が含まれる前の３年間に少なくとも２回のＰＳＡ測定を受けた。このレポートは、カットオフとして３ｎｇ／ｍＬのＰＳＡ値を用いるとき、約４１％の悪性の癌（すなわち、Gleason score（グリーソンスコア）７以上の癌）が見逃され得ることを記載している。
同じ試験集団を用いた第２の分析が、JAMA. 2005 Jul 6;294(1):66-70 （引用により本明細書中に包含させる）に掲載された、IM Thompsonおよび共著者らのレポート“Operating characteristics of prostate-specific antigen in men with an initial PSA level of 3.0 ng/ml or lower”に記載されている。このレポートにおいて、著者らは、全ての前立腺癌、グリーソンスコア７＋および８＋に対するＰＳＡの感度および特異性の推定値を提示している。生検についてＰＳＡカットオフ値として３．１ｎｇ／ｍＬを用いるとき、グリーソンスコア７＋の腫瘍について、５６．７％の感度および８２．３％の特異性が推定された。このレポートにおいて、著者らは、前立腺癌について健康な男性をモニターするための高感度および高特異性を同時に有するＰＳＡのカットポイントは存在せず、むしろＰＳＡの全ての値で前立腺癌リスクのつながりがあると結論づけている。これは、ＰＳＡと前立腺癌との関連性を依然として認めながら、スクリーニング試験としてのＰＳＡの併用を示唆している。
ＰＣａのスクリーニングにおいて任意の所与の診断モデルまたは予後モデルの予測パフォーマンスの正確かつ比較可能な推定値を得ることにおける困難性の１つの必然的な結果は、ＰＳＡ単独の使用と比較して新規方法の相対的改善を計算するとき、計算された相対的改善が多くの因子によって異なり得ることである。計算された相対的改善に影響を与える１つの重要な因子は、対照群（すなわち、陰性として知られる）をどのようにして得るかである。ＰＣａの兆候がない対象に生検を実施することは非倫理的であるため、対照群はバイアスを有して選択され得る。従って、新規方法の相対的な改善は、対照群がどのように選択されたかによって変わり、そして対照群を選択するための多くの公正な既知の方法が存在している。それ故に、報告された推定値の改善は全て、そのような変動を考慮して理解されるべきである。本発明者らの知る限りでは、本発明者らは、対照群を選択するための１つの公正な既知の方法を用いて、新規な方法の相対的改善がＰＳＡ値単独と比較して１５％であると報告されると推定し、該新規な方法は、対照群を選択するための他の公正な既知の方法を用いたＰＳＡ値単独よりも少なくとも１０％優れているであろう。
社会で広く用いられるようになるためには、スクリーニングのパフォーマンスがリーズナブルな健康上の経済的合理性を満たさなければならない。大まかな概算では、同じ感度レベルでＰＳＡよりも約１５％優れたパフォーマンスの（すなわち、不要な生検の１５％を回避する）スクリーニング方法は、すなわち、集団内の同数の前立腺癌を検出する方法は、公衆衛生システムの現在のコストレベルで広く普及する可能性を有し得る。しかしながら、個体の定義された亜集団について、新規のスクリーニング方法は、ＰＳＡ値のパフォーマンスと比較して小さな改善に対しても経済的な利点を有し得る。ＰＣａリスクの推定のための組み合わせモデルを見出すことに多大な努力が払われてきたとしても（本特許出願における引例のいくつかに例示されているように）、たった１つのそのような組み合わせ方法が、現在、スウェーデンのストックホルムで限定的に導入されていることが特記される。ヨーロッパでは現在、そのような組み合わせ方法を常用していない。従って、以前の既知のマルチパラメトリック方法は、現代の健康管理において有用であるという社会経済的基準を一般に満たしていない。本発明の方法は、以前に提示された組み合わせ方法よりも優れたパフォーマンスを有し、ヘルスケアシステムによって全く考慮されるべき社会経済的パフォーマンス要件を満たしている。
データの組み合わせは、（例えば、ＲＯＣ－ＡＵＣを用いて測定されるように）線型結合が診断パフォーマンスを向上させる、データの線形組み合わせなどの結果の任意の種類のアルゴリズム的組合せであり得る。診断推定をなし得るモデルに組み合わせるための他の可能な方法には、（これらに限定されないが）非線形多項式、サポートベクターマシン、ニューラルネットワーク分類器、判別分析、ランダムフォレスト、勾配ブースト、部分最小二乗法、リッジ回帰、Lasso回帰、elastic net法、ｋ-近傍法が含まれる。さらに、Springer Series in Statistics、ISBN 978-0387848570（引用により本明細書中に包含される）に掲載されているT Hastie、R TibshiraniおよびJ Friedmanによる著書“The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition”は、特定の結果を予測または分類するためにデータを組み合わせるための多くの好適な方法を記載している。
異なるカテゴリーからのデータを、患者がＰＣａまたはａＰＣａに罹患している可能性があるかどうかを示す単一の値に変換するアルゴリズムは、好ましくは非線形関数であり、ここで、異なるカテゴリーの依存性が該方法の診断パフォーマンスをさらに向上させるために用いられる。例えば、１つの重要な依存性は、選択されたバイオマーカーの測定レベルと、該バイオマーカーの予想される発現レベルに関係する任意の関連遺伝子マーカーとを組み合わせたものである。高濃度のバイオマーカーが患者試料中に見いだされ、同時に該患者が低レベルの該バイオマーカーを有することを遺伝的に素因とする場合、高レベルのバイオマーカーの重要性が増す。同様に、高レベルの該バイオマーカーを有すると遺伝的に素因がある患者において、バイオマーカーレベルが正常より明らかに低い場合、この矛盾する結果（finding）は、バイオマーカーレベルの解釈の重要性を増大させる。通常のまたは悪性ＰＣａのリスクを予測するために用いられるアルゴリズムは、変換された変数を用いる、例えばｌｏｇ１０（ＰＳＡ）値を用いることにより、利点を有し得る。変換は、特に、正規分布から明らかに逸脱している分布を有する変数に対して有益である。可能な変数変換としては、対数、逆数、平方および平方根が挙げられるが、これらに限定されない。各変数をゼロ平均および単位変動に対して中央にそろえることはさらに一般的である。
本明細書で定義されるような方法の一部としてデータの組み合わせをどのように実施できるかについての例は、例えば、（出願人による）ＷＯ２０１４０７９８６５に記載されており、さらに本明細書に記載されている。
データの組み合わせは様々な方法で実施することができるが、本発明の一般的な手順は以下の限定されない方法で説明することができる。
一般的な場合において、パラメーターカテゴリーに属するバイオマーカーに関するデータは、パラメーターカテゴリー自体に関係するリスクに関する総合値を形成するために所定の式に従って組み合わされ得る。１つの限定されない例は、バイオマーカーカテゴリーのメンバーについての全ての利用可能な測定値（データ）の平均値を計算し、そして該平均値を該バイオマーカーカテゴリーを表す総合値として用いることである。この方法は、多くのバイオマーカーメンバーがそのカテゴリーに属するか否かにかかわらず、明らかに適用され得る。あるカテゴリーに含まれるバイオマーカーのうち１つについてのデータしか入手できない場合は、それ自体でバイオマーカーカテゴリーを表すために用いることができる。バイオマーカーについて、データの組み合わせの段階で一般的に用いられる測定値は、生物学的試料中に見いだされる該バイオマーカーの濃度である。例えば、バイオマーカーＰＳＡおよびＨＫ２について、これは最も一般的には、単位ｎｇ／ｍＬで表される血液試料中のバイオマーカーの濃度である。
遺伝的スコア（すなわち、遺伝的総合値、またはより具体的にはＳＮＰ総合値）の計算は、一般的に、パラメーターカテゴリーに含まれる各個々のＳＮＰについての所定のオッズ比に基づく。各ＳＮＰについて、オッズ比、すなわち、ＳＮＰを保有する（すなわち、ＳＮＰにより定義されるリスク対立遺伝子を有する）個体が試験中の疾患または病状を有する可能性は、予め決定される。ＳＮＰのオッズ比の決定は、通常、既知の病状または疾患を有する何千人もの対象を伴う大規模前向き研究で行われる。
個体の遺伝的スコアは、限定されない例としては、以下のアルゴリズムに従ってコンピューター計算され得る：試験時の個体について、各ＳＮＰは以下の方法で処理される。各ＳＮＰについて、個体は、２つのＳＮＰリスク対立遺伝子（該ＳＮＰについてホモ接合陽性）、１つのリスク対立遺伝子（該ＳＮＰについてヘテロ接合陽性）またはゼロリスク対立遺伝子（該ＳＮＰについてホモ接合陰性）を保有し得る。ＳＮＰについての対立遺伝子の数は、該ＳＮＰについてのオッズ比の自然対数と乗算されて、その特定のＳＮＰについてのリスク評価値を形成する。これは、特定のＳＮＰについて陰性である（すなわち、ＳＮＰリスク対立遺伝子を有さない）個体は、該特定のＳＮＰからのリスク寄与を有し得ないことを意味する。この方法は、測定データが利用可能である全てのＳＮＰについて繰り返される。全てのリスク評価値が計算されると、測定データが利用可能であるＳＮＰについてのリスク寄与の平均が計算され、そして該個体についての遺伝的スコア、すなわち、ＳＮＰの特定のカテゴリーに関する遺伝学的総合値として用いられる。この方法は、ＳＮＰカテゴリーに属するＳＮＰメンバーの数に関係なく、明らかに適用することができる。この方法は、個体が特定の高リスクまたは低リスクのサブグループのメンバーであるかどうかを定義するために、定義された（しばしば非常に高リスクまたは非常に低リスク）ＳＮＰの小さなサブセットにさらに適用され得る。
ＰＣａまたはａＰＣａを発症するリスクを予測するモデルにおいて、１つ以上のカットオフ値が定義されていることが多い。カットオフ値の選択は、そのような疾患のリスク、および疾患を有しない個体を誤って陽性と診断すること（偽陽性）に関連するリスクを含むが、これらに限定されない、多くの要因によって変わる。一般的なケースでは、予測モデルは、通常、単調関数 Ｙ＝ｆ（ｘ1、ｘ2、… ，ｘＮ）であり、ここで、疾患を有すると推定されるリスクは、Ｙの値の増加を相関している。これは、カットオフ値が低レベルに設定されている場合、試験では多数の偽陽性の結果が生じるが、一方で実際に疾患を有するほとんどの個体が検出され得ることを意味する。カットオフレベルが高い値に設定されている場合、カットオフレベルより高いＹ値を有する個体は非常に高い確率で疾患を有し得るが、疾患を有する多数の個体が陰性の検査結果を受け得る（すなわち、多数の偽陰性の結果）のと、逆のことが起こる。カットオフレベルの選択は、（ａ）疾患を有する個体の欠落と（ｂ）疾患を有しない個体の処置とのバランスをとることの社会経済的結果を含む多くの要因によって変わる。
亜集団の特別な取り扱いのための１つの理論的根拠を仮想図に示す（図１）。図１は、２４個のシミュレーションデータ点を示し、そのうち２０個は単純な直線関係１０１に従い、４個のデータ点１０２はより大きいグループから逸脱している。この２４個のデータ点の完全なデータセットが母集団を表し、ＸとＹとの間の直線関係が２４個のデータ点の完全なデータセットに適用されると仮定する。この結果、点線１１０が得られる。数学的には正しいが、部分１０２の逸脱した特性が数学的モデルに大きく影響するので、点線１１０はデータの大部分（部分１０１）を正確に説明することができない。図１のこの仮説の図解は、明確にするために誇張されているが、サブグループまたは亜集団の特別な取り扱いの数学的背景を示している。遺伝子およびタンパク質バイオマーカーの母集団ベースのスクリーニングのような大規模なデータセット内では、得られたデータは、測定実体（entities）と観察結果との間の単純な関係に本質的に従う優勢な（dominating）亜集団と不均一である（heterogeneous）ことが多い（例えば、バイオマーカー濃度および疾患状態が一例として記載される）。優勢な亜集団に加えて、明らかに異なる応答パターンを示すより小さな亜集団が存在し得る。１０２のような逸脱しているサブグループまたは亜集団を同定し排除する能力は、優勢なサブグループ１０１についての予測モデルのパフォーマンスを改善し得る。
実際に適用すると、例えば予期しない技術的問題、人的ミス（ヒューマンエラー）またはその他の予期しない一般的でない理由により、１回または数回の測定が失敗することが時折起こり得る。そのような場合、個体用に得られたデータセットは不完全になり得る。一般的には、そのような不完全なデータセットは、評価するのが困難であるかさらには不可能でさえあり得る。しかしながら、本発明は、その多くが部分冗長性（partially redundant）の多数の特徴の測定に依存している。これは、データセットが不完全な個体に対しても、多くの場合、本発明による高品質の評価を作成することが可能であることを意味する。このことは、例えばカリクレイン様バイオマーカーが相関しており、部分冗長性であるカテゴリー内で特にあてはまる。従って、技術的には、カリクレインバイオマーカーの寄与がカリクレインスコア（または、カリクレイン値）にまとめられる、アルゴリズム的二段階アプローチを適用することが可能である。次いで、第二段階において、このカリクレインスコアを他のデータ（例えば、遺伝スコア、年齢および家族歴などが幾つかの限定されない例として挙げられる）と組み合わせてＰＣａに関する診断または予後に関する記述を作成する。２つの限定されない例として記載される、ＢＭＩに関係する遺伝子マーカーまたはトランスフォーミング増殖因子βスーパーファミリー（ＭＩＣ-1を含む構造的に関係する細胞調節タンパク質の大きなファミリー）に関するタンパク質バイオマーカーなどの他のクラスのマーカーについても同様の２段階手順を実施することができる。
遺伝的リスクスコアはまた、例えば、予期しない技術的問題、人為的ミスまたはその他の予期せぬ稀な理由によるわずかなデータ損失にも影響を受けにくい。リスクスコアへの１つのＳＮＰの寄与は通常他のどのＳＮＰとも相関していないため、これは冗長性によるものではない。ＳＮＰの場合、各ＳＮＰによるリスク変化は小さく、条件に関連する複数のＳＮＰを協調して用いることによってのみ、前記条件に対するリスク変化はモデルパフォーマンスに影響を与えるのに十分大きくなる。これは、結果全体に対する１つのＳＮＰの影響が一般的に小さく、少数のＳＮＰを省略しても、全体的な遺伝的スコアのリスク評価が大きく変わることは通常ないことを意味している。大規模な遺伝測定における一般的なデータ損失は１～２％程度であり、これは、遺伝スコアが１００の異なるＳＮＰからなる場合、個体の一般的な遺伝的特徴付けがこれらのＳＮＰの約９８～９９の情報を提供し得ることを意味する。当技術分野の現在の技術では、国際公開２０１４０７９８６５（引用により本明細書中に包含させる）に開示されているように、いくつかのモデルは、５～７％の情報損失、または７～１５％、さらには１５～３０％といったデータのより大きな損失に耐えることが示されている。従って、本発明の方法はまた、本明細書の他の箇所で定義されているように、冗長的に設計されたデータの組み合わせにも基づく。
複数の情報源からの情報を組み合わせるための１つの好ましい方法が、EUROPEAN UROLOGY 60 (2011) 21－28（引用により本明細書中に包含させる）に掲載されたMarkus Aly および共著者らによる公的レポート“Polygenic Risk Score Improves Prostate Cancer Risk Prediction: Results from the Stockholm-1 Cohort Study”に記載されている。生検時の各ＳＮＰとＰＣａとの関連性を、Cochran-Armitage傾向検定を用いて評価した。ロジスティック回帰モデルを用いて、９５％信頼区間の対立遺伝子オッズ比（ＯＲ）をコンピューター計算した。各患者について、各ＳＮＰにおけるリスク対立遺伝子の数（０、１または２）に、そのＳＮＰのＯＲの対数を乗算して、遺伝的リスクスコアを作成した。ＰＣａ診断と評価されたリスク因子との関連を、ロジスティック回帰分析で調べた。非遺伝的情報に関連するモデルの部分は、対数変換されたトータルＰＳＡ、対数変換されたトータルＰＳＡに対するフリーＰＳＡの比（free-to-total PSA ratio）、生検時の年齢、およびＰＣａの家族歴（有りまたは無し）を含んでいた。生検でのＰＣａの予測される確率を推定するために、１０倍の交差検証を繰り返した。ＲＯＣ－ＡＵＣ値についての９５％信頼区間は、正規近似を用いて構築された。全ての報告されたｐ値は、両側仮説に基づいている。
いくつかのケースにおいて、統計的に妥当な方法で悪性前立腺癌をエンドポイントとして用いることが可能であるように必要なコホートサイズのために、前立腺癌一般と悪性前立腺癌亜集団とを区別することが必ずしも可能ではない。しかしながら、可能な場合には、前立腺癌一般と悪性前立腺癌とを区別するための多くの合理的な理由がある。ほとんどの場合、前立腺癌はゆっくりと進行する疾患である。ほとんどの男性が人生の後半で診断されるという事実は、前立腺癌と診断された男性の大部分が他の原因で死亡することを意味する。従って、生検の前に、個体が前立腺癌、特に悪性前立腺癌に罹患するリスクが高いかどうかを推定する能力は、例えば、個体にライフスタイルを変えるように動機付けることを可能にする。喫煙を止めること、３０未満のＢＭＩ値に達すること、および定期的に運動すること（週のうち３～６日、およそ３０分間）は、一般的に、前立腺癌を含む重症疾患の状態での生存を促進するすべての要因である。従って、個体がＰＣａまたはａＰＣａのリスクが高いことが判明した場合は、喫煙をやめるよう、ＢＭＩ＜３０に達するよう、および運動を開始するよう、該個体に示唆する理由である。別の重要な側面は、食事の問題である。食事を変えることによって、ＰＣａの発症は低減または遅延し得る。J Nutr. 2013 Feb;143(2):189-96（引用により本明細書中に包含させる）に掲載されている文献“Whole milk intake is associated with prostate-specific mortality among U.S. male physicians.”においてSongおよび共著者らにより報告されているように、食事摂取量の減少はＰＣａ発症リスクを減らすことを示唆する証拠がある。緑茶の摂取および大豆製品の摂取のプラスの効果についても同様の証拠がある。従って、個体がＰＣａまたはａＰＣａのリスクが高いことが判明した場合は、該個体に、乳製品の摂取量を減らし、緑茶および大豆ベースの製品の摂取量を増やすことを提案するのがその理由である。
本発明はこの実施例部分によりさらに例示されるが、それらに限定されることを意図されない。
実施例セクション
実施例１
第一の実施例において、ＰＣａＧＳ_ｅｘ１サブグループを以下のように定義した：

ＰＣａＧＳ_ｅｘ１メンバーは、以下の一方または両方を有する：
１．２から２までのオッズ比を有するＳＮＰのホモ接合体リスク対立遺伝子キャリア
２を超えるオッズ比を有するＳＮＰのヘテロ接合体リスク対立遺伝子キャリア。
本実施例で用いたデータセットは、ＳＴＨＬＭ３治験からの４３８４名分を含み、各個人について、２５４の異なるＳＮＰの遺伝子型（上記リスト２）、タンパク質バイオマーカー濃度（総ＰＳＡ、遊離総ＰＳＡ、遊離インタクトＰＳＡ、ｈＫ２、ＭＳＭＢおよびＭＩＣ１の）、家族歴、年齢、前立腺体積および直腸指診の結果が知られていた。３０８名（７％）が、ＰＣａＧＳ亜集団のメンバーであった。これらの３０８名のうち、６０名（１９％）が、グリーソンスコア（Gleason）７＋の癌を有した。
４３８４名のコホートには、民族的背景に関する情報は含まれていなかったが、ストックホルムに居住地住所(residential address)を有し、治験時に５０～７０歳の男性の無作為に選択されたコホートであった。スウェーデンは、多文化社会である。２０１２年には、約７０万人の居住者（合計約９００万人中）が、ヨーロッパ以外で、主にアジアで生まれていた。ヨーロッパ以外で生まれたスウェーデンの居住者の年齢プロファイルは、ネイティブの人口とは明らかに異なるため、より高年齢（すなわち、前立腺癌治験に適した年齢）がより優勢である。このことは、コホートの集団がさまざまな民族から明確に影響を受けていることを意味する。
測定された２５４のＳＮＰのうち、オッズ比が１．２より大きいものは次のとおりである：

ｒｓ１６９０１９７９はオッズ比１．４４を有する。
ｒｓ７８１８５５６はオッズ比１．３３を有する。
ｒｓ１２７９３７５９はオッズ比１．２９を有する。
ｒｓ１３８２１３１９７（ＨＯＸＢ１３）はオッズ比３．５を有する。
ＰＣａＧＳ＿ｅｘ１亜集団のバイオマーカー特性を、残りの４０７６名のコホート（そのうち７０１名（１７％）が、グリーソンスコア７＋の癌を有した）と比較するとき、以下の相違が見出された：

ＰＳＡのパフォーマンスは、残りのコホートと比較して、ＰＣａＧＳ＿ｅｘ１では明らかに異なった：ＰＣａＧＳグループでは、ＰＳＡ単独が、０．７６のＡＵＣ（残りのコホートでの０．６０のＡＵＣと比較して）を有した。実際に、ＰＳＡ＞４ｎｇ/ｍＬを有するＰＣａＧＳ ＿ｅｘ１個体の４７％がまた、グリーソンスコア７＋の癌を有したが、ＰＳＡ＞４を有する男性の残りのコホートでは、３１％のみがグリーソンスコア７＋の癌を有した。
別の明確な相違はＭＩＣ－１であった：ＰＣａＧＳ＿ｅｘ１亜集団において、平均値より低い値は癌リスクの増加と関連し、一方、残りのコホートでは、平均値より高い値が癌リスクの増加と関連した。
バイオマーカーの反応が変化するという事実は、ＰＣａＧＳ＿ｅｘ１亜集団は、ゲノムの主要な変異によって暫定的に引き起こされる基礎的な生物学に違いを有することを示している。これは、ＰＣａＧＳ＿ｅｘ１亜集団を、残りの母集団とは異なる方法で処理することにより、より向上した診断パフォーマンスがＰＣａＧＳ＿ｅｘ１亜集団について得られ得ることを意味する。ＰＣａＧＳ＿ｅｘ１グループの診断パフォーマンスを向上させる単純だが強力な方法の１つは、ＰＣａＧＳ＿ｅｘ１グループについて１つのＰＣａＧＳ＿ｅｘ１－特有のＰＳＡカットオフ値を用い、ＰＣａＧＳ＿ｅｘ１亜集団のメンバーではない個体に従来のＰＳＡカットオフ値を用いることである。
遺伝的リスクの高いグループであるＰＣａＧＳ＿ｅｘ１ｂのメンバーを定義する別の方法は、以下の１以上に適格であることをメンバーに要求することである：

１．２から２までのオッズ比を有するＳＮＰのホモ接合体リスク対立遺伝子キャリア
２つの異なるＳＮＰであって、各ＳＮＰが１．２から２までのオッズ比を有する、ヘテロ接合体リスク対立遺伝子キャリア
２を超えるオッズ比を有するＳＮＰのヘテロ接合体リスク対立遺伝子キャリア。
７２２名（１７％）が、ＰＣａＧＳ＿ｅｘ１ｂ亜集団のメンバーであった。これらの７２２名のうち、１４９名（２１％）が、グリーソンスコア７＋の癌を有した。
ＰＣａＧＳ＿ｅｘ１ｂ亜集団のバイオマーカー特性を一般的な母集団と比較するとき、ＰＳＡ値のカットオフは異なっていることが有益であり得る。世界の一部の地域では、フォローアップ診断手順のカットオフとしてＰＳＡ＝４ｎｇ／ｍＬを適用している。ＰＣａＧＳ＿ｅｘ１ｂサブグループで一般的母集団と同等のパフォーマンスを達成するためには、ＰＣａＧＳ＿ｅｘ１ｂについてのＰＳＡカットオフを、グリーソンスコア６以上と定義される前立腺癌を検出するためのパフォーマンスの比較に基づいて、約３．６ｎｇ／ｍＬにする必要があり得る。本実施例で用いた患者材料に基づいて、６９名（コホートの１．５％）がＰＣａＧＳ＿ｅｘ１ｂサブグループに属し、３．６ｎｇ／ｍＬから４ｎｇ／ｍＬのＰＳＡ値を有する対象であって、これらの６９名は、もし彼らが一般母集団の方法に従って処理される場合、フォローアップ処理のため脱落したであろう。
この分析に用いられるコホートは、低いＰＳＡ値にわずかに偏っており、ＰＣａＧＳ＿ｅｘ１ｂのＰＳＡカットオフはおおよそ自然のものであることを意味することが特記される。ＰＣａＧＳ＿ｅｘ１ｂのＰＳＡカットオフの適当な値を確認するには、異なるコホートでの繰り返しが望ましいであろう。
実施例２
第二の実施例において、実施例１と同じデータセットを用いて、ＰＣａＧＳ＿ｅｘ２サブグループを、ｒｓ１３８２１３１９７（ＨＯＸＢ１３）の少なくとも１つのリスク対立遺伝子を担持する個体として定義した。ＰＳＡ値が４．０ｎｇ／ｍＬを超える個体の分布を表３に示す：
Figure 2022179483000003
これは、４．０ｎｇ／ｍＬを超えるＰＳＡ値を有するＰＣａＧＳ＿ｅｘ２サブグループの個体の場合、前立腺癌（グリーソンスコア６以上）を有する確率がおよそ７９％であり、悪性前立腺癌（グリーソンスコア７以上）を有する確率がおよそ４８％であることを意味する。これに対して、ＰＣａＧＳ＿ｅｘ２サブグループのメンバーではなく、４．０を超えるＰＳＡ値を有する個体は、前立腺癌である確率が４２％であり、悪性前立腺癌である確率が２２％である。ＰＳＡ＞４のとき、ＰＣａＧＳ＿ｅｘ２グループが非常に高いリスクプロファイルを示すこの特定の場合において、侵襲的な診断手順（前立腺生検など）を回避し、すぐに治療に進むことが正当な場合がある。
世界の一部の地域では、フォローアップ診断手順のカットオフとしてＰＳＡ＝３ｎｇ／ｍＬを適用している。基準値としてカットオフ値３ｎｇ／ｍＬを用いて、ＰＣａＧＳ＿ｅｘ２亜集団のＰＳＡ値特性を一般母集団と比較するとき、ＰＣａＧＳ＿ｅｘ２亜集団のＰＳＡカットオフは、同等のパフォーマンスを達成するために約１．６ｎｇ／ｍＬである必要がある（グリーソンスコア７以上と定義される悪性前立腺癌を検出するためのパフォーマンスの比較に基づいて）。
この分析に用いられるコホートには、ｒｓ１３８２１３１９７分析の観点から、ＰＳＡ＞１ｎｇ／ｍＬのバイアスがないことが特記される。
実施例３
第三の実施例において、実施例１と同じデータセットが用いられ、ＰＣａＧＳ＿ｅｘ３サブグループは、３つのＳＮＰによって定義された：ｒｓ７８１８５５６（オッズ比＝１．３３）、ｒｓ９９１１５１５（オッズ比＝０．８８１３）、ｒｓ６２０８６１（オッズ比＝０．９３５９）。これらの３つのＳＮＰは、以下の式に従ってサブセットスコア変数に組み合わされ、その後ＰＣａＧＳ＿ｅｘ３サブグループの定義に用いられた：

サブセットスコア＝ｓｕｍ（＜リスク対立遺伝子の数＞ ＊ ｌｏｇ（オッズ比）)
ＰＣａＧＳ＿ｅｘ３＝ サブセットスコア＜－０．２０を有する個体
式中、“ｓｕｍ”は、サブセットスコアが、３つのＳＮＰの、リスク対立遺伝子数とｌｏｇ（オッズ比）の積の合計であることを示す。サブセットスコア値は、－０．３９から＋０．５７の範囲である。血液タンパク質バイオマーカーｈｋ２のパフォーマンスは、サブセットスコア値によって変化した：サブセットスコア＜－０．２の個体では（ｎ＝９２６）、ｈｋ２は０．６０のＡＵＣ値を有し、一方、残りのコホート（サブセットスコア≧－０．２；ｎ＝３４３３の個体）では、ｈｋ２は、０．５９のＡＵＣ値を有した。ＡＵＣは、解釈しにくい（difficult-to-interpret）値であり、わずかな増加であっても臨床的には価値があり得る。すべての状況下で、この実施例は、あるクラスの情報（この特定の場合における遺伝的サブセットスコア）が、異なるクラスの情報（この特定の場合の血液タンパク質バイオマーカー）のパフォーマンスを決定するのに役立つため、複数のサブグループを処理することが有益であることを示している。
この分析に用いられるコホートは、低いＰＳＡ値に対してわずかに偏っており、このことは、この発見がおおよそ自然であることを意味する。報告された値を確認するには、異なるコホートでの繰り返しが望ましいであろう。
実施例４
第四の実施例において、実施例１と同じデータセットが用いられ、各個体について、約１００の異なるＳＮＰの遺伝子型（ｒｓ１００８６９０８、ｒｓ１００９、ｒｓ１００９４０５９、ｒｓ１０１０７９８２、ｒｓ１０１６３４３、ｒｓ１０１７８８０４、ｒｓ１０１９９７９６、ｒｓ１０８０７８４３、ｒｓ１０８７５９４３、ｒｓ１０８９６４３７、ｒｓ１０９９３９９４、ｒｓ１１０９１７６８、ｒｓ１１１６８９３６、ｒｓ１１５６８８１８、ｒｓ１１６０１０３７、ｒｓ１１６４９７４３、ｒｓ１１９００９５２、ｒｓ１２１５１６１８、ｒｓ１２４７５４３３、ｒｓ１２４９０２４８、ｒｓ１２５００４２６、ｒｓ１２５４３６６３、ｒｓ１２７９３７５９、ｒｓ１２９４６８６４、ｒｓ１２９４７９１９、ｒｓ１３２６５３３０、ｒｓ１３８２１３１９７、ｒｓ１４８２６７９、ｒｓ１６８６０５１３、ｒｓ１６９０１８４１、ｒｓ１６９０１９２２、ｒｓ１６９０１９７９、ｒｓ１６９０２０９４、ｒｓ１７０２１９１８、ｒｓ１７１３８４７８、ｒｓ１７２２４３４２、ｒｓ１７４６７１３９、ｒｓ１８７３５５５、ｒｓ１８９４２９２、ｒｓ１９３３４８８、ｒｓ１９９２８３３、ｒｓ２０２５６４５、ｒｓ２０２８９００、ｒｓ２０４７４０８、ｒｓ２１０７１３１、ｒｓ２１３２２７６、ｒｓ２２７０７８５、ｒｓ２２９７４３４、ｒｓ２３１５６５４、ｒｓ２３３１７８０、ｒｓ２３６６７１１、ｒｓ２４６５７９６、ｒｓ２４７３０５７、ｒｓ２６５９０５１、ｒｓ２６６０７５３、ｒｓ２７１０６４７、ｒｓ２７３５８３９、ｒｓ２８２３１１８、ｒｓ３０１９７７９、ｒｓ３０６８０１、ｒｓ３０９６７０２、ｒｓ３１２０１３７、ｒｓ３７４５２３３、ｒｓ３７６５０６５、ｒｓ４２４５７３９、ｒｓ４６９９３１２、ｒｓ４８７１７７９、ｒｓ４９２５０９４、ｒｓ５９１８７６２、ｒｓ５９３４７０５、ｒｓ５９３５０６３、ｒｓ５９４５６１９、ｒｓ５９７８９４４、ｒｓ６０６２５０９、ｒｓ６０９０４６１、ｒｓ６２０８６１、ｒｓ６４８９７２１、ｒｓ６５１１６４、ｒｓ６５４５９６２、ｒｓ６５６９３７１、ｒｓ６５７９００２、ｒｓ６６２５７６０、ｒｓ６７９４４６７、ｒｓ６８４２３２、ｒｓ６９８３２６７、ｒｓ７１０２７５８、ｒｓ７１０６７６２、ｒｓ７２１３７６９、ｒｓ７４７７４５、ｒｓ７４９２６４、ｒｓ７５８６４３、ｒｓ７６７９６７３、ｒｓ７７５２０２９、ｒｓ７８１８５５６、ｒｓ８８８５０７、ｒｓ９０２７７４、ｒｓ９２９７７４６、ｒｓ９２９７７５６、ｒｓ９３５９４２８、ｒｓ９３６４５５４、ｒｓ９９１１５１５）、タンパク質バイオマーカー濃度（総ＰＳＡ、遊離総ＰＳＡ、遊離インタクトＰＳＡ、ｈＫ２、ＭＳＭＢおよびＭＩＣ１の）、家族歴、年齢、前立腺容積および直腸指診の結果が知られていた。３０８名（７％）が、ＰＣａＧＳ亜集団のメンバーであった。これら３０８名のうち、６０名（１９％）がグリーソンスコア７＋の癌を有した。
本実施例の目的は、多数のＳＮＰに含まれる冗長性レベルを示すことである。
データセットを、（ａ）全てのＳＮＰが含まれる場合；（ｂ）９０％（無作為に選択）のＳＮＰが含まれる場合；（ｃ）８０％（無作為に選択）のＳＮＰが含まれる場合、および（ｄ）７０％（無作為に選択）のＳＮＰが含まれる場合について、予測パフォーマンス（ＡＵＣ値を用いて測定）を評価した。各包含レベルのＳＮＰ（１００％包含を除く）について、予測パフォーマンスの評価を９回繰り返した（ＳＮＰの無作為に選択された異なるサブセットを用いて）。全てのＳＮＰを含むモデルのパフォーマンスは、グリーソン６以上の（通常のおよび悪性）前立腺癌を検出するためのＡＵＣについて０．６６７であって、グリーソン７以上の前立腺癌（悪性前立腺癌のみ）を検出するためのＡＵＣについて０．７４０であった。全ての無作為に削減されたデータセットのうち、グリーソン６以上を検出するための最小のＡＵＣ値は０．６６４であった。全ての無作為に減らされたデータセットのうち、グリーソン７以上を検出するための最小のＡＵＣ値は０．７３７であった。従って、全体的な観点から、ＳＮＰの最大３０％の損失は、グリーソン６以上およびグリーソン７以上の前立腺癌を検出する能力に悪影響を与えない。
実施例５
第五の実施例において、同じ治験の後の時点で収集された生データセット（実施例１で記載された民族的背景のほぼ同じ組み合わせを用いた）が用いられ、この更新された生データセットは、７千名以上のデータを含んだ。この生データセットは、ＰＳＡ値＜３ｎｇ／ｍＬの全ての個体を除外することで減らされ、分析のために４０３５名が残された。このうち６６名が、ＨＯＸＢ１３キャリア（ｒｓ１３８２１３１９７）であった。悪性前立腺癌（グリーソンスコア≧７）の全体的なリスクは、ＨＯＸＢ１３キャリアで０．３であり、６６名中２０名がグリーソンスコア≧７の悪性前立腺癌を有したことを意味する。
次のモデルを用いて、ＨＯＸＢ１３が特定の方法で処理されないモデルが開発された：

式１：
log(p/(1-p))=-4.24551005+0.14843733*mic1-0.38243626*msmb+12.55589194*hk2+1.28151969*intact psa +0.19889028*total psa -1.32888043*free psa -3.83565211*ratio+0.05372347*age+0.11347054*score+0.36517819*fh-1.29112652*prevBiop+1.09543252*dre-0.02766189*volume

式中、ｍｉｃ１、ｍｓｍｂ、ｈｋ２、ｉｎｔａｃｔ ｐｓａ、ｔｏｔａｌ ｐｓａ、およびｆｒｅｅ ｐｓａは、それぞれのタンパク質の血中バイオマーカー濃度を意味する；式中、ｒａｔｉｏは、ｆｒｅｅ ｐｓａ／ｔｏｔａｌ ｐｓａである；式中、ｓｃｏｒｅは、全体的な遺伝的リスクを反映した遺伝的複合スコアである；式中、ｆｈは、家族歴（父親／兄弟がＰＣａと診断されている場合は１、そうでない場合は０である）を意味する；式中、ｄｒｅは、直腸指診の結果である（陽性の場合は１、そうでない場合は０である）；そして、式中、ｖｏｌｕｍｅは、前立腺体積である。
このモデルを用いて、ＨＯＸＢ１３キャリアの全体的なリスクが０．２４であると推定され、これは過小評価である。
次に、ＨＯＸＢ１３キャリアが明確に処理されるモデルが開発された。これは、一般母集団とＨＯＸＢ１３サブグループとを区別する用語が該モデルに含まれることを意味する。

式２：
log(p/(1-p))=-4.26698201 + 0.14991726*mic1-0.38454609*msmb+12.39441889*hk2+1.29100995*intact psa+0.19610494 total psa-1.31565142*free psa-3.90198926*ratio+0.05417630*age+0.09326416*score+0.36655549*fh-1.28523130*prevBiop+1.09301427*dre-0.02746414*volume+0.41023941*hoxb13

式中、ｍｉｃ１、ｍｓｍｂ、ｈｋ２、ｉｎｔａｃｔ ｐｓａ、ｔｏｔａｌ ｐｓａ、およびｆｒｅｅ ｐｓａは、それぞれのタンパク質の血中バイオマーカー濃度を意味する；式中、ｒａｔｉｏは、ｆｒｅｅ ｐｓａ／ｔｏｔａｌ ｐｓａである；式中、ｓｃｏｒｅは、全体的な遺伝的リスクを反映した遺伝的複合スコアである；式中、ｆｈは、家族歴（父親／兄弟がＰＣａと診断されている場合は１、そうでない場合は０である）を意味する；式中、ｄｒｅは、直腸指診の結果である（陽性の場合は１、そうでない場合は０である）；式中、ｖｏｌｕｍｅは、前立腺体積である；そして、式中、ｈｏｘｂ１３は、該個体がｈｏｘｂ１３リスク対立遺伝子キャリアであるかどうか（キャリアである場合は１、そうでない場合は０）を示す。従って、上記式の最終項（0.41023941*hoxb13）は、ＨＯＸＢ１３陽性男性の遺伝的サブグループのリスクレベルを調整し得る。
ＨＯＸＢ１３サブグループと残りの集団を区別するこのＨＯＸＢ１３モデルを用いて、ＨＯＸＢ１３キャリアの全体的なリスクは０．３と推定され、これは、リスクの正確な推定である。
ＨＯＸＢ１３陰性個体に対する２つのモデルのパフォーマンスはほぼ同じである。どちらの場合も、悪性前立腺癌の全体的なリスクは、０．１５と正確に推定された。ＨＯＸＢ１３サブグループのサイズが小さいため、母集団の残りについてモデルを改善する可能性が制限される。
実施例６
実施例１に記載のコホートは、実施例２が含まれ、ＰＣａＧＳを定義するのに適した他の潜在的なハイリスクＳＮＰのグループを用いて補正された、より広範な分析にかけられた。
PCaGS_ex2 = 実施例２で定義されている = ＨＯＸＢ１３陽性個体（ｎ＝１４６）
PCaGS_61 = （ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７）を含むリスクスコアを定義するＰＣａＧＳの値が、０．７より大きい個体（ｎ＝２４８）
PCaGS_62 = （ｒｓ１６９０１９７９、ｒｓ７８１８５５６、ｒｓ１２７９３７５９、ｒｓ１３８２１３１９７、ｒｓ１６８６０５１３、ｒｓ７１０６７６２）を含むリスクスコアを定義するＰＣａＧＳの値が、０．７より大きい個体（ｎ＝２２２）
PCaGS_63 = 表１および表２に列記されたＳＮＰを含むリスクスコアを定義するＰＣａＧＳの値が、０．４５より大きい個体（ｎ＝２７７）。
表４は、全体コホートおよび４つの定義されたＰＣａＧＳの両方に適用される、前立腺癌の存在を示す（グリーソンスコア６以上）ＰＳＡ単独の感度（ｓｅｎｓ）および特異性（ｓｐｅｃ）を示す。一般的に用いられるＰＳＡカットオフ ３ｎｇ／ｍＬでは、全体コホートに適用されたＰＳＡの感度は約７５％であり、特異性は約２４％であった。上記の実施例５の式１などの、多数のタンパク質バイオマーカー、遺伝子スコア、および臨床情報を含むモデルは、同じ感度で約２倍の特異性（すなわち、約４８％の特異性）を有した。ＰＣａＧＳ_ｅｘ２は、一般的に適用されるＰＳＡカットオフ＝３ｎｇ／ｍＬの感度と匹敵させるために、約１．６ｎｇ／ｍＬのＰＳＡカットオフを必要とし得る（実施例２で上記の通り）。ＰＣａＧＳ_ｅｘ２を、一般的に適用されるＰＳＡカットオフ＝３ｎｇ／ｍＬの特異性に匹敵させるために、１．２－１．３ｎｇ／ｍＬのＰＣａＧＳ特異的ＰＳＡカットオフが必要とされ得る。亜集団ＰＣａＧＳ_６１の場合、一般母集団で一般的に適用されるＰＳＡカットオフ＝３ｎｇ／ｍＬの感度および特異性に匹敵させるには、約２．０ｎｇ／ｍＬおよび約１．４－１．５ｎｇ／ｍＬのＰＣａＧＳ特異的ＰＳＡカットオフが必要とされる。同様に、亜集団ＰＣａＧＳ_６２の場合、約１．９ｎｇ／ｍＬおよび約１．４ｎｇ／ｍＬのＰＣａＧＳ特異的ＰＳＡカットオフは、一般母集団で一般的に適用されるＰＳＡカットオフ＝３ｎｇ／ｍＬの感度および特異性に匹敵し、またＰＣａＧＳ_６３の場合、約２．６ｎｇ／ｍＬおよび約２．４－２．５ｎｇ／ｍＬの特異的ＰＳＡカットオフが、一般母集団で通常適用されるＰＳＡカットオフ＝３ｎｇ／ｍＬの感度および特異性に匹敵する。
ＰＳＡ＝４ｎｇ／ｍＬを一般母集団に一般的に適用されるＰＳＡカットオフとして用いて、同様の推論を行うことができ、一般母集団についてのＰＳＡ＝４ｎｇ／ｍＬの感度または特異性を模倣する他のＰＣａＧＳ特異的ＰＳＡカットオフがもたらされる。
これはまた、上記の実施例５の式１のような複雑なリスク評価方程式から一般母集団が利点を得る一方で、ＰＣａＧＳ_ｅｘ２などの特定の亜集団は、１．６から１．８ｎｇ／ｍＬの間のカットオフ値を有するＰＳＡ単独のパフォーマンスが、一般母集団に適用される複雑なモデルと同様であるため、実質的により単純なリスク方程式にあてはめられ得ることも意味する。従って、上記の実施例５の式１において、ほぼ全ての要素の測定およびデータ収集は、診断パフォーマンスを大幅に損なうことなく、代替として、ＰＣａＧＳ_ｅｘ２亜集団では省略され得る。必要なデータ量に対するこのような制限により、コストが削減され（実施される必要のある測定がより少ない）、結果を個体に報告する時間が短縮される可能性がある（収集された種々の測定の多数の結果を待つ必要がない）。
Figure 2022179483000004
悪性ＰＣａ（グリーソンスコア７以上と定義される）の検出と同じ分析法を実施するとき、一般母集団に適用されるＰＳＡ＝３ｎｇ／ｍＬのパフォーマンスを維持するための好適なＰＣａＧＳ ＰＳＡカットオフ値を表５に示す。また、この場合、上記の実施例５の式１と同様の複雑なリスク評価方程式は、一般母集団でＰＳＡ＝３ｎｇ／ｍＬを用いた場合と比較して、２倍の特異性をもたらし得る。言い換えると、一般母集団に適用された実施例５の式１のような複雑なリスク評価方程式は、感度８２％で約５０％の特異性を有し、一方、一般母集団でＰＳＡ＝３ｎｇ／ｍＬを用いた場合、特異性は約２６％であり、感度は約８２％である。
Figure 2022179483000005
悪性ＰＣａをエンドポイントとして用いるとき、サブグループ化の効果がさらに明確になる。ＰＣａＧＳ_ｅｘ２にＰＳＡカットオフ１．８５のみを適用する場合、診断パフォーマンスは、特定の亜集団についての実施例５の式１と同様の複雑なリスク評価方程式よりも優れている。
そのため、ＰＳＡ値が利用可能である限り、ＰＣａＧＳ_ｅｘ２サブグループに対して実施例５の式１に類似した複雑なリスク評価方程式を適用することは必須ではない。２．６ｎｇ／ｍＬのＰＳＡカットオフ値が、実施例５の式１と同様のパフォーマンスの複雑なリスク評価方程式よりも優れている場合、ＰＣａＧＳ_６１についても同様のことが言える。２．４ｎｇ／ｍＬのＰＳＡカットオフ値である場合、ＰＣａＧＳ_６２についても同様のことが言える。
以下にて、本発明者らは、一般母集団に用いられるが、上記の４つのＰＣａＧＳの悪性ＰＣａまたはＰＣａを検出するために、ＰＳＡ＝３ｎｇ／ｍＬおよび４ｎｇ／ｍＬそれぞれのパフォーマンスに匹敵するＰＳＡ ＰＣａＧＳカットオフ値を、提供する。
Figure 2022179483000006

Figure 2022179483000007
本実施例は、バイオマーカーの完全に異なるカットオフ値の利点を受け得る遺伝的亜集団（ＰＣａＧＳ）を定義するのを可能にすることを示している。本実施例はまた、特定の亜集団が、実施例５の式１と同様の複雑なリスク評価方程式を用いるのを可能にするために、バイオマーカーまたはＳＮＰの完全なパネルを必要としないことも示している。このことは、複雑なリスク評価方程式を用いるために必要なデータが、特定のサブグループの場合、診断パフォーマンスを損なうことなく省略できることを意味する。
本発明は、発明者らに現在知られている最良の形態を構成する好ましい態様に関して説明されているが、当業者には、本明細書に添付される特許請求の範囲に記載される本発明の範囲から逸脱することなく、種々の変更および修正がなされ得ることが明らかであることが特記される。
本発明は、発明者らに現在知られている最良の形態を構成する好ましい態様に関して説明されているが、当業者には、本明細書に添付される特許請求の範囲に記載される本発明の範囲から逸脱することなく、種々の変更および修正がなされ得ることが明らかであることが特記される。
本発明のまた別の態様は、以下のとおりであってもよい。
〔１〕個体における前立腺癌（ＰＣａ）の存在または不存在を示す方法であって、
ａ）ＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１つまたは複数の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝子解析を実施する工程、ここで、該１つまたは複数の定義されたリスク対立遺伝子が該試料中に存在する場合、該個体はＰＣａＧＳに属すると決定され、そして該ＳＮＰの１つまたは複数のリスク対立遺伝子が該試料中に存在しない場合、該個体はＰＣａＧＳに属さないと決定される工程；
ｂ）工程ａ）において該個体がＰＣａＧＳに属すると決定された場合、該ＰＣａＧＳ個体における１つまたは複数のさらなるＰＣａ関連パラメーターを決定し、特徴付けして、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示す工程；
ｃ）工程ａ）において該個体がＰＣａＧＳに属していないと決定された場合、
ｉ）該個体における所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ）該個体における所定量のＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し；
ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、一般的なＰＣａ集団総合値を形成し；
ｉｖ）一般的なＰＣａ集団総合値を、既知の一般的なＰＣａ集団の対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該一般的なＰＣａ集団総合値を、該個体におけるＰＣａの存在または不存在と相関させる工程
を含む、方法。
〔２〕工程ｂ）において、その工程が、
ｉ）該ＰＣａＧＳの個体から得られた生物学的試料中の所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
ｉｉ）該ＰＣａＧＳ個体においてＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の所定量の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し;
ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値を形成し;
ｉｖ）ＰＣａＧＳ総合値を既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該ＰＣａＧＳ総合値を、該個体におけるＰＣａの存在または不存在と相関させること
である、前記〔１〕に記載の方法。
〔３〕該前立腺癌が悪性前立腺癌である、前記〔１〕または〔２〕に記載の方法。
〔４〕工程ａ）において、個体が、１．２～２のオッズ比を有する１つまたは複数のＳＮＰのホモ接合体リスク対立遺伝子保有者であるか、２を超えるオッズ比を有する１つまたは複数のＳＮＰのヘテロ接合体リスク対立遺伝子保有者であるか、および／または各ＳＮＰが１．２～２のオッズ比を有する２以上の異なるＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、該個体はＰＣａＧＳに属すると決定される、前記〔１〕から〔３〕のいずれか一項に記載の方法。
〔５〕１つまたは複数のＳＮＰが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９およびｒｓｌ３８２１３１９７からなる群より選択される、前記〔４〕に記載の方法。
〔６〕工程ａ）において、個体が閾値を超える遺伝的リスクスコアを有する場合、ここで、該遺伝的リスクスコアが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９、ｒｓｌ３８２１３１９７、ｒｓｌ６８６０５１３およびｒｓ７１０６７６２からなる群より選択される１つまたは複数のＳＮＰに基づく場合、該個体はＰＣａＧＳに属すると決定される、前記〔１〕から〔３〕のいずれか一項に記載の方法。
〔７〕前立腺特異抗原（ＰＳＡ）値が、工程ｂ）において該個体から得られた生物学的試料において測定される、前記〔１〕から〔６〕のいずれか一項に記載の方法。
〔８〕ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、前立腺癌の存在を示す標準的な一般母集団のＰＳＡカットオフ値よりも有意に低い、例えば標準的カットオフ値よりも少なくとも約１０％、例えば１０％、２０％、３０％、４０％またはさらには５０％低い、前記〔７〕に記載の方法。
〔９〕該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、それぞれ感度および特異性に関して、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ/ｍＬのＰＳＡのパフォーマンスに匹敵する、約１．８から約２．０ｎｇ/ｍｌまたは約１．３から約１．５ｎｇ/ｍＬである、前記〔８〕に記載の方法。
〔１０〕工程ａ）において、個体が少なくとも１つのリスク対立遺伝子ｒｓｌ３８２１３１９７を保有する場合、該個体はＰＣａＧＳに属すると決定される、前記〔１〕から〔４〕のいずれか一項に記載の方法。
〔１１〕ＰＳＡ値が、工程ｂ）において、該ＰＣａＧＳ個体から得られた生物学的試料において測定される、前記〔１０〕に記載の方法。
〔１２〕該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、前立腺癌の存在を示すための標準的な一般母集団のＰＳＡカットオフ値よりも有意に低い、例えば標準的カットオフ値よりも少なくとも約１０％、例えば１０％、２０％、３０％、４０％またはさらには５０％低い、前記〔１１〕に記載の方法。
〔１３〕該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、それぞれ感度および特異性に関して、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ/ｍＬのＰＳＡのパフォーマンスに匹敵する、約１．５から約１．７ｎｇ/ｍＬまたは約１．１から約１．３ｎｇ/ｍＬである、前記〔１２〕に記載の方法。
〔１４〕所定量のＰＣａ関連バイオマーカーが、１つまたは複数のカリクレイン様ＰＣａバイオマーカーを含み、少なくとも１つ、例えば２つのカリクレイン様ＰＣａバイオマーカーが、（ｉ）ＰＳＡ、（ｉｉ）全ＰＳＡ（ｔＰＳＡ）、（ｉｉｉ）遊離ＰＳＡ（ｆＰＳＡ）、および（ｉｖ）ｈＫ２からなる群より選択される、前記〔１〕から〔１３〕のいずれか一項に記載の方法。
〔１５〕ＰＣａ関連バイオマーカーが、ＭＩＣ－１および要すれば他のＭＩＣ－１関連バイオマーカー、またはバイオマーカーＭＳＭＢおよび要すれば他のＭＳＭＢ関連バイオマーカーを含む、前記〔１〕から〔１４〕のいずれか一項に記載の方法。
〔１６〕少なくとも３つ、例えば４つまたは５つのＰＣａ関連バイオマーカーからのデータが、該総合値を形成するために用いられる、前記〔１４〕または〔１５〕に記載の方法。
〔１７〕該総合値を形成するとき、該ＰＣａ関連バイオマーカーの少なくとも１つのデータのサブセットを無視する、例えば該ＰＣａバイオマーカーの１つ、２つ、３つまたは４つのデータのサブセットを無視することを可能にする、前記〔１〕から〔１６〕のいずれか一項に記載の方法。
〔１８〕該方法で用いられるＰＣａに関連する所定量のＳＮＰが、少なくとも約５０ＳＮＰである、例えば少なくとも約５５、６０、６５、６０、７５、８０、８５、９０、９５、１００、１０５、１ １０、１１５、１２０、１３０、１４０、１５０、１６０、１７０、１８０、１９０、２００、２１０、２２０、２３０、２４０、２５０、２６０、２７０、２８０、２９０または３００ＳＮＰである、前記〔１〕から〔１７〕のいずれか一項に記載の方法。
〔１９〕遺伝的総合値を形成するとき、ＳＮＰの約１０％から最大３０％まで、例えば１５％、２０％または３０％のデータのサブセットを無視することを可能にする、前記〔１〕から〔１８〕のいずれか一項に記載の方法。
〔２０〕総合値がカットオフ値よりも大きい場合、個体を生検のために推奨することをさらに含む、前記〔１〕から〔１９〕のいずれか一項に記載の方法。
〔２１〕総合値がカットオフ値より大きい場合、食習慣を変える、体重を減らす、３０未満のＢＭＩ値に達する、定期的に運動する、および／または喫煙を止めることを個体に推奨することをさらに含む、前記〔１〕から〔２０〕のいずれか一項に記載の方法。
〔２２〕該個体から、ＰＣａに関する家族歴、治療歴、および身体的データを収集することをさらに含み、ここで、該家族歴、治療歴および／または身体的データは、該総合値を形成する組み合わせデータに含まれる、前記〔１〕から〔２１〕のいずれか一項に記載の方法。
〔２３〕少なくとも３つの異なるカテゴリーのリガンドをその上に固定化した固相を含む、前記〔１〕から〔２２〕のいずれか一項に記載の方法を実施するためのアッセイ装置であって、ここで、
－ 該リガンドの第１のカテゴリーは、所定量のＰＣａ関連バイオマーカーに特異的に結合し、該ＰＣａ関連バイオマーカーのそれぞれに特異的に結合する複数の異なるリガンドを含み、
－ 該リガンドの第２のカテゴリーは、ＰＣａに関連する所定量のＳＮＰに特異的に結合し、該ＳＮＰのそれぞれに特異的に結合する複数の異なるリガンドを含み、そして
－ 該リガンドの第３のカテゴリーは、１つまたは複数のＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰに特異的に結合する、
アッセイ装置。
〔２４〕第３のカテゴリーのリガンドが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９、およびｒｓｌ３８２１３１９７からなる群より選択される少なくとも１つのＳＮＰに特異的に結合する、前記〔２３〕に記載のアッセイ装置。
〔２５〕ＰＣａ関連バイオマーカーが前記〔１４〕から〔１７〕のいずれか一項に記載の通りであり、かつ第２のカテゴリーのリガンドに結合するＳＮＰが前記〔１８〕から〔１９〕のいずれか一項に記載の通りである、前記〔２３〕または〔２４〕に記載のアッセイ装置。
〔２６〕それぞれ前記第１、第２および第３のカテゴリーのリガンドに結合した、ＰＣａ関連バイオマーカー、ＰＣａに関連するＳＮＰ、およびＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰを特異的に検出するための１つまたは複数の検出分子をさらに含む、前記〔２３〕から〔２５〕のいずれか一項に記載のアッセイ装置を含む試験キット。
〔２７〕前記〔１〕に記載の方法の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに／または前記〔２〕に記載の方法の工程ｉｉｉ）およびｉｖ）を実行するための手段を備えるデータ処理装置。
〔２８〕コンピューターに含まれる処理装置上でコンピューター実行可能命令が実行されるときに、前記〔１〕に記載の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに前記〔２〕に記載の工程ｉｉｉ）およびｉｖ）をコンピューターに実行させるためのコンピューター実行可能命令を含むコンピュータープログラム。
〔２９〕前記〔２８〕に記載のコンピュータープログラムを具体化したコンピューター読み取り可能な記憶媒体を含むコンピュータープログラム製品。
〔３０〕前記〔２３〕から〔２５〕のいずれか一項に記載のアッセイ装置と、前記〔２９〕に記載のコンピュータープログラム製品とを備える装置。

Claims (30)

  1. 個体における前立腺癌（ＰＣａ）の存在または不存在を示す方法であって、
    ａ）ＰＣａ遺伝的亜集団（ＰＣａＧＳ）に関連する一塩基多型（ＳＮＰ）の１つまたは複数の定義されたリスク対立遺伝子の存在または不存在を決定することを含む、該個体から得られた生物学的試料の遺伝子解析を実施する工程、ここで、該１つまたは複数の定義されたリスク対立遺伝子が該試料中に存在する場合、該個体はＰＣａＧＳに属すると決定され、そして該ＳＮＰの１つまたは複数のリスク対立遺伝子が該試料中に存在しない場合、該個体はＰＣａＧＳに属さないと決定される工程；
    ｂ）工程ａ）において該個体がＰＣａＧＳに属すると決定された場合、該ＰＣａＧＳ個体における１つまたは複数のさらなるＰＣａ関連パラメーターを決定し、特徴付けして、該ＰＣａＧＳ個体におけるＰＣａの存在または不存在を示す工程；
    ｃ）工程ａ）において該個体がＰＣａＧＳに属していないと決定された場合、
    ｉ）該個体における所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
    ｉｉ）該個体における所定量のＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し；
    ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、一般的なＰＣａ集団総合値を形成し；
    ｉｖ）一般的なＰＣａ集団総合値を、既知の一般的なＰＣａ集団の対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該一般的なＰＣａ集団総合値を、該個体におけるＰＣａの存在または不存在と相関させる工程
    を含む、方法。
  2. 工程ｂ）において、その工程が、
    ｉ）該ＰＣａＧＳの個体から得られた生物学的試料中の所定量のＰＣａ関連バイオマーカーの存在または濃度を決定し；
    ｉｉ）該ＰＣａＧＳ個体においてＰＣａに関連するＳＮＰの１つまたは複数のリスク対立遺伝子の所定量の存在または不存在を決定することにより、ＰＣａに関連する遺伝的状態を決定し;
    ｉｉｉ）所定量のＰＣａ関連バイオマーカーの存在または濃度に関する該個体からのデータを、ＰＣａに関連する遺伝的状態に関する該個体からのデータと組み合わせて、ＰＣａＧＳ総合値を形成し;
    ｉｖ）ＰＣａＧＳ総合値を既知のＰＣａＧＳの対照試料およびＰＣａの不存在の対照試料を用いて確立された所定のカットオフ値と比較することによって、該ＰＣａＧＳ総合値を、該個体におけるＰＣａの存在または不存在と相関させること
    である、請求項１に記載の方法。
  3. 該前立腺癌が悪性前立腺癌である、請求項１または２に記載の方法。
  4. 工程ａ）において、個体が、１．２～２のオッズ比を有する１つまたは複数のＳＮＰのホモ接合体リスク対立遺伝子保有者であるか、２を超えるオッズ比を有する１つまたは複数のＳＮＰのヘテロ接合体リスク対立遺伝子保有者であるか、および／または各ＳＮＰが１．２～２のオッズ比を有する２以上の異なるＳＮＰのヘテロ接合体リスク対立遺伝子保有者である場合、該個体はＰＣａＧＳに属すると決定される、請求項１から３のいずれか一項に記載の方法。
  5. １つまたは複数のＳＮＰが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９およびｒｓｌ３８２１３１９７からなる群より選択される、請求項４に記載の方法。
  6. 工程ａ）において、個体が閾値を超える遺伝的リスクスコアを有する場合、ここで、該遺伝的リスクスコアが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９、ｒｓｌ３８２１３１９７、ｒｓｌ６８６０５１３およびｒｓ７１０６７６２からなる群より選択される１つまたは複数のＳＮＰに基づく場合、該個体はＰＣａＧＳに属すると決定される、請求項１から３のいずれか一項に記載の方法。
  7. 前立腺特異抗原（ＰＳＡ）値が、工程ｂ）において該個体から得られた生物学的試料において測定される、請求項１から６のいずれか一項に記載の方法。
  8. ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、前立腺癌の存在を示す標準的な一般母集団のＰＳＡカットオフ値よりも有意に低い、例えば標準的カットオフ値よりも少なくとも約１０％、例えば１０％、２０％、３０％、４０％またはさらには５０％低い、請求項７に記載の方法。
  9. 該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、それぞれ感度および特異性に関して、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ/ｍＬのＰＳＡのパフォーマンスに匹敵する、約１．８から約２．０ｎｇ/ｍｌまたは約１．３から約１．５ｎｇ/ｍＬである、請求項８に記載の方法。
  10. 工程ａ）において、個体が少なくとも１つのリスク対立遺伝子ｒｓｌ３８２１３１９７を保有する場合、該個体はＰＣａＧＳに属すると決定される、請求項１から４のいずれか一項に記載の方法。
  11. ＰＳＡ値が、工程ｂ）において、該ＰＣａＧＳ個体から得られた生物学的試料において測定される、請求項１０に記載の方法。
  12. 該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、前立腺癌の存在を示すための標準的な一般母集団のＰＳＡカットオフ値よりも有意に低い、例えば標準的カットオフ値よりも少なくとも約１０％、例えば１０％、２０％、３０％、４０％またはさらには５０％低い、請求項１１に記載の方法。
  13. 該ＰＣａＧＳ個体における前立腺癌の存在を示すＰＳＡカットオフ値が、それぞれ感度および特異性に関して、前立腺癌を検出するための一般母集団に用いられる約３ｎｇ/ｍＬのＰＳＡのパフォーマンスに匹敵する、約１．５から約１．７ｎｇ/ｍＬまたは約１．１から約１．３ｎｇ/ｍＬである、請求項１２に記載の方法。
  14. 所定量のＰＣａ関連バイオマーカーが、１つまたは複数のカリクレイン様ＰＣａバイオマーカーを含み、少なくとも１つ、例えば２つのカリクレイン様ＰＣａバイオマーカーが、（ｉ）ＰＳＡ、（ｉｉ）全ＰＳＡ（ｔＰＳＡ）、（ｉｉｉ）遊離ＰＳＡ（ｆＰＳＡ）、および（ｉｖ）ｈＫ２からなる群より選択される、請求項１から１３のいずれか一項に記載の方法。
  15. ＰＣａ関連バイオマーカーが、ＭＩＣ－１および要すれば他のＭＩＣ－１関連バイオマーカー、またはバイオマーカーＭＳＭＢおよび要すれば他のＭＳＭＢ関連バイオマーカーを含む、請求項１から１４のいずれか一項に記載の方法。
  16. 少なくとも３つ、例えば４つまたは５つのＰＣａ関連バイオマーカーからのデータが、該総合値を形成するために用いられる、請求項１４または１５に記載の方法。
  17. 該総合値を形成するとき、該ＰＣａ関連バイオマーカーの少なくとも１つのデータのサブセットを無視する、例えば該ＰＣａバイオマーカーの１つ、２つ、３つまたは４つのデータのサブセットを無視することを可能にする、請求項１から１６のいずれか一項に記載の方法。
  18. 該方法で用いられるＰＣａに関連する所定量のＳＮＰが、少なくとも約５０ＳＮＰである、例えば少なくとも約５５、６０、６５、６０、７５、８０、８５、９０、９５、１００、１０５、１ １０、１１５、１２０、１３０、１４０、１５０、１６０、１７０、１８０、１９０、２００、２１０、２２０、２３０、２４０、２５０、２６０、２７０、２８０、２９０または３００ＳＮＰである、請求項１から１７のいずれか一項に記載の方法。
  19. 遺伝的総合値を形成するとき、ＳＮＰの約１０％から最大３０％まで、例えば１５％、２０％または３０％のデータのサブセットを無視することを可能にする、請求項１から１８のいずれか一項に記載の方法。
  20. 総合値がカットオフ値よりも大きい場合、個体を生検のために推奨することをさらに含む、請求項１から１９のいずれか一項に記載の方法。
  21. 総合値がカットオフ値より大きい場合、食習慣を変える、体重を減らす、３０未満のＢＭＩ値に達する、定期的に運動する、および／または喫煙を止めることを個体に推奨することをさらに含む、請求項１から２０のいずれか一項に記載の方法。
  22. 該個体から、ＰＣａに関する家族歴、治療歴、および身体的データを収集することをさらに含み、ここで、該家族歴、治療歴および／または身体的データは、該総合値を形成する組み合わせデータに含まれる、請求項１から２１のいずれか一項に記載の方法。
  23. 少なくとも３つの異なるカテゴリーのリガンドをその上に固定化した固相を含む、請求項１から２２のいずれか一項に記載の方法を実施するためのアッセイ装置であって、ここで、
    － 該リガンドの第１のカテゴリーは、所定量のＰＣａ関連バイオマーカーに特異的に結合し、該ＰＣａ関連バイオマーカーのそれぞれに特異的に結合する複数の異なるリガンドを含み、
    － 該リガンドの第２のカテゴリーは、ＰＣａに関連する所定量のＳＮＰに特異的に結合し、該ＳＮＰのそれぞれに特異的に結合する複数の異なるリガンドを含み、そして
    － 該リガンドの第３のカテゴリーは、１つまたは複数のＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰに特異的に結合する、
    アッセイ装置。
  24. 第３のカテゴリーのリガンドが、ｒｓｌ６９０１９７９、ｒｓ７８１８５５６、ｒｓｌ２７９３７５９、およびｒｓｌ３８２１３１９７からなる群より選択される少なくとも１つのＳＮＰに特異的に結合する、請求項２３に記載のアッセイ装置。
  25. ＰＣａ関連バイオマーカーが請求項１４から１７のいずれか一項に記載の通りであり、かつ第２のカテゴリーのリガンドに結合するＳＮＰが請求項１８から１９のいずれか一項に記載の通りである、請求項２３または２４に記載のアッセイ装置。
  26. それぞれ前記第１、第２および第３のカテゴリーのリガンドに結合した、ＰＣａ関連バイオマーカー、ＰＣａに関連するＳＮＰ、およびＰＣａ遺伝的亜集団（ＰＣａＧＳ）ＳＮＰを特異的に検出するための１つまたは複数の検出分子をさらに含む、請求項２３から２５のいずれか一項に記載のアッセイ装置を含む試験キット。
  27. 請求項１に記載の方法の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに／または請求項２に記載の方法の工程ｉｉｉ）およびｉｖ）を実行するための手段を備えるデータ処理装置。
  28. コンピューターに含まれる処理装置上でコンピューター実行可能命令が実行されるときに、請求項１に記載の少なくとも工程ｃ）ｉｉｉ）およびｃ）ｉｖ）、ならびに請求項２に記載の工程ｉｉｉ）およびｉｖ）をコンピューターに実行させるためのコンピューター実行可能命令を含むコンピュータープログラム。
  29. 請求項２８に記載のコンピュータープログラムを具体化したコンピューター読み取り可能な記憶媒体を含むコンピュータープログラム製品。
  30. 請求項２３から２５のいずれか一項に記載のアッセイ装置と、請求項２９に記載のコンピュータープログラム製品とを備える装置。
JP2022140682A 2017-02-01 2022-09-05 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法 Pending JP2022179483A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
SE1750080-2 2017-02-01
SE1750080 2017-02-01
JP2019541445A JP7138112B2 (ja) 2017-02-01 2018-02-01 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法
PCT/EP2018/052473 WO2018141828A1 (en) 2017-02-01 2018-02-01 Method for indicating a presence or non-presence of prostate cancer in individuals with particular characteristics

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2019541445A Division JP7138112B2 (ja) 2017-02-01 2018-02-01 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法

Publications (1)

Publication Number Publication Date
JP2022179483A true JP2022179483A (ja) 2022-12-02

Family

ID=61188779

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019541445A Active JP7138112B2 (ja) 2017-02-01 2018-02-01 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法
JP2022140682A Pending JP2022179483A (ja) 2017-02-01 2022-09-05 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2019541445A Active JP7138112B2 (ja) 2017-02-01 2018-02-01 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法

Country Status (7)

Country Link
US (1) US20190345565A1 (ja)
EP (1) EP3577237B1 (ja)
JP (2) JP7138112B2 (ja)
CN (1) CN110382718A (ja)
DK (1) DK3577237T3 (ja)
FI (1) FI3577237T3 (ja)
WO (1) WO2018141828A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6678201B2 (ja) * 2018-06-05 2020-04-08 日清食品ホールディングス株式会社 食品情報提供システム、装置、方法及びプログラム
GB2599198B (en) * 2021-06-15 2022-12-07 A3P Biomedical Ab A method for determining an appropriate time interval for further diagnostic testing for prostate cancer
WO2023205842A1 (en) * 2022-04-27 2023-11-02 Genetic Technologies Limited Methods of assessing risk of developing prostate cancer

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015524052A (ja) * 2012-05-16 2015-08-20 ファディア・アクチボラゲットＰｈａｄｉａ ＡＢ 前立腺癌の存在または不存在の提示方法
JP2016503301A (ja) * 2012-11-20 2016-02-04 ファディア・アクチボラゲットＰｈａｄｉａ ＡＢ 侵攻性前立腺癌の存在または不存在を判定する方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030219840A1 (en) 2002-05-24 2003-11-27 Mikolajczyk Stephen D. Method of analyzing proenzyme forms of prostate specific antigen in serum to improve prostate cancer detection
NZ576591A (en) * 2006-10-27 2012-04-27 Decode Genetics Efh Cancer susceptibility variants on chr8q24.21
US20120021925A1 (en) 2009-01-19 2012-01-26 Miraculins, Inc. Diagnostic assays for prostate cancer using psp94 and psa biomarkers
WO2012029080A1 (en) * 2010-08-30 2012-03-08 Decode Genetics Ehf Sequence variants associated with prostate specific antigen levels
WO2012031207A2 (en) * 2010-09-03 2012-03-08 Wake Forest University Health Sciences Methods and compositions for correlating genetic markers with prostate cancer risk
AU2013349721B2 (en) * 2012-11-20 2019-03-28 Phadia Ab Prognostic method for individuals with prostate cancer
CA3134289A1 (en) * 2014-03-11 2015-09-17 Phadia Ab Method for detecting a solid tumor cancer
CN104946786B (zh) * 2015-07-21 2018-02-27 冯宁翰 一种检测前列腺癌易感性的方法及试剂盒

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015524052A (ja) * 2012-05-16 2015-08-20 ファディア・アクチボラゲットＰｈａｄｉａ ＡＢ 前立腺癌の存在または不存在の提示方法
JP2016503301A (ja) * 2012-11-20 2016-02-04 ファディア・アクチボラゲットＰｈａｄｉａ ＡＢ 侵攻性前立腺癌の存在または不存在を判定する方法

Also Published As

Publication number Publication date
US20190345565A1 (en) 2019-11-14
FI3577237T3 (fi) 2023-08-29
EP3577237A1 (en) 2019-12-11
CN110382718A (zh) 2019-10-25
JP7138112B2 (ja) 2022-09-15
JP2020505928A (ja) 2020-02-27
DK3577237T3 (da) 2023-08-28
EP3577237B1 (en) 2023-07-19
WO2018141828A1 (en) 2018-08-09

Similar Documents

Publication Publication Date Title
AU2013349801B2 (en) Method for indicating a presence or non-presence of aggressive prostate cancer
RU2720148C9 (ru) Способ обнаружения солидной злокачественной опухоли
US20150094221A1 (en) Method for Indicating the Presence or Non-Presence of Prostate Cancer
US20200010912A1 (en) Prognostic method for individuals with prostate cancer
JP2022179483A (ja) 特定の特徴を有する個体において前立腺癌の存在または不存在を示すための方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221003

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221003

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231012

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240501