JP2022513038A - チューブリン結合薬を使用する癌の治療方法 - Google Patents

チューブリン結合薬を使用する癌の治療方法 Download PDF

Info

Publication number
JP2022513038A
JP2022513038A JP2021526353A JP2021526353A JP2022513038A JP 2022513038 A JP2022513038 A JP 2022513038A JP 2021526353 A JP2021526353 A JP 2021526353A JP 2021526353 A JP2021526353 A JP 2021526353A JP 2022513038 A JP2022513038 A JP 2022513038A
Authority
JP
Japan
Prior art keywords
biomarker
less
biomarkers
expression
cancer
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
JP2021526353A
Other languages
English (en)
Other versions
JPWO2020102244A5 (ja
Inventor
アール． トンラ，ジェームス
ファン，ラン
Original Assignee
ビヨンドスプリング ファーマシューティカルズ，インコーポレイテッド
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 ビヨンドスプリング ファーマシューティカルズ，インコーポレイテッド filed Critical ビヨンドスプリング ファーマシューティカルズ，インコーポレイテッド
Publication of JP2022513038A publication Critical patent/JP2022513038A/ja
Publication of JPWO2020102244A5 publication Critical patent/JPWO2020102244A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K45/00—Medicinal preparations containing active ingredients not provided for in groups A61K31/00 - A61K41/00
    • A61K45/06—Mixtures of active ingredients without chemical characterisation, e.g. antiphlogistics and cardiaca
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/16—Amides, e.g. hydroxamic acids
    • A61K31/165—Amides, e.g. hydroxamic acids having aromatic rings, e.g. colchicine, atenolol, progabide
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/33—Heterocyclic compounds
    • A61K31/335—Heterocyclic compounds having oxygen as the only ring hetero atom, e.g. fungichromin
    • A61K31/337—Heterocyclic compounds having oxygen as the only ring hetero atom, e.g. fungichromin having four-membered rings, e.g. taxol
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/33—Heterocyclic compounds
    • A61K31/395—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins
    • A61K31/435—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins having six-membered rings with one nitrogen as the only ring hetero atom
    • A61K31/47—Quinolines; Isoquinolines
    • A61K31/475—Quinolines; Isoquinolines having an indole ring, e.g. yohimbine, reserpine, strychnine, vinblastine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/33—Heterocyclic compounds
    • A61K31/395—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins
    • A61K31/495—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins having six-membered rings with two or more nitrogen atoms as the only ring heteroatoms, e.g. piperazine or tetrazines
    • A61K31/496—Non-condensed piperazines containing further heterocyclic rings, e.g. rifampin, thiothixene or sparfloxacin
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • 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
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • 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
    • 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
    • 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
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • G16H50/70—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K2300/00—Mixtures or combinations of active ingredients, wherein at least one active ingredient is fully defined in groups A61K31/00 - A61K41/00
    • 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
    • C12Q2600/158—Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Organic Chemistry (AREA)
  • Veterinary Medicine (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Data Mining & Analysis (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Genetics & Genomics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Biochemistry (AREA)
  • Oncology (AREA)
  • Microbiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)

Abstract

本願は癌の治療方法を説明してこれを含む。この方法はバイオマーカーパネルの発現レベルを決定することによりチューブリン結合薬を用いる治療に対して応答する患者を選別すること、及びこの選別された患者にそのチューブリン結合薬を投与することを含む。前記バイオマーカーは表１～２又は表４に記載される１種類以上のプローブセット、又は表１～２又は表４に記載されるこれらのプローブセットを使用して特定可能な遺伝子発現であり得る。

Description

本発明は癌の治療のために患者を選別する方法、及び選別された患者に化学療法薬を投与する方法に関する。
医師が用いる伝統的な化学療法治療パラダイムは、疾患の治療にとって生じ得る最も高い成功率をもたらす薬物治療を処方することであった。最初の薬物療法が有効ではない場合には代わりの薬物療法が処方され、化学療法薬に対する非応答性というリスクが受け入れられることが多い。しかしながら、後続の治療になるにつれ化学療法の有効性が低下することが多いため、最初の治療に最も有効な治療を選択すること、又はその特定の制癌剤に対して応答する患者を選別することが最大多数の患者に最大の長期利益をもたらす点で重要である。したがって、患者の特定の疾患に対して最も有効な初期治療薬を選択する高い必要性がある。
幾つかの実施形態は、癌の治療方法であって、チューブリン結合薬を用いる治療に対して応答する対象を１種類以上のバイオマーカーの発現レベルの決定により選別すること、及び選別された前記対象に前記チューブリン結合薬の有効量を投与することを含む前記方法に関連する。
幾つかの実施形態は、対象の化学療法薬に対する応答を評価するための予測モデルを生成する方法であって、少なくとも１種類の癌細胞株での複数のバイオマーカーの発現レベルを得ること、前記複数の癌細胞株に対する前記化学療法薬の阻害活性を決定すること、前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の関係性を決定すること、及び前記複数のバイオマーカーの発現レベルと前記化学療法薬の阻害濃度との間の前記関係性に基づいて前記予測モデルを生成することを含む前記方法に関連する。
ブートストラップフォレストパーティショニング分析後の２００のプローブセット値のうちのトップ１０（ｘ軸）とそれに対するチューブリン標的薬の癌細胞に対する有効性（ＩＣ７０）を示す散布図マトリックスである。 ＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びＣＤＣＡ５のＨＩＴプローブセットｍＲＮＡ発現値を使用するニューラル確率関数（非表示ノード数：３；範囲：０～１、プリナブリンが有効である最も高い確率は１で表される）を計算する数学モデルを示す図である。 ＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、ＴＭ９ＳＦ３、２３２５２２＿ａｔ、ＬＧＲ５、２１４８６２＿ｘ＿ａｔ、及びＦＡＭ９８Ｂを使用するニューラル確率関数（非表示ノード数：３；範囲：０～１、プリナブリンが有効である最も高い確率は１で表される）を計算するためのモデルを示す図である。 ＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びＣＤＣＡ５のＨＩＴプローブセットｍＲＮＡ発現値を使用するニューラル確率関数（非表示ノード数：１；範囲：０～１、ドセタキセルが有効である最も高い確率は１で表される）を計算するためのモデルを示す図である。 ＣＡＬＤ１、ＵＢＸＮ８、及びＣＤＣＡ５のＨＩＴプローブセットｍＲＮＡ発現値を使用するニューラル確率関数（非表示ノード数：３；範囲：０～１、プリナブリンが有効である最も高い確率は１で表される）を計算するためのモデルを示す図である。 ４３種類の細胞株での図５に由来するニューラルモデル導出確率とそれに対する実際のＩＣ７０から決定されたプリナブリン有効性の３次元プロットである。 ＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、及びＡＵＰ１のＨＩＴプローブセットｍＲＮＡ発現値を使用するニューラル確率関数（非表示ノード数：１；範囲：０～１、ドセタキセルが有効である最も高い確率は１で表される）を計算するためのモデルを示す図である。 ＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びＣＤＣＡ５のＨＩＴプローブセットｍＲＮＡ発現値を使用する二項ロジスティック確率関数（範囲：０～１、プリナブリンが無効である最も高い確率が１で表される）を示す図である。 ４３種類の細胞株での図８に由来する二項ロジスティック回帰モデル導出確率とそれに対するＩＣ７０から決定されたプリナブリン有効性の３次元プロット（「無効」の確率の範囲は０～１であり得る）を示す図である。
本明細書ではチューブリン結合薬を使用する治療に適した患者を選別する方法が開示される。１つの実施形態はある特定の化学療法薬に対する患者の応答と癌治療薬に適した患者の選別の層別化であり、したがって患者治療選択の指針である。別の実施形態はチューブリン結合薬治療などの化学療法に応答する患者と応答しない患者への癌患者の層別化である。本明細書に記載されるこれらの方法によって患者の選別を化学療法治療の前又は化学療法治療の間に進めることができる。本明細書に記載される前記検査は中枢神経系（ＣＮＳ）リンパ腫、肺癌、乳癌、卵巣癌、及び前立腺癌を含むある特定の癌の予後指標として使用可能である。
チューブリン結合薬は多数の種類の癌の治療用に認可されている。腫瘍細胞に入った幾つかのチューブリン標的抗癌薬に結合する高発現性輸送体タンパク質によってこれらの薬剤は細胞の外（細胞外）へ送り出され、これらの癌細胞はこれらの薬剤の細胞傷害性作用に抵抗できる。タキサンのみを、又は他の化学療法薬と組み合わせてタキサンを処方されているある特定の認可された種類の癌の患者は腫瘍の進行を評価するためにスケジュールされた間隔で疾患の評価を受ける。治療開始から数か月後に腫瘍の進行が認められた場合には、利用可能であれば、代わりの治療法が選択される。しかしながらこのような方法が活用されることは一般的ではない。タキサンに対して非感受性の癌細胞を有する患者を確実に選別する方法であれば、たとえこれらの患者がタキサンによる治療法が認可された種類の癌を有しているとしても、癌細胞を殺す能力がタキサンよりも高い別の治療法がこれらの患者に処方されるようになることで大きな価値を持つだろう。また、この方法であれば新しい応答性癌種を選択するため、及びタキサンに対して特に感受性が高い可能性がある種類の癌とは無関係の患者を選別するために将来において利用される可能性がある。幾つかの実施形態では前記チューブリン結合薬はプリナブリンである。幾つかの実施形態では前記チューブリン結合薬はタキサンである。幾つかの実施形態では前記チューブリン結合薬はドセタキセルである。幾つかの実施形態では前記チューブリン結合薬はパクリタキセルである。幾つかの実施形態では前記チューブリン結合薬はビンカ部位に結合する薬剤である。幾つかの実施形態では前記チューブリン結合薬はビンブラスチン又はビンクリスチンである。
プリナブリンはβ－チューブリン内のコルヒチン部位近傍に結合するチューブリン標的薬であり、非小細胞性肺癌の治療のための第ＩＩＩ相臨床試験の試験中である。このコルヒチン部位はタキサン類（例えばパクリタキセル及びドセタキセル）の結合部位とは別のものであり、チューブリン標的薬間の結合部位の差異及び他の差異は生物学的機能、疾患の転帰、及び安全性プロファイルに対する異なる作用と関連することが多い。プリナブリンにはその他の適応症が考えられているので特に応答性が高い患者を選別するためのモデルは重要な価値を持つだろう。このモデルを構築する最初のステップとして、Ａｆｆｙｍ
ｅｔｒｉｘ ＨＧＵ１３３ Ｐｌｕｓ ２．０アレイを使用して以前にｍＲＮＡ発現の特徴が解析された４３種類のヒト癌細胞株（乳房、肺、前立腺、卵巣、又はＣＮＳ）に対するプリナブリンのインビトロ活性を評価した。インビトロ抗癌活性のスクリーニングは４８～７２時間にわたる薬剤の持続的処理によって実施されることが典型的であるが、２４時間だけプリナブリンで細胞を処理し、その後でプリナブリン無しでさらに４８時間にわたってこれらの細胞を培養した。
抗癌活性は５０％有効レベル（生存可能な腫瘍細胞の５０％減少）で判断されることが典型的であるが、本発明では生存可能な細胞濃度はセルタイター・ブルー・アッセイによって定量され、それにより生存可能な腫瘍細胞の量の７０％減少（ＩＣ７０）を引き起こす濃度が見いだされる。これらの方法によって細胞株をプリナブリン有効（Ａｃｔｉｖｅ）カテゴリー（ＩＣ７０＜１．０μＭである２１細胞株）とプリナブリン無効（Ｉｎａｃｔｉｖｅ）カテゴリー（ＩＣ７０＞９．５μＭである９１％）に分けることができ、非常に少数の細胞が１μＭと９．５μＭとの間のプリナブリンＩＣ７０を有する。２種類の「ＨＩＴ」プローブセット特定戦略を利用してプリナブリン有効性（ａｃｔｉｖｉｔｙ）を予測するため、ＧｅｎｅＣｈｉｐロバストマルチアレイ平均分析アルゴリズムを用いて前処理されたｌｏｇ２変換後のＡｆｆｙｍｅｔｒｉｘ遺伝子プローブセットシグナル値に対してＪＭＰ １４．１統計ソフトウェアを利用してランク付けすることができる。これらの努力により、プリナブリン応答性細胞株とプリナブリン非応答性細胞株との間の示差的発現（ｐ＜０．０１、ｔ検定）も示し、したがってプリナブリンの効力を予測するための能力も示している予測力を有する５６種類のＨＩＴプローブセット（遺伝子毎に１セット）を特定することができる。遺伝子アノテーションを有するプローブセットについて、各遺伝子の最も高いＪｅｔｓｅｔスコアを有するプローブセットのみを利用する。これらのＨＩＴ予測子遺伝子プローブセットからトレーニングセット（テストモデルの３分の２）と検証セットの両方において複数の１層ＴａｎＨマルチモードフィットニューラルネットワークモデルを構築して確実にプリナブリン応答性細胞株を特定した。非ニューラル二項ロジスティックモデルを利用して類似の結果が得られた。わずかに３～１０種類のｍＲＮＡの測定値を利用するこれらの新規アルゴリズムの有効な抗癌活性を予測する力は顕著であり、且つ、予期せぬものであった。
プリナブリン有効性の予測アルゴリズムの開発のために使用された同プローブセットの中には示差的発現をドセタキセル応答性腫瘍細胞株とドセタキセル非応答性腫瘍細胞株の間で示したものもあり、それらのプローブセットはドセタキセル抗癌細胞活性の予測モデルの開発にうまく利用できる。このことは、この戦略全体及び特定されたプローブセット／遺伝子発現の評価、並びにこれらのプローブセットの評価の組合せを用いて開発された予測用数理アルゴリズムがチューブリン標的薬全体に対する応答の予測に適用可能であり得ることを意味している。
様々なチューブリン標的薬（タキサン及びコルヒチン結合ポケット近傍に結合する薬剤）が、チューブリン標的薬の抗癌効力と相関する発現レベルを有する遺伝子／プローブセットを発見するため、及び新規分析戦略による予測アルゴリズムを発見するために使用できる。これらの測定値、分析戦略、及びアルゴリズムはプリナブリン及び他のチューブリン結合薬の直接的細胞傷害作用に対して特に感受性を持つ腫瘍細胞を有する癌患者の選別に使用できる。
本明細書に記載されるこれらの方法は、分子的パラメータを臨床治療決定に組み入れることにより患者における化学療法（すなわち、チューブリン結合薬）の効力を高めるのに役立つ場合がある。薬理遺伝学／ゲノム学は外来性化合物又は薬品に対する個体の応答に関与する遺伝的因子／ゲノム因子についての学問である。患者の遺伝的因子に基づいて患者の応答を決定する方法により予防又は治療に有効な薬剤（例えば薬品）が選別されるよ
うになる。このような薬理ゲノム学は適切な投薬量及び治療計画の決定にさらに利用可能である。よって、個体における本発明のバイオマーカーの発現レベルを決定し、その発現レベルによってその個体の治療又は予防のための適切な薬剤を選択することができる。
定義
別途定義されない限り、本明細書において使用される全ての技術用語と科学用語は本開示が属する分野の当業者が共通して理解するものと同じ意味を有する。全ての特許、特許出願、特許出願公開、及び他の刊行物は全体が参照により援用される。本明細書では単一の用語に複数の定義が存在する場合、別段の言及がない限り本節での定義が優先される。
「対象」は本明細書において使用される場合にヒト、又はイヌ、ネコ、マウス、ラット、ウシ、ヒツジ、ブタ、ヤギ、非ヒト霊長類などの非ヒト哺乳類、又はニワトリなどの鳥類、並びに他のあらゆる脊椎動物又は非脊椎動物を意味する。
「哺乳類」という用語は生物学的な意味で使用される。したがって、具体的には哺乳類にはサル（チンパンジー、類人猿、猿）及びヒトを含む霊長類、ウシ、ウマ、ヒツジ、ヤギ、ブタ、ウサギ、イヌ、ネコ、げっ歯類、ラット、マウス、モルモット等が含まれるがこれらに限定されない。
「有効量」又は「治療有効量」は本明細書において使用される場合に疾患又は病態の症状のうちの１つ以上をある程度軽減するため、又はそれらの発症可能性を低下させるために有効な治療薬の量のことを指し、それには疾患又は病態の治癒が含まれる。
「治療する」、「治療」、又は「治療すること」は本明細書において使用される場合に予防目的及び／又は治療目的で対象に化合物又は医薬組成物を投与することを指す。「予防」という用語は疾患又は病態の症状をまだ示していないが特定の疾患又は病態になりやすい、そうでない場合はその疾患又は病態のリスクがある対象を治療することによってその患者がその疾患又は病態を発症する可能性を低下させるその治療のことを指す。「治療」という用語は既に疾患又は病態を患っている、又は発症している対象に治療を行うことを指す。
治療方法
幾つかの実施形態は、癌の治療方法であって、チューブリン結合薬を用いる治療に対して応答する対象を１種類以上のバイオマーカーの発現レベルの決定により選別すること、及び選別されたその対象にそのチューブリン結合薬を投与することを含む前記方法に関連する。幾つかの実施形態ではその方法は、対象が化学療法に対して応答性である、又は非応答性であると、且つ／又は対象が良好な臨床予後を持つ、若しくは不良な臨床予後を持つと分類するために発現スコアを使用することを含む。
前記バイオマーカーには遺伝子、ｍＲＮＡ、ｃＤＮＡ、アンチセンス転写物、ｍｉＲＮＡ、ポリペプチド、タンパク質、タンパク質断片、又は他のあらゆる核酸配列若しくはポリペプチド配列が含まれ得る。幾つかの実施形態では前記バイオマーカーはＲＮＡである。幾つかの実施形態では前記バイオマーカーはｍＲＮＡである。幾つかの実施形態では使用するのに適切なバイオマーカーにはＤＮＡ、ＲＮＡ、及びタンパク質が含まれ得る。これらのバイオマーカーは対象試料から単離され、前記対象試料セット内の分析される各試料についての発現プロファイルセットを得るためにそれらの発現レベルが決定される。
生物試料中のｍＲＮＡの測定はその生物試料中の対応するタンパク質及び遺伝子のレベルの検出の代わりとして使用される場合がある。したがって、本明細書に記載される前記バイオマーカーのいずれも適切なＲＮＡを検出することによって検出可能である。バイオ
マーカー発現プロファイリング法にはプローブセット、定量的ＰＣＲ、ＮＧＳ、ノーザンブロット、サザンブロット、マイクロアレイ、ＳＡＧＥ、免疫アッセイ（ＥＬＩＳＡ、ＥＩＡ、凝集法、比濁分析法、比濁法、ウエスタンブロット、免疫沈殿、免疫細胞化学、フローサイトメトリー、Ｌｕｍｉｎｅｘアッセイ）、及びマススペクトロメトリーが挙げられるがこれらに限定されない。出発物質の量の差、抽出効率の差、及び増幅反応効率の差を補正するために当業者に知られている方法を用いて所与の試料の全体的発現データを正規化する場合がある。
１つの例となる実施形態では前記バイオマーカーは、ＣＡＬＤ１、ＵＢＸＮ８、ＣＤＣＡ５、ＥＲＩ１、ＳＥＣ１４Ｌ１Ｐ１、ＳＥＣＩＳＢＰ２Ｌ／ＳＬＡＮ、ＷＤＲ２０、ＬＧＲ５、ＡＤＩＰＯＲ２、ＲＵＦＹ２、ＣＯＬ５Ａ２、ＹＴＨＤＣ２、ＲＰＬ１２、ＭＴＭＲ９、ＴＭ９ＳＦ３、ＣＡＬＢ２、ＷＤＲ９２、ＤＧＵＯＫ、ＣＴＮＮＢ１、ＦＫＢＰ４、ＢＲＰＦ３、ＤＥＮＮＤ２Ｄ、ＴＭＥＭ４７、ＲＰＳ１９、ＡＵＰ１、ＺＦＸ、ＭＲＰＬ３０、ＴＲＡＫ１、ＲＣＣＤ１、ＺＭＡＴ３、ＧＥＭＩＮ７、ＺＮＦ１０６、ＧＬＴ８Ｄ１、ＣＡＳＣ４、ＦＡＭ９８Ｂ、ＮＭＥ１－ＮＭＥ２、ＨＯＯＫ３、ＣＳＴＦ３、ＡＣＴＲ３、ＲＰＬ３８、ＰＬＯＤ１、ＭＡＲＳ、ＺＮＦ４４１、ＲＥＬＢ、ＮＬＥ１、ＭＲＰＳ２３、及びこれらのあらゆる組合せから選択される１種類以上の遺伝子から選択される。幾つかの実施形態では前記バイオマーカーはＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、ＴＭ９ＳＦ３、ＬＧＲ５、ＦＡＭ９８Ｂ、及びこれらの組合せからなる群より選択される。幾つかの実施形態では前記バイオマーカーはＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらのあらゆる組合せからなる群より選択される。幾つかの実施形態では前記バイオマーカーはＣＡＬＤ１、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらのあらゆる組合せからなる群より選択される。幾つかの実施形態では前記バイオマーカーはＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びこれらのあらゆる組合せからなる群より選択される。
その後、数理モデルを使用して前記試料セットに由来する発現プロファイルを分析する。様々な予測用数理モデルが適用可能であり、これらの予測用数理モデルには複数の１層ＴａｎＨマルチモードフィットニューラルネットワークモデル、非ニューラル順序ロジスティックモデル、及びこれらの組合せが挙げられるがこれらに限定されない。幾つかの実施形態ではこの数理モデルは特定された各バイオマーカーに対して重さなどの変数を特定又は規定する。ある特定の実施形態ではこの数理モデルは決定関数を規定する。この決定関数は、前記試料セットを化学療法に対して応答性である群又は非応答性である群の２つの群に分ける閾値スコアをさらに規定する場合がある。
幾つかの実施形態では本明細書に記載される前記方法は予後が良好な患者と予後が不良な患者の特定である。特定された前記バイオマーカーの腫瘍内での発現を検討することで患者の可能性のある臨床転帰を決定することができる。したがって、一群のバイオマーカーの発現を検討することによって、より積極的な治療計画を最も必要とする患者を特定し、且つ、同様に不必要な治療又は患者の臨床転帰を顕著に改善しなさそうな治療を除外することができる。
幾つかの実施形態では本明細書において記載される前記方法は、前記１種類以上のバイオマーカーの決定された発現レベルを用いて発現スコア又は閾値スコアを決定することを含む。この発現スコア又は閾値スコアは前記対象から採取された前記試料に基づく発現レベルを得ることにより導出される。これらの試料は同じ種類の試料組織に由来しても、又は異なる種類の試料組織に由来してもよい。幾つかの実施形態では前記発現プロファイルは、所与の試料から分析される各バイオマーカーの発現レベルを表す一組の値を含む。
他の実施形態では本明細書において開示される前記発現スコアはチューブリン結合薬な
どの治療薬に対する応答及びそのような治療薬の対象の選別の層別化である。特定された前記バイオマーカーの腫瘍又は癌内での発現を検討することによって前記化学療法薬は最も癌の増殖速度を低下させそうか決定することができる。前記化学療法薬は最も癌の増殖速度を低下させそうにないか決定することもできる。したがって、特定されたバイオマーカーの発現を検討することによって有効ではない治療薬又は不適切な治療薬を除外することができる。これらはある特定の実施形態では患者毎又は薬剤毎に決定できることが重要である。このようにして特定の治療計画が特定の患者又は特定の種類の患者に利益をもたらす可能性があるかどうか、及び／又は特定の治療計画を継続すべきかどうか決定することができる。本発明は、治療の選択並びに新規治療法の治験評価の際のエンリッチメント戦略に適した患者の選別を導き得る検査を提供する。例えば、化学療法薬又は治療計画を評価するとき、血管新生阻害薬に対して応答する種類の癌を有する治験に適した個体を選別するために本明細書において開示される前記発現シグネチャ及び前記方法が使用される場合がある。
幾つかの実施形態では本明細書に記載される前記方法は、前記対象から検査試料を得ること、前記１種類以上のバイオマーカーの決定された発現レベルを用いて発現スコアを決定すること、及び前記発現スコアに基づいて前記対象を前記チューブリン結合薬治療に対して応答性である、又は非応答性であると分類することを含み得る。
幾つかの実施形態では前記対象の分類は、前記発現スコアを基準値と比較することにより前記対象を応答性又は非応答性として分類することを含む。幾つかの実施形態では前記発現スコアが前記基準値よりも低いときに前記対象の分類は、前記対象を非応答性であると分類することを含む。幾つかの実施形態では前記発現スコアが前記基準値よりも高いときに前記対象の分類は、前記対象を非応答性であると分類することを含む。幾つかの実施形態では前記発現スコアが前記基準値よりも高いときに前記対象の分類は、前記対象を応答性であると分類することを含む。幾つかの実施形態では前記発現スコアが前記基準値よりも低いときに前記対象の分類は、前記対象を応答性であると分類することを含む。
幾つかの実施形態では前記発現スコアが所定の非応答性スコアよりも所定の応答性スコアに近いときに前記対象の分類は、前記対象を応答性であると分類することを含む。幾つかの実施形態では前記発現スコアが所定の応答性スコアよりも所定の非応答性スコアに近いときに前記対象の分類は、前記対象を非応答性であると分類することを含む。幾つかの実施形態では前記対象を応答性又は非応答性として分類することは、患者が治療に対して応答する確率が高いことを表す応答性スコアを予め決定すること、及び患者が治療に対して応答する確率が低いことを表す非応答性スコアを予め決定することを含む。幾つかの実施形態では前記対象を応答性又は非応答性として分類することは、前記発現スコアを所定の前記応答性スコア及び前記非応答性スコアと比較し、前記発現スコアが所定の前記応答性スコアにより近いか、又は前記非応答性スコアにより近いか決定することをさらに含む。幾つかの実施形態では所定の前記応答性スコア又は前記非応答性スコアは前記癌／腫瘍細胞の阻害又は抑制における前記化学療法薬の有効性を表す。幾つかの実施形態では所定の前記応答性スコア又は前記非応答性スコアは前記化学療法薬の阻害活性を表す。幾つかの実施形態では所定の前記応答性スコア又は前記非応答性スコアは前記化学療法薬のＩＣ７０を表す。幾つかの実施形態では所定の前記応答性スコア又は前記非応答性スコアは前記化学療法薬のＩＣ５０を表す。幾つかの実施形態では所定の前記応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに約５０μＭ未満、約４０μＭ未満、約３０μＭ未満、約２０μＭ未満、約１５μＭ未満、約１０μＭ未満、約９μＭ未満、約８μＭ未満、約７μＭ未満、約６μＭ未満、約５μＭ未満、約４μＭ未満、約３μＭ未満、約２μＭ未満、約１μＭ未満、約０．５μＭ未満、又は約０．１μＭ未満のＩＣ７０を表す。幾つかの実施形態では所定の前記応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに１μＭ未満のＩＣ７０を表す。幾つかの実施形態では所定の前
記応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに約５０μＭ未満、約４０μＭ未満、約３０μＭ未満、約２０μＭ未満、約１５μＭ未満、約１０μＭ未満、約９μＭ未満、約８μＭ未満、約７μＭ未満、約６μＭ未満、約５μＭ未満、約４μＭ未満、約３μＭ未満、約２μＭ未満、約１μＭ未満のＩＣ５０を表す。幾つかの実施形態では所定の前記非応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに１μＭを超えるＩＣ７０を表す。幾つかの実施形態では所定の前記非応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに約０．５μＭ超、約１μＭ超、約２μＭ超、約３μＭ超、約４μＭ超、約５μＭ超、約６μＭ超、約７μＭ超、約８μＭ超、約９μＭ超、約１０μＭ超、約２０μＭ超、約３０μＭ超、約４０μＭ超、約５０μＭ超、約６０μＭ超、約８０μＭ超、又は約１００μＭ超のＩＣ７０を表す。幾つかの実施形態では所定の前記非応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに１μＭを超えるＩＣ５０を表す。幾つかの実施形態では所定の前記非応答性スコアは、前記化学療法薬が前記癌細胞株に対して試験されたときに約０．５μＭ超、約１μＭ超、約２μＭ超、約３μＭ超、約４μＭ超、約５μＭ超、約６μＭ超、約７μＭ超、約８μＭ超、約９μＭ超、約１０μＭ超、約２０μＭ超、約３０μＭ超、約４０μＭ超、約５０μＭ超、約６０μＭ超、約８０μＭ超、又は約１００μＭのＩＣ５０を表す。幾つかの実施形態では所定の前記応答性スコアは、０であり、所定の前記非応答性スコアは１である。幾つかの実施形態では前記発現スコアが０．４より低いときに前記対象の分類は、前記対象を応答性であると分類することを含む。幾つかの実施形態では前記発現スコアが０．６よりも高いときに前記対象の分類は、前記対象を非応答性であると分類することを含む。
幾つかの実施形態では化学療法薬との接触の結果として癌／腫瘍の増殖速度が、その化学療法薬との接触が無いときのその増殖速度と比較して抑制されている場合、その対象はその化学療法に対して応答性である。癌の増殖は様々な方法、例えば、腫瘍のサイズ、又はその腫瘍の種類に適切な腫瘍マーカーの発現の測定により測定可能である。
幾つかの実施形態では治療薬との接触の結果として癌／腫瘍の増殖速度が、その治療薬との接触が無いときのその増殖速度と比較して抑制されていない場合、その対象はその化学療法に対して非応答性である。上記のように、癌の増殖は様々な方法、例えば、腫瘍のサイズ、又はその腫瘍の種類に適切な腫瘍マーカーの発現の測定により測定可能である。非応答性の程度は、限定されないが、患者のクオリティ・オブ・ライフや転移の程度などの腫瘍の増殖サイズ以外の追加的基準を用いて評価され得る。
本明細書に記載される前記方法は発現スコアを決定する工程を含み得る。この発現スコアは対象試料セット中のある特定のバイオマーカーの発現レベルを用いることにより決定され得る。
本明細書に記載される前記方法は前記発現プロファイルを決定する工程を含み得る。ある特定の実施形態では得られた前記発現プロファイルはゲノムプロファイル又は核酸発現プロファイルであり、そのプロファイルでは前記試料における１種類以上の核酸の量又はレベルが決定されている。これらの実施形態では前記診断方法又は前記予後診断方法において使用される前記発現プロファイルを作成するために分析される前記試料は、核酸試料である１つの試料である。その核酸試料は、分析されている細胞又は組織の表現型を決定するバイオマーカーの発現情報を含む核酸集団を含む。幾つかの実施形態ではその核酸にはｍＲＮＡが含まれてもよい。幾つかの実施形態ではその核酸にはＲＮＡ核酸又はＤＮＡ核酸、例えばｍＲＮＡ、ｃＲＮＡ、ｃＤＮＡ等が含まれてもよく、それはその試料が得られた宿主細胞又は宿主組織の発現情報をその試料に保持されている限りそうであってよい。その試料は当技術分野において知られているような多種多様な方法で、例えば細胞からのｍＲＮＡの単離によって調製されてよく、その場合に単離されたそのｍＲＮＡは単離さ
れたまま使用され、増幅され、又は示差的遺伝子発現の分野で知られているようにｃＤＮＡ、ｃＲＮＡ等の調製のために使用される。よって、試料中のｍＲＮＡレベルの決定にはそのｍＲＮＡからのｃＤＮＡ又はｃＲＮＡの調製、及びその後のそのｃＤＮＡ又はｃＲＮＡの測定が含まれる。前記試料は、例えば組織生検を介して治療が必要な対象から収集された細胞又は組織より標準的なプロトコルを用いて調製されることが典型的であり、その場合にそのような核酸を生成するための起源となる可能性がある細胞種又は組織には、被決定表現型の発現パターンが存在するあらゆる組織が含まれ、その組織には、限定されないが、疾患細胞又は疾患組織、体液等が含まれる。
前記発現レベルは前記最初の核酸試料から都合の良いあらゆるプロトコルを用いて決定され得る。多種多様な発現レベル決定法、例えば示差的遺伝子発現／バイオマーカー分析の分野において使用される方法が知られているが、発現レベルを決定するための１つの代表的且つ簡便な種類のプロトコルはアレイベースの遺伝子発現プロファイル作成プロトコルである。プロファイルを作成するためにアッセイされる／プロファイリングされるそのプロファイル中の遺伝子の各々に対する「プローブ」核酸を呈する核酸が使用されるハイブリダイゼーションアッセイがこのようなアプリケーションである。これらのアッセイではアッセイされる初期核酸試料から標的核酸試料を最初に調製するが、このときに標識、例えばシグナル生成系のメンバーによるその標的核酸のラベリングが調製に含まれる場合がある。標的核酸試料の調製後にその試料をハイブリダイゼーション条件下で前記アレイと接触させることにより、複合体がアレイ表面に取り付けられているプローブ配列に対して相補的な標的核酸との間で形成される。その後、ハイブリッド形成した複合体の存在が定性的又は定量的に検出される。本主題の方法において使用される前記発現プロファイルを作成するために実施されることがある具体的なハイブリダイゼーション技術には参照により開示内容を本明細書に援用する米国特許第５１４３８５４号明細書、第５２８８６４４号明細書、第５３２４６３３号明細書、第５４３２０４９号明細書、第５４７０７１０号明細書、第５４９２８０６号明細書、第５５０３９８０号明細書、第５５１０２７０号明細書、第５５２５４６４号明細書、第５５４７８３９号明細書、第５５８０７３２号明細書、第５６６１０２８号明細書、第５８００９９２号明細書、並びに国際公開第９５／２１２６５号パンフレット、第９６／３１６２２号パンフレット、第９７／１０３６５号パンフレット、第９７／２７３１７号パンフレット、欧州特許第３７３２０３号明細書、及び第７８５２８０号明細書に記載される技術が挙げられる。幾つかの実施形態では発現分析中の前記バイオマーカーの各々に対するプローブを含む「プローブ」核酸アレイが上記のような標的核酸と接触する。接触はハイブリダイゼーション条件下、例えば上記のような厳しいハイブリダイゼーション条件の下で行われ、その後で未結合の核酸が除去される。プローブで調べられた前記バイオマーカーの各々の発現に関する情報が結果として生じるハイブリダイズした核酸のパターンによってもたらされ、その場合にその発現情報はその遺伝子が発現しているかどうかに関するものであり、典型的にはその発現データ、すなわち発現プロファイルが定性的でも定量的でもあり得るレベルの情報である。
本明細書に記載される前記方法は対象試料を採取する工程を含む。ある特定の例となる実施形態ではその対象試料は癌組織試料、例えば保管試料を含む。この対象試料セットは、予後、再発可能性、長期生存率、臨床転帰、治療応答、診断、癌分類、又は個別化ゲノム学プロファイルによって特徴づけられた癌組織試料から得られることが好ましい。前記試料は血液（全血、白血球、末梢血単核細胞、バフィーコート、血漿、及び血清を含む）、痰、涙液、粘液、鼻洗浄液、鼻吸引液、呼気、尿、精液、唾液、髄膜液、羊水、腺液、リンパ液、乳頭吸引液、気管支吸引液、滑液、関節吸引液、腹水、細胞、細胞抽出液、及び脳脊髄液であり得る。この試料には前述の試料全ての実験的分離画分も含まれる。例えば、血液試料は血清に、又は赤血球細胞又は白血球細胞（白血球）などの特定の種類の血液細胞を含む画分に分画可能である。所望により試料は一個体に由来する複数の試料の組合せ、例えば組織と液体試料の組合せにしてもよい。前記試料は、固形材料をホモジェナ
イズしたもの、例えば大便試料、組織試料、又は組織生検等に由来する固形材料をホモジェナイズしたものを含有する材料を含んでよい。前記試料は組織培養物又は細胞培養物に由来する材料を含んでもよい。生物試料を得るためのあらゆる適切な方法を用いることができ、例となる方法には例えば、放血、スワブ（例えば、頬スワブ）、及び穿刺吸引生検法が挙げられる。試料は、例えば、顕微解剖（例えばレーザーキャプチャーマイクロダイセクション（ＬＣＭ）又はレーザーマイクロダイセクション（ＬＭＤ））、膀胱洗浄、スメア（例えばＰＡＰスメア）、又は乳管洗浄によって収集されてもよい。個体から得られた試料、又は個体に由来する試料にはその個体から得た後にあらゆる適切な方法で処理された試料、例えば新鮮凍結若しくはホルマリン固定された試料、及び／又はパラフィン包埋された試料が含まれる。
本明細書に記載されるこれらの方法は、選別された前記対象に１種類以上のチューブリン結合薬を投与することを含む。幾つかの実施形態では前記チューブリン結合薬はプリナブリンである。幾つかの実施形態では前記チューブリン結合薬はコルヒチンである。
幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約１～約５０ｍｇ／ｍ２の範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約５～約５０ｍｇ／ｍ２の範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約２０～約４０ｍｇ／ｍ２の範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約１５～約３０ｍｇ／ｍ２の範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約０．５～１ｍｇ／ｍ２、約０．５～２ｍｇ／ｍ２、約０．５～約３ｍｇ／ｍ２、約０．５～約４ｍｇ／ｍ２、約０．５～約５ｍｇ／ｍ２、約０．５～約６ｍｇ／ｍ２、約０．５～約７ｍｇ／ｍ２、約０．５～約８ｍｇ／ｍ２、約０．５～約９ｍｇ／ｍ２、約０．５～約１０ｍｇ／ｍ２、約０．５～約１１ｍｇ／ｍ２、約０．５～約１２ｍｇ／ｍ２、約０．５～約１３ｍｇ／ｍ２、約０．５～約１３．７５ｍｇ／ｍ２、約０．５～約１４ｍｇ／ｍ２、約０．５～約１５ｍｇ／ｍ２、約０．５～約１６ｍｇ／ｍ２、約０．５～約１７ｍｇ／ｍ２、約０．５～約１８ｍｇ／ｍ２、約０．５～約１９ｍｇ／ｍ２、約０．５～約２０ｍｇ／ｍ２、約０．５～約２２．５ｍｇ／ｍ２、約０．５～約２５ｍｇ／ｍ２、約０．５～約２７．５ｍｇ／ｍ２、約０．５～約３０ｍｇ／ｍ２、約１～約２ｍｇ／ｍ２、約１～約３ｍｇ／ｍ２、約１～約４ｍｇ／ｍ２、約１～約５ｍｇ／ｍ２、約１～約６ｍｇ／ｍ２、約１～約７ｍｇ／ｍ２、約１～約８ｍｇ／ｍ２、約１～約９ｍｇ／ｍ２、約１～約１０ｍｇ／ｍ２、約１～約１１ｍｇ／ｍ２、約１～約１２ｍｇ／ｍ２、約１～約１３ｍｇ／ｍ２、約１～約１３．７５ｍｇ／ｍ２、約１～約１４ｍｇ／ｍ２、約１～約１５ｍｇ／ｍ２、約１～約１６ｍｇ／ｍ２、約１～約１７ｍｇ／ｍ２、約１～約１８ｍｇ／ｍ２、約１～約１９ｍｇ／ｍ２、約１～約２０ｍｇ／ｍ２、約１～約２２．５ｍｇ／ｍ２、約１～約２５ｍｇ／ｍ２、約１～約２７．５ｍｇ／ｍ２、約１～約３０ｍｇ／ｍ２、約１．５～約２ｍｇ／ｍ２、約１．５～約３ｍｇ／ｍ２、約１．５～約４ｍｇ／ｍ２、約１．５～約５ｍｇ／ｍ２、約１．５～約６ｍｇ／ｍ２、約１．５～約７ｍｇ／ｍ２、約１．５～約８ｍｇ／ｍ２、約１．５～約９ｍｇ／ｍ２、約１．５～約１０ｍｇ／ｍ２、約１．５～約１１ｍｇ／ｍ２、約１．５～約１２ｍｇ／ｍ２、約１．５～約１３ｍｇ／ｍ２、約１．５～約１３．７５ｍｇ／ｍ２、約１．５～約１４ｍｇ／ｍ２、約１．５～約１５ｍｇ／ｍ２、約１．５～約１６ｍｇ／ｍ２、約１．５～約１７ｍｇ／ｍ２、約１．５～約１８ｍｇ／ｍ２、約１．５～約１９ｍｇ／ｍ２、約１．５～約２０ｍｇ／ｍ２、約１．５～約２２．５ｍｇ／ｍ２、約１．５～約２５ｍｇ／ｍ２、約１．５～約２７．５ｍｇ／ｍ２、約１．５～約３０ｍｇ／ｍ２、約２．５～約２ｍｇ／ｍ２、約２．５～約３ｍｇ／ｍ２、約２．５～約４ｍｇ／ｍ２、約２．５～約５ｍｇ／ｍ２、約２．５～約６ｍｇ／ｍ２、約２．５～約７ｍｇ／ｍ２、約２．５～約８ｍｇ／ｍ２、約２．５～約９ｍｇ／ｍ２、約２．５～約１０ｍｇ／ｍ２、約２．５～約１１ｍｇ
／ｍ２、約２．５～約１２ｍｇ／ｍ２、約２．５～約１３ｍｇ／ｍ２、約２．５～約１３．７５ｍｇ／ｍ２、約２．５～約１４ｍｇ／ｍ２、約２．５～約１５ｍｇ／ｍ２、約２．５～約１６ｍｇ／ｍ２、約２．５～約１７ｍｇ／ｍ２、約２．５～約１８ｍｇ／ｍ２、約２．５～約１９ｍｇ／ｍ２、約２．５～約２０ｍｇ／ｍ２、約２．５～約２２．５ｍｇ／ｍ２、約２．５～約２５ｍｇ／ｍ２、約２．５～約２７．５ｍｇ／ｍ２、約２．５～約３０ｍｇ／ｍ２、約２．５～約７．５ｍｇ／ｍ２、約３～約４ｍｇ／ｍ２、約３～約５ｍｇ／ｍ２、約３～約６ｍｇ／ｍ２、約３～約７ｍｇ／ｍ２、約３～約８ｍｇ／ｍ２、約３～約９ｍｇ／ｍ２、約３～約１０ｍｇ／ｍ２、約３～約１１ｍｇ／ｍ２、約３～約１２ｍｇ／ｍ２、約３～約１３ｍｇ／ｍ２、約３～約１３．７５ｍｇ／ｍ２、約３～約１４ｍｇ／ｍ２、約３～約１５ｍｇ／ｍ２、約３～約１６ｍｇ／ｍ２、約３～約１７ｍｇ／ｍ２、約３～約１８ｍｇ／ｍ２、約３～約１９ｍｇ／ｍ２、約３～約２０ｍｇ／ｍ２、約３～約２２．５ｍｇ／ｍ２、約３～約２５ｍｇ／ｍ２、約３～約２７．５ｍｇ／ｍ２、約３～約３０ｍｇ／ｍ２、約３．５～約６．５ｍｇ／ｍ２、約３．５～約１３．７５ｍｇ／ｍ２、約３．５～約１５ｍｇ／ｍ２、約２．５～約１７．５ｍｇ／ｍ２、約４～約５ｍｇ／ｍ２、約４～約６ｍｇ／ｍ２、約４～約７ｍｇ／ｍ２、約４～約８ｍｇ／ｍ２、約４～約９ｍｇ／ｍ２、約４～約１０ｍｇ／ｍ２、約４～約１１ｍｇ／ｍ２、約４～約１２ｍｇ／ｍ２、約４～約１３ｍｇ／ｍ２、約４～約１３．７５ｍｇ／ｍ２、約４～約１４ｍｇ／ｍ２、約４～約１５ｍｇ／ｍ２、約４～約１６ｍｇ／ｍ２、約４～約１７ｍｇ／ｍ２、約４～約１８ｍｇ／ｍ２、約４～約１９ｍｇ／ｍ２、約４～約２０ｍｇ／ｍ２、約４～約２２．５ｍｇ／ｍ２、約４～約２５ｍｇ／ｍ２、約４～約２７．５ｍｇ／ｍ２、約４～約３０ｍｇ／ｍ２、約５～約６ｍｇ／ｍ２、約５～約７ｍｇ／ｍ２、約５～約８ｍｇ／ｍ２、約５～約９ｍｇ／ｍ２、約５～約１０ｍｇ／ｍ２、約５～約１１ｍｇ／ｍ２、約５～約１２ｍｇ／ｍ２、約５～約１３ｍｇ／ｍ２、約５～約１３．７５ｍｇ／ｍ２、約５～約１４ｍｇ／ｍ２、約５～約１５ｍｇ／ｍ２、約５～約１６ｍｇ／ｍ２、約５～約１７ｍｇ／ｍ２、約５～約１８ｍｇ／ｍ２、約５～約１９ｍｇ／ｍ２、約５～約２０ｍｇ／ｍ２、約５～約２２．５ｍｇ／ｍ２、約５～約２５ｍｇ／ｍ２、約５～約２７．５ｍｇ／ｍ２、約５～約３０ｍｇ／ｍ２、約６～約７ｍｇ／ｍ２、約６～約８ｍｇ／ｍ２、約６～約９ｍｇ／ｍ２、約６～約１０ｍｇ／ｍ２、約６～約１１ｍｇ／ｍ２、約６～約１２ｍｇ／ｍ２、約６～約１３ｍｇ／ｍ２、約６～約１３．７５ｍｇ／ｍ２、約６～約１４ｍｇ／ｍ２、約６～約１５ｍｇ／ｍ２、約６～約１６ｍｇ／ｍ２、約６～約１７ｍｇ／ｍ２、約６～約１８ｍｇ／ｍ２、約６～約１９ｍｇ／ｍ２、約６～約２０ｍｇ／ｍ２、約６～約２２．５ｍｇ／ｍ２、約６～約２５ｍｇ／ｍ２、約６～約２７．５ｍｇ／ｍ２、約６～約３０ｍｇ／ｍ２、約７～約８ｍｇ／ｍ２、約７～約９ｍｇ／ｍ２、約７～約１０ｍｇ／ｍ２、約７～約１１ｍｇ／ｍ２、約７～約１２ｍｇ／ｍ２、約７～約１３ｍｇ／ｍ２、約７～約１３．７５ｍｇ／ｍ２、約７～約１４ｍｇ／ｍ２、約７～約１５ｍｇ／ｍ２、約７～約１６ｍｇ／ｍ２、約７～約１７ｍｇ／ｍ２、約７～約１８ｍｇ／ｍ２、約７～約１９ｍｇ／ｍ２、約７～約２０ｍｇ／ｍ２、約７～約２２．５ｍｇ／ｍ２、約７～約２５ｍｇ／ｍ２、約７～約２７．５ｍｇ／ｍ２、約７～約３０ｍｇ／ｍ２、約７．５～約１２．５ｍｇ／ｍ２、約７．５～約１３．５ｍｇ／ｍ２、約７．５～約１５ｍｇ／ｍ２、約８～約９ｍｇ／ｍ２、約８～約１０ｍｇ／ｍ２、約８～約１１ｍｇ／ｍ２、約８～約１２ｍｇ／ｍ２、約８～約１３ｍｇ／ｍ２、約８～約１３．７５ｍｇ／ｍ２、約８～約１４ｍｇ／ｍ２、約８～約１５ｍｇ／ｍ２、約８～約１６ｍｇ／ｍ２、約８～約１７ｍｇ／ｍ２、約８～約１８ｍｇ／ｍ２、約８～約１９ｍｇ／ｍ２、約８～約２０ｍｇ／ｍ２、約８～約２２．５ｍｇ／ｍ２、約８～約２５ｍｇ／ｍ２、約８～約２７．５ｍｇ／ｍ２、約８～約３０ｍｇ／ｍ２、約９～約１０ｍｇ／ｍ２、約９～約１１ｍｇ／ｍ２、約９～約１２ｍｇ／ｍ２、約９～約１３ｍｇ／ｍ２、約９～約１３．７５ｍｇ／ｍ２、約９～約１４ｍｇ／ｍ２、約９～約１５ｍｇ／ｍ２、約９～約１６ｍｇ／ｍ２、約９～約１７ｍｇ／ｍ２、約９～約１８ｍｇ／ｍ２、約９～約１９ｍｇ／ｍ２、約９～約２０ｍｇ／ｍ２、約９～約２２．５ｍｇ／ｍ２、約９～約２５ｍｇ／ｍ２、約９～約２７．５ｍｇ／ｍ２、約９～約３０ｍｇ／ｍ２、約１０～約１１ｍｇ／ｍ２、約１０～約１２ｍｇ／ｍ２、約１０～約１３ｍｇ／ｍ２、約１０～約１３
．７５ｍｇ／ｍ２、約１０～約１４ｍｇ／ｍ２、約１０～約１５ｍｇ／ｍ２、約１０～約１６ｍｇ／ｍ２、約１０～約１７ｍｇ／ｍ２、約１０～約１８ｍｇ／ｍ２、約１０～約１９ｍｇ／ｍ２、約１０～約２０ｍｇ／ｍ２、約１０～約２２．５ｍｇ／ｍ２、約１０～約２５ｍｇ／ｍ２、約１０～約２７．５ｍｇ／ｍ２、約１０～約３０ｍｇ／ｍ２、約１１．５～約１５．５ｍｇ／ｍ２、約１２．５～約１４．５ｍｇ／ｍ２、約７．５～約２２．５ｍｇ／ｍ２、約８．５～約３２．５ｍｇ／ｍ２、約９．５～約１５．５ｍｇ／ｍ２、約１５．５～約２４．５ｍｇ／ｍ２、約５～約３５ｍｇ／ｍ２、
約１７．５～約２２．５ｍｇ／ｍ２、約２２．５～約３２．５ｍｇ／ｍ２、約２５～約３５ｍｇ／ｍ２、約２５．５～約２４．５ｍｇ／ｍ２、約２７．５～約３２．５ｍｇ／ｍ２、約２～約２０ｍｇ／ｍ２、約２．５～約２２．５ｍｇ／ｍ２、又は約９．５～約２１．５ｍｇ／ｍ２の範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約０．５ｍｇ／ｍ２、約１ｍｇ／ｍ２、約１．５ｍｇ／ｍ２、約２ｍｇ／ｍ２、約２．５ｍｇ／ｍ２、約３ｍｇ／ｍ２、約３．５ｍｇ／ｍ２、約４ｍｇ／ｍ２、約４．５ｍｇ／ｍ２、約５ｍｇ／ｍ２、約５．５ｍｇ／ｍ２、約６ｍｇ／ｍ２、約６．５ｍｇ／ｍ２、約７ｍｇ／ｍ２、約７．５ｍｇ／ｍ２、約８ｍｇ／ｍ２、約８．５ｍｇ／ｍ２、約９ｍｇ／ｍ２、約９．５ｍｇ／ｍ２、約１０ｍｇ／ｍ２、約１０．５ｍｇ／ｍ２、約１１ｍｇ／ｍ２、約１１．５ｍｇ／ｍ２、約１２ｍｇ／ｍ２、約１２．５ｍｇ／ｍ２、約１３ｍｇ／ｍ２、約１３．５ｍｇ／ｍ２、約１４ｍｇ／ｍ２、約１４．５ｍｇ／ｍ２、約１５ｍｇ／ｍ２、約１５．５ｍｇ／ｍ２、約１６ｍｇ／ｍ２、約１６．５ｍｇ／ｍ２、約１７ｍｇ／ｍ２、約１７．５ｍｇ／ｍ２、約１８ｍｇ／ｍ２、約１８．５ｍｇ／ｍ２、約１９ｍｇ／ｍ２、約１９．５ｍｇ／ｍ２、約２０ｍｇ／ｍ２、約２０．５ｍｇ／ｍ２、約２１ｍｇ／ｍ２、約２１．５ｍｇ／ｍ２、約２２ｍｇ／ｍ２、約２２．５ｍｇ／ｍ２、約２３ｍｇ／ｍ２、約２３．５ｍｇ／ｍ２、約２４ｍｇ／ｍ２、約２４．５ｍｇ／ｍ２、約２５ｍｇ／ｍ２、約２５．５ｍｇ／ｍ２、約２６ｍｇ／ｍ２、約２６．５ｍｇ／ｍ２、約２７ｍｇ／ｍ２、約２７．５ｍｇ／ｍ２、約２８ｍｇ／ｍ２、約２８．５ｍｇ／ｍ２、約２９ｍｇ／ｍ２、約２９．５ｍｇ／ｍ２、約３０ｍｇ／ｍ２、約３０．５ｍｇ／ｍ２、約３１ｍｇ／ｍ２、約３２ｍｇ／ｍ２、約３３ｍｇ／ｍ２、約３４ｍｇ／ｍ２、約３５ｍｇ／ｍ２、約３６ｍｇ／ｍ２、約３７ｍｇ／ｍ２、約３８ｍｇ／ｍ２、約３９ｍｇ／ｍ２、約４０ｍｇ／ｍ２の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約０．５ｍｇ／ｍ２未満、約１ｍｇ／ｍ２未満、約１．５ｍｇ／ｍ２未満、約２ｍｇ／ｍ２未満、約２．５ｍｇ／ｍ２未満、約３ｍｇ／ｍ２未満、約３．５ｍｇ／ｍ２未満、約４ｍｇ／ｍ２未満、約４．５ｍｇ／ｍ２未満、約５ｍｇ／ｍ２未満、約５．５ｍｇ／ｍ２未満、約６ｍｇ／ｍ２未満、約６．５ｍｇ／ｍ２未満、約７ｍｇ／ｍ２未満、約７．５ｍｇ／ｍ２未満、約８ｍｇ／ｍ２未満、約８．５ｍｇ／ｍ２未満、約９ｍｇ／ｍ２未満、約９．５ｍｇ／ｍ２未満、約１０ｍｇ／ｍ２未満、約１０．５ｍｇ／ｍ２未満、約１１ｍｇ／ｍ２未満、約１１．５ｍｇ／ｍ２未満、約１２ｍｇ／ｍ２未満、約１２．５ｍｇ／ｍ２未満、約１３ｍｇ／ｍ２未満、約１３．５ｍｇ／ｍ２未満、約１４ｍｇ／ｍ２未満、約１４．５ｍｇ／ｍ２未満、約１５ｍｇ／ｍ２未満、約１５．５ｍｇ／ｍ２未満、約１６ｍｇ／ｍ２未満、約１６．５ｍｇ／ｍ２未満、約１７ｍｇ／ｍ２未満、約１７．５ｍｇ／ｍ２未満、約１８ｍｇ／ｍ２未満、約１８．５ｍｇ／ｍ２未満、約１９ｍｇ／ｍ２未満、約１９．５ｍｇ／ｍ２未満、約２０ｍｇ／ｍ２未満、約２０．５ｍｇ／ｍ２未満、約２１ｍｇ／ｍ２未満、約２１．５ｍｇ／ｍ２未満、約２２ｍｇ／ｍ２未満、約２２．５ｍｇ／ｍ２未満、約２３ｍｇ／ｍ２未満、約２３．５ｍｇ／ｍ２未満、約２４ｍｇ／ｍ２未満、約２４．５ｍｇ／ｍ２未満、約２５ｍｇ／ｍ２未満、約２５．５ｍｇ／ｍ２未満、約２６ｍｇ／ｍ２未満、約２６．５ｍｇ／ｍ２未満、約２７ｍｇ／ｍ２未満、約２７．５ｍｇ／ｍ２未満、約２８ｍｇ／ｍ２未満、約２８．５ｍｇ／ｍ２未満、約２９ｍｇ／ｍ２未満、約２９．５ｍｇ／ｍ２未満、約３０ｍｇ／ｍ２未満、約３０．５ｍｇ／ｍ２未満、約３１ｍｇ／ｍ２未満、約３２ｍｇ／ｍ２未満、約３３ｍｇ／ｍ２未満、約３４ｍｇ／ｍ２未満、約３５ｍｇ／ｍ２未満、約３６ｍｇ／ｍ２未満、約３７ｍｇ／ｍ２未満、約３８ｍｇ／ｍ２未満、約３９ｍｇ／
ｍ２未満、又は約４０ｍｇ／ｍ２未満の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約０．５ｍｇ／ｍ２超、約１ｍｇ／ｍ２超、約１．５ｍｇ／ｍ２超、約２ｍｇ／ｍ２超、約２．５ｍｇ／ｍ２超、約３ｍｇ／ｍ２超、約３．５ｍｇ／ｍ２超、約４ｍｇ／ｍ２超、約４．５ｍｇ／ｍ２超、約５ｍｇ／ｍ２超、約５．５ｍｇ／ｍ２超、約６ｍｇ／ｍ２超、約６．５ｍｇ／ｍ２超、約７ｍｇ／ｍ２超、約７．５ｍｇ／ｍ２超、約８ｍｇ／ｍ２超、約８．５ｍｇ／ｍ２超、約９ｍｇ／ｍ２超、約９．５ｍｇ／ｍ２超、約１０ｍｇ／ｍ２超、約１０．５ｍｇ／ｍ２超、約１１ｍｇ／ｍ２超、約１１．５ｍｇ／ｍ２超、約１２ｍｇ／ｍ２超、約１２．５ｍｇ／ｍ２超、約１３ｍｇ／ｍ２超、約１３．５ｍｇ／ｍ２超、約１４ｍｇ／ｍ２超、約１４．５ｍｇ／ｍ２超、約１５ｍｇ／ｍ２超、約１５．５ｍｇ／ｍ２超、約１６ｍｇ／ｍ２超、約１６．５ｍｇ／ｍ２超、約１７ｍｇ／ｍ２超、約１７．５ｍｇ／ｍ２超、約１８ｍｇ／ｍ２超、約１８．５ｍｇ／ｍ２超、約１９ｍｇ／ｍ２超、約１９．５ｍｇ／ｍ２超、約２０ｍｇ／ｍ２超、約２０．５ｍｇ／ｍ２超、約２１ｍｇ／ｍ２超、約２１．５ｍｇ／ｍ２超、約２２ｍｇ／ｍ２超、約２２．５ｍｇ／ｍ２超、約２３ｍｇ／ｍ２超、約２３．５ｍｇ／ｍ２超、約２４ｍｇ／ｍ２超、約２４．５ｍｇ／ｍ２超、約２５ｍｇ／ｍ２超、約２５．５ｍｇ／ｍ２超、約２６ｍｇ／ｍ２超、約２６．５ｍｇ／ｍ２超、約２７ｍｇ／ｍ２超、約２７．５ｍｇ／ｍ２超、約２８ｍｇ／ｍ２超、約２８．５ｍｇ／ｍ２超、約２９ｍｇ／ｍ２超、約２９．５ｍｇ／ｍ２超、約３０ｍｇ／ｍ２超、約３０．５ｍｇ／ｍ２超、約３１ｍｇ／ｍ２超、約３２ｍｇ／ｍ２超、約３３ｍｇ／ｍ２超、約３４ｍｇ／ｍ２超、約３５ｍｇ／ｍ２超、約３６ｍｇ／ｍ２超、約３７ｍｇ／ｍ２超、約３８ｍｇ／ｍ２超、約３９ｍｇ／ｍ２超、約４０ｍｇ／ｍ２超、約４１ｍｇ／ｍ２超、約４２ｍｇ／ｍ２超、約４３ｍｇ／ｍ２超、約４４ｍｇ／ｍ２超、約４５ｍｇ／ｍ２超、約４６ｍｇ／ｍ２超、約４７ｍｇ／ｍ２超、約４８ｍｇ／ｍ２超、約４９ｍｇ／ｍ２超、又は約５０ｍｇ／ｍ２超の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約１０ｍｇ／ｍ２、約１３．５ｍｇ／ｍ２、約２０ｍｇ／ｍ２、又は約３０ｍｇ／ｍ２の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は体表面積に対して約２０ｍｇ／ｍ２の用量で投与される。
幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）の用量は約５ｍｇ～約１００ｍｇ、又は約１０ｍｇ～約８０ｍｇである。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）の用量は約１５ｍｇ～約１００ｍｇ、又は約２０ｍｇ～約８０ｍｇである。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は約１５ｍｇ～約６０ｍｇの範囲の用量で投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）の用量は約０．５ｍｇ～約３ｍｇ、約０．５ｍｇ～約２ｍｇ、約０．７５ｍｇ～約２ｍｇ、約１ｍｇ～約１０ｍｇ、約１．５ｍｇ～約１０ｍｇ、約２ｍｇ～約１０ｍｇ、約３ｍｇ～約１０ｍｇ、約４ｍｇ～約１０ｍｇ、約１ｍｇ～約８ｍｇ、約１．５ｍｇ～約８ｍｇ、約２ｍｇ～約８ｍｇ、約３ｍｇ～約８ｍｇ、約４ｍｇ～約８ｍｇ、約１ｍｇ～約６ｍｇ、約１．５ｍｇ～約６ｍｇ、約２ｍｇ～約６ｍｇ、約３ｍｇ～約６ｍｇ、又は約４ｍｇ～約６ｍｇである。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は約２ｍｇ～約６ｍｇ又は約２ｍｇ～約４．５ｍｇで投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）は約５ｍｇ～約７．５ｍｇ、約５ｍｇ～約９ｍｇ、約５ｍｇ～約１０ｍｇ、約５ｍｇ～約１２ｍｇ、約５ｍｇ～約１４ｍｇ、約５ｍｇ～約１５ｍｇ、約５ｍｇ～約１６ｍｇ、約５ｍｇ～約１８ｍｇ、約５ｍｇ～約２０ｍｇ、約５ｍｇ～約２２ｍｇ、約５ｍｇ～約２４ｍｇ、約５ｍｇ～約２６ｍｇ、約５ｍｇ～約２８ｍｇ、約５ｍｇ～約３０ｍｇ、約５ｍｇ～約３２ｍｇ、約５ｍｇ～約３４ｍｇ、約５ｍｇ～約３６ｍｇ、約５ｍｇ～約３８ｍｇ、約５ｍｇ～約４０ｍｇ、約５ｍｇ～約４２ｍｇ、約５ｍｇ～約４４ｍｇ、約５ｍｇ～約４６ｍｇ、約５ｍｇ～約４８ｍｇ、約５ｍｇ～約５０ｍｇ、約５ｍｇ～約５２ｍｇ、約５ｍｇ～約５４ｍｇ、約５ｍｇ～約５６ｍｇ、約５ｍｇ～約５８ｍｇ、約５ｍｇ～約６０ｍ
ｇ、約７ｍｇ～約７．７ｍｇ、約７ｍｇ～約９ｍｇ、約７ｍｇ～約１０ｍｇ、約７ｍｇ～約１２ｍｇ、約７ｍｇ～約１４ｍｇ、約７ｍｇ～約１５ｍｇ、約７ｍｇ～約１６ｍｇ、約７ｍｇ～約１８ｍｇ、約７ｍｇ～約２０ｍｇ、約７ｍｇ～約２２ｍｇ、約７ｍｇ～約２４ｍｇ、約７ｍｇ～約２６ｍｇ、約７ｍｇ～約２８ｍｇ、約７ｍｇ～約３０ｍｇ、約７ｍｇ～約３２ｍｇ、約７ｍｇ～約３４ｍｇ、約７ｍｇ～約３６ｍｇ、約７ｍｇ～約３８ｍｇ、約７ｍｇ～約４０ｍｇ、約７ｍｇ～約４２ｍｇ、約７ｍｇ～約４４ｍｇ、約７ｍｇ～約４６ｍｇ、約７ｍｇ～約４８ｍｇ、約７ｍｇ～約５０ｍｇ、約７ｍｇ～約５２ｍｇ、約７ｍｇ～約５４ｍｇ、約７ｍｇ～約５６ｍｇ、約７ｍｇ～約５８ｍｇ、約７ｍｇ～約６０ｍｇ、約９ｍｇ～約１０ｍｇ、約９ｍｇ～約１２ｍｇ、約９ｍｇ～約１４ｍｇ、約９ｍｇ～約１５ｍｇ、約９ｍｇ～約１６ｍｇ、約９ｍｇ～約１８ｍｇ、約９ｍｇ～約２０ｍｇ、約９ｍｇ～約２２ｍｇ、約９ｍｇ～約２４ｍｇ、約９ｍｇ～約２６ｍｇ、約９ｍｇ～約２８ｍｇ、約９ｍｇ～約３０ｍｇ、約９ｍｇ～約３２ｍｇ、約９ｍｇ～約３４ｍｇ、約９ｍｇ～約３６ｍｇ、約９ｍｇ～約３８ｍｇ、約９ｍｇ～約４０ｍｇ、約９ｍｇ～約４２ｍｇ、約９ｍｇ～約４４ｍｇ、約９ｍｇ～約４６ｍｇ、約９ｍｇ～約４８ｍｇ、約９ｍｇ～約５０ｍｇ、約９ｍｇ～約５２ｍｇ、約９ｍｇ～約５４ｍｇ、約９ｍｇ～約５６ｍｇ、約９ｍｇ～約５８ｍｇ、約９ｍｇ～約６０ｍｇ、約１０ｍｇ～約１２ｍｇ、約１０ｍｇ～約１４ｍｇ、約１０ｍｇ～約１５ｍｇ、約１０ｍｇ～約１６ｍｇ、約１０ｍｇ～約１８ｍｇ、約１０ｍｇ～約２０ｍｇ、約１０ｍｇ～約２２ｍｇ、約１０ｍｇ～約２４ｍｇ、約１０ｍｇ～約２６ｍｇ、約１０ｍｇ～約２８ｍｇ、約１０ｍｇ～約３０ｍｇ、約１０ｍｇ～約３２ｍｇ、約１０ｍｇ～約３４ｍｇ、約１０ｍｇ～約３６ｍｇ、約１０ｍｇ～約３８ｍｇ、約１０ｍｇ～約４０ｍｇ、約１０ｍｇ～約４２ｍｇ、約１０ｍｇ～約４４ｍｇ、約１０ｍｇ～約４６ｍｇ、約１０ｍｇ～約４８ｍｇ、約１０ｍｇ～約５０ｍｇ、約１０ｍｇ～約５２ｍｇ、約１０ｍｇ～約５４ｍｇ、約１０ｍｇ～約５６ｍｇ、約１０ｍｇ～約５８ｍｇ、約１０ｍｇ～約６０ｍｇ、約１２ｍｇ～約１４ｍｇ、約１２ｍｇ～約１５ｍｇ、約１２ｍｇ～約１６ｍｇ、約１２ｍｇ～約１８ｍｇ、約１２ｍｇ～約２０ｍｇ、約１２ｍｇ～約２２ｍｇ、約１２ｍｇ～約２４ｍｇ、約１２ｍｇ～約２６ｍｇ、約１２ｍｇ～約２８ｍｇ、約１２ｍｇ～約３０ｍｇ、約１２ｍｇ～約３２ｍｇ、約１２ｍｇ～約３４ｍｇ、約１２ｍｇ～約３６ｍｇ、約１２ｍｇ～約３８ｍｇ、約１２ｍｇ～約４０ｍｇ、約１２ｍｇ～約４２ｍｇ、約１２ｍｇ～約４４ｍｇ、約１２ｍｇ～約４６ｍｇ、約１２ｍｇ～約４８ｍｇ、約１２ｍｇ～約５０ｍｇ、約１２ｍｇ～約５２ｍｇ、約１２ｍｇ～約５４ｍｇ、約１２ｍｇ～約５６ｍｇ、約１２ｍｇ～約５８ｍｇ、約１２ｍｇ～約６０ｍｇ、約１５ｍｇ～約１６ｍｇ、約１５ｍｇ～約１８ｍｇ、約１５ｍｇ～約２０ｍｇ、約１５ｍｇ～約２２ｍｇ、約１５ｍｇ～約２４ｍｇ、約１５ｍｇ～約２６ｍｇ、約１５ｍｇ～約２８ｍｇ、約１５ｍｇ～約３０ｍｇ、約１５ｍｇ～約３２ｍｇ、約１５ｍｇ～約３４ｍｇ、約１５ｍｇ～約３６ｍｇ、約１５ｍｇ～約３８ｍｇ、約１５ｍｇ～約４０ｍｇ、約１５ｍｇ～約４２ｍｇ、約１５ｍｇ～約４４ｍｇ、約１５ｍｇ～約４６ｍｇ、約１５ｍｇ～約４８ｍｇ、約１５ｍｇ～約５０ｍｇ、約１５ｍｇ～約５２ｍｇ、約１５ｍｇ～約５４ｍｇ、約１５ｍｇ～約５６ｍｇ、約１５ｍｇ～約５８ｍｇ、約１５ｍｇ～約６０ｍｇ、約１７ｍｇ～約１８ｍｇ、約１７ｍｇ～約２０ｍｇ、約１７ｍｇ～約２２ｍｇ、約１７ｍｇ～約２４ｍｇ、約１７ｍｇ～約２６ｍｇ、約１７ｍｇ～約２８ｍｇ、約１７ｍｇ～約３０ｍｇ、約１７ｍｇ～約３２ｍｇ、約１７ｍｇ～約３４ｍｇ、約１７ｍｇ～約３６ｍｇ、約１７ｍｇ～約３８ｍｇ、約１７ｍｇ～約４０ｍｇ、約１７ｍｇ～約４２ｍｇ、約１７ｍｇ～約４４ｍｇ、約１７ｍｇ～約４６ｍｇ、約１７ｍｇ～約４８ｍｇ、約１７ｍｇ～約５０ｍｇ、約１７ｍｇ～約５２ｍｇ、約１７ｍｇ～約５４ｍｇ、約１７ｍｇ～約５６ｍｇ、約１７ｍｇ～約５８ｍｇ、約１７ｍｇ～約６０ｍｇ、約２０ｍｇ～約２２ｍｇ、約２０ｍｇ～約２４ｍｇ、約２０ｍｇ～約２６ｍｇ、約２０ｍｇ～約２８ｍｇ、約２０ｍｇ～約３０ｍｇ、約２０ｍｇ～約３２ｍｇ、約２０ｍｇ～約３４ｍｇ、約２０ｍｇ～約３６ｍｇ、約２０ｍｇ～約３８ｍｇ、約２０ｍｇ～約４０ｍｇ、約２０ｍｇ～約４２ｍｇ、約２０ｍｇ～約４４ｍｇ、約２０ｍｇ～約４６ｍｇ、約２０ｍｇ～約４８ｍｇ、約２０ｍｇ～約５０ｍｇ、約２０ｍｇ～約５２ｍｇ、約２０ｍｇ～約５４ｍｇ、約２０ｍｇ～約５６ｍｇ、約２０ｍｇ～約５８ｍｇ、約２
０ｍｇ～約６０ｍｇ、約２２ｍｇ～約２４ｍｇ、約２２ｍｇ～約２６ｍｇ、約２２ｍｇ～約２８ｍｇ、約２２ｍｇ～約３０ｍｇ、約２２ｍｇ～約３２ｍｇ、約２２ｍｇ～約３４ｍｇ、約２２ｍｇ～約３６ｍｇ、約２２ｍｇ～約３８ｍｇ、約２２ｍｇ～約４０ｍｇ、約２２ｍｇ～約４２ｍｇ、約２２ｍｇ～約４４ｍｇ、約２２ｍｇ～約４６ｍｇ、約２２ｍｇ～約４８ｍｇ、約２２ｍｇ～約５０ｍｇ、約２２ｍｇ～約５２ｍｇ、約２２ｍｇ～約５４ｍｇ、約２２ｍｇ～約５６ｍｇ、約２２ｍｇ～約５８ｍｇ、約２２ｍｇ～約６０ｍｇ、約２５ｍｇ～約２６ｍｇ、約２５ｍｇ～約２８ｍｇ、約２５ｍｇ～約３０ｍｇ、約２５ｍｇ～約３２ｍｇ、約２５ｍｇ～約３４ｍｇ、約２５ｍｇ～約３６ｍｇ、約２５ｍｇ～約３８ｍｇ、約２５ｍｇ～約４０ｍｇ、約２５ｍｇ～約４２ｍｇ、約２５ｍｇ～約４４ｍｇ、約２５ｍｇ～約４６ｍｇ、約２５ｍｇ～約４８ｍｇ、約２５ｍｇ～約５０ｍｇ、約２５ｍｇ～約５２ｍｇ、約２５ｍｇ～約５４ｍｇ、約２５ｍｇ～約５６ｍｇ、約２５ｍｇ～約５８ｍｇ、約２５ｍｇ～約６０ｍｇ、約２７ｍｇ～約２８ｍｇ、約２７ｍｇ～約３０ｍｇ、約２７ｍｇ～約３２ｍｇ、約２７ｍｇ～約３４ｍｇ、約２７ｍｇ～約３６ｍｇ、約２７ｍｇ～約３８ｍｇ、約２７ｍｇ～約４０ｍｇ、約２７ｍｇ～約４２ｍｇ、約２７ｍｇ～約４４ｍｇ、約２７ｍｇ～約４６ｍｇ、約２７ｍｇ～約４８ｍｇ、約２７ｍｇ～約５０ｍｇ、約２７ｍｇ～約５２ｍｇ、約２７ｍｇ～約５４ｍｇ、約２７ｍｇ～約５６ｍｇ、約２７ｍｇ～約５８ｍｇ、約２７ｍｇ～約６０ｍｇ、約３０ｍｇ～約３２ｍｇ、約３０ｍｇ～約３４ｍｇ、約３０ｍｇ～約３６ｍｇ、約３０ｍｇ～約３８ｍｇ、約３０ｍｇ～約４０ｍｇ、約３０ｍｇ～約４２ｍｇ、約３０ｍｇ～約４４ｍｇ、約３０ｍｇ～約４６ｍｇ、約３０ｍｇ～約４８ｍｇ、約３０ｍｇ～約５０ｍｇ、約３０ｍｇ～約５２ｍｇ、約３０ｍｇ～約５４ｍｇ、約３０ｍｇ～約５６ｍｇ、約３０ｍｇ～約５８ｍｇ、約３０ｍｇ～約６０ｍｇ、約３３ｍｇ～約３４ｍｇ、約３３ｍｇ～約３６ｍｇ、約３３ｍｇ～約３８ｍｇ、約３３ｍｇ～約４０ｍｇ、約３３ｍｇ～約４２ｍｇ、約３３ｍｇ～約４４ｍｇ、約３３ｍｇ～約４６ｍｇ、約３３ｍｇ～約４８ｍｇ、約３３ｍｇ～約５０ｍｇ、約３３ｍｇ～約５２ｍｇ、約３３ｍｇ～約５４ｍｇ、約３３ｍｇ～約５６ｍｇ、約３３ｍｇ～約５８ｍｇ、約３３ｍｇ～約６０ｍｇ、約３６ｍｇ～約３８ｍｇ、約３６ｍｇ～約４０ｍｇ、約３６ｍｇ～約４２ｍｇ、約３６ｍｇ～約４４ｍｇ、約３６ｍｇ～約４６ｍｇ、約３６ｍｇ～約４８ｍｇ、約３６ｍｇ～約５０ｍｇ、約３６ｍｇ～約５２ｍｇ、約３６ｍｇ～約５４ｍｇ、約３６ｍｇ～約５６ｍｇ、約３６ｍｇ～約５８ｍｇ、約３６ｍｇ～約６０ｍｇ、約４０ｍｇ～約４２ｍｇ、約４０ｍｇ～約４４ｍｇ、約４０ｍｇ～約４６ｍｇ、約４０ｍｇ～約４８ｍｇ、約４０ｍｇ～約５０ｍｇ、約４０ｍｇ～約５２ｍｇ、約４０ｍｇ～約５４ｍｇ、約４０ｍｇ～約５６ｍｇ、約４０ｍｇ～約５８ｍｇ、約４０ｍｇ～約６０ｍｇ、約４３ｍｇ～約４６ｍｇ、約４３ｍｇ～約４８ｍｇ、約４３ｍｇ～約５０ｍｇ、約４３ｍｇ～約５２ｍｇ、約４３ｍｇ～約５４ｍｇ、約４３ｍｇ～約５６ｍｇ、約４３ｍｇ～約５８ｍｇ、約４２ｍｇ～約６０ｍｇ、約４５ｍｇ～約４８ｍｇ、約４５ｍｇ～約５０ｍｇ、約４５ｍｇ～約５２ｍｇ、約４５ｍｇ～約５４ｍｇ、約４５ｍｇ～約５６ｍｇ、約４５ｍｇ～約５８ｍｇ、約４５ｍｇ～約６０ｍｇ、約４８ｍｇ～約５０ｍｇ、約４８ｍｇ～約５２ｍｇ、約４８ｍｇ～約５４ｍｇ、約４８ｍｇ～約５６ｍｇ、約４８ｍｇ～約５８ｍｇ、約４８ｍｇ～約６０ｍｇ、約５０ｍｇ～約５２ｍｇ、約５０ｍｇ～約５４ｍｇ、約５０ｍｇ～約５６ｍｇ、約５０ｍｇ～約５８ｍｇ、約５０ｍｇ～約６０ｍｇ、約５２ｍｇ～約５４ｍｇ、約５２ｍｇ～約５６ｍｇ、約５２ｍｇ～約５８ｍｇ、又は約５２ｍｇ～約６０ｍｇで投与される。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）の用量は約０．５ｍｇ超、約１ｍｇ超、約１．５ｍｇ超、約２ｍｇ超、約３ｍｇ超、約４ｍｇ超、約５ｍｇ超、約６ｍｇ超、約７ｍｇ超、約８ｍｇ超、約９ｍｇ超、約１０ｍｇ超、約１２．５ｍｇ超、約１３．５ｍｇ超、約１５ｍｇ超、約１７．５ｍｇ超、約２０ｍｇ超、約２２．５ｍｇ超、約２５ｍｇ超、約２７ｍｇ超、約３０ｍｇ超、又は約４０ｍｇ超である。幾つかの実施形態では前記チューブリン結合薬（例えばプリナブリン）の用量は約１ｍｇ未満、約１．５ｍｇ未満、約２ｍｇ未満、約３ｍｇ未満、約４ｍｇ未満、約５ｍｇ未満、約６ｍｇ未満、約７ｍｇ未満、約８ｍｇ未満、約９ｍｇ未満、約１０ｍｇ未満、約１２．５ｍｇ未満、約１３．５ｍｇ未満、約１５ｍｇ未満、約１７．５ｍｇ未満、約２０ｍｇ未満、約２２．
５ｍｇ未満、約２５ｍｇ未満、約２７ｍｇ未満、約３０ｍｇ未満、約４０ｍｇ未満、又は約５０ｍｇ未満である。
幾つかの実施形態では前記癌は白血病、脳癌、前立腺癌、肝臓癌、卵巣癌、胃癌、大腸癌、咽喉癌、乳癌、皮膚癌、黒色腫、肺癌、肉腫、子宮頸部癌、精巣癌、膀胱癌、内分泌癌、子宮内膜癌、食道癌、神経膠腫、リンパ腫、神経芽腫、骨肉腫、膵臓癌、脳下垂体癌、腎臓癌等を含み得る。本明細書において使用される場合に大腸癌という言葉は、直腸及び他の結腸の部分の両方の組織の癌を伴い得る癌、並びに個々に結腸癌又は直腸癌のどちらかに分類され得る癌を包含する。１つの実施形態では本明細書に記載されるこれらの方法は血管新生阻害薬、血管新生阻害標的治療、血管形成シグナル伝達阻害薬を用いて治療される癌に関連するが、これらの分類に限定されない。これらの癌には様々な発病ステージにあるこれらの癌のサブクラス及びサブタイプも含まれる。ある特定の例となる実施形態では前記癌は中枢神経系（ＣＮＳ）リンパ腫、肺癌、乳癌、卵巣癌、及び前立腺癌である。幾つかの実施形態では前記癌は非小細胞性肺癌である。
幾つかの実施形態では本明細書に記載される前記バイオマーカーは本明細書に記載される前記遺伝子の発現レベルと関係するｍＲＮＡであってよく、また、チューブリン結合薬に対する患者の応答を予測するために使用可能な遺伝子の発現を反映するありとあらゆるプローブセット、及びチューブリン結合薬の有効性を予測する、且つ／又はチューブリン結合薬が有効な細胞株と無効な細胞株との間で示差的に発現するものとして特定された、遺伝子アノテーションを有する、又は遺伝子アノテーションを有しない前記プローブセットであってもよい。
本明細書に記載される前記バイオマーカーは、少なくとも１種類の癌細胞株における遺伝子発現の検出に適切な１種類以上のプローブセットと結合するｍＲＮＡであり得る。幾つかの実施形態では本明細書に記載される前記バイオマーカーは、表１、表２、又は表４に記載されるプローブセットと結合する１種類以上のｍＲＮＡであり得る。幾つかの実施形態では本明細書に記載される前記バイオマーカーは、表１、表２、又は表４に記載されるプローブセットを用いて特定可能な１種類以上のｍＲＮＡであり得る。
Figure 2022513038000002
Figure 2022513038000003
Figure 2022513038000004
Figure 2022513038000005
Figure 2022513038000006
Figure 2022513038000007
Figure 2022513038000008
Figure 2022513038000009
Figure 2022513038000010
Figure 2022513038000011
Figure 2022513038000012
Figure 2022513038000013
Figure 2022513038000014
Figure 2022513038000015
Figure 2022513038000016
Figure 2022513038000017
Figure 2022513038000018
Figure 2022513038000019
Figure 2022513038000020
Figure 2022513038000021
Figure 2022513038000022
Figure 2022513038000023
Figure 2022513038000024
Figure 2022513038000025
Figure 2022513038000026
Figure 2022513038000027
Figure 2022513038000028
Figure 2022513038000029
Figure 2022513038000030
Figure 2022513038000031
Figure 2022513038000032
Figure 2022513038000033
Figure 2022513038000034
Figure 2022513038000035
Figure 2022513038000036
Figure 2022513038000037
Figure 2022513038000038
Figure 2022513038000039
Figure 2022513038000040
Figure 2022513038000041
Figure 2022513038000042
Figure 2022513038000043
Figure 2022513038000044
Figure 2022513038000045
Figure 2022513038000046
Figure 2022513038000047
Figure 2022513038000048
Figure 2022513038000049
Figure 2022513038000050
Figure 2022513038000051
Figure 2022513038000052
Figure 2022513038000053
Figure 2022513038000054
Figure 2022513038000055
Figure 2022513038000056
Figure 2022513038000057
Figure 2022513038000058
Figure 2022513038000059
Figure 2022513038000060
Figure 2022513038000061
Figure 2022513038000062
Figure 2022513038000063
Figure 2022513038000064
Figure 2022513038000065
Figure 2022513038000066
Figure 2022513038000067
Figure 2022513038000068
Figure 2022513038000069
Figure 2022513038000070
Figure 2022513038000071
Figure 2022513038000072
Figure 2022513038000073
Figure 2022513038000074
Figure 2022513038000075
Figure 2022513038000076
Figure 2022513038000077
Figure 2022513038000078
Figure 2022513038000079
Figure 2022513038000080
Figure 2022513038000081
Figure 2022513038000082
予測モデルの生成方法
幾つかの実施形態は、対象の化学療法薬に対する応答を評価するための予測モデルを生成する方法であって、少なくとも１種類の癌細胞株での複数のバイオマーカーの発現レベルを得ること、前記複数の癌細胞株に対する前記化学療法薬の阻害活性を決定すること、前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の関係性を決定すること、前記複数のバイオマーカーの発現レベルと前記化学療法薬の阻害濃度との間の前記関係性に基づいて前記予測モデルを生成することを含む前記方法に関連する。
幾つかの実施形態では前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の前記関係性の決定は、１つ以上の数学的方法を用いた第１セットのバイオマーカーの選別を含む。幾つかの実施形態ではこれらの数学的方法はアンサンブル学習法、予測子スクリーニング法、線形回帰分析、及び／又は高次回帰分析であり得る。幾つかの実施形態ではこれらの数学的方法はブートストラップフォレストパーティショニング法、予測子スクリーニング法、線形回帰分析、及び／又は高次回帰分析であり得る。幾つかの実施形態ではこのアンサンブル学習法はランダムフォレスト法であり得る。幾つかの実施形態ではこのアンサンブル学習法はブートストラップフォレストモデルであり得る。幾つかの実施形態ではこのアンサンブル学習法はブートストラップフォレストパーティショニング法であり得る。
幾つかの実施形態では前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の前記関係性の決定は、ブートストラップフォレストパーティショニング法の使用、予測子スクリーニング法の使用、又は線形回帰分析の利用、若しくは高次回帰分析の利用により決定された予測スコアに基づいて前記複数のバイオマーカーをランク付けすることを含む。
幾つかの実施形態では本明細書に記載される前記方法は、分類及び回帰のための１種類以上のアンサンブル学習法を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む。幾つかの実施形態では本明細書に記載される前記方法は、１つ以上の数学的方法を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む。
幾つかの実施形態では本明細書に記載される前記方法は、ブートストラップフォレスト
パーティショニング法を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む。幾つかの実施形態では本明細書に記載される前記方法は、数学的方法を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む。幾つかの実施形態では本明細書に記載される前記方法は、アンサンブル学習法、予測子スクリーニング法、線形回帰分析、及び／又は高次回帰分析を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む。
幾つかの実施形態では前記バイオマーカーは１種類以上のプローブセットと結合するｍＲＮＡであり、前記方法は結合した前記バイオマーカーの前記化学療法薬の阻害活性との相関に基づいて前記プローブセットをランク付けすること、及び結合した各バイオマーカーについて最も高いランクを有するプローブセットのみを前記選別処理のために保持することをさらに含む。
幾つかの実施形態では本明細書に記載される前記方法は、前記第２セットのバイオマーカーを使用して前記化学療法薬に対する前記対象の応答を有効又は無効として分類するための予測モデルを生成することを含む。
幾つかの実施形態では本明細書に記載される前記方法は、前記予測スコアのランクに基づいて１種類以上のバイオマーカーを選択すること、及び選択された前記１種類以上のバイオマーカーを用いて前記予測モデルを生成することを含む。
幾つかの実施形態では前記予測モデルはニューラルネットワーク、非ニューラルネットワークモデル、又はこれらの組合せから選択される。幾つかの実施形態では本明細書に記載される前記方法は、１種類以上の１層ＴａｎＨマルチモードフィットニューラルネットワークモデル、１種類以上の非ニューラル二項ロジスティックモデル、又はこれらの組合せから選択される前記予測モデルを含む。幾つかの実施形態では本明細書に記載される前記方法は、予測関数を導出するための人工知能ソフトウェア、プログラム、又は技術を用いて生成される前記予測モデルを含む。
幾つかの実施形態では本明細書に記載される前記方法は検証データセットを用いた前記予測モデルの検証を含む。
幾つかの実施形態では前記バイオマーカーは表１、表２、又は表４に記載される１種類以上のプローブセットと結合するｍＲＮＡである。
幾つかの実施形態では前記化学療法薬の阻害活性の決定は、前記化学療法薬を含む培地で前記癌細胞株を処理した後の前記阻害活性の測定を含む。
幾つかの実施形態では本明細書に記載される前記方法は、前記化学療法薬を含む前記培地で前記癌細胞株を約１２時間～約３６時間にわたって処理し、続いて前記阻害活性の測定の前に前記化学療法薬を含まない培地で前記癌細胞株を処理することを含む。幾つかの実施形態では本明細書に記載される前記方法は、前記化学療法薬を含む前記培地で前記癌細胞株を約１２時間～約３６時間にわたって処理し、続いて前記阻害活性の測定の前に前記化学療法薬を含まない培地で前記癌細胞株を約４８時間～約９６時間にわたって処理することを含む。幾つかの実施形態では本明細書に記載される前記方法は、前記化学療法薬を含む前記培地で前記癌細胞株を約２４時間にわたって処理し、続いて前記阻害活性の測定の前に前記化学療法薬を含まない培地で前記癌細胞株を約７２時間にわたって処理することを含む。
幾つかの実施形態では本明細書に記載される前記方法は、阻害活性閾値を設定すること
及び前記複数の癌細胞株に対する前記化学療法薬の阻害活性を前記阻害活性閾値に基づいて有効又は無効であると特定することを含む。幾つかの実施形態では前記阻害活性は最大阻害作用の５０％、６０％、７０％、８０％、８０％、又は９０％の作用を生じさせる前記化学療法薬の阻害濃度（ＩＣ５０値、ＩＣ６０値、ＩＣ７０値、ＩＣ８０値、又はＩＣ９０値）に基づいて評価される。幾つかの実施形態では前記阻害活性はＩＣ５０値に基づいて評価される。幾つかの実施形態では前記阻害活性はＩＣ６０値に基づいて評価される。幾つかの実施形態では前記阻害活性はＩＣ７０値に基づいて評価される。幾つかの実施形態では前記阻害活性はＩＣ８０値に基づいて評価される。幾つかの実施形態では前記阻害活性はＩＣ９０値に基づいて評価される。
幾つかの実施形態では測定されたＩＣが約５０μＭ以下、約４０μＭ以下、約３０μＭ以下、約２０μＭ以下、約１５μＭ以下、約１０μＭ以下、約９μＭ以下、約８μＭ以下、約７μＭ以下、約６μＭ以下、約５μＭ以下、約４μＭ以下、約３μＭ以下、約２μＭ以下、約１μＭ以下、約０．５μＭ以下、又は約０．１μＭ以下であるときに前記化学療法薬は応答性であると分類され、そのＩＣはＩＣ５０、ＩＣ６０、ＩＣ７０、ＩＣ８０、又はＩＣ９０であり得る。幾つかの実施形態ではＩＣ７０又はＩＣ５０が約５０μＭ以下、約４０μＭ以下、約３０μＭ以下、約２０μＭ以下、約１５μＭ以下、約１０μＭ以下、約９μＭ以下、約８μＭ以下、約７μＭ以下、約６μＭ以下、約５μＭ以下、約４μＭ以下、約３μＭ以下、約２μＭ以下、約１μＭ以下であるときに前記化学療法薬が応答性として分類される。幾つかの実施形態では測定されたＩＣが０．５μＭ超、１μＭ超、２μＭ超、３μＭ超、４μＭ超、５μＭ超、６μＭ超、７μＭ超、８μＭ超、９μＭ超、１０μＭ超、２０μＭ超、３０μＭ超、４０μＭ超、５０μＭ超、６０μＭ超、８０μＭ超、又は１００μＭ超であるときに前記化学療法薬は非応答性であると分類され、そのＩＣはＩＣ５０、ＩＣ６０、ＩＣ７０、ＩＣ８０、又はＩＣ９０であり得る。幾つかの実施形態ではＩＣ７０又はＩＣ５０が約０．５μＭ超、約１μＭ超、約２μＭ超、約３μＭ超、約４μＭ超、約５μＭ超、約６μＭ超、約７μＭ超、約８μＭ超、約９μＭ超、約１０μＭ超、約２０μＭ超、約３０μＭ超、約４０μＭ超、約５０μＭ超、約６０μＭ超、約８０μＭ超、又は約１００μＭ超のときに前記化学療法薬が応答性として分類される。
幾つかの実施形態では本明細書に記載される前記方法は、測定された前記ＩＣ５０値、ＩＣ６０値、ＩＣ７０値、ＩＣ８０値、又はＩＣ９０値に基づいて閾値との比較の後に前記阻害活性及び前記モデル又は細胞株の順序有効性状態を有効又は無効に分類することを含む。
実施例１
検査化合物（プリナブリン、ドセタキセル、及びパクリタキセル）の作業用ストック溶液をＤＭＳＯ中に３．１４ｍＭ（プリナブリン）又は３．３ｍＭ（ドセタキセル及びパクリタキセル）の濃度で調製し、少量のアリコートを－２０℃で保管した。この作業用ストック溶液の凍結アリコートを各実験日に融解し、治療前及び治療中に室温で保管した。
全ての液体操作工程はＴｅｃａｎ Ｆｒｅｅｄｏｍ ＥＶＯ ２００プラットフォームによって行われた。まず、このＤＭＳＯ作業用ストック溶液のハーフログ倍段階希釈物をＤＭＳＯ中に作製した。その後、これらのＤＭＳＯ希釈物を中間希釈プレート内の細胞培地に１：２２の割合で希釈した。最後にこの中間希釈プレートから採取された１０μｌを最終アッセイプレートのウェルの１４０μｌに移した。したがって、これらのＤＭＳＯ段階希釈物は細胞培地によって１：３３０に希釈され、アッセイ物中のＤＭＳＯ濃度は未処理対照ウェルを含めて全てのウェルで０．３％（体積／体積）であった。
腫瘍細胞株
本試験で使用されたヒト腫瘍細胞株は肺癌、乳癌、前立腺癌、卵巣癌、及び中枢神経系癌／神経膠芽腫に由来した（表３）。
Figure 2022513038000083
細胞株はＮＣＩ（ベセスダ、メリーランド州）から供与されるか、又はＡＴＣＣ（ロックビル、メリーランド州）、ＤＳＭＺ（ブラウンシュヴァイク、ドイツ）、ＣＬＳ（セルラインサービス社、ハイデルベルク、ドイツ）、若しくはＥＣＡＣＣ（欧州認証細胞培養物コレクション）から購入した。細胞株の真正性はＰＣＲベースのＤＮＡフィンガープリンティング法であるＳＴＲ（ショートタンデムリピート）分析によってＤＳＭＺにおいて証明された。
細胞株は日常的に週に１回又は週に２回継代し、且つ、最大で２０継代まで培養して維持した。１０％（体積／体積）のウシ胎児血清（Ｓｉｇｍａ社、タウフキルヒェン、ドイツ）及び０．０５ｍｇ／ｍＬのゲンタマイシン（Ｌｉｆｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ社、カールスルーエ、ドイツ）を添加したＲＰＭＩ１６４０培地（２５ｍＭ ＨＥＰＥＳ、Ｌ－グルタミン含有、ＦＧ１３８５番、Ｂｉｏｃｈｒｏｍ社、ベルリン、ドイツ）の中で５％のＣＯ２を含む加湿雰囲気の中において３７℃で細胞株を培養した。
ＣｅｌｌＴｉｔｅｒ－Ｂｌｕｅ（登録商標）アッセイ
製造業者の指示に従ってＣｅｌｌＴｉｔｅｒ－Ｂｌｕｅ（登録商標）細胞生存率アッセイ（Ｇ８０８１番、Ｐｒｏｍｅｇａ社）を実施した。簡単に説明すると、細胞を対数期培養物から回収し、計数し、そして細胞株の増殖速度に応じてウェル当たり４，０００細胞～６０，０００細胞の細胞密度で９６ウェル平底マイクロタイタープレートに播種した。各細胞株のその個々の播種密度によって処理期間の全体又は少なくとも大部分にわたって対数増殖が確実になる。それらの細胞に対数増殖を回復させる２４時間の回復期の後に１０μｌの培地（プレート当たり６ウェルの対照ウェル）又は１０μｌの検査化合物を含む培地を添加した。最大で１０μＭまで（プリナブリン、ドセタキセル、コルヒチン、及びパクリタキセル）、又は最大で９．５μＭまで（プリナブリン）濃度をハーフログ倍ずつ増加させた１０種類の濃度で化合物を添加したものを２セット作成し、そして細胞を２４時間の期間にわたって処理した。それらの化合物の２４時間にわたる最初の添加の後に化合物含有培地を化合物非含有培地に交換し、結果の読み取りまでさらに４８時間にわたってインキュベーションを続けた。細胞の処理後に２０μｌ／ウェルの割合でＣｅｌｌＴｉｔｅｒ－Ｂｌｕｅ（登録商標）試薬を添加した。最大で４時間にわたるＣｅｌｌＴｉｔｅｒ－Ｂｌｕｅ（登録商標）試薬とのインキュベーションの後にＥｎｓｐｉｒｅマルチモードプレートリーダー（励起波長＝５７０ｎｍ、発光波長＝６００ｎｍ）を使用することにより蛍光（ＦＵ）を測定した。細胞傷害性を算出するために２セットの平均値／６セット（未処理対照）データを使用した。
細胞傷害性データの評価
以下の品質管理基準が満たされている場合にアッセイは完全に評価可能であると考えた。すなわち、
前記アッセイプレート内でＺ’値が計算されること。
対照／バックグラウンド比が＞３．０であること。
増殖対照ウェルの変動係数が≦３０％であること。
薬品の効果は蛍光シグナルのパーセンテージ換算で表され、処理ウェルの平均シグナルの未処理対照の平均シグナルとの比較（対照対検査値、Ｔ／Ｃ値［％］と表される）、すなわち
Ｔ／Ｃ［％］＝平均蛍光シグナル処理群／平均蛍光シグナル対照群×１００
により得られた。
ＩＣ７０の絶対値から７２時間の培養期間の最後にＴ／Ｃ＝３０％を達成する検査化合物の濃度が分かる。４パラメータ非線形カーブフィット（Ｏｎｃｏｔｅｓｔ Ｄａｔａ Ｗａｒｅｈｏｕｓｅ Ｓｏｆｔｗａｒｅ社）によって計算を実施した。検討した用量範囲内で（化合物が活性を持たないために）ＩＣ７０値を決定できない場合、検討した最も高い濃度、すなわち１０μＭ（プリナブリン、ドセタキセル、コルヒチン、及びパクリタキセル）又は９．５μＭ（プリナブリン）を表示した。
アレイｍＲＮＡ発現
Ｏｎｃｏｔｅｓｔ標準実施法に従ってＡｆｆｙｍｅｔｒｉｘ ＨＧＵ１３３ Ｐｌｕｓ
２．０アレイを活用して遺伝子発現（ｍＲＮＡ）を評価した。このアレイは固定されたＤＮＡプローブセット（プローブセット）と標識されたＲＮＡ標的との間の配列特異的ハイブリダイゼーションを利用している。ｌｏｇ２変換後のＡｆｆｙｍｅｔｒｉｘ遺伝子プローブセットシグナル値がＧｅｎｅＣｈｉｐロバストマルチアレイ平均分析アルゴリズムを用いて前処理され、その後で以下の統計分析に利用された。
応答性バイオマーカー及び予測アルゴリズムの特定
予測子ｔ検定法
ＪＭＰ １４．１統計ソフトウェア（ＳＡＳ社より）を利用して１００ツリーを利用するブートストラップフォレストパーティショニング法を用いて全てのプローブセット発現値を順序応答の予測子としてまとめてランク付けした。トップ２００の予測子プローブセットから有効細胞株と無効細胞株との間で示差的発現も示す（ｐ＜０．０１、ｔ検定）４０「ＨＩＴ」プローブセット（遺伝子当たり１セット）を特定した。遺伝子アノテーションを有するプローブセットについて、各遺伝子の最も高いＪｅｔｓｅｔスコアを有するプローブセットだけをモデルの開発に利用した（Ｌｉら著、２０１１年）。
相関予測子法
ＪＭＰ １４．１統計ソフトウェアを利用してプリナブリンＩＣ７０に対する各プローブセットの相関係数とＰ値を計算し、その後でそれらのＰ値に基づいてソートすることにより応答スクリーニング関数で全てのプローブセット発現値を検定した。この分析でｐ＜０．０１であったプローブセットを選択し、予測子スクリーニング関数（１０００ツリー）をこれらのプローブセットに対して３回実行した。その後、２～３回の実行でトップ１００中にランクされた９１プローブセットを選択し、平均ランクが５０未満（低スコア＝高ランク）であり、且つ、先の予測子ｔ検定法で既にピックアップされていないプローブセットについて遺伝子アノテーションを評価した。アノテーションされていない、又は特定された各遺伝子について最も高いＪｅｔｓｅｔスコアを有し、且つ、プリナブリン有効細胞株と無効細胞株との間で示差的発現（ｐ＜０．０１；ＡＮＯＶＡ）を有する１６「ＨＩＴ」プローブセットを選択した。
その後、予測子スクリーニング法（１０００ツリー）への２種類の異なる次数のプローブセット入力を利用してＪＭＰ内で上の作業に由来する５６ＨＩＴプローブセットを予測子として４回ランク付けした。最終的にこれらのＨＩＴプローブセットの選択からトレーニングセットと検証セットの両方において確実にプリナブリン応答性細胞株を特定するために複数の１層ＴａｎＨマルチモードフィットニューラルネットワークモデルを構築した。選択されたＨＩＴプローブセット値の関数としてプリナブリン応答を予測するために二項ロジスティック回帰モデルも開発した。
結果
有効と無効の分類
ＪＭＰソフトウェアを利用してＡｆｆｙｍｅｔｒｉｘ ＨＧＵ１３３ Ｐｌｕｓ ２．０アレイ中の５４，６７５プローブセットの最終的な値をプリナブリンＩＣ７０についての予測子として評価した。トップ１０にランクされた予測子プローブセットの発現値に対してプロットされたプリナブリンのＩＣ７０値、並びにパクリタキセル及びドセタキセルのＩＣ７０値が有効（ＩＣ７０＜１μＭ）のプローブセットと無効（ＩＣ７０＞１μＭ、通常は＞１０μＭ）のプローブセットに基本的にグループ分けされたことが図１で見られる。この理由から一般的に行われるようにＩＣ５０に焦点を合わせるのではなく、表３に示されているように有効又は無効の順序変数値を細胞株に割り当てた。
予測子ｔ検定法を用いるＨＩＴ予測子遺伝子／プローブセットの選択
トップ２００の予測子の間でランク付けされた前記プローブセットを有効腫瘍細胞株と
無効腫瘍細胞株との間のｔ検定により比較した。ｐ＜０．０５に達したプローブセット（プローブセット値は多重比較のために調整されておらず、５％レベルでプリナブリン有効細胞株と無効細胞株とで異なった）について、もしあれば、アノテーションされているこれらのプローブセットの遺伝子に着目した。次に、これらの着目した同遺伝子にマップされるアレイ中のプローブセットの全てを特定した。各プローブセットを特異度、スプライシングアイソフォーム・カバレッジ、及び転写物分解に対する頑健性について評価するためのＪｅｔｓｅｔスコアリング法は各プローブセットの値を評価する上で、特にタンパク質発現と相関させて評価する上で役立つことが示されている（Ｌｉら著、２０１１年）。したがって、ここでは注目されている各遺伝子にマップされた最も高いＪｅｔｓｅｔスコアを有するプローブセットであって、有効値と無効値との間で０．０１未満のｐ値を有するプローブセットをその予測能についての最終的なランク付けのために選択した。また、遺伝子にマップされていないプローブセットであって、プリナブリン有効値と無効値との間で０．０１未満のｐ値を有するプローブセットも選択した。これらの合計４０の予測子ｔ検定法選択プローブセット（ＨＩＴ）、及びマップされた遺伝子があればそれらの遺伝子が表４に記載されている。
相関予測子法を用いるＨＩＴ予測子遺伝子／プローブセットの選択
プリナブリンが有効である、又は無効であると予測するプローブセットの能力について、ＪＭＰ中の予測子スクリーニング処理をプリナブリンＩＣ７０に対する相関Ｐ値が０．０１未満のプローブセットに対して３回実行した。その後、２～３回の実行でトップ１００中にランクされた９１プローブセットを選択し、平均ランクが５０未満（低スコア＝高ランク）であり、且つ、先の予測子ｔ検定法で既にピックアップされていないプローブセットについて遺伝子アノテーションを評価した。アノテーションされていない、又は特定された各遺伝子について最も高いＪｅｔｓｅｔスコアを有し、且つ、プリナブリン有効細胞株と無効細胞株との間で示差的発現（ｐ＜０．０１；ＡＮＯＶＡ）を有する１６「ＨＩＴ」プローブセットを選択した。
プリナブリンに由来する利益を予測する能力が腫瘍細胞を含有する患者由来試料上での前記遺伝子（ｍＲＮＡ又はタンパク質）の各々の発現、又は前記プローブセットのアレイ計算値にある証拠が上の作業に由来する５６ＨＩＴプローブセットによって与えられる。また、ドセタキセル有効性の順序値をプリナブリンについて行われたのと同様に割り当てるとドセタキセルが有効な腫瘍細胞株と無効な腫瘍細胞株との間での示差的発現（細胞株の数を減らしてドセタキセルを使用して検討してもｐ＜０．０５）が表４中のアスタリスクが付けられたある特定のプローブセットにあったことから、生成されたこのデータはチューブリン標的薬の有効性全般を予測するためにこれらの印を付けられた遺伝子の発現とプローブセットシグナルを使用できることを示している。いずれか１種類の遺伝子を使用することで得られる正確性は、有効群と無効群でプローブセットのシグナルが重なっていること（例えば図１を参照されたい）、及び各試料において単一の遺伝子だけを測定することに内在する変動性のために限定的である。したがって、臨床で治療決定を行うために有用な有効性の指定が信頼できるものになるには複数のプローブセット／遺伝子に由来するデータを用いることが必要な場合がある。
Figure 2022513038000084
Figure 2022513038000085
複数のプローブセットに由来するデータを利用する予測アルゴリズム
ＪＭＰ中のブートストラップフォレストパーティショニングを利用して前記５６ＨＩＴプローブセットを予測子として４回ランク付けした。各プローブセットの平均ランキングが表４に示されている。前記ＨＩＴプローブセット／遺伝子を発見するために使用された方法も記載されている。プローブセットの選択を行い、それらの選択物を使用して確実にプリナブリン応答性細胞株を特定する複数の１層ＴａｎＨマルチモードフィットニューラルネットワークモデルを構築した。例えば、トップ５のＨＩＴ予測子プローブセットを利用し、前記腫瘍細胞株の２／３をトレーニングセット（２８モデル）として使用し、且つ、残りの１５モデルを検証セットとして使用し、非表示ノード数を３にして、このトレーニングセット内の前記細胞株モデルでのプリナブリンの有効性を予測できるモデルを開発した（図２）。検証セットでは、有効であると間違って分類された１モデルと無効であると間違って分類される１モデルを除く全てのモデルについて正確にプリナブリンの有効性が予測された。代わりに１０種類のＨＩＴを使用すると開発された前記モデル（図３）は
トレーニングセット及び検証セットにおいて完璧にプリナブリンの有効性を予測した。さらに、アルゴリズムの開発に前記トップ５のＨＩＴ予測子プローブセットを再度利用するとさらに簡単な式が作成され、この事例ではたった１つの非表示ノードを利用したときにプリナブリン応答の予測がトレーニングセットと検証セットの両方について完璧であった（図４）。最後に、幾つかの事例では、応答を高い信頼性（０近く又は１近くのどちらかの確率）で予測するためのニューラル確率モデルがわずかに３遺伝子を使用することで構築できた（図５及び図６）。
数を減らした前記腫瘍細胞株がドセタキセルの有効性について検査されたときでも、４種類のＨＩＴ予測子プローブセット（ＣＡＬＤ１、ＳＥＣＯＩＳＢＰ２Ｌ、ＵＢＸＮ８、及びＡＵＰ１）を使用してトレーニングセット中の１７腫瘍細胞株のうちの１５株及び検証セット中の１０腫瘍細胞株のうちの９株においてドセタキセルの有効性を正確に予測する、非表示ノード数が１のＪＭＰ内ニューラルネットアルゴリズムを開発することができたことが重要である（図７）。
ＴａｎＨはＪＭＰ １４．１中のニューラルネットワークモデルで利用される関数である。その他の種類のニューラルネットワークが使用され、これらのニューラルネットワークも前記ＨＩＴプローブセット測定値を利用した予測アルゴリズムの構築に使用可能である。４３モデル全てを利用してプリナブリンの有効性を予測するために非ニューラル二項ロジスティック回帰モデリングも検討した。図８において報告されている作成されたモデルは前記腫瘍細胞株の各々に対するプリナブリンの有効性を完璧に予測する。また、非有効性の確率スコアは０～１の範囲であり得るが、基本的に０又は１のどちらかであり、その間ではなかった（図９）。
上記モデル、及び２０未満、１０未満、又は５未満の遺伝子又はプローブセットの発現測定値のみを利用して前記５６ＨＩＴプローブセットと同様にして開発可能な前記モデルの予測信頼レベルは、予想外であり、新しく、実装可能であり、且つ、社会にとって潜在的に役立つものである。
前記５６ＨＩＴ遺伝子又は遺伝子マッピングされていないプローブセットは、プリナブリン及び一般的にはチューブリン標的薬の癌細胞の数又は癌の量を顕著に低下させる能力を予測するための新規バイオマーカーである。応答を予測するために単一の遺伝子を使用することのほか、プリナブリン及び他のチューブリン標的療法の強力な抗癌作用を非常に正確に予測するための方法及びアルゴリズムが我々の研究から確立される。これらの発見は、プリナブリン及び他のチューブリン標的薬から顕著な利益を得る可能性が最も高い癌患者を選別するため、また、応答しなさそうな患者が利益を有する可能性がある代替治療法を捜し求めることを可能にするためのこれらの予測バイオマーカー戦略の潜在的有用性を裏付けている。

Claims (48)

  1. 癌の治療方法であって、
    チューブリン結合薬を用いる治療に対して応答する対象を１種類以上のバイオマーカーの発現レベルの決定により選別すること、及び
    選別された前記対象に前記チューブリン結合薬の有効量を投与すること
    を含む、方法。
  2. 前記バイオマーカーが１種類以上のプローブセットと結合するｍＲＮＡである、請求項１に記載の方法。
  3. 前記バイオマーカーが１種類以上の癌細胞株での発現レベルを特定するように構成されている１種類以上のプローブセットと結合するｍＲＮＡである、請求項１に記載の方法。
  4. 前記バイオマーカーが表１、表２、又は表４に記載される１種類以上のプローブセットと結合するｍＲＮＡである、請求項１に記載の方法。
  5. 前記バイオマーカーがｍＲＮＡである、請求項１に記載の方法。
  6. 前記バイオマーカーがＣＡＬＤ１、ＵＢＸＮ８、ＣＤＣＡ５、ＥＲＩ１、ＳＥＣ１４Ｌ１Ｐ１、ＳＥＣＩＳＢＰ２Ｌ／ＳＬＡＮ、ＷＤＲ２０、ＬＧＲ５、ＡＤＩＰＯＲ２、ＲＵＦＹ２、ＣＯＬ５Ａ２、ＹＴＨＤＣ２、ＲＰＬ１２、ＭＴＭＲ９、ＴＭ９ＳＦ３、ＣＡＬＢ２、ＷＤＲ９２、ＤＧＵＯＫ、ＣＴＮＮＢ１、ＦＫＢＰ４、ＢＲＰＦ３、ＤＥＮＮＤ２Ｄ、ＴＭＥＭ４７、ＲＰＳ１９、ＡＵＰ１、ＺＦＸ、ＭＲＰＬ３０、ＴＲＡＫ１、ＲＣＣＤ１、ＺＭＡＴ３、ＧＥＭＩＮ７、ＺＮＦ１０６、ＧＬＴ８Ｄ１、ＣＡＳＣ４、ＦＡＭ９８Ｂ、ＮＭＥ１－ＮＭＥ２、ＨＯＯＫ３、ＣＳＴＦ３、ＡＣＴＲ３、ＲＰＬ３８、ＰＬＯＤ１、ＭＡＲＳ、ＺＮＦ４４１、ＲＥＬＢ、ＮＬＥ１、ＭＲＰＳ２３、及びこれらのあらゆる組合せから選択される１種類以上の遺伝子の発現レベルと関係する、請求項１に記載の方法。
  7. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、ＴＭ９ＳＦ３、ＬＧＲ５、ＦＡＭ９８Ｂ、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項１に記載の方法。
  8. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項１に記載の方法。
  9. 前記バイオマーカーがＣＡＬＤ１、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項１に記載の方法。
  10. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項１に記載の方法。
  11. 決定された前記１種類以上のバイオマーカーの発現レベルを使用した発現スコアの決定を含む、請求項１～１０のいずれか一項に記載の方法。
  12. 前記対象に由来する検査試料を得ること、
    決定された前記１種類以上のバイオマーカーの発現レベルを使用して発現スコアを決定すること、
    前記発現スコアに基づいて前記対象を前記チューブリン結合薬治療に対して応答性である、又は非応答性であると分類すること
    を含む、請求項１～１０のいずれか一項に記載の方法。
  13. 前記対象の分類が、プローブセット又は遺伝子の前記発現スコアを基準値と比較することにより前記対象を応答性又は非応答性として分類することを含む、請求項１２に記載の方法。
  14. 前記発現スコアの決定が１種類以上の予測モデルの使用を含む、請求項１～１３のいずれか一項に記載の方法。
  15. 前記予測モデルが１種類以上の選択されたプローブセット又は遺伝子から生成された発現スコア、及び／又はそのプローブセット若しくは遺伝子から誘導された閾値スコアに基づいて生成される、請求項１４に記載の方法。
  16. 前記予測モデルが１種類以上の１層ＴａｎＨマルチモードフィットニューラルネットワークモデル、１種類以上の非ニューラル二項ロジスティックモデル、又はこれらの組合せを含む、請求項１５に記載の方法。
  17. プローブセット、マイクロアレイ、定量的ＰＣＲ、又は免疫アッセイを用いて前記バイオマーカーの発現レベルが測定される、請求項１～１６のいずれか一項に記載の方法。
  18. 前記チューブリン結合薬がプリナブリンである、請求項１～１７のいずれか一項に記載の方法。
  19. 前記癌が中枢神経系（ＣＮＳ）リンパ腫、肺癌、乳癌、卵巣癌、及び前立腺癌から選択される、請求項１～１８のいずれか一項に記載の方法。
  20. 前記チューブリン結合薬が１種類以上の化学療法薬と共投与される、請求項１に記載の方法。
  21. 前記チューブリン結合薬がタキサンである、請求項１～１７のいずれか一項に記載の方法。
  22. 前記タキサンがドセタキセル又はパクリタキセルである、請求項２１に記載の方法。
  23. 前記チューブリン結合薬がビンカ部位結合薬である、請求項１～１７のいずれか一項に記載の方法。
  24. 前記チューブリン結合薬がビンブラスチン又はビンクリスチンである、請求項２３に記載の方法。
  25. 対象の化学療法薬に対する応答を評価するための予測モデルを生成する方法であって、
    少なくとも１種類の癌細胞株での複数のバイオマーカーの発現レベルを得ること、
    前記複数の癌細胞株に対する前記化学療法薬の阻害活性を決定すること、
    前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の関係性を決定すること、
    前記複数のバイオマーカーの発現レベルと前記化学療法薬の阻害濃度との間の前記関係
    性に基づいて前記予測モデルを生成すること
    を含む、方法。
  26. 前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の前記関係性の決定がアンサンブル学習法、予測子スクリーニング法、線形回帰分析、及び／又は高次回帰分析を用いた第１セットのバイオマーカーの選別を含む、請求項２５に記載の方法。
  27. 前記複数のバイオマーカーの前記発現レベルと前記化学療法薬の前記阻害活性との間の前記関係性の決定がブートストラップフォレストパーティショニング法、予測子スクリーニング法、線形回帰分析、及び／又は高次回帰分析を用いた第１セットのバイオマーカーの選別を含む、請求項２５に記載の方法。
  28. 分類及び回帰のための１種類以上のアンサンブル学習法を用いた前記第１セットのバイオマーカーからの第２セットのバイオマーカーの選別を含む、請求項２６に記載の方法。
  29. 前記アンサンブル学習法がブートストラップフォレストパーティショニング法である、請求項２８に記載の方法。
  30. 前記バイオマーカーが１種類以上のプローブセットと結合するｍＲＮＡであり、且つ、前記方法が結合した前記バイオマーカーの前記化学療法薬の阻害活性との相関に基づいて前記プローブセットをランク付けすること、及び結合した各バイオマーカーについて最も高いランクを有するプローブセットのみを前記選別処理のために保持することをさらに含む、請求項２５～２９のいずれか一項に記載の方法。
  31. 前記第２セットのバイオマーカーを使用して前記化学療法薬に対する前記対象の応答を有効又は無効として分類するための予測モデルを生成することを含む、請求項２８に記載の方法。
  32. 前記予測モデルがニューラルネットワーク、非ニューラルネットワークモデル、又はこれらの組合せから選択される、請求項２５に記載の方法。
  33. 前記予測モデルが１種類以上の１層ＴａｎＨマルチモードフィットニューラルネットワークモデル、１種類以上の非ニューラル二項ロジスティックモデル、又はこれらの組合せから選択される、請求項２５に記載の方法。
  34. 前記予測モデルが予測関数を導出するための人工知能ソフトウェア、プログラム、又は技術を用いて生成される、請求項２５に記載の方法。
  35. 検証データセットを用いた前記予測モデルの検証を含む、請求項２５に記載の方法。
  36. 前記バイオマーカーが表１、表２、又は表４に記載される１種類以上のプローブセットと結合するｍＲＮＡである、請求項２５に記載の方法。
  37. 前記バイオマーカーがｍＲＮＡである、請求項３６に記載の方法。
  38. 前記バイオマーカーがＣＡＬＤ１、ＵＢＸＮ８、ＣＤＣＡ５、ＥＲＩ１、ＳＥＣ１４Ｌ１Ｐ１、ＳＥＣＩＳＢＰ２Ｌ／ＳＬＡＮ、ＷＤＲ２０、ＬＧＲ５、ＡＤＩＰＯＲ２、ＲＵＦＹ２、ＣＯＬ５Ａ２、ＹＴＨＤＣ２、ＲＰＬ１２、ＭＴＭＲ９、ＴＭ９ＳＦ３、ＣＡＬＢ２、ＷＤＲ９２、ＤＧＵＯＫ、ＣＴＮＮＢ１、ＦＫＢＰ４、ＢＲＰＦ３、ＤＥＮＮＤ２
    Ｄ、ＴＭＥＭ４７、ＲＰＳ１９、ＡＵＰ１、ＺＦＸ、ＭＲＰＬ３０、ＴＲＡＫ１、ＲＣＣＤ１、ＺＭＡＴ３、ＧＥＭＩＮ７、ＺＮＦ１０６、ＧＬＴ８Ｄ１、ＣＡＳＣ４、ＦＡＭ９８Ｂ、ＮＭＥ１－ＮＭＥ２、ＨＯＯＫ３、ＣＳＴＦ３、ＡＣＴＲ３、ＲＰＬ３８、ＰＬＯＤ１、ＭＡＲＳ、ＺＮＦ４４１、ＲＥＬＢ、ＮＬＥ１、ＭＲＰＳ２３、及びこれらのあらゆる組合せから選択される１種類以上の遺伝子の発現レベルと関係する、請求項２５に記載の方法。
  39. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、ＴＭ９ＳＦ３、ＬＧＲ５、ＦＡＭ９８Ｂ、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項２５に記載の方法。
  40. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項２５に記載の方法。
  41. 前記バイオマーカーがＣＡＬＤ１、ＵＢＸＮ８、ＡＵＰ１、ＣＤＣＡ５、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項２５に記載の方法。
  42. 前記バイオマーカーがＣＡＬＤ１、ＳＥＣＩＳＢＰ２Ｌ、ＵＢＸＮ８、ＡＵＰ１、及びこれらの組合せからなる群より選択される１種類以上の遺伝子の発現レベルと関係する、請求項２５に記載の方法。
  43. 前記化学療法がチューブリン結合薬を含む、請求項２５に記載の方法。
  44. 前記化学療法薬の阻害活性の決定が、前記化学療法薬を含む培地で前記癌細胞株を処理した後の前記阻害活性の測定を含む、請求項２５に記載の方法。
  45. 前記化学療法薬を含む前記培地で前記癌細胞株を約１２時間～約３６時間にわたって処理し、続いて前記阻害活性の測定の前に前記化学療法薬を含まない培地で前記癌細胞株を約４８時間～約９６時間にわたって処理することを含む、請求項４４に記載の方法。
  46. 阻害活性閾値を設定すること及び前記複数の癌細胞株に対する前記化学療法薬の阻害活性を前記阻害活性閾値に基づいて有効又は無効であると特定することを含む、請求項４４又は４５に記載の方法。
  47. 前記阻害活性がＩＣ５０値、ＩＣ６０値、ＩＣ７０値、ＩＣ８０値、又はＩＣ９０値に基づくものである、請求項４４に記載の方法。
  48. 測定された前記ＩＣ５０値、ＩＣ６０値、ＩＣ７０値、ＩＣ８０値、又はＩＣ９０値に基づいて閾値との比較の後に前記阻害活性及び前記モデル又は細胞株の順序有効性状態を有効又は無効に分類することをさらに含む、請求項２５～４５のいずれか一項に記載の方法。
JP2021526353A 2018-11-14 2019-11-12 チューブリン結合薬を使用する癌の治療方法 Pending JP2022513038A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862767376P 2018-11-14 2018-11-14
US62/767,376 2018-11-14
PCT/US2019/061004 WO2020102244A1 (en) 2018-11-14 2019-11-12 Methods of treating cancer using tubulin binding agents

Publications (2)

Publication Number Publication Date
JP2022513038A true JP2022513038A (ja) 2022-02-07
JPWO2020102244A5 JPWO2020102244A5 (ja) 2022-11-18

Family

ID=70730835

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021526353A Pending JP2022513038A (ja) 2018-11-14 2019-11-12 チューブリン結合薬を使用する癌の治療方法

Country Status (9)

Country Link
US (1) US20230035763A1 (ja)
EP (1) EP3880848A4 (ja)
JP (1) JP2022513038A (ja)
KR (1) KR20210091744A (ja)
CN (1) CN113661253B (ja)
AU (1) AU2019378779A1 (ja)
CA (1) CA3119768A1 (ja)
MX (1) MX2021005646A (ja)
WO (1) WO2020102244A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MY190034A (en) 2015-03-06 2022-03-22 Beyondspring Pharmaceuticals Inc Method of treating cancer associated with a ras mutation
MY192703A (en) 2016-02-08 2022-09-02 Beyondspring Pharmaceuticals Inc Compositions containing tucaresol or its analogs
WO2022187657A1 (en) * 2021-03-05 2022-09-09 Astrazeneca Collaboration Ventures, Llc Methods of selecting sub-populations of crohn's disease patients amenable to il23 antagonist therapy
WO2023060200A1 (en) * 2021-10-07 2023-04-13 Beyondspring Pharmaceuticals, Inc. Methods for treating cancers and tumors
CN115862890B (zh) * 2022-08-31 2023-08-11 山东第一医科大学附属肿瘤医院(山东省肿瘤防治研究院、山东省肿瘤医院) 一种抗癌药物筛选方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140045915A1 (en) * 2010-08-31 2014-02-13 The General Hospital Corporation Cancer-related biological materials in microvesicles
WO2012074904A2 (en) * 2010-11-29 2012-06-07 Precision Therapeutics, Inc. Methods and systems for evaluating the sensitivity or resistance of tumor specimens to chemotherapeutic agents
KR20140044341A (ko) * 2011-06-02 2014-04-14 알막 다이아그노스틱스 리미티드 암에 대한 분자적 진단 검사
CA2857191A1 (en) * 2011-11-28 2013-06-06 National Research Council Of Canada Paclitaxel response markers for cancer
ES2902665T3 (es) * 2013-10-11 2022-03-29 Beyondspring Inc Tratamiento del cáncer con combinación de plinabulina y taxano
US10607717B2 (en) * 2013-11-06 2020-03-31 The United States Of America, As Represented By The Secretary, Department Of Health And Human Services Method for subtyping lymphoma types by means of expression profiling
WO2017062505A1 (en) * 2015-10-05 2017-04-13 Cedars-Sinai Medical Center Method of classifying and diagnosing cancer

Also Published As

Publication number Publication date
CA3119768A1 (en) 2020-05-22
EP3880848A1 (en) 2021-09-22
KR20210091744A (ko) 2021-07-22
WO2020102244A1 (en) 2020-05-22
CN113661253A (zh) 2021-11-16
MX2021005646A (es) 2021-08-11
EP3880848A4 (en) 2022-07-27
AU2019378779A1 (en) 2021-06-03
CN113661253B (zh) 2024-03-12
US20230035763A1 (en) 2023-02-02

Similar Documents

Publication Publication Date Title
JP2022513038A (ja) チューブリン結合薬を使用する癌の治療方法
Joseph et al. Clear cell renal cell carcinoma subtypes identified by BAP1 and PBRM1 expression
Ben-Hamo et al. Predicting and affecting response to cancer therapy based on pathway-level biomarkers
Girgis et al. Lactate dehydrogenase A is a potential prognostic marker in clear cell renal cell carcinoma
US6949342B2 (en) Prostate cancer diagnosis and outcome prediction by expression analysis
McDonald et al. IQGAP1 and IGFBP2: valuable biomarkers for determining prognosis in glioma patients
JP6067686B2 (ja) 癌の分子的診断検査
Man et al. Expression profiles of osteosarcoma that can predict response to chemotherapy
Campone et al. Prediction of metastatic relapse in node-positive breast cancer: establishment of a clinicogenomic model after FEC100 adjuvant regimen
CN108138236A (zh) 用于癌症中免疫治疗的基因标签
JP2015536667A (ja) 癌のための分子診断検査
JP2008532481A (ja) 微小管安定化剤に対する感受性を決定するためのバイオマーカーおよび方法
WO2013052480A1 (en) Marker-based prognostic risk score in colon cancer
JP2017506506A (ja) 抗血管新生薬への応答およびがんの予後の予測のための分子診断試験
Baehner et al. Genomic signatures of cancer: basis for individualized risk assessment, selective staging and therapy
JP4994379B2 (ja) 血管内皮成長因子受容体−２モジュレーターに対する感受性を決定するためのバイオマーカーおよび方法
CA3212968A1 (en) Predicting response to treatments in patients with clear cell renal cell carcinoma
US20110104664A1 (en) Biomarkers and methods for determining sensitivity to micortubule-stabilizing agents
Liu et al. Role of ferroptosis and immune infiltration in intervertebral disc degeneration: novel insights from bioinformatics analyses
US20230357856A1 (en) Methods and compositions for prognosing glioblastoma or breast cancer
CN114788869A (zh) 一种治疗复发或转移性鼻咽癌的药物及其疗效评估标志物
WO2018078142A1 (en) Means and methods for determining efficacy of fluorouracil (5-fu) in colorectal cancer (crc) therapy
Han et al. Prostate Epithelial Genes Define Docetaxel-Sensitive Prostate Cancer Molecular Subtype
Ertefai Resistance mechanisms during endocrine treatment in breast cancer
CN116735874A (zh) 结直肠癌肿瘤边界细胞亚群标志物组合及其应用

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221110

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221110

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240301

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240502