JP2022514373A - インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム - Google Patents
インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム Download PDFInfo
- Publication number
- JP2022514373A JP2022514373A JP2021535632A JP2021535632A JP2022514373A JP 2022514373 A JP2022514373 A JP 2022514373A JP 2021535632 A JP2021535632 A JP 2021535632A JP 2021535632 A JP2021535632 A JP 2021535632A JP 2022514373 A JP2022514373 A JP 2022514373A
- Authority
- JP
- Japan
- Prior art keywords
- pair
- microdomains
- phenotypes
- image data
- cell
- 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.)
- Granted
Links
- 230000003834 intracellular effect Effects 0.000 title claims abstract description 87
- 230000001413 cellular effect Effects 0.000 title claims description 40
- 238000012732 spatial analysis Methods 0.000 title abstract description 8
- 238000000338 in vitro Methods 0.000 title description 9
- 238000011065 in-situ storage Methods 0.000 title description 6
- 238000011002 quantification Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims description 93
- 210000001519 tissue Anatomy 0.000 claims description 74
- 206010028980 Neoplasm Diseases 0.000 claims description 57
- 238000004891 communication Methods 0.000 claims description 46
- 239000000090 biomarker Substances 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 31
- 230000023402 cell communication Effects 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 20
- 238000010874 in vitro model Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 19
- 201000010099 disease Diseases 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 206010061818 Disease progression Diseases 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 9
- 230000003592 biomimetic effect Effects 0.000 claims description 9
- 230000008568 cell cell communication Effects 0.000 claims description 9
- 230000005750 disease progression Effects 0.000 claims description 9
- 210000002220 organoid Anatomy 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 4
- 230000001394 metastastic effect Effects 0.000 claims description 4
- 206010061289 metastatic neoplasm Diseases 0.000 claims description 4
- 230000037361 pathway Effects 0.000 claims description 4
- 238000011269 treatment regimen Methods 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003446 ligand Substances 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000004393 prognosis Methods 0.000 claims 8
- 230000001225 therapeutic effect Effects 0.000 claims 2
- 238000010166 immunofluorescence Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 9
- 210000004027 cell Anatomy 0.000 description 119
- 201000011510 cancer Diseases 0.000 description 28
- 230000001419 dependent effect Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 206010027476 Metastases Diseases 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002601 intratumoral effect Effects 0.000 description 5
- 230000009401 metastasis Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000007170 pathology Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 210000000130 stem cell Anatomy 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 238000007876 drug discovery Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 206010009944 Colon cancer Diseases 0.000 description 2
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 2
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 2
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 2
- 206010061309 Neoplasm progression Diseases 0.000 description 2
- 208000037062 Polyps Diseases 0.000 description 2
- 208000006994 Precancerous Conditions Diseases 0.000 description 2
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 2
- 238000004113 cell culture Methods 0.000 description 2
- 238000010569 immunofluorescence imaging Methods 0.000 description 2
- 230000010262 intracellular communication Effects 0.000 description 2
- 210000004698 lymphocyte Anatomy 0.000 description 2
- 210000002540 macrophage Anatomy 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 230000017074 necrotic cell death Effects 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000005751 tumor progression Effects 0.000 description 2
- 102100040069 Aldehyde dehydrogenase 1A1 Human genes 0.000 description 1
- 101710150756 Aldehyde dehydrogenase, mitochondrial Proteins 0.000 description 1
- 102000008096 B7-H1 Antigen Human genes 0.000 description 1
- 108010074708 B7-H1 Antigen Proteins 0.000 description 1
- 208000009458 Carcinoma in Situ Diseases 0.000 description 1
- 206010038111 Recurrent cancer Diseases 0.000 description 1
- 102000004887 Transforming Growth Factor beta Human genes 0.000 description 1
- 108090001012 Transforming Growth Factor beta Proteins 0.000 description 1
- 102000013814 Wnt Human genes 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000001495 anti-association Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 230000006800 cellular catabolic process Effects 0.000 description 1
- 230000008045 co-localization Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 239000003596 drug target Substances 0.000 description 1
- 210000002889 endothelial cell Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 210000002950 fibroblast Anatomy 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003037 histogenic effect Effects 0.000 description 1
- 210000002865 immune cell Anatomy 0.000 description 1
- 230000000495 immunoinflammatory effect Effects 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 201000004933 in situ carcinoma Diseases 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000035992 intercellular communication Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000010039 intracellular degradation Effects 0.000 description 1
- 230000037041 intracellular level Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000002705 metabolomic analysis Methods 0.000 description 1
- 230000001431 metabolomic effect Effects 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000009826 neoplastic cell growth Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000026731 phosphorylation Effects 0.000 description 1
- 238000006366 phosphorylation reaction Methods 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
- G06V10/426—Graphical representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Hospice & Palliative Care (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Oncology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
Abstract
Description
Claims (57)
- 複数の患者からの複数の組織サンプル又は幾つかの多細胞インビトロモデルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析する方法であって、
前記マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの変化する所定の表現型の細胞間の空間的不均一性の全体的定量化を生成する工程と、
前記全体的定量化に基づいて、前記複数の組織サンプルについて複数のマイクロドメインを特定する工程であって、各マイクロドメインは前記複数の組織サンプルの個々の1つに関連している、工程と、
前記マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築するステップであって、前記重み付きグラフは、複数のノードと、各々がノードの対の間に位置する複数のエッジとを有し、前記重み付きグラフにおいて、各ノードは、前記複数のマイクロドメインの特定の1つであり、前記重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対間の類似度の度合いを示す、工程と、
を含む方法。 - 前記複数のマイクロドメインにおけるマイクロドメインの各対について、その対のマイクロドメイン間の重み付き類似度を決定する工程を更に含んでおり、前記重み付きグラフにおけるマイクロドメインの各対間のエッジは、マイクロドメインのその対について決定された重み付き類似度である、請求項1に記載の方法。
- 特定された各マイクロドメインについて、細胞間空間的不均一性の局所的定量化を決定する工程を更に含んでおり、各対のマイクロドメイン間の重み付き類似度の決定は、その対の各マイクロドメインの局所的定量化に基づいている、請求項2に記載の方法。
- 前記全体的定量化は、前記マルチパラメータ細胞及び細胞内画像データの空間マップである、請求項1に記載の方法。
- 前記空間マップは、ポイントワイズ相互情報(PMI)マップである、請求項4に記載の方法。
- 前記マルチパラメータ細胞及び細胞内画像データが、多重化又はハイパープレックス化された免疫蛍光画像データを含む、請求項1に記載の方法。
- 前記幾つかの所定の表現型は、支配的なバイオマーカーの強度パターンの所定のセットを含む、請求項1に記載の方法。
- 特定のマイクロドメインの幾つかは、再発までの時間という形態で予後特異的変数と関連している、請求項1に記載の方法。
- 特定のマイクロドメインの幾つかは、疾患の進行を示す予後特異的変数と関連している、請求項1に記載の方法。
- 前記予後特異的変数に基づいて治療戦略を提案する工程を更に含む、請求項9に記載の方法。
- 前記複数の組織サンプルは腫瘍サンプルであり、前記予後特異的変数は転移可能性を示すものである、請求項9に記載の方法。
- コンピュータによって実行されると、前記コンピュータに請求項1に記載の方法を実行させる命令を含む、1又は複数のプログラムを格納する非一時的なコンピュータ可読媒体。
- 複数の患者からの複数の組織サンプル又は幾つかの多細胞インビトロモデルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析するためのシステムであって、
処理装置を備えており、前記処理装置は、
前記マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの変化する所定の表現型の細胞間の空間的不均一性の全体的定量化を生成するように構成された空間的不均一性定量化コンポーネントと、
前記全体的定量化に基づいて、前記複数の組織サンプルについて複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは前記複数の組織サンプルの個々の1つに関連している、マイクロドメイン識別コンポーネントと、
前記マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築する重み付きグラフコンポーネントであって、前記重み付きグラフは、複数のノードと、各々がノードの対の間に位置する複数のエッジとを有し、前記重み付きグラフにおいて、各ノードはマイクロドメインの特定の1つであり、前記重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対間の類似度の度合いを示す、重み付きグラフコンポーネントと、
を含む、システム。 - 前記重み付きグラフコンポーネントは、前記複数のマイクロドメインにおけるマイクロドメインの各対について、その対のマイクロドメイン間の重み付き類似度を決定するように更に構成されており、前記重み付きグラフにおけるマイクロドメインの各対間のエッジは、マイクロドメインのその対について決定された重み付き類似度である、請求項13に記載のシステム。
- 前記重み付きグラフコンポーネントは、特定のマイクロドメインの各々について、細胞間の空間的不均一性の局所的な定量化を決定するように更に構成されており、各対のマイクロドメイン間の重み付き類似度の決定は、その対のマイクロドメインの局所的な定量化に基づいて行われる、請求項14に記載のシステム。
- 前記全体的定量化は、前記マルチパラメータ細胞及び細胞内画像データの空間マップである、請求項13に記載のシステム。
- 前記空間マップは、ポイントワイズ相互情報(PMI)マップである、請求項16に記載のシステム。
- 前記マルチパラメータ細胞及び細胞内画像データが、多重化又はハイパープレックス化された免疫蛍光画像データを含む、請求項13に記載のシステム。
- 前記幾つかの所定の表現型は、支配的なバイオマーカーの強度パターンの所定のセットを含む、請求項13に記載のシステム。
- 特定のマイクロドメインの幾つかは、再発までの時間という形態で予後特異的変数と関連している、請求項13に記載のシステム。
- 特定のマイクロドメインの幾つかは、疾患の進行を示す予後特異的変数と関連している、請求項13に記載のシステム。
- 前記予後特異的変数に基づいて治療戦略を提案するように構成されたコンポーネントを更に備える、請求項21に記載のシステム。
- 前記複数の組織サンプルは腫瘍サンプルであり、前記予後特異的変数は転移可能性を示すものである、請求項21に記載のシステム。
- 前記重み付きグラフに基づいて細胞型、並びに活性化及び進化の状態を特定することに基づいて治療戦略を案内するように構成されたコンポーネントを更に備える、請求項21に記載のシステム。
- 幾つかの患者からの幾つかの組織サンプル又は幾つかの多細胞インビトロモデルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成する方法であって、
前記マルチパラメータ細胞及び細胞内画像データ内の幾つかの変化する所定の表現型の細胞間の空間的不均一性の定量化を生成して、前記定量化に基づいて前記幾つかの組織サンプルの1つについてマイクロドメインを特定する工程であって、前記マルチパラメータ細胞及び細胞内画像データにフェノタイピングを実行して前記幾つかの変化する所定の表現型を特定することを含む、工程と、
前記マイクロドメインのコミュニケーショングラフを構築する工程であって、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、工程と、
と含む方法。 - 前記コミュニケーショングラフの各表現型は、前記マルチパラメータ細胞及び細胞内画像データから得られたデータベクトルによって表され、
表現型の各対について、その対の表現型のデータベクトル間の相関係数値を決定することで、その対の表現型間の数値関係を確立する工程と、各数値関係について方向性を確立する工程とを含んでおり、表現型の各対間のエッジは、その対における表現型間の数値関係と、その対における表現型間の数値関係の方向性と示す、請求項25に記載の方法。 - 各相関係数値は線形又は非線形の相関係数値である、請求項26に記載の方法。
- 各データベクトルは、幾つかの所定のバイオマーカーの発現値のベクトルであり、前記幾つかの所定のバイオマーカーは、前記マルチパラメータ細胞及び細胞内画像データを生成する際に使用されたものである、請求項26に記載の方法。
- 発現値の各ベクトルは、前記幾つかの所定のバイオマーカーのバイオマーカー強度パターンである、請求項28に記載の方法。
- 各数値関係について方向性を確立する工程は、前記幾つかの所定のバイオマーカーについて、幾つかの受容体-リガンドデータベースに基づいて行われる、請求項28に記載の方法。
- 各データベクトルを解釈して、各表現型について幾つかの活性化の状態を決定する工程と、前記幾つかの活性化の状態の各々を前記コミュニケーショングラフに含める工程とを更に含む、請求項26に記載の方法。
- その対の表現型のデータベクトル間の相関係数値を決定する工程は、その対の表現型以外の表現型の交絡効果を除去する工程を含む、請求項26に記載の方法。
- コンピュータによって実行されると、前記コンピュータに請求項25に記載の方法を実行させる命令を含む、1又は複数のプログラムを格納する非一時的なコンピュータ可読媒体。
- コンピュータによって実行されると、前記コンピュータに請求項26に記載の方法を実行させる命令を含む、1又は複数のプログラムを格納する非一時的なコンピュータ可読媒体。
- 幾つかの患者からの幾つかの組織サンプル又は幾つかの多細胞インビトロモデルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成するためのコンピュータシステムであって、
処理装置を備えており、前記処理装置は、
前記マルチパラメータ細胞及び細胞内画像データにおける幾つかの変化する所定の表現型の細胞間の空間的不均一性の定量化を生成するように構成された空間的不均一性定量化コンポーネントであって、前記幾つかの変化する所定の表現型を特定するために前記マルチパラメータ細胞及び細胞内画像データで細胞フェノタイピングを実行する、空間的不均一性定量化コンポーネントと、
前記定量化に基づいて、前記幾つかの組織サンプルについて複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは、前記幾つかの組織サンプルの1つに関連している、マイクロドメイン識別コンポーネントと、
前記複数のマイクロドメインの選択された一つについてコミュニケーショングラフを構築するように構成されているコミュニケーションネットワークコンポーネントであって、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、コミュニケーションネットワークコンポーネントと、
と含む、コンピュータシステム。 - 前記コミュニケーショングラフの各表現型は、前記マルチパラメータ細胞及び細胞内画像データから得られたデータベクトルによって表され、前記コミュニケーションネットワークコンポーネントは、
表現型の各対について、その対の表現型のデータベクトル間の相関係数値を決定することで、その対の表現型間の数値関係を確立する工程と、各数値関係について方向性を確立する工程とを含んでおり、表現型の各対間のエッジは、その対における表現型間の数値関係と、その対における表現型間の数値関係の方向性と示すように構成される、請求項35に記載のシステム。 - 各相関係数値は、線形又は非線形の相関係数値である、請求項36に記載のシステム。
- 各データベクトルは、幾つかの所定のバイオマーカーの発現値のベクトルであり、前記幾つかの所定のバイオマーカーは、前記マルチパラメータ細胞及び細胞内画像データを生成する際に使用されたものである、請求項36に記載のシステム。
- 発現値の各ベクトルは、前記幾つかの所定のバイオマーカーのバイオマーカー強度パターンである、請求項38に記載のシステム。
- 各数値関係について方向性を確立する工程は、前記幾つかの所定のバイオマーカーについて、幾つかの受容体-リガンドデータベースに基づいて行われる、請求項38に記載の方法。
- 前記コミュニケーションネットワークコンポーネントは、各データベクトルを解釈して、各表現型について幾つかの活性化の状態を決定する工程と、前記幾つかの活性化の状態の各々を前記コミュニケーショングラフに含める工程とを更に含む、請求項36に記載のシステム。
- その対の表現型のデータベクトル間の相関係数値を決定する工程は、その対の表現型以外の表現型の交絡効果を除去する工程を含む、請求項36に記載のシステム。
- 特定の患者のための個別化医療戦略を作成する方法であって、前記特定の患者は幾つかの患者のうちの1人であり、前記幾つかの患者は、前記幾つかの患者からの幾つかの組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データと関連付けられており、
前記特定の患者に関連する前記幾つかの組織サンプルの1つにおける複数のマイクロドメインを特定する工程であって、前記複数のマイクロドメインは、前記マルチパラメータ細胞及び細胞内画像データに基づいている、工程と、
前記複数のマイクロドメインの各々について異種細胞間コミュニケーションネットワークを生成する工程であって、各異種細胞間コミュニケーションネットワークは、そのマイクロドメインの空間情報に基づく異種細胞間コミュニケーションの表現を含む、工程と、
複数の異種細胞間コミュニケーションネットワークに基づいて、前記複数のマイクロドメインの空間的及び時間的な相互依存関係を定量化する工程と、
前記定量化に基づいて、前記特定の患者について個別化医療を設計する工程と、
を含む方法。 - 各マイクロドメインは、前記マルチパラメータ細胞及び細胞内画像データにおける幾つかの変化する所定の表現型の細胞間の空間的不均一性の定量化を生成し、前記定量化に基づいて前記幾つかの組織サンプルの1つについてマイクロドメインを特定する工程によって特定され、その工程は、前記マルチパラメータ細胞及び細胞内画像データにフェノタイピングを実行して前記幾つかの変化する所定の表現型を特定することを含む、請求項43に記載の方法。
- 各異種細胞間コミュニケーションネットワークは、前記マイクロドメインのコミュニケーショングラフを備えており、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、請求項43に記載の方法。
- 各マイクロドメインは、関心のある予後変数の低いリスクをもたらすが、マイクロドメイン間の空間的な近接性及び関係性は、前記関心のある予後変数の全体的なリスクを高める、請求項43に記載の方法。
- 前記複数の異種細胞間コミュニケーションネットワークは、前記複数のマイクロドメイン内でどの経路が活性化されているか、そして、前記複数のマイクロドメインにわたる前記複数の異種細胞間コミュニケーションネットワーク間の関係がどうなっているかを知らせる、請求項43に記載の方法。
- 異種細胞間コミュニケーションネットワークは、前記特定の患者の疾患の進行を遅らせれる又は反転させるために、薬剤によって阻害される必要がある情報の流れを明らかにする、請求項43に記載の方法。
- 特定の患者における疾患の時間発展を表現する方法であって、前記特定の患者は幾つかの患者のうちの1人であり、前記幾つかの患者は、前記幾つかの患者からの幾つかの組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データと関連付けられており、
前記特定の患者について疾患のランドスケープの幾何学的表現を生成する工程であって、前記幾何学的表現は複数の点を含み、前記幾何学的表現の各点は、(i)特定の時点における前記特定の患者の疾患状況を記述し、前記選択された患者に関連する幾つかの組織サンプルのうちの特定の1つに基づいており、(ii)前記マルチパラメータ細胞及び細胞内画像データに基づいている幾つかの組織サンプルのうちの特定の1つにおけるマイクロドメインに基づいており、(iii)前記マイクロドメインについて空間情報に基づく異種細胞間コミュニケーションの表現を含む前記マイクロドメインについての異種細胞間コミュニケーションネットワークを含む、工程を含む方法。 - 各異種細胞間コミュニケーションネットワークは、常微分方程式の系を含むシステムバイオロジーモデルに関連付けられている、請求項49に記載の方法。
- 各異種細胞間コミュニケーションネットワークについて、前記常微分方程式の系は、前記特定の患者について前記疾患のランドスケープの時間発展を予測するための前記疾患のランドスケープのキネティクスを規定している、請求項50に記載の方法。
- 各マイクロドメインは、前記マルチパラメータ細胞及び細胞内画像データにおける幾つかの変化する所定の表現型の細胞間の空間的不均一性の定量化を生成し、前記定量化に基づいて前記幾つかの組織サンプルの1つについてマイクロドメインを特定する工程によって特定され、その工程は、前記マルチパラメータ細胞及び細胞内画像データにフェノタイピングを実行して前記幾つかの変化する所定の表現型を特定することを含む、請求項49に記載の方法。
- 各異種細胞間コミュニケーションネットワークは、前記マイクロドメインのコミュニケーショングラフを備えており、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、請求項49に記載の方法。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項1に記載の方法。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項13に記載のシステム。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項25に記載の方法。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項35に記載のシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023222063A JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862781759P | 2018-12-19 | 2018-12-19 | |
US62/781,759 | 2018-12-19 | ||
PCT/US2019/066446 WO2020131658A1 (en) | 2018-12-19 | 2019-12-16 | Computational systems pathology spatial analysis platform for in situ or in vitro multi-parameter cellular and subcellular imaging data |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023222063A Division JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022514373A true JP2022514373A (ja) | 2022-02-10 |
JPWO2020131658A5 JPWO2020131658A5 (ja) | 2023-11-30 |
JP7420401B2 JP7420401B2 (ja) | 2024-01-23 |
Family
ID=71101596
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021535632A Active JP7420401B2 (ja) | 2018-12-19 | 2019-12-16 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
JP2023222063A Pending JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023222063A Pending JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Country Status (6)
Country | Link |
---|---|
US (2) | US11983943B2 (ja) |
EP (1) | EP3897360A4 (ja) |
JP (2) | JP7420401B2 (ja) |
CN (1) | CN113226157A (ja) |
CA (1) | CA3123641A1 (ja) |
WO (1) | WO2020131658A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4165652A4 (en) * | 2020-06-15 | 2024-06-12 | Bragg Analytics, Inc. | DIFFRACTION-BASED GLOBAL IN VITRO DIAGNOSTIC SYSTEM |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018022548A1 (en) * | 2016-07-27 | 2018-02-01 | The University Of North Carolina At Chapel Hill | Methods to generate polymer scaffolds having a gradient of crosslinking density |
JP2018525707A (ja) * | 2015-06-11 | 2018-09-06 | ユニバーシティ オブ ピッツバーグ−オブ ザ コモンウェルス システム オブ ハイヤー エデュケーションUniversity Of Pittsburgh Of The Commonwealth System Of Higher Education | ヘマトキシリン・エオシン(h&e)染色組織画像における関心領域を調べて、多重化/高多重化蛍光組織画像で腫瘍内細胞空間的不均一性を定量化するシステム及び方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005111905A2 (en) | 2004-05-17 | 2005-11-24 | Max-Planck Gesellschaft zur Förderung der Wissenschaften e.V. | Prediction of the dynamic behavior of a biological system |
ES2808569T3 (es) * | 2007-04-05 | 2021-03-01 | Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud | Sistema y método para manejar, diagnosticar y predecir la aparición de una afección médica |
WO2009046544A1 (en) * | 2007-10-11 | 2009-04-16 | British Columbia Cancer Agency Branch | Systems and methods for automated characterization of genetic heterogeneity in tissue samples |
WO2012149550A1 (en) * | 2011-04-29 | 2012-11-01 | Cancer Prevention And Cure, Ltd. | Methods of identification and diagnosis of lung diseases using classification systems and kits thereof |
US9370304B2 (en) * | 2012-06-06 | 2016-06-21 | The Regents Of The University Of Michigan | Subvolume identification for prediction of treatment outcome |
US8873827B2 (en) * | 2012-06-29 | 2014-10-28 | General Electric Company | Determination of spatial proximity between features of interest in biological tissue |
US11211167B2 (en) * | 2012-12-28 | 2021-12-28 | Ventana Medical Systems, Inc. | Image analysis for breast cancer prognosis |
US20140372450A1 (en) * | 2013-06-14 | 2014-12-18 | General Electric Company | Methods of viewing and analyzing high content biological data |
WO2015069827A2 (en) * | 2013-11-06 | 2015-05-14 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | Pathology case review, analysis and prediction |
WO2015089434A1 (en) | 2013-12-12 | 2015-06-18 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Automated epithelial nuclei segmentation for computational disease detection algorithms |
US9483685B2 (en) | 2014-04-28 | 2016-11-01 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | System and method for automated identification of abnormal ciliary motion |
AU2016222894A1 (en) * | 2015-02-23 | 2017-08-31 | Cellanyx Diagnostics, Llc | Cell imaging and analysis to differentiate clinically relevant sub-populations of cells |
US10176408B2 (en) * | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US9613254B1 (en) * | 2015-09-30 | 2017-04-04 | General Electric Company | Quantitative in situ characterization of heterogeneity in biological samples |
NL2016281B1 (en) | 2016-02-18 | 2017-08-24 | Perkinelmer Health Sciences B V | Means and methods for spheroid cell culturing and analysis. |
EP3721406B1 (en) * | 2017-12-05 | 2024-01-24 | Ventana Medical Systems, Inc. | Method of computing tumor spatial and inter-marker heterogeneity |
EP3811281A1 (en) * | 2018-06-22 | 2021-04-28 | H-Labs Gmbh | A method to determine a degree of abnormality, a respective computer readable medium and a distributed cancer analysis system |
-
2019
- 2019-12-16 CN CN201980084101.2A patent/CN113226157A/zh active Pending
- 2019-12-16 JP JP2021535632A patent/JP7420401B2/ja active Active
- 2019-12-16 EP EP19898372.8A patent/EP3897360A4/en active Pending
- 2019-12-16 WO PCT/US2019/066446 patent/WO2020131658A1/en unknown
- 2019-12-16 US US17/413,971 patent/US11983943B2/en active Active
- 2019-12-16 CA CA3123641A patent/CA3123641A1/en active Pending
-
2023
- 2023-12-28 JP JP2023222063A patent/JP2024038186A/ja active Pending
-
2024
- 2024-02-09 US US18/437,612 patent/US20240185626A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018525707A (ja) * | 2015-06-11 | 2018-09-06 | ユニバーシティ オブ ピッツバーグ−オブ ザ コモンウェルス システム オブ ハイヤー エデュケーションUniversity Of Pittsburgh Of The Commonwealth System Of Higher Education | ヘマトキシリン・エオシン(h&e)染色組織画像における関心領域を調べて、多重化/高多重化蛍光組織画像で腫瘍内細胞空間的不均一性を定量化するシステム及び方法 |
WO2018022548A1 (en) * | 2016-07-27 | 2018-02-01 | The University Of North Carolina At Chapel Hill | Methods to generate polymer scaffolds having a gradient of crosslinking density |
Non-Patent Citations (2)
Title |
---|
BULENT YENER: "Cell-graphs: image-driven modeling of structure-function relationship", [ONLINE], JPN7023003119, January 2017 (2017-01-01), pages 74 - 84, ISSN: 0005133436 * |
DANIEL M. SPAGNOLO ET AL.: "Platform for Quantitative Evaluation of Spatial IntratumoralHeterogeneity in Multiplexed Fluorescenc", [ONLINE], JPN7023003120, 1 November 2017 (2017-11-01), pages 71 - 74, ISSN: 0005133435 * |
Also Published As
Publication number | Publication date |
---|---|
US20240185626A1 (en) | 2024-06-06 |
EP3897360A4 (en) | 2022-03-16 |
CA3123641A1 (en) | 2020-06-25 |
US11983943B2 (en) | 2024-05-14 |
WO2020131658A1 (en) | 2020-06-25 |
JP2024038186A (ja) | 2024-03-19 |
CN113226157A (zh) | 2021-08-06 |
JP7420401B2 (ja) | 2024-01-23 |
US20220044401A1 (en) | 2022-02-10 |
EP3897360A1 (en) | 2021-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | Reconstruction of cell spatial organization from single-cell RNA sequencing data based on ligand-receptor mediated self-assembly | |
Greenwald et al. | Whole-cell segmentation of tissue images with human-level performance using large-scale data annotation and deep learning | |
Pham et al. | Robust mapping of spatiotemporal trajectories and cell–cell interactions in healthy and diseased tissues | |
Nketia et al. | Analysis of live cell images: Methods, tools and opportunities | |
Kim et al. | Unsupervised discovery of tissue architecture in multiplexed imaging | |
Moore et al. | Systematic quantification of developmental phenotypes at single-cell resolution during embryogenesis | |
CN107924457A8 (zh) | 用于在多路复用/超复合荧光组织图像中查找苏木精和曙红(h&e)染色的组织图像中的感兴趣区域并量化肿瘤内细胞空间异质性的系统和方法 | |
US20240185626A1 (en) | Computational systems pathology spatial analysis platform for in situ or in vitro multi-parameter cellular and subcellular imaging data | |
Tebon et al. | Drug screening at single-organoid resolution via bioprinting and interferometry | |
Castro-González et al. | A digital framework to build, visualize and analyze a gene expression atlas with cellular resolution in zebrafish early embryogenesis | |
JP2022532615A (ja) | マルチパラメータ細胞・細胞内撮像データから細胞表現型多様性を特徴付けるシステム及び方法 | |
Rozova et al. | Machine learning reveals mesenchymal breast carcinoma cell adaptation in response to matrix stiffness | |
Patkulkar et al. | Mapping spatiotemporal heterogeneity in tumor profiles by integrating high-throughput imaging and omics analysis | |
Verma et al. | Causality analysis and cell network modeling of spatial calcium signaling patterns in liver lobules | |
Sheard et al. | 3D ultrastructural organisation of calcium release units in the avian sarcoplasmic reticulum | |
Wen et al. | Deep Learning–Based H-Score Quantification of Immunohistochemistry-Stained Images | |
El Marrahi et al. | NIPMAP: niche-phenotype mapping of multiplex histology data by community ecology | |
Kuritz et al. | Reconstructing temporal and spatial dynamics from single-cell pseudotime using prior knowledge of real scale cell densities | |
Karaçalı et al. | Automated recognition of cell phenotypes in histology images based on membrane-and nuclei-targeting biomarkers | |
US20140372450A1 (en) | Methods of viewing and analyzing high content biological data | |
Buerger et al. | Analyzing the basic principles of tissue microarray data measuring the cooperative phenomena of marker proteins in invasive breast cancer | |
Ortiz De Solorzano et al. | Applications of quantitative digital image analysis to breast cancer research | |
Wang et al. | M-TRACK: a platform for live cell multiplex imaging reveals cell phenotypic transition dynamics inherently missing in snapshot data | |
Inglese et al. | Network analysis of mass spectrometry imaging data from colorectal cancer identifies key metabolites common to metastatic development | |
Karolak et al. | Mathematical modeling of tumor organoids: toward personalized medicine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20221006 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221006 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20231121 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7420401 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |