JP2022524382A - 前立腺がんを予測するための方法およびその使用 - Google Patents
前立腺がんを予測するための方法およびその使用 Download PDFInfo
- Publication number
- JP2022524382A JP2022524382A JP2021553304A JP2021553304A JP2022524382A JP 2022524382 A JP2022524382 A JP 2022524382A JP 2021553304 A JP2021553304 A JP 2021553304A JP 2021553304 A JP2021553304 A JP 2021553304A JP 2022524382 A JP2022524382 A JP 2022524382A
- Authority
- JP
- Japan
- Prior art keywords
- prostate cancer
- sncrna
- grade
- seq
- nos
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000000236 Prostatic Neoplasms Diseases 0.000 title claims abstract description 229
- 206010060862 Prostate cancer Diseases 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 117
- 230000014509 gene expression Effects 0.000 claims abstract description 138
- 108091070501 miRNA Proteins 0.000 claims abstract description 40
- 239000002679 microRNA Substances 0.000 claims abstract description 37
- 108020003224 Small Nucleolar RNA Proteins 0.000 claims abstract description 23
- 102000042773 Small Nucleolar RNA Human genes 0.000 claims abstract description 23
- 206010028980 Neoplasm Diseases 0.000 claims description 191
- 201000011510 cancer Diseases 0.000 claims description 144
- 238000012360 testing method Methods 0.000 claims description 82
- 239000000523 sample Substances 0.000 claims description 48
- 238000012549 training Methods 0.000 claims description 46
- 210000001808 exosome Anatomy 0.000 claims description 44
- 239000012472 biological sample Substances 0.000 claims description 43
- 230000036210 malignancy Effects 0.000 claims description 30
- 210000002700 urine Anatomy 0.000 claims description 27
- 238000011282 treatment Methods 0.000 claims description 26
- 238000007635 classification algorithm Methods 0.000 claims description 24
- 210000002307 prostate Anatomy 0.000 claims description 23
- 230000002485 urinary effect Effects 0.000 claims description 19
- 102000042567 non-coding RNA Human genes 0.000 claims description 15
- 108091027963 non-coding RNA Proteins 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 12
- 150000003384 small molecules Chemical class 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 11
- 238000002493 microarray Methods 0.000 claims description 11
- 238000009396 hybridization Methods 0.000 claims description 7
- 238000011472 radical prostatectomy Methods 0.000 claims description 6
- 108091007415 Small Cajal body-specific RNA Proteins 0.000 claims description 4
- 238000001794 hormone therapy Methods 0.000 claims description 4
- 108020004635 Complementary DNA Proteins 0.000 claims 3
- 108020005198 Long Noncoding RNA Proteins 0.000 claims 3
- 108091007412 Piwi-interacting RNA Proteins 0.000 claims 3
- 239000002671 adjuvant Substances 0.000 claims 3
- 238000011445 neoadjuvant hormone therapy Methods 0.000 claims 3
- 238000007899 nucleic acid hybridization Methods 0.000 claims 3
- 238000003752 polymerase chain reaction Methods 0.000 claims 3
- 238000001959 radiotherapy Methods 0.000 claims 3
- 238000003757 reverse transcription PCR Methods 0.000 claims 3
- 239000004055 small Interfering RNA Substances 0.000 claims 3
- 238000002560 therapeutic procedure Methods 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 239000000203 mixture Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 description 31
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 31
- 238000004422 calculation algorithm Methods 0.000 description 30
- 238000004458 analytical method Methods 0.000 description 28
- 210000001519 tissue Anatomy 0.000 description 21
- 230000035945 sensitivity Effects 0.000 description 18
- 238000013188 needle biopsy Methods 0.000 description 17
- 108010072866 Prostate-Specific Antigen Proteins 0.000 description 16
- 102100038358 Prostate-specific antigen Human genes 0.000 description 16
- 238000010200 validation analysis Methods 0.000 description 15
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 12
- 230000007170 pathology Effects 0.000 description 12
- 238000001574 biopsy Methods 0.000 description 10
- 238000011529 RT qPCR Methods 0.000 description 9
- 238000003556 assay Methods 0.000 description 8
- 108090000623 proteins and genes Proteins 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 238000003762 quantitative reverse transcription PCR Methods 0.000 description 7
- 238000001356 surgical procedure Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000002299 complementary DNA Substances 0.000 description 6
- 108020004999 messenger RNA Proteins 0.000 description 6
- 210000001163 endosome Anatomy 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 208000023958 prostate neoplasm Diseases 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000003753 real-time PCR Methods 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- MUMGGOZAMZWBJJ-DYKIIFRCSA-N Testostosterone Chemical compound O=C1CC[C@]2(C)[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 MUMGGOZAMZWBJJ-DYKIIFRCSA-N 0.000 description 4
- 230000003321 amplification Effects 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000005556 hormone Substances 0.000 description 4
- 229940088597 hormone Drugs 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 102000039446 nucleic acids Human genes 0.000 description 4
- 108020004707 nucleic acids Proteins 0.000 description 4
- 150000007523 nucleic acids Chemical class 0.000 description 4
- 230000001575 pathological effect Effects 0.000 description 4
- 230000037361 pathway Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000005751 tumor progression Effects 0.000 description 4
- 206010061819 Disease recurrence Diseases 0.000 description 3
- 238000010802 RNA extraction kit Methods 0.000 description 3
- 102000039471 Small Nuclear RNA Human genes 0.000 description 3
- 108020004688 Small Nuclear RNA Proteins 0.000 description 3
- 239000002246 antineoplastic agent Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 230000008236 biological pathway Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000000315 cryotherapy Methods 0.000 description 3
- 229940127089 cytotoxic agent Drugs 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009169 immunotherapy Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 239000002096 quantum dot Substances 0.000 description 3
- 238000010839 reverse transcription Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 210000000582 semen Anatomy 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- -1 snoRNAs Proteins 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 239000010981 turquoise Substances 0.000 description 3
- 206010004446 Benign prostatic hyperplasia Diseases 0.000 description 2
- 108010000817 Leuprolide Proteins 0.000 description 2
- 108700011259 MicroRNAs Proteins 0.000 description 2
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 2
- 206010061309 Neoplasm progression Diseases 0.000 description 2
- 102000007999 Nuclear Proteins Human genes 0.000 description 2
- 108010089610 Nuclear Proteins Proteins 0.000 description 2
- 208000004403 Prostatic Hyperplasia Diseases 0.000 description 2
- 102000001307 androgen receptors Human genes 0.000 description 2
- 108010080146 androgen receptors Proteins 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010804 cDNA synthesis Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- GFIJNRVAKGFPGQ-LIJARHBVSA-N leuprolide Chemical compound CCNC(=O)[C@@H]1CCCN1C(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](CC(C)C)NC(=O)[C@@H](NC(=O)[C@H](CO)NC(=O)[C@H](CC=1C2=CC=CC=C2NC=1)NC(=O)[C@H](CC=1N=CNC=1)NC(=O)[C@H]1NC(=O)CC1)CC1=CC=C(O)C=C1 GFIJNRVAKGFPGQ-LIJARHBVSA-N 0.000 description 2
- 229960004338 leuprorelin Drugs 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010208 microarray analysis Methods 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 208000037821 progressive disease Diseases 0.000 description 2
- 210000005267 prostate cell Anatomy 0.000 description 2
- 238000011471 prostatectomy Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000028327 secretion Effects 0.000 description 2
- 229960003604 testosterone Drugs 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 102000040650 (ribonucleotides)n+m Human genes 0.000 description 1
- AOJJSUZBOXZQNB-VTZDEGQISA-N 4'-epidoxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-VTZDEGQISA-N 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 108091032955 Bacterial small RNA Proteins 0.000 description 1
- 230000007067 DNA methylation Effects 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 102000040848 ETS family Human genes 0.000 description 1
- 108091071901 ETS family Proteins 0.000 description 1
- HTIJFSOGRVMCQR-UHFFFAOYSA-N Epirubicin Natural products COc1cccc2C(=O)c3c(O)c4CC(O)(CC(OC5CC(N)C(=O)C(C)O5)c4c(O)c3C(=O)c12)C(=O)CO HTIJFSOGRVMCQR-UHFFFAOYSA-N 0.000 description 1
- 108091007413 Extracellular RNA Proteins 0.000 description 1
- 101000638154 Homo sapiens Transmembrane protease serine 2 Proteins 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 108091030146 MiRBase Proteins 0.000 description 1
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 description 1
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 description 1
- 102000043141 Nuclear RNA Human genes 0.000 description 1
- 108020003217 Nuclear RNA Proteins 0.000 description 1
- 229930012538 Paclitaxel Natural products 0.000 description 1
- 239000013614 RNA sample Substances 0.000 description 1
- 108700005075 Regulator Genes Proteins 0.000 description 1
- 108020004459 Small interfering RNA Proteins 0.000 description 1
- 102100031989 Transmembrane protease serine 2 Human genes 0.000 description 1
- 208000008385 Urogenital Neoplasms Diseases 0.000 description 1
- 239000000556 agonist Substances 0.000 description 1
- 230000002280 anti-androgenic effect Effects 0.000 description 1
- 239000000051 antiandrogen Substances 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- BMQGVNUXMIRLCK-OAGWZNDDSA-N cabazitaxel Chemical compound O([C@H]1[C@@H]2[C@]3(OC(C)=O)CO[C@@H]3C[C@@H]([C@]2(C(=O)[C@H](OC)C2=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=3C=CC=CC=3)C[C@]1(O)C2(C)C)C)OC)C(=O)C1=CC=CC=C1 BMQGVNUXMIRLCK-OAGWZNDDSA-N 0.000 description 1
- 229960001573 cabazitaxel Drugs 0.000 description 1
- 230000022131 cell cycle Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012350 deep sequencing Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 229960003668 docetaxel Drugs 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229960001904 epirubicin Drugs 0.000 description 1
- FRPJXPJMRWBBIH-RBRWEJTLSA-N estramustine Chemical compound ClCCN(CCCl)C(=O)OC1=CC=C2[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 FRPJXPJMRWBBIH-RBRWEJTLSA-N 0.000 description 1
- 210000003527 eukaryotic cell Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 239000002955 immunomodulating agent Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000004698 lymphocyte Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 229960001156 mitoxantrone Drugs 0.000 description 1
- KKZJGLLVHKMTCM-UHFFFAOYSA-N mitoxantrone Chemical compound O=C1C2=C(O)C=CC(O)=C2C(=O)C2=C1C(NCCNCCO)=CC=C2NCCNCCO KKZJGLLVHKMTCM-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000051 modifying effect Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 210000000299 nuclear matrix Anatomy 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 229960001592 paclitaxel Drugs 0.000 description 1
- 238000003068 pathway analysis Methods 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000001124 posttranscriptional effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 201000001514 prostate carcinoma Diseases 0.000 description 1
- 208000017497 prostate disease Diseases 0.000 description 1
- 201000007094 prostatitis Diseases 0.000 description 1
- 239000003488 releasing hormone Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 108020004418 ribosomal RNA Proteins 0.000 description 1
- 238000013336 robust study Methods 0.000 description 1
- 238000007423 screening assay Methods 0.000 description 1
- 208000011571 secondary malignant neoplasm Diseases 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 1
- 229940063683 taxotere Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000011222 transcriptome analysis Methods 0.000 description 1
- 208000019206 urinary tract infection Diseases 0.000 description 1
- 208000037964 urogenital cancer Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- C12Q2600/112—Disease subtyping, staging or classification
-
- 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
-
- 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
- C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Organic Chemistry (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Immunology (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Microbiology (AREA)
- Oncology (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Hospice & Palliative Care (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physiology (AREA)
Abstract
Description
本出願は、2020年2月18日に出願された米国仮特許出願第62/978,184号および2019年3月15日に出願された米国仮特許出願第62/819,325号の利益を主張するものであり、これらは参照によりそれらの全体が本明細書に組み込まれる。
Sentinel(商標)PCa試験は、シグネチャーsncRNA(つまり、miRNAおよびsnoRNA配列)レベルの集合の分析に基づく分類プラットフォームまたはアルゴリズムである。各配列の予測値は、前立腺生物学における配列の事前に決定された生物学的役割とは別個のデータ駆動型選択アルゴリズムを介して規定される。選択アルゴリズムは、以下からなるデータセット上でトレーニングされる:(1)前立腺がんとは関係のない状態について泌尿器科で提示された対照対象;(2)生検結果に基づいて前立腺がんを有しないことが分かっている前立腺がんの疑いのある対象;および(3)前立腺がんと診断され、そのコア針生検組織病理学が悪性度グループ1~5(GG1~GG5)として報告された患者。
がんと非がんを区別する最も情報価値のあるsncRNA配列を、前立腺がんを有しない患者(NEPC)と前立腺がんを有する患者(GG1~GG5)との間でどのsncRNA配列が異なって表されるかを判断する選択アルゴリズムを使用して識別した。これは、Discovery PCa試験について以下に例示される。選択アルゴリズムは、尿中エクソソームsncRNAのレベルが、慎重に定義された病理を有する大規模な参加者集団[NEPCを有する対象89人と、がん(GG1~GG5)を有する患者146人]の疾患の病理学的病期(がん/非がん)とどの程度よく相関しているかを試験する。選択アルゴリズムは、miR4.0アレイ上で調べた6,599個のsncRNAの各々が、腫瘍の既知の病理とどの程度よく相関しているかを個別に評価する。多くのsncRNAは協調的に調節されるため、アルゴリズムは2つのsncRNA、3つのsncRNA、または4つのsncRNAのすべての組み合わせを評価し、その後、疾患の病理における個々のsncRNAの重要度を評価するためのリーブワンアウト戦略を使用して個々のsncRNAを検査する。予想されるように、選択アルゴリズムから6,599個のsncRNA配列の大半を除外しても、どちらの病理とも異なって関連付けられないため、前立腺がんを有する場合と有しない場合の区別に影響はない。sncRNAs評価の影響は、図5(右パネル)に示す重要度プロットを使用して視覚化することができる。重要度プロットは次のことを示している:(1)いくつかのエクソソームsncRNAは異なる病理において異なるレベルで存在する、(2)sncRNAはsnoRNAおよびmiRNAであり、1つのタイプのsncRNAが開示された分析には不十分であることを示している、(3)アルゴリズムを使用した診断は、分類評価において280個を超えるsncRNA配列では変化しない。
Sentinel(商標)PCa試験、Sentinel(商標)CS試験、およびSentinel(商標)HG試験は、疾患状態が不明な各患者のsncRNA発現シグネチャーを入力とし、Sentinel(商標)スコアを生成する分類アルゴリズムに基づいている。疾患状態が不明な(ただし、発現シグネチャーは分かっている)将来の患者を分類するための感度を、ユーザー定義のレベル(通常95%以上)で制御する(トレーニングデータセットの相互検証から得た)所定のカットオフ値と、このスコアを比較して、参加者を分類する。
Sentinel(商標)臨床的有意性(CS)試験は、同様の分類アルゴリズムを使用して、計算されたカットオフと比較されるSentinel(商標)CSスコアを生成する。カットオフは、将来の患者に対する感度を望ましいレベル(95%)で制御し、臨床的に有意ながん(GG2~GG5)(Sentinel(商標)CSスコアがカットオフ以上の場合)と臨床的に有意でないがん(GG1)(Sentinel(商標)CSスコアがカットオフよりも小さい場合)とを区別する。アルゴリズムは、Sentinel(商標)PCa試験のトレーニングに使用されるデータセットにおいて前立腺がんを有することが分かっている患者のサブセットのみを使用してトレーニングされる。同様に、分類アルゴリズムを使用して、Sentinel(商標)CS試験の発現シグネチャーを定義するための基礎として280個のsncRNAを使用した。Sentinel(商標)CS試験は、(Discovery CS試験で特定された280個のsncRNAを利用し、そのうち135個の固有のsncRNA(130個のmiRNAと66個のsnoRNA)が非常に情報価値がある。
前立腺がんを有するとして分類された個人の場合、同様のアプローチを使用して、GG1+GG2(低および良好な中等度リスクのがん)と、好ましくない中および高等度リスクの前立腺がん(GG3~GG5)とを区別するSentinel(商標)高悪性度(HG)をトレーニングおよび検証した。特定されたこれらの情報価値のある配列は、Sentinel(商標)HG試験の基礎を形成する。追加の分析により、sncRNAの同じコホートを使用して、がん患者をGG3~5(高等度リスクがん)からGG1+GG2(低および中等度リスクのがん)に分けることが可能であることが実証された。この生物統計分析は、Discovery HG試験によって特定された280個のsncRNAを利用するSentinel(商標)HG試験の基礎を形成し、そのうち280個の固有のsncRNA(191個のmiRNAと89個のsnoRNA)が非常に情報価値がある。
研究対象集団:
Sentinel(商標)PCaおよびSentinel(商標)CS試験の開発および検証には、2つの独立した患者コホートを使用した。がんを有するか、またはがんを有しないとして患者を分類するためのSentinel(商標)PCaを開発するべく使用した233人の参加者の臨床的特性および人口統計学的特性は、シグネチャーsnRNAの集合の統計分析に基づいていた。がんを有するとして分類された患者の場合、Sentinel(商標)CS試験を使用して、GG1(無痛性、低等度リスクのがん)の患者を、GG2~5(それぞれ中、高等度リスクおよび侵攻性のがん)から区別する。Sentinel(商標)CS試験はまた、腫瘍をGG1とGG2~5とに分類するための第2の分類アルゴリズムを使用するシグネチャーsncRNAの別の集合の統計分析に基づいている。両方の試験のsncRNAを、AffymetrixのmiR4.0アレイによって調べる。
Sentinel(商標)PCaおよびCS試験の開発のための尿サンプル、および米国を拠点とする後ろ向き研究のコホートは、2つの臨床サイトであるAlbany Medical Center(米国、ニューヨーク州アルバニー)およびSUNY Downstate Medical Center(米国、ニューヨーク州ブルックリン)で、臨床検査のための訪問日に収集した。後ろ向き研究の残りのサンプルは、University Health Network(カナダ、トロント)のGUBioBankから取得され、-20℃で凍結されてmiR Scientificの研究所へ大量に出荷された。患者の情報は、各参加サイトの治験審査委員会によって承認されたとおりに収集され、匿名化された。前立腺がんの診断は、コア針生検の組織病理学的等級付けによって得られた。コアあたりの腫瘍のパーセンテージと陽性コアの数を使用して、悪性度グループ(GG)を評価した。
AffymetrixのGeneChip(商標)miR4.0アレイを使用して、製造元の指示に従って、sncRNAを調べた。これらのアレイ上で分析された235人の患者のMAIME準拠の生データファイルは、NCBIのGene Expression Omnibusに保管されている。(Edgar R et al.Gene Expression Omnibus:NCBI gene expression and hybridization array data repository.Nucleic Acid Res 2002 30:207)。トレーニングセットにおける6,599個のsncRNAを、AffymetrixのGeneChip(商標)miRNA4.0アレイ上で調べた。
選択したmiRNAのcDNA合成、前増幅:エクソソームmiRNAの分析では、製造元によって推奨されるように、TaqMan(商標)MicroRNA逆転写キット(Thermo Fisher Scientific)を使用して、3つの特定のmiRNAステムループプライマープールを使用した個別の反応において総sncRNAを逆転写した。miRNAのcDNAプールを、16サイクル(95℃で10分間、55℃で2分間、72℃で2分間、95℃で15秒間および60℃で4分間を16サイクル繰り返し、99.9℃で10分間)の間、前増幅プライマープールで個別に濃縮し、製造元の推奨に従って56個のエンティティを含む3つのサブアレイのQuantStudio OpenArray(商標)上で調べた。
Sentinel(商標)PCa試験は、コア針生検が陽性または陰性である参加者のコホートでトレーニングされた分類アルゴリズムに基づいている。分類アルゴリズムは、疾患状態が不明な参加者のsncRNA発現シグネチャーを入力とし、Sentinel(商標)スコアを生成する。疾患状態が不明な(ただし、発現シグネチャーは分かっている)将来の患者を分類するための感度を、ユーザー定義のレベル(通常95%以上)で維持する所定のカットオフ値と、このSentinel(商標)スコアを比較して、参加者を分類する。第2の分類アルゴリズムであるSentinel(商標)CS試験は、Sentinel(商標)PCa試験と同様に動作する。しかしながら、Sentinel(商標)CS試験の分類アルゴリズムは、低悪性度(GG1)として分類された患者のコホートと、良好な中~高悪性度の前立腺がん(GG2~GG5)として分類された第2の患者のコホートでトレーニングされる。第3の分類アルゴリズムであるSentinel(商標)HG試験は、低等度および良好な中等度リスク(GG1+GG2)の前立腺がんであると判断された患者のコホートと、良好でない中等度リスクおよび高等度リスク(GG3~GG5)として特徴付けられる第2のコホートでトレーニングされる。
症例対照の患者コホートにおけるSentinel(商標)PCa試験、Sentine1(商標)CS試験、およびSentinel(商標)HG試験の検証
OpenArray(商標)プラットフォームを使用するSentinel(商標)PCa試験およびSentinel(商標)CS試験のパフォーマンス特性を、1436人の患者を対象とした症例対照研究において確立した(表5)。
Sceintific Sentinel(商標)プラットフォームを使用して臨床的に有意でないPCaを特定するための安全性および科学的妥当性の研究
臨床研究の目的は、Scientific Sentinel(商標)PCa試験およびScientific Sentinel(商標)CS試験のパフォーマンス特性を検証して、(1)生検が実施される、前立腺がんの疑いのある50~80歳の男性の中で前立腺がん患者を特定し、(2)臨床的に有意な前立腺がん(悪性度2以上)の50~80歳の男性を、臨床的に有意でない前立腺がん(悪性度グループ1)の男性から区別することである。これらの分類は、コア針生検および根治的前立腺切除術(利用可能な場合)の結果と比較される。感度、特異度、陽性および陰性的中率が確立される。この研究は、前向き研究、観察的研究、および非介入的研究である。情報を与えられた(informed)参加者は、研究の過程で2つ以上の尿サンプルを提供し、関連する匿名化された臨床データを研究チームと共有することに同意する。
Claims (40)
- 前立腺がんのリスクがある対象をスクリーニングするための方法であって、
(i)前記対象から生物学的サンプルを得ることと、
(ii)前記生物学的サンプルからの小分子非コードRNA(sncRNA)のシグネチャー集合の総発現プロファイルを検出することであって、
前記シグネチャーsncRNAの集合の総発現プロファイルを検出することが、前記生物学的サンプルから得られたsncRNAに由来するcDNAの各々に特異的なハイブリダイズプローブを含み、
前記ハイブリダイズプローブのうちの少なくとも1つが、配列番号1~280からなる群から選択される、検出することと、
(iii)前立腺がんを有しないか、または前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号1~280の総発現プロファイルを比較することにより、前記対象からの配列番号1~280の前記総発現プロファイルを相関させることと、
(iv)上記(iii)から得られた結果に基づいて、対象が前立腺がんのリスクを有する可能性を判断することと、を含む、方法。 - 前立腺がんのリスクがあると判断された前記対象におけるsncRNAの発現を再分析し、無痛性(低悪性度、GG1)または中もしくは高悪性度(GG2~GG5)の前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号281~560の総発現プロファイルと比較することにより、無痛性(低悪性度、GG1)または中もしくは高悪性度(GG2~GG5)の前立腺がんを有するとして前記対象をさらに分類する、請求項1に記載の方法。
- 侵攻性(中もしくは高悪性度、GG2~GG5)の前立腺がんを有すると判断された前記対象におけるsncRNAの発現を再分析し、低/中等度リスク(GG1~GG2)または侵攻性(高悪性度、GG3~GG5)の前立腺がんを有する標的集団からのトレーニングセットにおける配列番号561~840の総発現プロファイルと比較することにより、低/中悪性度(GG2~GG5)または侵攻性(高悪性度、GG3~GG5)の前立腺がんを有するとして前記対象をさらに分類する、請求項2に記載の方法。
- 侵攻性(中もしくは高悪性度、GG2~GG5)の前立腺がんを有するとして分類された前記対象が、根治的前立腺切除術、前立腺の近接照射療法、前立腺の放射線療法、ネオアジュバントホルモン療法およびアジュバントホルモン療法のうちの1つ以上で治療される、請求項3に記載の方法。
- 前記生物学的サンプルが、無細胞尿である、請求項1に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームである、請求項1に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームから抽出されたsncRNAである、請求項1に記載の方法。
- 前記sncRNAが、miRNA、C/DボックスsnoRNA、H/ACAボックスsnoRNA、scaRNA、piRNAおよびlncRNAを含む、請求項1に記載の方法。
- 前記sncRNAが、miRNAおよびsnoRNAを含む、請求項1に記載の方法。
- 前立腺がんのリスクがある対象をスクリーニングするための前記方法が、Sentinel(商標)PCa(PCa)試験を実施することを含み、前記PCa試験が、
(i)情報価値のある配列について、Open Arrayプラットフォーム上で、配列番号1~280のsncRNA配列を調べるステップと、
(ii)前記配列すべての前記総発現プロファイル、および第1の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求めるステップと、
(iii)前記情報価値のある配列についての(ii)における前記Sentinelスコアを、前立腺がんを有するか、または前立腺がんを有しないことが知られている患者からのトレーニングデータセットについて得られたSentinelスコアと比較するステップと、
(iv)前記対象が前立腺がんを有するのか、前立腺がんを有しないのかを判断するステップと、を含む、請求項1に記載の方法。 - 無痛性もしくは低悪性度(GG-1)または中もしくは高悪性度(GG-2~GG-5)の前立腺がんを有するとして分類される前立腺がんを有する対象をスクリーニングするための前記方法が、Sentinel(商標)臨床的有意性(CS)試験を実施することを含み、前記CS試験が、
(i)情報価値のある配列の異なるセットについて、Open Arrayプラットフォーム上で、第2ラウンドで、配列番号281~560のsncRNAを調べるステップと、
(ii)前記配列すべての前記総発現プロファイル、および第2の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求めるステップと、
(iii)前記情報価値のある配列についての前記(ii)におけるSentinelスコアを、患者GG1前立腺がんおよびGG2~GG-5前立腺がんからのトレーニングデータセットについて得られたSentinelスコアと比較するステップと、
(iv)前記対象がGG1前立腺がんを有するのか、またはGG2~GG-5前立腺がんを有するのかを判断するステップと、を含む、請求項10に記載の方法。 - 無痛性もしくは低悪性度(GG1)または中もしくは高悪性度(GG-2~GG-5)の前立腺がんを有するとして分類される前立腺がんを有する対象をスクリーニングするための前記方法が、Sentinel(商標)高悪性度(HG-試験を実施することを含み、前記CS試験が、
(i)情報価値のある配列の異なるセットについて、Open Arrayプラットフォーム上で、第3ラウンドで、配列番号561~840のsncRNAを調べるステップと、
(ii)前記配列すべての前記総発現プロファイル、および第3の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求めるステップと、
(iii)前記情報価値のある配列についての前記(ii)におけるSentinelスコアを、患者低/中悪性度(GG1~GG2)の前立腺がんおよび高悪性度(GG3~GG-5)の前立腺がんからのトレーニングデータセットについて得られたSentinelスコアと比較するステップと、
(iv)前記対象が低/中悪性度(GG1~GG2)の前立腺がんを有するのか、または高悪性度(GG3~GG-5)の前立腺がんを有するのかを判断するステップと、を含む、請求項11に記載の方法。 - 前記検出するステップが、マイクロアレイ法、逆転写ポリメラーゼ連鎖反応、ポリメラーゼ連鎖反応、核酸ハイブリダイゼーション、またはそれらの組み合わせを含む、請求項1に記載の方法。
- 前立腺がんのリスクがある対象におけるsncRNAシグネチャーの集合の前記総発現プロファイルが、前立腺がんを有しない対象におけるsncRNA(配列番号1~280)のシグネチャー集合の前記総発現プロファイルよりも高いまたは低い、sncRNA(配列番号1~280)のシグネチャー集合の総発現プロファイルの組み合わせである、請求項1に記載の方法。
- 中/高悪性度(GG2~GG5)の前立腺がんを有する対象におけるsncRNAシグネチャーの集合の前記総発現プロファイルが、無痛性もしくは低悪性度(GG1)前立腺がんを有する対象におけるsncRNA(配列番号281~560)のシグネチャー集合の前記総発現プロファイルよりも高いまたは低い、sncRNA(配列番号281~560)シグネチャーの集合の総発現プロファイルの組み合わせである、請求項1に記載の方法。
- 対象が前立腺がんであるか否かを診断するための方法であって、
(i)対象から生物学的サンプルを得ることと、
(ii)前記生物学的サンプルからの小分子非コードRNA(sncRNA)のシグネチャー集合の総発現プロファイルを検出することであって、
前記シグネチャーsncRNAの集合の総発現プロファイルを検出することが、前記生物学的サンプルから得られたsncRNAに由来するcDNAの各々に特異的なハイブリダイズプローブを含み、
前記ハイブリダイズプローブが、配列番号1~280からなる群から選択される、検出することと、
(iii)前立腺がんを有しないか、または前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号1~280の発現を比較することにより、前記対象からの配列番号1~280の発現を相関させることと、
(iv)上記(iii)から得られた結果に基づいて、対象が前立腺のリスクを有する可能性を判断することと、を含む、方法。 - 前立腺がんのリスクがあると判断された前記対象を再分析し、無痛性または侵攻性の前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号281~560の発現と比較することにより、無痛性(低悪性度、GG1)または中もしくは高悪性度(GG2~GG5)の前立腺がんのいずれかを有するとして前記対象をさらに分類する、請求項16に記載の方法。
- 中もしくは高悪性度(GG2~GG5)の前立腺がんのリスクがあると判断された前記対象を再分析し、低/中悪性度(GG1~GG2)の前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号561~840の発現と比較することにより、無痛性(低/中悪性度、GG1~GG2)または侵攻性もしくは高悪性度(GG3~GG5)の前立腺がんのいずれかを有するとして前記対象をさらに分類する、請求項17に記載の方法。
- 中もしくは高悪性度または侵攻性の前立腺がんを有するとして分類された前記対象が、根治的前立腺切除術、前立腺の近接照射療法、前立腺の放射線療法、ネオアジュバントホルモン療法およびアジュバントホルモン療法のうちの1つ以上で治療される、請求項16および17に記載の方法。
- 前記生物学的サンプルが、無細胞尿である、請求項16に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームである、請求項16に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームから抽出されたsncRNAである、請求項16に記載の方法。
- 前記sncRNAが、miRNA、C/DボックスsnoRNA、H/ACAボックスsnoRNA、scaRNA、piRNAおよびlncRNAを含む、請求項16に記載の方法。
- 前記sncRNAが、miRNAおよびsnoRNAである、請求項16に記載の方法。
- 前記シグネチャーsncRNAの集合の前記総発現プロファイルが、無痛性前立腺の生物学的サンプルにおける前記シグネチャーsncRNAの集合の発現レベルよりも高いのか、または低いのかについて分析することをさらに含む、請求項16に記載の方法。
- 前立腺がんのリスクがある対象を診断するための前記方法が、Sentinel(商標)前立腺がん(PCa)試験を実施することを含む、請求項16に記載の方法。
- 無痛性/低悪性度(GG-1)または中/高等度リスク(GG2~GG5)の前立腺がんを有するとして対象を診断するための前記方法が、Sentinel(商標)臨床的有意性(CS)試験を実施することを含む、請求項17に記載の方法。
- 低/中悪性度(GG-1~GG2)または高等度リスク(GG3~GG5)の前立腺がんを有するとして対象を診断するための前記方法が、Sentinel(商標)高悪性度(HG)試験を実施することを含む、請求項18に記載の方法。
- 前記診断するステップが、マイクロアレイ法、逆転写ポリメラーゼ連鎖反応、ポリメラーゼ連鎖反応、核酸ハイブリダイゼーション、またはそれらの組み合わせを含む、請求項16に記載の方法。
- 対象において前立腺がんを治療するための方法であって、
(i)患者から生物学的サンプルを得ることと、
(ii)前記生物学的サンプルからの小分子非コードRNA(sncRNA)のシグネチャー集合の総発現プロファイルを検出することであって、
前記シグネチャーsncRNAの集合の総発現プロファイルを検出することが、前記生物学的サンプルから得られたsncRNAに由来するcDNAの各々に特異的なハイブリダイズプローブを含み、
前記ハイブリダイズプローブが、配列番号1~280からなる群から選択される、検出することと、
(iii)
(a)前立腺がんを有しないか、または前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号1~280の発現を比較し、
(b)上記(a)から得られた結果に基づいて、前立腺がんを有する対象においてがんを有する可能性を判断することにより、前記対象からの配列番号1~280の発現を相関させることと、
(iv)無痛性もしくは低等度リスク(GG1)の前立腺がんを有する標的集団からのトレーニングデータセットにおける配列番号281~560の総発現プロファイルを比較することによって、前立腺がんを有する前記対象からの配列番号281~560の総発現プロファイルを再分析して、無痛性もしくは低等度リスク(GG1)または中/高悪性度(GG2~GG5)の前立腺がんのいずれかを有するとして前記対象をさらに分類することと、
(v)中/高悪性度(GG2~GG5)の前立腺がんを有する前記対象を、(a)根治的前立腺切除術、(b)前立腺の近接照射療法、(c)前立腺の放射線療法、(d)ネオアジュバントホルモン療法、(e)アジュバントホルモン療法、および(f)それらの組み合わせのうちの1つ以上で治療することと、を含む、方法。 - 前記生物学的サンプルが、無細胞尿である、請求項30に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームである、請求項30に記載の方法。
- 前記生物学的サンプルが、尿中エクソソームから抽出されたsncRNAである、請求項30に記載の方法。
- 前記sncRNAが、miRNA、C/DボックスsnoRNA、H/ACAボックスsnoRNA、scaRNA、piRNAおよびlncRNAを含む、請求項30に記載の方法。
- 前記sncRNAが、miRNAおよびsnoRNAを含む、請求項30に記載の方法。
- 前立腺がんのリスクがある対象を治療するための前記方法が、Sentinel(商標)PCa(PCa)試験を実施することを含む、請求項30に記載の方法。
- 無痛性/低悪性度(GG1)または中/高悪性度(GG2~GG5)の前立腺がんを有するとして対象を分類する前記対象を治療するための前記方法が、Sentinel(商標)臨床的有意性(CS)試験を実施することを含む、請求項30に記載の方法。
- 前記検出するステップが、マイクロアレイ法、逆転写ポリメラーゼ連鎖反応、ポリメラーゼ連鎖反応、核酸ハイブリダイゼーション、またはそれらの組み合わせを含む、請求項30に記載の方法。
- 前立腺がんを有すると診断された対象におけるsncRNAのシグネチャー集合の前記総発現プロファイルが、前立腺がんを有しない対象における前記sncRNA(配列番号1~280)のシグネチャー集合の前記総発現プロファイルよりも高いまたは低い、前記sncRNA(配列番号1~280)のシグネチャー集合の総発現プロファイルの組み合わせである、請求項30に記載の方法。中/高悪性度(GG2~GG-5)の前立腺がんを有する対象におけるsncRNAのシグネチャー集合の前記総発現プロファイルが、無痛性もしくは低悪性度(GG1)の前立腺がんを有する対象における前記sncRNA(配列番号281~840)のシグネチャー集合の前記総発現プロファイルよりも高いまたは低い、前記sncRNA(配列番号281~840)のシグネチャー集合の総発現プロファイルの組み合わせである、請求項30に記載の方法。
- 対象ががんを有するのか、がんを有しないのかを判断し、がんを有する前記対象を、(i)無痛性(低悪性度、GG1)、(ii)中もしくは高悪性度(GG2~GG5)、(iii)低/中等度リスク(GG1~G2)、または(iv)侵攻性(高悪性度、GG3~GG5)の前立腺がんを有するとして分類するためのシステムであって、
(i)
(a)情報価値のある配列について、第1のOpen Arrayプラットフォーム上で、配列番号1~280のsncRNA配列を調べ、
(b)配列番号1~280の前記配列すべての前記総発現プロファイルおよび第1の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求め、
(c)前記情報価値のある配列についての前記(b)におけるSentinelスコアを、前立腺がんを有するか、または前立腺がんを有しないことが知られている患者からのトレーニングデータセットにおいて得られたSentinelスコアと比較し、
(d)前記対象が前立腺がんを有するのか、前立腺がんを有しないのかを判断するように構成された、第1のプロセッサであって、
前立腺がんを有すると判断された前記対象が、無痛性(低悪性度、GG1)または中もしくは高悪性度(GG2~GG5)の前立腺がんを有するとして分類される、第1のプロセッサと、
(ii)
(a)情報価値のある配列について、第2のOpen Arrayプラットフォーム上で、配列番号281~560のsncRNA配列を調べ、
(b)配列番号281~560の前記配列すべての前記総発現プロファイルおよび第2の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求め、
(c)前記情報価値のある配列についての(f)における前記Sentinelスコアを、無痛性(低悪性度、GG1)または高悪性度(GG2~GG5)の前立腺がんを有することが知られている患者からのトレーニングデータセットにおいて得られたSentinelスコアと比較し、
(d)前記対象が無痛性(低悪性度、GG1)の前立腺がんを有するのか、または高悪性度(GG2~GG5)の前立腺がんを有するのかを判断するように構成された、第2のプロセッサであって、
高悪性度(GG2~GG5)の前立腺がんを有すると判断された前記対象が、低/中等度リスク(GG1~GG2)または侵攻性(高悪性度、GG3~GG5)の前立腺がんを有するとしてさらに分類される、第2のプロセッサと、
(iii)
(a)情報価値のある配列について、第3のオープンアレイプラットフォーム上で、配列番号561~840のsncRNA配列を調べ、
(b)配列番号561~840の前記配列すべての前記総発現プロファイルおよび第3の分類アルゴリズムに含まれる配列間の相互作用を検査するSentinelスコアを求め、
(c)前記情報価値のある配列についての(j)における前記Sentinelスコアを、低/中等度リスク(GG1~GG2)または侵攻性(高悪性度、GG3~GG5)の前立腺がんを有することが知られている患者からのトレーニングデータセットにおいて得られたSentinelスコアと比較し、
(d)前記対象が、低/中等度リスク(GG1~GG2)を有するのか、または侵攻性(高悪性度、GG3~GG5)を有するのかを判断するように構成された、第3のプロセッサと、を含む、システム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962819325P | 2019-03-15 | 2019-03-15 | |
US62/819,325 | 2019-03-15 | ||
US202062978184P | 2020-02-18 | 2020-02-18 | |
US62/978,184 | 2020-02-18 | ||
PCT/US2020/022862 WO2020190819A1 (en) | 2019-03-15 | 2020-03-14 | Methods for predicting prostate cancer and uses thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022524382A true JP2022524382A (ja) | 2022-05-02 |
Family
ID=72424177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021553304A Pending JP2022524382A (ja) | 2019-03-15 | 2020-03-14 | 前立腺がんを予測するための方法およびその使用 |
Country Status (10)
Country | Link |
---|---|
US (2) | US11661633B2 (ja) |
EP (1) | EP3938052A4 (ja) |
JP (1) | JP2022524382A (ja) |
KR (1) | KR20210141949A (ja) |
CN (1) | CN113614249A (ja) |
AU (1) | AU2020241720A1 (ja) |
CA (1) | CA3133294A1 (ja) |
CL (1) | CL2021002387A1 (ja) |
SG (1) | SG11202109835WA (ja) |
WO (1) | WO2020190819A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530581B (zh) * | 2020-12-03 | 2023-11-21 | 安徽医科大学第一附属医院 | 一种前列腺癌患者的免疫分子分类系统及其应用 |
CN114908160A (zh) * | 2021-02-08 | 2022-08-16 | 广州医科大学附属第三医院(广州重症孕产妇救治中心、广州柔济医院) | Snord60作为子宫内膜癌诊断的标志物及其应用 |
US20230332150A1 (en) * | 2022-03-07 | 2023-10-19 | University Of Connecticut | shRNA TARGETING SNORD115 LOCATIONS TO RESTORE PATERNAL UBE3A GENE EXPRESSION IN ANGELMAN SYNDROME |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130053264A1 (en) * | 2009-12-30 | 2013-02-28 | Febit Holding Gmbh | Mirna fingerprint in the diagnosis of prostate cancer |
WO2014085906A1 (en) * | 2012-12-03 | 2014-06-12 | St. Michael's Hospital | Microrna biomarkers for prostate cancer |
WO2017214436A1 (en) * | 2016-06-08 | 2017-12-14 | MiR DIAGNOSTICS | Methods and compositions for prostate cancer diagnosis and treatment |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2610347B1 (en) * | 2007-04-30 | 2015-04-15 | The Ohio State University Research Foundation | Methods of determining the prognosis of a subject with pancreatic cancer |
CA2762986C (en) * | 2009-05-22 | 2018-03-06 | Asuragen, Inc. | Mirna biomarkers of prostate disease |
EP3221452A4 (en) * | 2014-11-21 | 2018-11-21 | Caris Science, Inc. | Oligonucleotide probes and uses thereof |
EP3256602B1 (en) | 2015-02-11 | 2019-09-04 | QIAGEN GmbH | A microrna-based method for early detection of prostate cancer in urine samples |
-
2020
- 2020-03-14 SG SG11202109835W patent/SG11202109835WA/en unknown
- 2020-03-14 EP EP20774336.0A patent/EP3938052A4/en active Pending
- 2020-03-14 WO PCT/US2020/022862 patent/WO2020190819A1/en active Application Filing
- 2020-03-14 US US16/819,070 patent/US11661633B2/en active Active
- 2020-03-14 KR KR1020217031415A patent/KR20210141949A/ko active Search and Examination
- 2020-03-14 JP JP2021553304A patent/JP2022524382A/ja active Pending
- 2020-03-14 CA CA3133294A patent/CA3133294A1/en active Pending
- 2020-03-14 CN CN202080021149.1A patent/CN113614249A/zh active Pending
- 2020-03-14 AU AU2020241720A patent/AU2020241720A1/en active Pending
-
2021
- 2021-09-13 CL CL2021002387A patent/CL2021002387A1/es unknown
-
2023
- 2023-04-24 US US18/138,207 patent/US20230257826A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130053264A1 (en) * | 2009-12-30 | 2013-02-28 | Febit Holding Gmbh | Mirna fingerprint in the diagnosis of prostate cancer |
WO2014085906A1 (en) * | 2012-12-03 | 2014-06-12 | St. Michael's Hospital | Microrna biomarkers for prostate cancer |
WO2017214436A1 (en) * | 2016-06-08 | 2017-12-14 | MiR DIAGNOSTICS | Methods and compositions for prostate cancer diagnosis and treatment |
Also Published As
Publication number | Publication date |
---|---|
US11661633B2 (en) | 2023-05-30 |
CA3133294A1 (en) | 2020-09-24 |
EP3938052A1 (en) | 2022-01-19 |
EP3938052A4 (en) | 2022-12-21 |
US20230257826A1 (en) | 2023-08-17 |
WO2020190819A1 (en) | 2020-09-24 |
AU2020241720A1 (en) | 2021-10-14 |
KR20210141949A (ko) | 2021-11-23 |
CN113614249A (zh) | 2021-11-05 |
CL2021002387A1 (es) | 2022-06-17 |
SG11202109835WA (en) | 2021-10-28 |
US20200291485A1 (en) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5940517B2 (ja) | 内分泌治療下における乳癌再発を予測するための方法 | |
US8911940B2 (en) | Methods of assessing a risk of cancer progression | |
JP2007075127A (ja) | 遺伝子発現を測定するためのイントロンrnaの使用 | |
EP2121988B1 (en) | Prostate cancer survival and recurrence | |
US20230257826A1 (en) | Methods for predicting prostate cancer and uses thereof | |
JP2018524972A (ja) | 肺癌の診断または検出のための方法及び組成物 | |
EP3472361A1 (en) | Compositions and methods for diagnosing lung cancers using gene expression profiles | |
JP2023524016A (ja) | 結腸細胞増殖性障害を特定するためのrnaマーカと方法 | |
JP2019529351A (ja) | 食道癌を診断するおよび治療するための方法 | |
Constâncio et al. | MiRNA biomarkers in cancers of the male reproductive system: are we approaching clinical application? | |
CA2905778A1 (en) | Bladder cancer detection and monitoring | |
US20180371553A1 (en) | Methods and compositions for the analysis of cancer biomarkers | |
EP2553119B1 (en) | Algorithm for prediction of benefit from addition of taxane to standard chemotherapy in patients with breast cancer | |
JP2020500527A (ja) | ヒトホスホジエステラーゼ4dバリアント7の発現に基づくリスクスコア | |
US20180051342A1 (en) | Prostate cancer survival and recurrence | |
AU2018428853A1 (en) | Methods and compositions for the analysis of cancer biomarkers | |
JP6608424B2 (ja) | 前癌性結腸直腸ポリープおよび結腸直腸癌を特定するための方法およびキット | |
US20190010558A1 (en) | Method for determining the risk of recurrence of an estrogen receptor-positive and her2-negative primary mammary carcinoma under an endocrine therapy | |
US10011876B2 (en) | Method and system for prognosis and treatment of diseases using portfolio of genes | |
US20150329916A1 (en) | Methods and kits used in classifying adrenocortical carcinoma | |
JP7024957B2 (ja) | 大腸癌の異時性転移の有無を予測する方法およびそれに用いるキット | |
JP2023152484A (ja) | 乳癌の決定および治療の方法 | |
Wang et al. | Oncology: Prostate/Testis/Penis/Urethra |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221221 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230621 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230908 |