JP2022546698A - 分析物の区別および診断のための検出可能なアレイ、ならびにそれに関連する方法およびシステム - Google Patents

分析物の区別および診断のための検出可能なアレイ、ならびにそれに関連する方法およびシステム Download PDF

Info

Publication number
JP2022546698A
JP2022546698A JP2022513156A JP2022513156A JP2022546698A JP 2022546698 A JP2022546698 A JP 2022546698A JP 2022513156 A JP2022513156 A JP 2022513156A JP 2022513156 A JP2022513156 A JP 2022513156A JP 2022546698 A JP2022546698 A JP 2022546698A
Authority
JP
Japan
Prior art keywords
array
acrylate
photoinitiator
acrylamide
minutes
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
JP2022513156A
Other languages
English (en)
Other versions
JPWO2021042063A5 (ja
Inventor
フランシス ブアン ホン リム,
ティンジュン レイ,
オブドゥリオ パイロット,
イアン シェン-イー チョン,
Original Assignee
エントプシス, 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 エントプシス, インコーポレイテッド filed Critical エントプシス, インコーポレイテッド
Publication of JP2022546698A publication Critical patent/JP2022546698A/ja
Publication of JPWO2021042063A5 publication Critical patent/JPWO2021042063A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251Colorimeters; Construction thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/33Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/6428Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/543Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
    • G01N33/544Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals the carrier being organic
    • G01N33/545Synthetic resin
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G01N33/57488Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving compounds identifable in body fluids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/576Immunoassay; Biospecific binding assay; Materials therefor for hepatitis
    • G01N33/5761Hepatitis B
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776Validation; Performance evaluation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/6428Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
    • G01N2021/6439Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251Colorimeters; Construction thereof
    • G01N21/253Colorimeters; Construction thereof for batch operation, i.e. multisample apparatus
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10064Fluorescence image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20132Image cropping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30072Microarray; Biochip, DNA array; Well plate
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Cell Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Medicinal Chemistry (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Computing Systems (AREA)
  • Biotechnology (AREA)
  • Software Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)

Abstract

分析物非依存性アプローチを使用する疾患検出のためのシステム、装置、および方法が本明細書に説明される。そのようなシステム、装置、および方法は、基材上に配設されたハイドロゲルを有するアレイを使用することを含み得、ハイドロゲルは、1つ以上の重合されたモノマーと、1つ以上の光開始剤またはその光切断生成物と、を含む。1つ以上の非標識分析物を含む1つ以上の試料は、ポリマーのアレイと接触させられ得る。アレイ上に配設された試料は、第1の所定の期間の間、インキュベーションされ、第2の所定の期間の間、所定の温度で加熱され得る。撮像デバイス(例えば、フラットベッドスキャナ)は、インキュベーションおよび加熱後にアレイによって生成される1つ以上の比色または発光信号の量を測定するために使用され得る。次いで、試料を使用して訓練されたニューラルネットワークが、試料に対する診断または疾患分類を予測するために使用され得る。【選択図】図16

Description

関連出願の相互参照
本出願は、2019年8月29日出願の「BIOMARKER-AGNOSTIC COLORIMETRIC SIGNATURE ARRAY DISTINGUISHES BETWEEN MULTIPLE ANALYTES AND DISEASE STATES」と題された米国特許仮出願第62/893,703号の米国特許法119条(e)項に基づく利益を主張し、その全体が参照により本明細書に組み込まれる。
技術分野
本開示は、概して、検出可能なアレイを使用するシステム、デバイス、および方法に関する。より具体的には、本開示は、光開始剤またはその光切断生成物を含む検出可能なアレイを使用して、多様なタイプの分析物を検出し、そのような分析物の検出に基づいて、疾患状態を診断する、最適化されたシステム、デバイス、および方法に関する。
検出可能なアレイは、分析物の存在を検出し、疾患状態を診断するために、表面または特徴上に分析物を結合または固定するために使用され得る。多くの既存の検出可能なアレイは、単一の分析物または単一のタイプの分析物に選択的に結合するように制限され、それらの適用を複数の関心対象分析物を含有する試料に限定する。疾患状態を診断するための検出可能なアレイへの分析物の結合を分析する方法もまた、それらが、例えば、染料、染色、リガンドなどの添加によって、分析物が表面(アレイなどの)上に捕捉される前に分析物が標識されることを典型的に必要とするか、または表面に結合した後に標識されたプローブ(例えば、オリゴヌクレオチド、抗体、標識された抗体など)によって分析物が結合されなければならないため、制限される。これらの方法は、標識反応、非特異的標識によって引き起こされるバックグラウンドに起因する、標識バイアスおよび追加費用を含む、多くの制限に悩まされている。したがって、非バイアス捕捉および非標識分析物の検出のための改善された方法に対する当技術分野における必要性が存在する。
本開示は、特に、複数の異なるタイプの分析物を、複数の特徴(例えば、アレイ)を含む基材上で捕捉し、標識の有無にかかわらずに検出する、最適化されたシステム、デバイス、および方法を提供する。
一実施形態では、アレイは、基材上に配設された複数のポリマーを含み、ポリマーが、各々、1つ以上の重合モノマーと、1つ以上の光開始剤またはその1つ以上の光切断生成物と、を含む。
一実施形態では、非標識分析物を検出するための方法は、1つ以上の分析物を含む1つ以上の試料を、基材上に構成されるポリマーのアレイと接触させることであって、ポリマーが、第1の所定の期間の間、紫外線(UV)光に既に曝露された光開始剤を含む、接触させることと、ポリマーのアレイ上に配設された1つ以上の試料を、第2の所定の期間の間、インキュベーションすることと、ポリマーのアレイを第3の所定の期間の間、所定の温度で加熱することと、撮像デバイスを使用して、加熱に応答して生成される1つ以上の比色または発光信号の量を測定することと、を含む。
一実施形態では、方法は、光開始剤を含む光開始剤溶液を調製することと、各々がモノマーを含む複数のモノマー原液を調製することと、ある体積の光開始剤溶液を、ある体積の複数のモノマー原液の各々および複数のモノマー原液の複数の組み合わせに加えて、複数のスポッティング溶液を生成することと、所定体積の複数のスポッティング溶液の各々を表面上にスポッティングすることと、スポッティング溶液を含むアレイを、所定の期間の間、紫外線(UV)光に曝露することと、それによって、表面上にスポットされた所定体積の複数のスポッティング溶液の各々を重合して、ポリマーのアレイを生成することと、を含む。
一実施形態では、方法は、プロセッサにおいて、かつ複数の被験体に対して、(1)その被験体と関連付けられた1つ以上の試料と接触し、かつ(2)所定の温度で所定の期間加熱された、複数のアレイスポットの比色または発光信号プロファイルと関連付けられた画像データを受信することであって、前記複数のアレイスポットの各々が、紫外線(UV)光に既に曝露された光開始剤を有する異なるハイドロゲル組成物を含む、受信することと、複数の被験体の各々に対して、その被験体と関連付けられた画像データを処理して、複数のアレイスポットの各々に対して色強度値を生成することと、複数の被験体の各々に対して、ニューラルネットワークを訓練して、その被験体以外のおよび複数の被験体の各被験体と関連付けられた色強度値を使用して、ニューラルネットワークを較正することによってその被験体を分類することと、複数の被験体の各々に対して、その被験体に対して訓練されたニューラルネットワークを使用して、その被験体の診断分類を予測することと、を含む。
一実施形態では、被験体における疾患、障害、または病態の状態を判定する方法は、アレイを被験体からの1つ以上の分析物と接触させることと、第1の期間の間、アレイ上の1つ以上の分析物をインキュベーションし、それによって、1つ以上の分析物の一部分がアレイ上で捕捉されることを可能にすることと、第2の期間の間、所定の温度で前記アレイを加熱することと、撮像デバイスを使用して、加熱に応答して生成される1つ以上の比色または発光信号の量を測定することと、を含む。
特許または出願ファイルは、少なくとも1つの着色された図面を含む。色付きの図面を含む本特許または特許出願公報の写しは、要求および必要な料金の支払い時に、特許庁によって提供されることになる。
いくつかの実施形態による、検出可能なアレイの概略的例示である。 いくつかの実施形態による、検出可能なアレイに結合する1つ以上の分析物のプロセスの概略的例示である。 分子種ベンジルおよびベンゾインへの2,2-ジメトキシ-2-フェニルアセトフェノン(DMPA)の光切断の反応スキームを図示する。 DMPA有りおよび無しの、ならびに紫外線(UV)光に曝露されたか、または曝露されていない、異なる溶液を図示する。 UV光曝露および非UV光曝露のDMPAの様々な体積比を有する、DMPAの異なる溶液の吸光度を図示する折れ線グラフである。 図5A、図5B、および図5Cは、異なるパラメータを変動させながら、DMPAを含有する異なるモノマーによって生成された比色生成物の相対的信号を図示する棒グラフである。図5Aは、異なるUV曝露時間に基づく相対的信号の変化を図示する。図5Bは、異なるDMPA濃度に基づく相対的信号の変化を図示する。図5Cは、温度に基づく相対的信号の変化を図示する。 図5A、図5B、および図5Cは、異なるパラメータを変動させながら、DMPAを含有する異なるモノマーによって生成された比色生成物の相対的信号を図示する棒グラフである。図5Aは、異なるUV曝露時間に基づく相対的信号の変化を図示する。図5Bは、異なるDMPA濃度に基づく相対的信号の変化を図示する。図5Cは、温度に基づく相対的信号の変化を図示する。 図5A、図5B、および図5Cは、異なるパラメータを変動させながら、DMPAを含有する異なるモノマーによって生成された比色生成物の相対的信号を図示する棒グラフである。図5Aは、異なるUV曝露時間に基づく相対的信号の変化を図示する。図5Bは、異なるDMPA濃度に基づく相対的信号の変化を図示する。図5Cは、温度に基づく相対的信号の変化を図示する。 図6A~図6Cは、異なる光開始剤を含有する異なるモノマーによって異なる温度で生成された比色生成物の相対的信号を図示する棒グラフを示す。 図6A~図6Cは、異なる光開始剤を含有する異なるモノマーによって異なる温度で生成された比色生成物の相対的信号を図示する棒グラフを示す。 図6A~図6Cは、異なる光開始剤を含有する異なるモノマーによって異なる温度で生成された比色生成物の相対的信号を図示する棒グラフを示す。 図7は、図5A~図5Cおよび図6に図示された光開始剤実験から収集されたデータに対して実施されたt検定のp値を図示する。 図7は、図5A~図5Cおよび図6に図示された光開始剤実験から収集されたデータに対して実施されたt検定のp値を図示する。 いくつかの実施形態による、試料をアレイに適用し、アレイから比色データを取得する方法を図示するフローチャートである。 いくつかの実施形態による、光開始剤を用いて検出可能なアレイを調製する方法を図示するフローチャートである。 いくつかの実施形態による、アレイから取得された比色データを分析する方法を図示するフローチャートである。 図11Aおよび図11Bは、39の異なる分析物に曝露されたアレイの比色プロファイルを図示する。 図11Aおよび図11Bは、39の異なる分析物に曝露されたアレイの比色プロファイルを図示する。 図11Aおよび図11Bに図示された39の異なる分析物に曝露されたアレイの比色生成物のスポット強度ヒートマップを図示する。 図11Aおよび図11Bに図示された39の異なる分析物に曝露されたアレイの比色データに対して階層クラスタリングを実施することの出力を図示する。 図11Aおよび図11Bに図示された39の異なる分析物に曝露されたアレイの比色データの異なる計算分析を示すグラフを図示する。 図11Aおよび図11Bに図示された39の異なる分析物に曝露されたアレイの比色データの異なる計算分析を示すグラフを図示する。 図15A~図15Dは、いくつかの実施形態による、アレイを使用した疾患状態研究における被験体の人口統計プロファイルを示すグラフである。 図15A~図15Dは、いくつかの実施形態による、アレイを使用した疾患状態研究における被験体の人口統計プロファイルを示すグラフである。 図15A~図15Dは、いくつかの実施形態による、アレイを使用した疾患状態研究における被験体の人口統計プロファイルを示すグラフである。 図15A~図15Dは、いくつかの実施形態による、アレイを使用した疾患状態研究における被験体の人口統計プロファイルを示すグラフである。 いくつかの実施形態による、アレイによって生成された比色データを使用して訓練されたモデルからの入力および出力を示すフローを図示する。 図16に図示されるように、モデルに対する性能測定基準を図示する。 図16に図示されるように、モデルの誤分類に関する情報を図示する。 いくつかの実施形態による、図15A~図15Dに図示される疾患状態研究における被験体に適用される際の、分析およびモデルを使用した、異なる試料サイズにわたる癌の異なるステージの真の陽性および感度を図示するチャートである。 いくつかの実施形態による、図15A~図15Dに図示された疾患状態研究における被験体に適用される際の、分析およびモデルを使用した、異なる試料サイズにわたる癌の異なるステージの感度を図示する線グラフである。 いくつかの実施形態による、図15A~図15Dに図示された疾患状態研究で適用される際の、モデルを訓練し、モデルを使用して試料を分類または診断する方法を図示するフローチャートである。 29の異なる分析物に曝露されたアレイ、および分析物に曝露されなかったアレイの比色プロファイルを図示する。 いくつかの実施形態による、比色データを処理および分析するための例示的な計算デバイスを図示する。
詳細な説明
本明細書に説明されるシステム、デバイス、および方法は、特に、検出可能なアレイおよび検出方法を使用して、異なる分析物を捕捉および検出することに関する。いくつかの実施形態では、本開示は、光開始剤またはその光切断生成物を含む検出可能なアレイを提供する。いくつかの実施形態では、分析物(例えば、標識または非標識分析物)は、非酵素的褐変反応を使用して検出可能なアレイ上で検出される。いくつかの実施形態では、本開示は、被験体から取得された試料中に存在する1つ以上の分析物を検出するために、検出可能なアレイを利用して、被験体中の疾患または健康状態を診断する方法を提供する。いくつかの実施形態では、そのような診断方法によると、疾患または健康状態を有すると診断された被験体は、好適な治療で治療される。
本明細書に説明される実施形態では、システム、デバイス、および方法は、具体的に反するように示されない限り、当業者であれば、分子生物学、組み換えDNA技術、タンパク質発現、およびタンパク質/ペプチド/炭水化物化学の従来的な方法を採用することができ、それらの多くは、例示の目的で以下に説明される。そのような技術の例は、Sambrook,et al.,Molecular Cloning:A Laboratory Manual(3rd Edition,2000)、DNA Cloning:A Practical Approach,vol.I&II(D.Glover,ed.)、Oligonucleotide Synthesis(N.Gait,ed.,1984)、Oligonucleotide Synthesis:Methods and Applications(P.Herdewijn,ed.,2004)、Nucleic Acid Hybridization(B.Hames&S.Higgins,eds.,1985)、Nucleic Acid Hybridization:Modern Applications(Buzdin and Lukyanov,eds.,2009)、Transcription and Translation(B.Hames&S.Higgins,eds.,1984)、Animal Cell Culture(R.Freshney,ed.,1986)、Freshney,R.I.(2005)Culture of Animal Cells,a Manual of Basic Technique,5th Ed.Hoboken NJ,John Wiley&Sons、B.Perbal,A Practical Guide to Molecular Cloning(3rd Edition 2010)、Farrell,R.,RNA Methodologies:A Laboratory Guide for Isolation and Characterization(3rd Edition 2005).Poly(ethylene glycol),Chemistry and Biological Applications,ACS,Washington,1997、Veronese,F.,and J.M.Harris,Eds.,Peptide and protein PEGylation,Advanced Drug Delivery Reviews,54(4)453-609(2002)、Zalipsky,S.,et al.,“Use of functionalized Poly(Ethylene Glycols)for modification of polypeptides”in Polyethylene Glycol Chemistry:Biotechnical and Biomedical Applicationsに説明されており、これらの各々の開示は、本明細書に組み込まれる。
概要
本開示は、特に、例えば、複雑な生物学的混合物から、多様な分析物を捕捉するためのアレイ、およびそのような分析物の標識なしの検出のための方法、ならびにそれに基づく診断プラットフォームを提供し得る。
本開示は、いくつかの実施形態では、UVベースの重合の前にハイドロゲルアレイ内における光開始剤化合物(例えば、2,2-ジメトキシ2-フェニルアセトフェノン(DMPA)、1-ヒドロキシ-シクロヘキシルフェニルケトン(HCPK)、および2-ヒドロキシ-2-メチル-1-フェニル-1-プロパノン(HMPP)、ならびにそれらの光切断生成物)の含有が、分析物を捕捉し、非酵素的褐変反応を介して(例えば、カラメル化またはメイラード反応を介して)、それを検出するために最適である高分子ポリマーを結果的にもたらすという驚くべき発見に部分的に基づく。本開示はまた、いくつかの実施形態では、ハイドロゲルアレイ重合中のUV光への特定の最適な長さの曝露が、非酵素的褐変反応を介して(例えば、カラメル化またはメイラード反応を介して)、結合された分析物の改善された比色検出を可能にするハイドロゲルアレイを結果的にもたらすという驚くべき発見に部分的に基づく。本開示はまた、いくつかの実施形態では、光開始剤化合物、またはその光切断生成物を含む、そのようなハイドロゲルアレイを、アレイを1つ以上の分析物と接触させた後に、特定の最適な時間にわたって特定の最適な温度で加熱することが、十分に分化される改善された比色特性を生成し、異なるタイプまたは量の分析物を含む試料の分類を可能にするという驚くべき発見に部分的に基づく。したがって、本開示は、特に、改善された、かつ多用途の検出可能なアレイ、ならびにそれを使用して、分析物標識を必要とせずに、分析物を捕捉および検出する方法を提供する。
一実施形態では、複数のモノマー、ポリマー、またはモノマーおよびポリマー原液が調製され、光開始剤化合物と混合され、基材と接触して配置される。一実施形態では、複数のモノマー、ポリマー、またはモノマーおよびポリマー原液が調製され、光開始剤化合物と混合され、アレイを形成するために基材上にスポットされる。モノマー、ポリマー、またはモノマーおよびポリマー原液は、アレイ上のスポッティングによって一緒に混合され得るか、またはそれらは、アレイ上のスポッティングの前に一緒に混合され得る。いくつかの態様では、基材は、基材コーティングを含む。一部の態様では、基材コーティングは、1つ以上の高分子を基材の表面に固定するための1つ以上の適切な化学基を含む。例えば、特定の実施形態では、基材コーティングは、基材上にスポットされたモノマーまたはポリマーと共に重合され得る化学基を含む。いくつかの態様では、光開始剤と混合された複数のモノマー、ポリマー、またはモノマーおよびポリマー原液を含むアレイは、ある期間の間、UV光に曝露され、光開始剤および基材コーティングとの任意のモノマーおよびその上にスポットされたポリマーの硬化を可能にして、例えば、基材へのモノマーおよびポリマーの共有結合を促進する、および/または光開始剤の光切断を、他のフリーラジカルと反応するフリーラジカルに促進して、高分子内に捕獲される新しい分子種を形成する。重合後、アレイは、1つ以上の分析物(例えば、被験体から取得された試料から)を含む異なる試料に曝露されて、それによって、アレイ上の試料から1つ以上の分析物を捕捉し得る。捕捉された分析物を含むアレイは、続いて、特定の温度で加熱されて、撮像デバイスを使用して捕捉され得る比色特性を生成し得る。いくつかの態様では、アレイによって生成され、かつ撮像デバイスを使用して捕捉された比色特性は、計算モデル(例えば、ニューラルネットワーク)を使用して処理および分析されて、試料を分類する(例えば、疾患または健康状態を診断する)。
いくつかの実施形態では、本明細書に説明されるシステム、デバイス、および方法は、異なるタイプの疾患もしくは健康状態、および/または異なる疾患(例えば、異なる癌のステージ)もしくは健康状態を診断するために使用される。従来の診断アプローチは、典型的には、疾患を検出および分類するための新しいバイオマーカの識別および検証を必要とする。そのようなバイオマーカの識別および検証は、医療診断のための速度制限ステップである。複数の分析物を統合する複雑な特性は、この制限に対処する1つのアプローチであり得る。しかしながら、現在の特性プラットフォームは、例えば、核酸、抗体、タンパク質または揮発性有機化合物などの、特定の分析物分類に焦点が合わせられている傾向がある。そのような試料ベースの特異性は、標的分析物分類を単離および標識するための試料処理ステップを必要とする。それゆえに、専門機器(例えば、DNAシーケンサ、マイクロアレイスキャナ、および質量分析計)が、多くの場合、分析物を単離するために、および/または結果の検出を可能にするために必要とされる。それゆえに、そのような特性プラットフォームは、それらが分析し得る分析物に制限され、かつそのようなプラットフォームの使用を困難にする、顕著な試料処理および機器の専門知識を必要とし得る。
本明細書に説明されるシステム、デバイス、および方法は、例えば、核酸、抗体、タンパク質、または揮発性有機化合物などの、複数の分析物分類をカバーする化学空間に対処する特性プラットフォームを提供する。いくつかの実施形態では、そのような特性プラットフォームの使用は、本明細書に説明されるハイドロゲルアレイとの試料接触、およびそのようなアレイの加熱を含む。それゆえに、そのような特性プラットフォームは、コストを低減し、使い易く、かつ複数の条件の同時スクリーニングを可能にし得る。
いくつかの実施形態では、システム、デバイス、および方法は、十分に利用されていない診断情報源である尿試料を利用し得る。尿の利点にもかかわらず、血液学的試験の市場は、尿分析よりも大きい。尿は、さらなる処理を必要とせずに、予めフィルタ処理され、分析の準備ができている採取容器に到達し得る、定義された分析物を含有する。尿の採取は、溶血に悩まされ得る血液試料とは異なり、非侵襲的であり、試料が分解し難い。加えて、ctDNAおよび他の循環核酸の検出に基づく分析物は、高度に特異的であり、感度に欠け得る。そのような液体生検アプローチは、感度を高めるために、エピジェネティクスおよびプロテオミクスなどの、追加の情報層を必要とし得る。したがって、ハイドロゲルアレイを有する尿プロファイルの使用を行う、本明細書に説明されるシステム、デバイス、および方法は、液体生検アプローチに対する有用な補完であり得る。
いくつかの実施形態では、本明細書に説明されるシステム、デバイス、および方法は、特定の文脈に合わせてカスタマイズされ得る。例えば、分析物特性は、疾患の一般的スクリーニングとして、疾患部位(例えば、癌部位)を局在化するために、疾患の再発を検出するために、または単一の疾患のスクリーニング試験として使用され得る。特に、尿特性は、例えば、肺癌などの疾患をスクリーニングするために使用され得、その疾患については、現在、一般的に利用可能なスクリーニング試験が存在しない。米国では、例えば、放射線および高い偽陽性率またはそのようなスキャンから結果的に生じる害のため、肺癌のリスクが高い個人に対して、コンピュータ断層撮影(CT)スキャンが推奨され得る。
いくつかの実施形態では、本明細書に説明されるシステム、デバイス、および方法は、疾患の異なるステージ、例えば、癌の異なるステージを検出するために使用され得る。本開示は、異なるステージにおける癌が、本明細書に説明される計算方法を使用して区別され得る別個の比色特性を有し得るという驚くべき発見に部分的に基づく。いくつかの実施形態では、別個の特性は、低悪性癌を致死的癌から区別するために使用され得る。そのようなデータは、患者の余命に影響を与えない、成長の遅い腫瘍の過剰診断および過剰治療を最小化するのに有用であり得る。
システム、デバイス、および方法は、人間の解釈、およびそれゆえに、人間の訓練および/または知識の必要性を低減し得る。いくつかの実施形態では、本明細書に説明される特性プラットフォームは、データ駆動型アプローチに基づき得る。そのような特性プラットフォームは、計算システムおよび方法を使用して、比色データ内の複雑な依存性および相関を捕捉し得る。そのような複雑な依存性および相関は、単一または少数のバイオマーカが焦点を当てられたときに失われ得る。いくつかの実施形態では、そのようなプラットフォームは、疾患の下にある分子機構を照射するためのバイオマーカを識別するために使用され得る。
本発明の態様または実施形態のうちの1つの文脈で説明される実施形態および特徴は、本発明の他の態様および実施形態にも適用されることに留意されたい。
アレイ
検出可能なアレイは、1つ以上の分析物を結合するための複数の特徴または結合部位を有する基材を備え得る。図1は、いくつかの実施形態による、検出可能なアレイ100の非限定的な例を図示する。検出可能なアレイ100は、複数の特徴102を有する基材120を含む。当業者によって理解され得るように、アレイに含まれ得る特徴の数は、基材のサイズおよび特徴の所望の密度によって制限され得るが、その異なるサイズの基材および/または密度は、より小さいか、またはより大きい数の特徴102を生成し得る。基材120は、例えば、プラスチック、ガラス、およびセラミックのうちの1つ以上などの、任意の好適な基材材料で作製され得る。特定の実施形態では、基材は、ガラスである。特定の実施形態では、基材は、ケイ酸またはホウケイ酸ガラスである。複数の特徴102は、基材の形状またはサイズに応じて、任意の適切な形状またはサイズを有し得る。例えば、基材120がプレートであるとき、複数の特徴102は、プレート内のウェルとすることができる。基材120がスライドであるとき、複数の特徴102の各々は、スライド上の異なる場所とすることができる。代替的な実施形態では、基材が粒子であるとき、複数の特徴は、粒子内の細孔または開口部とすることができる。一実施形態では、基材120は、ガラス、プラスチック、金属、複合材料、アクリル、または生物学的に活性な基材のうちの少なくとも1つ、または1つ以上を含む。
図2は、実施形態による、検出可能なアレイ100の例示的な特徴102の断面図を図示する。複数の特徴102の各々は、1つ以上の高分子104を基材120の表面に固定するための1つ以上の基材コーティング106を独立して含み得る。1つ以上の基材コーティング106は、独立して、複数の特徴の各々の全てまたは一部分をコーティングし得る。基材コーティング106は、1つ以上の高分子104を基材の表面に固定するための適切な化学基を含有する任意のコーティングであり得る。いくつかの実施形態では、基材コーティング106の同一性は、基材に固定される1つ以上の高分子104の同一性に依存し得る。例えば、1つ以上の高分子104がナノチューブを含む場合、基材コーティング106は、ナノチューブに結合する化学的部分を有し得る。別の例として、1つ以上の高分子104がポリマーを含む場合、基材コーティング106は、オレフィンなどのポリマー骨格内に重合し得る1つ以上の官能基を有し得る。いくつかの実施形態では、基材コーティング106は、少なくとも1つのシランまたは少なくとも1つのシロキサンを含む。いくつかの実施形態で利用される特定のシロキサンは、3-メタクリロキシプロピルトリメトキシシラン、3-アクリロキシプロピルトリエトキシシラン、N-(3-アクリロキシ-2-ヒドロキシプロピル)-3-アミノプロピルトリエトキシシラン、および3-メタクリロキシプロピルジメチルクロロシランのうちの1つ以上などの、1つ以上のアクリロシロキサンを含む。
1つ以上の高分子(例えば、例示的な検出可能なアレイ100上の104)は、任意の高分子を含み得る。いくつかの特定の実施形態では、高分子は、1つ以上の非バイアス結合部位を提供する。非バイアス結合部位を有するそのような高分子は、いくつかの実施形態では、カルボニル、アミン、アミド、カルボン酸、エステル、アルコールなどの結合分析物のための1つ以上の遊離官能基を有し得る。例えば、本発明で使用されるいくつかのポリマーベースの高分子は、カルボニル、アミン、アミド、カルボン酸、エステル、アルコールなどの結合分析物のための1つ以上の遊離官能基を有する。加えて、遊離官能基を有するか、または有していないポリマーは、官能基の性質(存在する場合)に基づくのみならず、ポリマーの形状、および、例えば、それらのサイズおよび形状による、3次元における分析物とのそれらの相互作用にも基づいて、1つ以上の分析物に結合し得る。同様に、ナノチューブを含む高分子は、任意の遊離官能基を含有してもよく、または含有しなくてもよいが、そのサイズおよび形状によって、1つ以上の分析物に依然として結合し得る。
1つ以上の高分子(例えば、例示的な検出可能なアレイ100上の104)は、例えば、ポリマー、界面活性剤、ナノスフェア、ナノチューブ、デンドリマー、マイクロスフェア、および重合マイクロスフェアのうちの少なくとも1つであり得る。高分子がポリマーを含むとき、ポリマーは、ホモポリマーまたはコポリマーとすることができる。高分子104は、(メタ)アクリルアミド、(メタ)アクリレート、およびN,N’-(アルキレン)ビスアクリルアミドのうちの1つ以上を含み得る。例えば、いくつかの実施形態では、高分子104は、2-カルボキシエチルアクリレート、アクリル酸、アクリルアミド、ヒスタミンアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート、4-ヒドロキシブチルアクリレート(4-hydroybutyl acrylate)、N-ヒドロキシエチルアクリルアミド、N,N,-ジメチルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、N-イソプロピルアクリルアミド、エチレングリコールフェニルエーテルアクリレート、N,N’-メチレンジアクリルアミド、1,1,3,3,3-ヘキサフルオロイソプロピルアクリレート、およびN-tert-オクチルアクリルアミドのうちの1つ以上を含む。いくつかの実施形態では、高分子は、2-カルボキシエチルアクリレート、アクリル酸、アクリルアミド、ヒスタミンアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート、4-ヒドロキシブチルアクリレート(4-hydroybutyl acrylate)、N-ヒドロキシエチルアクリルアミド、N,N,-ジメチルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、N-イソプロピルアクリルアミド、エチレングリコールフェニルエーテルアクリレート、N,N’-メチレンジアクリルアミド、1,1,3,3,3-ヘキサフルオロイソプロピルアクリレート、およびN-tert-オクチルアクリルアミドのうちの2つ以上を含む。
いくつかの実施形態では、1つ以上の高分子(例えば、例示的な検出可能なアレイ100上の104)はまた、少なくとも1つの架橋剤を含み得る。架橋剤は、当該技術分野で公知の任意の架橋剤とすることができる。架橋剤としては、例えば、ビス-アクリルアミド、トリメチロールプロパントリアクリレート、ビスフェノールA-ビス(2-ヒドロキシプロピル)アクリレート、および1-(アクリロイルオキシ)-3-(メタクリロイルオキシ)-2-プロパノールのうちの1つ以上などの、2つ、3つ、4つ、またはそれ以上のオレフィンまたはアクリル官能基を含有する1つ以上の分子が挙げられ得る。
1つ以上の高分子(例えば、例示的な検出可能なアレイ100上の104)は、所定の形状またはパターンで基材上に配置され得る。例えば、検出可能なアレイ100に示されるように、複数の高分子は、検出可能なアレイのxおよびy軸に沿って均等に配設され得、各々が最も近い隣接する高分子から同じ距離だけ分離された順序付けられた複数の高分子を作り出す。いくつかの実施形態では、例えば、検出中に、1つの高分子によって捕捉された任意の分析物からの信号が、近くの高分子によって捕捉された分析物からの信号と干渉しないことを確保するために、高分子間の間隔を最適化することが望ましい。いくつかの実施形態では、検出可能なアレイ上の高分子の間隔は、均等ではないが、検出可能なアレイの1つ以上の部分に沿って変動する。いくつかの実施形態では、複数の特徴(例えば、例示的な検出可能なアレイ100上の複数の特徴102)の各々は、異なる高分子を含む。いくつかの実施形態では、複数の特徴(例えば、例示的な検出可能なアレイ100上の複数の特徴102)の数個は、同様のまたは同一の高分子を含む。いくつかの実施形態では、検出可能なアレイ上に提示されるそのような高分子の冗長性は、単一のアレイ上の分析物の複製捕捉および検出を可能にするため有益であり得、これは、そのようなアレイを使用して分析物検出の信頼性および再現性を高めることができる。したがって、複数の特徴の各々の各基材コーティング106は、基材の他の特徴に対して、化学的同一性、三次元形状、物理的配設のパターン、またはそれらの組み合わせのいずれかにおいて固有である高分子を含有し得る。または、検出可能なアレイは、そのような固有の高分子の複数の各々を含み、それによって、アレイ上に冗長性を提供して、単一のアレイ上の分析物の検出の複製を可能にし得る。これらの変動は、いくつかのやり方で達成され得る。例えば、リソグラフィ技術は、異なる特徴上に異なるパターンの高分子を作り出すために使用され得る。別の例として、基材がプレートであるとき、プレートの各ウェルに固定された高分子は、異なる化学同一性を有し得る。さらなる例として、基材120が図1に図示されるようなスライドであるとき、各化学的に別個の高分子は、スライド上の異なる場所に固定され得、この場合、スライド上の異なる場所の各々は、化学的に別個の高分子が固定されている複数の特徴102をスライドが含むように、異なる特徴である。これらまたは他の様式では、1つ以上の高分子104は、複数の化学的に別個の高分子を含み得、各化学的に別個の高分子は、基材120の複数の特徴102の異なる特徴102に固定され得る。例えば、1つ以上の高分子104は、少なくとも2つ、少なくとも12個、少なくとも72個、少なくとも96個、または少なくとも288個の化学的に別個の高分子を含み得、それらの各々は、基材の複数の特徴の異なる特徴に固定され得る。
いくつかの実施形態では、以下でさらに説明されるように、高分子104は、光開始剤で硬化されたハイドロゲルを含み得る。ハイドロゲルは、1つ以上のモノマー原液と光開始剤溶液とを組み合わせ、次いで、組み合わせられた溶液を紫外線(UV)光で硬化することによって形成され得る。例えば、高分子104は、単一のモノマーを光開始剤と組み合わせることによって形成され得る。あるいは、異なる高分子104は、2つのモノマー、例えば、AおよびBを、異なる比率(例えば、50:50、10:90)で一緒に重合することによって形成され得る。いくつかの事例では、モノマーの異なる比率を有することは、分析物の構造の差および異なる結合につながり得る。
好適なモノマーの例としては、アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレートが挙げられる。モノマー原液は、当該技術分野で公知の方法を使用して調製され得る。例えば、いくつかの実施形態では、モノマー原液は、モノマー(例えば、上記にリスト化された好適なモノマーのうちの1つ)を好適な溶媒中に溶解することによって調製される。例えば、いくつかの実施形態では、ジメチルスルホキシド(DMSO)が、そのようなモノマーのうちの1つ以上を溶解するために使用される。いくつかの実施形態では、モノマー原液は、直接またはモノマーをジメチルスルホキシド(DMSO)中に最初に溶解した後のいずれかに、本明細書に開示されるモノマー溶媒溶液(例えば、モノマー溶媒1またはモノマー溶媒2)中にモノマーを溶解することによって調製される。例えば、いくつかの実施形態では、モノマーは、DMSO中に溶解され、次いで、アクリルアミド、N,N’-メチレンジアクリルアミド、蒸留水、およびDMSOを含有するモノマー溶媒溶液とさらに混合され、次いで、追加のアクリル酸またはアクリルアミドが、所望される濃度のモノマーを達成するために必要に応じて加えられる。光開始剤溶液は、任意の好適な溶媒中に光開始剤を溶解することによって調合され得る。特定の実施形態では、光開始剤は、DMSO中に溶解される。好適な光開始剤の例DMPA、HCPK、およびHMPP。ハイドロゲル溶液は、基材(例えば、基材120)上に配置(例えば、スポット)され、続いて、UV光を使用して硬化され得る。特定のハイドロゲル調製物の特定のパラメータおよびUV硬化パラメータに関するさらなる詳細は、図3~図6を参照して説明される。
いくつかの実施形態では、検出可能なアレイ100などの検出可能なアレイが、分析物を含有する試料と接触して配置されるとき、検出可能なアレイ100上の1つ以上の高分子104は、1つ以上の分析物110に結合する。いくつかの実施形態では、分析物は、1つ以上の高分子104の表面104aに結合する。いくつかの実施形態では、分析物は、重合プロセス中に作り出された細孔を介して高分子内に拡散することができ、次いで、分析物は、高分子内に結合する。1つ以上の分析物110は、1つ以上の高分子のうちの少なくとも1つに結合された小分子、タンパク質、ペプチド、ヌクレオチド、ヌクレオシド、細菌、ウイルス、真菌細胞、酵母細胞、および動物細胞のうちの1つ以上を含み得る。特に、複数の異なる分析物110は、1つ以上の高分子に結合され得る。例えば、検出可能なアレイ100が被験体の血液または尿と接触する場合、1つ以上の高分子104は、赤血球、白血球、T細胞などの細胞に結合し、また血液中に存在するタンパク質および小分子にも結合し得る。特に、複数の特徴102の各々が、異なる固定された高分子を有する場合、異なるタイプおよび量の分析物110は、複数の特徴の各々に結合されて、それによって、結合された分析物の検出可能なパターンを作り出し得る。
1つ以上の高分子104に結合された1つ以上の分析物110の存在または不在は、本明細書に説明されるように、複数の検出方法によって検出可能であり得る。例示的な検出方法は、メイラード反応、カラメル化、1つ以上のアミン反応性染料との反応、1つ以上のチオール反応性染料との反応、1つ以上の細胞染料との反応、1つ以上のソルバトクロミック染料との反応、1つ以上の酸インジケータとの反応、1つ以上の塩基インジケータとの反応、1つ以上の標識抗体との反応、発光、表面テクスチャ分析、フォトスキャン、顕微鏡検査、反射率または透過率照明を用いたフォトスキャン、反射率または透過率照明を用いた写真撮影、質量分析および分光法のうちの1つ以上を含む。1つ以上の検出方法、例えば、メイラード反応およびカラメル化を使用して検出することに関するさらなる詳細は、以下の例および図11A~図18を参照して以下に説明される。
光開始剤
本明細書に説明されるシステム、デバイス、および方法は、光開始剤で硬化されたハイドロゲルを含むアレイを使用して、分析物非依存性アプローチを提供し得る。本明細書に説明されるハイドロゲルアレイ用の光開始剤の好適な例としては、DMPA、HCPK、およびHMPPが挙げられる。
スプレー試薬は、薄層クロマトグラフィ(TLC)プレート上の有機化合物を可視化する方法を提供する。スプレー試薬は、光重合開始剤または光開始剤の光切断生成物を含み得る。光開始剤の化学反応性を、ハイドロゲルの複合多様性アレイに組み込むことによって、そのようなアレイは、アレイに結合された特定の分析物の事前の知識なしで、試料の分類を可能にし得る比色特性を提供し得る。そのようなアプローチは、可視比色出力を生成するためにアレイを加熱することを伴い得るが、例えば、質量分析などの、より高コストのデータ取得モードの必要性を回避し得る。
一実施形態では、DMPAは、アクリルアミドおよびアクリレートベースの材料を光重合するために使用され得る。DMPAの光切断は、ベンゾイルおよびケタール断片の生成を結果的にもたらし、これは、さらに二量体化または交差反応して、複数の光分解生成物を作り出し得る。2つのそのような生成物は、ベンジルおよびベンゾイン(すなわち、低減された形態のベンジル)であり、それらの両方がTLCスプレー可視化試薬として使用され得る。図3は、ベンジルおよびベンゾインの生成を示すDMPAの一般的な反応スキームを図示する。
DMPAに対するUV切断の効果、および結果として生じる分子によって生成される比色信号を評価するために実験を実施した。図4Aは、第1の実験の結果を図示する。第1の実験では、30.6mgのDMPAを400uLのDMSO中に溶解し、この溶液を15mLチューブ内の3.6mLの鉱油に添加することによって、DMPA溶液を調製した。混合物を数秒間にわたって激しくボルテックスした。次いで、400uLのDMPA鉱油混合物を、2つのガラスバイアルの各々に添加した。1つのバイアル440を、波長302nmのBiorad UVトランスイルミネータを使用して、60分間にわたってUV光に曝露した。他のバイアル430を、非UV曝露対照として使用した。加えて、DMPAを有していない対照も、3.6mLの鉱油に400uLのDMSOを添加し、数秒間にわたって激しくボルテックスすることによって調製した。同様の方式で、次いで、400uLのDMSO鉱油混合物を、2つのガラスバイアルの各々に添加した。一方のバイアル420を60分間にわたってUV光に曝露し、他方410を非UV対照として使用した。次いで、全ての4つの試料を、250℃で5分間にわたってホットプレート上で加熱し、続いて、30分間にわたって室温まで冷却した。図4Aは、加熱時に黄色生成物を生成するUV(すなわち、バイアル440)に予め曝露されたDMPA溶液を示すが、他の試料のいずれも、有意な視覚的に観察可能な比色信号を生成しなかった。
第2の実験では、1.5gのDMPAを6mlのDMSO中に溶解することによってDMPA溶液を調製した。700uLのDMPAの2つのガラスバイアルを調製し、一方をUV光(390nm)に1時間にわたって曝露したが、他方は、UV光に曝露させなかった。非UV曝露DMPA溶液(UV-)およびUV曝露DMPA溶液(UV+)の様々な比率を、表1にしたがって調製した:
Figure 2022546698000002
図4Bは、表1に示されるUV- DMPA溶液およびUV+ DMPA溶液の様々な比率を含有する混合物の加熱された比色生成物の量(吸光度によって測定される)を図示するグラフ400である。グラフ400は、DMPAのUV切断が、加熱時に比色特性を有する分子を生成し得ることを示す。図4Bに示されるように、混合物によって生成される比色生成物は、UV曝露されたDMPAの相対的パーセンテージに対して線形比例して増加する。第2の実験と関連付けられた実験設定によると、この線形関係は、y=0.0053x+0.074で表され得、式中、yは、405nmでの混合物の吸光度を表し、xは、混合物中のUV曝露された(すなわち、UV+)溶液のパーセンテージを表す。
複数の因子が、DMPAで硬化されたハイドロゲルを使用して生成される比色生成物の特性に影響し得る。これらの因子は、例えば、UV曝露時間、DMPA濃度、および加熱温度を含み得る。これらの因子を、顕微鏡スライド上に装着され、かつ異なる条件下でDMPAで光硬化された14個の異なるハイドロゲルのプロトタイプスポットアレイを使用して試験した。図5A~図5Cは、A1~A14で標識された14個の異なるハイドロゲル、ならびにハイドロゲルのスポット強度を捕捉するための透過率モードにおけるフラットベッドスキャナ、およびスポット強度を分析するための好適なソフトウェアを使用することによって取得されたハイドロゲルの色強度の相対的信号を伴って、試験の結果を図示する。
14個のハイドロゲルA1~A14を、以下の作業溶液、モノマー原液、および光開始剤溶液を使用して調製した。
作業溶液:
Figure 2022546698000003
ハイドロゲルA1~A14は、アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレートを含む14個のモノマーの群から選択された1~3つのモノマーから構成される。
モノマーを最初にDMSOおよびMS-1またはMS-2のいずれかに溶解し、次いで、以下の表2に記載される最終濃度に必要とされる追加のアクリル酸またはアクリルアミドを加えることによって、モノマー原液M1およびM15を調合した。MS-1をM1~M14のための溶媒として使用し、MS-2をM15のために使用した。
Figure 2022546698000004
DMSO中に光開始剤を最初に溶解して、原液を作製し、次いで、以下に説明されるように関連する光開始剤溶液を構築することによって光開始剤溶液を作製した。
Figure 2022546698000005
表3は、ハイドロゲルA1~A14で使用される各ポリマーに対する各モノマー原液の体積による割合を提供する。
Figure 2022546698000006
アレイについて、ホウケイ酸ガラススライドを蒸留水で3回、最初に洗浄し、続いて、無水エタノール中で5分間にわたって超音波処理して表面汚染物質を除去した。スライドをブロー乾燥し、次いで、5分間にわたって120℃のオーブンで乾燥し、続いて、93℃および580mmHgで一晩、蒸着を通して3-メタクリルオキシプロピルトリメトキシルシランでコーティングした。その後、スライドを120℃のオーブンで1時間にわたって乾燥させた。
各ポリマー溶液A1~A14について、10uLのDMPA PI溶液を、10uLの各溶液A1~A14に加え、ピペットで混合した。15uLの各溶液を、上記の手順に従って適切にシラン化されるように、ガラススライド上にスポットし、302nmのUVトランスイルミネータ(例えば、Biorad 2000 UVトランスイルミネータ)で重合した。UV光曝露は、ポリマーの硬化と、シラン化されたガラス表面上へのポリマーの共有結合と、の両方を触媒する。
図5Aは、異なるUV曝露時間における14個のハイドロゲルA1~A14の相対的信号のグラフ500を図示する。実験では、ハイドロゲルアレイを5分間にわたって250℃で加熱する前に、ハイドロゲルを、増分する持続時間、すなわち、5分、20分、および60分にわたってUV硬化した。グラフ500では、各ハイドロゲルラベルA1~A14の上の第1の棒(すなわち、最も左の棒)は、5分間にわたって硬化されたハイドロゲルの相対的信号に対応し、各ハイドロゲルラベルA1~A14の上の第2の棒(すなわち、中央の棒)は、20分間にわたって硬化されたハイドロゲルの相対的信号に対応し、各ハイドロゲルラベルA1~A14の上の第3の棒(すなわち、最も右の棒)は、60分間にわたって硬化された相対的信号に対応する。
アレイを、画像分析のためにデジタルスキャンした。具体的には、1200dpiでデジタルスキャナ(例えば、EPSON Perfection v500)を用いてスライドをスキャンし、画像として記憶した。各画像を8ビットのグレースケールに変換し、反転させた。ハイドロゲルと関連付けられた各スポットについて、標準化されたエリアの中央円形領域を、エリア選択ツールを用いて選択し、分析した。各スポットの中央円形領域について、平均強度値を測定した。バックグラウンド平均強度値も、各アレイに対して測定した。次いで、スポット平均強度値を、バックグラウンド平均強度値に基づいて調整し、関心対象の因子、すなわち、UV曝露時間、DMPA濃度、加熱温度、および/または光開始剤種(すなわち、DMPA、HCPK、HMPP)に対してプロットした。各データ点を生成し、3回に分けて分析した。
グラフ500に図示されるように、A4を除いてハイドロゲルのスポットの各々は、UV曝露時間の増加と共に色強度の増加を示す。UV硬化の5分~60分の信号変化は、図7に図示されるように、A4を除いて、ハイドロゲルスポットの各々に対して統計的に有意であり、以下にさらに説明される。
図5Bは、異なるDMPA濃度における14個のハイドロゲルA1~A14の相対的信号のグラフ510を図示する。実験では、ハイドロゲルアレイを、以下に詳述されるように、0.5×、1×、2×、または4×のDMPAで60分のUV曝露で重合し、続いて、5分間にわたって250℃で加熱した。
Figure 2022546698000007
アレイを、上記に説明されるように、画像分析のためにデジタルスキャンした。グラフ510では、各ハイドロゲルラベルA1~A14の上の第1の棒(すなわち、最も左の棒)は、0.5× DMPAによるハイドロゲルの相対的信号に対応し、各ハイドロゲルラベルA1~A14の上の第2の棒(すなわち、中央の左の棒)は、1× DMPAによるハイドロゲルの相対的信号に対応し、各ハイドロゲルラベルA1~A14の上の第3の棒(すなわち、中央の右の棒)は、2× DMPAによるハイドロゲルの相対的信号に対応し、各ハイドロゲルラベルA1~A14の上の第4の棒(すなわち、最も右の棒)は、4× DMPAによるハイドロゲルの相対的信号に対応する。グラフ510は、相対的DMPA濃度の増加と共に色強度の増加を示す、A8を除いたハイドロゲルのスポットの各々を図示する。0.5×から4×までの増加するDMPA濃度による信号変化は、図7に図示されるように、A6およびA7を除いて、ハイドロゲルスポットの各々に対して統計的に有意であり、以下にさらに説明される。
図5Cは、異なる温度で加熱された14個のハイドロゲルA1~A14の相対的信号のグラフ520を図示する。実験では、60分にわたってUV光で重合されたハイドロゲルアレイを、続いて、5分にわたって、100℃~400℃の範囲の50℃の増分の異なる温度で加熱されたプレートを使用して加熱した(すなわち、100℃、150℃、200℃、250℃、300℃、350℃、または400℃で加熱した)。加熱されたプレートの表面温度を、加熱プロセス中に赤外線温度計によって検証した。アレイを、上記に説明されるように、画像分析のためにデジタルスキャンした。グラフ520は、温度上昇を伴うハイドロゲルの各々の相対的信号の増加を図示する。グラフ520では、各ハイドロゲルラベルA1~A14の上の棒は、左が100℃で始まるハイドロゲル、右が400℃まで増加するハイドロゲルの相対的信号に対応する。グラフ500および510の信号の増加(すなわち、それぞれ、UV曝露時間およびDMPA濃度)と比較して、加熱温度に関連付けられた信号の増加は、最大かつ最も顕著な変化を生成した。したがって、実験は、加熱温度が、UV光で硬化されたハイドロゲルにおける比色信号の生成のための制限因子であることを実証する。実験は、比色信号が光開始剤を使用してハイドロゲル内に生成され得るという原理をさらに実証する。最初の2つの実験(すなわち、UV曝露時間およびDMPA濃度)は、光切断生成物がハイドロゲルにおけるそのような比色信号の生成に寄与することをさらに示す。
光開始剤で硬化されたハイドロゲルの相対的比色信号生成に対する加熱温度の影響をさらに試験するために、異なる光開始剤を含むハイドロゲルアレイを、100℃~400℃の範囲の温度(すなわち、100℃、150℃、200℃、250℃、300℃、350℃、または400℃)で加熱した実験を実施した。アレイを、上記に説明されるように、画像分析のためにデジタルスキャンした。図6A~図6Cは、3つの異なる光開始剤、DMPA、HCPK、およびHMPPを用いて実施されたこの実験の結果を図示する。グラフ600は、DMPAを使用して取得された結果に対応し、グラフ610は、HCPKを使用して取得された結果に対応し、グラフ620は、HMPPを使用して取得された結果に対応する。グラフ600、610、および620は、3つの光開始剤の各々が、温度依存性信号増加の同様のパターンを実証したことを示す。ハイドロゲルのスポット強度は、光開始剤に関係なく、例えば、350℃の高温で、例えば、100℃の低温と比較して、有意に高かった。
図7は、図5A~図6のデータの統計分析を図示する。データの統計的有意性を、t検定(両側、異分散)を使用して評価し、図5A~図6に示されるそれぞれの結果からの各データ点を、その関連する開始条件と比較した。結果的に得られるt検定からのp値は、図7のチャート1300に示され、データの統計的有意性がp値に基づいて評価されている。例えば、0.05以下のp値は、特定のデータ点とその開始条件との間の差が統計的に有意であることを示した。UV曝露時間(図5A)について、より高いUV曝露時間と関連付けられた各データポイントを、5分におけるUV曝露と関連付けられた点と比較した。したがって、グラフ1300は、5分間のUV曝露と関連付けられたデータ点と比較された、20分および60分のUV曝露と関連付けられたデータ点を用いて実施されたt検定からのp値を図示する。DMPA濃度(図5B)について、DMAの高濃度と関連付けられた各データポイントを、0.5× DMPAと関連付けられたデータ点と比較した。したがって、グラフ1300は、0.5× DMPAと関連付けられたデータ点と比較された、1×、2×、および4× DMPAと関連付けられたデータ点を用いて実施されたt検定からのp値を図示する。加熱温度(図5Cおよび図6)について、より高温と関連付けられた各データ点を、100℃と関連付けられたデータ点と比較した。したがって、100℃と関連付けられたデータ点と比較された、グラフ1300は、150℃、200℃、250℃、300℃、350℃、および400℃と関連付けられたデータ点を用いて実施されたt検定からのp値を図示する。
いくつかの実施形態では、アレイは、複数のスポットされた溶液を含み、各々が、光開始剤と混合された1つ以上の高分子を含む。いくつかの実施形態では、1つ以上の高分子は、アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレートからなる群から選択される1つ以上のモノマーを含み得る。いくつかの実施形態では、1つ以上の高分子は、2-カルボキシエチルアクリレート、アクリル酸、アクリルアミド、ヒスタミンアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート(4-hydroybutyl acrylate)、N-ヒドロキシエチルアクリルアミド、N,N,-ジメチルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、N-イソプロピルアクリルアミド、エチレングリコールフェニルエーテルアクリレート、N,N’-メチレンジアクリルアミド、1,1,3,3,3-ヘキサフルオロイソプロピルアクリレート、およびN-tert-オクチルアクリルアミドからなる群から選択された1つ以上のモノマーを含み得る。いくつかの実施形態では、複数のスポットされた溶液は、1つのモノマーを含むホモポリマー、少なくとも2つのモノマーを含むヘテロポリマー、少なくとも3つのモノマーを含むヘテロポリマー、またはそれらの任意の数もしくは組み合わせを含み得る。
いくつかの実施形態では、基材は、官能化される表面を含む。いくつかの実施形態では、基材は、シランまたはシロキサンコーティングで官能化される表面を含む。いくつかの実施形態では、基材は、例えば、メタクリロキシプロピルトリメトキシシラン、3-アクリロキシプロピルトリメトキシシラン、N-(3-アクリロキシ-2-ヒドロキシプロピル-3-アミノプロピルトリエトキシシラン、3-メタクリロキシプロピルジメチルクロロシラン、およびそれらの任意の組み合わせから選択される、アクリロシロキサンで官能化される表面を含む。
好適な光開始剤の例としては、DMPA、HCPK、およびHMPPが挙げられる。いくつかの実施形態では、光開始剤の濃度は、複数の溶液にわたって一貫し得る。代替的な実施形態では、溶液の個体またはサブセットは、溶液の他の個体またはサブセットとは異なる光開始剤濃度を有し得る。いくつかの実施形態では、複数の溶液の各々は、約0.5×(6.25nM)~約4×(50nM)の間で、その間の全ての範囲および値を含む、光開始剤の濃度を有し得る。いくつかの実施形態では、複数の溶液の各々は、約1×(12.5nM)の光開始剤の濃度を有し得る。
いくつかの実施形態では、アレイは、その間の全ての範囲および値を含む、約14のスポット、約70のスポットを含み得る。いくつかの実施形態では、各スポットは、約1uL、約1.3uL、約1.5uL、約2uLを含み得、その間の全ての範囲および値を含む。
いくつかの実施形態では、複数のスポットされた溶液を含むアレイは、UV光を使用して所定の期間にわたって重合され得る。いくつかの実施形態では、UV光は、約250nm~約400nmの波長を有し得る。いくつかの実施形態では、UV光は、約300nm~約350nmの波長を有し得る。いくつかの実施形態では、UV光は、約250nm、約302nm、約350nm、約390nm、約400nmの波長を有し得、その間の全ての範囲を含む。いくつかの実施形態では、UV光曝露のための所定の期間は、約5分、約20分、約1時間、約2時間、約数時間とすることができ、その間の全ての範囲および値を含む。
いくつかの実施形態では、重合されたアレイは、1つ以上の分析物(標識または非標識)を含む試料に曝露され、所定の期間にわたってインキュベートされ得る。いくつかの実施形態では、アレイは、試料と共に約5分、約10分、約15分間にわたってインキュベートされてもよく、その間の全ての範囲および値を含む。試料でインキュベートした後、重合されたアレイを所定の温度で所定の期間にわたって加熱され得る。いくつかの実施形態では、アレイは、約100℃、約150℃、約200℃、約250℃、約300℃、約350℃、約400℃で加熱され得、その間の全ての範囲および値を含む。いくつかの実施形態では、アレイは、単一の温度で加熱され得るが、一方、他の実施形態では、アレイは、等しいか、または異なる期間にわたって複数の温度で加熱され得る。一部の実施形態では、アレイは、所定の温度で約1分、約5分、約10分、約15分間、加熱され得、その間の全ての範囲および値を含む。いくつかの実施形態では、アレイは、約1分~約15分、または約5分などの、メイラード反応を誘導するのに十分な時間にわたって、約275℃~約325℃、または約300℃などの、約200℃~約400℃の温度に加熱され得る。いくつかの実施形態では、アレイは、カラメル化を引き起こすのに十分な時間にわたって、約130℃~約210℃、または約160℃~約200℃などの、約100℃~約210℃の温度に加熱され得る。いくつかの実施形態では、アレイは、ホットプレートを介して加熱され得る。
一実施形態では、本明細書に説明される疾患検出用途に好適なハイドロゲルアレイは、約20分のUV光曝露を伴って約1× DMPA(12.5mM)で各々重合され、かつ約250℃の温度で加熱されることができる、複数のハイドロゲルスポットを含み得る。
方法
図8~図10は、分析物(例えば、標識または非標識分析物)を検出し、試料を分類する方法700のフロー図である。図8に図示されるように、方法700は、702において、1つ以上の試料をアレイ(例えば、アレイ100)と接触させることを含み得る。1つ以上の試料は、非標識もしくは標識分析物、または標識および非標識分析物の組み合わせを含み得る。いくつかの実施形態では、試料は、尿試料とすることができる。アレイは、例えば、図9を参照してさらに図示および説明されるように、第1の所定の期間にわたってUV光に既に曝露された、1つ以上のモノマーまたはポリマー、および1つ以上の光開始剤(例えば、DMPA、HCPK、HMPP)を含む、ハイドロゲルアレイとすることができる。任意選択的に、アレイは、704において、第2の所定の期間(例えば、約5分~約15分)にわたって、試料と共にインキュベートされ得る。試料を有するアレイは、706で所定の温度(例えば、約100℃~約400℃)で加熱され、708で撮像され得る(例えば、フラットベッドスキャナまたは他の撮像デバイスを使用して)。本明細書に説明されるように、アレイが加熱および/または照明されるとき、アレイは、撮像デバイスによって捕捉され得る比色データ(例えば、比色信号)を生成し得る。
図9は、702における、試料との接触前のアレイの調製を図示する。いくつかの実施形態では、アレイの調製は、本明細書に説明されるように、モノマー原液M1~M15と混合された光開始剤溶液の調製と同様のステップを含み得る。例えば、1つ以上の光開始剤溶液が、712において調製され得る。光開始剤溶液の調製は、例えば、DMSO、蒸留水、およびグリセロールを含有する溶液中に光開始剤(例えば、DMPA、HCPK、HMPP)を溶解することを含み得る。一実施形態では、光開始剤、グリセロール、蒸留水、およびDMSOの量は、下記のとおりであり得る:
Figure 2022546698000008
714において、1つ以上のモノマーおよびポリマー溶液が調製され得る。いくつかの実施形態では、そのような溶液の調製は、本明細書に説明されるように、例えば、本明細書に説明されるように、モノマー原液M1~M15の調製と同様に、複数のモノマー原液を調製することを含み得る。例えば、各モノマー原液は、DMSO、アクリルアミド、N,N’-メチレンビスアクリルアミド、または蒸留水のうちの1つ以上を含む溶液中にモノマーを溶解することと、任意選択的に、所望される濃度のモノマーを達成するために必要に応じて追加のアクリル酸またはアクリルアミドを添加することと、によって調製され得る。好適なモノマー原液(例えば、モノマー原液M1~M15)の例が、上記の表2に図示される。次いで、表3~12に図示されるように、例えば、異なる量のモノマー原液を組み合わせることによって、モノマー原液を使用して、1つ以上のポリマー溶液が調製され得る。光開始剤溶液は、716において、各モノマーおよびポリマー溶液に添加されて、スポッティング溶液を生成し得る。いくつかの実施形態では、モノマーおよびポリマー溶液は、ピペットを使用して光開始剤溶液と混合され得る。いくつかの実施形態では、光開始剤の最終濃度は、約0.5×(6.25mM)~約4×(50mM)とすることができる。
各スポッティング溶液は、718において、基材の表面上にスポッティングされ、720において、UV光の形態で電磁エネルギーに曝露され得る。いくつかの実施形態では、基材は、例えば、ホウケイ酸ガラスとすることができる。いくつかの実施形態では、ホウケイ酸ガラスは、各スライドを蒸留水で洗浄し、その後、無水エタノール中で超音波処理して表面汚染物質を除去することによって、調製され得る。次いで、スライドは、空気乾燥および/または熱(例えば、オーブン中)で乾燥され、基材コーティング(例えば、3-メタクリルオキシプロピルトリメトキシルシラン)でコーティングされ、再び乾燥され得る。UV光は、約250nm~約400nmの波長とすることができる。いくつかの実施形態では、アレイは、第1の所定の期間、例えば、約5分~約60分の間、UV光に曝露され得る。スポッティング溶液の曝露は、光開始剤に対して数個の結果を結果的にもたらし得る。いくつかの事例では、光開始剤は、UVによってフリーラジカルによって光切断され、これらのフリーラジカルは、モノマーまたはポリマーの重合に関与し、プロセスにおいてモノマーまたはポリマーの末端に組み込まれることになり得る。いくつかの事例では、光開始剤は、UVによって、重合に関与しないが、他のフリーラジカルと反応して、新しい分子種を形成する、フリーラジカルに光切断され、これは、次いで、分析物と反応して比色信号を生成することができる。また、いくつかの事例では、残留光開始剤は、光切断から逃れ得る。本明細書に説明されるシステム、デバイス、および方法は、検出および/または診断目的のために本明細書に説明されるコロメトリック信号を生成するために、光開始剤の光切断された生成物に主に依存する。UV曝露後、方法700は、次いで、702に進み得、すなわち、試料(例えば、分析物を含む)がアレイと接触する。
図10は、708において、アレイの撮像デバイス(例えば、フラットベッドスキャナ、アナログまたはデジタル撮像デバイスなど)によって捕捉された画像データ(例えば、JPEG)の処理および分析を図示する。そのような処理は、例えば、図20に図示されるように、計算デバイス、または計算デバイス1700などの1つ以上のプロセッサによって、実施され得る。図20に図示されるように、計算デバイス1700は、プロセッサ1722、メモリ1724、および入力/出力デバイス1726を含み得る。1つのプロセッサ1722、メモリ1724、および入力/出力デバイス1726が図示されているが、計算デバイス1700が本明細書に説明される機能を提供するように構成されるように、任意の数のプロセッサ、メモリ、および入力/出力デバイスが計算デバイス1700に含められ得ることが理解され得る。計算デバイス1700は、本明細書に説明されるように、特性プラットフォームの他の構成要素に動作可能に連結され得る。例えば、計算デバイス1700は、撮像デバイス、加熱デバイス(例えば、加熱プレート)などのうちの1つ以上に連結されて、そのような構成要素および/またはデバイスの画像データを取得する、および/または動作を制御し得る。
プロセッサ1702は、一組の命令またはコードを動作および/または実行するように構成された任意の好適な処理デバイスであり得、1つ以上のデータプロセッサ、画像プロセッサ、グラフィック処理ユニット、物理処理ユニット、デジタル信号プロセッサ、および/または中央処理ユニットを含み得る。本明細書に説明される実施形態では、プロセッサ1702は、1つ以上の訓練されたモデルを適用することを含む、画像データの処理および/または分析と関連付けられた機能を動作および/または実行して、試料を分類するように構成された任意の好適な処理デバイスであり得る。プロセッサ1702は、例えば、汎用プロセッサ、フィールドプログラマブルゲートアレイ(FPGA)、特定用途向け集積回路(ASIC)などとすることができる。プロセッサ1702は、アプリケーションプロセス、ならびに/またはシステムおよび/もしくはそれと関連付けられたネットワークと関連付けられた他のモジュール、プロセスおよび/または機能を動作および/または実行するように構成され得る。基礎となるデバイス技術は、様々な構成要素タイプ(例えば、相補型金属酸化膜半導体(CMOS)などの金属酸化膜半導体電界効果トランジスタ(MOSFET)技術、エミッタ結合論理(ECL)などのバイポーラ技術、ポリマー技術(例えば、シリコン接合ポリマーおよび金属接合ポリマー金属構造)、混合されたアナログおよびデジタルなどにおいて提供され得る。
メモリ1704は、データベース(図示せず)を含み得、例えば、ランダムアクセスメモリ(RAM)、メモリバッファ、ハードドライブ、消去可能なプログラム可能な読み出し専用メモリ(EPROM)、電気的に消去可能な読み出し専用メモリ(EEPROM)、読み出し専用メモリ(ROM)、フラッシュメモリなどとすることができる。メモリ1704は、プロセッサ1702に、画像データの処理および/または分析と関連付けられたモジュール、プロセス、および/または機能を実行させる命令を記憶し得る。本明細書に説明されるいくつかの実施形態は、様々なコンピュータ実装された動作を実施するための命令またはコンピュータコードを有する、非一時的コンピュータ可読媒体(非一時的プロセッサ可読媒体とも呼ばれ得る)を有するコンピュータストレージ製品に関する。コンピュータ可読媒体(またはプロセッサ可読媒体)は、それ自体(例えば、空間またはケーブルなどの伝送媒体上に情報を担持する伝搬電磁波)が一時的伝搬信号を含まないという意味で非一時的である。メディアおよびコンピュータコード(また、コードまたはアルゴリズムとも呼ばれ得る)は、特定の目的(複数可)のために設計および構築されたものであり得る。
非一時的コンピュータ可読媒体の例としては、限定されるものではないが、ハードディスクなどの磁気記憶媒体と、フロッピー(登録商標)ディスク、および磁気テープ、コンパクトディスク/デジタルビデオディスク(CD/DVD)などの光記憶媒体と、コンパクトディスク読み出し専用メモリ(CD-ROM)、およびホログラフィックデバイスと、光ディスクなどの磁気光学記憶媒体と、ソリッドステートドライブ(SSD)およびソリッドステートハイブリッドドライブ(SSHD)などのソリッドステート記憶デバイスと、搬送波信号処理モジュールと、特定用途向け集積回路(ASIC)、プログラマブルロジックデバイス(PLD)、読み出し専用メモリ(ROM)、およびランダムアクセスメモリ(RAM)デバイスなどの、プログラムコードを記憶および実行するよう特別に構成されているハードウェアデバイスと、が挙げられる。本明細書に説明される他の実施形態は、例えば、本明細書に開示される命令および/またはコンピュータコードを含み得る、コンピュータプログラム製品に関する。
入力/出力デバイス1706は、入力デバイス(例えば、キーボード、タッチスクリーン、オーディオデバイス)および/または出力デバイス(例えば、ディスプレイデバイス、オーディオデバイス)を含み得る。入力/出力デバイス1706は、計算デバイス1700が、本明細書に説明されるように、特性プラットフォームまたはシステムのうちの1つ以上の構成要素とインターフェースすることを可能にする通信インターフェースを含み得る。例えば、通信インターフェースは、撮像デバイスからデータを受信して、および/または信号(例えば、プロセッサ1702によって生成される)を、撮像デバイス、加熱デバイス、光源(例えば、UV光またはイルミネータ)などのうちの1つ以上に送信して、それらのデバイスの動作を制御するように構成され得る。いくつかの実施形態では、入力/出力デバイス1706の通信インターフェースを介してプロセッサ1702は、UV光をアクティブ化するために(例えば、UV光を適用してアレイを重合するために)、撮像デバイスをアクティブ化して画像データまたはアレイを捕捉するために、および/または加熱デバイスをアクティブ化してアレイを加熱するために、信号を送信し得る。
いくつかの実施形態では、計算デバイス1700は、図10に図示されるように、方法700を実施するように構成され得る。例えば、722において、画像データが受信され得る。任意選択的に、画像データは、724において、処理、例えば、トリミング、反転などを行われ得る。例えば、画像データは、アレイの各スポットを中心として固定ウィンドウサイズを使用してトリミングされ得る。トリミングされた画像データは、726において、様々な色チャネルに分割され得る(例えば、色強度データは、各スポットの画像データから抽出され得る)。いくつかの実施形態では、画像データは、本明細書に説明されるように、R、G.およびBチャネルに分割され得る。
訓練された計算モデル(例えば、ニューラルネットワーク)は、728において、様々な色チャネル(例えば、色強度データまたはRGBデータ)と関連付けられたデータに適用され得る。いくつかの実施形態では、モデルは、複数の分類から特定の分類に属する試料の確率を出力し得る、完全に接続されたニューラルネットワークを含み得る。好適なニューラルネットワークの例は、以下の実施例3にさらに説明される。いくつかの実施形態では、モデルは、試料を1つ以上の診断分類(例えば、健康、疾患1、疾患2など)に分類するために使用され得る。例えば、以下の実施例3にさらに説明されるように、モデルは、健康、および癌または疾患の1つ以上のタイプを含む診断分類に試料を分類するために使用され得る。任意選択的に、分類に基づいて臨床的推奨が提供され得る(例えば、事前設定されたアルゴリズムまたはルールに基づいて、計算デバイスによって)。例えば、計算デバイスは、試料(例えば、尿試料)を提供した患者が、疾患および/または癌を識別および/または治療するための追加試験を実施するべきであると示し得る。
実施例1-39種類の分析物の調査
本明細書に説明されるシステム、デバイス、および方法が、異なる分析物間を区別するために使用され得る。いくつかの実施形態では、システム、デバイス、および方法は、透過率および比色プロファイルを使用して、異なる分析物を区別し得る。
DMPAで硬化されたハイドロゲルアレイを、以下の39種の分析物で試験した:
Figure 2022546698000009
ハイドロゲルアレイは、電荷、極性、疎水性、およびサイズ排除の異なる組み合わせを提供するハイドロゲルの様々な成分を含む70個のスポットを含んでいた。アレイを調製するために、以下の表4~表7に詳述されるように、同体積のDMPA光開始剤溶液を添加し、モノマー原液A1~A14(表3)の各々、ならびに追加の原液B1~B14、C1~C14、D1~D14、およびE1~E14と混合した。
Figure 2022546698000010
Figure 2022546698000011
Figure 2022546698000012
Figure 2022546698000013
次いで、1.3uLの各溶液を、以下の構成でシラン化ガラススライド上にスポットした。この構成を有するアレイは、本明細書では、α-アレイと呼ばれ得る。
Figure 2022546698000014
スポッティングを、Biomek 2000流体取り扱いロボットを使用して実施したが、他の好適な方法およびデバイスが使用されてもよい。各アレイを作製するために使用されたガラススライドを、固有の識別子(ID)でレーザエッチングした。溶液をスポッティングした後、スポットを365nmのゲル硬化UVランプ(例えば、Jiadi JD818)下で20分間、光重合した。
合計で6つのα-アレイを、39種の分析物の各々と共に、室温で10分間、インキュベートした。次いで、アレイを取り出し、室温で20分間、空気乾燥させ、100℃で20分間、加熱プレート上でさらに乾燥させた。続いて、アレイを250℃で5分間、加熱プレート上で加熱して、それらの比色信号プロファイルを発現させた。アレイを、1200dpiのデジタルスキャナ(例えば、EPSON Perfection v500)でスキャンし、赤、緑、および青(「RGB」または「R、G、およびB」)のJPEG画像として保存した。各アレイスポットを、固定ウィンドウサイズを使用してトリミングし、次いで、さらなる分析のためにR、G、およびBチャネルに分割した。各スポットのR、G、およびB強度を、各スポットウィンドウに対するそれぞれのR、G、およびB画素強度を合計することによって取得した。
210のスポット強度(70のスポットに3つの色チャネルを乗算した)のベクトルを、各アレイデータ点から取得した。各ベクトルをL1正規化した。教師なし階層的クラスタリング分析を、Nathan Salomonis(J.David Gladstone Institutes、San Francisco California)によって作成された階層的クラスタリングソフトウェア「hierarchical_clustering.py」を使用して実施した。
L2正規化を、行方向および列方向の行列の両方に使用した。ヒートマップを、色勾配「gist_ncar」を使用して生成した。クラスタリング結果を採点するために、誤分類されたアレイを2つのステッププロセスで識別した:(1)6つのアレイの各分類について、最大連続クラスタを識別するステップ、および(2)この最大連続クラスタの一部ではなかった任意のアレイを、誤分類されたと識別したステップ。クラスタリング正確性は、
Figure 2022546698000015
として計算した。
図11Aおよび図11Bは、スキャンされたアレイ画像を図示する。図11Aは、画像処理ソフトウェア(例えば、ImageJ)を使用してモンタージュされた、スキャンされたアレイ画像800を図示する、それらの透過率を示す。図11Bは、モンタージュされたバージョンを反転し、かつImageJでLUTの“brgbcmyw.lut”を適用することによって作成されたアレイのルックアップテーブル(LUT)バージョン810を図示する。以下のチャートは、図11Aおよび図11Bのそれらの位置に従って識別された、図11Aおよび図11Bの各ボックスに対応する分析物を識別する。
Figure 2022546698000016
図11Aおよび図11Bに図示されるように、各分析物は、固有の褐変および比色プロファイル(それぞれ、透過率およびLUT)を呈した。例えば、システインなどの試料は、より多くの青色シフトされた色プロファイルを生成し、グルコースなどの試料は、より多くの赤色シフトされた色プロファイルを生成した。
教師なし階層的クラスタリングを、234個のアレイ(すなわち、分析物当たり6個のアレイを有する39種の分析物)で実施した。アレイおよびアレイスポットは、両方、ユークリッド距離尺度を使用してクラスタリングされた。そのような階層的クラスタリングは、例えば、図9、図10、および図16を参照して説明されるように、本明細書に説明されるシステム、デバイス、および方法を使用して実施された。図12は、234個のアレイ(すなわち、分析物当たり6個のアレイを有する39種の分析物)のスポット強度ヒートマップ820を図示する。ヒートマップ820の各行は、合計234行(すなわち、39種の分析物が6つのアレイで各々試験された)の単一のアレイを表す。ヒートマップ820の各列は、合計で210列(すなわち、アレイ当たり70のスポットがR、G、およびBチャネルに分割される)について、R、G、およびBチャネルに分割される、アレイ上の単一のスポット位置の強度を表す。強度の値は、図12の凡例に従ってコード化される[より低い値は、スケールの最下部に向かって色を有し、より高い値は、スケールの最上部に向かって色を有する]。ヒートマップ820の行は、互いに同様のスポット強度を有するアレイが互いに近接して配置されるように、階層的にクラスタ化される。
図13は、デンドグラム830としてのクラスタリングの出力を図示する。各分析物は、最上部から最下部へ、系統樹830の外観の順序で凡例で表される。ヒートマップ820と同様、デンドグラム830の各行は、合計234行(すなわち、39種の分析物が6つのアレイで各々試験された)の単一のアレイを表す。ヒートマップ820およびデンドグラム830の両方が階層的にクラスタ化されたデータを含むため、ヒートマップ820の各行は、デンドグラム820の各それぞれの行に対応する。図13に図示されるように、階層的クラスタリングは、234個のアレイのうちの229個(すなわち、アレイの97.86%)を正確にクラスタ化した。
2次元(2D)および3次元(3D)の線形判別分析を、機械学習ライブラリの「scikit-learn」のバージョン0.16.1からの分類子「sklearn.lda.LDA」を使用して、画像データを用いて実施した。2Dおよび3Dの線形判別分析のプロットされた出力は、それぞれ、グラフ840および850に図示される(図14参照)。グラフ840および850では、各点または記号は、アレイを表し、凡例によって識別される分析物のうちの1つに対応する。
色分布分析を、234個のアレイ(すなわち、分析物当たり6つのアレイを有する39種の分析物)に対して実施した。具体的には、スキャンされたアレイ画像の一般色プロファイルを、ImageJのColor Instrument 3Dプラグインソフトウェアを使用して取得した。図14は、この色分布分析の出力をグラフ860に図示する。示されるように、39種の分析物調査から収集されたデータには、赤色および青色の比色生成物に対するバイアスが存在する。これは、TLC試薬としてベンジルまたはベンゾインを用いて観察された典型的な色と一致する。
誤分類された5つのアレイは、グルコースのうちの1つ、1つまたはカラギナン(ラムダ)、フェノールのうちの2つ、および1つまたはリシンを含んでいた。誤分類されたアレイのうち、4つは、同様の化学構造および特性を有した他の試料と誤ってクラスタ化された。特に、1つのグルコースアレイは、スクロースでクラスタ化され、1つのカラギナン(ラムダ)アレイは、カラギナン(カッパ)でクラスタ化され、2つのフェノールアレイは、クレゾールでクラスタ化された。リジンの残りの誤ってクラスタ化されたアレイは、より薄い特性に起因して、塩化ナトリウムで誤ってクラスタ化された。
この39種の分析物調査は、多くの試料が化学的に類似しているときであっても、本明細書に説明されるシステム、デバイス、および方法が、複数の試料タイプを高い正確性でプロファイリングすることができるアレイプラットフォームを提供することを実証する。例えば、カラギナンのラムダ、カッパ、およびイオタ形態は、1つのアレイを除いて別々にクラスタ化された。例えば、コーヒー、カレー、緑茶、LB培地、乳、および栄養ブロスなどの複雑な混合物を、誤りなしで区別した。例えば、ソルビン酸カリウム、クエン酸ナトリウム、炭酸ナトリウム、硫酸アンモニウム、および塩化ナトリウムを含む異なる塩もまた、誤りなしでクラスタ化された。クラスタリングデータと一致して、線形判別分析は、試料が2~3個の主要成分(グラフ840および850)で密にクラスタ化されたことを示した。
実施例2-29種の分析物の調査
いくつかの実施形態では、システム、デバイス、および方法は、蛍光および発光プロファイルを使用して、異なる分析物を区別し得る。
上記に説明されたαアレイ(すなわち、DMPAで硬化されたハイドロゲルアレイ)を、以下の29種の分析物を用いて試験した:
Figure 2022546698000017
合計で3つのαアレイを、29種の分析物の各々と共に室温で10分間インキュベートし、3つのαアレイを、分析物なしでインキュベートして、対照を確立した。次いで、アレイを取り出し、室温で20分間、空気乾燥させ、100℃で20分間、加熱プレート上でさらに乾燥させた。続いて、アレイを250℃で5分間、加熱プレート上で加熱して、それらの比色信号プロファイルを発現させた。アレイを390nmのUV光で照射することによって、かつ以下の手動構成を使用してRGB JPEG画像を捕捉するためのApple(登録商標)のiPhone(登録商標)の夜間カメラ(バージョン3)ソフトウェアアプリケーションによって、蛍光画像を捕捉した:シャッター速度:1/15秒、自動ISO、露光-3.3(-8.0~+8.0の範囲)。
図19は、ImageJを使用してモンタージュされた、スキャンされたアレイ画像の蛍光プロファイルを図示する。図示されるように、各分析物は、固有の蛍光プロファイルを呈する。
実施例3-疾患分類調査
本明細書に説明されるシステム、デバイス、および方法は、試験された試料内の分析物の優先的知識なしで、複数の疾患分類を同時に検出するために使用され得る。一実施形態では、本明細書に説明されるハイドロゲルアレイが、例えば、尿試料などの生物流体試料から疾患分類を検出するために使用され得る。最小限の試料処理および標識の有無にかかわらず、任意の試料タイプを取り扱うためのそのようなアレイの能力は、血液以外の生物流体を使用する分析を可能にする。ハイドロゲルによって必要とされる低減された試料処理はまた、分析前の分析物の損失および分解を結果的に少なくし、これは、血漿から単離された循環腫瘍デオキシリボ核酸(DNA)の検出を制限し得る。
調査では、DMPAで硬化されたハイドロゲルアレイを使用して、尿試料を使用して複数の疾患分類を検出した。尿を選択したが、これは、そのような試料の採取が、比較的単純で非侵襲的であり、かつ前処理を必要としないためである。しかしながら、尿は、小分子分析物において情報的に豊富であるにもかかわらず、比較的利用されていない試料タイプである。したがって、本明細書に説明されるシステム、デバイス、および方法は、他の臨床試験および撮像様式を補完するために非冗長情報を生成するか、またはスタンドアローン試験として使用され得る。尿を使用する試験は、実装することが容易であり、より費用効果が高く、低侵襲性であり、かつより安全であり得、それゆえに、患者の疾患スクリーニングまたは再発の監視に特に好適であり得る。
調査のために、上記に説明されたαアレイを、第2の70スポットのハイドロゲルアレイ、いわゆる、βアレイと共に使用した。βアレイは、疾患分類検出の感度を増加させるために、αアレイとは異なるスポット多様性を含む。
βアレイを、表8~表12に示される、原液F1~F14、G1~G9、H1~H15、I1~I18、J1~J11、およびK1~K3を使用して作製した。
Figure 2022546698000018
Figure 2022546698000019
Figure 2022546698000020
Figure 2022546698000021
Figure 2022546698000022
βアレイは、以下の構成を有する:
Figure 2022546698000023
尿分析を、592人の治験参加者に対して、αアレイおよびβアレイを用いて実施した。治験参加者は、健常者(197人)、B型肝炎ウイルス感染患者(93人)、および生検で証明された様々なステージの結腸直腸癌(78人)、肝臓癌(144人)、前立腺癌(24人)、および肺癌(56人)と診断された患者を含んでいた。これら5つの疾患(B型肝炎、結腸直腸癌、肝臓癌、前立腺癌、および肺癌)を選択したが、これは、それらが、早期に検出および治療された場合に好ましい治療転帰にもかかわらず、一般集団において高い有病率を有し、および/または単純なスクリーニング選択肢の欠如に悩まされているためである。
健常者は、平均年齢47.3歳(標準偏差12.52)、患者は、平均年齢54.4歳(標準偏差14.2)であった。患者集団の人口動態は、図15A~図15Dに要約されている。図15Aは、患者の年齢分布の棒グラフ900を図示する。図15Bは、疾患分類による患者分布のチャート910を図示する。図15Cは、チャート920および922を使用して、それらの疾患のステージによる患者分布を図示する。具体的には、図15Cに図示されるように、試験された癌患者の82.2%が、それらの疾患のステージ0(上皮内癌)、ステージI、またはステージIIであった。図15Dは、チャート930および932の疾患分類、年齢、および性別による患者分布を図示する。
試料採取を、設定された方針および手順に従って実施した。健常者は、その定期健康診断中に登録された。臨床試験自体から生じる変化を避けるために、任意の臨床試験または処置(例えば、結腸鏡検査)の前に尿を採取した。一部の個人では、血液検査、肝臓および腎機能、腫瘍マーカ、胸部X線、および肝臓、胆嚢、膵臓、脾臓、および腎臓に対する超音波が実施された。他の健常者は、40歳超の男性であり、既知の医学的健康状態を伴わず、正常な前立腺超音波試験および正常な癌バイオマーカを有していた。個人は、いかなる疾患も呈さず、いかなる既存の医学的健康状態(例えば、腫瘍、高血圧、糖尿病、および腎臓疾患)も有していなかったときに、健康であると登録された。同様の手順が、臨床的に検証されたB型肝炎、結腸直腸癌、肝癌、前立腺癌、および肺癌を有する患者を登録するために使用された。これらについて、尿は、任意の手術(例えば、生検)の前に採取され、病理結果が入手可能となった後に特定の疾患に分類された。
各調査参加者試料を、3つのαアレイおよび3つのβアレイを含む6つのアレイで試験した。希釈されていない尿試料を、50%メタノールを含有する固定液と1:1で混合し、試験まで室温で保存した。次いで、固定された尿、9mL/チャンバを、2つの使い捨てプラスチックスライドチャンバに添加し、一方は、αアレイを収容し、他方は、βアレイを収容していた。室温で15分間インキュベーションした後、アレイをチャンバから取り出し、余分な尿をペーパータオル上でアレイをタッピングすることによって除去した。次いで、アレイを、最大温度250℃の赤外線オーブン(SMTHouse Reflow Oven T962A)で約10分間加熱循環して、それらの比色信号プロファイルを発現させた。
アレイを、1200dpiのデジタルスキャナ(EPSON Perfection v500)でスキャンし、RGB JPEG画像として保存した。各アレイスポットを、固定ウィンドウサイズを使用してトリミングし、次いで、さらなる分析のためにR、G、およびBチャネルに分割した。各スポットのR、G、およびB強度を、各スポットウィンドウに対するそれぞれのR、G、およびB画素強度を合計することによって取得した。210のスポット強度(70のスポットが3つの色チャネルによって乗算された)のベクトルを、各アレイデータ点から取得した。各ベクトルをL1正規化した。
結果的に得られたベクトルを使用して、単一の完全に接続された隠れ層を有する多層パーセプトロン(MLP)として実装されたニューラルネットワークを訓練および検証した。そのような分類アルゴリズムを参照してさらなる分析が本明細書に説明されているが、当業者は、他の分類アルゴリズムが使用され得ることを理解することができる。
MLPは、sklearn.neural_network.MLPClassifierモデル、バージョン0.18を使用して実装された。モデルのアーキテクチャは、210個の入力ノード、および単一の235ノードの隠れ層を含んでいた。ReLUまたは正規化された線形単位を活性化関数として使用し、制限付きメモリBroyden-Fletcher-Goldfarb-Shanno(LBFGS)最適化アルゴリズムを使用してロジスティック回帰を実施した。MLPは、各患者試料データを順番に単離する、リーブワンアウト交差検証フレームワークを使用して訓練および評価され、残りの患者に対してMLPを訓練し、次いで、訓練されたMLPを単離された患者試料に適用して、その単離された患者試料の分類を予測した。
図18は、例えば、調査で使用されるMLPモデルなどの分類モデルを訓練および評価するための例示的な方法1200の詳細図を提供する。複数の患者の画像データが、1202において、受信され得る。上記に説明されたように、この画像データは、フラットベッドスキャナを使用して取得された画像データであり得る。任意選択的に、画像データは、1204において、処理(例えば、トリミング、反転)され得る。画像データからの色強度データは、異なる色チャネル、例えば、R、G、およびBチャネルに分割され、1206において、各アレイデータ点を表すベクトルとして編成され得る。いくつかの実施形態では、ベクトルデータは、上記の例に説明されるように、L1正規化され得る。次いで、リーブワンアウト交差検証フレームワークが実装され得る。各患者のデータは、1208において選択され、1210において除外され得る。次いで、分類モデルは、1212において、残りの除外されていない患者のデータを使用して訓練され得る。訓練は、教師ありであってもよく(例えば、各患者の分類を識別する標識を含む)か、または教師なしであってもよい。次いで、訓練されたモデルを使用して、1214において、その患者の色強度データ(例えば、ベクトル)に基づいて、除外された患者の疾患分類を予測し得る。例えば、その患者の除外されたベクトルは、訓練されたモデルを使用して決定される、最も高い分類確率を有する分類に割り当てられ得る。方法1200は、全ての患者が分類されるまで(1216:NO)、1208~1214を循環させ、次いで、1218において、分類の出力を分析することに進み得る。この分析は、例えば、各患者の予測された分類を、その患者の検証されたか、または既知の分類と比較することを伴い得る。いくつかの実施形態では、分析に基づいて、性能統計(例えば、感度、特異性、陽性予測値、および陰性予測値)が生成され得る。
図16は、MLPへの入力および出力を示す、例示的なフロー1000を図示する。フロー1000は、尿試料を評価するために調査において使用された。尿は、1010において、健常者、B型肝炎患者、および癌患者から採取される。各尿試料を使用して、1020において、所定の数のアレイ、例えば、3つのαアレイおよび3つのβアレイを、合計6つのアレイで処理した。各アレイ上のスポットは、x、x、x、...xとして識別され得る。アレイから捕捉された比色データを表すベクトルは、次いで、1040において、処理されて、R、G、およびBチャネルに分割される。チャネルの各々に対応するアレイ上の各スポットの値は、赤色チャネルに対するxr1、xr2、xr3、...xrn、緑色チャネルに対するxg1、xg2、xg3、...xgn、緑色チャネルに対するxg1、xg2、xg3、...xgnとして表され得る。1つ以上の完全畳み込みニューラルネットワーク(FCNN)が、1050において実装され得る。例えば、3つのαアレイおよび3つのβアレイが関与する事例では、1つのFCNNが、αアレイからのデータを使用して訓練され得、別のFCNNが、βアレイからのデータを使用して訓練され得る。FCNNは、1060において、特定の疾患クラス(C)である各試料の確率(P)を出力し得る。そして、1070において、各試料に対して最も高い確率を有する分類が、その試料の分類として選択され得る。
図17Aは、調査で使用されたMLPの性能測定基準を図示する。治療後に完全寛解した3人の結腸直腸癌患者を、MLPの訓練および評価を目的として、健康であると標識した。チャート1400および1410は、6つの分類、すなわち、健康(HEA)、B型肝炎(HBV)、結腸直腸癌(CRC)、肝癌(HCC)、前立腺癌(PC)、および肺癌(LC)に対してMLPを訓練および評価したときの性能測定基準を図示する。チャート1400および1410に示されるように、592人のうちの482人が正確に分類され、81.4%の未加工の正確性、および75.6%の正規化された正確性(すなわち、分類の平均正確性)を提供した。感度は、結腸直腸患者に対して53.3%、肺癌患者に対して87.5%、HBV患者に対して88.2%、健常者に対して93.5%であった。肝臓癌を除いて、他の全ての癌の特異性は、最も高い特異性を有する前立腺癌で95%超であった。チャート1410は、混同行列を図示する。チャート1410では、斜線ボックスは、特定の健康状態を有する個人が、その健康状態を有すると分類された場所を識別する。示されるように、誤りの最大の原因は、45.8%の前立腺癌患者を健康であると誤分類したことであった。対照的に、比較的少数の健常者(1.5%)が前立腺癌を有すると誤分類された。次点の2つの誤りの原因は、32.0%の結腸直腸癌を肝臓癌として、9.7%の肝臓癌を結腸直腸癌として相互に誤分類したことである。これらの誤分類は、これらの癌の共通の胃腸起源に起因した可能性がある。
分析を、結腸直腸癌、肝臓癌、肺癌、および前立腺癌を単一の「癌」分類に統合して繰り返した。チャート1420および1430は、このより少ない分類の数で評価されたときの性能測定基準を図示する。チャート1430では、斜線ボックスは、特定の健康状態を有する個人が、その健康状態を有すると分類された場所を識別する。チャート1420および1430に示されるように、592人のうちの539人が正確に分類され、91.1%の未加工の正確性および90.1%の正規化された正確性を得た。この統合された「癌」シナリオでは、誤分類の原因は、「癌」として分類された、9.0%の健常者および8.6%のHBV患者であった。「癌」感度(92.3%)および陽性予測値(91.4%)は、別個の分類として評価されたとき、各癌の感度および陽性予測値よりも高かった。この結果は、より多くの癌患者が正確に識別されていることと一致しており、癌が細分化されたときの75.6%と比較して、統合された「癌」分析の正規化された正確性が90.1%である理由を説明する。しかしながら、「癌」感度の増加は、偽陽性の増加におけるコストを課す。この傾向は、細分化された癌分析と比較して、統合された「癌」分析の低い特異性(肝臓癌を除いて)および陰性予測値に反映されている。
図17Bは、健常者および罹患固体が関与する誤分類の誤りの内訳を提供する、チャート1500を図示する。前立腺癌は、偽陰性(罹患者が健常者として誤分類される)のほとんどに関与し、癌が細分化されたときの26個の誤りのうちの11個(42.3%)、および癌が1つの「癌」分類に統合されたときの21個の誤りのうちの13個(61.9%)を占めた。これは、24人の患者を有する治験参加者の中で、最も少ない表現を有する前立腺癌に起因し得る。したがって、この訓練セットを増加させることが、全体的な分類性能を改善し得る。偽陽性(健常者が罹患者として誤分類される)は、比較によると、存在しなかったHBVを除いて、疾患分類全体により均等に分布した。癌が細分化されたときに合計で13の偽陽性が存在し、癌が統合されたときに18の偽陽性が存在した。癌が統合されたか、または細分化されたかにかかわらず、そのような誤りの総数(すなわち、39)が正確に同数存在した。これは、細分化された分析のより低い正確性が、疾患間の誤分類の増加によって引き起こされることを示す。
図17Aおよび図17Bに図示された結果は、異なるタイプの癌を判断するのにアレイプロファイル間に十分な細分化が存在することを示す。癌を1つの分類に統合することは、特異性におけるコストを必要とし、感度および正確性の両方における利益によってバランスが取られる。両方のアプローチ(すなわち、細分化された分類および統合された分類)は、相互に排他的ではない。一実施形態では、統合された分類のアプローチは、敏感な一次スクリーニングとして使用され、その後、癌の組織起源の可能性を見分けるために細分化されたアプローチが続き得る。
図17Cは、癌のタイプおよびステージによる、真の陽性および感度を図示する、チャート1600および1602を含む。示されるように、感度は、概して、ステージI、IIおよびIIIで高く、ステージIVで低かった。これは、ステージIV集団内における、低い感度を有する前立腺癌のより多くの表現に起因し得る。
図17Dは、ステージ毎の試料数に基づく感度のグラフ1100を図示する。上記に説明されたバイアスを回避するために、この分析では、前立腺癌を省略した。より多い試料数で表されるステージは、より高い感度を有し、ステージIV(n=4)が最悪(57.1%)であり、ステージI(n=104)が最良(75.9%)であった。健常者(n=200)が最も高い感度(93.5%)を有した。この傾向は、アレイパターンに、様々な癌ステージが互いに区別されることを可能にする差が存在することを示唆する。そのような差は、腫瘍発現中に発生する突然変異および代謝変化の既知の段階的増加と一致する。このデータの結果は、例えば、様々なステージの癌が固有の特性を提示し得るため、疾患のステージが、本明細書に説明されるデータ駆動型アプローチにおいて良好に表され得ることを示す。それゆえに、癌の異なるステージに対するデータ表現の増加は、分類性能を改善し得る。
別途定義されない限り、本明細書で使用される全ての技術用語および科学用語は、本発明が属する技術分野の当業者によって一般的に理解されるものと同じ意味を有する。本明細書に説明される任意の方法、組成物、試薬、細胞、またはこれらの類似物もしくは等価物が、本発明の実施または試験に使用され得るが、好ましい方法および材料が本明細書に説明される。限定されるものではないが、本明細書に引用される特許および特許出願を含む、全ての刊行物および参考文献は、あたかも個々の刊行物または参考文献が、参照により本明細書に完全に記載されるものとして組み込まれることを具体的かつ個別に示したかのように、その全体が参照により本明細書に組み込まれる。本出願が優先権を主張する任意の特許出願もまた、その全体が、公開文献および参考文献について上記に説明された様式で、参照により本明細書に組み込まれる。
「分析物」は、結合され(共有結合、イオン性、物理的、または任意の他の手段によって)、アレイ(本明細書に開示されるアレイなど)上で検出され得る、関心対象実体である。いくつかの実施形態では、分析物は、限定されるものではないが、ビタミンおよびミネラル、細胞、タンパク質、ペプチド、ヌクレオチドなどの、小分子を含み得る。
本明細書で使用される場合、「被験体」は、治療または診断され得る(例えば、本明細書に開示されるか、または当技術分野で既知のシステム、デバイス、組成物または方法を用いて)、症状を呈するか、または症状を呈するリスクがある任意の動物を含む。好適な被験体(患者)としては、非ヒト霊長類、好ましくは、ヒト患者、ならびに実験動物(マウス、ラット、ウサギ、またはモルモットなど)、家畜、および飼育動物またはペット(ネコまたはイヌなど)が挙げられる。
本明細書で使用される場合、「治療」または「治療すること」は、疾患の症状もしくは病態または健康状態に対する任意の望ましい効果を含み、治療される疾患または健康状態の1つ以上の測定可能なマーカの最小限の変化または改善も含み得る。「治療」または「治療すること」は、必ずしも、疾患もしくは健康状態、またはその関連症状の完全な根絶または治癒を示すものではない。この治療を受ける被験体は、それを必要とする任意の被験体である。臨床的改善の例示的なマーカは、当業者に明らかであろう。
本開示の上記に説明された実施形態は、本開示の原理の明確な理解のために記載される実施態様の単なる可能な例であることを強調すべきである。本開示の趣旨および原理から実質的に逸脱することなく、上記に説明された実施形態(複数可)に多くの変形および修正がなされてもよい。全てのそのような修正および変形は、本開示の範囲内において本明細書に含まれることが意図され、以下の特許請求の範囲によって保護される。
また、様々な概念が、1つ以上の方法として具体化されてもよく、その例が提供されている。方法の一部として実施される作用は、任意の好適なやり方で並べ替えられ得る。したがって、実施形態は、例示的な実施形態で連続的作用として示されているにもかかわらず、いくつかの作用を同時に実施することを含み得る、例示されたものとは異なる順序で作用が実施されるように構築されてもよい。
本明細書で使用される場合、数値および/または範囲と併せて使用されるときの「約」および/または「およそ」という用語は、一般に、列挙された数値および/または範囲に近いそれらの数値および/または範囲を指す。いくつかの事例では、「約」および「およそ」という用語は、列挙された値の±10%以内を意味し得る。例えば、いくつかの事例では、「約100[単位]」は、100の±10%以内(例えば、90~110)を意味し得る。「約」および「およそ」という用語は、互換的に使用され得る。
本明細書に説明されるいくつかの実施形態は、様々なコンピュータ実装された動作を実施するための命令またはコンピュータコードを有する、非一時的コンピュータ可読媒体(非一時的プロセッサ可読媒体とも呼ばれ得る)を有するコンピュータストレージ製品に関する。コンピュータ可読媒体(またはプロセッサ可読媒体)は、それ自体(例えば、空間またはケーブルなどの伝送媒体上に情報を担持する伝搬電磁波)が一時的伝搬信号を含まないという意味で非一時的である。媒体およびコンピュータコード(また、コードまたはアルゴリズムとも呼ばれ得る)は、特定の目的(複数可)のために設計および構築されたものであり得る。非一時的コンピュータ可読媒体の例としては、限定されるものではないが、ハードディスクなどの磁気記憶媒体と、フロッピー(登録商標)ディスク、および磁気テープ、コンパクトディスク/デジタルビデオディスク(CD/DVD)などの光記憶媒体と、コンパクトディスク読み出し専用メモリ(CD-ROM)、およびホログラフィックデバイスと、光ディスクなどの磁気光学記憶媒体と、搬送波信号処理モジュールと、特定用途向け集積回路(ASIC)、プログラマブルロジックデバイス(PLD)、読み出し専用メモリ(ROM)、およびランダムアクセスメモリ(RAM)デバイスなどの、プログラムコードを記憶および実行するよう特別に構成されているハードウェアデバイスと、が挙げられる。本明細書に説明される他の実施形態は、例えば、本明細書に開示される命令および/またはコンピュータコードを含み得る、コンピュータプログラム製品に関する。
本明細書に説明されるシステム、デバイス、および/または方法は、ソフトウェア(ハードウェア上で実行される)、ハードウェア、またはそれらの組み合わせによって実施され得る。ハードウェアモジュールは、例えば、汎用プロセッサ(またはマイクロプロセッサもしくはマイクロコントローラ)、フィールドプログラマブルゲートアレイ(FPGA)、および/または特定用途向け集積回路(ASIC)を含み得る。ソフトウェアモジュール(ハードウェア上で実行される)は、C、C++、Java(登録商標)、Ruby、Visual Basic(登録商標)、ならびに/または他のオブジェクト指向、手続き型、もしくは他のプログラミング言語および開発ツールを含む、様々なソフトウェア言語(例えば、コンピュータコード)で表現され得る。コンピュータコードの例としては、限定されるものではないが、マイクロコードまたはマイクロ命令、例えば、コンパイルによって生成されるような機械命令、ウェブサービスを生成するために使用されるコード、およびインタプリタを使用してコンピュータによって実行される高レベルの命令を含むファイルが挙げられる。コンピュータコードの追加的な例としては、限定されるものではないが、制御信号、暗号化されたコード、および圧縮されたコードが挙げられる。

Claims (70)

  1. アレイであって、
    基材上に配設された複数のポリマーを備え、前記ポリマーが、各々、1つ以上の重合モノマーと、1つ以上の光開始剤またはその1つ以上の光切断生成物と、を含む、アレイ。
  2. 前記1つ以上の光開始剤が、2,2-ジメトキシ-2-フェニルアセトフェノン(DMPA)、1-ヒドロキシシクロヘキシルフェニルケトン(HCPK)、または2-ヒドロキシ-2-メチル-1-フェニル-1-プロパノン(HMPP)のうちの少なくとも1つを含む、請求項1に記載のアレイ。
  3. 前記1つ以上の光開始剤が、複数のモノマーと同時に前記UV光に曝露され、それによって、前記モノマーを、前記開始剤および/または前記開始剤の前記光切断生成物を含むポリマーに重合した、請求項1または2に記載のアレイ。
  4. 前記1つ以上の光切断生成物が、ベンゾイルおよびケタール断片のうちの一方または両方を含む、請求項1~3のいずれか一項に記載のアレイ。
  5. 前記1つ以上の光切断生成物が、ベンジルもしくはベンゾインであるか、または各ポリマーが、前記1つ以上の光切断生成物の反応生成物をさらに含む、請求項4に記載のアレイ。
  6. 前記モノマーが、紫外線(UV)光の適用を介して重合された、請求項1~5のいずれか一項に記載のアレイ。
  7. 前記UV光の適用が、約5分間~約60分間であった、請求項6に記載のアレイ。
  8. 前記UV光の適用が、約20分間であった、請求項7に記載のアレイ。
  9. 前記UV光が、約250nm~約400nmの波長であった、請求項6~8のいずれか一項に記載のアレイ。
  10. ポリマーの前記アレイが、各々、約0.5×(6.25mM)~約4×(50mM)の前記光開始剤の濃度を含む、ポリマースポットを含む、請求項1~9のいずれか一項に記載のアレイ。
  11. 前記光開始剤の濃度が、約1×(12.5mM)である、請求項1~9のいずれか一項に記載のアレイ。
  12. 前記モノマーのうちの1つ以上が、アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレートからなる群から選択される、請求項1~11のいずれか一項に記載のアレイ。
  13. 前記モノマーのうちの1つ以上が、2-カルボキシエチルアクリレート、アクリル酸、アクリルアミド、ヒスタミンアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N,-ジメチルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、N-イソプロピルアクリルアミド、エチレングリコールフェニルエーテルアクリレート、N,N’-メチレンジアクリルアミド、1,1,3,3,3-ヘキサフルオロイソプロピルアクリレート、およびN-tert-オクチルアクリルアミドからなる群から選択される、請求項1~11のいずれか一項に記載のアレイ。
  14. 前記アレイ上の各ポリマーが、1つのモノマーのみを含むホモポリマーであり、前記アレイ上の各ポリマーが、少なくとも2つのモノマーを含むヘテロポリマーであるか、または前記アレイ上の1つ以上のポリマーが、1つのモノマーのみを含むホモポリマーであり、前記アレイ上の1つ以上のポリマーが、少なくとも2つのモノマーを含むヘテロポリマーである、請求項1~13のいずれか一項に記載のアレイ。
  15. 少なくとも3つのモノマーを含む1つ以上のヘテロポリマーを含む、請求項1~13のいずれか一項に記載のアレイ。
  16. 前記アレイ上の各ポリマーが、
    a.アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレート、または
    b.2-カルボキシエチルアクリレート、アクリル酸、アクリルアミド、ヒスタミンアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N、-ジメチルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、N-イソプロピルアクリルアミド、エチレングリコールフェニルエーテルアクリレート、N,N’-メチレンジアクリルアミド、1,1,3,3,3-ヘキサフルオロイソプロピルアクリレート、およびN-tert-オクチルアクリルアミドからなる群から選択される1つ以上のモノマーを含む、請求項1~15のいずれか一項に記載のアレイ。
  17. 前記基材が、官能化される表面を含む、請求項1~16のいずれか一項に記載のアレイ。
  18. 前記表面が、シランまたはシロキサンコーティングで官能化されている、請求項17に記載のアレイ。
  19. 前記表面が、アクリロシロキサンで官能化されている、請求項18に記載のアレイ。
  20. 前記アクリロシロキサンが、3-メタクリロキシプロピルトリメトキシシラン、3-アクリロキシプロピルトリメトキシシラン、N-(3-アクリロキシ-2-ヒドロキシプロピル-3-アミノプロピルトリエトキシシラン、3-メタクリロキシプロピルジメチルクロロシラン、およびそれらの組み合わせから選択される、請求項19に記載のアレイ。
  21. 前記ポリマーが、前記基材に共有結合されている、請求項1~20のいずれか一項に記載のアレイ。
  22. 前記ポリマーが、前記表面上の前記官能化を用いて前記モノマーを直接重合することによって、前記表面に共有結合されている、請求項17~21のいずれか一項に記載のアレイ。
  23. 前記重合が、前記光開始剤の存在下で、前記基材の前記表面上で起こる、請求項22に記載のアレイ。
  24. 前記アレイが、250℃の高温で約5分間加熱した後、検出可能に分解しない、請求項1~23のいずれか一項に記載のアレイ。
  25. 前記アレイが、400℃の高温で約5分間~約20分間加熱した後、検出可能に分解しない、請求項1~24のいずれか一項に記載のアレイ。
  26. 前記光開始剤が、約1×(12.5mM)におけるDMPAであり、
    前記ポリマーが、アクリルアミド、2-カルボキシエチルアクリレート、アクリル酸、2-シアノエチルアクリレート、N-[トリス(ヒドロキシメチル)メチル]アクリルアミド、ヒドロキシプロピルアクリレート異性体、4-ヒドロキシブチルアクリレート、N-ヒドロキシエチルアクリルアミド、N,N-ジメチルアクリルアミド、N-イソプロピルアクリルアミド、N-(1,1-ジメチル-3-オキソブチル)アクリルアミド、2-メタクリロキシエチルフェニルウレタン、1-アクリロイルオキシ-3-(メタクリロイルオキシ)-2-プロパノール、およびエチレングリコールフェニルエーテルアクリレートからなる群から選択される1つ以上のモノマーを含み、
    前記ポリマーおよびDMPAは、前記ポリマーおよびDMPAが前記基材の表面上に堆積された後、約20分間、約250nm~約400nmの波長を有するUV光に曝露された、請求項1に記載のアレイ。
  27. ポリマーの前記アレイが、約14~約70のハイドロゲルスポットを含む、請求項1~26のいずれか一項に記載のアレイ。
  28. 非標識分析物を検出するための方法であって、
    1つ以上の非標識分析物を含む1つ以上の試料を、基材上に構成されるポリマーのアレイと接触させることであって、前記ポリマーが、第1の所定の期間の間、紫外線(UV)光に既に曝露された光開始剤を含む、接触させることと、
    ポリマーの前記アレイ上に配設された前記1つ以上の試料を、第2の所定の期間の間、インキュベーションすることと、
    ポリマーの前記アレイを第3の所定の期間の間、所定の温度で加熱することと、
    撮像デバイスを使用して、前記加熱に応答して生成される1つ以上の比色または発光信号の量を測定することと、を含む、方法。
  29. 前記光開始剤が、2,2-ジメトキシ-2-フェニルアセトフェノン(DMPA)、1-ヒドロキシシクロヘキシルフェニルケトン(HCPK)、または2-ヒドロキシ-2-メチル-1-フェニル-1-プロパノン(HMPP)のうちの少なくとも1つを含む、請求項28に記載の方法。
  30. 前記光開始剤が、複数のモノマーと同時に前記UV光に曝露され、それによって、前記モノマーを、前記開始剤および/または前記開始剤の光切断生成物を含むポリマーに重合した、請求項28に記載の方法。
  31. 前記光切断生成物が、ベンゾイルおよびケタール断片のうちの一方または両方を含む、請求項30に記載の方法。
  32. 前記光切断生成物が、ベンジルもしくはベンゾインであるか、または前記ポリマーが、前記光切断生成物の反応生成物をさらに含む、請求項31に記載の方法。
  33. 前記第1の所定の期間が、約5分~約60分である、請求項28に記載の方法。
  34. 前記第1の所定の期間が、約20分である、請求項33に記載の方法。
  35. 前記UV光が、約250nm~約400nmの波長を有する、請求項28に記載の方法。
  36. ポリマーの前記アレイが、各々、約0.5×(6.25mM)~約4×(50mM)の前記光開始剤の濃度を含む、ポリマースポットを含む、請求項28に記載の方法。
  37. 前記光開始剤の濃度が、約1×(12.5mM)である、請求項36に記載の方法。
  38. 前記第3の所定の期間が、約5分である、請求項28に記載の方法。
  39. 前記所定の温度が、約100℃~約400℃である、請求項28に記載の方法。
  40. 前記所定の温度が、約250℃である、請求項39に記載の方法。
  41. 前記第2の所定の期間が、約10~約15分である、請求項28に記載の方法。
  42. 前記光開始剤が、DMPAであり、
    ポリマーの前記アレイが、約20分間、約250nm~約400nmの波長を有するUV光に既に曝露されたDMPAを含み、
    ポリマーの前記アレイを前記加熱することが、約5分間、約250℃でポリマーの前記アレイを加熱することを含む、請求項28に記載の方法。
  43. 前記1つ以上の試料が、1つ以上の尿試料を含む、請求項42に記載の方法。
  44. ポリマーの前記アレイが、約14~約70のハイドロゲルスポットを含む、請求項28に記載の方法。
  45. 方法であって、
    光開始剤を含む光開始剤溶液を調製することと、
    各々がモノマーを含む複数のモノマー原液を調製することと、
    ある体積の前記光開始剤溶液を、ある体積の前記複数のモノマー原液の各々および前記複数のモノマー原液の複数の組み合わせに加えて、複数のスポッティング溶液を生成することと、
    所定体積の前記複数のスポッティング溶液の各々を表面上にスポッティングすることと、
    前記スポッティング溶液を含む前記アレイを、所定の期間の間、紫外線(UV)光に曝露することと、
    それによって、前記表面上にスポットされた前記所定体積の前記複数のスポッティング溶液の各々を重合して、ポリマーのアレイを生成することと、を含む、方法。
  46. 前記溶液を前記調製することが、
    ある量の前記光開始剤を、第1の体積のジメチルスルホキシド(DMSO)中に溶解して、原液を生成することと、
    前記原液に、ある体積の鉱油、ある体積の水、ある体積のグリセロール、または第2の体積のDMSOのうちの少なくとも1つを加えることと、を含む、請求項45に記載の方法。
  47. 前記所定の期間が、約60分である、請求項45に記載の方法。
  48. 前記UV光が、約250nm~約400nmの波長を有する、請求項45に記載の方法。
  49. 前記表面上にスポットされた前記所定体積の前記複数のスポッティング溶液の各々を重合することが、前記表面上にスポットされた前記所定体積の前記複数のスポッティング溶液の各々を、所定の期間、UV光に曝露し、それにより、前記UV光が、前記スポッティング溶液中の1つ以上のモノマーの硬化、および前記表面への前記1つ以上のモノマーの共有結合を触媒することを含む、請求項45に記載の方法。
  50. 前記光開始剤が、2,2-ジメトキシ-2-フェニルアセトフェノン(DMPA)、1-ヒドロキシシクロヘキシルフェニルケトン(HCPK)、または2-ヒドロキシ-2-メチル-1-フェニル-1-プロパノン(HMPP)のうちの少なくとも1つを含む、請求項45に記載の方法。
  51. 方法であって、
    プロセッサにおいて、かつ複数の被験体に対して、(1)その被験体と関連付けられた1つ以上の試料と接触し、かつ(2)所定の温度で所定の期間加熱された、複数のアレイスポットの比色または発光信号プロファイルと関連付けられた画像データを受信することであって、前記複数のアレイスポットの各々が、紫外線(UV)光に既に曝露された光開始剤を有する異なるハイドロゲル組成物を含む、受信することと、
    前記複数の被験体の各々に対して、その被験体と関連付けられた前記画像データを処理して、前記複数のアレイスポットの各々に対して色強度値を生成することと、
    前記複数の被験体の各々に対して、ニューラルネットワークを訓練して、その被験体以外のおよび前記複数の被験体の各被験体と関連付けられた前記色強度値を使用して、前記ニューラルネットワークを較正することによってその被験体を分類することと、
    前記複数の被験体の各々に対して、その被験体に対して訓練された前記ニューラルネットワークを使用して、その被験体の診断分類を予測することと、を含む、方法。
  52. 前記画像データを処理して、前記複数のアレイスポットの各々に対する前記色強度値を生成することが、前記複数のアレイスポットの各々に対する赤、緑、および青の画素強度を合計することを含む、請求項51に記載の方法。
  53. 前記ニューラルネットワークが、多層パーセプトロンである、請求項51に記載の方法。
  54. 前記多層パーセプトロンが、約210ノードを有する入力層と、約30ノード~250ノードを有する隠れ層と、を含む、請求項53に記載の方法。
  55. 前記ニューラルネットワークが、活性化関数として整流器を使用し、制限付きメモリBroyden-Fletcher-Goldfarb-Shanno(L-BFGS)アルゴリズムを使用してロジスティック回帰を実施する、請求項51に記載の方法。
  56. 前記診断分類が、健康な分類および少なくとも1つの癌分類を含む複数の診断分類から選択される、請求項51に記載の方法。
  57. 前記診断分類が、健康な分類、複数の癌分類、およびB型肝炎ウイルス感染分類を含む、複数の診断分類から選択される、請求項51に記載の方法。
  58. 被験体における疾患、障害、または病態の状態を判定する方法であって、
    請求項1~27のいずれかに記載のアレイを前記被験体からの1つ以上の分析物と接触させることと、
    第1の期間の間、前記アレイ上の前記1つ以上の分析物をインキュベーションし、それによって、前記1つ以上の分析物の一部分が前記アレイ上で捕捉されることを可能にすることと、
    第2の期間の間、所定の温度で前記アレイを加熱することと、
    撮像デバイスを使用して、前記加熱に応答して生成される1つ以上の比色または発光信号の量を測定することと、を含む、方法。
  59. 接触工程が、(a)前記アレイを前記被験体の1つ以上の身体試料と接触させること、(b)前記アレイを、前記被験体の血液、血清、血漿、尿、便、唾液、胆汁、髄液、間質液、胃液、涙液、溶媒、および乳、インビトロ試料、もしくは環境試料のうちの少なくとも1つと接触させること、(c)前記アレイを、前記被験体の血漿および尿のうちの1つ以上と接触させること、または(d)(a)~(c)のうちの2つ以上の組み合わせを含む、請求項58に記載の方法。
  60. 前記被験体から、または前記被験体から取得された試料から、前記1つ以上の分析物を取得することをさらに含む、請求項58または59に記載の方法。
  61. 前記測定に基づいて、前記アレイの1つ以上の画像またはその1つ以上の表現を取得することをさらに含む、請求項58~60のいずれか一項に記載の方法。
  62. 前記第2の期間が、約5分である、請求項58~61のいずれか一項に記載の方法。
  63. 前記所定の温度が、約100℃~約400℃である、請求項58~62のいずれか一項に記載の方法。
  64. 前記所定の温度が、約250℃である、請求項58~62のいずれか一項に記載の方法。
  65. 前記1つ以上の試料が、1つ以上の尿試料を含む、請求項58~64のいずれか一項に記載の方法。
  66. 前記判定が、請求項51~57のいずれか一項に記載の方法を介したものである、請求項58~65のいずれか一項に記載の方法。
  67. 前記疾患が、癌である、請求項58~66のいずれか一項に記載の方法。
  68. 前記疾患が、ウイルスである、請求項58~66のいずれか一項に記載の方法。
  69. 前記被験体が疾患を有すると判定された場合に、前記被験体を療法を用いて治療することをさらに含む、請求項58~67のいずれか一項に記載の方法。
  70. 前記療法が、手術、化学療法、免疫療法、またはそれらの組み合わせを含む、請求項69に記載の方法。
JP2022513156A 2019-08-29 2020-08-31 分析物の区別および診断のための検出可能なアレイ、ならびにそれに関連する方法およびシステム Pending JP2022546698A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962893703P 2019-08-29 2019-08-29
US62/893,703 2019-08-29
PCT/US2020/048826 WO2021042063A1 (en) 2019-08-29 2020-08-31 Detectable arrays for distinguishing analytes and diagnosis, and methods and systems related thereto

Publications (2)

Publication Number Publication Date
JP2022546698A true JP2022546698A (ja) 2022-11-07
JPWO2021042063A5 JPWO2021042063A5 (ja) 2023-10-27

Family

ID=74683680

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022513156A Pending JP2022546698A (ja) 2019-08-29 2020-08-31 分析物の区別および診断のための検出可能なアレイ、ならびにそれに関連する方法およびシステム

Country Status (7)

Country Link
US (1) US20220398733A1 (ja)
EP (1) EP4022284A4 (ja)
JP (1) JP2022546698A (ja)
CN (1) CN115298535A (ja)
AU (1) AU2020340445A1 (ja)
CA (1) CA3152524A1 (ja)
WO (1) WO2021042063A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375954B (zh) * 2022-10-25 2023-03-24 成都西交智汇大数据科技有限公司 一种化学实验溶液识别方法、装置、设备及可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4749647A (en) * 1984-06-22 1988-06-07 Genetic Systems Corporation Polymerization-induced separation assay using recognition pairs
JP2005526972A (ja) * 2002-05-02 2005-09-08 シファーゲン バイオシステムズ, インコーポレイテッド 多糖系ヒドロゲルをコーティングした表面を有するバイオチップ
US7354706B2 (en) * 2003-09-09 2008-04-08 The Regents Of The University Of Colorado, A Body Corporate Use of photopolymerization for amplification and detection of a molecular recognition event
US20090163375A1 (en) * 2003-09-09 2009-06-25 Bowman Christopher N Use of Photopolymerization for Amplification and Detection of a Molecular Recognition Event
WO2007095464A2 (en) * 2006-02-15 2007-08-23 Indevr, Inc. Signal amplification of biorecognition events using photopolymerization in the presence of air
US20160274103A1 (en) * 2013-09-24 2016-09-22 Entopsis Detectable arrays, systems for diagnosis, and methods of making and using the same
US20170175169A1 (en) * 2015-12-18 2017-06-22 Min Lee Clinical decision support system utilizing deep neural networks for diagnosis of chronic diseases

Also Published As

Publication number Publication date
EP4022284A4 (en) 2024-01-10
EP4022284A1 (en) 2022-07-06
CN115298535A (zh) 2022-11-04
AU2020340445A1 (en) 2022-03-24
US20220398733A1 (en) 2022-12-15
WO2021042063A1 (en) 2021-03-04
CA3152524A1 (en) 2021-03-04

Similar Documents

Publication Publication Date Title
Bergholtz et al. Best practices for spatial profiling for breast cancer research with the GeoMx® digital spatial profiler
JP2022535306A (ja) 人工知能ベースの配列決定
Wulfkuhle et al. Proteomic applications for the early detection of cancer
JP6892579B2 (ja) ヘモグロビン障害を診断し、血液細胞を監視するためのバイオチップ
US20180136231A1 (en) Method, Array and Use for Determining the Presence of Pancreatic Cancer
Powers et al. Protein analytical assays for diagnosing, monitoring, and choosing treatment for cancer patients
Gonzalez et al. Development and validation of sandwich ELISA microarrays with minimal assay interference
CN108350483A (zh) 在用户定义的切片组织区域中同时定量多种蛋白质
CN105556007B (zh) 可检测阵列、诊断系统以及其制作和使用方法
KR20190127816A (ko) 디지털 분자 분석
Liu et al. Vibrational spectroscopy for decoding cancer microbiota interactions: current evidence and future perspective
US20220398733A1 (en) Detectable arrays for distinguishing analytes and diagnosis, and methods and systems related thereto
Gomez-Gonzalez et al. Optical imaging spectroscopy for rapid, primary screening of SARS-CoV-2: a proof of concept
US8709828B2 (en) Method for the analysis of solid objects
US20210071264A1 (en) Expression and genetic profiling for treatment and classification of dlbcl
Sengar et al. Deep learning aided small-sized portable fluorescence biochip reader
US20050221363A1 (en) Universal shotgun assay
Diem et al. Spectral histopathology of the lung: a review of two large studies
Macotpet et al. Attenuated total reflection Fourier transform infrared as a primary screening method for cancer in canine serum
EP3358352B1 (en) Method for estimating pathological tissue diagnosis result (gleason score) of prostate cancer
Normandeau et al. Spatial bias in antibody microarrays may be an underappreciated source of variability
EP2856166B1 (en) Method for the diagnosis of mammals
Zubtsova et al. Immunoassay of nine serological tumor markers on a hydrogel-based microchip
Neelapu Development and Evaluation of Biomarkers for Early Detection of Cancer
Jain et al. Methodologies for Identifying Oral Cancer Biomarkers

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230830

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230830

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231017

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240416

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240419