JP5503942B2 - 疾患の罹患の判定方法 - Google Patents
疾患の罹患の判定方法 Download PDFInfo
- Publication number
- JP5503942B2 JP5503942B2 JP2009251017A JP2009251017A JP5503942B2 JP 5503942 B2 JP5503942 B2 JP 5503942B2 JP 2009251017 A JP2009251017 A JP 2009251017A JP 2009251017 A JP2009251017 A JP 2009251017A JP 5503942 B2 JP5503942 B2 JP 5503942B2
- Authority
- JP
- Japan
- Prior art keywords
- gene
- disease
- determination
- group
- gene group
- 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.)
- Active
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 148
- 201000010099 disease Diseases 0.000 title claims description 147
- 238000000034 method Methods 0.000 title claims description 141
- 108090000623 proteins and genes Proteins 0.000 claims description 602
- 230000014509 gene expression Effects 0.000 claims description 211
- 208000011231 Crohn disease Diseases 0.000 claims description 75
- 208000023105 Huntington disease Diseases 0.000 claims description 71
- 238000013518 transcription Methods 0.000 claims description 64
- 230000035897 transcription Effects 0.000 claims description 64
- 201000009273 Endometriosis Diseases 0.000 claims description 53
- 239000012472 biological sample Substances 0.000 claims description 34
- 238000012706 support-vector machine Methods 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 20
- 108090000695 Cytokines Proteins 0.000 claims description 12
- 102000004127 Cytokines Human genes 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 206010057249 Phagocytosis Diseases 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 230000023555 blood coagulation Effects 0.000 claims description 6
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 6
- 229930195729 fatty acid Natural products 0.000 claims description 6
- 239000000194 fatty acid Substances 0.000 claims description 6
- 150000004665 fatty acids Chemical class 0.000 claims description 6
- 230000017555 immunoglobulin mediated immune response Effects 0.000 claims description 6
- 230000008782 phagocytosis Effects 0.000 claims description 6
- 108091006027 G proteins Proteins 0.000 claims description 5
- 102000030782 GTP binding Human genes 0.000 claims description 5
- 108091000058 GTP-Binding Proteins 0.000 claims description 5
- 108091022875 Microtubule Proteins 0.000 claims description 5
- 102000029749 Microtubule Human genes 0.000 claims description 5
- 230000001404 mediated effect Effects 0.000 claims description 5
- 210000004688 microtubule Anatomy 0.000 claims description 5
- 230000036542 oxidative stress Effects 0.000 claims description 5
- 230000037361 pathway Effects 0.000 claims description 5
- 150000003180 prostaglandins Chemical class 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 230000002438 mitochondrial effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 210000003470 mitochondria Anatomy 0.000 claims description 2
- 238000007637 random forest analysis Methods 0.000 claims description 2
- -1 MDUFS4 Proteins 0.000 claims 3
- 108010083068 Dual Oxidases Proteins 0.000 claims 2
- 102100022132 High affinity immunoglobulin epsilon receptor subunit gamma Human genes 0.000 claims 2
- 101000824104 Homo sapiens High affinity immunoglobulin epsilon receptor subunit gamma Proteins 0.000 claims 2
- 101001111250 Homo sapiens NADH dehydrogenase [ubiquinone] 1 subunit C1, mitochondrial Proteins 0.000 claims 2
- 102100023953 NADH dehydrogenase [ubiquinone] 1 subunit C1, mitochondrial Human genes 0.000 claims 2
- 102100024450 Prostaglandin E2 receptor EP4 subtype Human genes 0.000 claims 2
- 102100024385 28S ribosomal protein S35, mitochondrial Human genes 0.000 claims 1
- 102100028103 39S ribosomal protein L18, mitochondrial Human genes 0.000 claims 1
- 102100023619 ATP synthase F(0) complex subunit B1, mitochondrial Human genes 0.000 claims 1
- 102100021870 ATP synthase subunit O, mitochondrial Human genes 0.000 claims 1
- 102100027787 ATP synthase subunit g, mitochondrial Human genes 0.000 claims 1
- 102100032763 ATP synthase subunit gamma, mitochondrial Human genes 0.000 claims 1
- 102100027782 ATP synthase-coupling factor 6, mitochondrial Human genes 0.000 claims 1
- 102100033497 Adiponectin receptor protein 1 Human genes 0.000 claims 1
- 102100032358 Adiponectin receptor protein 2 Human genes 0.000 claims 1
- 108700024832 B-Cell CLL-Lymphoma 10 Proteins 0.000 claims 1
- 102100037598 B-cell lymphoma/leukemia 10 Human genes 0.000 claims 1
- 101150074953 BCL10 gene Proteins 0.000 claims 1
- 102100031172 C-C chemokine receptor type 1 Human genes 0.000 claims 1
- 101710149814 C-C chemokine receptor type 1 Proteins 0.000 claims 1
- 102100031151 C-C chemokine receptor type 2 Human genes 0.000 claims 1
- 101710149815 C-C chemokine receptor type 2 Proteins 0.000 claims 1
- 102100040840 C-type lectin domain family 7 member A Human genes 0.000 claims 1
- 102100034808 CCAAT/enhancer-binding protein alpha Human genes 0.000 claims 1
- 102100034800 CCAAT/enhancer-binding protein epsilon Human genes 0.000 claims 1
- 102100027207 CD27 antigen Human genes 0.000 claims 1
- 102100029391 Cardiotrophin-like cytokine factor 1 Human genes 0.000 claims 1
- 102100029057 Coagulation factor XIII A chain Human genes 0.000 claims 1
- 101100329225 Coprinopsis cinerea (strain Okayama-7 / 130 / ATCC MYA-4618 / FGSC 9003) cpf2 gene Proteins 0.000 claims 1
- 102100039925 Cytochrome b-c1 complex subunit 10 Human genes 0.000 claims 1
- 102100039455 Cytochrome b-c1 complex subunit 6, mitochondrial Human genes 0.000 claims 1
- 102100029861 Cytochrome b-c1 complex subunit 8 Human genes 0.000 claims 1
- 102100030497 Cytochrome c Human genes 0.000 claims 1
- 102100028992 Cytochrome c oxidase subunit 6A1, mitochondrial Human genes 0.000 claims 1
- 102100025644 Cytochrome c oxidase subunit 7A2, mitochondrial Human genes 0.000 claims 1
- 102100023949 Cytochrome c oxidase subunit NDUFA4 Human genes 0.000 claims 1
- 102100039061 Cytokine receptor common subunit beta Human genes 0.000 claims 1
- 102100037068 Cytoplasmic dynein 1 light intermediate chain 1 Human genes 0.000 claims 1
- 102100021218 Dual oxidase 1 Human genes 0.000 claims 1
- 102100021217 Dual oxidase 2 Human genes 0.000 claims 1
- 102100040565 Dynein light chain 1, cytoplasmic Human genes 0.000 claims 1
- 102100024749 Dynein light chain Tctex-type 1 Human genes 0.000 claims 1
- 102100023965 Dynein light chain Tctex-type 3 Human genes 0.000 claims 1
- 102100020997 Fractalkine Human genes 0.000 claims 1
- 102100033039 Glutathione peroxidase 1 Human genes 0.000 claims 1
- 102100033321 Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-11 Human genes 0.000 claims 1
- 102100035909 Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-3 Human genes 0.000 claims 1
- 102100035913 Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-4 Human genes 0.000 claims 1
- 102100035903 Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-5 Human genes 0.000 claims 1
- 102100035786 Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-7 Human genes 0.000 claims 1
- 102100035354 Guanine nucleotide-binding protein G(I)/G(S)/G(T) subunit beta-1 Human genes 0.000 claims 1
- 102100032610 Guanine nucleotide-binding protein G(s) subunit alpha isoforms XLas Human genes 0.000 claims 1
- 102100023954 Guanine nucleotide-binding protein subunit alpha-15 Human genes 0.000 claims 1
- 102100023281 Guanine nucleotide-binding protein subunit beta-5 Human genes 0.000 claims 1
- 102100030595 HLA class II histocompatibility antigen gamma chain Human genes 0.000 claims 1
- 102100026122 High affinity immunoglobulin gamma Fc receptor I Human genes 0.000 claims 1
- 101000727483 Homo sapiens 28S ribosomal protein S28, mitochondrial Proteins 0.000 claims 1
- 101000689823 Homo sapiens 28S ribosomal protein S35, mitochondrial Proteins 0.000 claims 1
- 101001079807 Homo sapiens 39S ribosomal protein L18, mitochondrial Proteins 0.000 claims 1
- 101000905623 Homo sapiens ATP synthase F(0) complex subunit B1, mitochondrial Proteins 0.000 claims 1
- 101000970995 Homo sapiens ATP synthase subunit O, mitochondrial Proteins 0.000 claims 1
- 101000936950 Homo sapiens ATP synthase subunit g, mitochondrial Proteins 0.000 claims 1
- 101000730170 Homo sapiens ATP synthase subunit gamma, mitochondrial Proteins 0.000 claims 1
- 101000936965 Homo sapiens ATP synthase-coupling factor 6, mitochondrial Proteins 0.000 claims 1
- 101001135206 Homo sapiens Adiponectin receptor protein 1 Proteins 0.000 claims 1
- 101000589401 Homo sapiens Adiponectin receptor protein 2 Proteins 0.000 claims 1
- 101000749325 Homo sapiens C-type lectin domain family 7 member A Proteins 0.000 claims 1
- 101000945515 Homo sapiens CCAAT/enhancer-binding protein alpha Proteins 0.000 claims 1
- 101000945969 Homo sapiens CCAAT/enhancer-binding protein epsilon Proteins 0.000 claims 1
- 101000914511 Homo sapiens CD27 antigen Proteins 0.000 claims 1
- 101000989964 Homo sapiens Cardiotrophin-like cytokine factor 1 Proteins 0.000 claims 1
- 101000918352 Homo sapiens Coagulation factor XIII A chain Proteins 0.000 claims 1
- 101000607479 Homo sapiens Cytochrome b-c1 complex subunit 10 Proteins 0.000 claims 1
- 101000746783 Homo sapiens Cytochrome b-c1 complex subunit 6, mitochondrial Proteins 0.000 claims 1
- 101000585358 Homo sapiens Cytochrome b-c1 complex subunit 8 Proteins 0.000 claims 1
- 101000726355 Homo sapiens Cytochrome c Proteins 0.000 claims 1
- 101000915989 Homo sapiens Cytochrome c oxidase subunit 6A1, mitochondrial Proteins 0.000 claims 1
- 101000856741 Homo sapiens Cytochrome c oxidase subunit 7A2, mitochondrial Proteins 0.000 claims 1
- 101001111225 Homo sapiens Cytochrome c oxidase subunit NDUFA4 Proteins 0.000 claims 1
- 101001033280 Homo sapiens Cytokine receptor common subunit beta Proteins 0.000 claims 1
- 101000954692 Homo sapiens Cytoplasmic dynein 1 light intermediate chain 1 Proteins 0.000 claims 1
- 101000966403 Homo sapiens Dynein light chain 1, cytoplasmic Proteins 0.000 claims 1
- 101000908688 Homo sapiens Dynein light chain Tctex-type 1 Proteins 0.000 claims 1
- 101000904012 Homo sapiens Dynein light chain Tctex-type 3 Proteins 0.000 claims 1
- 101000854520 Homo sapiens Fractalkine Proteins 0.000 claims 1
- 101001014936 Homo sapiens Glutathione peroxidase 1 Proteins 0.000 claims 1
- 101000926795 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-11 Proteins 0.000 claims 1
- 101001073268 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-3 Proteins 0.000 claims 1
- 101001073261 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-4 Proteins 0.000 claims 1
- 101001073252 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-5 Proteins 0.000 claims 1
- 101001073247 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(O) subunit gamma-7 Proteins 0.000 claims 1
- 101001024316 Homo sapiens Guanine nucleotide-binding protein G(I)/G(S)/G(T) subunit beta-1 Proteins 0.000 claims 1
- 101001014590 Homo sapiens Guanine nucleotide-binding protein G(s) subunit alpha isoforms XLas Proteins 0.000 claims 1
- 101001014594 Homo sapiens Guanine nucleotide-binding protein G(s) subunit alpha isoforms short Proteins 0.000 claims 1
- 101000904080 Homo sapiens Guanine nucleotide-binding protein subunit alpha-15 Proteins 0.000 claims 1
- 101000829985 Homo sapiens Guanine nucleotide-binding protein subunit beta-5 Proteins 0.000 claims 1
- 101001082627 Homo sapiens HLA class II histocompatibility antigen gamma chain Proteins 0.000 claims 1
- 101000913074 Homo sapiens High affinity immunoglobulin gamma Fc receptor I Proteins 0.000 claims 1
- 101100125778 Homo sapiens IGHM gene Proteins 0.000 claims 1
- 101000961145 Homo sapiens Immunoglobulin heavy constant gamma 3 Proteins 0.000 claims 1
- 101001015004 Homo sapiens Integrin beta-3 Proteins 0.000 claims 1
- 101001076418 Homo sapiens Interleukin-1 receptor type 1 Proteins 0.000 claims 1
- 101000977768 Homo sapiens Interleukin-1 receptor-associated kinase 3 Proteins 0.000 claims 1
- 101001055145 Homo sapiens Interleukin-2 receptor subunit beta Proteins 0.000 claims 1
- 101001039207 Homo sapiens Low-density lipoprotein receptor-related protein 8 Proteins 0.000 claims 1
- 101000798951 Homo sapiens Mitochondrial import receptor subunit TOM20 homolog Proteins 0.000 claims 1
- 101000648421 Homo sapiens Mitochondrial import receptor subunit TOM7 homolog Proteins 0.000 claims 1
- 101001023513 Homo sapiens NADH dehydrogenase [ubiquinone] 1 alpha subcomplex subunit 9, mitochondrial Proteins 0.000 claims 1
- 101000636670 Homo sapiens NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 1 Proteins 0.000 claims 1
- 101001128623 Homo sapiens NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 3 Proteins 0.000 claims 1
- 101001128608 Homo sapiens NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 4 Proteins 0.000 claims 1
- 101000601581 Homo sapiens NADH dehydrogenase [ubiquinone] iron-sulfur protein 4, mitochondrial Proteins 0.000 claims 1
- 101001014610 Homo sapiens Neuroendocrine secretory protein 55 Proteins 0.000 claims 1
- 101001007862 Homo sapiens Nuclear pore complex protein Nup85 Proteins 0.000 claims 1
- 101000734351 Homo sapiens PDZ and LIM domain protein 1 Proteins 0.000 claims 1
- 101000833892 Homo sapiens Peroxisomal acyl-coenzyme A oxidase 1 Proteins 0.000 claims 1
- 101000582950 Homo sapiens Platelet factor 4 Proteins 0.000 claims 1
- 101001071312 Homo sapiens Platelet glycoprotein IX Proteins 0.000 claims 1
- 101001070790 Homo sapiens Platelet glycoprotein Ib alpha chain Proteins 0.000 claims 1
- 101001070786 Homo sapiens Platelet glycoprotein Ib beta chain Proteins 0.000 claims 1
- 101001064864 Homo sapiens Polyunsaturated fatty acid lipoxygenase ALOX12 Proteins 0.000 claims 1
- 101001056707 Homo sapiens Proepiregulin Proteins 0.000 claims 1
- 101001117519 Homo sapiens Prostaglandin E2 receptor EP2 subtype Proteins 0.000 claims 1
- 101001117509 Homo sapiens Prostaglandin E2 receptor EP4 subtype Proteins 0.000 claims 1
- 101000605122 Homo sapiens Prostaglandin G/H synthase 1 Proteins 0.000 claims 1
- 101000797903 Homo sapiens Protein ALEX Proteins 0.000 claims 1
- 101001026854 Homo sapiens Protein kinase C delta type Proteins 0.000 claims 1
- 101000666171 Homo sapiens Protein-glutamine gamma-glutamyltransferase 2 Proteins 0.000 claims 1
- 101001126414 Homo sapiens Proteolipid protein 2 Proteins 0.000 claims 1
- 101000652224 Homo sapiens Suppressor of cytokine signaling 5 Proteins 0.000 claims 1
- 101000914514 Homo sapiens T-cell-specific surface glycoprotein CD28 Proteins 0.000 claims 1
- 101000800483 Homo sapiens Toll-like receptor 8 Proteins 0.000 claims 1
- 101000801228 Homo sapiens Tumor necrosis factor receptor superfamily member 1A Proteins 0.000 claims 1
- 101000801232 Homo sapiens Tumor necrosis factor receptor superfamily member 1B Proteins 0.000 claims 1
- 101000852166 Homo sapiens Vesicle-associated membrane protein 7 Proteins 0.000 claims 1
- 101000743802 Homo sapiens Zinc finger protein 675 Proteins 0.000 claims 1
- 102100039348 Immunoglobulin heavy constant gamma 3 Human genes 0.000 claims 1
- 102100039352 Immunoglobulin heavy constant mu Human genes 0.000 claims 1
- 102100032999 Integrin beta-3 Human genes 0.000 claims 1
- 102100026016 Interleukin-1 receptor type 1 Human genes 0.000 claims 1
- 102100023530 Interleukin-1 receptor-associated kinase 3 Human genes 0.000 claims 1
- 102100026879 Interleukin-2 receptor subunit beta Human genes 0.000 claims 1
- 102100040705 Low-density lipoprotein receptor-related protein 8 Human genes 0.000 claims 1
- 101150053046 MYD88 gene Proteins 0.000 claims 1
- 101001129122 Mannheimia haemolytica Outer membrane lipoprotein 2 Proteins 0.000 claims 1
- 102100034007 Mitochondrial import receptor subunit TOM20 homolog Human genes 0.000 claims 1
- 102100028764 Mitochondrial import receptor subunit TOM7 homolog Human genes 0.000 claims 1
- 102100024134 Myeloid differentiation primary response protein MyD88 Human genes 0.000 claims 1
- 102100035383 NADH dehydrogenase [ubiquinone] 1 alpha subcomplex subunit 9, mitochondrial Human genes 0.000 claims 1
- 102100031923 NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 1 Human genes 0.000 claims 1
- 102100032195 NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 3 Human genes 0.000 claims 1
- 102100032205 NADH dehydrogenase [ubiquinone] 1 beta subcomplex subunit 4 Human genes 0.000 claims 1
- 102100037519 NADH dehydrogenase [ubiquinone] iron-sulfur protein 4, mitochondrial Human genes 0.000 claims 1
- 102100027582 Nuclear pore complex protein Nup85 Human genes 0.000 claims 1
- 101000642171 Odontomachus monticola U-poneritoxin(01)-Om2a Proteins 0.000 claims 1
- 102100034819 PDZ and LIM domain protein 1 Human genes 0.000 claims 1
- 102100026798 Peroxisomal acyl-coenzyme A oxidase 1 Human genes 0.000 claims 1
- 102100030304 Platelet factor 4 Human genes 0.000 claims 1
- 102100036851 Platelet glycoprotein IX Human genes 0.000 claims 1
- 102100034173 Platelet glycoprotein Ib alpha chain Human genes 0.000 claims 1
- 102100034168 Platelet glycoprotein Ib beta chain Human genes 0.000 claims 1
- 102100031949 Polyunsaturated fatty acid lipoxygenase ALOX12 Human genes 0.000 claims 1
- 102100025498 Proepiregulin Human genes 0.000 claims 1
- 102100038277 Prostaglandin G/H synthase 1 Human genes 0.000 claims 1
- 102000004226 Prostaglandin-E Synthases Human genes 0.000 claims 1
- 108090000748 Prostaglandin-E Synthases Proteins 0.000 claims 1
- 102100037340 Protein kinase C delta type Human genes 0.000 claims 1
- 102100038095 Protein-glutamine gamma-glutamyltransferase 2 Human genes 0.000 claims 1
- 102100030486 Proteolipid protein 2 Human genes 0.000 claims 1
- 108010017324 STAT3 Transcription Factor Proteins 0.000 claims 1
- 108010019992 STAT4 Transcription Factor Proteins 0.000 claims 1
- 102000005886 STAT4 Transcription Factor Human genes 0.000 claims 1
- 101150058731 STAT5A gene Proteins 0.000 claims 1
- 101150063267 STAT5B gene Proteins 0.000 claims 1
- 102100024040 Signal transducer and activator of transcription 3 Human genes 0.000 claims 1
- 102100024481 Signal transducer and activator of transcription 5A Human genes 0.000 claims 1
- 102100024474 Signal transducer and activator of transcription 5B Human genes 0.000 claims 1
- 101150045565 Socs1 gene Proteins 0.000 claims 1
- 108700027336 Suppressor of Cytokine Signaling 1 Proteins 0.000 claims 1
- 102100024779 Suppressor of cytokine signaling 1 Human genes 0.000 claims 1
- 102100030523 Suppressor of cytokine signaling 5 Human genes 0.000 claims 1
- 102100027213 T-cell-specific surface glycoprotein CD28 Human genes 0.000 claims 1
- 102100033110 Toll-like receptor 8 Human genes 0.000 claims 1
- 102100033732 Tumor necrosis factor receptor superfamily member 1A Human genes 0.000 claims 1
- 102100033733 Tumor necrosis factor receptor superfamily member 1B Human genes 0.000 claims 1
- 102100036499 Vesicle-associated membrane protein 7 Human genes 0.000 claims 1
- 102100039039 Zinc finger protein 675 Human genes 0.000 claims 1
- 210000001519 tissue Anatomy 0.000 description 67
- 239000000523 sample Substances 0.000 description 55
- 230000035945 sensitivity Effects 0.000 description 21
- 230000003902 lesion Effects 0.000 description 19
- 238000012360 testing method Methods 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 14
- 108020004394 Complementary RNA Proteins 0.000 description 11
- 239000002299 complementary DNA Substances 0.000 description 11
- 239000003184 complementary RNA Substances 0.000 description 11
- 108020004707 nucleic acids Proteins 0.000 description 10
- 102000039446 nucleic acids Human genes 0.000 description 10
- 150000007523 nucleic acids Chemical class 0.000 description 10
- 239000000126 substance Substances 0.000 description 9
- 238000000018 DNA microarray Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 7
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 6
- 230000000052 comparative effect Effects 0.000 description 6
- 108020004999 messenger RNA Proteins 0.000 description 6
- 108020004711 Nucleic Acid Probes Proteins 0.000 description 5
- 238000009534 blood test Methods 0.000 description 5
- 238000001839 endoscopy Methods 0.000 description 5
- 239000002853 nucleic acid probe Substances 0.000 description 5
- 108090001008 Avidin Proteins 0.000 description 4
- 108010090804 Streptavidin Proteins 0.000 description 4
- 229920002477 rna polymer Polymers 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 208000023275 Autoimmune disease Diseases 0.000 description 3
- 206010008748 Chorea Diseases 0.000 description 3
- 208000005171 Dysmenorrhea Diseases 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- 208000012902 Nervous system disease Diseases 0.000 description 3
- 229960002685 biotin Drugs 0.000 description 3
- 235000020958 biotin Nutrition 0.000 description 3
- 239000011616 biotin Substances 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 208000012601 choreatic disease Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000009396 hybridization Methods 0.000 description 3
- 208000020016 psychiatric disease Diseases 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010013935 Dysmenorrhoea Diseases 0.000 description 2
- 108010043121 Green Fluorescent Proteins Proteins 0.000 description 2
- 102000004144 Green Fluorescent Proteins Human genes 0.000 description 2
- 238000002123 RNA extraction Methods 0.000 description 2
- 108091028664 Ribonucleotide Proteins 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 2
- 230000002496 gastric effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- RWSXRVCMGQZWBV-WDSKDSINSA-N glutathione Chemical compound OC(=O)[C@@H](N)CCC(=O)N[C@@H](CS)C(=O)NCC(O)=O RWSXRVCMGQZWBV-WDSKDSINSA-N 0.000 description 2
- 239000005090 green fluorescent protein Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000002610 neuroimaging Methods 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 239000002336 ribonucleotide Substances 0.000 description 2
- 125000002652 ribonucleotide group Chemical group 0.000 description 2
- 230000019491 signal transduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 101150065190 term gene Proteins 0.000 description 2
- 239000000439 tumor marker Substances 0.000 description 2
- 108700026220 vif Genes Proteins 0.000 description 2
- 101150084750 1 gene Proteins 0.000 description 1
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000019751 Anorectal disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 1
- 206010008342 Cervix carcinoma Diseases 0.000 description 1
- 206010008631 Cholera Diseases 0.000 description 1
- 206010009900 Colitis ulcerative Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- IGXWBGJHJZYPQS-SSDOTTSWSA-N D-Luciferin Chemical compound OC(=O)[C@H]1CSC(C=2SC3=CC=C(O)C=C3N=2)=N1 IGXWBGJHJZYPQS-SSDOTTSWSA-N 0.000 description 1
- CYCGRDQQIOGCKX-UHFFFAOYSA-N Dehydro-luciferin Natural products OC(=O)C1=CSC(C=2SC3=CC(O)=CC=C3N=2)=N1 CYCGRDQQIOGCKX-UHFFFAOYSA-N 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 102000016911 Deoxyribonucleases Human genes 0.000 description 1
- 108010053770 Deoxyribonucleases Proteins 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 206010014596 Encephalitis Japanese B Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- BJGNCJDXODQBOB-UHFFFAOYSA-N Fivefly Luciferin Natural products OC(=O)C1CSC(C=2SC3=CC(O)=CC=C3N=2)=N1 BJGNCJDXODQBOB-UHFFFAOYSA-N 0.000 description 1
- 108010024636 Glutathione Proteins 0.000 description 1
- 208000035895 Guillain-Barré syndrome Diseases 0.000 description 1
- 208000002972 Hepatolenticular Degeneration Diseases 0.000 description 1
- 208000015592 Involuntary movements Diseases 0.000 description 1
- 201000005807 Japanese encephalitis Diseases 0.000 description 1
- 241000710842 Japanese encephalitis virus Species 0.000 description 1
- DDWFXDSYGUXRAY-UHFFFAOYSA-N Luciferin Natural products CCc1c(C)c(CC2NC(=O)C(=C2C=C)C)[nH]c1Cc3[nH]c4C(=C5/NC(CC(=O)O)C(C)C5CC(=O)O)CC(=O)c4c3C DDWFXDSYGUXRAY-UHFFFAOYSA-N 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010049567 Miller Fisher syndrome Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 108010004729 Phycoerythrin Proteins 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000010802 RNA extraction kit Methods 0.000 description 1
- 208000025747 Rheumatic disease Diseases 0.000 description 1
- 102000006382 Ribonucleases Human genes 0.000 description 1
- 108010083644 Ribonucleases Proteins 0.000 description 1
- 208000021386 Sjogren Syndrome Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 208000037386 Typhoid Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 201000006704 Ulcerative Colitis Diseases 0.000 description 1
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 1
- 208000018839 Wilson disease Diseases 0.000 description 1
- 239000000164 antipsychotic agent Substances 0.000 description 1
- 210000000436 anus Anatomy 0.000 description 1
- 101150010487 are gene Proteins 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 201000010881 cervical cancer Diseases 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000001848 dysentery Diseases 0.000 description 1
- 210000004696 endometrium Anatomy 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 102000018146 globin Human genes 0.000 description 1
- 108060003196 globin Proteins 0.000 description 1
- 229960003180 glutathione Drugs 0.000 description 1
- 102000034345 heterotrimeric G proteins Human genes 0.000 description 1
- 108091006093 heterotrimeric G proteins Proteins 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000001293 nucleolytic effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 230000011506 response to oxidative stress Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 230000000552 rheumatic effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 201000000596 systemic lupus erythematosus Diseases 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 201000008297 typhoid fever Diseases 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 208000016261 weight loss 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
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- 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
- G16B40/30—Unsupervised data analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Description
しかしながら、遺伝子またはその転写産物の発現量の網羅的解析においては、偽陽性の遺伝子も多数検出されることや、測定系による誤差、遺伝子発現の再現性の不良などのため、真に有意な発現量の変化を示す遺伝子を抽出することは困難であるという問題が存在する。
例えば、特開2005−323573号公報(特許文献1)は、DNAマイクロアレイから得た遺伝子の発現量データを多変量解析することで、異なる2条件間での遺伝子発現が有意に異なるかを判定する方法を開示している。
また、特表2007−524408号公報(特許文献2)は、細胞内グルタチオンレベルの調節に関与する遺伝子の発現レベルに基づいて、精神障害を診断する方法を開示している。
そこで、本発明は、判定対象の疾患の罹患が疑われる被験者が、該疾患に罹患しているか否かの判定を正確に安定して行うことができる方法を提供することを目的とする。
(1)判定対象疾患の罹患が疑われる被験者から得られた生体試料中の、前記疾患と関連する少なくとも2つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の転写産物の発現量を測定する工程と、
(2)前記発現量を複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、偏差を表わす値を取得する工程と、
(3)前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子についての偏差を表す値の平均値を取得する工程と、
(4)前記平均値を用いて、前記被験者が対象疾患に罹患しているか否かを判定する工程と
を含む、疾患の罹患判定方法を提供する。
判定対象疾患の罹患が疑われる被験者から得られた生体試料中の、前記疾患と関連する少なくとも2つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の転写産物の発現量を受け付ける受付手段、
前記発現量を複数の健常者における対応する遺伝子の発現量に基づいて標準化することにより偏差を表わす値を取得する偏差取得手段、
前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を取得する平均値取得手段、
前記平均値を用いて、被験者が対象疾患に罹患しているか否かを判定する判定手段、
判定手段の判定結果を出力する出力手段
として機能させるための疾患の罹患判定用プログラムも提供する。
生体試料は、そこから遺伝子の転写産物を抽出可能な生体から採取される試料であれば特に限定されず、被験者の血液(全血、血漿、血清を含む)、唾液、尿、体毛などを用いることができる。
また、本明細書において、「遺伝子の転写産物の発現量」とは、上記の生体試料中の遺伝子の転写産物の存在量または該存在量を反映する物質の量のことである。よって、本発明の判定方法では、遺伝子の転写産物(mRNA)の量、またはmRNAから得られる相補デオキシリボ核酸(cDNA)もしくは相補RNA(cRNA)の量を測定できる。通常、生体試料中のmRNAは微量であるので、そこから逆転写およびインビトロ転写(IVT)により得られるcDNAまたはcRNAの量を測定することが好ましい。
核酸チップを用いて遺伝子の転写産物の発現量を測定する場合、例えば、基板上に固定された20〜25 mer程度の核酸プローブに、遺伝子の転写産物の抽出物または遺伝子の転写産物から作製したcDNAもしくはcRNAを接触させ、ハイブリッドの形成の有無を蛍光、発色、電流などの指標の変化を測定することにより、目的の遺伝子の転写産物の発現量を測定できる。
上記の核酸プローブは、1つの遺伝子の転写産物に対して少なくとも1つ用いればよく、遺伝子の転写産物の長さなどに応じて、複数のプローブを用いることもできる。プローブの配列は、測定しようとする遺伝子の転写産物の配列に応じて当業者が適宜決定できる。
核酸チップを用いる遺伝子の転写産物の発現量の測定方法としては、例えば、Affymetrix社により提供されるGeneChipシステムを用いることができる。
ハイブリッドの形成を、蛍光物質または色素の検出により測定する場合、遺伝子の転写産物またはそのcDNAもしくはcRNAが、蛍光物質または色素の検出のための標識物質で標識されていることが好ましい。このような標識物質は、当該技術において通常用いられるものを用いることができる。通常、ビオチン化ヌクレオチドまたはビオチン化リボヌクレオチドを、cDNAまたはcRNAを合成するときのヌクレオチドまたはリボヌクレオチド基質として混合しておくことにより、得られるcDNAまたはcRNAがビオチンで標識されることができる。cDNAまたはcRNAがビオチン標識されていると、核酸チップ上で、ビオチンに対する結合パートナーであるアビジンまたはストレプトアビジンが結合できる。アビジンまたはストレプトアビジンが、適切な蛍光物質または色素と結合していることにより、ハイブリッドの形成が検出できる。蛍光物質としては、フルオレセインイソチオシアネート(FITC)、グリーン蛍光タンパク質(GFP)、ルシフェリン、フィコエリスリンなどが挙げられる。通常、フィコエリスリン−ストレプトアビジンのコンジュゲートが市販されているので、これを用いることが簡便である。
また、アビジンまたはストレプトアビジンに対する標識抗体を、アビジンまたはストレプトアビジンと接触させ、標識抗体の蛍光物質または色素を検出することもできる。
これらのシグナルは、核酸チップ用の測定装置を用いて測定できる。
本明細書において、「対応する遺伝子の転写産物」とは、被験者について発現量を測定したものと同じ遺伝子の転写産物を意味する。
複数の健常者における対応する遺伝子の転写産物の発現量は、上記の被験者からの生体試料について行ったのと同様の方法に従って、健常者から採取された生体試料を用い、測定対象の遺伝子の転写産物の発現量を測定することにより、得ることができる。
本明細書において、「健常者」とは、本発明の判定方法以外の基準に基づいて、判定対象疾患に罹患していないことが確認できる者のことである。例えば、判定対象疾患が、癌である場合は、組織診、CT、MRI、腫瘍マーカーなどにより、自己免疫疾患である場合は、血液検査などにより、感染症である場合は、血液検査などにより、精神または神経系疾患である場合は、脳画像診断、遺伝子検査、問診、質問紙などにより、クローン病の場合は、内視鏡検査、消化管造影検査などにより、子宮内膜症の場合は、CT、MRI、内視鏡検査などにより、判定対象疾患に罹患していないことが確認できる者のことである。
また、本明細書において、「複数の健常者」とは、統計学的に十分な人数の健常者を意味し、30名以上、好ましくは40名以上の人数であればよい。
偏差を表す値=(被験者での遺伝子の転写産物の発現量−複数の健常者での対応する遺伝子の転写産物の発現量の平均値)/複数の健常者での対応する遺伝子の転写産物の発現量の標準偏差
上記の偏差を表す値は、Zスコアとしても知られる値であり、複数の健常者における遺伝子の転写産物の発現量から、被験者の遺伝子の転写産物の発現量がどの程度かけ離れているかを示す値である。
上記の発現量比を表す値は、複数の健常者での対応する遺伝子の転写産物の発現量の平均値に対して、被験者の遺伝子の転写産物の発現量がどの程度大きいかを示す値である。
なお、本明細書において、「平均値」とは、平均値を取得しようとする上記の遺伝子群の中で1つの遺伝子についての偏差を表す値しか得られていない場合は、その1つの遺伝子についての偏差を表す値を意味し、2つ以上の遺伝子についての偏差を表す値が得られている場合は、それらの偏差を表す値を平均した値を意味する。
この判定は、上記のようにして被験者から取得された平均値を、健常者から採取された生体試料を用いて上記の各工程と同様にして予め得られた平均値と、判定対象疾患の患者から採取された生体試料を用いて上記の各工程と同様にして予め得られた平均値とに基づいて得られる判定式に入力することにより行うことができる。
上記のような健常者からの平均値と、判定対象疾患の患者からの平均値とが予め入力され、判定式が作成されたSVMに、被験者から採取された生体試料から求めた平均値を入力することにより、この被験者が判定対象疾患に罹患しているか否かを判定することができる。
(a)判定対象疾患に罹患した複数の患者のそれぞれおよび複数の健常者のそれぞれから得られた生体試料中の遺伝子の転写産物の発現量を測定する工程と、
(b)前記複数の患者のそれぞれについての発現量を、前記複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、前記複数の患者のそれぞれについての偏差を表す値を取得し、
前記複数の健常者のそれぞれについての発現量を標準化することにより、前記複数の健常者のそれぞれについての偏差を表す値を取得する工程と、
(c)前記発現量を測定した遺伝子を、遺伝子がコードする分子の機能に基づく分類系統を用いて、少なくとも2つの遺伝子群に分類し、
前記複数の患者のそれぞれおよび前記複数の健常者のそれぞれについて、
前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を前記遺伝子群の平均値として取得する工程と、
(d)前記複数の患者についての各遺伝子群の平均値と前記複数の健常者についての対応する各遺伝子群の平均値との間の有意確率を取得する工程と、
(e)前記有意確率が0.05以下である遺伝子群を判定対象疾患と関連する疾患判定用遺伝子群として同定する工程。
本明細書において、「判定対象疾患に罹患した患者」(以下、単に「患者」ともいう)とは、本発明の判定方法以外の基準に基づいて、判定対象疾患に罹患していることが確認できる者のことである。例えば、判定対象疾患が、癌である場合は、組織診、CT、MRI、腫瘍マーカーなどにより、自己免疫疾患である場合は、血液検査により、感染症である場合は、血液検査により、精神または神経系疾患である場合は、脳画像診断、遺伝子検査、問診などにより、クローン病の場合は、内視鏡検査、消化管造影検査などにより、子宮内膜症の場合は、CT、MRI、内視鏡検査などにより、判定対象疾患に罹患していることが確認できる人のことである。
また、本明細書において、「複数の患者」とは、統計学的に十分な人数の患者を意味し、30名以上、好ましくは40名以上の人数であればよい。なお、「健常者」および「複数の健常者」の定義については、上記のとおりである。
また、この工程における遺伝子の転写産物の抽出および該産物の発現量の測定については、判定対象疾患に罹患した複数の患者のそれぞれ、および複数の健常者のそれぞれから得られた生体試料を用いて、上記の本発明の判定方法の各工程と同様にして行うことができる。
本明細書において、「複数の患者のそれぞれについての発現量を、複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化する」とは、次の式により、複数の患者の全員の偏差を表す値を求めることを意味する。
患者についての偏差を表す値=(各患者についての遺伝子の転写産物の発現量−複数の健常者での対応する遺伝子の転写産物の発現量の平均値)/複数の健常者での対応する遺伝子の転写産物の発現量の標準偏差
この場合の「標準化する」とは、統計学の分野において通常用いられるのと同じ意味を有する。すなわち、次の式により、複数の健常者の全員の偏差を表す値を取得できる。
健常者についての偏差を表す値=(各健常者での遺伝子の転写産物の発現量−複数の健常者での遺伝子の転写産物の発現量の平均値)/複数の健常者での遺伝子の転写産物の発現量の標準偏差
なお、これらのデータベースは、以下の表1に示すURLから入手または利用可能である。
本明細書において、「対応する遺伝子群」とは、複数の患者について平均値を取得したのと同じ遺伝子群を意味する。
複数の患者についての各遺伝子群の平均値と複数の健常者についての対応する各遺伝子群の平均値との間の有意確率(以下、「p値」ともいう)は、T検定により取得することができる。
本発明の判定方法においては、上記の手順により同定された遺伝子群から任意に選択される少なくとも2つを、判定対象疾患と関連する疾患判定用遺伝子群として用いる。なお、選択される疾患判定用遺伝子群の数は、多いほど好ましい。
また、本発明の判定方法は、例えば、クローン病、ハンチントン病、子宮内膜症などの罹患の判定に特に好適である。
本発明の判定方法によりクローン病の罹患を判定する場合、疾患判定用遺伝子群としては、例えば、Gタンパク質関連遺伝子群、血液凝固関連遺伝子群、酸化ストレス関連遺伝子群、ファゴサイトーシス関連遺伝子群および脂肪酸化関連遺伝子群が挙げられる。
上記の5つの遺伝子群は、GO Termにおいて、それぞれ「heterotrimeric G-protein complex」(GO:0005834)、「blood coagulation」(GO:GO:0007596)、「response to oxidative stress」(GO:0006979)、「phagocytosis, engulfment」(GO:GO:0006911)および「fatty acid oxidation」(GO:0019395)に分類される遺伝子のカテゴリーである。
本発明の判定方法によりハンチントン病の罹患を判定する場合、疾患判定用遺伝子群としては、例えば、微小管関連遺伝子群、ミトコンドリア関連遺伝子群およびプロスタグランジン関連遺伝子群が挙げられる。
上記の3つの遺伝子群は、GO Termにおいて、それぞれ「microtube」(GO:0005874)、「mitochondrion」(GO:0005739)および「signal transduction」(GO:0007165)に分類される遺伝子のカテゴリーである。
本発明の判定方法により子宮内膜症の罹患を判定する場合、疾患判定用遺伝子群としては、例えば、サイトカイン合成経路関連遺伝子群、サイトカイン媒介シグナル関連遺伝子群およびイムノグロブリン媒介免疫反応関連遺伝子群が挙げられる。
上記の3つの遺伝子群は、GO Termにおいて、それぞれ「cytokine biosynthetic process」(GO:0042089)、「cytokine-mediated signaling pathway」(GO:0019221)および「immunoglobulin mediated immune response」(GO:0016064)に分類される遺伝子のカテゴリーである。
本発明の判定方法は、このように高い感度および特異度を示すので、判定対象疾患の診断の助けとなるより精度の高い指標を安定に提供することができる。
判定対象疾患の罹患が疑われる被験者から得られた生体試料中の、前記疾患と関連する少なくとも2つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の転写産物の発現量を受け付ける受付手段、
前記発現量を複数の健常者における対応する遺伝子の発現量に基づいて標準化することにより偏差を表わす値を取得する偏差取得手段、
前記疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を取得する平均値取得手段、
前記平均値を用いて、被験者が対象疾患に罹患しているか否かを判定する判定手段、
判定手段の判定結果を出力する出力手段
として機能させるための疾患の罹患判定用プログラムである。
判定対象疾患に罹患した複数の患者のそれぞれおよび複数の健常者のそれぞれから得られた生体試料中の遺伝子の転写産物の発現量を受け付ける受付手段、
前記複数の患者のそれぞれについての発現量を、前記複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、前記複数の患者のそれぞれの偏差を表わす値を取得し、前記複数の健常者のそれぞれについての発現量を標準化することにより、前記複数の健常者のそれぞれの偏差を表わす値を取得する偏差取得手段、
前記発現量を測定された遺伝子を、遺伝子がコードする分子の機能に基づく分類系統に従って、少なくとも2つの遺伝子群に分類し、前記複数の患者のそれぞれおよび前記複数の患者のそれぞれについて、前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を前記遺伝子群の平均値として取得する平均値取得手段、
前記複数の患者についての各遺伝子群の平均値と前記複数の健常者についての対応する各遺伝子群の平均値との間の有意確率を取得する有意確率取得手段、
前記有意確率が0.05以下である遺伝子群を判定対象疾患と関連する疾患判定用遺伝子群として同定する遺伝子群同定手段
としてさらに機能させる疾患の罹患判定用プログラムである。
コンピュータ2では、得られた発現量から、上記の偏差を表す値を取得し、得られた偏差を表す値を、少なくとも2つの遺伝子群のそれぞれにおける平均値として取得し、該平均値に基づいて、被験者が判定対象疾患に罹患しているか否かを判定する。
ROM110bは、マスクROM、PROM、EPROM、EEPROMなどによって構成されており、CPU110aに実行されるコンピュータプログラムおよびこれに用いるデータなどが記録されている。
まず、遺伝子の転写産物発現量測定装置1で遺伝子の転写産物の発現量が測定されると、転写産物発現量測定装置1が、コンピュータ2に、測定された発現量に関するデータ(以下、「測定発現量データ」という)を出力する。CPU110aは、出力された測定発現量データを受け付け、RAM110cに記憶する(ステップS11)。
(1)クローン病判定用遺伝子群の同定
実施例1においては、クローン病患者および健常者の血液中の遺伝子の転写産物の発現量データとして、遺伝子発現データバンクであるthe Gene Expression Omnibus(GEO;http://www.ncbi.nlm.nih.gov/geoから利用可能)により提供されるデータを用いた。なお、該データは、測定したシグナルの生データを正規化処理したものとして、http://www.ncbi.nlm.nih.gov/sites/GDSbrowser?acc=GDS1615から入手することができる。
(1-1)検体の選択およびプローブセットの絞り込み
上記のデータから、クローン病患者1(29検体)のデータおよび健常者1(21検体)のデータをランダムに選択し、これらのデータをクローン病判定用遺伝子群の同定のためのデータとした。
上記のGEOから入手したクローン病患者および健常者についてのデータは、DNAチップであるGeneChip(登録商標)U133A(Affimetrix社)を用いた解析により得られたものである。このDNAチップには、22283個のプローブセットが配置されているが、これらのプローブセットには、同一の遺伝子に対する複数のプローブセットも含まれる。
そこで、上記のDNAチップのプローブセットに対応する遺伝子において、同一の遺伝子に対する複数のプローブセットが含まれる遺伝子については、最大のシグナル値を示したプローブセットのみを抽出した。さらに、シグナル値が50以下のプローブセットは、測定値の再現性が低いと考えられるので除外した。この結果、9331個のプローブセットに対応する遺伝子について、以下の解析を行った。
上記のようにして選択された9331個のプローブセットに対応する遺伝子の転写産物について、健常者1(21検体)から得られたシグナル値全てを用いて平均値および標準偏差を取得した。この値を用いて、9331個の遺伝子それぞれについて、以下の式を用いて、該遺伝子それぞれの偏差を表す値(Zスコア)を求めた。
Zスコア=(各遺伝子の転写産物のシグナル値−健常者1(21検体)の対応する遺伝子の転写産物のシグナル値の平均値)/健常者1(21検体)の対応する遺伝子の転写産物のシグナル値の標準偏差
Gene Ontology(http://www.geneontology.org/index.shtmlから閲覧可能)の分類に基づいて、上記の9331個の遺伝子を遺伝子群(GO Term)に分類し、各GO Term内の遺伝子について上記(1-2)で求めたクローン病患者1(29検体)のZスコアを平均して、平均値を求めた。
また、健常者1(21検体)についても、上記と同様にして、各GO Termでの平均値を求めた。
上記のようにして得られた健常者とクローン病患者の各GO Termについての平均値を用いてT検定を行い、有意確率(p値)を取得した。
用いたGO Termから、得られたp値が0.05以下(p値≦5.0E-02)であったGO Termを抽出した。
次に、抽出したGO Termに含まれる全ての遺伝子についてのZスコアを用いて階層型クラスタリングを行い、同調して変動する遺伝子のクラスタを選択した。なお、クラスタリングには、ソフトウェアCluster3.0(http://bonsai.ims.u-tokyo.ac.jp/〜mdehoon/software/cluster/software.htmから入手可能)を、その結果の表示にはJavaTreeView (http://sourceforge.net/projects/jtreeview/files/から入手可能)を用いた。
各クラスタに含まれる遺伝子のZスコアの平均値をクラスタのスコアとし、健常者1(21検体)と、クローン病患者1(29検体)とについてT検定を行った。得られたp値が0.05以下であったクラスタから、Gタンパク質関連遺伝子群、血液凝固関連遺伝子群、酸化ストレス関連遺伝子群、ファゴサイトーシス関連遺伝子群および脂肪酸化関連遺伝子群をクローン病判定用遺伝子群として選択した。これらの遺伝子群ならびに各群に属する遺伝子および各群のp値を、表2に示す。
上記の選択された各遺伝子群における健常者1およびクローン病患者1についてのZスコアの平均値の分布を、図5に示す。
(2-1)クローン病判定用遺伝子群の同定に用いた検体についての判定
上記の5つのクローン病判定用遺伝子群のそれぞれにおける健常者1(21検体)およびクローン病患者1(29検体)についての平均値を、それぞれ、サポートベクターマシン(SVM;統計解析ソフトGeneSpringに搭載)に入力した。そして、これらの50検体の平均値が入力されたSVMを用いて、各検体が陽性である(クローン病である)か、または陰性である(健常である)かを、判定した。
この結果を、図6Aに示す。図6Aにおいて、「感度」とは、クローン病患者を「陽性」であると判定する割合であり、「特異度」とは、健常者を健常者であると判定する割合である。また、「一致率」とは、クローン病患者を「陽性(+)」であると判定し、健常者を「陰性(−)」であると判定する割合である。この結果から、本発明の判定方法によれば、90%以上の感度および特異度で、クローン病患者および健常者を同定できることがわかる。
さらに、本発明の判定方法の再現性を評価するために、上記(1-1)で選択されたデータとは異なるクローン病患者2(30検体)のデータおよび健常者2(21検体)のデータを用いた。そして、これらのデータについて、上記(2-1)でクローン病判定用遺伝子群の同定に用いた検体の平均値が入力されたSVMを用いて判定を行った。
この結果を、図6Bに示す。この結果から、本発明の判定方法によれば、クローン病判定用遺伝子群の同定に用いた検体とは異なる検体についても、95%以上の感度および90%以上の特異度で、安定して健常者とクローン病患者とを区別できることがわかる。
ここでは、従来の判定方法として、健常者および患者の遺伝子の転写産物の発現量自体に基づいて疾患の罹患を判定する方法を用いた。このような、従来の判定方法を用いて、クローン病の罹患を判定した場合の判定の精度を評価した。
(1)クローン病判定用遺伝子群に属する遺伝子を用いた判定
(1-1)クローン病判定用遺伝子群の同定に用いた検体について
表1の26遺伝子のそれぞれにおける上記の健常者1(21検体)およびクローン病患者1(29検体)についての発現量を、それぞれSVMに入力した。そして、これらの50検体の発現量が入力されたSVMを用いて、各検体が陽性と判定されるか、または陰性と判定されるかについて、判定の精度の評価を行った。
この結果を、図7Aに示す。この結果から、従来の判定方法によると、100%の感度および特異度で、クローン病患者および健常者を同定できることがわかる。
次いで、従来の判定方法の再現性を評価するために、上記のクローン病患者2(30検体)のデータおよび健常者2(21検体)のデータを用いた。そして、これらの検体について、上記(1-1)で健常者1(21検体)およびクローン病患者1(29検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図7Bに示す。この結果から、クローン病判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の感度は90%以上であったが、特異度は65%以下に低下した。したがって、従来の判定方法では、健常者をクローン病患者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも高いことがわかる。
(2-1)クローン病判定用遺伝子群の同定に用いた検体について
クローン病判定用遺伝子群に属する遺伝子(表1の26遺伝子)とは異なる遺伝子を用いた場合についても検討するため、そのような遺伝子を新たに同定した。具体的には、上記の健常者1(21検体)についての発現量とクローン病患者1(29検体)についての発現量との間の有意確率(p値)をT検定により求め、得られたp値が0.05以下であった発現量の遺伝子を判定に用いる遺伝子とした。その結果、5個の遺伝子を同定した。これらの遺伝子および各遺伝子のp値を、表3に示す。また、各遺伝子における健常者1とクローン病患者1とについて、遺伝子の転写産物の発現量の分布を、図8に示す。
この結果を、図9Aに示す。この結果から、クローン病判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法によれば、95%以上の感度および特異度で、クローン病患者および健常者を同定できることがわかる。
次いで、上記の5遺伝子を用いる従来の判定方法の再現性を評価するために、上記のクローン病患者2(30検体)のデータおよび健常者2(21検体)のデータを用いた。そして、これらの検体について、上記(2-1)で健常者1(21検体)およびクローン病患者1(29検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図9Bに示す。この結果から、クローン病判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の感度は90%以上であったが、特異度は40%以下に低下していた。したがって、クローン病判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法では、健常者をクローン病患者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも高いことがわかる。
(1)ハンチントン病判定用遺伝子群の同定
実施例2においては、ハンチントン病患者および健常者の血液中の遺伝子の転写産物の発現量データとして、GEOから入手したデータを用いた。なお、該データは、測定したシグナルの生データを正規化処理したものとして、http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1751から入手することができる。
(1-1)検体の選択およびプローブセットの絞り込み
上記のデータから、ハンチントン病患者1(6検体)のデータおよび健常者3(7検体)のデータをランダムに選択し、これらのデータをハンチントン病判定用遺伝子群の同定のためのデータとした。
上記のGEOから入手したハンチントン病患者および健常者についてのデータは、GeneChip(登録商標)U133A(Affimetrix社)を用いた解析により得られたものである。実施例1の(1-1)と同様に、上記のDNAチップのプローブセットに対応する遺伝子において、同一の遺伝子に対する複数のプローブセットが含まれる遺伝子については、最大のシグナル値を示したプローブセットのみを抽出した。さらに、シグナル値が50以下のプローブセットは、測定値の再現性が低いと考えられるので除外した。この結果、8370個のプローブセットに対応する遺伝子について、以下の解析を行った。
上記のようにして選択された8370個のプローブセットに対応する遺伝子の転写産物について、健常者3(7検体)から得られたシグナル値全てを用いて平均値および標準偏差を取得した。この値を用いて、8370個の遺伝子それぞれについて、以下の式を用いて、該遺伝子それぞれの偏差を表す値(Zスコア)を求めた。
Zスコア=(各遺伝子の転写産物のシグナル値−健常者3(7検体)の対応する遺伝子の転写産物のシグナル値の平均値)/健常者3(7検体)の対応する遺伝子の転写産物のシグナル値の標準偏差
Gene Ontologyの分類に基づいて、上記の8370個の遺伝子を遺伝子群(GO Term)に分類し、各GO Term内の遺伝子について上記(1-2)で求めたハンチントン病患者1(6検体)のZスコアを平均して、平均値を求めた。
また、健常者3(7検体)についても、上記と同様にして、各GO Termでの平均値を求めた。
上記のようにして得られた健常者とハンチントン病患者の各GO Termについての平均値を用いてT検定を行い、有意確率(p値)を取得した。
用いたGO Termから、得られたp値が0.05以下(p値≦5.0E-02)であったGO Termを抽出した。
次に、抽出したGO Termに含まれる全ての遺伝子についてのZスコアを用いて階層型クラスタリングを行い、同調して変動する遺伝子のクラスタを選択した。なお、クラスタリングには、ソフトウェアCluster3.0(http://bonsai.ims.u-tokyo.ac.jp/〜mdehoon/software/cluster/software.htmから入手可能)を、その結果の表示にはJavaTreeView (http://sourceforge.net/projects/jtreeview/files/から入手可能)を用いた。
各クラスタに含まれる遺伝子のZスコアの平均値をクラスタのスコアとし、健常者3(7検体)と、ハンチントン病患者1(6検体)とについてT検定を行った。得られたp値が0.05以下であったクラスタから、微小管関連遺伝子群、ミトコンドリア関連遺伝子群およびプロスタグランジン関連遺伝子群を、ハンチントン病判定用遺伝子群として選択した。これらの遺伝子群ならびに各群に属する遺伝子および各群のp値を、表4に示す。
上記選択された各遺伝子群における健常者3およびハンチントン病患者1についてのZスコアの平均値の分布を、図10に示す。
(2-1)ハンチントン病判定用遺伝子群の同定に用いた検体についての判定
上記の3つのハンチントン病判定用遺伝子群のそれぞれにおける健常者3(7検体)およびハンチントン病患者1(6検体)についての平均値を、それぞれ、SVMに入力した。そして、これらの13検体の平均値が入力されたSVMを用いて、各検体が陽性である(ハンチントン病である)か、または陰性である(健常である)かを、判定した。
この結果を、図11Aに示す。この結果から、本発明の判定方法によれば、100%の感度および特異度で、ハンチントン病患者および健常者を同定できることがわかる。
さらに、本発明の判定方法の再現性を評価するために、上記(1-1)で選択されたデータとは異なるハンチントン病患者2(6検体)のデータおよび健常者4(7検体)のデータを用いた。そして、これらのデータについて、上記(2-1)でハンチントン病判定用遺伝子群の同定に用いた検体の平均値が入力されたSVMを用いて判定を行った。
この結果を、図11Bに示す。この結果から、本発明の判定方法によると、ハンチントン病判定用遺伝子群の同定に用いた検体とは異なる検体についても、80%以上の感度および100%の特異度で、安定して健常者とハンチントン病患者とを区別できることがわかる。
ここでは、従来の判定方法として、健常者および患者の遺伝子の転写産物の発現量自体に基づいて疾患の罹患を判定する方法を用いた。このような、従来の判定方法を用いて、ハンチントン病の罹患を判定した場合の判定の精度を評価した。
(1)ハンチントン病判定用遺伝子群に属する遺伝子を用いた判定
(1-1)ハンチントン病判定用遺伝子群の同定に用いた検体について
表3の27遺伝子のそれぞれにおける上記の健常者3(7検体)およびハンチントン病患者1(6検体)についての発現量を、それぞれSVMに入力した。そして、これらの13検体の発現量が入力されたSVMを用いて、各検体が陽性と判定されるか、または陰性と判定されるかについて、判定の精度の評価を行った。
この結果を、図12Aに示す。この結果から、従来の判定方法によれば、100%の感度および特異度で、ハンチントン病患者および健常者を同定できることがわかる。
次いで、従来の判定方法の再現性を評価するために、上記のハンチントン病患者2(6検体)のデータおよび健常者4(7検体)のデータを用いた。そして、これらの検体について、上記(1-1)で健常者3(7検体)およびハンチントン病患者1(6検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図12Bに示す。この結果から、ハンチントン病判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の特異度は100%であったが、感度は70%以下に低下した。したがって、従来の判定方法では、ハンチントン病患者を健常者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも高いことがわかる。
(2-1)ハンチントン病判定用遺伝子群の同定に用いた検体について
ハンチントン病判定用遺伝子群に属する遺伝子(表3の27遺伝子)とは異なる遺伝子を用いた場合についても検討するため、そのような遺伝子を新たに同定した。具体的には、上記の健常者3(7検体)についての発現量とハンチントン病患者1(6検体)についての発現量との間の有意確率(p値)をT検定により求め、得られたp値が0.05以下であった発現量の遺伝子を判定に用いる遺伝子とした。その結果、10個の遺伝子を同定した。これらの遺伝子および各遺伝子のp値を、表5に示す。また、各遺伝子における健常者3とハンチントン病患者1とについて、遺伝子の転写産物の発現量の分布を、図13に示す。
この結果を、図14Aに示す。この結果から、ハンチントン病判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法によれば、100%の感度および特異度で、ハンチントン病患者および健常者を同定できることがわかる。
次いで、上記の10遺伝子を用いる従来の判定方法の再現性を評価するために、上記のハンチントン病患者2(6検体)のデータおよび健常者4(7検体)のデータを用いた。そして、これらの検体について、上記(2-1)で健常者3(7検体)およびハンチントン病患者1(6検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図14Bに示す。この結果から、ハンチントン病判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の特異度は100%であったが、感度は50%に低下していた。したがって、ハンチントン病判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法では、ハンチントン病患者を健常者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも高いことがわかる。
(1)子宮内膜症判定用遺伝子群の同定
実施例3においては、子宮内膜症患者の病変部組織および正常組織のそれぞれから得た遺伝子の転写産物の発現量データとして、GEOから入手したデータを用いた。なお、該データは、測定したシグナルの生データを正規化処理したものとして、http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE7305およびhttp://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE6364から入手することができる。
(1-1)検体の選択およびプローブセットの絞り込み
上記のデータから、病変部組織1(9検体)のデータおよび正常組織1(8検体)のデータをランダムに選択し、これらのデータを子宮内膜症判定用遺伝子群の同定のためのデータとした。
上記のGEOから入手した病変部組織および正常組織についてのデータは、DNAチップであるGeneChip(登録商標)U133 plus2.0(Affimetrix社)を用いた解析により得られたものである。このDNAチップには、54675個のプローブセットが配置されているが、これらのプローブセットには、同一の遺伝子に対する複数のプローブセットも含まれる。
そこで、上記のDNAチップのプローブセットに対応する遺伝子において、同一の遺伝子に対する複数のプローブセットが含まれる遺伝子については、最大のシグナル値を示したプローブセットのみを抽出した。さらに、シグナル値が100以下のプローブセットは、測定値の再現性が低いと考えられるので除外した。この結果、16207個のプローブセットに対応する遺伝子について、以下の解析を行った。
上記のようにして選択された16207個のプローブセットに対応する遺伝子の転写産物について、正常組織1(8検体)から得られたシグナル値全てを用いて平均値および標準偏差を取得した。この値を用いて、16207個の遺伝子それぞれについて、以下の式を用いて、該遺伝子それぞれの偏差を表す値(Zスコア)を求めた。
Zスコア=(各遺伝子の転写産物のシグナル値−正常組織1(8検体)の対応する遺伝子の転写産物のシグナル値の平均値)/正常組織1(8検体)の対応する遺伝子の転写産物のシグナル値の標準偏差
Gene Ontologyの分類に基づいて、上記の16207個の遺伝子を遺伝子群(GO Term)に分類し、各GO Term内の遺伝子について上記(1-2)で求めた病変部組織1(9検体)のZスコアを平均して、平均値を求めた。
また、正常組織1(8検体)についても、上記と同様にして、各GO Termでの平均値を求めた。
上記のようにして得られた正常組織および病変部組織の各GO Termについての平均値を用いてT検定を行い、有意確率(p値)を取得した。
用いたGO Termから、得られたp値が0.05以下(p値≦5.0E-02)であったGO Termを抽出した。
次に、抽出したGO Termに含まれる全ての遺伝子についてのZスコアを用いて階層型クラスタリングを行い、同調して変動する遺伝子のクラスタを選択した。なお、クラスタリングには、ソフトウェアCluster3.0(http://bonsai.ims.u-tokyo.ac.jp/〜mdehoon/software/cluster/software.htmから入手可能)を、その結果の表示にはJavaTreeView (http://sourceforge.net/projects/jtreeview/files/から入手可能)を用いた。
各クラスタに含まれる遺伝子のZスコアの平均値をクラスタのスコアとし、正常組織1(8検体)と、病変部組織1(9検体)とについてT検定を行った。得られたp値が0.05以下であったクラスタから、サイトカイン合成経路関連遺伝子群、サイトカイン媒介シグナル関連遺伝子群およびイムノグロブリン媒介免疫反応関連遺伝子群を、子宮内膜症判定用遺伝子群として選択した。これらの遺伝子群ならびに各群に属する遺伝子および各群のp値を、表6に示す。
上記の選択された各遺伝子群における正常組織1および病変部組織1についてのZスコアの平均値の分布を、図15に示す。
(2-1)子宮内膜症判定用遺伝子群の同定に用いた検体についての判定
上記の3つの子宮内膜症判定用遺伝子群のそれぞれにおける正常組織1(8検体)および病変部組織1(9検体)についての平均値を、それぞれ、SVMに入力した。そして、これらの17検体の平均値が入力されたSVMを用いて、各検体が陽性である(子宮内膜症である)か、または陰性である(健常である)かを、判定した。
この結果を、図16Aに示す。この結果から、本発明の判定方法によれば、85%以上の感度および100%の特異度で、正常組織および病変部組織についての検体を同定できることがわかる。
さらに、本発明の判定方法の再現性を評価するために、上記(1-1)で選択されたデータとは異なる病変部位組織2(9検体)のデータおよび正常組織2(8検体)のデータを用いた。そして、これらのデータについて、上記(2-1)で子宮内膜症判定用遺伝子群の同定に用いた検体の平均値が入力されたSVMを用いて判定を行った。
この結果を、図16Bに示す。この結果から、本発明の判定方法によれば、子宮内膜症判定用遺伝子群の同定に用いた検体とは異なる検体についても、75%の感度および85%以上の特異度で、安定して正常組織についての検体と病変部組織についての検体とを区別できることがわかる。
ここでは、従来の判定方法として、健常者および患者の遺伝子の転写産物の発現量自体に基づいて疾患の罹患を判定する方法を用いた。このような、従来の判定方法を用いて、子宮内膜症の病変部組織についての検体を判定した場合の判定の精度を評価した。
(1)子宮内膜症判定用遺伝子群に属する遺伝子を用いた判定
(1-1)子宮内膜症病判定用遺伝子群の同定に用いた検体について
表5の39遺伝子のそれぞれにおける上記の正常組織1(8検体)および病変部組織1(9検体)についての発現量を、それぞれSVMに入力した。そして、これらの17検体の発現量が入力されたSVMを用いて、各検体が陽性と判定されるか、または陰性と判定されるかについて、判定の精度の評価を行った。
この結果を、図17Aに示す。この結果から、従来の判定方法によれば、100%の感度および特異度で、正常組織および病変部組織についての検体を同定できることがわかる。
次いで、従来の判定方法の再現性を評価するために、上記の正常組織2(8検体)および病変部組織2(9検体)のデータを用いた。そして、これらの検体について、上記(1-1)で正常組織1(8検体)および病変部組織1(9検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図17Bに示す。この結果から、子宮内膜症判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の特異度は100%であったが、感度は65%以下に低下した。したがって、従来の判定方法では、子宮内膜症患者を健常者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも高いことがわかる。
(2-1)子宮内膜症判定用遺伝子群の同定に用いた検体について
子宮内膜症判定用遺伝子群に属する遺伝子(表5の39遺伝子)とは異なる遺伝子を用いた場合についても検討するため、そのような遺伝子を新たに同定した。具体的には、上記の正常組織1(8検体)についての発現量と病変部組織1(9検体)についての発現量との間の有意確率(p値)をT検定により求め、得られたp値が0.05以下であった発現量の遺伝子を判定に用いる遺伝子とした。その結果、10個の遺伝子を同定した。これらの遺伝子および各遺伝子のp値を、表7に示す。また、各遺伝子における健常者3と子宮内膜症患者1とについて、遺伝子の転写産物の発現量の分布を、図18に示す。
この結果を、図19Aに示す。この結果から、子宮内膜症判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法によれば、100%の感度および特異度で、正常組織および病変部組織についての検体を同定できることがわかる。
次いで、上記の10遺伝子を用いる従来の判定方法の再現性を評価するために、上記の正常組織2(8検体)のデータおよび正常組織2(8検体)のデータを用いた。そして、これらの検体について、上記(2-1)で健常者3(7検体)および子宮内膜症患者1(6検体)についての発現量が入力されたSVMを用いて判定を行った。
この結果を、図19Bに示す。この結果から、子宮内膜症判定用遺伝子群の同定に用いた検体とは異なる検体について、従来の判定方法の特異度は100%であったが、感度は0%に低下していた。したがって、子宮内膜症判定用遺伝子群に属する遺伝子とは異なる遺伝子を用いた従来の判定方法では、子宮内膜症患者を健常者であるとして誤った判定結果を示す可能性が、本発明の判定方法よりも極めて高いことがわかる。
2 コンピュータ
3 ケーブル
110 本体
110a CPU
110b ROM
110c RAM
110d ハードディスク
110e 読出装置
110f 入出力インタフェース
110g 画像出力インタフェース
110h バス
120 ディスプレイ
130 入力部
Claims (18)
- (1)判定対象疾患の罹患が疑われる被験者から得られた生体試料中の、前記疾患と関連する少なくとも2つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の転写産物の発現量を測定する工程と、
(2)前記発現量を複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、偏差を表わす値を取得する工程と、
(3)前記対象疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を取得する工程と、
(4)前記平均値を用いて、前記被験者が対象疾患に罹患しているか否かを判定する工程と
を含む、疾患の罹患判定方法。 - 請求項1の第1工程における疾患判定用遺伝子群が、
(a)判定対象疾患に罹患した複数の患者のそれぞれおよび複数の健常者のそれぞれから得られた生体試料中の遺伝子の転写産物の発現量を測定する工程と、
(b)前記複数の患者のそれぞれについての発現量を、前記複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、前記複数の患者のそれぞれについての偏差を表す値を取得し、
前記複数の健常者のそれぞれについての発現量を標準化することにより、前記複数の健常者のそれぞれについての偏差を表す値を取得する工程と、
(c)前記発現量を測定した遺伝子を、遺伝子がコードする分子の機能に基づく分類系統を用いて、少なくとも2つの遺伝子群に分類し、
前記複数の患者のそれぞれおよび前記複数の健常者のそれぞれについて、
前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を前記遺伝子群の平均値として取得する工程と、
(d)前記複数の患者についての各遺伝子群の平均値と前記複数の健常者についての対応する各遺伝子群の平均値との間の有意確率を取得する工程と、
(e)前記有意確率が0.05以下である遺伝子群を判定対象疾患と関連する疾患判定用遺伝子群として同定する工程と
により同定される請求項1に記載の方法。 - 遺伝子がコードする分子の機能に基づく分類系統が、ジーンオントロジー(Gene Ontology)、京都エンサイクロペディア オブ ジーンズ アンド ゲノムス(Kyoto Encyclopedia of Genes and Genomes(KEGG))、メタシック(MetaCyc)、ジンマップ(GenMAPP)、バイオカルタ(BioCarta)、キーモルネット(KeyMolnet)またはオンライン メンデリアン インヘリタンス イン マン(Online Mendelian Inheritance in Man(OMIM))である請求項2に記載の方法。
- 判定対象疾患が、クローン病、ハンチントン病または子宮内膜症から選択される請求項1〜3のいずれか1項に記載の方法。
- 判定対象疾患がクローン病であり、疾患判定用遺伝子群が、Gタンパク質関連遺伝子群、血液凝固関連遺伝子群、酸化ストレス関連遺伝子群、ファゴサイトーシス関連遺伝子群または脂肪酸化関連遺伝子群から選択される少なくとも2つである請求項1〜4のいずれか1項に記載の方法。
- 判定対象疾患がハンチントン病であり、疾患判定用遺伝子群が、微小管関連遺伝子群、ミトコンドリア関連遺伝子群またはプロスタグランジン関連遺伝子群から選択される少なくとも2つである請求項1〜4のいずれか1項に記載の方法。
- 判定対象疾患が子宮内膜症であり、疾患判定用遺伝子群が、サイトカイン合成経路関連遺伝子群、サイトカイン媒介シグナル関連遺伝子群またはイムノグロブリン媒介免疫反応関連遺伝子群から選択される少なくとも2つである請求項1〜4のいずれか1項に記載の方法。
- 遺伝子の転写産物の発現量を測定する工程において、少なくとも3つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の発現量を測定する請求項1〜7のいずれか1項に記載の方法。
- Gタンパク質関連遺伝子群の遺伝子が、遺伝子シンボルで表してGNG3、GNG7、GNA15、GNB5、GNAS、GNG5、GNG11、GNB1およびGNG4で表される遺伝子からなる群より選択され、
血液凝固関連遺伝子群の遺伝子が、遺伝子シンボルで表してGP1BA、GP1BB、ITGB3、GP9およびF13A1で表される遺伝子からなる群より選択され、
酸化ストレス関連遺伝子群の遺伝子が、遺伝子シンボルで表してGPX1、PTGS1、CLUおよびPDLIM1で表される遺伝子からなる群より選択され、
ファゴサイトーシス関連遺伝子群の遺伝子が、遺伝子シンボルで表してFCER1G、CLEC7A、VAMP7およびFCGR1Aで表される遺伝子からなる群より選択され、
脂肪酸化関連遺伝子群の遺伝子が、遺伝子シンボルで表してACOX1、ADIPOR2、ADIPOR1およびALOX12で表される遺伝子からなる群より選択される、
請求項5に記載の方法。 - 微小管関連遺伝子群の遺伝子が、遺伝子シンボルで表してDYNC1LI1、DYNLL1、DYNLT1、およびDYNLT3で表される遺伝子からなる群より選択され、
ミトコンドリア関連遺伝子群の遺伝子が、遺伝子シンボルで表してATP5F1、ATP5J、ATP5L、ATP5C1、ATP5O、COX6A1、COX7A2、CYCS、MRPL18、MRPS35、NDUFA4、NDUFA9、NDUFB1、NDUFB3、NDUFB5、NDUFC1、NDUFS4、TIMM17A、TIMM8B、TOMM20、TOMM7、UQCRH、UQCRおよびUQCRQで表される遺伝子からなる群より選択され、
プロスタグランジン関連遺伝子群の遺伝子が、遺伝子シンボルで表してPTGER2、PTGER4およびPTGES3で表される遺伝子からなる群より選択される、
請求項6に記載の方法。 - サイトカイン合成経路関連遺伝子群の遺伝子が、遺伝子シンボルで表してCEBPEおよびCD28で表される遺伝子からなる群より選択され、
サイトカイン媒介シグナル関連遺伝子群の遺伝子が、遺伝子シンボルで表してEREG、STAT3、STAT5A、STAT5B、SOCS1、SOCS5、RELA、CEBPA、DUOX2、DUOX1、STAT4、ZNF675、IL2RB、IRAK3、KIT、LRP8、TNFRSF1A、PLP2、TNFRSF1B、TGM2、CCR1、CCR2、PF4、CX3CL1、IL1R1、CSF2RB、CLCF1およびNUP85で表される遺伝子からなる群より選択され、
イムノグロブリン媒介免疫反応関連遺伝子群の遺伝子が、遺伝子シンボルで表してIGHG3、IGHM、CD74、FCER1G、BCL10、PRKCD、CD27、MYD88およびTLR8で表される遺伝子からなる群より選択される、
請求項7に記載の方法。 - 生体試料が、血液である請求項1〜11のいずれか1項に記載の方法。
- 判定工程が、判定対象疾患の罹患が疑われる被験者から取得された平均値を、健常者から採取された生体試料を用いて前記測定工程および取得工程と同様にして予め得られた平均値と、判定対象疾患に罹患した患者から採取された生体試料を用いて前記測定工程および取得工程と同様にして予め得られた平均値とに基づいて得られる判定式に入力することにより行われる請求項1〜12のいずれか1項に記載の方法。
- 判定式が、判別分析の手法を用いて作成される請求項13に記載の方法。
- 判別分析の手法が、サポートベクターマシン、線形判別分析、ニューラルネットワーク、k近傍識別器、決定木またはランダムフォレストである、請求項14に記載の方法。
- コンピュータを、
判定対象疾患の罹患が疑われる被験者から得られた生体試料中の、前記疾患と関連する少なくとも2つの疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する少なくとも1つの遺伝子の転写産物の発現量を受け付ける受付手段、
前記発現量を複数の健常者における対応する遺伝子の発現量に基づいて標準化することにより偏差を表わす値を取得する偏差取得手段、
前記疾患判定用遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を取得する平均値取得手段、
前記平均値を用いて、被験者が対象疾患に罹患しているか否かを判定する判定手段、
判定手段の判定結果を出力する出力手段
として機能させるための疾患の罹患判定用プログラム。 - コンピュータを、
判定対象疾患に罹患した複数の患者のそれぞれおよび複数の健常者のそれぞれから得られた生体試料中の遺伝子の転写産物の発現量を受け付ける受付手段、
前記複数の患者のそれぞれについての発現量を、前記複数の健常者における対応する遺伝子の転写産物の発現量に基づいて標準化することにより、前記複数の患者のそれぞれの偏差を表わす値を取得し、前記複数の健常者のそれぞれについての発現量を標準化することにより、前記複数の健常者のそれぞれの偏差を表わす値を取得する偏差取得手段、
前記発現量を測定された遺伝子を、遺伝子がコードする分子の機能に基づく分類系統による分類に従って、少なくとも2つの遺伝子群に分類し、前記複数の患者のそれぞれおよび前記複数の患者のそれぞれについて、前記遺伝子群それぞれにおいて、遺伝子群に属する遺伝子の偏差を表す値の平均値を前記遺伝子群の平均値として取得する平均値取得手段、
前記複数の患者についての各遺伝子群の平均値と前記複数の健常者についての対応する各遺伝子群の平均値との間の有意確率を取得する有意確率取得手段、
前記有意確率が0.05以下である遺伝子群を判定対象疾患と関連する疾患判定用遺伝子群として同定する遺伝子群同定手段、
としてさらに機能させる請求項16に記載のプログラム。 - 判定手段が判別分析の手法を含む請求項16または17に記載のプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251017A JP5503942B2 (ja) | 2009-10-30 | 2009-10-30 | 疾患の罹患の判定方法 |
US12/915,981 US20110106739A1 (en) | 2009-10-30 | 2010-10-29 | Method for determining the presence of disease |
CN201010526277.XA CN102051412B (zh) | 2009-10-30 | 2010-10-29 | 判断罹患疾病的装置 |
EP10189410.3A EP2328105A3 (en) | 2009-10-30 | 2010-10-29 | Method for determining the presence of disease |
US14/298,386 US9898574B2 (en) | 2009-10-30 | 2014-06-06 | Method for determining the presence of disease |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251017A JP5503942B2 (ja) | 2009-10-30 | 2009-10-30 | 疾患の罹患の判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011092137A JP2011092137A (ja) | 2011-05-12 |
JP5503942B2 true JP5503942B2 (ja) | 2014-05-28 |
Family
ID=43827500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009251017A Active JP5503942B2 (ja) | 2009-10-30 | 2009-10-30 | 疾患の罹患の判定方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US20110106739A1 (ja) |
EP (1) | EP2328105A3 (ja) |
JP (1) | JP5503942B2 (ja) |
CN (1) | CN102051412B (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2733634A1 (en) * | 2012-11-16 | 2014-05-21 | Siemens Aktiengesellschaft | Method for obtaining gene signature scores |
CN108779496B (zh) * | 2016-02-10 | 2022-07-05 | 公立大学法人福岛县立医科大学 | 罹患食管基底细胞样鳞状细胞癌的鉴别方法 |
CN107025386B (zh) * | 2017-03-22 | 2020-07-17 | 杭州电子科技大学 | 一种基于深度学习算法进行基因关联分析的方法 |
CA3076450A1 (en) * | 2017-10-02 | 2019-04-11 | Oxford Biodynamics Limited | Biomarker |
CN111383736A (zh) * | 2018-12-28 | 2020-07-07 | 康多富国际有限公司 | 免疫系统疾病保健食品组合确定方法及其可读取储存媒体 |
KR102176721B1 (ko) * | 2019-03-20 | 2020-11-09 | 한국과학기술원 | 기능 유사한 유전자들의 그룹 지표를 이용한 질병 판별 시스템 및 방법 |
CN113943798B (zh) * | 2020-07-16 | 2023-10-27 | 中国农业大学 | 一种circ RNA作为肝细胞癌诊断标志物及治疗靶点的应用 |
CN112017732B (zh) * | 2020-10-23 | 2021-02-05 | 平安科技(深圳)有限公司 | 一种终端设备、装置、疾病分类方法及可读存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002059367A2 (en) * | 2000-11-30 | 2002-08-01 | Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College | Diagnostic microarray for inflammatory bowel disease, crohn's disease and ulcerative colitis |
US20040018513A1 (en) * | 2002-03-22 | 2004-01-29 | Downing James R | Classification and prognosis prediction of acute lymphoblastic leukemia by gene expression profiling |
US20090297494A1 (en) | 2004-01-15 | 2009-12-03 | Michel Cuenod | Diagnostic and treatment of a mental disorder |
JP2005323573A (ja) | 2004-05-17 | 2005-11-24 | Sumitomo Pharmaceut Co Ltd | 遺伝子発現データ解析方法および、疾患マーカー遺伝子の選抜法とその利用 |
WO2006030822A1 (ja) * | 2004-09-14 | 2006-03-23 | Toudai Tlo, Ltd. | 遺伝子発現データの処理方法、および、処理プログラム |
BRPI0607753A2 (pt) * | 2005-02-16 | 2009-10-06 | Wyeth Corp | método para prever um efeito clìnico em resposta a um tratamento de uma leucemia; método para prever um efeito clìnico de uma leucemia; método para selecionar um tratamento para um paciente com leucemia; método para o diagnóstico ou monitoramento de ocorrência, desenvolvimento, progressão ou tratamento de uma leucemia; arranjo para uso num método para prever um efeito clìnico para um paciente aml; arranjo para uso num método de diagnóstico de aml; meio legìvel por computador; kit para o prognóstico de aml |
US20090208939A1 (en) * | 2005-02-18 | 2009-08-20 | Idhaliz Flores | Identification of Molecular Diagnostic Markers for Endometriosis in Blood Lymphocytes |
US20070015183A1 (en) * | 2005-06-03 | 2007-01-18 | The General Hospital Corporation | Biomarkers for huntington's disease |
JP2011217705A (ja) * | 2010-04-14 | 2011-11-04 | Osaka City Univ | 慢性疲労症候群の判定方法 |
-
2009
- 2009-10-30 JP JP2009251017A patent/JP5503942B2/ja active Active
-
2010
- 2010-10-29 CN CN201010526277.XA patent/CN102051412B/zh active Active
- 2010-10-29 US US12/915,981 patent/US20110106739A1/en not_active Abandoned
- 2010-10-29 EP EP10189410.3A patent/EP2328105A3/en not_active Withdrawn
-
2014
- 2014-06-06 US US14/298,386 patent/US9898574B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011092137A (ja) | 2011-05-12 |
EP2328105A3 (en) | 2016-05-18 |
US9898574B2 (en) | 2018-02-20 |
US20140287965A1 (en) | 2014-09-25 |
US20110106739A1 (en) | 2011-05-05 |
CN102051412B (zh) | 2014-06-18 |
CN102051412A (zh) | 2011-05-11 |
EP2328105A2 (en) | 2011-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5503942B2 (ja) | 疾患の罹患の判定方法 | |
Mecham et al. | Increased measurement accuracy for sequence-verified microarray probes | |
EP3359694A1 (en) | Population based treatment recommender using cell free dna | |
JP2003021630A (ja) | 臨床診断サービスを提供するための方法 | |
KR20170053617A (ko) | 폐암 상태를 평가하는 방법 | |
Larsson et al. | Comparative microarray analysis | |
US20230348980A1 (en) | Systems and methods of detecting a risk of alzheimer's disease using a circulating-free mrna profiling assay | |
WO2019205188A1 (zh) | 抑郁症生物标志物及其用途 | |
Evans et al. | Genetic variant pathogenicity prediction trained using disease-specific clinical sequencing data sets | |
US20150100242A1 (en) | Method, kit and array for biomarker validation and clinical use | |
EP3662480A1 (en) | Target-associated molecules for characterization associated with biological targets | |
Kuo et al. | A primer on gene expression and microarrays for machine learning researchers | |
Zhang et al. | Identifying the RNA signatures of coronary artery disease from combined lncRNA and mRNA expression profiles | |
Katayama et al. | Machine learning approaches to TCR repertoire analysis | |
Liu et al. | Cross-generation and cross-laboratory predictions of Affymetrix microarrays by rank-based methods | |
Yu et al. | Genetic clustering of depressed patients and normal controls based on single-nucleotide variant proportion | |
Feng et al. | Screening and identification of potential hub genes and immune cell infiltration in the synovial tissue of rheumatoid arthritis by bioinformatic approach | |
Stitziel et al. | Membrane-associated and secreted genes in breast cancer | |
Xie et al. | 3 CpG methylation biomarkers for the diagnosis of polycystic ovary syndrome (PCOS) in blood samples | |
JP2007535305A (ja) | 分子毒性モデリングのための方法 | |
Vos et al. | DNA methylation episignatures are sensitive and specific biomarkers for detection of patients with KAT6A/KAT6B variants | |
Trinugroho et al. | Machine Learning Approach for Single Nucleotide Polymorphism Selection in Genetic Testing Results | |
Zhang et al. | An investigation of how normalisation and local modelling techniques confound machine learning performance in a mental health study | |
JP2011004743A (ja) | 関節リウマチ患者におけるインフリキシマブ薬効の有効性を判別する方法 | |
Chen et al. | Probe rank approaches for gene selection in oligonucleotide arrays with a small number of replicates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120822 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140317 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5503942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |