JP5848750B2 - モデルベースのqPCRのためのシステムおよび方法 - Google Patents
モデルベースのqPCRのためのシステムおよび方法 Download PDFInfo
- Publication number
- JP5848750B2 JP5848750B2 JP2013504987A JP2013504987A JP5848750B2 JP 5848750 B2 JP5848750 B2 JP 5848750B2 JP 2013504987 A JP2013504987 A JP 2013504987A JP 2013504987 A JP2013504987 A JP 2013504987A JP 5848750 B2 JP5848750 B2 JP 5848750B2
- Authority
- JP
- Japan
- Prior art keywords
- curve
- amplification
- parameter
- modeled
- threshold
- 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
- 238000000034 method Methods 0.000 title claims description 62
- 238000011529 RT qPCR Methods 0.000 title description 10
- 230000003321 amplification Effects 0.000 claims description 202
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 202
- 239000000523 sample Substances 0.000 claims description 79
- 238000012408 PCR amplification Methods 0.000 claims description 43
- 238000005457 optimization Methods 0.000 claims description 37
- 239000012472 biological sample Substances 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 33
- 238000006243 chemical reaction Methods 0.000 claims description 26
- 230000000630 rising effect Effects 0.000 claims description 13
- 230000000295 complement effect Effects 0.000 claims description 12
- 238000005452 bending Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 11
- 238000003752 polymerase chain reaction Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000003556 assay Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 108091093037 Peptide nucleic acid Proteins 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000003753 real-time PCR Methods 0.000 description 4
- 239000000975 dye Substances 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 108020004414 DNA Proteins 0.000 description 2
- 108020005187 Oligonucleotide Probes Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 150000007942 carboxylates Chemical class 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002751 oligonucleotide probe Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- SXADIBFZNXBEGI-UHFFFAOYSA-N phosphoramidous acid Chemical group NP(O)O SXADIBFZNXBEGI-UHFFFAOYSA-N 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000005382 thermal cycling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 108091093088 Amplicon Proteins 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 108010010677 Phosphodiesterase I Proteins 0.000 description 1
- 241000239226 Scorpiones Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002866 fluorescence resonance energy transfer Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003068 molecular probe Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 108091033319 polynucleotide Proteins 0.000 description 1
- 102000040430 polynucleotide Human genes 0.000 description 1
- 239000002157 polynucleotide Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 125000001273 sulfonato group Chemical class [O-]S(*)(=O)=O 0.000 description 1
- 125000000542 sulfonic acid group Chemical group 0.000 description 1
- 230000009897 systematic effect Effects 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
- G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/6851—Quantitative amplification
-
- 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
- G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Organic Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Genetics & Genomics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Signal Processing (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Physiology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
本出願は、2010年4月11日出願の米国特許仮出願第61/322,895号の優先権の恩典を主張するものであり、該仮出願はその全体が参照により本明細書に組み入れられる。
ポリメラーゼ連鎖反応(PCR)計装により、生体試料に関してDNAまたはRNAレベルでの信頼性のある定量を行うことが可能になった。市販のPCR機器ならびに関連データ獲得・分析ソフトウェアにより、生体試料から生成されたqPCRアッセイデータが処理される。これらのシステムは、レポーターシグナルが閾値セットを上回る際のフラクショナルな(fractional)PCRサイクル数としてのサイクル閾値(CTまたはCRT)を、人が手動でまたはソフトウェアが自動で算出することにより、定量的結果を報告する。決定されたCT値を使用して、DNA材料の初期量を推定することができる。
一つの例示的態様において、PCR増幅曲線についてのサイクル閾値を決定する方法を提供する。この方法は、複数の生体試料についてのPCR増幅反応のデータセットを受信する段階を含む。データセットは、複数の増幅曲線を含み、各増幅曲線は、この複数の生体試料のうちの一つの生体試料に対応する。この方法は、非線形最適化を行う段階をさらに含み、該非線形最適化は、モデル化効率曲線および対応するモデル化増幅曲線についてのベストフィットパラメータセットを決定するために、各増幅曲線を相補的モデル化増幅曲線に適合させることを含む。モデル化増幅曲線は、モデル化効率曲線に基づく。この方法は、モデル化効率曲線とモデル化増幅曲線の相補的関係に基づいて各生体試料についてのサイクル閾値を決定する段階を含む。様々な態様において、非線形最適化は、制約付き非線形最適化である。
以下に、本発明の基本的な諸特徴および種々の態様を列挙する。
[1]
複数の生体試料についてのPCR増幅反応のデータセットを受信する段階であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、段階;
非線形最適化を行う段階であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についてのベストフィットパラメータセットを決定することを含み、該モデル化増幅曲線がモデル化効率曲線に基づくものである、段階;ならびに
該モデル化効率曲線と該モデル化増幅曲線の相補的関係に基づいて各生体試料についてのサイクル閾値を決定する段階
を含む、PCR増幅曲線についてのサイクル閾値を決定する方法。
[2]
非線形最適化が制約付き非線形最適化である、[1]記載の方法。
[3]
ベストフィットパラメータセットに基づいてモデル化効率曲線を生成する段階;および
該モデル化効率曲線に基づいて対応する増幅曲線を生成する段階
をさらに含む、[1]記載の方法。
[4]
前記モデル化効率曲線が明示的にモデル化され、該明示的にモデル化された効率曲線に基づいて前記モデル化増幅曲線が暗黙的にモデル化される、[1]記載の方法。
[5]
前記サイクル閾値の決定が、予め決められた効率パラメータ値に基づく、[3]記載の方法。
[6]
非増幅試料を特定する段階をさらに含む、[1]記載の方法。
[7]
非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、[6]記載の方法。
[8]
ベストフィットパラメータセットに基づいて、ベースラインとするモデル増幅曲線を生成する段階をさらに含み、前記サイクル閾値を決定する段階が、該ベースラインとするモデル増幅曲線と対応する効率曲線との相補的関係に基づく、[1]記載の方法。
[9]
前記モデル化効率曲線についての前記ベストフィットパラメータセットが、3つのパラメータを含む、[1]記載の方法。
[10]
3つのベストフィットパラメータのセットが、曲線シフトパラメータ、曲線屈曲パラメータ、および曲線シフト調整パラメータである、[9]記載の方法。
[11]
前記モデル化効率曲線と前記モデル化増幅曲線との相補的関係に基づいて最大PCRサイクル数を超える推定Cqの突出を生じさせる段階をさらに含む、[1]記載の方法。
[12]
PCR増幅曲線についてのサイクル閾値を決定するための、プロセッサにより実行可能な命令が符号化されたコンピュータ可読媒体であって、
該命令が、
複数の生体試料についてのPCR増幅反応のデータセットを受信する命令であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、命令;
非線形最適化を行う命令であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についてのベストフィットパラメータセットを決定する命令を含み、該モデル化増幅曲線がモデル化効率曲線に基づくものである、命令;ならびに
該モデル化効率曲線と該モデル化増幅曲線の相補的関係に基づいて各生体試料についてのサイクル閾値を決定する命令
を含む、コンピュータ可読媒体。
[13]
前記非線形最適化が、制約付き非線形最適化である、[12]記載のコンピュータ可読媒体。
[14]
前記命令が、
前記ベストフィットパラメータセットに基づいて前記モデル化効率曲線を生成する命令;および
該モデル化効率曲線に基づいて前記対応する増幅曲線を生成する命令
をさらに含む、[12]記載のコンピュータ可読媒体。
[15]
前記モデル化効率曲線が明示的にモデル化され、該明示的にモデル化された効率曲線に基づいて前記モデル化増幅曲線が暗黙的にモデル化される、[12]記載のコンピュータ可読媒体。
[16]
前記サイクル閾値の決定が、予め決められた効率パラメータ値に基づく、[15]記載のコンピュータ可読媒体。
[17]
前記命令が、非増幅試料を特定する命令をさらに含む、[12]記載のコンピュータ可読媒体。
[18]
非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、[17]記載のコンピュータ可読媒体。
[19]
前記命令が、ベストフィットパラメータセットに基づいて、ベースラインとするモデル増幅曲線を生成する命令をさらに含み、前記サイクル閾値の決定が、該ベースラインとするモデル増幅曲線と対応する効率曲線との相補的関係に基づく、[12]記載のコンピュータ可読媒体。
[20]
PCR増幅曲線についてサイクル閾値を決定するためのシステムであって、
プロセッサ、および
該プロセッサによって実行可能な命令を記憶するメモリ
を具備し、
該命令が、
複数の生体試料についてのPCR増幅反応のデータセットを受信する命令であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、命令;
非線形最適化を行う命令であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についてのベストフィットパラメータセットを決定する命令を含み、該モデル化増幅曲線がモデル化効率曲線に基づくものである、命令;ならびに
該モデル化効率曲線と該モデル化増幅曲線の相補的関係に基づいて各生体試料についてのサイクル閾値を決定する命令
を含む、システム。
[21]
前記非線形最適化が制約付き非線形最適化である、[20]記載のシステム。
[22]
前記メモリが、
前記ベストフィットパラメータセットに基づいてモデル化効率曲線を生成する命令;および
該モデル化効率曲線に基づいて前記対応する増幅曲線を生成する命令
をさらに記憶する、[20]記載のシステム。
[23]
前記モデル化効率曲線が明示的にモデル化され、該明示的にモデル化された効率曲線に基づいて前記モデル化増幅曲線が暗黙的にモデル化される、[20]記載のシステム。
[24]
前記サイクル閾値の決定が、予め決められた効率パラメータ値に基づく、[22]記載のシステム。
[25]
前記メモリが、非増幅試料を特定する命令をさらに記憶する、[20]記載のシステム。
[26]
非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、[25]記載のシステム。
[27]
前記メモリが、前記ベストフィットパラメータセットに基づいて、ベースラインとするモデル増幅曲線を生成する命令をさらに記憶し、前記サイクル閾値の決定が、該ベースラインとするモデル増幅曲線と対応する効率曲線との相補的関係に基づく、[20]記載のシステム。
[28]
前記モデル化効率曲線についての前記ベストフィットパラメータセットが、3つのパラメータを含む、[20]記載のシステム。
[29]
前記3つのベストフィットパラメータのセットが、曲線シフトパラメータ、曲線屈曲パラメータ、および曲線シフト調整パラメータである、[28]記載のシステム。
本教示は、複数の生体試料のPCR増幅曲線の解析のための方法およびシステムの態様に関する。
式中、
nΔx=n番目の個別サイクル段階;
Xshift=増幅曲線シフトパラメータ;
αbend=増幅曲線屈曲パラメータ;
x0=相対シフト調整パラメータ。
並び換えると、このモデルを次のように記述することができる:
式中、
は、正規化相対シフト調整パラメータである。
ベキ指数である。これは、このベキ指数がXshiftの関数であることを表す。このように、αbendは、この等式ではデータセットによって変わることは殆どない。従って、この非線形最適化は、よりロバストなものである。
この式中のPCR増幅曲線モデルについての2つの追加のパラメータは、以下である:
Θrising baseline=増幅曲線立ち上がりベースライン傾きパラメータ;および
αamp=増幅曲線相対増幅パラメータ。
7パラメータモデル、例えば、
8パラメータモデル、例えば、
10パラメータモデル、例えば、
およびモデルのパラメータ表示の他の同様の組み合わせが挙げられる。
は、反応進行/相対的臨界反応資源利用性の尺度であり得る。簡単にするために、効率を
と記載すると、反応進行/相対的臨界反応資源利用性の好ましい尺度を以下のように近似することができるので以下の式を用いることができる:
Claims (13)
- 複数の生体試料についてのPCR増幅反応のデータセットを受信する段階であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、段階;
非線形最適化を行う段階であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についての少なくとも3つのベストフィットパラメータを含むベストフィットパラメータセットを決定することを含み、該少なくとも3つのベストフィットパラメータのセットが、曲線シフトパラメータ、曲線屈曲パラメータ、および曲線シフト調整パラメータである、段階;
該ベストフィットパラメータセットに基づいて、下記式:
(式中、
nΔxは、n番目の個別サイクル段階;
X shift は、増幅曲線シフトパラメータ;
α bend は、増幅曲線屈曲パラメータ;
x 0 は、相対シフト調整パラメータ;および
x 0 'は、式:
で表される正規化相対シフト調整パラメータである。)
によりモデル化効率曲線を生成する段階;
該モデル化効率曲線から、下記式:
(式中、nΔx、X shift 、α bend 、およびx 0 は、それぞれ前記定義と同意義であり;Θ rising baseline は、増幅曲線立ち上がりベースライン傾きパラメータであり;ならびにα amp は、増幅曲線相対増幅パラメータである。)
により、対応するモデル化増幅曲線を生成する段階;ならびに
該モデル化効率曲線と該モデル化増幅曲線から、各生体試料についてのサイクル閾値を決定する段階
を含む、PCR増幅曲線についてのサイクル閾値を決定する方法。 - 非線形最適化が制約付き非線形最適化である、請求項1記載の方法。
- 非増幅試料を特定する段階をさらに含む、請求項1記載の方法。
- 非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、請求項3記載の方法。
- 最大PCRサイクル数を超える推定Cqの突出を生じさせる段階をさらに含む、請求項1記載の方法。
- PCR増幅曲線についてのサイクル閾値を決定するための、プロセッサにより実行可能な命令が符号化されたコンピュータ可読媒体であって、
該命令が、
複数の生体試料についてのPCR増幅反応のデータセットを受信する命令であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、命令;
非線形最適化を行う命令であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についての少なくとも3つのベストフィットパラメータを含むベストフィットパラメータセットを決定する命令を含み、該少なくとも3つのベストフィットパラメータのセットが、曲線シフトパラメータ、曲線屈曲パラメータ、および曲線シフト調整パラメータである、命令;
該ベストフィットパラメータセットに基づいて、下記式:
(式中、
nΔxは、n番目の個別サイクル段階;
X shift は、増幅曲線シフトパラメータ;
α bend は、増幅曲線屈曲パラメータ;
x 0 は、相対シフト調整パラメータ;および
x 0 'は、式:
で表される正規化相対シフト調整パラメータである。)
によりモデル化効率曲線を生成する命令;
該モデル化効率曲線から、下記式:
(式中、nΔx、X shift 、α bend 、およびx 0 は、それぞれ前記定義と同意義であり;Θ rising baseline は、増幅曲線立ち上がりベースライン傾きパラメータであり;ならびにα amp は、増幅曲線相対増幅パラメータである。)
により、対応するモデル化増幅曲線を生成する命令;ならびに
該モデル化効率曲線と該モデル化増幅曲線の相補的関係から、各生体試料についてのサイクル閾値を決定する命令
を含む、コンピュータ可読媒体。 - 前記非線形最適化が、制約付き非線形最適化である、請求項6記載のコンピュータ可読媒体。
- 前記命令が、非増幅試料を特定する命令をさらに含む、請求項6記載のコンピュータ可読媒体。
- 非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、請求項8記載のコンピュータ可読媒体。
- PCR増幅曲線についてサイクル閾値を決定するためのシステムであって、
プロセッサ、および
該プロセッサによって実行可能な命令を記憶するメモリ
を具備し、
該命令が、
複数の生体試料についてのPCR増幅反応のデータセットを受信する命令であって、該データセットが複数の増幅曲線を含み、各増幅曲線が該複数の生体試料のうちの一つの生体試料に対応するものである、命令;
非線形最適化を行う命令であって、各増幅曲線をモデル化増幅曲線に適合させて、モデル化効率曲線および該増幅曲線についての少なくとも3つのベストフィットパラメータを含むベストフィットパラメータセットを決定する命令を含み、該少なくとも3つのベストフィットパラメータのセットが、曲線シフトパラメータ、曲線屈曲パラメータ、および曲線シフト調整パラメータである、命令;
該ベストフィットパラメータセットに基づいて、下記式:
(式中、
nΔxは、n番目の個別サイクル段階;
X shift は、増幅曲線シフトパラメータ;
α bend は、増幅曲線屈曲パラメータ;
x 0 は、相対シフト調整パラメータ;および
x 0 'は、式:
で表される正規化相対シフト調整パラメータである。)
によりモデル化効率曲線を生成する命令;
該モデル化効率曲線から、下記式:
(式中、nΔx、X shift 、α bend 、およびx 0 は、それぞれ前記定義と同意義であり;Θ rising baseline は、増幅曲線立ち上がりベースライン傾きパラメータであり;ならびにα amp は、増幅曲線相対増幅パラメータである。)
により、対応するモデル化増幅曲線を生成する命令;ならびに
該モデル化効率曲線と該モデル化増幅曲線から、各生体試料についてのサイクル閾値を決定する命令
を含む、システム。 - 前記非線形最適化が制約付き非線形最適化である、請求項10記載のシステム。
- 前記メモリが、非増幅試料を特定する命令をさらに記憶する、請求項10記載のシステム。
- 非増幅試料の特定が、閾値増幅、モデル曲線適合、ノイズ閾値、最大サイクル、最小サイクル、エンドポイント増幅、モデル効率閾値、最小ノイズ、相対ノイズ、相対スケール調整、またはドロップオフから成る群より選択される試験の遂行を含む、請求項12記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US32289510P | 2010-04-11 | 2010-04-11 | |
US61/322,895 | 2010-04-11 | ||
PCT/US2011/031988 WO2011130184A2 (en) | 2010-04-11 | 2011-04-11 | SYSTEMS AND METHODS FOR MODEL-BASED qPCR |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015231320A Division JP6363584B2 (ja) | 2010-04-11 | 2015-11-27 | モデルベースのqPCRのためのシステムおよび方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013533523A JP2013533523A (ja) | 2013-08-22 |
JP5848750B2 true JP5848750B2 (ja) | 2016-01-27 |
Family
ID=44799263
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013504987A Active JP5848750B2 (ja) | 2010-04-11 | 2011-04-11 | モデルベースのqPCRのためのシステムおよび方法 |
JP2015231320A Active JP6363584B2 (ja) | 2010-04-11 | 2015-11-27 | モデルベースのqPCRのためのシステムおよび方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015231320A Active JP6363584B2 (ja) | 2010-04-11 | 2015-11-27 | モデルベースのqPCRのためのシステムおよび方法 |
Country Status (6)
Country | Link |
---|---|
US (2) | US20110276317A1 (ja) |
EP (1) | EP2558971B1 (ja) |
JP (2) | JP5848750B2 (ja) |
CN (1) | CN103038774B (ja) |
SG (1) | SG184481A1 (ja) |
WO (1) | WO2011130184A2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125132A1 (en) * | 2012-10-15 | 2016-05-05 | John Santalucia | Determining nucleic acid concentration by counting nucleic acid copies |
AU2014302101A1 (en) * | 2013-06-28 | 2016-02-04 | Life Technologies Corporation | Methods and systems for visualizing data quality |
EP2990490B1 (en) * | 2014-08-27 | 2020-09-23 | F. Hoffmann-La Roche AG | An analysis method and system for analyzing a nucleic acid amplification reaction |
KR20160039529A (ko) * | 2014-10-01 | 2016-04-11 | 주식회사 씨젠 | 증폭곡선을 보정하는 방법 및 시료 분석을 위한 정보를 획득하는 방법, 그 기록매체, 그 컴퓨터 프로그램, 컴퓨터 장치 |
BR112017016792A2 (pt) * | 2015-02-06 | 2018-04-17 | Life Technologies Corp | métodos e sistemas para normalização de instrumento de corante puro |
SG10202006588UA (en) * | 2015-02-06 | 2020-08-28 | Life Technologies Corp | Methods and systems for experiment design and analysis |
KR102369567B1 (ko) * | 2015-02-06 | 2022-03-03 | 라이프 테크놀로지스 코포레이션 | 광학 관심 영역을 결정하는 방법 및 시스템 |
KR102434235B1 (ko) * | 2015-02-06 | 2022-08-22 | 라이프 테크놀로지스 코포레이션 | 장비 검증을 위한 방법 및 시스템 |
EP3688760A4 (en) * | 2017-09-28 | 2021-07-14 | Seegene, Inc. | METHOD AND DEVICE FOR ANALYSIS OF A TARGET ANALYTE IN A SAMPLE |
CN107622185B (zh) * | 2017-10-27 | 2020-08-21 | 领航基因科技(杭州)有限公司 | 一种数字pcr浓度计算方法 |
CN108388132B (zh) * | 2018-03-19 | 2021-02-12 | 青岛理工大学 | 一种聚合酶链反应过程系统控制模型建模方法 |
CN108490776B (zh) * | 2018-03-19 | 2021-02-12 | 青岛理工大学 | 一种聚合酶链反应过程控制系统控制切换调度方法 |
CN109657731A (zh) * | 2018-12-28 | 2019-04-19 | 长沙理工大学 | 一种微滴数字pcr仪抗干扰分类方法 |
WO2023177760A1 (en) | 2022-03-15 | 2023-09-21 | Life Technologies Corporation | Qpcr curve detection |
WO2024025390A1 (ko) * | 2022-07-29 | 2024-02-01 | 주식회사 씨젠 | 파라미터의 임계값 설정용 인터페이스 제공 장치 및 방법 |
CN116246694B (zh) * | 2023-03-24 | 2023-10-27 | 苏州国科芯感医疗科技有限公司 | 一种实时数字pcr定量确定方法及装置 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5767259A (en) | 1994-12-27 | 1998-06-16 | Naxcor | Oligonucleotides containing base-free linking groups with photoactivatable side chains |
US5925517A (en) | 1993-11-12 | 1999-07-20 | The Public Health Research Institute Of The City Of New York, Inc. | Detectably labeled dual conformation oligonucleotide probes, assays and kits |
US5538848A (en) | 1994-11-16 | 1996-07-23 | Applied Biosystems Division, Perkin-Elmer Corp. | Method for detecting nucleic acid amplification using self-quenching fluorescence probe |
DE69738687D1 (de) | 1996-04-12 | 2008-06-26 | Phri Properties Inc | Sonden, kits und assays |
KR100479782B1 (ko) * | 1996-06-04 | 2005-07-28 | 유니버시티 오브 유타 리서치 파운데이션 | 생물학적공정모니터링방법및시스템 |
US6485901B1 (en) | 1997-10-27 | 2002-11-26 | Boston Probes, Inc. | Methods, kits and compositions pertaining to linear beacons |
AU1366299A (en) | 1997-10-27 | 1999-05-17 | Boston Probes, Inc. | Methods, kits and compositions pertaining to pna molecular beacons |
US6383752B1 (en) | 1999-03-31 | 2002-05-07 | Hybridon, Inc. | Pseudo-cyclic oligonucleobases |
US6528254B1 (en) | 1999-10-29 | 2003-03-04 | Stratagene | Methods for detection of a target nucleic acid sequence |
DE10045521A1 (de) * | 2000-03-31 | 2001-10-04 | Roche Diagnostics Gmbh | Nukleinsäureamplifikationen |
US6596490B2 (en) | 2000-07-14 | 2003-07-22 | Applied Gene Technologies, Inc. | Nucleic acid hairpin probes and uses thereof |
US6350580B1 (en) | 2000-10-11 | 2002-02-26 | Stratagene | Methods for detection of a target nucleic acid using a probe comprising secondary structure |
US6593091B2 (en) | 2001-09-24 | 2003-07-15 | Beckman Coulter, Inc. | Oligonucleotide probes for detecting nucleic acids through changes in flourescence resonance energy transfer |
US7363168B2 (en) * | 2001-10-02 | 2008-04-22 | Stratagene California | Adaptive baseline algorithm for quantitative PCR |
US6589250B2 (en) | 2001-11-20 | 2003-07-08 | Stephen A. Schendel | Maxillary distraction device |
US7228237B2 (en) * | 2002-02-07 | 2007-06-05 | Applera Corporation | Automatic threshold setting and baseline determination for real-time PCR |
US20070260440A1 (en) | 2004-11-24 | 2007-11-08 | Karline Piot | Method, an Installation, and a Computer Program for Estimating the Initial Size of a Population of Nucleic Acids, in Particular by Pcr |
FR2878350B1 (fr) * | 2004-11-24 | 2007-02-16 | Bio Rad Pasteur Sa | Procede installation et programme d'ordinateur pour estimer l'effectif initial d'une population d'acides nucleiques, notamment par pcr |
US7680604B2 (en) * | 2005-03-11 | 2010-03-16 | Roche Molecular Systems, Inc. | PCR elbow determination by rotational transform after zero slope alignment |
US7991561B2 (en) * | 2005-09-29 | 2011-08-02 | Roche Molecular Systems, Inc. | Ct determination by cluster analysis with variable cluster endpoint |
JP4854334B2 (ja) * | 2006-03-06 | 2012-01-18 | 三洋電機株式会社 | 核酸増幅生成物のリアルタイム検出装置 |
EP2326949A1 (en) * | 2008-09-09 | 2011-06-01 | Bio-Rad Laboratories, Inc. | Multi-stage, regression-based pcr analysis system |
US8254150B2 (en) * | 2009-09-14 | 2012-08-28 | Esab Ab | Inverter with commutation circuit |
-
2011
- 2011-04-11 US US13/084,438 patent/US20110276317A1/en not_active Abandoned
- 2011-04-11 SG SG2012074431A patent/SG184481A1/en unknown
- 2011-04-11 EP EP11769387.9A patent/EP2558971B1/en active Active
- 2011-04-11 JP JP2013504987A patent/JP5848750B2/ja active Active
- 2011-04-11 WO PCT/US2011/031988 patent/WO2011130184A2/en active Application Filing
- 2011-04-11 CN CN201180027423.7A patent/CN103038774B/zh active Active
-
2015
- 2015-10-23 US US14/921,948 patent/US20160110495A1/en not_active Abandoned
- 2015-11-27 JP JP2015231320A patent/JP6363584B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2011130184A2 (en) | 2011-10-20 |
US20110276317A1 (en) | 2011-11-10 |
CN103038774A (zh) | 2013-04-10 |
WO2011130184A3 (en) | 2011-12-22 |
JP2016076242A (ja) | 2016-05-12 |
JP2013533523A (ja) | 2013-08-22 |
CN103038774B (zh) | 2017-09-22 |
US20160110495A1 (en) | 2016-04-21 |
EP2558971B1 (en) | 2021-02-17 |
EP2558971A2 (en) | 2013-02-20 |
EP2558971A4 (en) | 2016-11-09 |
SG184481A1 (en) | 2012-11-29 |
JP6363584B2 (ja) | 2018-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6363584B2 (ja) | モデルベースのqPCRのためのシステムおよび方法 | |
Yan et al. | From reads to insight: a hitchhiker’s guide to ATAC-seq data analysis | |
Lo et al. | Rapid evaluation and quality control of next generation sequencing data with FaQCs | |
Rodríguez et al. | Design of primers and probes for quantitative real-time PCR methods | |
Schug | Using TESS to predict transcription factor binding sites in DNA sequence | |
Mallona et al. | pcrEfficiency: a Web tool for PCR amplification efficiency prediction | |
EP2904110B1 (en) | Universal method to determine real-time pcr cycle threshold values | |
EP3090372B1 (en) | Detection and correction of jumps in real-time pcr signals | |
Sadasivan et al. | Rapid real-time squiggle classification for read until using rawmap | |
JP2016127825A (ja) | qPCR遺伝子型決定データ用の視覚化ツール | |
JP2010015546A (ja) | リアルタイムpcr蛍光データ内のステップ型不連続部除去用のシステム及び方法 | |
US11447815B2 (en) | Methods for the analysis of proximity binding assay data | |
Shaw et al. | Fast and robust metagenomic sequence comparison through sparse chaining with skani | |
US8700381B2 (en) | Methods for nucleic acid quantification | |
US20180157788A1 (en) | Systems and methods for genotyping by angle configuration search | |
US11238958B2 (en) | System for determining a copy number of a genomic sequence | |
Philipson et al. | Brief protocol for EDGE bioinformatics: analyzing microbial and metagenomic NGS data | |
Kim et al. | A Universal Analysis Pipeline for Hybrid Capture-Based Targeted Sequencing Data with Unique Molecular Indexes | |
Guerra-Assunção et al. | AYUKA: a toolkit for fast viral genotyping using whole genome sequencing | |
Miao et al. | A comparative study of algorithms detecting differential rhythmicity in transcriptomic data | |
Costa et al. | Identification of a novel somatic mutation leading to allele dropout for EGFR L858R genotyping in non-small cell lung cancer | |
Patterson | UNDERSTANDING WHAT’S “UNDER THE HOOD”: INCREASING ACCESSIBILITY IN OMICS RESULTS | |
Zeng et al. | Whole Genome Regulatory Variant Evaluation for Transcription Factor Binding | |
Tasa | Re-using public RNA-Seq data | |
Xiao et al. | MicroMultitest: Ranking differentially-expressed genes in microarray data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150129 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20150323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150420 |
|
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: 20151005 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20151030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151127 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5848750 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |