JP6211511B2 - ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ） - Google Patents

ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ） Download PDF

Info

Publication number
JP6211511B2
JP6211511B2 JP2014506516A JP2014506516A JP6211511B2 JP 6211511 B2 JP6211511 B2 JP 6211511B2 JP 2014506516 A JP2014506516 A JP 2014506516A JP 2014506516 A JP2014506516 A JP 2014506516A JP 6211511 B2 JP6211511 B2 JP 6211511B2
Authority
JP
Japan
Prior art keywords
mir
mirna
ratio
mirnas
organ
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
Application number
JP2014506516A
Other languages
English (en)
Other versions
JP2014511709A (ja
JP2014511709A5 (ja
Inventor
エス． シェイナーマン，カイラ
エス． シェイナーマン，カイラ
ツィヴィンスキー，ウラジーミル
アール． ウマンスキー，サムイル
アール． ウマンスキー，サムイル
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DiamiR LLC
Original Assignee
DiamiR LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DiamiR LLC filed Critical DiamiR LLC
Publication of JP2014511709A publication Critical patent/JP2014511709A/ja
Publication of JP2014511709A5 publication Critical patent/JP2014511709A5/ja
Application granted granted Critical
Publication of JP6211511B2 publication Critical patent/JP6211511B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P25/00—Drugs for disorders of the nervous system
    • A61P25/28—Drugs for disorders of the nervous system for treating neurodegenerative disorders of the central nervous system, e.g. nootropic agents, cognition enhancers, drugs for treating Alzheimer's disease or other forms of dementia
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/112—Disease subtyping, staging or classification
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/136—Screening for pharmacological compounds
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA

Description

関連出願の相互参照
本出願は、２０１１年４月１８日に出願された米国特許仮出願第６１／４７６，５９１号、２０１１年４月２５日に出願された米国特許仮出願第６１／４７８，７６６号、および２０１１年１０月１２日に出願された米国特許仮出願第６１／５４６，４３１号に基づく優先権を主張し、その全開示を参照により本明細書に組み込むものである。
本発明の技術分野
本発明は、体液中の器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡを定量することにより、器官系、特定の器官、組織および／または細胞における病的変化の非侵襲性または最小侵襲性の早期検出のための方法を記載する。
本発明の背景
いかなる疾患の処置も、可能な限り早期に潜在的な病変が診断されれば、より容易でより効果的であることは広く認められている。いくつかの疾患では、病変がより進行し、不可逆的なステージへ移行する場合もあるので、早期診断（好ましくは、明白な臨床症状が出現する前に）は非常に重要である。例えば、アルツハイマー病や他の神経変性疾患の薬剤開発および治療における主要な問題点のひとつは、脳の高い代償能力のために臨床所見および診断が遅れることである。その結果、これらの疾患は、通常多数のニューロンがすでに死滅してから診断され、現在、最良の症例シナリオは、病変が悪化することを阻止することであり、本当の回復ではない。がんはもうひとつの例であり、疾患の転移性ステージの治療は、原発性腫瘍の治療に比べてはるかに困難である。この種の病変は他にも多数あるが、どの疾患の治療も、早期に診断されればより効果的である。
数種の基本的な臨床テストがある：（ｉ）特定の疾患の素質を予測する助けをする遺伝子検査；（ｉｉ）疾患の早期検出のために、好ましくは臨床所見の前に、大集団に対して行われるスクリーニングテスト；（ｉｉｉ）ある疾患の臨床症状を有する場合、あるいはスクリーニングテストにより病変が検出された場合に行われる、診断テスト；（ｉｖ）疾患転帰および薬剤感受性を予測すべき分子予測テスト。
スクリーニングテストは、疾患の早期検出のために最も重要である。これは、自発性の疾患だけでなく、疾患に罹る確率が高いことが遺伝子検査により予測される遺伝的関連のある病変にも当てはまる。理想的には、すべての人が命に関わる可能性のあるすべての疾患や他の多数の疾患のスクリーニングを定期的に受けるべきである。様々な疾患の早期検出テストの開発が多数試みられており、現在特定のリスク群に対してそれぞれ異なるスクリーニングテストが行われている。例えば、定期的な大腸内視鏡検査が５０歳以上の人に推奨されており、パップスメア検査が女性に、ＰＳＡテストが男性にそれぞれ子宮頸がんおよび前立腺がんの早期検出ために推奨されている。これらのテストの主な利点は、疾患特異性であるが、同時に、各テストがひとつの特定の病変にだけ対処するので、それは重大な短所でもある。しかしながら、ヒトの疾患は何百種類もあり、そのような特異的なスクリーニングテストをそれらすべての病変のために開発することは想像しがたい。さらに、すべてのヒトの疾患の早期検出のための特異的なテストが開発されたとしても、経済的要因のため、そのようなテストを、特に比較的稀な疾患のためにスクリーニングの目的で使用することはほぼありえないことである。各特定の疾患のためのスクリーニングテストは大集団に対して行われるので、それらの特異度および陽性的中率（ＰＰＶ）は大変重要である。例えば、比較的一般的な疾患（１：１０，０００）のためのスクリーニングテストにおいて、達成することはほぼ不可能であるが感受性が１００％であり特異度が９９％であり、百万人がスクリーニングされた場合、１００のケースで正しく検出されるが、約１万人が擬陽性の結果を受け取ることになるであろう。明らかに、そのような結果は、それらの人々に感情的苦痛を与え、追加のテストの必要性により重大な財政結果をもたらすことになるであろう。
上記の発明の背景で特定したように、この分野において新しいスクリーニングテストへの必要性は大きい。スクリーニングテスト開発およびその臨床応用の現行のパラダイムによれば、そのようなテストの主な特徴の１つは、疾患特異性が高くあるべきことである。しかしながら、上述したように何百にも及ぶ疾患があり、各特定の疾患のためのスクリーニングはほぼ不可能である。本発明は、特定の疾患を診断せずに、ある特定の器官系、器官、組織および／または細胞タイプの病変を特異的に検出する、１つまたは少数のユニバーサルスクリーニングテスト（ＵＳＴ）の開発と実施という、大きなパラダイムシフトを提案するものである。そのようなＵＳＴは、早期に、好ましくは臨床的に無症状のステージで、任意の対象者に対して定期的に行われるべきであり、その後より具体的なテストがより具体的な診断のために使用可能である。ここに記載されるＵＳＴは、疾患の診断および治療を改善し、医療費を大幅に削減するであろう。また、ここに記載されるＵＳＴにより、稀少疾患用テストはより標的化されるであろう。なぜなら、それらのテストは、ＵＳＴにより予め選択したより小さな集団に対して行われ、従ってより経済的に実用的となるであろう。
ＵＳＴは大集団（好ましくは全員）を対象としているので、その１番重要な特徴は、最小侵襲性である。本発明は、非侵襲的または最小侵襲的方法により得ることが可能な、例えば血漿／血清、尿、唾液などの体液におけるそれぞれのバイオマーカーの分析により、特定の器官、組織、さらに細胞タイプにおける様々な生理学的および病理学的なプロセスを登録することを提案する。２番目の特徴は、疾患の誘発因子や病原性は多すぎるので、ＵＳＴはそれらに基づくことはできないということである。３番目の特徴は、広く使用されるために、ＵＳＴは高価すぎないようにすべきであり、つまり具体的には同一の手法で分析できる限られた数のバイオマーカータイプを利用しなくてはならないことを意味する。
ＵＳＴに使用されるバイオマーカーは、そのようなタイプのテストに好適であることを示す一組のパラメータを有するべきである：
１．細胞／組織／器官に特異的または有意に濃縮されていること（例えば、他の細胞／組織／器官に比較して少なくとも５倍濃度が高いこと）
２．細胞外空間へ分泌され、身体内の様々なバリアを通過する能力
３．最小侵襲性で得ることが可能な体液に検出可能な量で存在すること
４．安定性
５．比較的低い費用で高い感度と特異度で検出可能であること
以下の分子クラスが、ＵＳＴに使用できる可能性があり得る：
１．タンパク質
２．ｍＲＮＡおよびｍＲＮＡ断片
３．ｍｉＲＮＡ
４．ＤＮＡ断片
５．ＤＮＡのメチル化
６．脂質
７．糖類
しかしながら、これらの組織特異的バイオマーカーとなる可能性のあるもののいくつかは、それらの使用を非実用的あるいは不可能にさえする重大な欠点がある。例えば、ＤＮＡのメチル化、脂質、および糖質は、様々な組織や細胞タイプ間を区別するのに十分に特異的でない。その上、ＤＮＡ断片は、主に死んでいく細胞から細胞外空間および血流中に現れるので（Lichtenstein et al., Ann. New York Acad. Sci. 2001, 945：239-249）、循環する細胞遊離ＤＮＡを、細胞死を伴わない病変ステージの検出に使用することはできない。タンパク質およびｍＲＮＡは、高い組織特異性/濃縮のため、ＵＳＴのためのより有望な候補である（Diez-Roux et al., PLOS Biology. 2011, 9：e1000582）。しかしながら、ｍＲＮＡは大きな分子であり、ヌクレアーゼにより容易に分解されるので、これらの分子の短い断片だけが血流に現れる。このことは、それらをＵＳＴにおいてバイオマーカーとして使用することを除外するものではないが、テストの開発をより困難とする。タンパク質は有望な候補であるが、それらの検出のための現行の方法の感度は、核酸検出法に比べてかなり低い。また、多くのタンパク質は大きな分子であり、細胞膜や他のバリアを通過できない。
本発明は、以下の理由のために、ＵＳＴでｍｉＲＮＡバイオマーカーを使用することを提案する：ｍｉＲＮＡは小さな分子であり、細胞外空間に出現可能であり、脳、腎臓および胎盤のバリアを通過し、様々な体液に出現し、安定であり、既存の分析方法は非常に特異的で感度が高い。最も重要なことに、ｍｉＲＮＡは多様な分子の大きなクラスを構成しており、少なくともいくつかのｍｉＲＮＡはいくつかの器官系、器官、組織および／または細胞に濃縮されており、よって身体のすべての部分の分子マーカーが提供される。
マイクロＲＮＡ（ｍｉＲＮＡ）は、その最終産物（成熟ｍｉＲＮＡ）が約２２ｎｔの機能性ＲＮＡ分子である、ノンコーディングＲＮＡの一クラスである。それらは、メッセンジャートランスクリプトの相補領域に結合して翻訳を抑制したり、分解を制御したりすることによる、標的遺伝子の制御に重要な役割を果す（Griffiths-Jones Nucleic Acids Research, 2006, 34, Database issue:D140-D144）。しばしば、１つのｍｉＲＮＡが複数のｍＲＮＡを標的とすることができ、１つのｍＲＮＡが、３’ＵＴＲの異なる領域を標的とする複数のｍｉＲＮＡにより制御されることが可能である。一度ｍＲＮＡに結合すると、ｍｉＲＮＡは、ｍＲＮＡの翻訳および安定性に影響を与えて遺伝子発現およびタンパク質産生を調節することが可能となる（例、Baek et al., Nature. 2008, 455:64; Selbach et al., Nature. 2008, 455:58; Ambros, Nature. 2004, 431:350-355；Bartel, Cell. 2004, 116:281-297; Cullen, Virus Research. 2004, 102：3-9; He et al. Nat. Rev. Genet. 2004, 5:522-531; Ying et al., Gene. 2004, 342:25-28）。また、特徴のよくわかっていない他のクラスの小型ＲＮＡがある（Kim, Mol. Cells, 2005, 19：1-15参照）。ｍｉＲＮＡの多くは、ある特定の器官/組織/細胞に特異的であるか、あるいはそこで過剰発現している（例えば、Hua et al., BMC Genomics 2009, 10：214; Liang et al., BMC Genomics. 2007, 8:166; Landgraf et al., Cell. 2007, 129:1401-1414; Lee et al., RNA. 2008, 14:35-42参照）。サイズが小さいために、ｍｉＲＮＡは血液脳関門、腎臓バリア、胎盤バリアを通過して体液へ入り、そこで十分に安定して存在することが可能である（Rosenfeld et al., Nature Biotech. 2008, 26:462-469; Mitchell et al., Proc. Natl. Acad. Sci. USA. 2008, 105:10513-10518; Chen et al., Cell Res. 2008, 18:997-1006; Chim et al., Clin. Chem. 2008, 54:482-490; De Smaele et al., Brain Res. 2010, 1338:100-111; Fichtlscherer et al., Circ. Res. 2010, 107:677-684; Scholer et al., Exp. Hematol. 2010, 38:1126-1130）。体液中の細胞/組織特異的ｍｉＲＮＡの分析が、in vivo 細胞死の検出のために提案された（U.S. Patent Pub. No 20090081640; Laterza et al., Clin Chem. 2009, 55:1977-1983）。血流中を循環する無細胞の肝臓に濃縮されたｍｉＲＮＡの濃度の増加がいくつかの研究で実証されている（Zhang et al., Clin Chem. 2010, 56:1830-1838; Xu et al., Mol Carcinogenesis. 2011, 50:136-142）。例えば、肝臓で濃縮されたｍｉＲＮＡ−１２２ａのレベルは、肝炎や肝細胞がんに罹患した患者の血清で上昇しており、著者らは、特定の疾患への非特異性のため、これらのｍｉＲＮＡはＨＣＣ用のバイオマーカーとして使用することができないと結論している（Zhang et al., Clin Chem. 2010, 56:1830-1838; Li et al., Cancer Res. 2010, 70:9798-9807）。ところが、本発明は、器官/組織/細胞に濃縮されたｍｉＲＮＡのそのような疾患非特異性は、ＵＳＴ開発用のバイオマーカーとして使用される場合は重要な利点となることを実証する。
ｍｉＲＮＡの発現および濃度は、様々な生理学的および病理学的なシグナルにより調節されている。ｍｉＲＮＡのいくつかは、低酸素症（Loscalzo, J. Clin. Invest. 2010, 120:3815-3817; Pocock, Pflugers Arch. 2011, 461:307-315）、炎症 （Tili et al., Int. Rev. Immunol. 2009, 28:264-284; Davidson-Moncada et al., Ann. NY Acad. Sci. 2010, 1183:183-194; Roy and Sen, Physiol. Genomics. 2011, 43:557-565）、または発癌（Budhu et al., J. Hematol.Oncol.2010, 3:37; Zen and Zhang, Med. Res. Rev. 2012, 32:326-348）などの特定の病変に特徴的である。この現象により、そのようなｍｉＲＮＡをバイオマーカーとして本発明のＵＳＴに含めることは適切なことである。体液中のこれらのｍｉＲＮＡ濃度の増加は、身体中のそれぞれの一般病変の存在を特定の器官、組織、細胞タイプに限定せずに示していることになる。一般に、これは、器官／組織に濃縮されたｍｉＲＮＡについて上記に提案したものと同じアプローチであろう：器官／組織に濃縮されたｍｉＲＮＡは特定の器官または組織の病変を検出する手助けをするであろう；他方、特定の一般病変に特徴的なｍｉＲＮＡは、特定の器官／組織の関与を示すことはせずに、身体中のどこかにこの病変の存在を検出する手助けをするであろう。器官系、器官、組織および／または細胞タイプに濃縮されたｍｉＲＮＡバイオマーカーと、特定の一般病変に特徴的なｍｉＲＮＡバイオマーカーとを併用することにより、より精確な診断、すなわち、特定の器官または組織または細胞タイプに特定の病変が存在するかどうかを提供する。例えば、血漿中で低酸素症に特徴的なｍｉＲＮＡ濃度が増加したことと、心臓に濃縮されたｍｉＲＮＡの濃度が増加したこととを組み合わせて、ＵＳＴにより得られる心臓虚血というより具体的な診断を提供するであろう。
従って、ある側面によれば、本発明は、対象の任意の器官系の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の、様々な器官系に濃縮されたｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中の予め選択したノーマライザー（normalizer）ｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する特定の器官系に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高い場合は前記対象が該器官系の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する該器官系に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高くない場合は前記対象が該器官系の病変を有さないと特定することを含む方法が提供される。
更に、本発明は、対象の器官系の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の該器官系に濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高い場合は前記対象が該器官系の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高くない場合は前記対象が該器官系の病変を有さないと特定することを含む方法を提供する。
前記２つの方法に有用なノーマライザーｍｉＲＮＡは、例えば、偏在性ｍｉＲＮＡ、多くの器官に発現するが前記器官系に低発現するｍｉＲＮＡ、または該器官系に濃縮され試験的に選択されたｍｉＲＮＡであることができる。
前記２つの方法で使用されるｍｉＲＮＡのレベルのコントロール比は、所定の基準値（例えば、それぞれの器官系の病変を有さない［例えば、診断された対象と同年齢である］コントロール対象集団を使用して決定されたもの）、または同一対象から過去に採取され同様に処理された体液サンプル中の同一ｍＲＮＡのレベルの比であることができる。
ある実施態様では、前記の方法は、ｍｉＲＮＡの比を２つまたは３つ以上決定することを含む。
前記方法のある実施態様では、器官系に濃縮されたｍｉＲＮＡが下記の表２に記載のｍｉＲＮＡから選択される。
前記方法の他の実施態様では、器官系が中枢神経系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表４に記載のものから選択される。
前記方法のさらに他の実施態様では、器官系が呼吸器系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表５に記載のものから選択される。
前記の方法の他の実施態様では、器官系が胃腸（ＧＩ）系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表７に記載のものから選択される。
他の側面では、本発明は、対象の任意の器官の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の様々な器官に濃縮されたｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中の予め選択したノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する特定の器官に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高い場合は前記対象が該器官の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する該器官に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高くない場合は前記対象が該器官の病変を有さないと特定することを含む方法を提供する。
また、本発明は、対象の器官の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の該器官に濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高い場合は前記対象が該器官の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高くない場合は前記対象が該器官の病変を有さないと特定することを含む方法を提供する。
前記２つの方法に有用なノーマライザーｍｉＲＮＡは、例えば、偏在性ｍｉＲＮＡ、前記器官に低発現するが、多くの器官に発現するｍｉＲＮＡ、または前記器官に濃縮され試験的に選択されたｍｉＲＮＡであることができる。
前記２つの方法で使用されるｍｉＲＮＡのレベルのコントロール比は、所定の基準値（例えば、それぞれの器官の病変を有さない［例えば、診断された対象と同年齢である］コントロール対象集団を使用して決定されたもの）、または同一対象から過去に採取され同様に処理された体液サンプル中の同一ｍＲＮＡのレベルの比であることができる。
ある実施態様では、前記２つの方法は、ｍｉＲＮＡの比を２つまたは３つ以上決定することを含む。
前記２つの方法のある実施態様では、器官に濃縮されたｍｉＲＮＡが下記の表１および２に記載のｍｉＲＮＡから選択される。
前記２つの方法の他の実施態様では、器官が胃腸（ＧＩ）器官であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表９に記載のものから選択される。
他の側面では、本発明は、対象の任意の組織の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の様々な組織に濃縮されたｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する特定の組織に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高い場合は前記対象が該組織の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する該組織に濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高くない場合は前記対象が該組織の病変を有さないと特定することを含む方法を提供する。
また、本発明は、対象の組織の病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の該組織に濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高い場合は前記対象が該組織の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高くない場合は前記対象が該組織の病変を有さないと特定することを含む方法を提供する。
前記２つの方法に有用なノーマライザーｍｉＲＮＡは、例えば、偏在性ｍｉＲＮＡ、前記組織に低発現するが多くの組織に発現するｍｉＲＮＡ、または前記組織に濃縮され試験的に選択されたｍｉＲＮＡであることができる。
前記２つの方法で使用されるｍｉＲＮＡのレベルのコントロール比は、所定の基準値（例えば、それぞれの組織の病変を有さない［例えば、診断された対象と同年齢である］コントロール対象集団を使用して決定されたもの）、または同一対象から過去に採取され同様に処理された体液サンプル中の同一ｍＲＮＡのレベルの比であることができる。
ある実施態様では、前記２つの方法はｍｉＲＮＡの比を２つまたは３つ以上決定することを含む。
前記２つの方法のある実施態様では、組織に濃縮されたｍｉＲＮＡが下記の表１および２に記載のｍｉＲＮＡから選択される。
他の側面では、本発明は、対象の任意の細胞タイプの病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の様々な細胞タイプに濃縮されたｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する特定の細胞タイプに濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高い場合は前記対象が該細胞タイプの病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する該細胞タイプに濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高くない場合は前記対象が該細胞タイプの病変を有さないと特定することを含む方法を提供する。
また、本発明は、対象の細胞タイプの病変を検出する方法であって：
ａ．前記対象から採取した体液サンプル中の該細胞タイプに濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高い場合は前記対象が該細胞タイプの病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比が前記対応するコントロール比より高くない場合は前記対象が該細胞タイプの病変を有さないと特定することを含む方法を提供する。
前記２つの方法に有用なノーマライザーｍｉＲＮＡは、例えば、偏在性ｍｉＲＮＡ、前記細胞タイプに低発現するが多くの細胞タイプに発現するｍｉＲＮＡ、または前記細胞タイプに濃縮され試験的に選択されたｍｉＲＮＡであることができる。
前記２つの方法で使用されるｍｉＲＮＡのレベルのコントロール比は、所定の基準値（例えば、それぞれの細胞タイプの病変を有さない［例えば、診断された対象と同年齢である］コントロール対象集団を使用して決定されたもの）、あるいは同一対象から過去に採取され同様に処理された体液サンプル中の同一ｍＲＮＡのレベルの比であることができる。
ある実施態様では、前記２つの方法は、ｍｉＲＮＡの比を２つまたは３つ以上決定することを含む。
前記２つの方法のある実施態様では、細胞タイプに濃縮されたｍｉＲＮＡが下記の表１および２に記載のｍｉＲＮＡから選択される。
前記方法は組み合わせることができる。例えば、器官系の病変を検出することの後に、疾患のある器官および／または組織および／または細胞タイプを決定することなどを行ってもよい。
前記方法のいずれもが、前記病変ががんまたは炎症であるかどうかを特定することを更に含み、
ａ．前記対象から採取した体液サンプル中の、がんと関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中の、炎症と関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｃ．前記対象から採取した同一体液サンプル中の前記関与した器官系、器官、組織または細胞タイプに濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｄ．前記対象から採取した同一体液サンプル中の少なくとも１つのノーマライザーｍｉＲＮＡのレベルを測定すること；
ｅ．ステップ（ａ）、（ｂ）、（ｃ）および（ｄ）で測定したｍｉＲＮＡのレベルのペアとなる比（例えば、ａ／ｂ、ａ／ｃ、ａ／ｄ、ｂ／ｃ、ｂ／ｄおよびｃ／ｄ比）
を計算すること；
ｆ．ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比を、がんおよび炎症に特徴的な対応する所定の比と比較すること、および
ｇ．（ｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比ががんに特徴的な所定範囲内である場合は前記病変ががんであると特定すること、または（ｉｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比が炎症に特徴的な所定範囲内である場合は前記病変が炎症であると特定することを含む。
前記方法のある実施態様では、がんおよび炎症関連ｍｉＲＮＡが下記の表３に記載のｍｉＲＮＡから選択される。
前記方法のある実施態様では、病変が肺に関与するものであり、かつｍｉＲＮＡペアが下記の表６に記載のものから選択される。
前記方法のある実施態様では、病変が胃腸（ＧＩ）系に関与するものであり、かつｍｉＲＮＡペアが下記の表８に記載のものから選択される。
前記方法のある実施態様では、病変が呼吸器系または胃腸（ＧＩ）系に関与するものであり、かつｍｉＲＮＡペアが下記の表１１に記載のものから選択される。
同様な方法を、がんまたは炎症を低酸素症から区別することに適用することが可能である。
前記の方法のいずれも、その後、前記対象へ疾患特異的診断テストを施すことが可能である。
前記の方法のいずれも、その後、病変を有すると診断された前記対象に治療処置を施すことが可能である。
前記の方法のいずれも、その後、前記対象を臨床試験に募集することが可能である（これは、病変を有すると診断された対象および病変を有さないと診断された対象の両方に適用可能である）。
本発明の前記方法は、該器官系または器官または組織または細胞タイプの病変を示す臨床症状を有さない対象を含む、任意の対象において病変を検出することに適用できる。
別の側面では、本発明は、化合物が、器官系もしくは器官もしくは組織もしくは細胞タイプの病変の進行を遅延させるか、または治療を行うことに有用であると特定する方法であって：
ａ．前記の器官系または器官または組織または細胞タイプの病変を有する対象から、テスト化合物の投与の前に採取した１つ以上の体液サンプル中の、前記の器官系または器官または組織または細胞タイプに濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記テスト化合物の投与前に採取した前記対象からの同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定した、前記テスト化合物の投与前に前記対象から採取した各体液サンプル中のｍｉＲＮＡのレベルの比を計算すること；
ｄ．前記テスト化合物投与後に前記対象から採取した１つ以上の体液サンプル中の同一ｍｉＲＮＡのレベルをステップ（ａ）と同様に測定すること；
ｅ．前記テスト化合物投与後に前記対象から採取した同一体液サンプル中の同一ノーマライザーｍｉＲＮＡのレベルをステップ（ｂ）と同様に測定すること；
ｆ．ステップ（ｄ）および（ｅ）で測定した、前記テスト化合物投与後に前記対象から採取した各体液サンプル中のｍｉＲＮＡのレベルの比を計算すること；
ｇ．ステップ（ｃ）および（ｆ）で計算したｍｉＲＮＡのレベルの比を比較すること、および
ｈ．（ｉ）ステップ（ｆ）で計算したｍｉＲＮＡのレベルの比がステップ（ｃ）で計算したｍｉＲＮＡのレベルの比よりも低い場合は前記テスト化合物が該器官系もしくは器官もしくは組織もしくは細胞タイプの該病変の進行を遅延させるか、たは治療を行うことに有用であると特定すること；（ｉｉ）ステップ（ｆ）で計算したｍｉＲＮＡのレベルの比がステップ（ｃ）で計算したｍｉＲＮＡのレベルの比よりも低くない場合は前記テスト化合物が該器官系もしくは器官もしくは組織もしくは細胞タイプの該病変の進行を遅延させるか、または治療を行うことに有用でないと特定することを含む方法を提供する。
前記方法のある実施態様では、病変ががんまたは炎症または低酸素症であり、かつｍｉＲＮＡが下記の表３に記載のｍｉＲＮＡから選択される。
他の側面では、本発明は、器官系または器官または組織または細胞タイプの病変を有さない対象において該器官系または器官または組織または細胞タイプに対する化合物（例えば、臨床試験でテストされる化合物）または環境因子（例えば、アレルゲン、喫煙、ＵＶ、放射線、アスベストなど）の毒性を決定する方法であって、
ａ．前記対象が前記の化合物または環境因子に暴露される前に前記対象から採取した１つまたは２つ以上の体液サンプル中の該器官系または器官または組織または細胞タイプに濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象が前記の化合物または環境因子に暴露される前に前記対象から採取した同一体液サンプル中のノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定した、前記対象が前記化合物または環境因子に暴露される前に前記対象から採取した各体液サンプル中のｍｉＲＮＡのレベルの比を計算すること；
ｄ．前記対象が前記化合物または環境因子に暴露された後に前記対象から採取した１つまたは２つ以上の体液サンプル中の該器官系または器官または組織または細胞タイプに濃縮された同一ｍｉＲＮＡのレベルを測定すること；
ｅ．前記対象が前記化合物または環境因子に暴露された後に前記対象から採取した同一体液サンプル中の同一ノーマライザーｍｉＲＮＡのレベルを測定すること；
ｆ．ステップ（ｄ）および（ｅ）で測定した、各体液サンプル中のｍｉＲＮＡのレベルの比を計算すること；
ｇ．ステップ（ｃ）および（ｆ）で計算したｍｉＲＮＡのレベルの比を比較すること、および
ｈ．（ｉ）ステップ（ｆ）で計算したｍｉＲＮＡのレベルの比がステップ（ｃ）で計算したｍｉＲＮＡのレベルの比よりも高くない場合は前記化合物または環境因子が該器官系または器官または組織または細胞タイプに対して毒性でないと特定すること；（ｉｉ）ステップ（ｆ）で計算したｍｉＲＮＡのレベルの比がステップ（ｃ）で計算したｍｉＲＮＡのレベルの比よりも高い場合は前記化合物または環境因子が該器官系または器官または組織または細胞タイプに対して毒性であると特定することを含む方法を提供する。
ある実施態様では、前記２つの方法は、ｍｉＲＮＡの比を２つまたは３つ以上決定することを含む。
前記２つの方法のある実施態様では、器官系または器官または組織または細胞タイプに濃縮されたｍｉＲＮＡが下記の表１および２に記載のｍｉＲＮＡから選択される。
前記２つの方法のある実施態様では、器官系が中枢神経系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表４に記載のものから選択される。
前記２つの方法のある実施態様では、器官系が呼吸器系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表５に記載のものから選択される。
前記２つの方法のある実施態様では、器官系が胃腸（ＧＩ）系であり、かつｍｉＲＮＡ／ノーマライザーのペアが下記の表７に記載のものから選択される。
前記方法の各測定ステップは、前記した特定の順番で行う必要はない。
本発明の方法で使用する対象としては、例えば、ヒト、家畜および疾患の実験動物モデルが挙げられる。本発明の前記方法に有用なバイオマーカーｍｉＲＮＡおよびノーマライザーｍｉＲＮＡの例は、限定することなく、例えば下記の表１〜１１に挙げられる。
本発明の方法に使用できる体液サンプルの例は、限定することなく、例えば、尿、血漿および血清が挙げられる。尿が使用される場合、尿サンプルが膀胱に保持されている時間は４時間未満であることが好ましい。
本発明の方法においてｍｉＲＮＡのレベルを決定するための方法の例は、限定することなくこと、例えば、ハイブリダイゼーション、ＲＴ−ＰＣＲおよび直接配列決定法が挙げられる。
いくつかの実施態様では、本発明の方法は（例えば、最初のステップとして）前記対象から体液サンプルを採取するステップを含む。
ある実施態様では（本発明の前記の方法のいずれにも適用可能である）、前記方法はｍｉＲＮＡの分解を低減または阻止するステップを含む。ｍｉＲＮＡの分解を低減または阻止するための有用な方法の例は、限定することなく、例えば、ＲＮａｓｅ阻害剤を添加すること、塩化グアニジンで処理すること、イソチオシアン酸グアニジンで処理すること、Ｎ−ラウロイルサルコシンで処理すること、ドデシル硫酸ナトリウム（ＳＤＳ）で処理すること、およびそれらの組み合わせが挙げられる。
前記の診断方法およびスクリーニング方法と組み合わせて、本発明は、標的ｍｉＲＮＡの検出に特異的なプライマーおよび／またはプローブのセットを１つ以上含む様々なキットを提供する。そのようなキットは、ノーマライザーｍｉＲＮＡの検出に特異的なプライマーおよび／またはプローブのセットをさらに含むことができる。キットのプライマーまたはプローブの組み合わせの例は、限定するものではないが、以下に列挙する：
１．ｍｉＲ−１、２２、３０ａ−３ｐ、３０ｅ−３ｐ、１３３ａ、１３３ｂ、１９７、２０８ａ、２０８ｂ、２２１、２２２、３０２ａ、３０２ｃ、３６７、３７８、４９９−５ｐおよび３０ｅ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２．ｍｉＲ−１、２２、９５、１３３ａ、１３３ｂ、１４０および２０６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３．ｍｉＲ−１５ｂ、１８ｂ、２１、３４ｂ、１２６、１３５ｂ、１４２−３ｐ、１４２−５ｐ、１４６、１４６ｂ−５ｐ、１５５、１９９ｂ−５ｐ、２００ｃ、２０５、２１１、２２３、２２４、３０２ｂ、３７５、４４９ａ、４４９ｂ、４５０ｂ−５ｐ、４８６、４９２、５２２、５６６、５７４−３ｐ、６２０、６５０、７６６および８８６−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４．ｍｉＲ−３４ｂ、１３５ｂ、１４６、１４６ｂ、１４７ｂ、１５５、１９９ｂ−５ｐ、２００ｂ、２００ｃ、２０５、２１９−５ｐ、２２３、３０２ｂおよび３７５からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５．ｍｉＲ−３０ｅ−３ｐ、１２２ａ、１３０ｂ、１３６、１４８ａ、１９４、３７６ｃ、４５５−３ｐ、５１８ｂ、６１６、８０１、８８５−５ｐ、１７＊、３０ｄ＊および１９４＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６．ｍｉＲ−１０ａ、１０ｂ、３０ａ−３ｐ、３０ｃ、１０７、１３５ａ、１３５ｂ、１８４、１８７、１９０、１９４、１９６ｂ、２００ａ、２０４、２１１、３２４−５ｐ、４８９、５００、５０１−５ｐ、５０２−３ｐ、５０２−５ｐ、５０３、５０６、５０８−３ｐ、５０８−５ｐ、５０９−３ｐ、５０９−５ｐ、５１０、５３２−５ｐ、７６８−３ｐ、８８６−３ｐ、８８６−５ｐ、８９１ａ、１０ｂ＊、３０ａ＊、３０ｃ−２＊、３０ｅ＊、２００ａ＊、２００ｂ＊、４２４＊および５００＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７．ｍｉＲ−Ｌｅｔ−７ｇ、１８、２３ｂ、２６ａ、２６ｂ、２７ｂ、２８、１０６ｂ、１４３、１４５、１５２、２１８、２２１、２２３、２９６、３７４、４２２ｂおよび４５１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６．ｍｉＲ−１０ｂ、３０、９９ａ、１３９−３ｐ、１３９−５ｐ、１９３ａ−５ｐ、１９６ａ、２２４、３３５、３６５、３７８／３７８＊、４２２ｂ、４９４、５１８ｄ−３ｐ、６４２ａ−３ｐ、７０８、１０ｂ＊および３３５＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７．ｍｉＲ−ｌｅｔ−７ａ、１０ｂ、２６ａ、３０ａ−３ｐ、３０ａ−５ｐ、１２５ｂ、１２６、１４５、１４６、１９５、１９６ａ−２、１９６ｂ、２０５、２０６、３３５、３３９−５ｐ、３７８、５１６−５ｐ、５１７ｃ、５１９ｃ、５２０ｇ、５２０ｈ、５２５および１２４６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
８．ｍｉＲ−Ｌｅｔ−７ａ、ｌｅｔ−７ｂ、ｌｅｔ−７ｃ、１０ｂ、１７−３ｐ、２６ａ、１００、１２５ａ、１２５ｂ、１２７、１９５、１９９ａ−５ｐ、２０２、２１４、２９８、３８２、５０３、６７２、７４１、７４２、８８３−３ｐ、１９９ａ＊および２０２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
９．ｍｉＲ−１０ａ、１０ｂ、３１、３４ｂ、３４ｃ、１３５ａ、１３５ｂ、４２４および４４９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１０．ｍｉＲ−Ｌｅｔ−７ｃ、１０ｂ、２６ａ、９９ａ、１００、１２５ａ−５ｐ、１２５ｂ、１３０ａ、１４０、１４３、１４５、１９５、１９６ｂ、１９９ｂ、２０４、２１４、２２２、９３９および１９９＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１１．ｍｉＲ−Ｌｅｔ−７ａ、ｌｅｔ−７ｃ、ｌｅｔ−７ｇ、１０ｂ、１００、１０１、１２５ａ−５ｐ、１２５ｂ、１３０ａ、１３４、１４０、１４３、１４５、１８６、１９５、１９６ｂ、１９７、１９９ａ、１９９ｂ、２０４、２１４、２１８、２２２、３２０、４２４、４９７、１５４＊および１９９ａ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１２．ｍｉＲ−Ｌｅｔ−７ｃ、１、２３ｂ、２４、２７ｂ、２８、３４ａ、９９ａ、１００、１２５ｂ、１３０ａ、１４３、１４５、１４７ｂ、１８７、１８８−３ｐ、１９９ｂ−５ｐ、２０５、２１４、２２２、３２８、３７３、４１０、４５５−５ｐおよび４９０−３ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１３．ｍｉＲ−１５ｂ、３４ａ、３４ｂ、３４ｃ、１２７、１３４、１３５ａ、１３５ｂ、１８７、２０２、２０４、３７０、３７２、３７６ａ、３８２、４２４、４４９、４６５ａ−５ｐ、４６５ｂ−５ｐ、５０６、５０８、５０９、５１０、５１４、５１７ａ、５１７ｃ、８７１−５ｐ、８７１−３ｐ、８８８、２０２＊および８８８＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１４．ｍｉＲ−Ｌｅｔ−７ファミリー、１０ａ、１７、１８ａ、１９ａ、１９ｂ、２０ａ、９２、２１、２２、２３ａ、２４、２７ａ、２７ｂ、２９ａ、３１、３４ａ、９８、１００、１０６ａ、１２６、１３０ａ、１３３ａ、１４３、１４５、１４６ａ、１９９ａ−３ｐ、２１０、２２１、２２２、３４５、３６５、３８２、４０９−３ｐ、４３１、４８４、４９５、５３２−５ｐ、９３９、２７ａ＊、３０ａ＊、３０ｅ＊、９３＊、１２６＊、１３０ｂ＊および２２２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１５．ｍｉＲ−１５ａ、１５ｂ、１２６、１３９、１４２−３ｐ、１４２−５ｐ、１４６、１５０、１５５、１８１ａ、１８１ｂ、１８１ｄ、２２３、３０２ｂおよび３４２からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１６．ｍｉＲ−１５ａ、１５ｂ、１７−５ｐ、２０ｂ、１０６ａ、１０６ｂ、１４２−３ｐ、１４２−５ｐ、１４６、１４９、１５０、１５５、１８１ａ、１８１ｂ、１８１ｃ、１８２、１８３、２０５、２１３および３４２からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１７．ｍｉＲ−Ｌｅｔ−７ｇ、１５ａ、２０ｂ、２１、１０６ｂ、１４０、１４２−３ｐ、１４６、１４６ｂ、１５０、１８１ｂ、１８１ｄ、３４２および４３１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１８．ｍｉＲ−Ｌｅｔ−７ｇ、９、１５ａ、１５ｂ、１７、１９ｂ、２０ａ、３１、１０６ａ、１２４ａ、１２４ｂ、１２８ａ、１３７、１４２−３ｐ、１４６ｂ−５ｐ、１５０、１８６、１９１、１９７、２２２、２２３、３２８、３４２−３ｐ、４２３、４３１、４５４、４８４、７６６、２７＊および２２３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
１９．ｍｉＲ−１４２−３ｐ、１４６ａ、１５５、１８１ａ、２０５、２２３および４２４からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２０．ｍｉＲ−１４２、１５０および３４２からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２１．ｍｉＲ−Ｌｅｔ−７ｉ、１、７、１３５ａ、１３５ｂ、２０６および３４５からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２２．ｍｉＲ−Ｌｅｔ−７ｇ、７、１５ａ、２６ｂ、２７ａ、９９ｂ、１２４、１２７、１３２、１３４、１３７、１３９、１５２、１８１ａ、１８７、１９５、１９２、２０２、２９９、３０２ｂ、３２３、３２４−３ｐ、３２４−５ｐ、３２８、３３０−３ｐ、３３１、３３５、３４０、３６５、３６９−３ｐ、３７５、３７９、３８２、４０９−５ｐ、４２９、４３１、４３２、４５５−５ｐ、４８３−５ｐ、５１４、１２６＊、１８２＊および２０２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２３．ｍｉＲ−７、１８ａ、２１、２９ａ、３４ａ、１０３、１２７−３ｐ、１２９−３ｐ、１３０ｂ、１３４、１３５ａ、１３５ｂ、１３６、１４１、１４８ａ、１８２、１８３、１８４、１９２、１９３ａ−３ｐ、１９３ａ−５ｐ、１９５、１９９ａ−３ｐ、１９９ａ−５ｐ、２００ｂ、２００ｃ、２０４、２１６ａ、２１６ｂ、２１７、２２４、３４０、３６５、３６７、３７４ａ、３７４ｂ、３７５、３７６ａ、３７６ｃ、３７９、３８２、３８３、４２９、４３２、４５１、４５５−５ｐ、４８５−５ｐ、４８７ｂ、４９７、５３９、５４３、６４２、７５８、９３９、１３０ｂ＊、１３６＊、１８３＊、２００ｂ＊および４９３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２４．ｍｉＲ−７、９、２１、１２７−３ｐ、１３０ｂ、１８４、１９５、２１６ａ、２１６ｂ、２１７、３７６ａ、３７６ｃ、４９７、９３９および４９３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２５．ｍｉＲ−３１、１４１、１４３、１４５、１４７ｂ、１９２、１９４、２００ａ、２００ｂ、２００ｂＮ、２００ｃ、２００ｃＮ、２１５、２１９−２−３ｐ、３２１、３７５、３７８、４２２ａ、４２９、４５０ｂ−５ｐ、４８７ａ、４９０−３ｐ、４９２、５０４、５６５、５７４−３ｐ、６２２、６５０、８０１、１４３＊および２００ｂ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２６．ｍｉＲ−３１、１４１、１４３、１９２、１９４、２００ａ、２００ｂ、２００ｂＮ、２００ｃ、２００ｃＮ、２１５、３２１、３７５および４２９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２７．ｍｉＲ−３１、１０６ａ、１０６ｂ、１４３、１４５、１４８ａ、２０３、２０５、２１０、２１１および２２１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２８．ｍｉＲ−７、２６ａ、２６ｂ、２９ｃ、３１、１０６ａ、１０６ｂ、１２４ｂ、１３０ｂ、１４１、１４５、１４８ａ、１８２、１８８、１９２、１９７、２０３、３７５および６５０からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
２９．ｍｉＲ−Ｌｅｔ−７ａ、７、９、９６、９８、９９ａ、１０３、１０７、１２４ａ、１２５ａ、１２５ｂ、１２７、１２８ａ、１３２、１３４、１３５ａ、１３７、１３８、１４９、１５３、１５４、１８１ａ、１８１ｂ、１８１ｃ、１８２、１８３、１８４、２０４、２１１、２１２、２１３、２１８、２１９、２２１、２２２、２９９−３ｐ、２９９−５ｐ、３２３−３ｐ、３２４−５ｐ、３２８、３２９、３３０、３３１、３３５、３３７、３３８、３４２、３４６、３６９−３ｐ、３６９−５ｐ、３７０、３７９、３８１、３８２、３８３、４０９−３ｐ、４１１、４２５、４３２、４３３−５ｐ、４８５−３ｐ、４８５−５ｐ、４８７ｂ、４８８、４９１−５ｐ、４９４、４９５、４９６、５０４、５３９、５４１、５４３、５８４、６５６、６６８、７５８、８７４、８８９、９３５、９３９、１１９３、１１９７および９＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３０．ｍｉＲ−７、９、９８、１２４ａ、１２５ａ、１２５ｂ、１２８ａ、１３２、１３４、１３５ａ、１３７、１３８、１５４、１８２、１８３、２１３、２１８、３２３−３ｐ、３２９、３３７、３６９−３ｐ、３６９−５ｐ、３７０、３８１、３８２、４０９−３ｐ、４２５、４３３−５ｐ、４８３−３ｐ、４８５−５ｐ、４８７ｂ、４９４、４９５、４９６、５４１、５４３、６５６、６６８、８７４、８８９、９３５、９３９および９＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３１．ｍｉＲ−９、１２４ａ、１２５ａ、１２５ｂ、１２８ａ、１３２、１３４、１８１ｃ、２１２、２１３、２２２、３３０−３ｐ、３３８−５ｐ、３４２、３８１、３８２、４２５、４３３および４９１−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３２．ｍｉＲ−９、９６、９９ａ、１０３、１２４ａ、１２５ｂ、１２８ａ、１３２、１３４、１３７、１３８、１８１ａ、１８１ｂ、２１２、２１９、２２１、２２２、３２４−５ｐ、３２８、３３０、３３１、３３５−５ｐ、３３８、３６９−３ｐ、３８１、３８２、３８３、４２５、４３３−５ｐ、４８５−５ｐおよび４９１−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３３．ｍｉＲ−７、１２４ａ、１２８ａ、１３２および２１２からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３４．ｍｉＲ−９、１０３、１２４ａ、１２５ｂ、１２８、１３２、１３４、１３７、１３８、１８１ａ、１８１ｂ、１８１ｃ、２０４、２１２、２１３、２１８、３３８、３８１、３８２、４２５、４３２および４８９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３５．ｍｉＲ−１０３、１３４、１３８、１８２、１８３、２２２、３２３−３ｐ、３６９、３８１および３８２からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３６．ｍｉＲ−２１８、２１９、３３８、４５１および４８６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３７．ｍｉＲ−７、１３２、２１２、２１３および３２８からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３８．ｍｉＲ−３４ｂ、１３５ｂ、１４６、１４６ｂ−５ｐ、１５５、１９９ｂ−５ｐ、２００ｃ、２０５、２２３、３０２ｂおよび３７５からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
３９．ｍｉＲ−１５ｂ、１８ｂ、２１、１２６、１４２−３ｐ、１４２−５ｐ、２２４、４４９ａ、４４９ｂ、４５０ｂ−５ｐ、４８６、４９２、５２２、５６６、５７４−３ｐ、６５０、７６６および８８６−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４０．ｍｉＲ−１４７ｂ、２００ｂおよび２１９−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４１．ｍｉＲ−３１、１３０ｂ、１３６、１４１、１４３、１４５、１４８ａ、１９２、２０３、２１５、３７５、３７６ｃ、４２９、４５５−５ｐおよび６５０からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４２．ｍｉＲ−１０６ａ、１０６ｂ、２０５および２１０および２２１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４３．ｍｉＲ−７、２６ａ、２６ｂ、２６ｃ、１０６ａ、１０６ｂ、１２４ｂ、１８２、１８８および１９７からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４４．ｍｉＲ−１９４、２００ａ、２００ｂ、２００ｃおよび３２１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４５．ｍｉＲ−１４７ｂ、１９４、２００ａ、２００ｂ、２００ｃ、２１９−３ｐ、３７８、４５０−５ｐ、４８７ａ、４９０−３ｐ、４９２、５０４、５６５、５７４−３ｐ、６２２、８０１、１４３＊および２００ｂ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４６．ｍｉＲ−１２２ａ、１９４、５１８ｂ、６１６、８０１、８８５−５ｐ、１７＊、３０ｄ＊および１９４＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４７．ｍｉＲ−７、１８ａ、２１、２９ａ、３４ａ、１０３、１２７−３ｐ、１２９−３ｐ、１３４、１３５ａ、１３５ｂ、１８２、１８３、１８４、１９３ａ−３ｐ、１９３ａ−５ｐ、１９５、１９９ａ−３ｐ、１９９ａ−５ｐ、２００ｂ、２００ｃ、２０４、２１６ａ、２１６ｂ、２１７、２２４、３４０、３６５、３６７、３７４ａ、３７４ｂ、３７６ａ、３７９、３８２、３８３、４３２、４５１、４８５−５ｐ、４８７ｂ、４９７、５３９、５４３、６４２、７５８、９３９、１３０ｂ＊、１３６＊、１８３＊、２００ｂ＊および４９３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４８．ｍｉＲ−１、２２、９５、１３３ａ、１３３ｂ、１４０および２０６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
４９．ｍｉＲ−Ｌｅｔ−７ａ、７、９、１２４ａ、１２５ａ、１２５ｂ、１２８ａ、１３２、１３４、１３５ａ、１３７、１３８、１８１ａ、１８１ｃ、１８２、１８４、２１１、２１２、２１３、２１８、２１９、２２２、３２３−３ｐ、３３８−５ｐ、３６９、３８１、３８２、４２５、４３３−５ｐ、４８５−５ｐ、４９１−５ｐ、５３９、５４１、５４３、６５６、８７４、９３５および９＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５０．ｍｉＲ−７、９、９８、１２４ａ、１２５ａ、１２５ｂ、１２８ａ、１３２、１３４、１３５ａ、１３７、１３８、１５４、１８２、１８３、２１３、２１８、３２３−３ｐ、３２９、３３７、３６９−３ｐ、３６９−５ｐ、３７０、３８１、３８２、４０９−３ｐ、４２５、４３３−５ｐ、４８３−３ｐ、４８５−５ｐ、４８７ｂ、４９４、４９５、４９６、５４１、５４３、６５６、６６８、８７４、８８９、９３５、９３９および９＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５１．ｍｉＲ−３３０−３ｐおよびｍｉＲ−３４２に特異的なプライマーまたはプローブ。
５２．ｍｉＲ−９６、９９ａ、１０３、１８１ｂ、２２１、３２４−５ｐ、３２８、３３０、３３１、３３５−５ｐおよび３８３からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５３．ｍｉＲ−１０３、１８１ｂ、２０４、４３２および４８９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５４．ｍｉＲ−１０３およびｍｉＲ−１８３に特異的なプライマーまたはプローブ。
５５．ｍｉＲ−４５１およびｍｉＲ−４８６に特異的なプライマーまたはプローブ。
５６．ｍｉＲ−２２、１３３ａ、２２１、２２２および３０ｅ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５７．ｍｉＲ−１、３０ａ−３ｐ、３０ｅ−３ｐ、１３３ｂ、１９７、２０８ａ、２０８ｂ、３０２ａ、３０２ｃ、３６７、３７８および４９９−５ｐからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５８．ｍｉＲ−Ｌｅｔ−７、１０ａ、１７、１８ａ、１９ａ、１９ｂ、２０ａ、２１、２３ａ、２４、２７ａ、２７ｂ、２９ａ、３１、３４ａ、９２、９８、１００、１０６ａ、１２６、１３０ａ、１４３、１４５、１４６ａ、１９９ａ−３ｐ、２１０、３４５、３６５、３８２、４０９−３ｐ、４３１、４８４、４９５、５３２−５ｐ、９３９、２７ａ＊、３０ａ＊、９３＊、１２６＊、１３０ｂ＊および２２２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
５９．ｍｉＲ−Ｌｅｔ−７ａ、Ｌｅｔ−７ｃ、１０ｂ、２６ａ、１００、１２５ａ、１２５ｂ、１３０ａ、１４０、１４３、１４５、１９５、１９６ｂ、１９９ａ、１９９ｂ、２０４、２１４、２２２、４２４、５１７ｃおよび１９９ａ＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６０．ｍｉＲ−１０ａ、３１、３４ｂ、３４ｃ、１３５ａ、１３５ｂおよび４４９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６１．ｍｉＲ−Ｌｅｔ−７ｂ、１２７、２０２、２９８、３８２、５０３、６７２、７４１、７４２、８８３−３ｐおよび２０２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６２．ｍｉＲ−９９ａおよびｍｉＲ−９３９に特異的なプライマーまたはプローブ。
６３．ｍｉＲ−Ｌｅｔ−７ｇ、１０１、１３４、１８６、１９７、２１８、３２０、４９７および１５４＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６４．ｍｉＲ−１２６、１４６、２０５、２０６、３３５、３３９−５ｐ、３７８、５１６−５ｐ、５１９ｃ、５２０ｇ、５２０ｈ、５２５および１２４６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６５．ｍｉＲ−７、１２７および４９３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６６．ｍｉＲ−Ｌｅｔ−７ｉ、１、１３５ａ、１３５ｂ、２０６および３４５からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６７．ｍｉＲ−Ｌｅｔ−７ｇ、１５ａ、２６ｂ、２７ａ、９９ｂ、１２４、１３２、１３４、１３７、１３９、１５２、１８１ａ、１８７、１９５、１９２、２０２、２９９、３０２ｂ、３２３、３２４−３ｐ、３２４−５ｐ、３２８、３３０−３ｐ、３３１、３３５、３４０、３６５、３６９−３ｐ、３７５、３７９、３８２、４０９−５ｐ、４２９、４３１、４３２、４５５−５ｐ、４８３−５ｐ、５１４、１２６＊、１８２＊および２０２＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６８．ｍｉＲ−９、２１、１３０ｂ、１８４、１９５、２１６ａ、２１６ｂ、２１７、３７６ａ、３７６ｃ、４９７および９３９からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
６９．ｍｉＲ−１５ａ、１５ｂ、１４２−３ｐ、１４２−５ｐ、１４６、１５０、１８１ａ、１８１ｂ、１８１ｄ、２０５、３４２および４２３からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７０．ｍｉＲ−１２６、１３９、１５５、２２３および３０２ｂからなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７１．ｍｉＲ−１７−５ｐ、２０ｂ、１０６ａ、１０６ｂ、１４９、１５５、１８１ｃ、１８２、１８３および２１３からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７２．ｍｉＲ−Ｌｅｔ−７ｇ、２０ｂ、２１、１０６ｂ、１４０、１４６ｂおよび４３１からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７３．ｍｉＲ−Ｌｅｔ−７ｇ、９、１７、１９ｂ、２０ａ、３１、１０６ａ、１２４ａ、１２４ｂ、１２８ａ、１３７、１８６、１９１、１９７、２２２、２２３、３２８、４３１、４５４、４８４、７６６、２７＊および２２３＊からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７４．ｍｉＲ−１５５、２２３および４２４からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７５．ｍｉＲ−Ｌｅｔ−７ファミリー、１０ｂ、１７−９２ファミリー、２１、２９ａ、３１、３４ａ、１０６ａ、ｂ、１２６、１４６ａ、ｂ、１５５、１８４、１９５、２００／１４１ファミリー、２１０、３７３、３７５、４２３−５ｐ、４５１および４８６からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７６．ｍｉＲ−２１、３１、３４ａ、１２５−５ｐ、１２５ｂ、１２６、１４６ａ、ｂ、１５０、１５５、２２１、２２２および２２３からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７７．ｍｉＲ−２７０、３７３および４２４からなる群から選択される少なくとも２つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７８．（ｉ）ｍｉＲ−１２８、ｍｉＲ−１３２およびｍｉＲ−８７４からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ、ならびに（ｉｉ）ｍｉＲ−９、ｍｉＲ−１８１ａ、ｍｉＲ−４９１−５ｐおよびｍｉＲ−１４１からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
７９．（ｉ）ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐおよびｍｉＲ−３８２からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ、ならびに（ｉｉ）ｍｉｒ−１２７およびｍｉＲ−３７０からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
８０．（ｉ）ｍｉＲ−３４ｂ、ｍｉＲ−４８６−５ｐおよびｍｉＲ−１９２からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ、ならびに（ｉｉ）ｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５、ｍｉＲ−２２３およびｍｉＲ−４０９−３ｐからなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
８１．ｍｉＲ−３４ｂおよびｍｉＲ−１５５に特異的なプライマーまたはプローブ。
８２．ｍｉＲ−４８６ｂ−５ｐおよびｍｉＲ−１９２の少なくとも１つおよびｍｉＲ−１４６ｂ−５ｐに特異的なプライマーまたはプローブ。
８３．（ｉ）ｍｉＲ−１９２、ｍｉＲ−１９４、ｍｉＲ−２０３およびｍｉＲ−２１５からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ、ならびに（ｉｉ）ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１４５およびｍｉＲ−１４８ａからなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
８４．（ｉ）ｍｉＲ−２１５に特異的なプライマーまたはプローブならびに（ｉｉ）ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１９４およびｍｉＲ−２０３からなる群から選択される少なくとも１つのｍｉＲＮＡに特異的なプライマーまたはプローブ。
８５．（ｉ）ｍｉＲ−２０３に特異的なプライマーまたはプローブならびに（ｉｉ）ｍｉＲ−１４８ａおよびｍｉＲ−１９２の少なくとも１つに特異的なプライマーまたはプローブ。
８６．（ｉ）ｍｉＲ−１９４に特異的なプライマーまたはプローブならびに（ｉｉ）ｍｉＲ−１４８ａおよびｍｉＲ１９２の少なくとも１つに特異的なプライマーまたはプローブ。
８７．ｍｉＲ−１９４／ｍｉＲ−１４５、ｍｉＲ−１９４／ｍｉＲ１４８ａ、ｍｉＲ−１９４／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−２１５／ｍｉＲ−２０３、ｍｉＲ−２０３／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−２０３／ｍｉＲ１４８ａ、ｍｉＲ−１９２／ｍｉＲ−１４５、ｍｉＲ−１９２／ｍｉＲ１４８ａおよびｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐからなる群から選択される少なくとも１つのｍｉＲＮＡペアに特異的なプライマーまたはプローブ。
８８．ｍｉＲ−１９２／ｍｉＲ−１２６、ｍｉＲ−１５５／ｍｉＲ−１２６、ｍｉＲ−１４５／ｍｉＲ−１２６、ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１５５／ｍｉＲ−４０９−３ｐ、ｍｉＲ−４８６−５ｐ／ｍｉＲ−１７−５ｐ、ｍｉＲ−１５５／ｍｉＲ−１７−５ｐ、ｍｉＲ−１９２／ｍｉＲ−１７−５ｐ、ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３１、ｍｉＲ−１５５／ｍｉＲ−３１、ｍｉＲ−１９２／ｍｉＲ−３１、ｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５、ｍｉＲ−１９２／ｍｉＲ−１５５、ｍｉＲ−１４５／ｍｉＲ−１５５、ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５、ｍｉＲ−４８６−５ｐ／ｍｉＲ−２０３、ｍｉＲ−１９２／ｍｉＲ−２０３、ｍｉＲ−１４５／ｍｉＲ−２０３、ｍｉＲ−１９２／ｍｉＲ−２１５およびｍｉＲ−１５５／ｍｉＲ−２１５からなる群から選択される少なくとも１つのｍｉＲＮＡペアに特異的なプライマーまたはプローブ。
８９．ｍｉＲ−１７−５ｐ／ｍｉＲ−１５５、ｍｉＲ−１９２／ｍｉＲ−１５５、ｍｉＲ−２１５／ｍｉＲ−１５５、ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐおよびｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐからなる群から選択される少なくとも１つのｍｉＲＮＡペアに特異的なプライマーまたはプローブ。
本発明のキットは、ｍｉＲＮＡの単離または精製の手段を更に含むことができる。
本発明のキットは、使用説明書を更に含むことができる。
図１Ａ〜Ｃは、ＭＣＩ患者（ＭＣＩ）、ＡＤ患者（ＡＤ）、同年齢コントロール（ＡＭＣ）の血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−７（Ａ）、ｍｉＲ−１３２（Ｂ）、ｍｉＲ−８７４（Ｃ）の濃度は、ｍｉＲ−１４１に対してノーマライズした。これらおよび他の箱ひげ図において、箱は、結果の５０％分布を示し、箱の上下のバーは結果の８０％を示す。点は８０％データの外側に位置する分析値を示す。分析の中央値は、箱の中の線により示される。ノーマライズしたｍｉＲＮＡ濃度は、相対単位で縦軸に示してある（対数尺度）。
図２Ａ〜Ｅは、ＭＣＩ患者、ＡＤ患者（ＡＤ）、同年齢コントロールの血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−７（Ａ）、ｍｉＲ−１２８（Ｂ）、ｍｉＲ−１３２（Ｃ）、ｍｉＲ３８２（Ｄ）、ｍｉＲ−８７４（Ｅ）の濃度はｍｉＲ−９に対してノーマライズした。 図３Ａ〜Ｅは、ＭＣＩ患者、ＡＤ患者、同年齢コントロールの血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−１３２（Ａ）、ｍｉＲ−１３４（Ｂ）、ｍｉＲ−３２３−３ｐ（Ｃ）、ｍｉＲ−３８２（Ｄ）、ｍｉＲ−８７４（Ｅ）の濃度はｍｉＲ−１２７−３ｐに対してノーマライズした。
図４Ａ〜Ｇは、ＭＣＩ患者、ＡＤ患者、同年齢コントロールの血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−７（Ａ）、ｍｉＲ−１２８（Ｂ）、ｍｉＲ−１３２（Ｃ）、ｍｉＲ−１３４（Ｄ）、ｍｉＲ３２３−３ｐ（Ｅ）、ｍｉＲ−３８２（Ｆ）、ｍｉＲ−８７４（Ｇ）の濃度はｍｉＲ−１８１ａに対してノーマライズした。 図５Ａ〜Ｈは、ＭＣＩ患者、ＡＤ患者、同年齢コントロールの血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−７（Ａ）、ｍｉＲ−１２５（Ｂ）、ｍｉＲ−１２８（Ｃ）、ｍｉＲ−１３２（Ｄ）、ｍｉＲ−１３４（Ｅ）、ｍｉＲ３２３−３ｐ（Ｆ）、ｍｉＲ−３８２（Ｇ）、ｍｉＲ−８７４（Ｈ）の濃度はｍｉＲ−３７０に対してノーマライズした。
図６Ａ〜Ｈは、ＭＣＩ患者、ＡＤ患者、同年齢コントロールの血漿中のｍｉＲＮＡ濃度の比較を示すグラフである。ｍｉＲ−７（Ａ）、ｍｉＲ−１２５（Ｂ）、ｍｉＲ−１２８（Ｃ）、ｍｉＲ−１３２（Ｄ）、ｍｉＲ−１３４（Ｅ）、ｍｉＲ３２３−３ｐ（Ｆ）、ｍｉＲ−３８２（Ｇ）、ｍｉＲ−８７４（Ｈ）の濃度はｍｉＲ−４９１−５ｐに対してノーマライズした。
図７Ａ〜Ｃは、ｍｉＲ−４９１−５ｐに対してノーマライズしたｍｉＲ−１２８（Ａ）、ｍｉＲ−１３２（Ｂ）、ｍｉＲ−８７４（Ｃ）で得られた、ＭＣＩ患者（ＭＣＩ）と同年齢コントロール（ＡＭＣ）を区別するための受信者動作特性（ＲＯＣ）曲線分析を示す。ＲＯＣ曲線下面積（ＡＵＣ）を示す。各バイオマーカー／ノーマライザーペアの感度、特異度、正確度は「カットオフ」ポイント（各プロット上の点で示される）で計算する；カットオフポイントは、サンプルがＡＭＣ群またはＭＣＩ群に属する可能性が等しくなるバイオマーカー／ノーマライザー比である。
図８Ａ〜Ｃは、ｍｉＲ−３７０に対してノーマライズされたｍｉＲ−１３４（Ａ）、ｍｉＲ−３２３−３ｐ（Ｂ）、ｍｉＲ−３８２（Ｃ）で得られた、ＭＣＩ患者（ＭＣＩ）と同年齢コントロール（ＡＭＣ）を区別するための受信者動作特性（ＲＯＣ）曲線分析を示す。ＲＯＣ曲線下面積（ＡＵＣ）を示す。各バイオマーカー／ノーマライザーペアの感度、特異度、正確度は「カットオフ」ポイント（各プロット上の点で示される）で計算する；カットオフポイントは、サンプルがＡＭＣ群またはＭＣＩ群に属する可能性が等しくなるバイオマーカー／ノーマライザー比である。
図９Ａ〜Ｆは、ｍｉＲ１２８とｍｉＲ−１３２（Ａ）、ｍｉＲ−１２８とｍｉＲ−８７４（Ｂ）、ｍｉＲ−１３２とｍｉＲ−８７４（Ｃ）、ｍｉＲ−１３４とｍｉＲ−３２３−３ｐ（Ｄ）、ｍｉＲ−１３４とｍｉＲ−３８２（Ｅ）、ｍｉＲ−３８２とｍｉＲ−３２３−３ｐ（Ｆ）の間の関連の分析を示す。様々なバイオマーカーペアのＣｔ値を比較し、スピアマンの順位相関係数ｒを、９５％信頼区間（最大値と最小値）とともに計算した。 図１０Ａ〜Ｄは、喘息患者と肺炎患者対非喫煙コントロール（ＡとＢ）の血漿およびＣＯＰＤ患者とＮＳＣＬＣ患者対喫煙コントロール（ＣとＤ）の血漿中の肺に濃縮されたバイオマーカーｍｉＲ−３４ｂとｍｉＲ−４８６−５ｐの濃度の比較を示すグラフである。バイオマーカーｍｉＲＮＡの濃度は、多くの器官に発現するが肺に低発現したｍｉＲ−４０９−３ｐに対してノーマライズした。
図１１Ａ〜Ｈは、喘息患者と肺炎患者（ＰＮＡ）対非喫煙コントロールの血漿中の肺に濃縮されたバイオマーカーｍｉＲ−３４ｂとｍｉＲ−４８６−５ｐの濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度は、他の肺に濃縮されたｍｉＲＮＡに対してノーマライズした：Ａ、Ｂ−ｍｉＲ−１５５；Ｃ、Ｄ−ｍｉＲ−１４６ｂ−５ｐ；Ｅ、Ｆ−ｍｉＲ−２２３；Ｇ、Ｈ−ｍｉＲ−１４２−５ｐ。 図１２Ａ〜Ｈは、ＣＯＰＤ患者とＮＳＣＬＣ患者対喫煙コントロールの血漿中の肺に濃縮されたバイオマーカーｍｉＲ−３４ｂとｍｉＲ−４８６−５ｐの濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度はｍｉＲ−４０９−３ｐまたは肺に濃縮されたｍｉＲＮＡに対してノーマライズした：Ａ、Ｂ−ｍｉＲ−１５５；Ｃ、Ｄ−ｍｉＲ−１４６ｂ−５ｐ；Ｅ、Ｆ−ｍｉＲ−２２３；Ｇ、Ｈ−ｍｉＲ−１４２−５ｐ；Ｉ、Ｊ−ｍｉＲ−４０９−３ｐ。
図１３Ａ〜Ｊは、喘息患者と肺炎患者（ＰＮＡ）対非喫煙コントロール（Ａ〜Ｅ）の血漿およびＣＯＰＤ患者とＮＳＣＬＣ患者対喫煙コントロール（Ｆ−Ｊ）の血漿中のｍｉＲ−１９２濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度は、多くの器官に発現するが肺に低発現したｍｉＲ−４０９−３ｐまたは肺に濃縮されたｍｉＲＮＡに対してノーマライズした：Ａ、Ｆ−ｍｉＲ−４０９−３ｐ；Ｂ、Ｇ−ｍｉＲ−１５５；Ｃ、Ｈ−ｍｉＲ−１４６ｂ−５ｐ；Ｄ、Ｉ−ｍｉＲ−２２３；Ｅ、Ｊ−ｍｉＲ−１４２−５ｐ。
図１４Ａ〜Ｃは、喘息患者、肺炎患者（ＰＮＡ）、ＣＯＰＤ患者、ＮＳＣＬＣ患者対全（非喫煙と喫煙）コントロールの血漿中のバイオマーカーｍｉＲ−３４ｂ（Ａ）、ｍｉＲ−４８６−５ｐ（Ｂ）、ｍｉＲ−１９２（Ｃ）濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度はｍｉＲ−４０９−３ｐ（Ａ）または肺に濃縮されたｍｉＲ−２２３（Ｂ）、ｍｉＲ−１４６ｂ−５ｐ（Ｃ）に対してノーマライズした。
図１５Ａ〜Ｃは、すべての炎症性肺疾患（喘息、肺炎、ＣＯＰＤ）の患者対ＮＳＣＬＣ患者の血漿中のバイオマーカーｍｉＲ−３４ｂ、ｍｉＲ−４８６−５ｐ、ｍｉＲ−１９２濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度は様々な肺に濃縮されたｍｉＲＮＡに対してノーマライズした：Ａ−ｍｉＲ−１５５；Ｂ、Ｃ−ｍｉＲ−１４６ｂ−５ｐ。
図１６Ａ〜Ｍは、食道がん（ＥＣ）、胃がん（ＧＣ）、結腸直腸（ＣＲＣ）がん、クローン病（ＣＤ）患者対コントロールの血漿中の胃腸（ＧＩ）系器官に濃縮されたｍｉＲ−１９２（Ａ、Ｅ、Ｉ）、ｍｉＲ−１９４（Ｂ、Ｆ、Ｊ）、ｍｉＲ−２０３（Ｃ、Ｇ、Ｋ）、ｍｉＲ−２１５（Ｄ、Ｈ、Ｌ）濃度の比較を示すグラフである。ｍｉＲＮＡバイオマーカーの濃度は、偏在性ｍｉＲ−３０ｅ−３ｐまたは他のＧＩに濃縮されたｍｉＲＮＡに対してノーマライズした：Ａ−Ｄ−ｍｉＲ−３０ｅ−３ｐ；Ｅ−Ｈ−ｍｉＲ−１４８ａ；Ｉ−Ｌ−ｍｉＲ−１４５。Ａ〜Ｌ：表示した疾患を有する患者対コントロール；Ｍ：すべての研究したＧＩ病変患者（Pathology）対コントロールの血漿中のｍｉＲ−２０３とｍｉＲ−１９２濃度比較を示すグラフ。すべての濃度は偏在性ｍｉＲ−３０ｅ−３ｐに対してノーマライズされており、相対単位で示してある（対数尺度）。
図１７Ａ〜Ｇは、すべてのがん患者（食道がん、胃がん、結腸直腸がん）対クローン病患者の血漿中の様々なｍｉＲＮＡ濃度比の比較を示すグラフである。Ａ：ｍｉＲ−２１５／ｍｉＲ−３０ｅ−３ｐ；Ｂ：ｍｉＲ−２０３／ｍｉＲ−１４８ａ；Ｃ：ｍｉＲ−１９４／ｍｉＲ−１４８ａ；Ｄ：ｍｉＲ−１９２／ｍｉＲ−２０３；Ｅ：ｍｉＲ−２１５／ｍｉＲ−２０３；Ｆ：ｍｉＲ−２１５／ｍｉＲ−１９４；Ｇ：ｍｉＲ−１９４／ｍｉＲ−１９２。
図１８Ａ〜Ｉは、特定の胃腸器官のがん患者の血漿中の様々なｍｉＲＮＡ濃度比の比較を示している。Ａ〜Ｃ：食道がん（ＥＣ）対胃がん（ＧＣ）；Ｄ−Ｆ：胃がん（ＧＣ）対結腸直腸がん（ＣＲＣ）；Ｇ−Ｉ：食道がん（ＥＣ）対結腸直腸がん（ＣＲＣ）。Ａ：ｍｉＲ−１９４／ｍｉＲ−１４５；Ｂ：ｍｉＲ−１９４／ｍｉＲ−１４８ａ；Ｃ：ｍｉＲ−１９４／ｍｉＲ−３０ｅ−３ｐ；Ｄ：ｍｉＲ−２１５／ｍｉＲ−２０３；Ｅ：ｍｉＲ−２０３／ｍｉＲ−３０ｅ−３ｐ；Ｆ：ｍｉＲ−２０３／ｍｉＲ−１４８ａ；Ｇ：ｍｉＲ−１９２／ｍｉＲ−１４５；Ｈ：ｍｉＲ−１９２／ｍｉＲ−１４８ａ；Ｉ：ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ。
図１９Ａ〜Ｗは、すべての胃腸（ＧＩ）系疾患患者（クローン病、食道がん、胃がん、結腸直腸がん）対呼吸器系疾患患者（喘息、肺炎、ＣＯＰＤ、ＮＳＣＬＣ）の血漿中の様々なｍｉＲＮＡ濃度比の比較を示すグラフである。Ａ〜Ｕ：バイオマーカー／ノーマライザーｍｉＲＮＡの１つのペア（Ａ−ｍｉＲ−１９２／ｍｉＲ−１２６；Ｂ−ｍｉＲ−１５５／ｍｉＲ−１２６；Ｃ−ｍｉＲ−１４５／ｍｉＲ−１２６；Ｄ−ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐ；Ｅ−ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ；Ｆ−ｍｉＲ−１５５／ｍｉＲ−４０９−３ｐ；Ｇ−ｍｉＲ−４８６−５ｐ／ｍｉＲ−１７−５ｐ；Ｈ−ｍｉＲ−１５５／ｍｉＲ−１７−５ｐ；Ｉ−ｍｉＲ−１９２／ｍｉＲ−１７−５ｐ；Ｊ−ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３１；Ｋ−ｍｉＲ−１５５／ｍｉＲ−３１；Ｌ−ｍｉＲ−１９２／ｍｉＲ−３１；Ｍ−ｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５；Ｎ−ｍｉＲ−１９２／ｍｉＲ−１５５；Ｏ−ｍｉＲ−１４５／ｍｉＲ−１５５；Ｐ−ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５；Ｑ−ｍｉＲ−４８６−５ｐ／ｍｉＲ−２０３；Ｒ−ｍｉＲ−１９２／ｍｉＲ−２０３；Ｓ−ｍｉＲ−１４５／ｍｉＲ−２０３；Ｔ−ｍｉＲ−１９２／ｍｉＲ−２１５；Ｕ−ｍｉＲ−１５５／ｍｉＲ−２１５）。Ｖ：ＧＩ病変患者対肺疾患患者の血漿中のｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５比とｍｉＲ−１４５／ｍｉＲ−１５５比の比較を示すグラフ。Ｗ：図Ｖに示すｍｉＲＮＡペアを使用したＧＩ患者と肺疾患患者を区別するための受信者動作特性（ＲＯＣ）曲線分析。ＲＯＣ曲線下面積（ＡＵＣ）を示した。各バイオマーカー／ノーマライザーのペアの感度、特異度、正確度は「カットオフ」ポイントで計算する；カットオフポイントは、サンプルがＧＩ群または肺疾患群に属する可能性が等しくなるバイオマーカー／ノーマライザー比である。
図２０Ａ〜Ｈは、すべての炎症性疾患患者（喘息、肺炎、ＣＯＰＤ、クローン病）対がん患者（食道がん、胃がん、結腸直腸がん、非小細胞肺がん）の血漿中の様々なｍｉＲＮＡ濃度比の比較を示すグラフである。Ａ〜Ｆ：バイオマーカー／ノーマライザーｍｉＲＮＡの１つのペア（Ａ−ｍｉＲ−１７−５ｐ／ｍｉＲ−１５５；Ｂ−ｍｉＲ−１９２／ｍｉＲ−１５５；Ｃ−ｍｉＲ−２１５／ｍｉＲ−１５５；Ｄ−ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ；Ｅ−ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐ；Ｆ−ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ。Ｇ：すべての炎症性疾患患者対すべてのがんの血漿中のｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５比とｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ比の比較を示すグラフ。Ｈ：図Ｇに示すｍｉＲＮＡペアを使用した、がん患者と炎症性疾患患者を区別するための受信者動作特性（ＲＯＣ）曲線分析。ＲＯＣ曲線下面積（ＡＵＣ）を示した。各バイオマーカー／ノーマライザーペアの感度、特異度、正確度は「カットオフ」ポイントで計算する；カットオフポイントは、サンプルが炎症性疾患患者群またはがん患者群に属する可能性が等しくなるバイオマーカー／ノーマライザー比である。
図２１Ａ〜Ｂは、病変のためのバイオマーカートレーニング（Ａ）と分類（Ｂ）手順を示すフローチャートである。
本発明の詳細な説明
本発明は、疾患特異的スクリーニングテストから、胃腸、神経、血液などの特定の器官系または特定の器官または組織または細胞タイプの病変を検出するが疾患非特異的であるユニバーサルスクリーニングテスト（ＵＳＴ）への、臨床スクリーニングおよび診断学領域におけるパラダイムシフトという考えに基づいている。さらに、そのようなテストは、例えば炎症性疾患や腫瘍などのいくつかの広範な病変過程タイプを区別することが可能であろう。病変が検出された後に、より具体的な診断のために疾患特異的テストを適用することが可能である。前記のテストは、（例えば、薬剤開発または臨床試験中における）薬物スクリーニングならびに様々な化合物および環境因子の毒性の評価に使用することも可能である。本発明は、体液中の器官系、器官、組織および／または細胞タイプに濃縮されたｍｉＲＮＡの、器官および／または組織および／または細胞の病変のバイオマーカーとしての使用、そのようなｍｉＲＮＡの選択の根拠の記載およびＵＳＴ解釈の方法に基づいている。本発明のＵＳＴは、例えば、低酸素症、炎症、発癌などのいくつかの一般病変学的プロセスのためのｍｉＲＮＡバイオマーカーを含むことが可能である。
本発明は、早期、好ましくは臨床症状が現れる前に、対象の器官系または特定の器官／組織／細胞タイプにおける病変学的変化を（特定の疾患を明示することなく）検出する新規の非侵襲性または最小侵襲性方法を提供するものであり、該方法は、該対象の体液（例えば血漿、血清、尿、唾液、他の体液）中の器官系／器官／組織に濃縮されたｍｉＲＮＡのレベルをコントロールと比較して決定することを含む。具体的には、前記方法は：
ａ．前記対象から採取した体液サンプル中の様々な器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡのレベルを測定すること；
ｂ．前記対象から採取した同一体液サンプル中の予め選択したノーマライザーｍｉＲＮＡのレベルを測定すること；
ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること；
ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を対応するコントロール比と比較すること、および
ｅ．（ｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する特定の器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高い場合は前記対象が該器官系の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算したそれぞれのｍｉＲＮＡノーマライザーに対する該器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡのレベルの比が前記対応するコントロール比よりも高くない場合は前記対象が該器官系の病変を有さないと特定することを含むものである。
もし病変に陽性を示したら、かかるＵＳＴの後に、ＵＳＴにより特定された器官系／器官／組織／細胞タイプの公知の様々な病変に特異的なテストを行うべきである。
本発明はまた、有望なｍｉＲＮＡバイオマーカーを選択するための方法を提供する。特定の器官系、器官、組織または細胞タイプの病理学的変化を反映するためには、そのようなバイオマーカーは、第１にこれらの器官系、器官または組織の１つに濃縮されているべきであり、第２に体液中のそれらの濃度が検出可能なほど十分に高くあるべきである。すべてのｍｉＲＮＡが現在特定されているわけではなく、それらの多くの器官／組織発現プロフィールは未知であるが、公表されたデータ（例えば、Hua et al., BMC Genomics 2009, 10：214; Liang et al., BMC Genomics. 2007, 8:166; Landgraf et al., Cell. 2007, 129:1401-1414; Lee et al., RNA. 2008, 14:35-42; http://ferrolab.dmi.unict.it/miro/; http://mips.helmholtz-muenchen.de/phenomir/参照）は、有望なバイオマーカーを選択するための主要な原則の構築のためには十分である：
１．器官系／器官／組織／細胞タイプにおける濃縮
例えば肝臓におけるｍｉＲ−１２２や脳におけるｍｉＲ−１２４など、いくつかのｍｉＲＮＡは特定の器官または組織に高度に濃縮されているが、ある器官または組織に１００％特異的なｍｉＲＮＡは知られていない。もちろん、他のすべての器官系／器官／組織／細胞タイプと比較して、ある特定の器官系／器官／組織／細胞タイプにおいてｍｉＲＮＡがより高度に濃縮されているほど、バイオマーカーとしてはより有望である。実際には、もしある器官のｍｉＲＮＡ濃度が他より少なくとも４〜５倍高ければ、それらはＵＳＴ用に有望なバイオマーカーとして選択することが可能である。多くの器官に関して、そのようなｍｉＲＮＡを文献から見つけることができる（例えば、Hua et al., BMC Genomics 2009, 10：214; Liang et al., BMC Genomics. 2007, 8：166; Landgraf et al., Cell. 2007, 129:1401-1414; Lee et al., RNA. 2008, 14:35-42; http://ferrolab.dmi.unict.it/miro/; http://mips.helmholtz-muenchen.de/phenomir/参照）。表１に、数多くの公表データから得た様々な器官に濃縮されたｍｉＲＮＡを示す。いくつかのｍｉＲＮＡは、同一器官系の異なる器官に濃縮されていることがわかる。これは、特に胃腸器官、神経器官、生殖器官および血液器官に特徴的である（表２）。これらのｍｉＲＮＡを使用すれば、器官を特定せずにこれらの器官系における病変を検出するテストを設計することが可能となる。同時に、ある器官系の１〜２の器官に濃縮されたｍｉＲＮＡがあり、これらのｍｉＲＮＡはより精確に病変の位置を限定することが可能なテストに使用可能である。これらのｍｉＲＮＡのリストを表２の３列目に示す。通常胚形成の間に同一細胞タイプから発生した２つ以上の器官に濃縮されたｍｉＲＮＡもある。そのような場合、体液中のｍｉＲＮＡ濃度の増加を明白に解釈することはできない。しかしながら、この問題は、異なる器官のセットに濃縮された数種のｍｉＲＮＡを組み合わせることで解決され、本発明には、そのような数種のｍｉＲＮＡについて得られたデータの解析のためにコンピュータで実行する方法も含まれる。２番目の器官に濃縮されたｍｉＲＮＡは、もしこれらのｍｉＲＮＡが体液中に現れる確率が低ければ、テスト結果に重大な影響を与えないであろうことに留意することも重要である。例えば、多数のｍｉＲＮＡが（他の器官に加えて）皮膚に濃縮されているが、もしこれらのｍｉＲＮＡが表皮に存在していれば、これらが皮膚から血流に現れる確率はとても低く、本発明の方法はこれらを使用するものである。
２．ｍｉＲＮＡ発現レベル
もし標的器官系／器官／組織／細胞タイプ中の有望なｍｉＲＮＡバイオマーカー濃度が十分に高ければ、より多くのｍｉＲＮＡバイオマーカー分子が体液中に出現することが期待できるので、テストの開発はより容易であり感度はより高くなる。従って、もし多くの有望なｍｉＲＮＡバイオマーカーの選択肢があるのなら、標的に濃縮されているだけでなく高度に発現しているｍｉＲＮＡを選択すべきである（例えば、細胞あたり１０００コピー以上）。これは、小型器官またはそれらの一部、または膵β島細胞などの器官内の特定細胞タイプにとっては特に重要である。高度に発現していないｍｉＲＮＡがＵＳＴの開発に使用できないという意味ではないが、低レベルで発現しているｍｉＲＮＡの検出は、ｍｉＲＮＡ定量のために、より多量の体液やより感度の高い技法を必要とするかもしれない。同時に、体液中のｍｉＲＮＡ濃度は、細胞から細胞外空間への分泌および体液への輸送の有効性にも依存するので（次の段落を参照）、最も有望なバイオマーカーの実験的選択のためには、できるだけ多くの器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡを分析すべきである。
３．ｍｉＲＮＡの分泌
細胞遊離ｍｉＲＮＡが体液中に出現する方法は多数ある（Hunter et al., PLoS ONE. 2008, 3：e3694；Wang et al., Nucleic Acids Res. 2010, 38：7248-7259；Pigati et al., PLoS ONE. 2010, 5：e13515；Gupta et al., Circ. Cardiovasc. Genet. 2010, 3：484-488；Iguchi et al., Commun. Integr. Biol. 2010, 3：478-481；Kosaka et al., J. Biol. Chem. 2010, 285：17442-17452）。ｍｉＲＮＡは、下記の結果、細胞外空間にその後体液中に出現する：（ｉ）細胞死および細胞膜透過処理；（ｉｉ）ニューロンにおける軸索、樹状突起、スパインなどの細胞区画の破壊；（ｉｉｉ）エキソサイトーシス（Skog et al. Nat Cell Biol., 2008, 10：1470-1476）；（ｉｖ）小疱形成（Charras et al., Biophys. J. 2008, 94：1836-1853；Fackler, Grosse, J. Cell Biol. 2008, 181：879-884）；（ｖ）遊離またはタンパク質結合ｍｉＲＮＡの分泌（Wang et al., Nucleic Acids Res. 2010, 38：7248-7259）。後者の機構により、細胞遊離ｍｉＲＮＡの５０％以上が生細胞から細胞外媒体へ遊離する。ｍｉＲＮＡの分泌は選択的であり、様々なｍｉＲＮＡの細胞内と細胞外媒体中における濃度比は異なる。ｍｉＲＮＡ分泌の選択性は、有望なバイオマーカーの選択に大変重要である。病変の発生中および正常細胞からのｍｉＲＮＡ分泌の機構（Rabinowits et al. Clin Lung Cancer, 2009, 10：42-46）は研究されていないので、より多くのｍｉＲＮＡを分析する必要があるが、標的器官／組織における高度の発現と濃縮のために有望にみえるそれらのいくつかは、分泌レベルが低いかもしれず、その逆もありえることに注意を要する。また、正常細胞からの分泌レベルがとても低い例えばｍｉＲ−４５１およびｍｉＲ−１２４６などのいくつかのｍｉＲＮＡは、病変細胞からはより効果的に分泌されることが最近実証された（Pigati et al. PLoS ONE, 2010, 5：e13515）。これらのｍｉＲＮＡも、特定の器官系、器官または組織に高度に濃縮されなくとも、それらを器官／組織により特異的なｍｉＲＮＡと併用することで病変の検出に有用な追加の情報が提供されるであろうから、有望なバイオマーカーとして分析することが可能である。
多くのｍｉＲＮＡがまだ発見されておらず、様々な組織において最近発見されたｍｉＲＮＡの多くはその発現プロフィールが分析されていないことに留意することが重要である。更に、多くの器官、組織、特に細胞タイプについても、既知のｍｉＲＮＡの発現のテストは行われていない。従って、ＵＳＴの開発は、多くの器官や組織に関する既に公表されたデータに基づいて開始することが可能であるが、新しいバイオマーカーに関する更なる研究により、ＵＳＴの情報価値は高まるであろう。１番目に、様々な器官系／器官／組織／細胞タイプにおけるすべての既知のｍｉＲＮＡのｍｉＲＮＡ発現プロフィールを分析して、新たな器官系／器官／組織に濃縮されたｍｉＲＮＡを定義すべきである（例えば、ｍｉＲＮＡの定量において現在最も感度が高く最も変動の小さい技術であるＲＴ−ＰＣＲを使用する）。２番目に、すべての新たに発見されたｍｉＲＮＡの発現プロフィールを前記のように分析すべきである。３番目に、すべての器官は様々な細胞タイプにより構成されているので、特定の器官に濃縮されたｍｉＲＮＡの発現を更に分析して、これらのｍｉＲＮＡが濃縮された細胞タイプを明らかにすべきである。現在、そのような研究のための最善の技法は、in situハイブリダイゼーション（ＩＳＨ）である。様々なｍｉＲＮＡに関して現在入手可能な情報を、表１〜２に示した。例えば、膵β細胞に濃縮されたｍｉＲＮＡの情報は膵臓に濃縮されたｍｉＲＮＡに追加して示されており、同様に様々な脳の領域に存在するニューロンにおいていくつかのｍｉＲＮＡが濃縮されている。
ＵＳＴは、数レベルまたは数世代で実施可能である。最初は、人体の器官系のために開発することが可能である（胃腸、尿生殖器、脳、心血管など）。次のレベルのテストでは、器官、組織、細胞タイプなどに着目することが可能である。臨床の需要や経済的利点によるが、少なくとも２つの可能なＵＳＴのバージョンおよびそれらの実際の応用がある：（ｉ）１つ目は、人体の器官系用ＵＳＴを行うことが可能であり、その後に、もし１種あるいは数種の器官系の病変が検出されたならば、これらの器官系の器官／組織用テストを行う；（ｉｉ）２つ目は、器官／組織／細胞タイプＵＳＴを直接スクリーニング目的で適用することが可能である。
すべての器官および組織は、起源、機能、および潜在性病変が異なる数種の細胞タイプからなる。本発明は主として器官および組織ならびにそれらの器官系のレベルに着目しているが、様々な細胞タイプにおけるｍｉＲＮＡ発現プロフィールについて十分な情報が得られるようになった時は、同じアプローチを様々な細胞タイプをカバーするＵＣＴの開発に用いることが可能である。現在、そのような情報は、膵β細胞について得られており（表１、２）、例えば、１型糖尿病の早期検出のために、β細胞に濃縮されたｍｉＲＮＡをＵＳＴに含むことを可能としている。Ｂリンパ球およびＴリンパ球用ｍｉＲＮＡマーカーも入手可能であり、それらをＵＣＴに含むことは、これらの細胞タイプに関与する病変の早期検出に役立つであろう。
本発明は、ＵＳＴの開発、および病変の性質には依存しないが特定の器官系、器官、組織および／または細胞タイプに特異的な病変の早期検出のための使用に着目しているが、そのようなテストには、発現の増加が低酸素症、炎症、がんなどの最もよく見られる一般病変に特徴的なｍｉＲＮＡバイオマーカーも含むことが可能である（表３）。これらの病変にとってより有望なｍｉＲＮＡバイオマーカーの多くが近い将来報告されることが期待されている。
* 参考文献：
1．Osada H., Takahashi T., Carcinogenesis 2007, 28, 2-12．
2．Scholer N．et al., Exptl．Hematology 2010, 38, 1126-1130．
3．Ma L., Weinberg RA., Trends in Genetics, 2008, 24, 448-456．
4．Esquela-Kerscher A, Slack FJ, Nature Rev．Cancer, 2006, 6, 259-269．
5．Krutovskikh VA, Herceg Z., Bioessays, 2010, 32, 894-904．
6．Wang Q．et al., Exptl．Biol．Med., 2012, [Epub Feb 16]．
7．Oglesby IK et al., Respiratory Res., 2010, 11, 148．
8．Leidinger P．et al., Frontiers in Genetics, 2012, 2, 104．
9．Lujambio A, Lowe SW., Nature, 2012, 482, 347-355．
10．Yu D.-C., et al., Int．J．Mol．Sci., 2012, 12, 2055-2063．
下記の例に記載された様々な有用なｍｉＲＮＡバイオマーカーとノーマライザーを、以下の表にまとめる：
体液中のｍｉＲＮＡのレベルを測定するために有用な方法の例として、選択的プローブとのハイブリダイゼーション（例えば、ノーザンブロッティング、ビーズによるフローサイトメトリー、オリゴヌクレオチド・マイクロチップ［マイクロアレイ］、Ａｍｂｉｏｎ・ｍｉｒＶａｎａ・ｍｉＲＮＡ検出キットなどの溶液ハイブリダイゼーションアッセイを使用）、ポリメラーゼ連鎖反応（ＰＣＲ）による検出（例えば、ステムループ逆転写−ポリメラーゼ連鎖反応［ＲＴ−ＰＣＲ］、定量的ＲＴ−ＰＣＲによるアレイ法［ｑＰＣＲアレイ］）、または次世代配列決定技術の１つによる直接配列決定法（例えば、Ｈｅｌｉｃｏｓ低分子ＲＮＡ配列決定法、ｍｉＲＮＡビーズアレイ（イルミナ社）、ロシュ社４５４（ＦＬＸチタニウム社）、ＡＢＩ社ＳＯＬｉＤ）が挙げられる。他の使用可能な技法についての概説は、例えば、Chen et al., BMC Genomics, 2009, 10：407；Kong et al., J Cell Physiol. 2009；218：22-25が参照できる。多くの組織／器官特異的ｍｉＲＮＡは、偏在性ｍｉＲＮＡよりもはるかに小さい濃度で体液中に存在していること、またスクリーニングテストは、比較的小さなものであり得る早期の疾患関連変化を検出することか可能であるべきことから、少なくとも原理証明の段階では、最も感度の高い最も変動の小さいｍｉＲＮＡのレベル測定方法を使用することが重要である。本発明では、多数の血漿ｍｉＲＮＡを検出し、様々なアレイ法よりもはるかに安定しているＲＴ−ＰＣＲをすべての研究で使用した。これは、その後の臨床テストにおける他のｍｉＲＮＡ分析法の使用を除外するものではない。
いくつかの実施態様では、定量の前にｍｉＲＮＡを精製する。ｍｉＲＮＡは様々な方法により体液から単離・精製できる。例えば、市販のキットの使用（例えば、ｍｉＲＮｅａｓｙキット［キアゲン社］、ＭｉｒＶａｎａＲＮＡ単離キット［Ａｍｂｉｏｎ／ＡＢＩ社］、ｍｉＲＡＣＬＥ［アジレント社］、ハイピュアｍｉＲＮＡ単離キット［ロシュ社］、ｍｉＲＮＡ精製キット［ノルゲンバイオテク社］）、トリゾール抽出（下記の例１参照）、陰イオン交換体での濃縮・精製、ＲＮＡ結合体で被膜された磁気ビーズ、または特定のｍｉＲＮＡの相補オリゴヌクレオチドへの吸着が挙げられる。
いくつかの実施態様では、サンプル体液中および／または低分子ＲＮＡ精製中のｍｉＲＮＡ分解を低減または阻止する。ｍｉＲＮＡの分解を低減または阻止するための有用な方法としては、限定することなく、ＲＮａｓｅ阻害剤の添加（例、ＲＮａｓｉｎ・Ｐｌｕｓ［プロメガ社］、ＳＵＰＥＲａｓｅ−Ｉｎ［ＡＢＩ社］など）、塩化グアニジン、イソチオシアン酸グアニジン、Ｎ−ラウロイルサルコシン、ドデシル硫酸ナトリウム（ＳＤＳ）、またはそれらの組み合わせの使用が挙げられる。また、尿サンプルを用いる時は、サンプルが膀胱に保持される時間をより短くすることで（例、４時間未満）、ｍｉＲＮＡが分解する可能性を小さくすることが可能である。体液サンプル中のｍｉＲＮＡ分解を低減することは、ｍｉＲＮＡ定量の前にサンプルを保管し輸送する必要がある場合は特に重要である。
更に、本発明は、体液中に検出されたｍｉＲＮＡの濃度のノーマライズのためのいくつかのアプローチを提供する。精製中に任意のｍｉＲＮＡが損失する可能性、ＲＴ−ＰＣＲ阻害の可能性、サンプルの単離・処理中に死滅または損傷した血液細胞または尿細胞由来のｍｉＲＮＡ不純物、腎臓ろ過の変動などを考慮するために、様々な実験データノーマライズ方法を用いることが可能である。例えば、以下のノーマライズ方法の１つ以上を本発明において使用可能である：
ａ）合成ｍｉＲＮＡ（例、ヒト細胞にないｍｉＲＮＡ）オリゴヌクレオチドを合成し、（ｍｉＲＮＡ精製の前にこれらを体液サンプルに添加することにより）精製中の損失およびＲＴ−ＰＣＲ阻害のコントロールとして使用することが可能である。
ｂ）標的ｍｉＲＮＡの濃度は、偏在性ｍｉＲＮＡ（例、ｍｉＲ−１６、ｍｉＲ−３０ｅ、ｍｉＲ−１０３など）、核小体低分子ＲＮＡ（ｓｎｏＲＮＡ）、Ｕ６核内低分子ＲＮＡ（Ｕ６ＲＮＡ）の１つに対してノーマライズすることが可能である。
ｃ）他のアプローチは、標的のもの以外の多数の組織に発現するｍｉＲＮＡに対して標的ｍｉＲＮＡの濃度をノーマライズすることに基づいている。例えば、ｍｉＲ−１０ａおよびｍｉＲ−１４１は他の器官よりもはるかに低レベルで脳に発現し、ｍｉＲ−４０９−３ｐは、他の組織よりもはるかに低レベルで肺に発現する。このアプローチにより、標的病変によるノーマライザーｍｉＲＮＡの変化の可能性を低減する。
ｄ）標的ｍｉＲＮＡの濃度は、他の器官におけるｍｉＲＮＡに対してノーマライズすることも可能である（例えば、心臓に濃縮されたｍｉＲＮＡを結腸または脳に濃縮されたｍｉＲＮＡに対してノーマライズすること、およびその逆も可能である）。
ｅ）同一器官、組織、器官系に濃縮された他のｍｉＲＮＡに対する標的ｍｉＲＮＡのノーマライズは、バイオマーカーおよびノーマライザーｍｉＲＮＡが同一系の異なる細胞タイプまたは異なる器官に発現する場合に有効でありうる。
ｆ）病変が発現および／または分泌に与える影響が異なる場合には、同一器官、組織からの他のｍｉＲＮＡに対する標的ｍｉＲＮＡのノーマライズ。
ｇ）組織に濃縮されたｍｉＲＮＡに対する標的ｍｉＲＮＡのノーマライズは、例えば標的ｍｉＲＮＡの発現および／または分泌の変化が特定の病変（がん、炎症など）に特徴的であるが、そのｍｉＲＮＡが対象となっている器官／組織に濃縮されない場合には、有用である。そのような場合、組織に濃縮されたｍｉＲＮＡに対してノーマライズすることは、病変を特定の器官または器官系に関係付けるのに役立つであろう。
ｈ）いくつかのｍｉＲＮＡノーマライザーの平均に対してノーマライズ、例えば１５より多い数のｍｉＲＮＡを分析する場合、テストしたすべてのｍｉＲＮＡの平均に対してノーマライズ。
ｉ）（尿サンプルを使用する場合）腎臓ろ過における変動を考慮するために、尿中のｍｉＲＮＡ濃度をクリアチニンおよび／またはアルブミンレベルでノーマライズすることが可能である。
他のデータ処理と共にノーマライズ計算は、以下の３つの部分からなるＵＳＴソフトウェアにより行うことが可能である：
・ＫベースおよびＩベースへのアクセスおよび管理に使用されるデータベース管理システム（ＤＢＭＳ）。業界標準システムの１つが使用でき、限定するものではないが、ＳＱＬサーバ、Ｏｒａｃｌｅ、ＭｙＳＱＬなどがある。
・研究段階で使用されるスクリーニングテスト開発用アプリケーション。このアプリケーション機能には、適切なｍｉＲＮＡの選択、Ｄセットの構築、病変セットの作製などが含まれる。このアプリケーションはデスクトップタイプであり、以下を含む：（ｉ）ＫベースおよびＩベースのデータ入力／検査およびアルゴリズム実行制御のためのユーザーインターフェース；（ｉｉ）開発段階での学習・分類のためのデータ処理；（ｉｉｉ）Ｄセット整合性チェック等用サービスプログラム；（ｉｖ）ＫベースおよびＩベースにおける表の作成／検証／修正用スクリプト。データ処理用アルゴリズム（アルゴリズム１）は、学習部分と分類部分を含む。
・ＵＳＴの臨床使用におけるスクリーニングテスト処理用アプリケーション。このアプリケーションの機能には、大量のデータを利用したトレーニングおよび実際のスクリーニングテストデータの分類が含まれる。このアプリケーションはデスクトップタイプでもウェブアプリケーションでもよく、以下を含む：（ｉ）Ｉベースのデータ入力／検査およびアルゴリズム実行制御のためのユーザーインターフェース；（ｉｉ）対象データの学習および／または分類のためのデータ処理；（ｉｉｉ）ＫベースおよびＩベースにおける表作成／検証／修正のためのスクリプト；これらの表は、スクリーニングテスト開発用アプリケーションのものとは異なっている。データ処理用アルゴリズム（アルゴリズム２）は、アルゴリズム１と同様に学習および分類を含むが、アルゴリズム１のものとは違ってもよい。
後述の例で詳細に説明するように、提案したアプローチは、いくつかの器官の異なる疾患を有する患者からの血漿中ｍｉＲＮＡの分析により確認した。
１．神経系：
ａ）ＭＣＩ（軽度認知機能障害）
ｂ）アルツハイマー病（ＡＤ）
２．胃腸管系：
ａ）食道がん
ｂ）胃がん
ｃ）結腸がん
ｄ）クローン病
３．呼吸器系：
ａ）喘息
ｂ）肺炎
ｃ）ＣＯＰＤ（慢性閉塞性肺疾患）
ｄ）肺がん
バイオマーカーおよびノーマライザーｍｉＲＮＡを選択するために、それぞれの器官または器官系に濃縮された多数のｍｉＲＮＡの血漿中濃度をＲＴ−ＰＣＲにより分析した。偏在性ｍｉＲＮＡ、多数の器官に発現しているが対象とする器官に低発現したｍｉＲＮＡも、有望なノーマライザーとして分析した。それぞれの器官または器官系に関して分析したすべてのｍｉＲＮＡを有望なバイオマーカーおよびノーマライザーとしてテストし、病変とそのコントロールの間に統計的に有意な差を示した組み合わせを最も有望なものとして選択した。
神経系
神経系用のスクリーニングテストの開発のために提案したアプローチを、軽度認知機能障害（ＭＣＩ）とアルツハイマー病（ＡＤ）の早期検出により確認した。ＡＤは最も一般的な神経変性疾患であり、脳細胞における代謝変化、シナプスやニューロンの他の区画の損失、そして最終的なニューロンの死により引き起こされる多数の病変グループを含んでいる（総説は、Neurodegenerative diseases：From Molecular Concepts to Therapeutic Targets. Editors:R. von Bernhardi, N.C. Inestrosa, Nova Publishers, 2008参照）。ＡＤは、神経突起退縮、軸索輸送欠陥、シナプス障害、シナプス損失、および最終的には、海馬や皮質など脳の数箇所の疾患特異的部位におけるニューロンの死により特徴付けられる（例、Crews, Masliah, Human Mol Gen., 2010, 19:R12-R20; Bredesen, Molecular Neurodegeneration 2009, 4:27; Nimmrich and Ebert, Rev Neurosci. 2009, 20:1-12; Yoshiyama et al., Neuron. 2007, 53:337-351; Wishartet al., J Neuropathol Exp Neurol. 2006, 65:733-739; Gylys et al., Neurochem Int. 2004; 44:125-131; Conforti et al., Trends Neurosci. 2007, 30:159-166; Revuelta, et al. Am J Alzheimers Dis Other Demen 2008, 23:97-102参照）。
軽度臨床症状として現れるＡＤの最初の症状は、通常、正常老化と認知症の中間状態として定義されるＭＣＩである（DeCarli, Lancet Neurol., 2003, 2:15-21; Stephan et al., Alzheimer's Res Therapy, 2009, 1:1-9; Apostolova et al., Human Brain Mapping, 2010, 31:786-797）。ＭＣＩは、異なる帰結をもたらしえる異質性症候群である。ＭＣＩ患者の４０％までは、正常の状態へ復帰し（Larrieu et al., Neurology, 2002, 59:1594-1599; Brooks, Loewenstein, Alzheimer's Res Therapy, 2010, 2:28-36）、検死による研究では、ＭＣＩ患者はかなりの割合で、ＡＤ病変のエビデンスを有さないことが示されている（Jicha et al., Arch Neurol, 2006, 63:674-681; Khan, Alkon, Neurobiol. Aging, 2010, 31:889-900）。ＭＣＩ患者の約６０％は、年に１０〜１５％の割合で認知症に移行する（Petersen et al., Arch Neurol. 2001, 58:1985-1992; Apostolova et al., Human Brain Mapping, 2010, 31:786-797）。ＡＤは認知症の最も一般的な原因であるが、認知症に進行したＭＣＩ患者の約２０％が、ＡＤを有せず、血管性、レビー小体、ハンチントン、パーキンソン、他の認知症などの他の神経変性疾患を有すると診断されている（Jicha et al., Arch Neurol, 2006, 63:674-681; Stephan et al., Alzheimer's Res Therapy, 2009, 1:1-9）。
従って、循環するｍｉＲＮＡの分析によりＭＣＩおよびＡＤを検出することは、様々な病変ための器官系特異的テストを開発するというアイディアを支援することになる。バイオマーカーおよびノーマライザーｍｉＲＮＡの選択について例で詳しく述べるように、ＭＣＩ患者、ＡＤ患者、同年齢コントロールの血漿中の、神経突起／シナプスに濃縮されたものを含む脳に濃縮された多くのｍｉＲＮＡの濃度をＲＴ−ＰＣＲで分析した。選択されたすべてのｍｉＲＮＡを、有望なバイオマーカーおよびノーマライザーとしてテストし、ＭＣＩ患者と同年齢コントロールとの間に統計的に有意な差を提示した組み合わせを最も有望なものとして特定した。それらのデータにより示されたことは、最も効果的である有望なバイオマーカーは神経突起／シナプスｍｉＲＮＡであり、最も効果的なノーマライザーは他の脳に濃縮されたｍｉＲＮＡであるが、他のｍｉＲＮＡもノーマライズに使用可能である。バイオマーカーの２つのファミリー、すなわちｍｉＲ−１３２ファミリーおよびｍｉＲ−１３４ファミリー、およびいくつかのノーマライザーが、ＭＣＩ検出に最も高い感度（８４〜９２％）および特異度（８４〜９０％）を示した。ｍｉＲ−１３４ファミリーのメンバー間の相関が高いことは、このファミリーのすべてのメンバー、すなわちｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２が同一クラスターに属し、同一細胞タイプに発現している事実により容易に説明できる。ｍｉＲ−１３２ファミリーのメンバー、すなわちｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４間の密接な関係は、今まで言及されたことはない。また、ｍｉＲ−１３２バイオマーカーファミリーとｍｉＲ−１３４バイオマーカーファミリーが、それぞれ異なるノーマライザーと良い結果をもたらすことも興味深い。ｍｉＲ−１３２ファミリーは、ｍｉＲ−１３４ファミリーに比べて、ノーマライザーｍｉＲ−４９１−５ｐ、ｍｉＲ−１８１ａ、ｍｉＲ−９、ｍｉＲ−１４１とより良い結果を与える。一方、ｍｉＲ−１３４ファミリーは、ｍｉＲ−１３２ファミリーに比べて、ノーマライザーｍｉＲ−３７０やｍｉＲ−１２７とより良い結果を示した。
このように、異質性ＭＣＩ症候群およびＡＤは、血漿中において、脳に濃縮された細胞遊離型循環ｍｉＲＮＡを分析することにより検出可能である。
脳の様々な部位が認知症を発症させる異なる神経変性疾患に関与していること（Geldmacher & Whitehouse, Neurology. 1997, 48:S2-9;Levy & Chelune, J Geriatr Psychiatry Neurol. 2007 20:227-238; Gong & Lippa, Am J Alzheimer's Dis Other Demen, 2010, 25:547-555）、脳の様々な部位におけるｍｉＲＮＡ発現プロフィールが多様であること（Landgraf et al., Cell. 2007, 129:1401-1414; The miR-Ontology Data Base: http://ferrolab.dmi.unict.it/miro/）の理由で、他の脳に濃縮されたｍｉＲＮＡの分析は、脳において異なる神経病変が引き起こす変化およびプロセスを区別するのに役立つであろう。
胃腸管系
３つの胃腸（ＧＩ）器官（食道、胃、結腸）のステージ１〜２のがん患者、あるいはクローン病（ＧＩ管の任意の部位に影響する炎症性腸疾患）患者の血漿サンプルを使用して、ＧＩ系のスクリーニングテストの開発のために提案したアプローチを確認した。ＧＩ系または特定のＧＩ器官に濃縮されたｍｉＲＮＡ、例えば結腸および小腸に高度に濃縮されたｍｉＲ−２１５、食道に濃縮され胃にもより低濃度であるが濃縮されたｍｉＲ−２０３、偏在性ｍｉＲ−３０ｅ−３ｐの血漿中濃度を測定した。すべての可能なｍｉＲＮＡペアの比率を計算し、最も有望なバイオマーカー／ノーマライザーの組み合わせを見出した。得られたデータは、ｍｉＲ−１９２、ｍｉＲ−１９４、ｍｉＲ−２０３、ｍｉＲ−２１５が最も有効なバイオマーカーであり、ｍｉＲ−１４５、ｍｉＲ−１４８ａ、ｍｉＲ−３０ｅ−３ｐが最も有効なノーマライザーであることを示している。バイオマーカー／ノーマライザー比により、すべての研究した疾患の患者がコントロールと効果的に区別される。食道および胃に高度に濃縮されたｍｉＲ−２０３は、これらの器官のがんを検出することに特に効果的であり、結腸に高度に濃縮されたｍｉＲ−２１５は、結腸がんやクローン病の患者をコントロールと区別することに最も効果的である。特異度と感度を向上するためにバイオマーカー／ノーマライザー比を２つまたは３つ以上組み合わせて使用できる。例えば、ｍｉＲ−３０ｅ−３ｐに対してノーマライズしたｍｉＲ−１９２とｍｉＲ−２０３により、ＧＩ系のすべての病変の患者をコントロールから９４％の感度、１００％の特異度で効果的に区別した。すべてのテストする腫瘍はステージ１または２であったことが重要であり、つまり、提案したアプローチはスクリーニングや早期診断に効果的に使用可能であることを意味する。次に、対をなす異なるがんやクローン病対ＧＩ系のすべてのがんをより詳細に比較した。その結果、特定の病変を区別可能な以下のバイオマーカー／ノーマライザー比を見出した：
１．クローン病対食道がん、胃がん、結腸直腸がん：ｍｉＲ−１９４／ｍｉＲ−１４８；ｍｉＲ−２１５／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−２１５／ｍｉＲ−１９４；ｍｉＲ−２０３／ｍｉＲ−１４８ａ；ｍｉＲ−１９２／ｍｉＲ−２０３；ｍｉＲ−２１５／ｍｉＲ−２０３とｍｉＲ−１９４／ｍｉＲ−１９２。
２．食道がん対胃がん：ｍｉＲ−１９４／ｍｉＲ−１４５；ｍｉＲ１９４／ｍｉＲ−１４８ａ；ｍｉＲ１９４／ｍｉＲ−３０ｅ−３ｐ。
３．食道がん対結腸直腸がん：ｍｉＲ−１９２／ｍｉＲ−１４５；ｍｉＲ１９２／ｍｉＲ−１４８ａ；ｍｉＲ１９２／ｍｉＲ−３０ｅ−３ｐ。
４．胃がん対結腸直腸がん：ｍｉＲ−２０３／３０ｅ−３ｐ；ｍｉＲ−２０３／ｍｉＲ−１４８ａ；ｍｉＲ−２１５／ｍｉＲ−２０３。
この様に、ＧＩ系の器官に濃縮されたｍｉＲＮＡの血漿中濃度の分析は、（ｉ）食道、胃、結腸におけるクローン病などの炎症性病状や腫瘍の検出；（ｉｉ）炎症性疾患をがんと区別すること；（ｉｉｉ）ＧＩ系の様々な器官にあるがんを区別することに有効である。
呼吸器系
４つの疾患、すなわち喘息、肺炎、慢性閉塞性肺疾患（ＣＯＰＤ）、非小細胞肺がん（ＮＳＣＬＣ、ステージ１〜４）の患者の血漿サンプルを使用して、呼吸器系のスクリーニングテストの開発のために提案したアプローチを確認した。登録された喘息と肺炎の患者は非喫煙者であり、ＣＯＰＤとＮＳＣＬＣの患者は喫煙者であったので、２つの異なるコントロール群、すなわち喫煙者と非喫煙者からも血漿サンプルを採取した。肺に濃縮されたｍｉＲＮＡと、多くの器官に存在するが肺に低発現したｍｉＲ−４０９−３ｐの血漿中濃度を測定した。また、ＧＩ系に関して先に述べたように、すべての可能なｍｉＲＮＡのペアの比を計算して、最も有望なバイオマーカー／ノーマライザー組み合わせを見出した。
肺に高度に濃縮されたｍｉＲ−３４ｂとｍｉＲ−４８６−５ｐが、ｍｉＲ−４０９−３ｐに対してノーマライズした効果的なバイオマーカーであることが見出され、非喫煙コントロールから喘息患者や肺炎患者を、喫煙コントロールからＣＯＰＤやＮＳＣＬＣを区別した。他の効果的なノーマライザーは、おそらく肺病変における発現低下のためであろうが、肺に濃縮されたｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５，ｍｉＲ−２２３である （Liu X. et al. Clin. Cancer Res. 2009, 15：1177-1183; Miko E. et al., Exp. Lung Res. 2009, 35:646-664; Halappanavar S. et al. Toxicology 2011, 285:133-141; Heegaard NH et al. Int. J. Cancer, 2012, 130:1378-1386）。予想外なことに、ｍｉＲ−１９２も肺病変に効果的なバイオマーカーとして挙動した。このｍｉＲＮＡは、ＧＩ系の疾患にも効果的なバイオマーカーであると示されたので、ｍｉＲ−１９２の発現または／および分泌が炎症または腫瘍発達の過程で増加すると示唆することは妥当である（Benjamin H. et al., J. Mol. Diagn. 2010, 12:771-779; Lan HY. Clin. Exp. Pharmacol. Physiol. 2011 Dec. 28 [出版に先立ち電子公表]; Luzna P. et al. Diagn. Pathol. 2011, 6:114; Wu Q. et al. J. Biomed. Biotechnol. 2011, Epub May 26; Zhou J. et al., J. Clin. Oncol. 2011, 29:4781-4788）。
ｍｉＲＮＡバイオマーカー／ｍｉＲＮＡノーマライザー比は、喫煙および非喫煙コントロールで違いがなかったので、前記４種の病変は、全コントロール（喫煙対象と非喫煙対象者）と比較した。得られたデータは、分析した４種のすべての病変患者が、例えばｍｉＲ−４０９−３ｐに対してノーマライズしたｍｉＲ−３４ｂ、ｍｉＲ−２２３に対してノーマライズしたｍｉＲ−４８６−５ｐ、ｍｉＲ−１５５に対してノーマライズしたｍｉＲ−１９２などｍｉＲＮＡバイオマーカーとノーマライザーの様々なセットによって、上述の全コントロールから効果的に区別できることを示した。他にも、ｍｉＲＮＡバイオマーカーとノーマライザーの効果的なセットがあった。
喘息、肺炎、ＣＯＰＤなどの炎症性疾患からＮＳＣＬＣを区別することにおけるｍｉＲＮＡバイオマーカーとノーマライザーの様々な組み合わせの能力も分析した。その結果、ｍｉＲ−３４ｂとｍｉＲ−１５５の比、ｍｉＲ−４８６−５ｐとｍｉＲ−１４６ｂ−５ｐまたはｍｉＲ−１４２−５ｐの比、ｍｉＲ−１９２とｍｉＲ−１４６ｂ−５ｐの比を使用して、ＮＳＣＬＣの患者が炎症性疾患の患者から効果的に区別されることが示された。他にも、ｍｉＲＮＡバイオマーカーとノーマライザーの効果的な組み合わせがあった。
この様に、肺に濃縮されたｍｉＲＮＡをバイオマーカーまたはノーマライザーもしくは両者として使用すれば、血漿中に存在する、細胞から遊離して循環しているｍｉＲＮＡの分析により呼吸器系の病変が効果的に検出可能である。いくつかのバイオマーカー／ノーマライザーの組み合わせは、がん患者を炎症性肺疾患患者から効果的に区別することも可能である。
異なる器官系での病変の区別
体液中の器官に濃縮されたｍｉＲＮＡの分析に基づくテストが特定の器官系の病変を有する対象を検出可能であるという考えを確認するために、異なる器官系の病変を区別可能なｍｉＲＮＡの組み合わせがあることを示す必要がある。例において詳細に述べるように、ｍｉＲＮＡは、ＧＩ系（クローン病、食道がん、胃がん、結腸直腸がん）や呼吸器系（喘息、肺炎、ＣＯＰＤ、ＮＳＣＬＣ）の疾患を有する患者から得られた血漿サンプルから精製した。肺やＧＩ系に濃縮されたｍｉＲＮＡと様々な器官の病変学的プロセスに関与する数種のｍｉＲＮＡの濃度を分析した。更に、偏在性ｍｉＲ−３０ｅ−３ｐとｍｉＲ−４０９−３ｐを有望なノーマライザーとして研究に追加した。各ｍｉＲＮＡの濃度は、ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−４０９−３ｐおよびそれぞれに対してノーマライズし、ＡＢＩ社プロトコール（２−ΔＣｔ）に従ってｍｉＲＮＡの相対量（ＲＱ）に変換し、肺系およびＧＩ系疾患の患者に特徴的なｍｉＲＮＡプロフィールを比較した。それらのデータは、多くのｍｉＲＮＡペアが、肺系およびＧＩ系疾患の患者を効果的に区別することを示した：ｍｉＲ−１９２／ｍｉＲ−１２６；ｍｉＲ−１５５／ｍｉＲ−１２６；ｍｉＲ−１４５／ｍｉＲ−１２６；ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−１５５／ｍｉＲ−４０９−３ｐ；ｍｉＲ−４８６−５ｐ／ｍｉＲ−１７−５ｐ；ｍｉＲ−１５５／ｍｉＲ−１７−５ｐ；ｍｉＲ−１９２／ｍｉＲ−１７−５ｐ；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３１；ｍｉＲ−１５５／ｍｉＲ−３１；ｍｉＲ−１９２／ｍｉＲ−３１；ｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５；ｍｉＲ−１９２／ｍｉＲ−１５５；ｍｉＲ−１４５／ｍｉＲ−１５５；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５；４８６−５ｐ／ｍｉＲ−２０３；ｍｉＲ−１９２／ｍｉＲ−２０３；ｍｉＲ−１４５／ｍｉＲ−２０３；ｍｉＲ−１９２／ｍｉＲ−２１５；ｍｉＲ−１５５／ｍｉＲ−２１５。ｍｉＲＮＡペアを２つ組み合わせることにより、テストの正確度が向上する。例えば、ｍｉＲ−１４５／ｍｉＲ−１５５比およびｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５比の組み合わせは、ＧＩ系のすべての病変の患者を、９５％の感度、９０％の特異度、９３％の正確度で肺疾患患者から区別した。
様々な器官系における異なる病変の区別
様々な器官における炎症性疾患やがん発達中のいくつかのｍｉＲＮＡの発現および分泌における特徴的な変化のため、体液中のそれらの濃度を分析することでこれらの病変を区別することができるであろうと仮定した。同一血漿サンプルをｍｉＲＮＡの精製に使用し、上述のセクションで記載した同一ｍｉＲＮＡについて分析した。この研究では、様々なｍｉＲＮＡ組み合わせが、炎症性疾患患者（喘息、肺炎、ＣＯＰＤ、クローン病）を様々ながん患者（食道がん、胃がん、結腸直腸がん、非小細胞肺がん）から区別する能力を調査した。データは、数種のｍｉＲＮＡペアが、炎症性疾患患者をがん患者から効果的に区別することを示した：ｍｉＲ−１７−５ｐ／ｍｉＲ−１５５；ｍｉｒ−１９２／ｍｉＲ−１５５；ｍｉＲ−２１５／ｍｉＲ−１５５；ｍｉＲ１４６ｂ−５ｐ／ｍｉＲ１５５；ｍｉＲ１９２／ｍｉＲ−３０ｅ；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ１５５／ｍｉＲ−３０ｅ−３ｐ。ＧＩ系疾患から呼吸器系疾患を区別するｍｉＲＮＡペアの数に比べて、がんから炎症疾患を区別するｍｉＲＮＡペアの数は少ない。まず、多数のｍｉＲＮＡの発現における変化は、両方の病変タイプに特徴的である。次に、多数の症例で、発癌が比較的顕著な炎症に伴われている。ｍｉＲＮＡペアを２つ組み合わせることで、テストの正確度が向上する。例えば、ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５比とｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ比を組み合わせると、すべての炎症性疾患患者をがん患者から、８０％の感度、９８％の特異度、８９％の正確度で区別した。
このように、本発明で示された実験結果は、その主要な考えを支持している。特定の器官系や器官に濃縮されたｍｉＲＮＡの血漿中濃度の分析は、以下の区別を行う：（ｉ）コントロールから器官系疾患；（ｉｉ）胃腸系の３つの器官の病変；（ｉｉｉ）肺系および胃腸系の疾患；（ｉｖ）がんおよび炎症性疾患。
キット
前記の診断方法およびスクリーニング方法と共に、本発明は、標的ｍｉＲＮＡの検出に特異的なプライマーおよび／またはプローブの１つ以上のセットを含む様々なキットを提供する。そのようなキットはさらに、ノーマライザーｍｉＲＮＡの検出に特異的なプライマーおよび／またはプローブのセットを含むことができる。キットに含まれるプライマーまたはプローブの組み合わせは、例えば、表１〜１１に記載した分子の様々な組み合わせに基づくことができる。
そのようなキットは、患者から単離される体液サンプル中のｍｉＲＮＡを直接検出するのに有用であり、または精製したＲＮＡサンプルに使用可能である。
本発明のキットは、プライマーの伸長および増幅反応用の試薬を提供することも可能である。例えば、いくつかの実施態様では、キットはさらに以下の成分の１つ以上を含んでもよい：逆転写酵素、ＤＮＡポリメラーゼ酵素（例、耐熱性ＤＮＡポリメラーゼなど）、ポリメラーゼ連鎖反応バッファー、逆転写バッファー、およびデオキシヌクレオシド三リン酸（ｄＮＴＰ）。その代わりに（または、それに追加して）、キットは、ハイブリダイゼーションアッセイを行うための試薬を含むことができる。検出剤としては、ヌクレオチド類似体および／または標識部分、例えば、フルオロフォア（蛍光色素）や放射性同位元素などの直接検出可能部分やビオチンなどの結合ペアのひとつなどの関接検出可能部分、または不溶比色または発光反応を触媒作用可能な酵素が挙げられる。また、キットは、電気泳動した核酸を検出するための試薬を含む少なくとも１つの容器をさらに含むことができる。そのような試薬としては、蛍光挿入剤または銀染色試薬などの核酸を直接検出するもの、限定するものではないが、ＥＣＬ試薬などの標識された核酸を検出するための試薬が挙げられる。キットは、さらにｍｉＲＮＡの単離手段または精製手段、および正または負のコントロールをさらに含むことができる。キットは、それと関連する情報を、診断キットの製造、使用、販売を規制する政府機関により定められた形態で含んでもよい。使用、保管、問題解決法などの詳細な説明書も、キットに含むことができる。キットは、好ましくは高処理設定でのロボット操作に有用な適切な収納ケースで提供することも随意可能である。
キットの構成要素は、乾燥粉末として提供することもできる。試薬および／または構成要素を乾燥粉末として提供する場合、粉末は適切な溶媒を添加することにより再構成可能である。溶媒は他の容器で提供できることも考えられる。容器としては、一般には、一定分量が計量してあってもよい溶媒が入っている、少なくとも１つのバイアル、試験管、フラスコ、瓶、注射器および／または他の容器手段が挙げられる。キットは、また、滅菌した、医薬上許容し得るバッファーおよび／または他の溶媒を含む２つめの容器手段を含んでもよい。
キットが２つ以上の構成要素を含む場合は、キットは、一般に、追加の構成要素を別々に入れる２番目、３番目、あるいは他の追加の容器を含むであろう。しかしながら、構成要素の様々な組み合わせを１つの容器に含むこともできる。
そのようなキットには、核酸分解を阻止する試薬などのＤＮＡまたはＲＮＡを保存または維持する構成要素を含むこともできる。そのような構成要素は、例えば、ヌクレアーゼまたはリボヌクレアーゼを含まないか、リボヌクレアーゼに対して保護するものでもよい。ここに記載した組成物または試薬はいずれも、キットの構成要素であることができる。
定義
「スクリーニングテスト」という用語は、ここでは、疾患の早期検出、好ましくは臨床症状が現れる前に使用されるテストを意味するために使われる。ここでは主に２つのタイプのスクリーニングテストが述べられている：（ｉ）特定の器官系／器官／組織／細胞タイプにおける病変を検出するスクリーニングテストおよび（ｉｉ）特定の器官系／器官／組織／細胞タイプを限定しないが、例えば低酸素症、炎症または発癌などの特定の一般病変学的変化を検出するスクリーニングテスト。「ユニバーサルスクリーニングテスト（ＵＳＴ）」という用語は、前記スクリーニングテストの１つまたは両方を意味する。
「器官系」という用語は、ある機能を果すために協働する関連した器官の一群を意味する。例えば、食道、胃、十二指腸、小腸および大腸は消化器系の器官である。唾液腺、膵臓および肝臓もまた、消化器系の構成要素である。同時に、ホルモンを分泌する膵β島は、内分泌器系にも関連している。
本発明の意味の範囲内で、「器官／組織／細胞タイプに濃縮されたｍｉＲＮＡ」という用語は、他の器官、組織または細胞タイプと比較して、それぞれの器官、組織または細胞タイプに増加した量（例えば、少なくとも５倍高い濃度）で存在し、テストする体液中の検出可能量のｍｉＲＮＡの供給源となるｍｉＲＮＡを意味する。「器官系に濃縮されたｍｉＲＮＡ」という用語は、他の器官系、器官、組織または細胞タイプと比較して、それぞれの器官系のすべてまたは少なくとも数種類の器官に増加した量（例えば、少なくとも５倍高い濃度）で存在し、テストする体液中の検出可能量のｍｉＲＮＡの供給源となるｍｉＲＮＡを意味する。本発明の診断方法で有用であるために、そのような器官系／器官／組織／細胞タイプに濃縮されたｍｉＲＮＡは、細胞から放出され体液へ輸送された結果、体液中で検出可能であるべきである。
「病変」という用語は、ここでは、機能障害および／または部分的破壊および／または損失に関連する、それぞれの器官、組織または細胞タイプにおける代謝変化および／または構造変化を伴う特定しない病変を意味するために使用される。「関連する」という用語は、すべての相関、共起、因果関係含むように使用される。
ここで使用する「マイクロＲＮＡ」または「ｍｉＲＮＡ」という用語は、低分子の約２２ｎｔ長のノンコーディング成熟ＲＮＡ分子のクラスを意味する。それらは、メッセンジャートランスクリプト（ｍＲＮＡ）の相補領域に結合してそれらの翻訳を阻止するか分解を制御することにより、標的遺伝子を制御するという重要な役割を担っている（Griffiths-Jones Nucleic Acids Research、 2006、 34、 Database issue:D140-D144）。しばしば、１つのｍｉＲＮＡが、複数のｍＲＮＡを標的とし、１つのｍＲＮＡが、３’ＵＴＲの異なる領域を標的とする複数のｍｉＲＮＡにより制御される。ｍｉＲＮＡはいったんｍＲＮＡに結合すると、例えばｍＲＮＡの翻訳と安定性に影響を与えて遺伝子発現およびタンパク質産生を調節することが可能である（Baek et al., Nature 455(7209):64 (2008); Selbach et al., Nature 455(7209):58 (2008); Ambros, 2004, Nature, 431, 350-355; Bartel, 2004, Cell, 116, 281-297; Cullen, 2004, Virus Research., 102, 3-9; He et al., 2004, Nat. Rev. Genet., 5, 522-531; and Ying et al., 2004, Gene, 342, 25-28）。本発明の方法で有用な器官／組織／細胞に濃縮されたｍｉＲＮＡの例としては、限定することなく、表１に記載のｍｉＲＮＡが挙げられる。本発明の方法で有用な器官系に濃縮されたｍｉＲＮＡの例としては、限定することなく、表２の２番目のカラムに記載のｍｉＲＮＡが挙げられる。本発明の方法における病変のより正確な位置を限定するのに有用な器官／組織／細胞タイプに濃縮されたｍｉＲＮＡの例としては、限定することなく、表２の３番目のカラムに記載のｍｉＲＮＡが挙げられる。
最近見つかったｍｉＲＮＡの情報は、ｍｉＲＮＡデータベースｍｉＲＢａｓｅで見つけることが可能である（mirbase.orgのワールドワイドウェブで入手可能）。Burside et al., BMC Genomics 9:185 (2008); Williams et al., BMC Genomics 8:172 (2007); Landgraf et al., Cell 129:1401 (2007)も参照することができる。
ここで使用される「ｍｉＲＮＡアレイ」という用語は、分子生物学および医学で使用されるマルチプレックス技術を意味する。それは、特定の標的ｍｉＲＮＡに相補的な特定の配列（プローブ）をそれぞれ含有するオリゴヌクレオチドの多数の（例、数千の）微小点の並んだ列からなる。ストリンジェントの高い条件下でのプローブ標的ハイブリダイゼーションの後に、得られた複合物は通常、フルオロフォア、銀または化学発光で標識された標的物を定量してｍｉＲＮＡの相対量を決定することで検出・定量される。本発明の方法においては、特別注文製と市販の両方のｍｉＲＮＡアレイを使用することが可能である。限定するものではないが、有用な市販ｍｉＲＮＡアレイ（様々な標的標識化、複合物検出・分析の様々な方法に基づく）の例として、アジレント社、イルミナ社、エキシコン社、インビトロゲン社、フェビット社、エル・シー・サイエンス社により製造されたアレイが挙げられる。
ここで使用される「次世代配列決定技術」という用語は、多数の配列決定反応を並行して起させる配列決定法を広く意味する。これにより、データの処理量および収量が大幅に増加される。限定するものではないが、一般に使用される次世代配列決定プラットフォームの例として、Ｈｅｌｉｃｏｓ低分子ＲＮＡ配列決定法、ｍｉＲＮＡビーズアレイ（イルミナ社）、ロシュ社４５４（ＦＬＸチタニウム）、ＡＢＩ社ＳＯＬｉＤが挙げられる。
ここで使用される、「個体」または「対象」または「動物」は、ヒト、家畜動物（例、ネコ、イヌ、ウシ、ウマ、ヒツジ、ブタなど）および神経変性疾患または他の神経病変実験用動物モデル（以下の例を参照）を意味する。好ましい実施態様では、前記対象はヒトである。
「泌尿器」という用語は、尿の身体からの分泌・排除に関与する器官および管を意味する。
ここで使用される「精製された」という用語は、目的の物質をそれから得る天然物を含む、無関係な物質である不純物の存在を低減または除去する条件において単離された物質を意味する。例えば、ＲＮＡの精製には、体液中に含有されるタンパク質、脂質、塩、他の無関係な化合物の除去が含まれる。
ここで使用される「実質的にない」という用語は、物質の分析テストを行うという文脈で、操作に関して使用される。好ましくは、不純物が実質的にない精製した物質は、純度が少なくとも５０％である；より好ましくは、少なくとも９０％の純度、さらに好ましくは少なくとも９９％の純度である。純度は、クロマトグラフィー、ゲル電気泳動、組成分析、生物アッセイ、当該分野の他の公知の方法により評価可能である。
ここで使用される「同様に処理された」という用語は、同じ手順を使用して得られたサンプル（例、体液サンプル、精製したＲＮＡ）を意味する。
ここで使用される「コントロールレベル」という用語は、所定の基準値（例えば、文献の公表値）と、コントロール対象（例えば、同年齢および同性の健常対象）からの同様に処理されたサンプルで実験的に決定されたレベルとを含む。本発明は、同一患者に対して定期的に行うことが可能なスクリーニングテストについて記載しているので、同一の個人からの以前のデータを「コントロールレベル」として使用することが可能である。
がん対炎症または食道がん対結腸直腸がんなどの２つの病変間の区別のためには、血漿中のｍｉＲＮＡのレベルの比は、所定のコントロール比ではなく、それぞれの病変に特徴的な血漿中のｍｉＲＮＡのレベルの比の所定の範囲と比較される。これらの比を定義するために、数百人の患者を登録し、血漿サンプル中の目的のｍｉＲＮＡのレベルを測定する。そして、様々なｍｉＲＮＡペアのレベル比を計算し、それぞれの病変に特徴的な比の範囲が与えられ、それは病変症例の例えば１００％、９９％または９５％を網羅するであろう。実際の臨床環境で使用する所定の範囲は、要求されるテスト感度と特異度により決定されるであろう。
「約」または「およそ」という用語は、統計的に有意な範囲の値を意味する。そのような範囲とは、ある値または範囲の１０分の１から１０倍以内、好ましくは５０％以内、より好ましくは２０％以内、さらに好ましくは１０％以内、さらにより好ましくは５％以内であることが可能である。「約」または「およそ」という用語に含まれる許容される変動量は、研究中の特定の系に依存しており、当業者には用意に理解されるであろう。
本発明によれば、当該技術の範囲内で、従来の分子生物学的技法、微生物学的技法および組換えＤＮＡ技法を用いることができる。そのような技法は文献で詳細に説明されている。例えば、以下の文献を参照できる：Sambrook, Fritsch & Maniatis, Molecular Cloning:A Laboratory Manual, Second Edition. Cold Spring Harbor, NY:Cold Spring Harbor Laboratory Press, 1989 (herein "Sambrook et al., 1989"); DNA Cloning:A Practical Approach, Volumes I and II (D.N. Glover ed. 1985); Oligonucleotide Synthesis (M.J. Gait ed. 1984); Nucleic Acid Hybridization [B.D. Hames & S.J. Higgins eds. (1985)]; Transcription And Translation [B.D. Hames & S.J. Higgins, eds. (1984)]; Animal Cell Culture [R.I. Freshney, ed. (1986)]; Immobilized Cell And Enzymes [IRL Press, (1986)]; B. Perbal, A Practical Guide To Molecular Cloning (1984); Ausubel, F.M. et al. (eds.). Current Protocols in Molecular Biology. John Wiley & Sons, Inc., 1994. These techniques include site directed mutagenesis as described in Kunkel, Proc. Natl. Acad. Sci. USA 82:488-492 (1985), U. S. Patent No. 5,071,743, Fukuoka et al., Biochem. Biophys. Res. Commun. 263:357-360 (1999); Kim and Maas, BioTech. 28:196-198(2000); Parikh and Guengerich, BioTech. 24:4 28-431 (1998); Ray and Nickoloff, BioTech. 13:342-346 (1992); Wang et al., BioTech. 19:556-559 (1995); Wang and Malcolm, BioTech. 26:680-682 (1999); Xu and Gong, BioTech. 26:639-641 (1999), U.S. Patents Nos. 5,789,166 and 5,932,419, Hogrefe, Strategies l4. 3:74-75 (2001), U. S. Patents Nos. 5,702,931, 5,780,270 and 6,242,222, Angag and Schutz, Biotech.30:486-488 (2001), Wang and Wilkinson, Biotech. 29:976-978 (2000), Kang et al., Biotech. 20:44-46 (1996), Ogel and McPherson, Protein Engineer. 5:467-468 (1992), Kirsch and Joly, Nucl. Acids. Res. 26:1848-1850 (1998), Rhem and Hancock, J. Bacteriol. 178:3346-3349 (1996), Boles and Miogsa, Curr. Genet. 28:197-198(1995), Barrenttino et al.,Nucl. Acids. Res. 22:541-542 (1993), Tessier and Thomas, Meths. Molec. Biol. 57:229-237, and Pons et al., Meth. Molec. Biol. 67:209-218。
トレーニング・データセットに使用される「標識データ」という用語は、公知の診断を有する人々からの臨床サンプルについて得られた分析結果を意味する。例えば、肝臓を標的とするｍｉＲＮＡの標識データに関しては、データは、肝臓病変を有する人々（「肝臓」および、例えば「肝炎」または「肝細胞癌」と標識）および何の肝臓病変も有さない人々（「コントロール」と標識）から収集されるべきである。
ここで使用する「Ｄセット」という用語は、特定の器官系／器官／組織／細胞タイプにおける病変の検出のために選択されたｍｉＲＮＡ（バイオマーカー）のセットを意味する。各Ｄセットは、少なくとも１つ、典型的には２つ以上のバイオマーカーから構成され、いくつかのバイオマーカーは２つ以上のＤセットの構成要素である。
「Ｋベース」という用語は、すべてのタイプのスクリーニングテストおよびその構成要素に関する知識を含むデータベースを意味する。情報は、以下のような数種の表のセットに別けて記載される：
・現在までに開発されたすべてのスクリーニングテストのリスト；
・これらのテストで網羅されるすべての病変のリスト；
・使用された（および使用を仮定された）ｍｉＲＮＡのリスト；
・すべてのスクリーニングテストに使用されるＤセットのリスト；
・スクリーニングテストのタイプとＤセット‐ｍｉＲＮＡの関係；
・対応するＤセットに使用される各ｍｉＲＮＡの定数を含む表。
これらの表は、アルゴリズムの学習ステップで読み込まれ、アルゴリズムの分類部分における計算で使用されものである。
このデータベースは、新たな研究データが検証されたときは修正・拡張される。
「Ｉベース」という用語は、対象および関連情報のリスト、スクリーニングテストの履歴、生データ、処理結果などの、個人に関するスクリーニングテストの実際のデータを含むデータベースを意味する。
プログラムと共に学習／分類のためのアルゴリズムを実行する両データベースは、本発明の一部である。
「反復」という用語がアルゴリズムの記述で使用される。それは、循環して実行されるプログラムループの本体を意味する。
例
本発明を、以下の例により記載・実証する。しかしながら、本明細書におけるこれらおよび他の例の使用は、単に例示であり、本発明や例示する用語の範囲および意味を限定するものではない。同様に、本発明は、ここに記載する特定の好ましい実施態様のいずれにも限定されるものではない。実際、本発明は多様に修正・変更できることは、本明細書から当業者には自明であり、そのような変更は本発明の要旨を逸脱しない範囲で可能である。従って、本発明は、添付の請求の範囲が主張する均等物の全範囲とともに、請求の範囲の用語によってのみ限定されるものである。
例１：血清および血漿からのｍｉＲＮＡの精製に使用される様々な方法の比較
多数のｍｉＲＮＡ単離用キットが市販されており、例えばｍｉＲＮｅａｓｙキット（キアゲン社）、ＭｉｒＶａｎａＲＮＡ単離キット（Ａｍｂｉｏｎ／ＡＢＩ社）、ｍｉＲＡＣＬＥ（アジレント社）、ハイピュアｍｉＲＮＡ単離キット（ロシュ社）、ｍｉＲＮＡ精製キット（ノルゲン・バイオテック社）がある。更に、トリゾール（インビトロゲン社）の使用に基づいた社内技術も一般に使用されている。トリゾール除タンパク法の後、ＲＮＡをイソプロピルアルコールで析出させるか、またはさらにシリカカラムで精製する。いくつかの実験では、精製したＲＮＡを、リボヌクレアーゼを含まないデオキシリボヌクレアーゼ（キアゲン社、ＡＢＩ社、インビトロゲン社、その他）で処理する。異なる方法で得たｍｉＲＮＡ調製物は、ＲＴ−ＰＣＲ法を使用して比較する。
ｍｉＲＮＡは、同一の５人の健常提供者から得られた血漿および血清サンプルからを精製した。ｍｉＲＮＡ収量の評価のためにグアニジン含有溶液を添加した後、血漿または血清１ｍＬに付き１０７コピーのシロイヌナズナｍｉＲ−１５９ａ（ａｔｈ−ｍｉＲ−１５９ａ）をスパイク（spike）した。ＭｉｒＶａｎａＰａｒｉｓキット（Ａｍｂｉｏｎ／ＡＢＩ社）に基づいた方法、トリゾール（インビトロゲン社）除タンパクとその後のシリカカラム精製に基づいた方法の２つの技法を比較した。ＲＮＡ精製の後、スパイクされたｍｉＲＮＡおよびヒト内在性ｍｉＲ−９、ｍｉＲ−１６、ｍｉＲ−１３４の濃度を、最終調製物でＲＴ−ＰＣＲ法により測定した。ｍｉＲＮＡ単離において、ＭｉｒＶａｎａＰａｒｉｓキットは、トリゾールによる技法よりも効果的であり、今後の実験のために選択した。すべての分析したｍｉＲＮＡは、血清および血漿で検出可能であり、両サンプルタイプともｍｉＲＮＡテストに好適であるが、最終的なＰＣＲのＣｔ値は血漿で約２サイクル低く、後者を以下の実験に使用した。スパイクされたａｔｈ−ｍｉＲ−１５９ａの定量測定に基づいて、ＭｉｒＶａｎａキットにより血漿から単離されたｍｉＲＮＡの平均収量を求めたところ７１．４％であった。
例２：テスト用ｍｉＲＮＡの選択
最初に、有望なｍｉＲＮＡバイオマーカー（表１）を、様々な器官や組織での濃縮に関する文献データに基づいて選択した（例えば、Huaetal., BMC Genomics 2009, 10:214; Liang et al., BMC Genomics. 2007, 8:166; Landgraf et al., Cell. 2007, 129:1401-1414; Lee et al., RNA. 2008, 14:35-42; http://ferrolab.dmi.unict.it/miro/; http://mips.helmholtz-muenchen.de/phenomir/を参照）。その後、同一器官系の数種類の器官に共通のｍｉＲＮＡを、それぞれの系の有望なバイオマーカーとして選択した（表２の２番目のカラム）。その系の１つの器官だけに濃縮され他の器官に濃縮されていないｍｉＲＮＡを、より精確に病変の位置を突き止めるために有望なバイオマーカーとして特定した（表２の３番目のカラム）。ノーマライズのために、例えばａｔｈ−ｍｉｒ−１５９ａなどのスパイクした合成非ヒトｍｉＲＮＡやｍｉＲ−１６、ｍｉＲ−３０ｅ−３ｐなどの偏在性ｍｉＲＮＡの他に、標的組織以外の多数の組織に発現しているｍｉＲＮＡを選択した。例えば、ｍｉＲ−１０ｂおよびｍｉＲ−１４１は脳バイオマーカーのノーマライズに使用可能であり、呼吸器系バイオマーカーにはｍｉＲ−４０９−３ｐが使用できる。分析する組織や分析する器官および系に濃縮されている他の有望なノーマライザーは実験的に選択した。
これらのすべてのバイオマーカーは、以下の例８のＫベースに対応するＤセットとして含まれるべきである。
例３：神経疾患と診断された患者の血清／血漿中の脳に濃縮されたｍｉＲＮＡのレベルの増加の検出
各群２０の、健忘性ＭＣＩ患者、ＡＤ患者およびＡＭＣからの血漿サンプルを研究に使用した。ＲＮＡを、アスラジェン社の手順によりトリゾール‐シリカ法により２つの２００μＬ分量の血漿サンプルから単離した。ＴａｑＭａｎ（登録商標）逆転写キットおよびｍｉＲＮＡ特異的ステムループプライマー（アプライドバイオシステムズ社）を使用してシングル標的ｑＲＴ−ＰＣＲを行った。ＲＴステップを３回行い、２μＬ血漿相当量が最後のＰＣＲに存在した。
図１〜６に示すデータは、ＭＣＩ患者およびＡＤ患者の血漿中の神経突起／シナプスｍｉＲＮＡ（ｍｉＲ−７、ｍｉＲ−１２５ｂ、ｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２、ｍｉＲ−８７４）の中央濃度が、同年齢コントロールと比較して２〜５倍増加していることを示している。ｍｉＲ−９、ｍｉＲ−１２７、ｍｉＲ−１８１ａ、ｍｉＲ−３７０、ｍｉＲ−４９１−５ｐなどの脳に濃縮されたｍｉＲＮＡに対してノーマライズした場合、効果はより顕著である。
ｍｉＲ−１３２ファミリーとｍｉＲ−１３４ファミリーの２つのバイオマーカーファミリーおよび数種のノーマライザーが、最も高い感度と特異度を示した。これらのバイオマーカーとノーマライザーの組み合わせの受信者動作特性（ＲＯＣ）曲線を図７Ａ〜Ｃおよび図８Ａ〜Ｃに示した。バイオマーカーｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉｒ−８７４（「ｍｉＲ−１３２ファミリー」）は、ｍｉＲ−４９１−５ｐに対してノーマライズした場合８４〜９２％の感度、８４〜９０％の特異度を示した。ｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４のＲＯＣ曲線下面積（ＡＵＣ）はそれぞれ０．９５、０．９３、０．９５であった。２番目に有望なバイオマーカーのセットは、ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２（「ｍｉＲ−１３４ファミリー」）からなり、ｍｉＲ−３７０に対してノーマライズした場合、７８〜９１％の感度、８５〜８７％の特異度を示した。ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２のＡＵＣは、それぞれ０．９１、０．９４、０．９２であった。
図９Ａ〜Ｆに示す相関分析は、ｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４がバイオマーカーの１つのファミリーを形成し（ペア比較におけるスピアマンテストｒ値は０．９３〜０．９５の範囲である）、ｍｉＲ−１３４、ｍｉＲ−３２３−ｐ、ｍｉＲ−３８２がバイオマーカーのもう１つのファミリーを形成する（ペア比較におけるスピアマンテストｒ値は０．８７〜０．９３の範囲である）ことを示した。ｍｉＲ−１３４ファミリーのメンバーの間の高い相関は、このファミリーのすべてのメンバー、すなわちｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２が同一クラスターに属し、同一細胞タイプに発現するという事実により容易に説明できる（http://www.diana.pcbi.upenn.edu/cgi-bin/miRGen/v3/Cluster.cgi）。ｍｉＲ−１３２ファミリーのメンバー、すなわちｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４の密接な関係は、これ以前には記述されていなかった。バイオマーカーファミリーｍｉＲ−１３２とｍｉＲ−１３４が、異なるノーマライザーとの組み合わせでより良い結果を与えることは興味深い。ノーマライザーｍｉＲ−４９１−５ｐ、ｍｉＲ−１８１ａ、ｍｉＲ−９、ｍｉＲ−１４１との組み合わせでは、ｍｉＲ−１３２ファミリーがｍｉＲ−１３４ファミリーよりも良い結果を与える。一方、ノーマライザーｍｉＲ−３７０やｍｉＲ−１２７との組み合わせでは、ｍｉＲ−１３４ファミリーがｍｉＲ−１３２ファミリーよりも良い結果を示した。ｍｉＲ−１３２バイオマーカーファミリーとｍｉＲ−１３４バイオマーカーファミリーとの間の相関関係は比較的低く（ペア比較スピアマンテストにおけるｒ値は０．５６〜０．７９の範囲である）、それらは別々の病変学的プロセスを反映しているか、または脳の異なる部位に存在することを示している。
例４：肺疾患患者の血清／血漿中の肺に濃縮されたｍｉＲＮＡのレベルの増加の検出
血漿サンプルは、喘息、肺炎、慢性肺塞栓症疾患（ＣＯＰＤ）、非小細胞肺がん（ＮＳＣＬＣ）などの様々な肺疾患と診断された患者から、各群につき１０ずつ得た。登録した喘息患者と肺炎患者は非喫煙者であり、ＣＯＰＤとＮＳＣＬＣの患者は喫煙者であったので、血漿サンプルは、喫煙者と非喫煙者の２つのコントロール群からも、各群につき１０ずつ採取した。ＲＮＡは、アスラジェン社の手順によりトリゾール‐シリカ法により２つの２００μＬ分量の血漿サンプルから単離した。ＴａｑＭａｎ（登録商標）逆転写キットとｍｉＲＮＡ特異的ステムループプライマー（アプライドバイオシステムズ社）を使用してシングル標的ｑＲＴ−ＰＣＲを行った。ＲＴステップを３回行い、２μＬ血漿相当量が最後のＰＣＲに存在し、肺に濃縮されたｍｉＲ−３４ｂ、ｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６−５ｐ、ｍｉＲ−１５５、ｍｉＲ−２２３、ｍｉＲ−４８６−５ｐの濃度と、偏在性かつ胃腸系に濃縮されたｍｉＲ−１９２、ｍｉＲ−４０９−３ｐのレベルを測定した。後者は、本質的には偏在性であるが、肺に低発現している。肺に濃縮されたそれぞれのｍｉＲＮＡの濃度は、ｍｉＲ−４０９−３ｐ、ｍｉＲ−１９２に対して、および相互にノーマライズし、ＡＢＩ社プロトコール（２−ΔＣｔ）に従ってｍｉＲＮＡの相対量（ＲＱ）に変換し、コントロールから得たｍｉＲＮＡプロフィールと比較した。
予想通り、肺に高度に濃縮されるｍｉＲ−３４ｂとｍｉＲ−４８６−５ｐが効果的なバイオマーカーであることがわかり、ｍｉＲ−４０９−３ｐが効果的なノーマライザーである（図１０Ａ〜Ｄ）。他の効果的なノーマライザーは肺に濃縮されたｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５、ｍｉＲ−２２３であり（図１１Ａ〜Ｈ、図１２Ａ〜Ｈ）、少なくともいつくかのケースでは肺病変におけるそれらの発現低下により説明できた（Liu X. et al. Clin. Cancer Res. 2009, 15:1177-1183; Miko E. et al., Exp. Lung Res. 2009, 35:646-664; Halappanavar S. et al. Toxicology 2011, 285:133-141; Heegaard NH et al. Int. J. Cancer, 2012, 130:1378-1386）。予期しなかったことに、ｍｉＲ−１９２も効果的なバイオマーカーとして挙動した（図１３Ａ〜Ｊ）。このｍｉＲＮＡはＧＩ系疾患のバイオマーカーでもあることが示されていたので、このｍｉＲＮＡの発現および／または分泌は炎症または腫瘍発達により増加すると示唆することは妥当である（Benjamin H. et al., J. Mol. Diagn. 2010, 12:771-779; Lan HY. Clin. Exp. Pharmacol. Physiol. 2011 Dec. 28 [出版に先立ち電子公表]; Luzna P. et al. Diagn. Pathol. 2011, 6:114; Wu Q. et al. J. Biomed. Biotechnol. 2011, Epub May 26; Zhou J. et al., J. Clin. Oncol. 2011, 29:4781-4788）。
ｍｉＲＮＡバイオマーカーであるｍｉＲＮＡ／ｍｉＲＮＡノーマライザー比は、喫煙および非喫煙コントロールの間で同じであった。従って、様々な病変を、全コントロール（喫煙および非喫煙対象）と比較することが可能であろう。図１４Ａ〜Ｃは、４つの分析した病変が、そのような全コントロールから、例えばｍｉＲ−４０９−３ｐに対してノーマライズしたｍｉＲ−３４ｂ、ｍｉＲ−２２３に対してノーマライズしたｍｉＲ−４８６−５ｐ、ｍｉＲ−１５５ｍに対してノーマライズしたｍｉＲ−１９２などの様々なｍｉＲＮＡバイオマーカーとノーマライザーのセットにより効果的に区別されることを示している。他にもｍｉＲＮＡバイオマーカーとノーマライザーの効果的なセットがあった。
ｍｉＲＮＡバイオマーカーとノーマライザーの様々な組み合わせがＮＳＣＬＣを喘息、肺炎やＣＯＰＤなどの炎症性疾患から区別する能力も分析した。図１５Ａ〜Ｃは、ｍｉＲ−３４ｂとｍｉＲ−１５５の比、ｍｉＲ−４８６−５ｐとｍｉＲ−１４６ｂ−５ｐの比、ｍｉＲ−１９２とｍｉＲ−１４６ｂ−５ｐの比を使用してＮＳＣＬＣの患者が炎症性疾患の患者から区別されることを示している。他にもｍｉＲＮＡバイオマーカーとノーマライザーの効果的な組み合わせがあった。
例５：胃腸系疾患患者の血清／血漿中の胃腸系に濃縮されたｍｉＲＮＡのレベルの増加の検出
血漿サンプルは、食道がん、胃がん、結腸がん、炎症性病状であるクローン病などのＧＩ系の様々な疾患と診断された患者から、各群１０ずつ得た。ＲＮＡは、アスラジェン社の手順によりトリゾール‐シリカ法により２つの２００μＬ分量の血漿サンプルから単離した。ＴａｑＭａｎ（登録商標）逆転写キットとｍｉＲＮＡ特異的ステムループプライマー（アプライドバイオシステムズ社）を使用してシングル標的ｑＲＴ−ＰＣＲを行った。ＲＴステップを３回行い、２μＬ血漿相当量が最後のＰＣＲに存在し、ＧＩ系の器官に濃縮されたｍｉＲ−１４５、ｍｉＲ−１４８ａ、ｍｉＲ−１９２、ｍｉＲ−１９４、ｍｉＲ−２０３、ｍｉＲ−２１５の濃度および偏在性ｍｉＲ−３０ｅ−３ｐのレベルを測定した。各ＧＩ系に濃縮されたｍｉＲＮＡの濃度は、ｍｉＲ−３０ｅ−３ｐに対して、および相互にノーマライズし、ＡＢＩ社プロトコール（２−ΔＣｔ）に従ってｍｉＲＮＡの相対量（ＲＱ）に変換し、コントロールから得たｍｉＲＮＡプロフィールと比較した。図１６Ａ〜Ｌは、ｍｉＲ−１９２、ｍｉＲ−１９４、ｍｉＲ−２０３、ｍｉＲ−２１５が効果的なバイオマーカーであり、ｍｉＲ−１４５、ｍｉＲ−１４８ａ、ｍｉＲ−３０ｅ−３ｐが効果的なノーマライザーであることを明白に示している。バイオマーカー／ノーマライザー比は、すべての研究した疾患の患者をコントロールから効果的に区別する。食道や胃に高度に濃縮されたｍｉＲ−２０３は、これらの器官のがんを検出することに特に効果的であり、結腸に高度に濃縮されるｍｉＲ−２１５は、コントロールから結腸がんやクローン病の患者を区別することに最も効果的である。ｍｉＲ−３０ｅ−３ｐに対してノーマライズしたｍｉＲ−１９２とｍｉＲ−２０３の組み合わせは、例８に記載したように計算し、９４％の感度、１００％の特異度でＧＩ系のすべての病変の患者をコントロールから効果的に区別する（図１６Ｍ）。すべての腫瘍がステージ１〜２のがんであることが重要であり、すなわち、提案したアプローチは、スクリーニングや早期診断に効果的に使用することが可能である。
更に、様々ながんを相互に比較し、クローン病をＧＩ系のすべてのがんと比較した。その結果、以下のバイオマーカー／ノーマライザー比が特定の病変を区別できることがわかった：
１．クローン病対食道がん、胃がん、結腸直腸がん：ｍｉＲ−１９４／ｍｉＲ−１４８ａ；ｍｉＲ−２１５／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−２１５／ｍｉＲ−１９４；ｍｉＲ−２０３／ｍｉＲ−１４８ａ；ｍｉＲ−１９２／ｍｉＲ−２０３；ｍｉＲ−２１５／ｍｉＲ−２０３およびｍｉＲ−１９４／ｍｉＲ−１９２（図１７Ａ〜Ｇ）。
２．食道がん対胃がん：ｍｉＲ−１９４／ｍｉＲ−１４５；ｍｉＲ１９４／ｍｉＲ−１４８ａ；ｍｉＲ１９４／ｍｉＲ−３０ｅ−３ｐ（図１８Ａ〜Ｃ）。
３．胃がん対結腸直腸がん：ｍｉＲ−２０３／３０ｅ−３ｐ；ｍｉＲ−２０３／ｍｉＲ−１４８ａ；ｍｉＲ−２１５／ｍｉＲ−２０３（図１８Ｄ〜Ｆ）。
４．食道がん対結腸直腸がん：ｍｉＲ−１９２／ｍｉＲ−１４５；ｍｉＲ１９２／ｍｉＲ−１４８ａ；ｍｉＲ１９２／ｍｉＲ−３０ｅ−３ｐ（図１８Ｇ〜Ｉ）。
このように、ＧＩ系の器官に濃縮されたｍｉＲＮＡの血漿中濃度の分析は、（ｉ）クローン病および食道、胃、結腸における腫瘍の検出；（ｉｉ）炎症性疾患のがんからの区別；（ｉｉｉ）ＧＩ系の様々な器官に存在するがんの区別に効果的である。
例６：様々な器官系の病変の区別
例４〜５に記載した患者から得た血漿サンプルから精製したｍｉＲＮＡ調製物を、この研究に使用した。様々なｍｉＲＮＡの組み合わせが、ＧＩ系疾患を有する患者（クローン病、食道がん、胃がん、結腸直腸がん）を呼吸器系疾患を有する患者（喘息、肺炎、ＣＯＰＤ、ＮＳＣＬＣ）から区別する能力を調べた。肺に濃縮されたｍｉＲ−１２６、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５、ｍｉＲ−４８６−５ｐ、ＧＩに濃縮されたｍｉＲ−１４５、ｍｉＲ−１９２、ｍｉＲ−２０３、ｍｉＲ−２１５を研究に用いた。これらのｍｉＲＮＡのうちのいくつかの発現（表３）が、様々な器官の病変で調節されなくなることが知られている。さらに、様々な器官の病変学的プロセスに関与するｍｉＲ−１７−５ｐおよびｍｉｒ−３１と、例４および５でノーマライザーとして使用されたｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−４０９−３ｐも分析した。ＲＮＡは、アスラジェン社の手順によりトリゾール‐シリカ法により２つの２００μＬ分量の血漿サンプルから単離した。シングル標的ＴａｑＭａｎ（登録商標）ｍｉＲＮＡｑＲＴ−ＰＣＲアッセイ（アプライドバイオシステムズ社）を、２μＬ血漿相当量を使用して最終ＰＣＲが１０μＬの反応量で３回行った。各ｍｉＲＮＡの濃度は、ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−４０９−３ｐに対して、および相互にノーマライズし、ＡＢＩ社プロトコール（２−ΔＣｔ）に従ってｍｉＲＮＡの相対量（ＲＱ）に変換し、肺系およびＧＩ系疾患の患者に特徴的なｍｉＲＮＡプロフィールを比較した。図１９Ａ〜Ｕは、多数のｍｉＲＮＡペアが肺系およびＧＩ系の疾患を有する患者を効果的に区別することを示した：ｍｉＲ−１９２／ｍｉＲ−１２６；ｍｉＲ−１５５／ｍｉＲ−１２６；ｍｉＲ−１４５／ｍｉＲ−１２６；ｍｉＲ−１５５／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ−１５５／ｍｉＲ−４０９−３ｐ；ｍｉＲ−４８６−５ｐ／ｍｉＲ−１７−５ｐ；ｍｉＲ−１５５／ｍｉＲ−１７−５ｐ；ｍｉＲ−１９２／ｍｉＲ−１７−５ｐ；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３１；ｍｉＲ−１５５／ｍｉＲ−３１；ｍｉＲ−１９２／ｍｉＲ−３１；ｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５；ｍｉＲ−１９２／ｍｉＲ−１５５；ｍｉＲ−１４５／ｍｉＲ−１５５；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５；４８６−５ｐ／ｍｉＲ−２０３；ｍｉＲ−１９２／ｍｉＲ−２０３；ｍｉＲ−１４５／ｍｉＲ−２０３；ｍｉＲ−１９２／ｍｉＲ−２１５；ｍｉＲ−１５５／ｍｉＲ−２１５。
ｍｉＲＮＡペアを２つ組み合わせることでテストの正確度が増加する。図１９Ｖおよび図１９Ｗに、ＧＩ系のすべての病変を有する患者を肺疾患を有する患者から９５％の感度、９０％の特異度、９３％の正確度で区別するｍｉＲ−１４５／ｍｉＲ−１５５比とｍｉＲ−４８６−５ｐ／ｍｉＲ−１５５比の組み合わせの例を示す。
例７：炎症性疾患からのがんの区別
例６で研究したのと同一の血漿サンプルをＲＮＡ精製に使用し、同一のｍｉＲＮＡを分析した。この研究では、様々なｍｉＲＮＡ組み合わせが、炎症性疾患を有する患者（喘息、肺炎、ＣＯＰＤ、クローン病）を様々ながんを有する患者（食道がん、胃がん、結腸直腸がん、非小細胞肺がん）から区別する能力を調べた。図２０Ａ〜Ｆは、数種のｍｉＲＮＡペアが炎症性疾患を有する患者を様々ながんを有する患者から効果的に区別することを示している：ｍｉＲ−１７−５ｐ／ｍｉＲ−１５５；ｍｉｒ−１９２／ｍｉＲ−１５５；ｍｉＲ−２１５／ｍｉＲ−１５５；ｍｉＲ１９２／ｍｉＲ−３０ｅ；ｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ；ｍｉＲ１５５／ｍｉＲ−３０ｅ−３ｐ。炎症疾患をがんから区別するｍｉＲＮＡペアの数は、呼吸器系の疾患をＧＩ系の疾患から区別するできるｍｉＲＮＡペアよりも少ない。まず、多数のｍｉＲＮＡの発現における変化は、両病変タイプで特徴的である。次に、多数の症例で、発癌は比較的顕著な炎症により伴われている。
ｍｉＲＮＡペアを２つ組み合わせることによりテストの正確度が増加する。図２０Ｇと図２０Ｈに、炎症性疾患を有するすべての患者を、がんを有する患者から８０％の感度、９８％の特異度、８９％の正確度で区別するｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−１５５比とｍｉＲ−１４６ｂ−５ｐ／ｍｉＲ−３０ｅ−３ｐ比の組み合わせの例を示す。
このように、前記に示した実験の結果は、本発明の要旨を支持するものである。血漿中の、特定の器官系または器官に濃縮されたｍｉＲＮＡ濃度の分析は、（ｉ）器官系疾患とコントロール；（ｉｉ）ＧＩ系の３つの器官の病変；（ｉｉｉ）肺系の疾患およびＧＩ系の疾患；（ｉｖ）がんと炎症性疾患を区別する。
例８：多数のｍｉＲＮＡ分析方法、およびバイオマーカーの選択および病変学的変化を有する器官系または特定の器官の検出におけるその使用
２つの異なるアプリケーションを、ＵＳＴ開発（研究段階）とその臨床利用（スクリーニングデータ処理）に使用した。両アプリケーションのアルゴリズムには、トレーニング部分と分類部分が含まれるが、それらは大変異なるものである。
スクリーニングテスト開発に使用したアルゴリズム
以下のアルゴリズムの記述と関連する図において、「バイオマーカー」という用語は、病変診断、より一般的には様々な対象群を区別するため使用されるｍｉＲＮＡペア、すなわちマーカーとノーマライザーと定義される。「ＲＯＣ」という用語は、分類に使用される統計手法である受信者動作特性を表す。
提案するアルゴリズムは、下記の簡略化した仮定に基づくものである：
・任意のバイオマーカーまたはバイオマーカーの組み合わせに対して、限定された数、例えば２０以下の実験が可能である；
・任意のバイオマーカーの特定の病変への応答は、独立して調査可能であり、特定のＤセットに割り当てたバイオマーカーの「最終的な」組み合わせに関連付けるべきではない；
・アルゴリズムは確率的なものであるべきであり、それにより、結果推定がより良いものとなる。
アルゴリズムの第１の部分は、それぞれの器官系、器官、組織または細胞タイプの病変のための、標識データを使用したトレーニングに関する。図２１Ａは、アルゴリズムのこの部分の操作の概要を示す。
この部分は、事実上すべてのステップにおいて、実験を行う人との集中したダイアログを要する。最初のステップは、常に、何らかの人手による操作、すなわちサンプル値をタイプすることや、何らかの標準的な文書から部分的または全体的にデータをインポートするための操作を行うことを含む。文書の種類は、限定するものではないが、エクセルのスプレッドシートや区切り付きテキストファイルでもよい。他のすべてのステップは、「次へ」などの人手による確認だけで自動的に実行することが可能であるか、なんらかの人手による訂正を含むことができる。例えば、ノーマライズステージでは、最良のノーマライズを提供する、すなわちその数種にすべての処理を行うべきである。いくつかのサンプルは、ある特定の統計的に妥当な範囲の外の値を持つ可能性がある。原則として、この範囲は、標準偏差の数倍であり、例えば限定するものではないが標準偏差の２倍または３倍であり、数値分布（標準のものにどれ程近いかなど）によっては統計からこれらのサンプルを除外するかどうか判断することが可能である。統計分析には、標的‐コントロール分離のＰレベルおよびＲＯＣ（受信者動作特性）曲線パラメータの計算が含まれる。マーカーを追加するかどうかの決定を行うアルゴリズムの最後のステップには、以下の分類アルゴリズムの部分（内部ループ）を含むことができる。このステップでは、計算したパラメータをトレーニングセットに適用する。このマーカーを使用するかの決定は、分類の成功度に基づくものである。この決定は、分類ステージで再考可能である。
アルゴリズムの分類部分を図２１Ｂに示す。
アルゴリズムの２番目の部分である分類は、主に妥当性データ処理に使用される。また、その一部である内部ループは、トレーニングアルゴリズムの最後のステップに使用可能である。一般に、研究段階では、これらの部分、すなわちトレーニング手順および分類手順は反復して使用される、すなわち数回繰り返され、臨床的に許容可能なテスト正確度を達成する。
分類手順には、Ｄセット（外部ループ）とすべてのＤセットのバイオマーカー（内部ループ）を通る２つの入れ子状態の反復ループが含まれる。
内部バイオマーカーループを通る反復ステップには以下のものが含まれる：
ステップ１．Ｄセットバイオマーカーのノーマライズ
ノーマライズには、スパイクしたｍｉＲＮＡに基づいた１つの一般スクリーニングテストノーマライズ（テストに付き１回）、および特定のＤセットタイプｂ）、ｃ）、ｄ）（前記の発明の詳細な説明の欄参照）またはそれらの２つ以上に特異的なノーマライズを含むことができる。各バイオマーカーに使用される特定のノーマライズのバージョンは、Ｄセットの記述としてＫベースに含まれる。このように、１つのバイオマーカーが２つ以上のＤセットの一員である場合、それぞれのセットでそれに合うようにノーマライズされるべきである。
ステップ２．バイオマーカーの確率の計算
特定の人のバイオマーカーの濃度を、病変を有するまたは有さないの２つの確率に関してマッピングしなくてはならない。マッピング操作は、病変を有するおよび有さない（コントロール）の２つの集団のバイオマーカーデータの処理に基づいて、２つの確率関数を使用する。各確率関数は、コントロール集団では１から０まで、標的病変を有する集団では０から１までの、線形近似曲線である。すべての曲線の記述は、Ｋベースに保管、検索および更新される。
ステップ３．履歴の使用（時間的に離れた点）
標的曲線およびコントロール曲線のかなりの部分は重複している。もし実測値がこの重複部分内であるなら、結果をどのように解釈するかの決定をする必要がある。これは、限定することなく、病変を有する確率と有さない確率の比較に基づく；同一人物に関してもし既にデータが集められＩベースに保管されているならば、既存のバイオマーカーデータを分析する。
これが、バイオマーカー反復の終了である。
Ｄセットループのための反復ステップ（外部Ｄステップ）
ステップ１．標的確率の計算
ほとんどのケースでは、特定のＤセットに含まれるバイオマーカー同士は統計的に独立している、すなわち、特定の濃度値がコントロールまたは標的群に属するかの確率は、Ｄセットの他のバイオマーカーの値に有意に依存していない。この場合、Ｄセットを構成するバイオマーカーの確率の加重合計が計算される。デフォルトでは、すべての加重は等しく、例えば３つのバイオマーカーはそれぞれ加重が１／３である。しかしながら、個々の加重は、Ｄセット内のすべてのバイオマーカーに関してＫベースに保管することが可能である。それらは、感度、特異度またはＡＵＣ（曲線下面積）などのいくつかのバイオマーカーＲＯＣパラメータに基づくことが可能である。任意のＤセットのすべてのバイオマーカーの加重の合計は１である。
特定のＤセットのいくつかのバイオマーカーが有意に相互依存する場合、Ｋベースには、この群の多次元の確率表面の記述が含まれ、ここで次元はこの群の依存型バイオマーカーの数に等しくなる。この記述を使用して、バイオマーカー値の各組み合わせを２つの確率に関してマッピングする。もしこのＤセットが独立型バイオマーカーも含んでいる場合、Ｄセットの確率は、個々の独立型バイオマーカーと依存型バイオマーカーの群の確立の加重合計を使用して計算される。
Ｄ−ステップ２．決定すること
原則として、結果は、標的病変に対する「陽性」または「陰性」として提示されるべきである。特別のケースでは、パーセントを付けた「未決定」という結果を使用可能である。決定用パラメータは先に定義しＫベースに保存しなくてはならない。それらは、スクリーニング全体に共通しているか、標的（器官系／器官／組織）に特異的であり、先のステップ（Ｄ−ステップ１）で計算した確率に適用することができる。これらのパラメータは２つの確率（ＰＰ−病変確率、ＰＣ−コントロール確率）のそれぞれに、あるいはより一般的には２つの差に適用可能である。例：（ｉ）差パラメータが０、すなわちＰＰ＞ＰＣは「陽性」を意味し、ＰＰ＜ＰＣは「陰性」を意味する；（ｉｉ）ＰＰ−ＰＣ?０．２５は「陰性」、ＰＰ−ＰＣ?０．３５は「陽性」、その間は「未決定」；（ｉｉｉ）ＰＰ＞０．６は「陽性」、ＰＣ＞０．７は「陰性」、他はすべて「未決定」。
Ｄ−ステップ３．登録
結果を表示し、テスト番号、日付／時刻スタンプ、患者識別などの識別データと共にＩベースに保存する。
臨床での試験および使用のためのアルゴリズム
研究段階が完了した時点で、ＫベースにはＵＳＴとそのバージョンのすべての構成要素（バイオマーカー、Ｄセット、分類用定数）が含まれる。次の段階では、これらのツールを使用したより大規模な臨床試験が行われる。
得られた結果に基づいて、バイオマーカーとＤセットの検証と評価、およびアルゴリズムまたは／および定数のいくつかの修正が行われる。例えば、多項ロジスティック回帰（Hosmer DW, Lemeshow S. Applied logistic regression. Wiley, 2000; Allison PD. Logistic regression using the SAS system: theory and application. Wiley, 2008）やサポートベクターマシーン（Cristianini N, Shawe-Taylor J. An Introduction to Support Vector Machines and Other Kernel-based Learning Methods. Cambridge Press, 2000; Abe S. Support Vector Machines for Pattern Classification. Springer, 2010）などの異なる分類アルゴリズムが使用可能である。Ｋベースにはそれに従って何らかの変更がなされる。そのような変更の後、臨床試験が行われる。
臨床の使用では、分類アルゴリズムはＫベースからの定数とパラメータを使用し、実際のテストデータをＩベースに保存する。Ｋベースは次のバージョン、すなわち新たに研究で検証されたデータが入手されるまで変更されない。
一般に、本明細書に記載したアルゴリズム、機能操作または主題のいずれも、本明細書に記載された構造物およびそれらの構造上の均等物、またはそれらの１つ以上の組み合わせを含む、デジタル電子回路またはコンピュータソフトウェア、ファームウェアまたはハードウェアで実行可能である。例えば、いくつかの実施態様では、１つ以上のデータ処理装置が、コンピュータにインストールされて、病変用バイオマーカーを選択および／またはを検出するためにアルゴリズムを実行するか、１つ以上の病変の分類のためにアルゴリズムを実行するように構成可能なモジュールの一部であることが可能である。いくつかの実施態様では、前記１つ以上のデータ処理装置が、コンピュータにインストールされて、入れ子状態の反復ループ（例えば、バイオマーカーループおよびＤセットループ）を含む例８に記載の分類アルゴリズムを実行するよう構成可能なモジュールの一部であることが可能である。例えば、前記１つ以上のデータ処理装置は、図２１Ａ、２１Ｂに示す１つ以上の操作を実行するように構成可能である。いくつかの実施態様では、前記アルゴリズムは、１つ以上のコンピュータプログラムプロダクトとして実行可能である、すなわちデータ処理装置により実行されるかその操作を制御する、コンピュータ読取可能媒体上にコード化されたコンピュータプログラム命令の１つ以上のモジュールとして実行することが可能である。
前記コンピュータ読取可能媒体は、機械読取可能記憶装置、機械読取可能記憶基板、記憶装置、それらの１つ以上の組み合わせであってもよい。「データ処理装置」という用語は、例えばプログラム可能処理装置、コンピュータ、複数のプロセッサやコンピュータなどのデータ処理のためのすべての装置、デバイスおよび機械を含むものである。前記装置は、ハードウェアの他に、当該コンピュータプログラムの実行環境を作るコード、例えば処理装置ファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、ランタイム環境またはそれらの１つ以上の組み合わせを構成するコードを含むことができる。前記装置は、ＫベースまたはＩベースの表を作成、検証および／または修正するためのコードを含む。いくつかの実施態様では、前記ＫベースおよびＩベースは、ＳＱＬサーバ、オラクル、ＭｙＳＱＬなどのデータベース管理システムにより管理されることが可能である。
コンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプトまたはコードとしても知られる）はコンパイルまたは翻訳された言語などのプログラム言語の任意の形式で書かれていることが可能であり、それは、コンピュータ環境での使用に適したユニットを提示する、任意の通常使用される配布形式で配布可能である。コンピュータプログラムは必ずしもファイルシステムのファイルに対応するものではない。プログラムは、他のプログラムまたはデータ（例えば、マークアップ言語文書に保存された１つ以上のスクリプト）を保持するファイルの部分として、当該プログラム専用の１つのファイルとして、または多数のコーディネートファイル（例えば、１つ以上のモジュール、サブプログラムまたはコードの部分を保存するファイル）として保存可能である。コンピュータプログラムは、１つのコンピュータ、または１つのサイトまたは多数のサイトに分布して通信ネットワークで相互接続した多数のコンピュータで実行されるように配布可能である。
本明細書に記載した方法は、入力データを操作し出力を作成することで関数を実行する１つ以上のコンピュータプログラムを実行する１つ以上のプログラム可能処理装置により実行することが可能である。コンピュータプログラムの実行に好適な処理装置の例としては、一般および特別な目的のためのマイクロプロセッサ、任意の種類のデジタルコンピュータの任意の１つ以上の処理装置が挙げられる。
いくつかの実施態様では、ユーザは、前記１つ以上のデバイスにより、研究段階または臨床段階においてスクリーニングテストから得られたデータを手動で入力する。いくつかの実施態様では、ユーザは、１つ以上のデバイスから、例えば限定することなくバイオマーカー分類データやバイオマーカー濃度変化の検出に関するデータなどの出力データを見るまたは受け取ることが可能である。ユーザとの対話を提供するために他の種類のデバイスを使用することも可能である；例えば、ユーザに提供するフィードバックは、例えば、視覚フィードバックまたは聴覚フィードバックなどの任意の感覚フィードバックの形式でありうる；ユーザからの入力は、音響、言語または触覚入力などの任意の形式で受け取ることが可能である。
本明細書に記載した前記主題の実施態様は、例えばデータサーバなどのバックエンド要素を含むコンピュータシステム、例えばアプリケーションサーバなどのミドルウェア要素を含むもの、または例えばユーザが本明細書に記載の前記主題の実行とそれを介して相互作用可能なグラフィカルユーザーインターフェースまたはウェブブラウザーを有するクライアントコンピュータなどのフロントエンド要素を含むもの、あるいはそれらバックエンド、ミドルウェア、フロントエンド要素の１つ以上の任意の組み合わせを含むもので実行することが可能である。例えば、いくつかの実施態様では、前記システムは、ユーザがＫベースおよびＩベースのデータを入力および／または点検することを可能とするグラフィカルユーザーインターフェース／ウェブインターフェースを含むことが可能である。その代わりにあるいはそれに追加して、前記インターフェースは、ユーザがアルゴリズムの実行を制御、変更または操作することを可能とすることができる。いくつかの実施態様では、前記システムは、ネットワークにつながれた他のシステムおよび／または要素からデータを取得または出力することが可能である。
本発明の範囲は、ここに記載した具体的な実施態様により限定されるものではない。実際、ここに記載されたもの以外にも本発明が様々に修正できることは、前記の記述より当業者には明らかであろう。そのような修正は、添付の請求項の範囲内に含まれることが意図される。
ここに言及したすべての特許、出願、広報、テスト方法、文献および他の資料は、本明細書に物理的に存在するかのように、その全開示を参照によりここに援用するものである。

Claims (10)

  1. 対象の胃腸（ＧＩ）系、呼吸器系および中枢神経系の器官系のいずれかまたはすべてにおける病変の検出を補助する方法であって、該方法は、
    ａ．前記対象から採取した血漿および／または血清サンプル中の、胃腸（ＧＩ）系に濃縮されたｍｉＲＮＡのレベル、呼吸器系に濃縮されたｍｉＲＮＡのレベル、および中枢神経系に濃縮されたｍｉＲＮＡのレベルを測定すること、
    ｂ．前記の対象から採取した同一血漿および／または血清サンプル中の、ノーマライザーｍｉＲＮＡのレベルを測定すること、
    ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること、
    ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を、対応するコントロール比と比較すること、および
    ｅ．（ｉ）ステップ（ｃ）で計算した、特定の器官系に濃縮されたｍｉＲＮＡの、それらの各ｍｉＲＮＡノーマライザーに対するレベルの比が、前記の対応するコントロール比よりも高い場合、前記対象が該器官系の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算した、該器官系に濃縮されたｍｉＲＮＡの、それらの各ｍｉＲＮＡノーマライザーに対するレベルの比が、前記の対応するコントロール比よりも高くない場合、前記対象が該器官系の病変を有さないと特定すること
    を含み、
    ここで、
    ステップ（ａ）で測定されたＧＩ系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１９２、ｍｉＲ−２０３、ｍｉＲ−２１５、またはｍｉＲ−１９４から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１４５またはｍｉＲ１４８ａから選択され；
    ステップ（ａ）で測定された呼吸器系に濃縮されたｍｉＲＮＡが、ｍｉＲ−４８６−５ｐ、ｍｉＲ−３４ｂ、またはｍｉＲ−１９２から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５、ｍｉＲ−２２３、またはｍｉＲ−４０９−３ｐから選択され；および
    ステップ（ａ）で測定された中枢神経系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４、ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２、ｍｉＲ−７、またはｍｉＲ−１２５ｂから選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−９、ｍｉＲ−１８１ａ、ｍｉＲ−４９１−５ｐ、ｍｉＲ−１４１、ｍｉＲ−１２７またはｍｉＲ−３７０から選択される、前記方法。
  2. ステップ（ａ）で測定された中枢神経系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１２８、ｍｉＲ−１３２、またはｍｉＲ−８７４から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−９、ｍｉＲ−１８１ａ、ｍｉＲ−４９１−５ｐ、またはｍｉＲ−１４１から選択されるか、あるいは、ステップ（ａ）で測定された中枢神経系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、またはｍｉＲ−３８２から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−１２７またはｍｉＲ−３７０から選択される、
    請求項１に記載の方法。
  3. 病変が、がんまたは炎症であるかどうかを特定することを更に含む、請求項１に記載の方法であって、該方法は、
    ａ．前記対象から採取した血漿および／または血清サンプル中の、がんと関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    ｂ．前記の対象から採取した同一血漿および／または血清サンプル中の、炎症と関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    ｃ．前記の対象から採取した同一血漿および／または血清サンプル中の、罹患した器官系に濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    ｄ．前記の対象から採取した同一血漿および／または血清サンプル中の少なくとも１つのノーマライザーｍｉＲＮＡのレベルを測定すること、
    ｅ．ステップ（ａ）、（ｂ）、（ｃ）および（ｄ）で測定したｍｉＲＮＡのレベルのペアとなる比を計算すること、
    ｆ．ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比を、がんおよび炎症に特徴的な対応する所定の比と比較すること、および
    ｇ．（ｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比が、がんに特徴的な所定範囲内である場合、前記病変ががんであると特定すること、または（ｉｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比が、炎症に特徴的な所定範囲内である場合、前記病変が炎症であると特定すること
    を含み、
    ここで、
    がんまたは炎症と関連するｍｉＲＮＡが、表Ａに記載のｍｉＲＮＡから選択される
    、前記方法。
  4. （１）病変が、肺に関するものであり、かつｍｉＲＮＡペアが、表Ｂに記載のものから選択されるか、
    または
    （２）病変が、胃腸（ＧＩ）系に関するものであり、かつｍｉＲＮＡペアが、表Ｃに記載のものから選択されるか、
    または
    （３）病変が、呼吸器系または胃腸（ＧＩ）系に関するものであり、かつｍｉＲＮＡペアが、表Ｄに記載のものから選択される、
    請求項３に記載の方法。
  5. 病変が、呼吸器系または胃腸（ＧＩ）系であるかどうかを特定することを更に含み、
    ここで、
    ステップ（ｆ）は、（ｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比が、呼吸器系に関する病変に特徴的な所定範囲内である場合、前記病変が呼吸器系に関すると特定すること、または（ｉｉ）ステップ（ｅ）で計算したｍｉＲＮＡのレベルの比が、胃腸（ＧＩ）系に関する病変に特徴的な所定範囲内である場合、前記病変が胃腸（ＧＩ）系に関すると特定すること、および
    ここで、ｍｉＲＮＡのペアが、表Ｅに記載のものから選択される、
    請求項１に記載の方法。
  6. 対象の器官系の病変の検出を補助する方法であって、該方法は、
    ａ．前記対象から採取した血漿および／または血清サンプル中の、様々な器官系に濃縮されたｍｉＲＮＡのレベルを測定すること、
    ｂ．前記の対象から採取した同一血漿および／または血清サンプル中の、ノーマライザーｍｉＲＮＡのレベルを測定すること、
    ｃ．ステップ（ａ）および（ｂ）で測定したｍｉＲＮＡのレベルの比を計算すること、
    ｄ．ステップ（ｃ）で計算したｍｉＲＮＡのレベルの比を、対応するコントロール比と比較すること、
    ｅ．（ｉ）ステップ（ｃ）で計算した、特定の器官系に濃縮されたｍｉＲＮＡの、それらの各ｍｉＲＮＡノーマライザーに対するレベルの比が、前記の対応するコントロール比よりも高い場合、前記対象が該器官系の病変を有すると特定すること、または（ｉｉ）ステップ（ｃ）で計算した、該器官系に濃縮されたｍｉＲＮＡの、それらの各ｍｉＲＮＡノーマライザーに対するレベルの比が、前記の対応するコントロール比よりも高くない場合、前記対象が該器官系の病変を有さないと特定すること、
    ここで、器官系は胃腸（ＧＩ）系であり、ステップ（ａ）で測定されたＧＩ系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１９２、ｍｉＲ−２０３、ｍｉＲ−２１５、またはｍｉＲ−１９４から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１４５またはｍｉＲ１４８ａから選択され；または、
    器官系は呼吸器系であり、ステップ（ａ）で測定された呼吸器系に濃縮されたｍｉＲＮＡが、ｍｉＲ−４８６−５ｐ、ｍｉＲ−３４ｂ、またはｍｉＲ−１９２から選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−１４２−５ｐ、ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１５５、ｍｉＲ−２２３、またはｍｉＲ−４０９−３ｐから選択され；または
    器官系は中枢神経系であり、ステップ（ａ）で測定された中枢神経系に濃縮されたｍｉＲＮＡが、ｍｉＲ−１２８、ｍｉＲ−１３２、ｍｉＲ−８７４、ｍｉＲ−１３４、ｍｉＲ−３２３−３ｐ、ｍｉＲ−３８２、ｍｉＲ−７、またはｍｉＲ−１２５ｂから選択され、ステップ（ｂ）のノーマライザーｍｉＲＮＡが、ｍｉＲ−９、ｍｉＲ−１８１ａ、ｍｉＲ−４９１−５ｐ、ｍｉＲ−１４１、ｍｉＲ−１２７またはｍｉＲ−３７０から選択され、
    およびさらに
    ｆ．病変が、がんまたは炎症であるかどうかを特定すること
    を含み、該方法は、
    （１）．前記対象から採取した血漿および／または血清サンプル中の、がんと関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    （２）．前記の対象から採取した同一血漿および／または血清サンプル中の、炎症と関連する少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    （３）．前記の対象から採取した同一血漿および／または血清サンプル中の、罹患した器官系または器官に濃縮された少なくとも１つのｍｉＲＮＡのレベルを測定すること、
    （４）．前記の対象から採取した同一血漿および／または血清サンプル中の少なくとも１つのノーマライザーｍｉＲＮＡのレベルを測定すること、
    （５）．ステップ（１）、（２）、（３）および（４）で測定したｍｉＲＮＡのレベルのペアとなる比を計算すること、
    （６）．ステップ（５）で計算したｍｉＲＮＡのレベルの比を、がんおよび炎症に特徴的な対応する所定の比と比較すること、および
    （７）．（ｉ）ステップ（５）で計算したｍｉＲＮＡのレベルの比が、がんに特徴的な所定範囲内である場合、前記病変ががんであると特定すること、または（ｉｉ）ステップ（５）で計算したｍｉＲＮＡのレベルの比が、炎症に特徴的な所定範囲内である場合、前記病変が炎症であると特定すること
    を含み、
    ここで、
    がんまたは炎症と関連するｍｉＲＮＡが、表Ｆに記載のｍｉＲＮＡから選択される、
    前記方法。
  7. ノーマライザーｍｉＲＮＡが、偏在性ｍｉＲＮＡ、多くの器官に発現するが器官系に低発現したｍｉＲＮＡおよび該器官系に濃縮され、試験的に選択されたｍｉＲＮＡからなる群から選択される、請求項６に記載の方法。
  8. ｍｉＲＮＡペアが、以下の表ＧおよびＨに記載のものから選択される、
    請求項６または７に記載の方法。
  9. 病変が、呼吸器系または胃腸（ＧＩ）系に関するものであり、かつｍｉＲＮＡペアが、表Ｉに記載のものから選択される、
    請求項６または７のいずれか一項に記載の方法。
  10. （１）器官系が、胃腸（ＧＩ）系であり、かつｍｉＲＮＡ／ノーマライザーのペアが、ｍｉＲ−２１５／ｍｉＲ−１４５、ｍｉＲ−２１５／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−２１５／ｍｉＲ−１４８ａ、ｍｉＲ−２０３／ｍｉＲ−１４５、ｍｉＲ−２０３／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−２０３／ｍｉＲ−１４８ａ、ｍｉＲ−１９２／ｍｉＲ−１４５、ｍｉＲ−１９２／ｍｉＲ−３０ｅ−３ｐ、ｍｉＲ−１９２／ｍｉＲ−１４８ａ、ｍｉＲ−１９４／ｍｉＲ−１４５、ｍｉＲ−１９４／ｍｉＲ−３０ｅ−３ｐおよびｍｉＲ−１９４／ｍｉＲ−１４８ａから選択されるか；または
    （２）器官系が、呼吸器系であり、かつｍｉＲＮＡ／ノーマライザーのペアが、ｍｉＲ−４８６−５ｐ／ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−４８６−５ｐ／ｍｉＲ−４０９−３ｐ、ｍｉＲ−４８６−５ｐ／ｍｉＲ−２２３、ｍｉＲ−３４ｂ／ｍｉＲ１４６ｂ−５ｐ、ｍｉＲ−３４ｂ／ｍｉＲ−４０９−３ｐ、ｍｉＲ−３４ｂ／ｍｉＲ−２２３、ｍｉＲ−１９２／ｍｉＲ−１４６ｂ−５ｐ、ｍｉＲ−１９２／ｍｉＲ−４０９−３ｐおよびｍｉＲ−１９２／ｍｉＲ−２２３から選択される、請求項６または７のいずれか一項に記載の方法。
JP2014506516A 2011-04-18 2012-04-18 ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ） Active JP6211511B2 (ja)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201161476591P 2011-04-18 2011-04-18
US61/476,591 2011-04-18
US201161478766P 2011-04-25 2011-04-25
US61/478,766 2011-04-25
US201161546431P 2011-10-12 2011-10-12
US61/546,431 2011-10-12
PCT/US2012/034098 WO2012145409A1 (en) 2011-04-18 2012-04-18 miRNA-BASED UNIVERSAL SCREENING TEST (UST)

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2017174778A Division JP2018027089A (ja) 2011-04-18 2017-09-12 ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ）

Publications (3)

Publication Number Publication Date
JP2014511709A JP2014511709A (ja) 2014-05-19
JP2014511709A5 JP2014511709A5 (ja) 2015-06-18
JP6211511B2 true JP6211511B2 (ja) 2017-10-11

Family

ID=47041896

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2014506516A Active JP6211511B2 (ja) 2011-04-18 2012-04-18 ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ）
JP2014506501A Active JP6021893B2 (ja) 2011-04-18 2012-04-18 軽度認知機能障害（ＭＣＩ）およびアルツハイマー病（ＡＤ）の早期検出ならびにモニタリングのために体液からのｍｉＲＮＡを使用する方法
JP2017174778A Pending JP2018027089A (ja) 2011-04-18 2017-09-12 ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ）

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2014506501A Active JP6021893B2 (ja) 2011-04-18 2012-04-18 軽度認知機能障害（ＭＣＩ）およびアルツハイマー病（ＡＤ）の早期検出ならびにモニタリングのために体液からのｍｉＲＮＡを使用する方法
JP2017174778A Pending JP2018027089A (ja) 2011-04-18 2017-09-12 ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ）

Country Status (9)

Country Link
US (4) US9803242B2 (ja)
EP (4) EP2699666B1 (ja)
JP (3) JP6211511B2 (ja)
CN (3) CN105861712B (ja)
AU (2) AU2012245628B2 (ja)
CA (2) CA2833375A1 (ja)
ES (1) ES2630602T3 (ja)
RU (1) RU2626540C2 (ja)
WO (2) WO2012145409A1 (ja)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2833375A1 (en) 2011-04-18 2012-10-26 Diamir, Llc Methods of using mirna from bodily fluids for early detection and monitoring of mild cognitive impairment (mci) and alzheimer's disease (ad)
US20140087964A1 (en) * 2012-09-24 2014-03-27 University Of Virginia Patent Foundation Compositions and methods for detecting aberrant regulation, expression, and levels of hgh
WO2014055117A1 (en) * 2012-10-04 2014-04-10 Asuragen, Inc. Diagnostic mirnas for differential diagnosis of incidental pancreatic cystic lesions
EP2733219B1 (en) 2012-11-16 2017-09-20 Siemens Aktiengesellschaft Diagnostic miRNA markers for Alzheimer
US10011873B2 (en) 2012-11-16 2018-07-03 Universitat Des Saarlandes Diagnostic miRNA markers for Parkinson disease
EP2733220B1 (en) * 2012-11-16 2017-10-18 Siemens Aktiengesellschaft Novel miRNA as a diagnostic marker for Alzheimer's Disease
JP2014128249A (ja) * 2012-12-28 2014-07-10 Hokkaido Univ 神経変性疾患の検査と治療に対するｍｉＲＮＡ又はその標的遺伝子の利用
CN103805693B (zh) * 2013-10-29 2017-01-11 宁夏医科大学 微小分子RNA-508-5p作为抗肿瘤标志物的用途
WO2015073972A1 (en) 2013-11-18 2015-05-21 Diamir, Llc METHODS OF USING mIRNAs FROM BODILY FLUIDS FOR DETECTION AND MONITORING OF PARKINSON'S DISEASE (PD)
CA2939343A1 (en) * 2014-02-18 2015-08-27 Baylor Research Institute Mir-320e and colorectal cancer
CN103937888B (zh) * 2014-04-14 2016-08-17 上海交通大学 鉴别胃癌的血浆microRNA标志物的筛选与应用
US10370717B2 (en) * 2014-04-22 2019-08-06 The Henry M. Jackson Foundation For The Advancement Of Military Medicine, Inc. Methods for the measurement of post-traumatic stress disorder microRNA markers
WO2015181825A1 (en) * 2014-05-28 2015-12-03 Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. Methods of glucocorticoid therapy and determining responsiveness thereof
CN111910002B (zh) * 2014-06-18 2024-04-12 东丽株式会社 食道癌的检测试剂盒或装置以及检测方法
WO2016138287A1 (en) * 2015-02-25 2016-09-01 Washington University METHODS TO DETECT MOTOR NEURON DISEASE COMPRISING MICRO-RNAs
CN108323184A (zh) * 2015-05-28 2018-07-24 因姆内克斯普雷斯私人有限公司 验证生物标志物测量
RU2718534C2 (ru) 2015-06-05 2020-04-08 Мираджен Терапьютикс, Инк. Ингибиторы mir-155 для лечения кожной t-клеточной лимфомы (ctcl)
CN104940954B (zh) * 2015-06-23 2017-12-26 同济大学 MicroRNA‑7在制备抗胶质化药物中的应用
JP2018526021A (ja) * 2015-09-11 2018-09-13 コーニング インコーポレイテッド 血液試料からの核酸精製のための組成物及び方法
ES2734678T3 (es) * 2015-12-22 2019-12-11 Siemens Ag Firmas específicas en enfermedad de alzheimer por perfiles de miarn multicéntricos
WO2017120285A1 (en) * 2016-01-05 2017-07-13 Diamir, Llc METHODS OF USING miRNA FROM BODILY FLUIDS FOR DIAGNOSIS AND MONITORING OF NEURODEVELOPMENTAL DISORDERS
US10975436B2 (en) 2016-01-05 2021-04-13 Diamir, Llc Methods of using miRNA from bodily fluids for diagnosis and monitoring of neurodevelopmental disorders
US11149313B2 (en) 2016-03-21 2021-10-19 Diamir, Llc Methods of using miRNAs from bodily fluids for detection and differentiation of neurodegenerative diseases
WO2017186719A1 (en) * 2016-04-25 2017-11-02 Instytut Biologii Doswiadczalnej Im. Marcelego Nenckiego Polska Akademia Nauk Microrna biomarkers in blood for diagnosis of alzheimer's disease
EA201990730A1 (ru) * 2016-09-16 2019-08-30 Дайэкс Корп. Рнк-биомаркеры для наследственного ангионевротического отека
CN106544435A (zh) * 2016-09-30 2017-03-29 河北医科大学第医院 检测miR‑206所需逆转录引物对在制备预测试剂盒中的应用
GB201616691D0 (en) * 2016-09-30 2016-11-16 King S College London Assay
SG10201709799SA (en) * 2016-11-29 2018-06-28 Helios Bioelectronics Inc Method for quantitatively profiling nucleic acids
US20190345551A1 (en) * 2016-12-28 2019-11-14 National University Corporation Kumamoto University METHOD FOR DETECTING MITOCHONDRIAL tRAN MODIFICATION
WO2018139759A1 (ko) * 2017-01-26 2018-08-02 주식회사 바이오오케스트라 마이크로 rna를 이용한 알츠하이머병 진단방법
MX2020000293A (es) * 2017-07-12 2020-07-22 Univ Texas Tech System Microrna-455-3p como un marcador bioperiferico para la enfermedad de alzheimer.
US10781487B2 (en) 2017-07-24 2020-09-22 Diamir, Llc miRNA-based methods for detecting and monitoring aging
KR101830583B1 (ko) * 2017-08-11 2018-02-20 주식회사 인피니트헬스케어 Ｗｓｉ 스트리밍 방법
WO2019060298A1 (en) 2017-09-19 2019-03-28 Neuroenhancement Lab, LLC METHOD AND APPARATUS FOR NEURO-ACTIVATION
CN107811609B (zh) * 2017-09-22 2020-06-09 中国医学科学院北京协和医院 一种脑老化评估系统
CA3083140A1 (en) * 2017-11-30 2019-06-06 Provincial Health Services Authority Methods for evaluating head and neck cancers
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
EP3731749A4 (en) 2017-12-31 2022-07-27 Neuroenhancement Lab, LLC NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE
EP3754019B1 (en) 2018-02-13 2024-01-31 Toray Industries, Inc. Use of a kit or device and method for detecting dementia
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
RU2677280C1 (ru) * 2018-05-17 2019-01-16 федеральное государственное бюджетное образовательное учреждение высшего образования "Первый Санкт-Петербургский государственный медицинский университет имени академика И.П. Павлова" Министерства здравоохранения Российской Федерации Способ диагностики многососудистого атеросклеротического поражения коронарных артерий у больных ишемической болезнью сердца при абдоминальном ожирении
US11332789B2 (en) 2018-05-21 2022-05-17 Temple University-Of The Commonwealth System Of Higher Education Compositions and methods for diagnosing and treating hyperlipidemia-related diseases
US20210262030A1 (en) 2018-06-15 2021-08-26 Universitat Autonoma De Barcelona Circulating mirnas as biomarkers for diagnosis of mild cognitive impairment and alzheimers disease
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
CN109055541B (zh) * 2018-09-26 2020-08-28 上海市精神卫生中心（上海市心理咨询培训中心） Ad所致mci诊断标志物及其应用
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
US11198908B2 (en) 2019-06-17 2021-12-14 Biorchestra Co., Ltd. Method for diagnosis of Alzheimer's disease using microRNA
KR20220024160A (ko) * 2019-06-17 2022-03-03 주식회사 바이오오케스트라 마이크로rna를 이용하여 알츠하이머 질환 동물 모델을 준비하기 위한 조성물 및 방법
CN115917008A (zh) * 2020-04-23 2023-04-04 生物欧赛加有限责任公司 使用mir-485-3p表达的诊断方法
US20220073992A1 (en) * 2020-11-24 2022-03-10 Hossein Abdul Tehrani Abdul Tehrani Diagnosis of chronic kidney disease (ckd) and its subgroups
CN112562867A (zh) * 2021-02-22 2021-03-26 天津迈德新医药科技有限公司 一种预测极早期hiv感染风险的装置、存储介质和电子装置
CN112980954B (zh) * 2021-03-03 2022-02-25 首都医科大学宣武医院 一种预测神经退行性疾病风险的试剂盒及其用途
CN115976194A (zh) * 2022-12-12 2023-04-18 天津市肿瘤医院空港医院 一种基于外泌体微小rna的神经系统疾病诊断方法

Family Cites Families (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5071A (en) 1847-04-17 George page
US743A (en) 1838-05-17 Improvement in plows
FR2552909B1 (fr) 1983-09-30 1985-11-08 Thomson Csf Appareil indicateur cartographique de relief et son u tilisation pour la navigation aerienne
US4829304A (en) 1986-05-20 1989-05-09 Harris Corp. Map-aided navigation system employing TERCOM-SITAN signal processing
KR940002799B1 (ko) 1986-07-28 1994-04-02 가부시끼가이샤 도요다지도오쇽기 세이사꾸쇼 보텀 드래프트 로울러의 청소장치
US4939663A (en) 1988-04-04 1990-07-03 Harris Corporation Elevation map-referenced mechanism for updating vehicle navigation system estimates
EP0381178A1 (en) 1989-02-02 1990-08-08 Honeywell Inc. Method and apparatus for aircraft navigation
US5071743A (en) 1989-10-27 1991-12-10 Her Majesty The Queen In Right Of Canada, As Represented By The National Research Council Of Canada Process for conducting site-directed mutagenesis
EP0592597B1 (en) 1991-07-01 2001-09-26 Berlex Laboratories, Inc. Novel mutagenesis methods and compositions
US5789166A (en) 1995-12-08 1998-08-04 Stratagene Circular site-directed mutagenesis
US6242222B1 (en) 1996-06-07 2001-06-05 Massachusetts Institute Of Technology Programmed sequential mutagenesis
US5780270A (en) 1996-07-17 1998-07-14 Promega Corporation Site-specific mutagenesis and mutant selection utilizing antibiotic-resistant markers encoding gene products having altered substrate specificity
EP2290071B1 (en) 2004-05-28 2014-12-31 Asuragen, Inc. Methods and compositions involving microRNA
CA2850323A1 (en) 2004-11-12 2006-12-28 Asuragen, Inc. Methods and compositions involving mirna and mirna inhibitor molecules
US20100286044A1 (en) 2005-12-29 2010-11-11 Exiqon A/S Detection of tissue origin of cancer
EP2487253B1 (en) * 2006-01-05 2015-06-24 The Ohio State University Research Foundation MicroRNA-based methods and compositions for the diagnosis and treatment of solid cancers
ATE508209T1 (de) 2006-02-28 2011-05-15 Univ Louisville Res Found Erkennung von chromosomabnormalitäten im fötus mit hilfe der tandem-einzelnukleotid- polymorphismen
EP2487240B1 (en) * 2006-09-19 2016-11-16 Interpace Diagnostics, LLC Micrornas differentially expressed in pancreatic diseases and uses thereof
EP2081442B1 (en) 2006-10-10 2016-08-10 TrovaGene, Inc. Compositions, methods and kits for isolating nucleic acids from body fluids using anion exchange media
US8586725B2 (en) * 2007-02-16 2013-11-19 The Johns Hopkins University MicroRNAome
US20100167948A1 (en) 2007-05-22 2010-07-01 The Brigham And Women's Hospital, Inc. MicroRNA Expression Profiling of Cerebrospinal Fluid
US20090004668A1 (en) 2007-06-22 2009-01-01 The Board Of Trustees Of The Leland Stanford Junior University Pre-miRNA loop-modulated target regulation
WO2009009457A1 (en) 2007-07-06 2009-01-15 University Of Louisville Research Foundation, Inc. Alzheimer's disease-specific micro-rna microarray and related methods
BRPI0813527A2 (pt) 2007-07-18 2014-12-30 Univ Colorado Expressão diferencial de micro-rnas em corações humanos que não falham versus que falham
EP2613149B1 (en) 2007-07-25 2014-09-17 University Of Louisville Research Foundation, Inc. Exosome-associated microRNA as a diagnostic marker
PT2195450E (pt) 2007-08-22 2013-07-10 Trovagene Inc Métodos de utilização de miarn para detecção de morte celular in vivo
US7653509B2 (en) 2007-08-29 2010-01-26 Verity Software House Probability state models
EP3112464A1 (en) 2007-09-14 2017-01-04 The Ohio State University Research Foundation Mirna expression in human peripheral blood microvesicles and uses thereof
US7993831B2 (en) * 2007-09-14 2011-08-09 Asuragen, Inc. Methods of normalization in microRNA detection assays
US20100323357A1 (en) 2007-11-30 2010-12-23 The Ohio State University Research Foundation MicroRNA Expression Profiling and Targeting in Peripheral Blood in Lung Cancer
AU2009212543B2 (en) 2008-02-01 2015-07-09 The General Hospital Corporation Use of microvesicles in diagnosis, prognosis and treatment of medical diseases and conditions
JP5662166B2 (ja) * 2008-02-28 2015-01-28 ジ・オハイオ・ステイト・ユニバーシティ・リサーチ・ファウンデイションＴｈｅ Ｏｈｉｏ Ｓｔａｔｅ Ｕｎｉｖｅｒｓｉｔｙ Ｒｅｓｅａｒｃｈ Ｆｏｕｎｄａｔｉｏｎ 胃癌の診断、予後診断及び治療のためのマイクロｒｎａに基づいた方法及び組成物
RU2367959C1 (ru) * 2008-03-05 2009-09-20 Государственное образовательное учреждение высшего профессионального образования "Омский государственный университет им. Ф.М. Достоевского" Способ лабораторной диагностики заболеваний ротовой полости по элементному составу слюны
WO2009114681A2 (en) 2008-03-13 2009-09-17 Dharmacon, Inc. Identification of mirna profiles that are diagnostic of hypertrophic cardiomyopathy
US20110117111A1 (en) 2008-03-26 2011-05-19 Johns Hopkins University Microrna-based diagnostic testing and therapies for inflammatory bowel disease and related diseases
WO2009132273A2 (en) 2008-04-25 2009-10-29 Merck & Co., Inc. Microrna biomarkers of tissue injury
JP5750710B2 (ja) 2008-04-30 2015-07-22 日本電気株式会社 癌マーカー、それを用いた癌の評価方法および評価試薬
US20110160290A1 (en) 2008-05-21 2011-06-30 Muneesh Tewari Use of extracellular rna to measure disease
US20100167937A1 (en) 2008-07-08 2010-07-01 Power3 Medical Products, Inc. Multiple forms of Alzheimer's disease based on differences in concentrations of protein biomarkers in blood serum
US7897356B2 (en) * 2008-11-12 2011-03-01 Caris Life Sciences Methods and systems of using exosomes for determining phenotypes
WO2010054386A2 (en) 2008-11-10 2010-05-14 Battelle Memorial Institute Methods, compositions, and devices utilizing microrna to determine physiological conditions
US20110086348A1 (en) * 2009-02-19 2011-04-14 The Cleveland Clinic Foundation Method for assessing heart disease
CA2679784A1 (en) 2009-03-05 2010-09-05 Newcastle Innovation Limited Diagnostic, prognostic and treatment methods
CA2754412A1 (en) * 2009-03-31 2010-10-14 The United States Of America, As Represented By The Secretary, Departmen T Of Health And Human Services Differentially expressed micrornas as biomarkers for the diagnosis and treatment of sjogren's syndrome
EP2416789B1 (en) 2009-04-07 2017-06-21 Velin-Pharma A/S Method and device for treatment of conditions associated with inflammation or undesirable activation of the immune system
EP2419536A4 (en) * 2009-04-14 2012-09-05 Merck Sharp & Dohme MICRO RNA AS A BIOMARKER FOR THE MOBILIZATION OF CELLS BETA OF PANCREATIC ISLANDS
WO2010135496A1 (en) 2009-05-20 2010-11-25 E. I. Du Pont De Nemours And Company Process of forming a grid electrode on the front-side of a silicon wafer
FR2948687B1 (fr) * 2009-07-29 2015-09-04 Centre Nat Rech Scient Utilisation de microarn pour le traitement de pathologies respiratoires chroniques
EP2775300A3 (en) 2009-08-28 2015-04-01 Asuragen, INC. miRNA Biomarkers of Lung Disease
CA2780222C (en) 2009-11-04 2021-11-16 Diamir, Llc Methods of using small rna from bodily fluids for diagnosis and monitoring of neurodegenerative diseases
US8592151B2 (en) * 2009-11-17 2013-11-26 Musc Foundation For Research Development Assessing left ventricular remodeling via temporal detection and measurement of microRNA in body fluids
CN101942502B (zh) * 2009-12-24 2014-09-17 北京命码生科科技有限公司 胰腺癌标记物及其检测方法、试剂盒和生物芯片
EP2865765B1 (en) 2010-04-20 2016-08-17 Hummingbird Diagnostics GmbH Complex miRNA sets as novel biomarkers for an acute coronary syndrome
DK2619576T3 (da) 2010-09-24 2020-09-07 Niels Grabe Midler og fremgangsmåder til forudsigelse af behandlingsrespons hos en cancerpatient
CN101962685B (zh) 2010-11-11 2012-09-19 江苏省疾病预防控制中心 一种基于液相芯片检测微小核糖核酸的方法
CA2833375A1 (en) 2011-04-18 2012-10-26 Diamir, Llc Methods of using mirna from bodily fluids for early detection and monitoring of mild cognitive impairment (mci) and alzheimer's disease (ad)
US9790554B2 (en) 2011-08-19 2017-10-17 Hummingbird Diagnostics Gmbh Complex sets of miRNAs as non-invasive biomarkers for kidney cancer
WO2013036936A1 (en) 2011-09-09 2013-03-14 Van Andel Research Institute Microrna biomarkers for diagnosing parkinson's disease
US9447471B2 (en) 2011-12-29 2016-09-20 Quest Diagnostics Investments Incorporated Microrna profiling for diagnosis of dysplastic nevi and melanoma
WO2014018650A1 (en) 2012-07-25 2014-01-30 Rush University Medical Center Mirnas as novel therapeutic targets and diagnostic biomarkers for parkinson's disease
US9809857B2 (en) 2013-02-28 2017-11-07 Washington University Methods and signatures for oropharyngeal cancer prognosis
WO2015073972A1 (en) 2013-11-18 2015-05-21 Diamir, Llc METHODS OF USING mIRNAs FROM BODILY FLUIDS FOR DETECTION AND MONITORING OF PARKINSON'S DISEASE (PD)
US9605315B2 (en) 2014-03-26 2017-03-28 The University Of Montana Detection of traumatic brain injury
US9708667B2 (en) 2014-05-13 2017-07-18 Rosetta Genomics, Ltd. MiRNA expression signature in the classification of thyroid tumors
WO2017120285A1 (en) 2016-01-05 2017-07-13 Diamir, Llc METHODS OF USING miRNA FROM BODILY FLUIDS FOR DIAGNOSIS AND MONITORING OF NEURODEVELOPMENTAL DISORDERS
US11149313B2 (en) 2016-03-21 2021-10-19 Diamir, Llc Methods of using miRNAs from bodily fluids for detection and differentiation of neurodegenerative diseases
WO2017210003A1 (en) 2016-05-31 2017-12-07 Goetzl Edward J Diagnostic method and drug efficacy test method for dementias utilizing astrocyte-derived exosomes

Also Published As

Publication number Publication date
ES2630602T3 (es) 2017-08-22
EP2699666B1 (en) 2016-10-05
AU2012245580B2 (en) 2017-07-20
EP3133147A1 (en) 2017-02-22
CA2833389A1 (en) 2012-10-26
JP2014511709A (ja) 2014-05-19
CN105861712A (zh) 2016-08-17
US20170107575A1 (en) 2017-04-20
US20170362656A1 (en) 2017-12-21
JP2018027089A (ja) 2018-02-22
CN103620019B (zh) 2017-06-06
AU2012245628A1 (en) 2013-10-31
CN105861712B (zh) 2021-05-14
EP2699666A1 (en) 2014-02-26
US10472681B2 (en) 2019-11-12
US20140256562A1 (en) 2014-09-11
US9556487B2 (en) 2017-01-31
US20140120545A1 (en) 2014-05-01
WO2012145409A1 (en) 2012-10-26
US10246747B2 (en) 2019-04-02
US9803242B2 (en) 2017-10-31
CN103620057A (zh) 2014-03-05
JP2014513528A (ja) 2014-06-05
EP3133147B1 (en) 2019-03-27
EP2699697A4 (en) 2015-02-25
CA2833389C (en) 2022-01-11
AU2012245580A1 (en) 2013-10-31
CA2833375A1 (en) 2012-10-26
CN103620019A (zh) 2014-03-05
RU2626540C2 (ru) 2017-07-28
AU2012245628B2 (en) 2016-09-22
EP2699666A4 (en) 2014-12-03
RU2013146856A (ru) 2015-05-27
EP3327145A1 (en) 2018-05-30
EP2699697B1 (en) 2018-01-17
EP2699697A1 (en) 2014-02-26
WO2012145363A1 (en) 2012-10-26
CN103620057B (zh) 2016-06-15
JP6021893B2 (ja) 2016-11-09

Similar Documents

Publication Publication Date Title
JP6211511B2 (ja) ｍｉＲＮＡに基づくユニバーサルスクリーニングテスト（ＵＳＴ）
Kang et al. Identification of circulating miRNA biomarkers based on global quantitative real-time PCR profiling
US20190376143A1 (en) Microrna assay for detection and management of pancreatic cancer precursors
US20140243240A1 (en) microRNA EXPRESSION PROFILING OF THYROID CANCER
US20110160290A1 (en) Use of extracellular rna to measure disease
WO2011012074A1 (zh) 肝癌检测标记物及其检测方法、试剂盒和生物芯片
US20230227914A1 (en) Biomarkers of oral, pharyngeal and laryngeal cancers
Wong et al. Identification of novel microRNAs in the sheep heart and their regulation in heart failure
Tian et al. Microarray expression and functional analysis of circular RNAs in the glomeruli of NZB/W F1 mice with lupus nephritis
US20150329911A1 (en) Nucleic acid biomarkers for prostate cancer
CN109609649B (zh) 一种用于直肠腺癌诊疗的lncRNA
Gyongyosi et al. Measuring expression levels of small regulatory RNA molecules from body fluids and formalin-fixed, paraffin-embedded samples
Motshwari Small non-coding RNA profiles in chronic kidney disease in the general population and high-risk sub-groups (with hypertension and/or diabetes mellitus) in a South African community-based cohort
Ding et al. Potential Biomarkers of Acute Myocardial Infarction Based on Co-Expression Network Analysis
Saha et al. Future Directions and Challenges Involved in Cancer Noncoding RNomics

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150420

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150420

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160404

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20160628

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160704

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160817

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161004

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170301

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170601

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170731

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: 20170814

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170913

R150 Certificate of patent or registration of utility model

Ref document number: 6211511

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