JP6216470B2 - 甲状腺腫瘍の分類におけるｍｉＲＮＡ発現シグネチャー - Google Patents

甲状腺腫瘍の分類におけるｍｉＲＮＡ発現シグネチャー Download PDF

Info

Publication number
JP6216470B2
JP6216470B2 JP2016567582A JP2016567582A JP6216470B2 JP 6216470 B2 JP6216470 B2 JP 6216470B2 JP 2016567582 A JP2016567582 A JP 2016567582A JP 2016567582 A JP2016567582 A JP 2016567582A JP 6216470 B2 JP6216470 B2 JP 6216470B2
Authority
JP
Japan
Prior art keywords
mir
hsa
classifier
microrna
seq
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.)
Expired - Fee Related
Application number
JP2016567582A
Other languages
English (en)
Other versions
JP2017521051A (ja
Inventor
− イツァーキ、ゾハール バーネット
− イツァーキ、ゾハール バーネット
ヤナイ、ギラ リスウィック
ヤナイ、ギラ リスウィック
メイリ、エティ
スペクター、ヤエル
ベンジャミン、ヒラ
Original Assignee
ロゼッタ ゲノミックス エルティーディー．
ロゼッタ ゲノミックス エルティーディー．
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 ロゼッタ ゲノミックス エルティーディー．, ロゼッタ ゲノミックス エルティーディー． filed Critical ロゼッタ ゲノミックス エルティーディー．
Publication of JP2017521051A publication Critical patent/JP2017521051A/ja
Application granted granted Critical
Publication of JP6216470B2 publication Critical patent/JP6216470B2/ja
Expired - Fee Related 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/112—Disease subtyping, staging or classification
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Genetics & Genomics (AREA)
  • Zoology (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Oncology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Microbiology (AREA)
  • Medicinal Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicinal Preparation (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)

Description

本発明は、甲状腺腫瘍の分類方法に関する。具体的には、本発明は、特定の甲状腺腫瘍に関連するマイクロＲＮＡ分子に関する。
甲状腺結節の正確な診断は、甲状腺疾患を有する患者を扱う医者を刺激し続けている。細胞学的に未確定の小結節を有する患者は、この小結節のほとんどは手術後に良性であることが判明するが、診断的手術を勧められることが多い。術前診断におけるＦＮＡ細胞診の限界から、悪性甲状腺結節から良性を判別するための信頼性のある術前分子マーカーが臨床的に必要とされる。マイクロＲＮＡ（ｍｉＲ）は制御ＲＮＡの重要なクラスであり、この制御ＲＮＡは多様な生物学的プロセスに大きな影響を及ぼす。この小さい（典型的には１８〜２４個のヌクレオチドの長さ）非コードＲＮＡ分子は、ＲＮＡ分解を促進することにより、ｍＲＮＡ翻訳を阻害することにより、及び更に遺伝子転写に影響を及ぼすことにより、タンパク質発現パターンを調節することができる。ｍｉＲは、発生及び分化、細胞増殖の制御、ストレス応答並びに代謝等の種々のプロセスにおいて極めて重要な役割を果たす。多くのｍｉＲの発現は多様なタイプのヒトがんで変化することが分っており、いくつかの場合では、そのような変化は腫瘍進行の原因となる役割を果たす場合があることが示唆される。
甲状腺は、主に２種類の細胞：濾胞細胞及びＣ細胞又は傍濾胞細胞から形成される。濾胞細胞は甲状腺ホルモンを産生し、甲状腺ホルモンはヒト代謝の制御因子である。甲状腺ホルモンの過剰産生（甲状腺機能亢進症）により、速い又は不規則な心拍、睡眠障害、神経過敏、空腹感、体重減少及び熱すぎる感覚が生じる。対照的に、甲状腺機能低下症により、代謝の減速、疲労及び体重増加が生じる。甲状腺ホルモンの放出は甲状腺刺激ホルモン（ＴＳＨ）により制御され、この甲状腺刺激ホルモン（ＴＳＨ）は脳下垂体により産生される。Ｃ細胞は、カルシウムの使用に関与するホルモンであるカルシトニンを産生する。甲状腺中にリンパ球及び間質細胞も見出される。
甲状腺がんは米国において８番目に多いがんであり、米国において最も急速に増加しているがんであり、毎年６０，０００件を超える新規のケースが診断され、２０１４年には約１，８００件の死亡の原因である。甲状腺がんはそれ自体、通常は触診可能な甲状腺結節として存在する。様々な種類の甲状腺腫瘍が様々な細胞型から生じており、このことは、重大さ及び施される最適な処置の決定因子である。甲状腺における腫れや腫瘍のほとんどは良性（非がん性）であるが、その他は悪性（がん性）である。
甲状腺がんの約９５％は、甲状腺濾胞細胞から生じる甲状腺分化癌（ＤＴＣ）である。ＤＴＣには２種の組織学的亜型：甲状腺乳頭癌（ＰＴＣ）型（９０〜９５％）及び濾胞性甲状腺癌（ＦＴＣ）型（５〜１０％）が存在する。
最も一般的に使用される甲状腺がんの診断方法は、穿刺吸引（ＦＮＡ）による生検である。ＦＮＡサンプルは、小結節が良性かがん性かを決定するための細胞診のために常に検査される。ＦＮＡサンプルの細胞学的検査の感度及び特異度はそれぞれ、施設及び医者によって６８％から９８％及び７２％から１００％の範囲である。残念ながら、少なくとも２５％の場合には、採取されたＦＮＡ検体は診断には不十分である、又は細胞診により確定できない。現在の医療行為では、結果が未確定であるほとんどの患者は手術を受け、外科的手順の全てのリスク及び結果に晒される。追跡結果は、手術を受けた患者の２５％のみでがんと診断されることを示し、このことは、患者の７５％が不必要な外科的手順を受けることを意味する。
細胞化学マーカー又は遺伝子マーカーを検査する場合、甲状腺病変の形態学的診断を置き換えるために信頼性のある結果を単独で提供することができる独特なマーカーは存在しない。ＵＳ７，３１９，０１１には、濾胞腺癌（ＦＣ）から濾胞腺腫（ＦＡ）を判別するための濾胞性甲状腺検体の検査において遺伝子ＤＤＩＴ３、ＡＲＧ２、ＩＴＭ１、Ｃ１ｏｒｆ２４、ＴＡＲＳＨ及びＡＣＯ１のうちのいずれか１つの発現を測定することが記載されている。ＵＳ７，６７０，７７５には、悪性甲状腺組織を同定するためのＣＣＮＤ２、ＰＣＳＫ２及びＰＬＡＢの発現の分析が記載されている。ＵＳ６，７２３，５０６には、甲状腺濾胞癌の診断及び処置と関連するＰＡＸ８−ＰＰＡＲ１分子の分子キャラクタリゼーションが記載されている。ＵＳ７，３７８，２３３には、２４例（６９％）の甲状腺乳頭癌でのＢＲＡＦ遺伝子のＴ１７９６Ａ変異の発生率が記載されている。
未確定細胞診の不確実性を克服することができ、最終的には非がん患者への不必要な手術を除去することができる分子診断検査を発見するための努力が積み重ねられている［Ｃｈｅｎ，Ｙ．Ｔ．他（２００８）Ｍｏｄ．Ｐａｔｈｏｌ．２１、１１３９〜１１４６、Ｈｅ，Ｈ他（２００５）Ｐｒｏｃ．Ｎａｔｌ Ａｃａｄ．Ｓｃｉ．ＵＳＡ １０２、１９０７５〜１９０８０、Ｎｉｋｉｆｏｒｏｖａ，Ｍ．Ｎ．他（２００９）Ｅｎｄｏｃｒ．Ｐａｔｈｏｌ．２０、８５〜９１、Ｐａｌｌａｎｔｅ，Ｐ．他（２００６）Ｅｎｄｏｃｒ．Ｒｅｌａｔ．Ｃａｎｃｅｒ １３、４９７〜５０８、Ｎｉｋｉｆｏｒｏｖａ，Ｍ．Ｎ．他（２００８）Ｊ．Ｃｌｉｎ．Ｅｎｄｏｃｒｉｎｏｌ．Ｍｅｔａｂ．９３、１６００〜１６０８、Ｖｉｓｏｎｅ，Ｒ．他（２００７）Ｅｎｄｏｃｒ．Ｒｅｌａｔ．Ｃａｎｃｅｒ１４（３）：７９１〜８、ＵＳ２０１４／００３０７１４Ａ１、ＵＳ８，５４１，１７０、ＵＳ２０１２／０２２０４７４Ａ１、ＵＳ８，４６５，９１４、ＵＳ７，５９８，０５２、ＵＳ８，２０２，６９２、ＷＯ２０１３／０６６６７８、ＷＯ２０１２／１２９３７８、ＵＳ２０１３／０２３７５９０、ＥＰ２７７２５５０Ａ１、Ｐａｌｌａｎｔｅ他（２０１０）Ｅｎｄｏｃｒｉｎｅ−Ｒｅｌａｔｅｄ Ｃａｎｃｅｒ １７ Ｆ９１〜Ｆ１０４、Ｄｅｔｔｍｅｒ他（２０１４）Ｊ Ｍｏｌ Ｅｎｄｏｃｒｉｎｏｌ．Ｍａｒ ６、５２（２）：１８１〜９］。
それにもかかわらず、依然として残る課題が多い。高感度及び高特異度だけでなく、細胞学的分析に失敗したサンプル及び未確定サンプルのカテゴリーに該当するサンプルを扱うこともできる分子アッセイを開発することが大いに必要とされている。本発明は、この課題の解決策を提供する。
本発明者らは、生検試料（一般には外科手術により得られる切除片）及び細胞学的検体（一般には穿刺吸引（ＦＮＡ）により得られる）等の甲状腺臨床サンプル中のマイクロＲＮＡのプロファイリング及びキャラクタライジングのための新規の統合技術プラットフォームを開発し、この統合技術プラットフォームを、甲状腺病変を良性新生物又は悪性新生物及びこの新生物の亜型に分類するために使用した。新規のマイクロＲＮＡを潜在的バイオマーカーとして開示する。
そのため、第１の態様では、本発明は、甲状腺病変サンプルを分類する方法であって、
ａ．それを必要とする対象から甲状腺病変サンプルを得るステップ、
ｂ．サンプル中の少なくとも４種の核酸の発現レベルを測定するステップであり、前記核酸が、配列番号１〜３０８の配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む、上記測定するステップ、
ｃ．核酸発現プロファイルを決定するステップ、
ｄ．核酸発現プロファイルに分類器アルゴリズムを適用するステップ、
ｅ．前記サンプルの核酸発現プロファイルに適用したアルゴリズムからの結果に基づいて、前記甲状腺病変を、良性、悪性、又は良性腫瘍若しくは悪性腫瘍の亜型に分類するステップ
を含む上記方法を提供する。
本発明の方法の一実施形態では、ステップ（ｂ）又はステップ（ｃ）の後に、少なくとも一対の核酸の発現レベル間の比を得るステップを更に含み、ステップ（ｄ）では、前記分類器アルゴリズムを、核酸発現プロファイル、前記少なくとも一対の核酸の比、又はこれらの組合せのうちのいずれか１つに適用することができる。
本発明の方法の一実施形態では、前記核酸配列は、配列番号１〜３７のうちのいずれか１つの配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む。
本発明の方法の更なる実施形態では、前記核酸配列は、配列番号１〜２５のうちのいずれか１つの配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む。
本発明の方法の更なる実施形態では、前記甲状腺病変サンプルは穿刺吸引（ＦＮＡ）生検により得られる。特定の一実施形態では、前記サンプルがＦＮＡ生検からの塗抹標本である。
本発明の方法の別の更なる実施形態では、前記甲状腺病変は１ｃｍ未満の小結節である。
本発明の方法の別の更なる実施形態では、アルゴリズムは機械学習アルゴリズムである。本発明の前記方法の特定の一実施形態では、前記アルゴリムは、核酸発現プロファイルと前記サンプルからの臨床データ又は遺伝子データとを更に組み合わせる。
本発明の方法の別の更なる実施形態では、ステップ（ｂ）の後に、前記核酸発現レベルのうちの少なくとも１つが甲状腺細胞の場合の閾値未満であるか又は閾値を超える場合に、前記核酸の発現レベルに基づいて前記サンプルを廃棄する。
本発明の方法の別の更なる実施形態では、前記サンプルは５０個未満の甲状腺細胞を有する。
本発明の方法の別の更なる実施形態では、前記測定するステップは、ハイブリダイゼーション、増幅、又は次世代シークエンシング法により実施される。
本発明の方法の特定の一実施形態では、前記ハイブリダイゼーションは、サンプルとプローブとを接触させることを含み、プローブが、（ｉ）マイクロＲＮＡのＤＮＡ等価物、（ｉｉ）このＤＮＡ等価物の相補体、（ｉｉｉ）（ｉ）若しくは（ｉｉ）と少なくとも８０％同一の配列、又は（ｉｖ）配列番号１〜２５のうちのいずれか１つの少なくとも８個の連続したヌクレオチドとハイブリダイズする核酸配列を含む。本発明の別の特定の実施形態では、前記プローブは固体基材に付着している。
本発明の方法の別の更に特定の実施形態では、増幅はリアルタイムポリメラーゼ連鎖反応（ＲＴ−ＰＣＲ）であり、前記ＲＴ−ＰＣＲ増幅法はフォワードプライマー及びリバースプライマーを含み、プローブとのハイブリダイゼーションを任意選択で更に含む。
別の更なる実施形態では、前記方法は、前記甲状腺病変が良性であるか又は悪性であるかに応じて、前記対象に異なる処置を施すステップを更に含む。
本発明の方法の別の更に特定の実施形態では、前記病変は悪性であり、前記処置は、外科手術、化学療法、放射線療法、ホルモン療法、又はあらゆるその他の推奨される処置のうちのいずれか１つである。
別の態様では、本発明は、甲状腺病変サンプルを分類するためのプロトコルであって、
ａ．それを必要とする対象から甲状腺病変サンプルを得るステップ、
ｂ．サンプル中の少なくとも４種の核酸のレベルを測定するステップであり、前記核酸が、配列番号１〜３０８の配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む、上記測定するステップ、
ｃ．特定の細胞型と関連する前記サンプル中の核酸の発現を決定するステップ、
ｄ．（ｉ）閾値を超える非甲状腺細胞マーカーである少なくとも１種の核酸の発現レベルにより、サンプルを廃棄することを決定し、又は（ｉｉ）閾値未満の非甲状腺細胞マーカーの発現レベルにより、サンプルが更なる分析のためにステップ（ｅ）に移ることを決定し、
ｅ．サンプルをステップ（ｄ）で廃棄しない場合に、核酸発現プロファイルを決定するステップ、
ｆ．マイクロＲＮＡ発現プロファイルに分類器アルゴリズムを適用するステップ、
ｇ．前記サンプルの核酸発現プロファイルに適用したアルゴリズムの結果に基づいて、前記甲状腺病変を、良性、悪性、又は良性腫瘍若しくは悪性腫瘍の亜型に分類するステップ
を含む上記プロトコルを提供する。
本発明のプロトコルの一実施形態では、ステップ（ｂ）の後に、少なくとも一対の核酸の発現レベル間の比を得るステップを更に含み、ステップ（ｆ）では、前記分類器アルゴリズムを、核酸発現プロファイル、前記少なくとも一対の核酸の比、又はこれらの組合せのうちのいずれか１つに適用することができる。
本発明のプロコトルの別の実施形態では、前記核酸配列は、配列番号１〜３７のうちのいずれか１つの配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む。本発明のプロトコルの別の実施形態では、前記核酸配列は、配列番号１〜２５のうちのいずれか１つの配列、そのバリアント、又はそれと少なくとも約８０％の同一性を有する配列を含む。
本発明のプロトコルの更なる実施形態では、前記甲状腺病変サンプルは穿刺吸引（ＦＮＡ）生検により得られる。特定の一実施形態では、前記サンプルがＦＮＡ生検からの塗抹標本である。
本発明のプロコトルの更なる実施形態では、前記甲状腺病変は１ｃｍ未満の小結節である。本発明のプロコトルの別の更なる実施形態では、前記サンプルは５０個未満の甲状腺細胞を有する。
本発明のプロトコルの更なる実施形態では、前記アルゴリズムは機械学習アルゴリズムである。
本発明のプロトコルの更なる実施形態では、測定するステップは、ハイブリダイゼーション、増幅、又は次世代シークエンシング法により実施される。
別の更なる態様では、本発明は、甲状腺腫瘍分類用のキットであって、
ａ．甲状腺腫瘍分類を実施するためのプローブであり、（ｉ）配列番号１〜３０８のうちの少なくとも１つを含むマイクロＲＮＡのＤＮＡ等価物、（ｉｉ）このＤＮＡ等価物の相補体、（ｉｉｉ）（ｉ）若しくは（ｉｉ）と少なくとも８０％同一の配列、（ｉｖ）配列番号１〜１８２のうちのいずれか１つの少なくとも８個の連続したヌクレオチドとハイブリダイズする核酸配列、又は（ｖ）ＲＴ−ＰＣＲ産物とハイブリダイズする核酸配列のうちのいずれか１つを含む上記プローブ
を含み、任意選択で、
ｂ．前記プローブを使用するための取扱説明書
を含む上記キットを提供する。
一実施形態では、前記キットはフォワードＰＣＲプライマー及びリバースＰＣＲプライマーを更に含む。
別の実施形態では、本発明のキットはフォワードプライマー及びリバースプライマーを含むことができる。別の実施形態では、本発明のキットは、ｉｎ ｓｉｔｕハイブリダイゼーション分析を実施するための試薬を更に含むことができる。
本発明の別の更なる態様では、甲状腺腫瘍分類用のキットは、
（ａ）少なくとも１種のフォワードＲＴ−ＰＣＲプライマー、例えば配列番号２７０〜２９３を含むプライマーのうちの少なくとも１つ、
（ｂ）リバースプライマー、
（ｃ）ＲＴ−ＰＣＲにより増幅された分子とハイブリダイズする少なくとも１種のプローブ、例えば実施例に示すプローブ
を含み、任意選択で
（ｄ）前記ＲＴ−ＰＣＲを実施するための取扱説明書又は甲状腺腫瘍分類用の取扱説明書のうちのいずれか１つ
を含む。
一実施形態では、前記プローブは一般的なプローブである。別の実施形態では、前記プローブはマイクロＲＮＡ配列特異的プローブである。
別の更なる態様では、本発明は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つの配列と少なくとも８０％同一の少なくとも１２個の連続したヌクレオチドを含む単離核酸を提供する。
別の更なる態様では、本発明は、本明細書に記載の単離核酸を有効作用物質として含み、任意選択で、アジュバント、担体、賦形剤及び添加剤を含む医薬組成物を提供する。そのため、前記核酸分子は、医薬組成物、製剤又は薬剤において有効作用物質として含まれ得る。
別の更なる態様では、本発明は、本明細書に記載の単離核酸を含むベクターを提供する。
別の更なる態様では、本発明は、本明細書に記載の単離核酸を含むプローブを提供する。
別の更なる態様では、本発明は、本明細書に記載の単離核酸を含むバイオチップを提供する。
別の更なる態様では、本発明は、薬剤の調製での本明細書に記載の単離核酸の使用を提供する。
ギムザ染色した乳頭癌（Ｐａｐ−ｃａｒｃ．）塗抹標本及び非乳頭癌（Ｎ−Ｐａｐ−ｃａｒｃ．）塗抹標本でのマイクロＲＮＡの発現を示す散布図である。この散布図は、ギムザ染色した非乳頭癌塗抹標本（ｘ軸、ｎ＝１）からのｍｉＲに対するギムザ染色した乳頭癌塗抹標本（ｙ軸、ｎ＝１）からのｍｉＲの差次的発現を示す。マイクロアレイで測定したデータを、正規化された蛍光単位で示す。平行線は、いずれかの方向におけるサンプル間の１．５倍変化を表す。灰色の十字は、未試験（ＮＴ）コントロールプローブ又は両方のサンプルでのシグナルの中央値＜３００を表す。乳頭癌塗抹標本では、５種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−２２１−３ｐ、ｈｓａ−ｍｉＲ−２１−５ｐ及びｈｓａ−ｍｉＲ−３１−５ｐ）が上方制御されている。 次世代シークエンシングで検出した新規のマイクロＲＮＡを示す図である。図２Ａは、甲状腺組織で検出された２種の新規のマイクロＲＮＡ、即ちＭＤ２−４９５（上）及びＭＤ２−４３７（下）の予測される二次構造を示す。 次世代シークエンシングで検出した新規のマイクロＲＮＡを示す図である。図２Ｂは、１１種の切除された甲状腺サンプルそれぞれにおける、これら２種の新規のマイクロＲＮＡの発現を示す。 良性サンプルに対する悪性サンプルでのマイクロＲＮＡ発現を示す散布図である。この散布図は、良性小結節（ｘ軸）に対する悪性小結節（ｙ軸）における、ｍｉＲ−１２５ｂ−５ｐ、ｍｉＲ−２２２−３ｐ及びｍｉＲ−１４６ｂ−５ｐ（強調）を含むマイクロＲＮＡのマイクロＲＮＡ発現レベルの中央値を示す。各十字はマイクロＲＮＡを表し、コントロール配列、低発現であるマイクロＲＮＡ、及び信頼できないプローブ（ＮＴ）を含む。破線は１．５倍を表す。図３Ａは、コホートＩでの分析を示す。 良性サンプルに対する悪性サンプルでのマイクロＲＮＡ発現を示す散布図である。この散布図は、良性小結節（ｘ軸）に対する悪性小結節（ｙ軸）における、ｍｉＲ−１２５ｂ−５ｐ、ｍｉＲ−２２２−３ｐ及びｍｉＲ−１４６ｂ−５ｐ（強調）を含むマイクロＲＮＡのマイクロＲＮＡ発現レベルの中央値を示す。各十字はマイクロＲＮＡを表し、コントロール配列、低発現であるマイクロＲＮＡ、及び信頼できないプローブ（ＮＴ）を含む。破線は１．５倍を表す。図３Ｂは、コホートＩＩでの分析を示す。 髄質病変でのｍｉＲ−３７５発現を示す図である。この図は、良性病変（円形、Ｂ）と組み合わせた悪性の非髄質（四角形、Ｍａｌ−ｎ−ｍｅｄ）と比較した髄質病変（菱形、Ｍｅｄ）でのｍｉＲ−３７５の発現を示す。直線は各群の発現の中央値を表す。ｐ値＝１．２ｅ−４２。倍数変化＝２０１．４。 様々な色素で染色したサンプルを処理してマイクロＲＮＡを検出するこができることを示す図である。この図は、様々な色素で染色した悪性サンプル（Ｍ）又は良性サンプル（Ｂ）でのｍｉＲ−１４６ｂ−５ｐの発現レベルの中央値を示す。図５Ａは、ＤｉｆｆＱｕｉｋと比較してメイグリュンワルドギムザ染色したサンプルでのｍｉＲ発現を示す。ｐ値＝０．１８（ウィルコクソン）。倍数変化の中央値（ｍｅｄ．ｆ−ｃｈ）＝１．０。 様々な色素で染色したサンプルを処理してマイクロＲＮＡを検出するこができることを示す図である。この図は、様々な色素で染色した悪性サンプル（Ｍ）又は良性サンプル（Ｂ）でのｍｉＲ−１４６ｂ−５ｐの発現レベルの中央値を示す。図５Ｂは、パパニコロウと比較してＤｉｆｆＱｕｉｋで染色したサンプルでのｍｉＲ発現を示す。ｐ値＝０．５６（ウィルコクソン）。倍数変化の中央値（ｍｅｄ．ｆ−ｃｈ）＝１．１。 Ｈｕｒｔｈｌｅ細胞マーカーを示す図である。この図は、Ｈｕｒｔｈｌｅ細胞が認められない濾胞腺腫に対する、Ｈｕｒｔｈｌｅ細胞を提示する濾胞腺腫でのＭＩＤ−１６５８２のより高い発現を示す。Ｓｉｇｎ．＝有意；Ｄｉｆｆ．＝差次的；ｆ−ｃｈ＝倍数変化；Ｂｌ．＝血液；ＮＴ、未試験。ｙ軸及びｘ軸は、Ｈｕｒｔｈｌｅ細胞を有するＦＡ（濾胞腺腫）サンプル（ｎ＝９）に対する、Ｈｕｒｔｈｌｅ細胞を有すると実証されていないＦＡサンプル（ｎ＝２２）でのｍｉＲのアレイ発現レベルの中央値を示す。破線の係数線＝×１．５。Ｂｌ．＝血液。ＮＴ、未試験。 Ｈｕｒｔｈｌｅ細胞マーカーを示す図である。この図は、Ｈｕｒｔｈｌｅ細胞が認められない濾胞腺腫に対する、Ｈｕｒｔｈｌｅ細胞を提示する濾胞腺腫でのＭＩＤ−１６５８２のより高い発現を示す。Ｓｉｇｎ．＝有意；Ｄｉｆｆ．＝差次的；ｆ−ｃｈ＝倍数変化；Ｂｌ．＝血液；ＮＴ、未試験。ｙ軸及びｘ軸は、Ｈｕｒｔｈｌｅ細胞を有するＦＡサンプル（ｎ＝９）に対する、Ｈｕｒｔｈｌｅ細胞が認められないＦＡサンプル（ｎ＝２１）でのｍｉＲのＰＣＲ発現レベルの中央値を示す。破線の係数線＝±０．６。 マイクロＲＮＡの甲状腺アレイセットによる悪性サンプル及び良性サンプルのプロファイリングを示す図である。ｘ軸及びｙ軸はそれぞれ、悪性（Ｍ）サンプル（ｎ＝１８７）に対する良性（Ｂ）サンプル（ｎ＝１６６）でのｍｉＲの発現レベルを示す。ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−１５２−３ｐ（配列番号１２〜１３）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ（配列番号１５）、ｈｓａ−ｍｉＲ−４２４−３ｐ（配列番号１６）及びｈｓａ−ｍｉＲ−３７５（配列番号８）に関するマイクロＲＮＡ発現レベルの中央値を強調する。数字は（５０−正規化Ｃｔ値）を意味する。菱形（◆）は正規化器（ｎｏｒｍａｌｉｚｅｒ）を表す。Ｓｉｇｎ．＝有意、Ｄｉｆｆ．＝差次的、ｆ−ｃｈ＝倍数変化。破線の係数線＝±０．６。 判別分析分類器を使用して、マイクロＲＮＡ発現値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ及びｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８４．４％であり、特異度は６８．９％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ発現値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ及びｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．９％であり、特異度は７２．２％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡ発現値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８３．５％であり、特異度は８１．５％である。 判別分析分類器を使用して、マイクロＲＮＡ発現比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ及びｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は７８％であり、特異度は７９．５％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ発現比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８１．１％であり、特異度は８２．１％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡ発現比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７４．４％であり、特異度は８４．１％である。 判別分析分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ比及び１種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．９％であり、特異度は８２．８％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ比及び２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．９％であり、特異度は８２．８％である。 判別分析分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９３．３％であり、特異度は４２．４％である。 Ｋ最近傍（ＫＮＮ）分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８２．３％であり、特異度は６８．２％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８２．９％であり、特異度は７４．２％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。１２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−４２４−３ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−３４６）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８１．１％であり、特異度は６８．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を表し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を表す混合行列を示す。この分類器の感度は７８％であり、特異度は５８．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。８種のｍｉＲ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を表し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を表す混合行列を示す。この分類器の感度は８０．５％であり、特異度は６５．６％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を表し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を表す混合行列を示す。この分類器の感度は８５．４％であり、特異度は６６．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を表し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を表す混合行列を示す。この分類器の感度は８３．５％であり、特異度は７０．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡとマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（Ｂ）から悪性サンプル（Ｍ）を分類したことを示す図である。７種のマイクロＲＮＡ及び５種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を表し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を表す混合行列を示す。この分類器の感度は８３．５％であり、特異度は６６．９％である。 サポートベクターマシン（ＳＶＭ）分類器を使用して、正規化されたマイクロＲＮＡ値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．３％であり、特異度は６８．２％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、正規化されたマイクロＲＮＡ値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８３．５％であり、特異度は７５．５％である。 ＳＶＭ分類器を使用して、正規化されたマイクロＲＮＡ値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８６％であり、特異度は７５．５％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８３．５％であり、特異度は８０．８％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８３．５％であり、特異度は８０．１％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８２．９％であり、特異度は８０．８％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ値とマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．９％であり、特異度は８３．４％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、マイクロＲＮＡ値とマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８６％であり、特異度は８０．１％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ値とマイクロＲＮＡ比との組合せの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８６．６％であり、特異度は７９．５％である。 判別分析アンサンブル（Ｄｉｓｃｒｉｍｉｎａｎｔ Ａｎａｌｙｓｉｓ Ｅｎｓｅｍｂｌｅ）分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８４．８％であり、特異度は６４．２％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８４．１％であり、特異度は６５．６％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８４．８％であり、特異度は７４．８％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８３．５％であり、特異度は７３．５％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８６％であり、特異度は７９．５％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８４．１％であり、特異度は７８．１％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８５．４％であり、特異度は７８．８％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８５．４％であり、特異度は７８．１％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８６％であり、特異度は８２．８％である。 ｈｓａ−ｍｉＲ−３７５発現（Ｅｘｐ．）の正規化レベルを、髄質サンプル（「ＭＥｄ．」）、非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、このドットの視認性を改善するためにｘ軸に沿ってランダムに分布している。 ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ発現（Ｅｘｐ．）の正規化レベルを、非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、このドットの視認性を改善するためにｘ軸に沿ってランダムに分布している。 ｍｉＲ比ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐの正規化発現（Ｅｘｐ．）レベルを、非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、このドットの視認性を改善するためにｘ軸に沿ってランダムに分布している。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０％であり、特異度は５６．３％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．６％であり、特異度は５９．５％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答を示し、ｙ軸が真の診断を示す混合行列を示す。この分類器の感度は８１．７％であり、特異度は７１．４％である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ−ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ−ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０％であり、特異度は７２．２％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０％であり、特異度は６９％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。良性サンプルからの未確定の悪性サンプルの８種のマイクロＲＮＡ比の正規化値。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答を示し、ｙ軸が真の診断を示す混合行列を示す。この分類器の感度は８０％であり、特異度は６６．７％である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０％であり、特異度は７３．８％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は７９．１％であり、特異度は７３％である。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８７．８％であり、特異度は６７．５％である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７８．３％であり、特異度は６５．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８２．６％であり、特異度は７３％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。１２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−４２４−３ｐ、ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−３４６）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７３．９％であり、特異度は６８．３％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８０．９％であり、特異度は６５．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。８種のｍｉＲ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７６．５％であり、特異度は６２．７％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７６．５％であり、特異度は５７．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は７８．３％であり、特異度は６４．３％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（Ｂ）から未確定の悪性サンプル（Ｍ）を分類したことを示す図である。１２種のマイクロＲＮＡ及びマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８０．９％であり、特異度は６７．５％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．６％であり、特異度は５４．８％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５）の正規化値を、分類用の特徴として使用した。この分類器の感度は８２．６％であり、特異度は５９．５％である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９０．４％であり、特異度は６０．３％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８１．７％であり、特異度は６７．５％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８８．７％であり、特異度は６３．５％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８７．８％であり、特異度は５８．７％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０％であり、特異度は７１．４％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８９．９％であり、特異度は５１．６％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８４．３％であり、特異度は６８．３％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８５．２％であり、特異度は４５．２％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８４．３％であり、特異度は４５．２％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８８．７％であり、特異度は６４．３％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８６．１％であり、特異度は６１．１％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８７％であり、特異度は５７．１％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８９．６％であり、特異度は６５．１％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８３．５％であり、特異度は５８．７％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８５．２％であり、特異度は６５．９％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）から未確定の悪性サンプル（菱形、Ｍ）を分類したことを示す図である。５種のマイクロＲＮＡ及び３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８７．８％であり、特異度は６２．７％である。 ｈｓａ−ｍｉＲ−１４６ｂ−５ｐの正規化された発現（Ｅｘｐ．）レベルを、未確定の非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、このドットの視認性を改善するためにｘ軸に沿ってランダムに分布している。 ｍｉＲ比ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐの正規化された発現レベル（Ｅｘｐ．）を、未確定の非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、このドットの視認性を改善するためにｘ軸に沿ってランダムに分布している。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９１．５％であり、特異度は４２．９％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９１．５％であり、特異度は３９．７％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８９．４％であり、特異度は４７．６％である。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８９．４％であり、特異度は２８．６％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９１．５％であり、特異度は３０．２％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８０．９％であり、特異度は５７．１％である。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９３．６％であり、特異度は３３．３％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８９．４％であり、特異度は４１．３％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び４種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８７．２％であり、特異度は４６％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は７２．３％であり、特異度は３９．７％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は６６％であり、特異度は６１．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。１２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２、ｈｓａ−ｍｉＲ−３４６、ｈｓａ−ｍｉＲ−１５２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は６６％であり、特異度は６１．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は７８．７％であり、特異度は６１．９％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８０．９％であり、特異度は５０．８％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。４種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は６３．８％であり、特異度は４６％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。４種のマイクロＲＮＡ及び４種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は６８．１％であり、特異度は４９．２％である。 ＫＮＮ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。６種のマイクロＲＮＡ及び６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は７４．５％であり、特異度は５８．７％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９７．９％であり、特異度は２２．２％である。悪性＝Ｍ（菱形）、良性＝Ｂ（正方形）。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。６種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８９．４％であり、特異度は３８．１％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプルからＢｅｔｈｅｓｄａ ＩＶの悪性サンプルを分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９１．５％であり、特異度は５５．６％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は１００％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。６種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９３．６％であり、特異度は３３．３％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９３．６％であり、特異度は３１．７％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の組合せの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９３．６％であり、特異度は２２．２％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の組合せの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９５．７％であり、特異度は３１．７％である。 ＳＶＭ分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の組合せの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び４種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９１．５％であり、特異度は３６．５％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９１．５％であり、特異度は３９．７％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８９．４％であり、特異度は３９．７％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡの正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９３．６％であり、特異度は４６％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９３．６％であり、特異度は１９％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。３種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９３．６％であり、特異度は１７．５％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ比の正規化値を使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。８種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は８９．４％であり、特異度は４４．４％である。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び１種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は９１．５％であり、特異度は３３．３％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。１種のマイクロＲＮＡ及び２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、分類用の特徴として使用した。この分類器の感度は８９．４％であり、特異度は３６．５％である。誤分類されたサンプル（ｍｉｓｃｌ．）をドットで表す。 判別分析アンサンブル分類器を使用して、マイクロＲＮＡ及びマイクロＲＮＡ比の正規化値の組合せを使用して良性サンプル（正方形、Ｂ）からＢｅｔｈｅｓｄａ ＩＶの悪性サンプル（菱形、Ｍ）を分類したことを示す図である。４種のマイクロＲＮＡ及び４種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ）の正規化値を、分類用の特徴として使用した。この図は、ｘ軸が分類器の回答（Ｃｌａｓ．Ａｎｓ．）を示し、ｙ軸が真の診断（真のクラス＝ｒｅ．ｃｌ．）を示す混合行列を示す。この分類器の感度は９１．５％であり、特異度は３４．９％である。 ｈｓａ−ｍｉＲ−１４６ｂ−５ｐの正規化された発現（Ｅｘｐ．）レベルを、Ｂｅｔｈｅｓｄａ ＩＶの非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、ｘ軸に沿ってランダムに分布している。 マイクロＲＮＡ比ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐの正規化された発現（Ｅｘｐ．）レベルを、Ｂｅｔｈｅｓｄａ ＩＶの非髄質の悪性サンプル（「Ｍａｌ．」）及び良性サンプル（「Ｂｅｎ．」）に関してドットプロットで示す図である。直線は各群の中央値を表す。各群において、ドットは、ｘ軸に沿ってランダムに分布している。 判別分析分類器を使用して、良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図であり、悪性群には髄質腫瘍のサンプルが含まれていた。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を、この分類用の特徴として使用した。この分類器の感度は８５．２％であり、特異度は５３．６％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 判別分析分類器を使用して、良性サンプル（正方形、Ｂ）から悪性サンプル（菱形、Ｍ）を分類したことを示す図であり、悪性群には髄質腫瘍のサンプルが含まれていた。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を、この分類用の特徴として使用した。この分類器の感度は８４．７％であり、特異度は８０．８％である。灰色の網掛け領域は、この分類器で決定する場合にサンプルが悪性と分類される場所を示す。 ｈｓａ−ｍｉＲ−４８６−５ｐ及びｈｓａ−ｍｉＲ−２００ｃ−３ｐの発現パターンがサンプルの品質の決定因子であることを示す図である。血液塗抹標本（ＢＳ）の４つのサンプルを、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）及びｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）の発現に関して、悪性の甲状腺サンプル（Ｍ）及び良性の甲状腺サンプル（Ｂ）でのこれらの発現と比較して分析した。これら２種のｍｉＲの正規化値を示す（全ての正規化器を使用して正規化した）。 良性甲状腺腫瘍の亜型分類を示す図である。良性腫瘍の２種の亜型、即ち濾胞腺腫（ＦＡ、ｙ軸、ｎ＝８１）及び橋本（Ｈａｓｈ、ｘ軸、ｎ＝６）に関してマイクロＲＮＡ発現プロファイル（中央値）を確立した。各十字は、マイクロＲＮＡ又はマイクロＲＮＡ比を表す。比ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐはＦＡに相関し、ｈｓａ−ｍｉＲ−３４２−３ｐ及びｈｓａ−ｍｉＲ−３１−５ｐの発現は橋本と相関した。菱形は正規化器を表す。有意なマイクロＲＮＡ（ｔ−検定に関するｐ値＜０．０５）を円形で表す。 悪性甲状腺腫瘍の亜型分類を示す図である。悪性甲状腺腫瘍の２種の亜型、即ち乳頭癌（Ｐａｐ．、ｙ軸、ｎ＝１６１）及び濾胞腺癌（ＦＣ、ｘ軸、ｎ＝１６）に関してマイクロＲＮＡ発現プロファイルを確立した。各十字は、マイクロＲＮＡ又はマイクロＲＮＡ比を表す。菱形は正規化器である。有意なマイクロＲＮＡ（ｔ−検定に関するｐ値＜０．０５）を囲む。正規化されたマイクロＲＮＡ値のみを標識する。未標識の円形は、有意な比を表す。 ＦＮＡにより得た未確定の甲状腺結節サンプルの診断用のプロトコルを表すフローチャートである。
甲状腺病変の正確な診断のための探索における努力の積み重ねにもかかわらず、多数の技術的問題が未だ解決のめどが立たないままである。得られた物質の品質の結果により、穿刺吸引（ＦＮＡ）サンプルでの甲状腺病変の診断は今なお困難を伴う。このサンプルにおける少数の細胞、血液の量、甲状腺腫瘍細胞と非甲状腺腫瘍細胞との比により、決定的な結果をもたらし得るのに十分な物質を抽出することは困難である。
本発明は、悪性の甲状腺腫瘍と良性の甲状腺腫瘍とを判別し、甲状腺腫瘍の特定の亜型を更に判別する、敏感な、特異的な及び正確な方法を提供する。甲状腺腫瘍の様々な亜型の判別は、最良の及び最適な処置を患者に施すのに必須である。本発明は、甲状腺腫瘍の分類及び診断の分野で現在利用可能な技法を著しく改善させる。
本発明者らは、ＦＮＡ生検により得られた甲状腺の臨床サンプルにおけるマイクロＲＮＡ発現のプロファイリング及びキャラクタライジングにより、甲状腺病変の分類用の統合プラットフォームを開発しており、マイクロＲＮＡのプロファイリングにより、このサンプル中の少数の細胞及びこのサンプル中の血液の量等の障害も克服している。この技術的プラットフォームを甲状腺結節の術前管理での補助ツールとして適用し、甲状腺病変を良性新生物又は悪性新生物へと分類し、甲状腺腫瘍の亜型を更に分類する。本発明者らは、マイクロＲＮＡプロファイリングに基づいて特定のアルゴリズムを実行することにより、準最適なサンプルを除去するためのステップを統合しつつ、良性甲状腺病変及び悪性甲状腺病変の並びに甲状腺がん及び濾胞性病変の具体的な亜型の分類方法を例外的に開発している。本法は全体のプロトコルの一部であり、このプロトコルでは、患者から追加の物質を生成する又は採取する必要なく、ＦＮＡサンプル由来の塗抹標本を有する既存の又は利用可能な臨床的で細胞学的なスライドを使用することができる。
本方法は、細胞学的サンプルからのＲＮＡ物質の微量なマイクロＲＮＡの分析を更に組み入れる。ＦＮＡサンプルを採取すると、物質を１回から複数回通過させて物質をスライド上に塗抹する。現在利用可能な方法では通常、分析に十分な物質を有するために、複数回通過させることが必要である。本発明者らは、１回のみのＦＮＡスライドであってもマイクロＲＮＡ検出に十分な物質が提供される方法を開発した。更に、本発明者らは、０．１ｃｍ程の小さい甲状腺結節から得たＦＮＡサンプル中で豊富なマイクロＲＮＡを測定することもできた。このことは、甲状腺病変の約５０％が１ｃｍよりも小さいということを考慮すると特に関係がある［Ｊｕｎｇ他（２０１４）Ｊ Ｃｌｉｎ Ｅｎｄｏｃｒｉｎｏｌ Ｍｅｔａｂ ９９：Ｅ２７６〜Ｅ２８５］。加えて、本発明者らが開発した方法により、５０個の細胞を有するサンプル、最大で１２０個の細胞を有するサンプル及びより多くを有するサンプル等の、ごく少量の細胞を有するサンプルの分析が可能となる。
本方法は、甲状腺細胞を欠くサンプル及び／又は血液細胞等の非甲状腺細胞が大きな比率を占めるサンプルを除去する又は不適格にするステップを含む。
本発明者らは、配列番号１〜３０８で示されるマイクロＲＮＡの発現のプロファイリングにより、甲状腺病変に対して固有のマイクロＲＮＡ発現シグネチャーを同定している。
より具体的には、本発明者らは、一連のマイクロＲＮＡの発現レベルに基づいて、甲状腺臨床サンプルの分類用のプラットフォームを開発しており、この一連のマイクロＲＮＡは少なくとも２種のマイクロＲＮＡを含み、この２種のマイクロＲＮＡは、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−４２４−３ｐ（配列番号１６）、ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ＭＩＤ−１６５８２（配列番号２５）、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ（配列番号１５）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−３７５（配列番号８）、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−１５２−３ｐ（配列番号１２〜１３）、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）及びｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）又はこれらと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列からなる群から選択される。このプラットフォームは、頑強なコホート（ｒｏｂｕｓｔ ｃｏｈｏｒｔ）によるトレーニング研究に基づいて確立されており、正規化器としての役割を果たす追加のマイクロＲＮＡの測定も含んだ。
本発明は、ＦＮＡ検体が細胞病理学において決定的ではない結果を示し（通常は「未確定」と称される）、ＢｅｔｈｅｓｄａカテゴリーＩＩＩ ＩＶ及びＶに分類された甲状腺病変サンプルを含むケースの２５％に特に有用である。現在の医療行為では、このカテゴリーに含まれる検体を有する患者には、反復ＦＮＡ手順並びに外科手術（肺葉切除及び甲状腺摘出等）が行なわれる。
そのため、一実施形態では、本発明は、「未確定」ケースに該当し、Ｂｅｔｈｅｓｄａ Ｓｙｓｔｅｍ（本明細書で更に説明する）のカテゴリーＩＩＩ、ＩＶ及びＶに分類される甲状腺病変サンプルの分類方法を提供する。特定の一実施形態では、本発明は、Ｂｅｔｈｅｓｄａ ＳｙｓｔｅｍのカテゴリーＩＶに分類される甲状腺病変サンプルの分類方法を提供し、このカテゴリーＩＶは「濾胞性腫瘍」又は「濾胞性腫瘍の疑い」に関し、分類するのが最も困難なカテゴリーであることが知られている。
そのため、本発明は、細胞病理学的分析で分類することに失敗した甲状腺病変サンプルを管理するためのプロトコルを主に示す。目的である特定のサンプルは、ＦＮＡにより得たサンプルである。一実施形態では、ＦＮＡサンプル由来の定常的な塗抹標本を使用する。別の実施形態では、保存溶液中のＦＮＡサンプルを使用することができる。ＦＮＡサンプルから全ＲＮＡを抽出し、マイクロＲＮＡの発現を測定する。一実施形態では、約２２００種のマイクロＲＮＡの発現を測定する。別の実施形態では、配列番号１〜１８２の配列を含む１８２種のマイクロＲＮＡの発現を測定する。更なる実施形態では、配列番号１〜３７の配列を含むマイクロＲＮＡの発現を測定する。別の更なる実施形態では、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−４２４−３ｐ（配列番号１６）、ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ＭＩＤ−１６５８２（配列番号２５）、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ（配列番号１５）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−３７５（配列番号８）、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−１５２−３ｐ（配列番号１２〜１３）、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）及びｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）又はこれらと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列から選択される群からの少なくとも３種の、少なくとも４種、少なくとも５種、少なくとも６種、少なくとも７種、少なくとも８種、少なくとも９種、少なくとも１０種、少なくとも１１種、少なくとも１２種、少なくとも１３種、少なくとも１４種若しくは全てのマイクロＲＮＡを測定し、分類で使用する。
更なる実施形態では、甲状腺サンプルの悪性又は良性への分類は、ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−３７５（配列番号８）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−１５２−３ｐ（配列番号１２〜１３）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ（配列番号１５）、ｈｓａ−ｍｉＲ−４２４−３ｐ（配列番号１６）、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）、ｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）、ＭＩＤ−１６５８２（配列番号２５）又はこれらの組合せ又はこれらと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列の発現レベルを測定することを含み、この発現レベルを、サンプルを分析して悪性又は良性に分類する分類器に提供する。
そのため、本発明は、必要とする対象において悪性の甲状腺腫瘍病変と良性の甲状腺腫瘍病変とを判別する方法であって、前記対象から甲状腺腫瘍病変サンプルを得ること、又は前記対象から得た生体サンプルの場合には、ハイブリダイゼーションにより又は増幅により、配列番号１〜２５又はこれらと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列を含む１種若しくは複数種の又は少なくとも４種のマイクロＲＮＡ又は前記マイクロＲＮＡの任意の組合せの前記サンプル中での発現プロファイルを決定すること、分類器アルゴリズムを使用することにより、前記発現プロファイルを参照閾値と比較すること、及び甲状腺病変が悪性であるか良性であるかを決定することを含む方法を提供する。特定の一実施形態では、本発明の方法は、悪性の又は良性の甲状腺腫瘍病変の亜型を判別することを目的とする。
一実施形態では、本発明の方法は、配列番号１〜２５を含むマイクロＲＮＡのうちの少なくとも４種の発現を測定すること、前記サンプルのマイクロＲＮＡ発現プロファイル値を得ること、及び分類器を使用して、前記値に基づいて甲状腺病原が悪性であるか良性であるかを確立することを含み、任意選択で、サンプルを悪性の亜型又は良性の亜型の一方に分類することを更に含む。
特定の一実施形態では、前記ハイブリダイゼーションにより発現プロファイルを決定することは、サンプルと、配列番号１〜２５それぞれに又はこれらと少なくとも８０同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列にハイブリダイズするプローブとを接触させることを含む。別の実施形態では、前記ハイブリダイゼーションにより発現プロファイルを決定することは、サンプルと、配列番号１〜２５を含む前記マイクロＲＮＡの少なくとも８個、少なくとも１０個、少なくとも１２個、少なくとも１４個又は少なくとも１６個の連続したヌクレオチドとハイブリダイズするプローブとを接触させることを含む。
本発明は、サンプルを悪性若しくは良性に分類する及び／又は前記サンプルを亜型分類する方法であって、サンプル中のマイクロＲＮＡの発現レベルを測定することに加えて、発現プロファイルを得て、任意選択でマイクロＲＮＡの比を算出し、発現データの多段階分析を適用する方法を更に提供する。前記多段階分析は、マイクロＲＮＡ発現プロファイル、マイクロＲＮＡの比又はこれらの組合せのうちの少なくとも１つに１種又は複数種のアルゴリズムを同時に又は逐次的に適用することを含む。前記多段階分析は、サンプルの全体的な品質を示すことができる１種又は複数種の単一マイクロＲＮＡレベルの発現を分析することも更に含むことができる。
任意の順序で及び任意の組合せで多段階分析に含まれ得る判断基準の例は、非悪性細胞マーカーの発現、甲状腺腫瘍の具体的な亜型と相関するマイクロＲＮＡの発現等である。そのため、例えば、ある１つのステップでは、サンプルを不適格にする可能性がある場合に、非甲状腺細胞マーカーの発現が、データセット（例えばトレーニングデータセット）で規定された閾値と比べて高いか低いかを調べることができる。別の更なるステップでは、マイクロＲＮＡの発現、又は甲状腺腫瘍亜型と相関するマイクロＲＮＡ比を調べることができ、例えば、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）の発現が、データセット（例えばトレーニングデータセット）で規定された閾値と比較して非常に高い場合に、サンプルを良性と分類することができ、橋本であると更に亜型分類することができる。或いは、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）の発現が、データセット（例えばトレーニングデータセット）で規定された閾値と比較して非常に高い場合に、甲状腺細胞が不十分であるためにサンプルを不適格にすることができる。別の更に任意選択のステップは、ＭＩＤ−１６５８２（配列番号２５）の発現のレベルに関連することができ、この発現レベルは、サンプルを廃棄してよいかどうかを決定するために使用され得る、又はＭＩＤ−１６５８２（配列番号２５）が（トレーニングセットで規定された閾値と比較して）高いこれらのサンプルに特異的な分類器を使用して分析される。
本発明の特定の一実施形態では、前記非甲状腺細胞マーカーは血液細胞マーカーである。
本発明の別の特定の実施形態では、前記細胞マーカーは上皮細胞マーカーである。
本発明の更に特定の実施形態では、前記細胞マーカーは、血液細胞マーカー、白血球マーカー又は上皮細胞マーカーである。血液細胞マーカーの例は、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）、ｈｓａ−ｍｉＲ−３２０ａ（配列番号１７３）、ｈｓａ−ｍｉＲ−１０６ａ−５ｐ（配列番号１５０）、ｈｓａ−ｍｉＲ−９３−５ｐ（配列番号１８２）、ｈｓａ−ｍｉＲ−１７−３ｐ（配列番号１６０）、ｈｓａ−ｌｅｔ−７ｄ−５ｐ（配列番号１４４）、ｈｓａ−ｍｉＲ−１０７（配列番号１５２）、ｈｓａ−ｍｉＲ−１０３ａ−３ｐ（配列番号１４９）、ｈｓａ−ｍｉＲ−１７−５ｐ（配列番号１６１）、ｈｓａ−ｍｉＲ−１９１−５ｐ（配列番号１６３）、ｈｓａ−ｍｉＲ−２５−３ｐ（配列番号１６７）、ｈｓａ−ｍｉＲ−１０６ｂ−５ｐ（配列番号１５１）、ｈｓａ−ｍｉＲ−２０ａ−５ｐ（配列番号１６６）、ｈｓａ−ｍｉＲ−１８ａ−５ｐ（配列番号４０）、ｈｓａ−ｍｉＲ−１４４−３ｐ（配列番号１５４）、ｈｓａ−ｍｉＲ−１４０−３ｐ（配列番号５１）、ｈｓａ−ｍｉＲ−１５ｂ−５ｐ（配列番号１５７）、ｈｓａ−ｍｉＲ−１６−５ｐ（配列番号１５９）、ｈｓａ−ｍｉＲ−９２ａ−３ｐ（配列番号１８１）、ｈｓａ−ｍｉＲ−４８４（配列番号１７９）、ｈｓａ−ｍｉＲ−１５１ａ−５ｐ（配列番号１５６）、ｈｓａ−ｌｅｔ−７ｆ−５ｐ（配列番号、ｈｓａ−ｌｅｔ−７ａ−５ｐ（配列番号１４１）、ｈｓａ−ｌｅｔ−７ｃ−５ｐ（配列番号１４３）、ｈｓａ−ｌｅｔ−７ｂ−５ｐ（配列番号１４２）、ｈｓａ−ｌｅｔ−７ｇ−５ｐ（配列番号１４６）、ｈｓａ−ｌｅｔ−７ｉ−５ｐ（配列番号１４７）、ｈｓａ−ｍｉＲ−１８５−５ｐ（配列番号１６２）、ｈｓａ−ｍｉＲ−３０ｄ−５ｐ（配列番号１７２）、ｈｓａ−ｍｉＲ−３０ｂ−５ｐ（配列番号１７０）、ｈｓａ−ｍｉＲ−３０ｃ−５ｐ（配列番号１７１）、ｈｓａ−ｍｉＲ−１９ｂ−３ｐ、ｈｓａ−ｍｉＲ−２６ａ−５ｐ（配列番号１６８）、ｈｓａ−ｍｉＲ−２６ｂ−５ｐ（配列番号１６９）、ｈｓａ−ｍｉＲ−４２５−５ｐ（配列番号１７６）、ＭＩＤ−１９４３３（配列番号１３３）及びｈｓａ−ｍｉＲ−４３０６（配列番号１７７）である。白血球マーカーの例は、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）、ｈｓａ−ｍｉＲ−１４６ａ−５ｐ及びｈｓａ−ｍｉＲ−１５０ａ−５ｐ（配列番号５９）である。上皮マーカーの例は、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）、ｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）、ｈｓａ−ｍｉＲ−３６４８（配列番号１７４）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−１２５ａ−５ｐ（配列番号１５３）、ｈｓａ−ｍｉＲ−１９２−３ｐ（配列番号１６４）、ｈｓａ−ｍｉＲ−４３２４（配列番号１７８）、ｈｓａ−ｍｉＲ−３７６ａ−３ｐ（配列番号１７５）である。
本明細書で言及する場合、前記マイクロＲＮＡ比は、１対のマイクロＲＮＡの正規化発現レベル間の比であり、一方のマイクロＲＮＡの正規化発現レベルは分子として使用され、他方のマイクロＲＮＡの正規化発現レベルは分母である。
別の特定の実施形態では、前記発現プロファイルを決定することは、サンプルとＲＴ−ＰＣＲ試薬（実施例において本明細書で例示されたフォワードプライマー及びリバースプライマーを含む）とを接触させること、及びＲＴ−ＰＣＲ産物を生成することを含む。
更に特定の実施形態では、前記方法は、実施例において本明細書で例示したように、ＲＴ−ＰＣＲ産物と特定の若しくは一般的なプローブ又はこれらの組合せとを接触させること、ＰＣＲ産物を検出すること及び測定することを含む。
更なる実施形態では、前記発現プロファイルを決定することは、マイクロアレイ等を使用して、ハイブリダイゼーションによりマイクロＲＮＡ発現を測定することを含む。別の更なる実施形態では、前記発現プロファイルを決定することは、次世代シークエンシングによりマイクロＲＮＡ発現を測定することを含む。
別の実施形態では、前記方法は、正規化器として使用する少なくとも１種のマイクロＲＮＡの発現プロファイルを決定することを任意選択で更に含む。一実施形態では、表１に記載の任意のマイクロＲＮＡを正規化器として使用することができる。特定の一実施形態では、配列番号２６〜３７又はこれらと少なくとも８０％同一、８５％同一、９０％同一若しくは９５％同一の配列を含むマイクロＲＮＡのうちのいずれかを正規化器として使用する。
本発明者らは驚いたことに、本明細書で定義された及び例示された様々なカテゴリーからの多くのマーカーを使用する場合に、甲状腺腫瘍サンプルの分類が改善されることを発見した。前記マーカーは、悪性マーカー、二次マーカー及び細胞型マーカー又はこれらの任意の組合せのうちのいずれか１つであることができ、配列番号１〜２５又はこれらと少なくとも８０％同一、８５％同一、９０％同一若しくは９５％同一の配列を含む。本発明の方法を実施するために、フルセットのマーカーを使用することができる。或いは、悪性マーカー、二次マーカー及び細胞型マーカーの任意の組合せを使用することができる。そのため、本方法は、少なくとも１種の悪性マーカーを、少なくとも１種の二次マーカー及び／又は少なくとも１種の細胞型マーカーと共に含むことができる。
データの分析に応じて、各細胞型マーカーを生シグナル又は正規化シグナルの形で使用することができる。或いは、サンプルが、分類を実施するのに十分な関連物質を有するかどうかを決定するために、又はサンプルを廃棄すべきであるかどうかを決定するために、細胞型マーカーを、分類の実施前に予備試験として使用することができる。更に別の選択肢は、細胞型マーカーを、この細胞型マーカーのシグナルが分類器により使用される最終分類器の一部として使用することである。更なる選択肢は、細胞型マーカーを、分類器により任意選択で使用されるｍｉＲ比の基準として使用することである。例えば、悪性マーカー又は二次マーカーの発現レベルを細胞型マーカーの発現レベルで除算することができ、結果として生じるｍｉＲ比を分類器で使用する。
そのため、必要とする対象において悪性の甲状腺腫瘍病変と良性の甲状腺腫瘍病変とを判別する方法の更なる実施形態では、前記分類器は、単一分類器、多段階分類器、全ての悪性マーカーを使用する分類器、一部の悪性マーカーを使用する分類器、全ての悪性マーカー及び二次マーカーを使用する分類器、一部の悪性マーカー及び一部の二次マーカーを使用する分類器、全ての悪性マーカー及び二次マーカー及び細胞型マーカーを使用する分類器、全ての悪性マーカーの一部及び二次マーカー及び細胞型マーカーを利用する分類器、全ての又は一部の悪性マーカー及び全ての又は一部の細胞型マーカーを使用する分類器のうちのいずれか１つであることができる。
本発明の方法又はプロトコルの別の更なる実施形態では、アルゴリズム分類器からの結果と、分析される甲状腺サンプルに利用可能な追加の臨床データ又は分子データとを更に組み合わせることにより、分類の性能を改善することができる。利用可能な追加のデータを甲状腺病変（例えば小結節のサイズ、小結節の数）に関連付けることができ、この追加のデータは、サンプルを得た対象に利用可能なその他の臨床情報（例えば、その他の分子マーカー、遺伝子マーカーの発現のような分子試験結果、生化学的試験結果、血液試験結果、尿試験結果、再発、予後結果、家族歴、患者の病歴等）に関連することができる。組み合わせることもできるその他のデータは、甲状腺遺伝子データ、例えば変異分析、遺伝子融合、染色体再配置、遺伝子発現、タンパク質発現等である。
治療指標は、本発明の方法又はプロトコルで得た診断に従って異なることができる。典型的には、甲状腺がん患者に施され得る下記の５種の治療が存在する：外科手術、放射線療法、化学療法、甲状腺ホルモン療法及び標的療法。
外科手術は甲状腺がんの最も一般的な処置である。下記の手順のうちの１つを使用することができる。
− 肺葉切除：甲状腺がんが発見されている小葉の切除。この領域でのリンパ節の生検を行なって、このリンパ節ががんを含むかどうかを確認することができる。
− 甲状腺准全摘：甲状腺の極一部を除いた全ての除去。
− 甲状腺全摘：全甲状腺の除去。
− リンパ節切除：がんを含む頸部でのリンパ節の除去。
甲状腺摘除術は、下記を含むいくつかの潜在的な合併症又は後遺症を有する外科的手順である：声の一時的な又は永続的な変化、一時的な又は永続的な低カルシウム、生涯にわたる甲状腺ホルモン補充の必要性、出血、感染、及び両側性声帯麻痺に起因する気道閉塞の極わずかな可能性。従って、甲状腺の不必要な除去を予防するであろう正確な診断が非常に望ましい。
放射線療法は、高エネルギーＸ線又はその他の種類の放射線を使用して、がん細胞を除去する、又はこのがん細胞の増殖を抑制する。放射線療法には２種類が存在する。外部放射線療法は、体外の機械を使用して、がんに放射線を放出する。内部放射線療法は、がんの中に直接留置される又はがんの近くに留置される針、シード、ワイヤ又はカテーテルに密封された放射性物質を使用する。最適な放射線療法を、甲状腺がんの種類及びステージによって決めることができる。放射線療法は、うまく除去されなかったがん細胞を除去するための外科手術に対する補助であることができる。濾胞性甲状腺がん及び甲状腺乳頭がんを放射性ヨード（ＲＡＩ）療法で処置することができる。ＲＡＩを経口投与し、ＲＡＩは任意の残余の甲状腺組織中に集まり、この甲状腺組織として、身体中のその他の場所に転移している甲状腺がん細胞が挙げられる。甲状腺組織のみがヨウ素を取り込むことから、ＲＡＩは、その他の組織を傷つけることなく甲状腺組織及び甲状腺がん細胞を破壊する。完全処置用量のＲＡＩを投与する前に、少量の時化用量を投与して、腫瘍がヨウ素を取り込むかどうかを確認する。
化学療法は、甲状腺がん処置の別の選択肢である。化学療法を、経口で、静脈内注射で又は筋肉内注射で投与することができる。化学療法を、全身の代わりに、がん患部に直接投与することもできる。投与の選択を、がんの種類及びステージによって決めることができる。甲状腺がん処置に認可されている薬剤のいくかの例は、アドリアマイシンＰＦＳ（ドキソルビシンヒドロクロリド）、アドリアマイシンＲＤＦ（ドキソルビシンヒドロクロリド）、カボザンチニブ−２−マラート、カプレルサ（バンデタニブ）、コメトリック（カボザンチニブ−Ｓ−マラート）、ドキソルビシンヒドロクロリド、ネクサバール（ソラフェニブトシラート）、ソラフェニブトシラート及びバンデタニブである。
甲状腺ホルモン療法は、ホルモンを除去する又はホルモンの作用を遮断する及びがん細胞の増殖を抑制する、がんの処置である。甲状腺がんの処置では、甲状腺刺激ホルモン（ＴＳＨ）により甲状腺がんの成長又は再発が誘発されることになるのを避けるために、薬剤を投与して甲状腺刺激ホルモン（ＴＳＨ）の産生を防ぐことができる。
また、甲状腺がんの処置は甲状腺細胞を特異的に標的とすることから、甲状腺は甲状腺ホルモンを十分に作ることができない。患者には甲状腺ホルモン補充錠剤が投与される。
標的療法は、正常な細胞を傷つけることなくがん細胞を特異的に同定して攻撃するための薬剤又はその他の物質を使用する。チロシンキナーゼ阻害剤（ＴＫＩ）療法は、甲状腺がん細胞中でのシグナル伝達を遮断し、甲状腺がん細胞の成長を抑制する。バンデタニブは、甲状腺がんを処置するために使用されるＴＫＩである。
任意の治療の薬用量及び持続期間を、患者の個々の評価及び医療提供者に既知の標準的技法によって決めることができる。処置の持続時間は、医薬品又は医薬組成物の用量が投与される期間である。
甲状腺腫瘍の同定及び識別（最初に良性又は悪性として、続いて差次的に発現されたマイクロＲＮＡの分析による様々な亜型への分類）は、亜型間の生物学的差異への手掛かり（分岐している個体発生的プロセス及び型特異的な標的療法への新たな標的の可能性）を更に提供することができる。
本発明は、本明細書に記載の特定のマイクロＲＮＡ分子のレベルを比較することにより、甲状腺がんを検出するための、診断するための、モニタリングするための、ステージ分類するための及び予知するための診断アッセイ及び診断方法（定量的及び定性的の両方）を提供する。そのようなレベルを患者のサンプルで測定し、この患者のサンプルは、生検試料、腫瘍サンプル、細胞、組織及び／又は体液に由来することができる。
そのため、本発明の方法は、悪性甲状腺腫瘍の様々亜型間の識別（そのような型は、濾胞腺癌、乳頭癌、濾胞型乳頭癌（ＦＶＰＣ又はＦＶＰＴＣ）、被包性ＦＶＰＣ（又は被包性ＦＶＰＴＣ）、髄様癌、甲状腺未分化がん、低分化甲状腺がんである）及び診断後に続ける治療方針の決定に特に有用である。更なる実施形態では、本発明は、良性甲状腺がんの亜型（例えば濾胞腺腫、橋本甲状腺炎、過形成（甲状腺腫））を分類する方法を提供する。
本発明は、甲状腺がんの処置方法であって、本明細書に記載したように良性甲状腺がん又は悪性甲状腺がんを判別する方法を含み、任意選択で、甲状腺腫瘍型を亜型分類すること、及び本方法により提供される診断に従って処置を施すことを含む方法も提供する。
本発明の全ての方法は、その他のがんマーカーのレベルを測定することを任意選択で更に含むことができる。本発明で有用な前記マイクロＲＮＡ分子に加えて、その他のがんマーカーを、試験されている及び当業者に既知であるがんによって決めることができる。
患者に由来するサンプル中での本発明の核酸配列等の遺伝子発現のレベルを決定するために使用され得るアッセイ技法は当業者に公知である。そのようなアッセイ方法として、ラジオイムノアッセイ、逆転写ＰＣＲ（ＲＴ−ＰＣＲ）アッセイ、免疫組織化学アッセイ、ｉｎ ｓｉｔｕハイブリダイゼーションアッセイ、競合結合アッセイ、ノーザンブロット分析、ＲＬＩＳＡアッセイ、核酸マイクロアレイ及びバイオチップ分析が挙げられるがこれらに限定されない。
１種又は複数種の核酸配列の発現レベルに関する任意の閾値を、サンプル又は腫瘍サンプルを１つ又は２つの群に割り当てるために設定することができる。或いは、好ましい実施形態では、２種の核酸配列の発現レベルの比を取ることにより、及び／又は既に測定されたサンプル若しくは閾値とその後に比較される測定基準を定義するためのロジスティック回帰等の方法により、本発明の１種又は複数種の核酸配列の発現レベルを組み合わせることができる。割り当て用の閾値はパラメーターとして扱われ、サンプルが各クラスに割り当てられる信頼度を定量化するために使用され得る。割り当て用の閾値を、臨床シナリオに応じて感度又は特異度を支持するために調整することができる。参照データとの相関値から、調整され得る連続スコアが生成される、及びサンプルが甲状腺亜型のある特定のクラスに属する可能性についての診断情報が提供される。多変量解析では、マイクロＲＮＡシグネチャーは高レベルの予後情報を提供する。
本発明はまた、新規のマイクロＲＮＡ分子も提供し、この新規のマイクロＲＮＡ分子は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８で示される核酸を含む。配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つに対応するｃＤＮＡ（相補配列）及び抗ｍｉＲも本発明に包含されることを理解しなければならない。
更に、本出願は、本明細書に記載のマイクロＲＮＡを含む組成物、製剤及び薬剤を提供する。特定の一実施形態では、本発明は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つ、そのバリアント、又はそれと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列を含むマイクロＲＮＡを有効作用物質として含む組成物、製剤及び薬剤を提供する。前記組成物、製剤及び薬剤は、アジュバント、担体、賦形剤及び添加剤のうちのいずれか１つを任意選択で更に含むことができる。本明細書に記載のマイクロＲＮＡを、適切な薬学的に許容される担体又は賦形剤と組み合わせて、組成物、製剤及び製剤に配合することができ、（錠剤、カプセル、粉末、顆粒、軟膏、液剤、坐薬、注射剤、吸入剤及びエアロゾル等の）固体状、半固体状、液状又は気体状の調製品に配合することができる。従って、マイクロＲＮＡ又はこのマイクロＲＮＡを含む医薬組成物の投与を様々な方法で達成することができ、この方法として、経口、口腔、直腸、非経口、腹腔内、皮内、経皮、気管内等が挙げられる。
ある特定の実施形態では、本発明の医薬組成物は、本発明の１種又は複数種の核酸と、１種又は複数種の添加剤とを含む。ある特定のそのような実施形態では、添加剤は、水、塩類溶液、アルコール、ポリエチレングリコール、ゼラチン、ラクトース、アミラーゼ、ステアリン酸マグネシウム、タルク、ケイ酸、粘性パラフィン、ヒドロキシメチルセルロース及びポリビニルピロリドンから選択される。
ある特定の実施形態では、本発明の医薬組成物を既知の技法を使用して調製し、この技法として、混合プロセス、溶解プロセス、造粒プロセス、糖衣錠製造プロセス、湿式粉砕プロセス、乳化プロセス、カプセル化プロセス、封入プロセス又は錠剤化プロセスが挙げられるがこれらに限定されない。医薬組成物の調製方法を文献中に見出すことができ、例えば、Ｇｅｎｎａｒｏ，Ａ．Ｒ．（２０００）Ｒｅｍｉｎｇｔｏｎ：Ｔｈｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｐｒａｃｔｉｃｅ ｏｆ Ｐｈａｒｍａｃｙ、第２０版中に見出すことができる。
ある特定の実施形態では、本発明の医薬組成物は液体（例えば懸濁液、エリキシル剤及び／又は溶液）である。ある特定のそのような実施形態では、液体医薬組成物を、当分野で既知の成分を使用して調製し、この成分として、水、グリコール、油、アルコール、香味料、防腐剤及び着色剤が挙げられるがこれらに限定されない。
ある特定の実施形態では、本発明の医薬組成物は固体（例えば粉末、錠剤及び／又はカプセル）である。ある特定のそのような実施形態では、本発明の１種又は複数種の核酸を含む固体医薬組成物を、当分野で既知の成分を使用して調製し、この成分として、デンプン、糖、賦形剤、造粒剤、潤滑剤、結合剤及び崩壊剤が挙げられるがこれらに限定されない。
更に、本出願は、本明細書で開示された化合物（核酸）を含むベクター及びプローブを提供する。特定の一実施形態では、本出願は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８又はそのバリアント又はそれと少なくとも８０％同一、少なくとも８５％同一若しくは少なくとも９０％同一の配列で示される核酸を含むベクター及びプローブを提供する。
本明細書で使用する用語は特定の実施形態を説明することのみを目的とし、限定するように意図されていないことを理解しなければならない。明細書及び添付した特許請求の範囲で使用する場合、別途文脈が明確に指示しない限り、単数形「ａ」、「ａｎ」、「ｔｈｅ」は複数の指示対象を含むことに留意すべきである。
本明細書での数値範囲の列挙の場合、同程度の精度で間に介在する数字が明確に予期される。例えば６〜９の範囲の場合、６及び９に加えて数字７及び８が予期され、範囲６．０〜７．０の場合、例えば数字６．０、６．１、６．２、６．３、６．４、６．５、６．６、６．７、６．８、６．９及び７．０が明確に予期される。
本明細書で使用する場合、用語「異常な増殖」は、正常な、適切な又は予想される経過から逸脱する細胞増殖を意味する。異常な細胞増殖として、特徴が、不適切な高レベルの細胞分裂、不適切な低レベルのアポトーシス又は両方により引き起こされる、媒介される、又はこれらを生じる徴候と関連する細胞増殖を挙げることができる。そのような徴候を、がん性か非がん性かにかかわらず、即ち良性か悪性かにかかわらず、例えば細胞、細胞群又は組織の単発性の又は多発性の局所的な異常増殖で特徴付けることができる。異常な増殖は、がんの主要な特徴の１つである。
本明細書で使用する場合、用語「約」は＋／−１０％を意味する。
「付着した」又は「固定された」は、本明細書においてプローブ及び固体支持体に言及するために使用する場合、プローブ及び固体支持体の間の結合が、結合、洗浄、分析及び除去の条件下で十分に安定であることを意味する。この結合は共有結合でもよいし非共有結合でもよい。プローブと固体支持体との間に共有結合を直接作ることができる、又は架橋剤により又は固体支持体上での若しくはプローブ上での若しくは両方の分子上での特定の反応基の包含により共有結合を作ることができる。非共有結合は、静電気的相互作用、親水性相互作用及び疎水性相互作用のうちの１つ又は複数であることができる。非共有結合に含まれるのは、ストレプトアビジン等の分子の支持体への共有結合性の付着、及びビオチン化プローブのストレプトアビジンへの非共有結合である。固定化には、共有結合性相互作用及び非共有結合性相互作用の組合せも含まれ得る。
「生体サンプル」又は「サンプル」は本明細書で使用する場合、核酸を含み、特にマイクロＲＮＡを含む生体組織又は体液のサンプルを意味する。そのようなサンプルとして、対象から単離した組織又は液体が挙げられるがこれらに限定されない。生体サンプルとして組織の切片も挙げられ、例えば、生検サンプル及び部検サンプル、穿刺吸引（ＦＮＡ）サンプル、組織学的目的のために採取された凍結切片、血液、血液分画、血漿、血清等も挙げられる。生体サンプルを、対象から細胞のサンプルを取り出すことにより得ることができるが、既に単離された細胞（例えば、別人により、別の時間で、及び／又は別の目的のために単離された細胞）を使用することにより達成することもでき、次いで、培養してもよいし培養しなくてもよい。処置歴又は転帰歴（ｏｕｔｃｏｍｅ ｈｉｓｔｏｒｙ）を有するもの等の保存組織も使用することができる。
本発明の別の実施形態では、ＦＮＡ生検試料を塗抹標本として調製する。
用語「分類」は、個々の項目を、この項目に固有の１種又は複数種の特徴（形質、変数、特徴、特性等を称される）についての定量的情報に基づいて、並びに統計モデル及び／又は既に標識された項目のトレーニングセットに基づいて、群又はクラスに配置する手順及び／又はアルゴリズムを意味する。
本明細書で使用する場合、用語「甲状腺腫瘍を分類すること」は、甲状腺組織サンプルの１つ又は複数の性質（例えば、がん組織中で発現されたマイクロＲＮＡの存在、がんになる可能性がある前がん組織中で発現されたマイクロＲＮＡの存在、及び転移する可能性があるがん組織中で発現されたマイクロＲＮＡの存在が挙げられるがこれらに限定されない）の同定を意味する。
用語「分類器」は本明細書で使用する場合、甲状腺腫瘍（若しくは甲状腺病変）を良性若しくは悪性に分類するために、判別するために若しくは同定するために又は甲状腺腫瘍の亜型を分類するために、判別するために若しくは同定するために使用されるアルゴリズムを意味する。任意の研究コホートのサンプルのマイクロＲＮＡ発現プロファイルを取得すると、例えばトレーニングコホートから、コホートのサンプル中の全てのマイクロＲＮＡの発現レベルが記憶されているデータベースを作成する。このデータベースはまた、「トレーニングデータ」とも称され、分類に最適なアルゴリズムを選択するために使用される。甲状腺サンプルの分類用アルゴリズムは、核酸比（又はマイクロＲＮＡ比）を、単独で又は核酸レベル（若しくはマイクロＲＮＡレベル）と組み合わせて使用することもできる。
一実施形態では、本発明の方法又はプロトコルで使用するアルゴリズムは機械学習アルゴリズムである。機械学習アルゴリズムの例は、判別分析、Ｋ最近傍分類器（ＫＮＮ）、サポートベクターマシン（ＳＵＶ）分類器、ロジスティック回帰分類器、ニューラルネットワーク分類器、ガウス混合モデル（ＧＭＭ）、最近傍重心分類器、直線回帰分類器、決定木分類器、及びランダムフォレスト分類器、分類器のアンザンブル、又はこれらの任意の組合せである。
判別分析分類器を使用する場合、判別式は、一次、二次、一次共分散行列の対角線、二次共分散行列の対角線、一次共分散行列の一般逆行列、及び二次共分散行列の一般逆行列のうちのいずれか１つであることができる。ＫＮＮ分類器を使用する場合、ｋを変更することができ、距離メトリックはＰｅａｒｓｏｎ相関、ｓｐｅａｒｍａｎ相関、Ｅｕｃｌｉｄｅａｎ距離又はｃｉｔｙｂｌｏｃｋ（Ｍａｎｈａｔｔａｎ）距離のいずれかであることができる。ＳＶＭ分類器を使用する場合、カーネルは、一次、ガウス又は多項式であることができる。アンサンブル法分類器を使用する場合、通常は、分類木、ＫＮＮ等のアルゴリズムを適用する、又は分析分類器を識別する。ブースティングアルゴリズム又はバギングアルゴリズムのいずれかを使用してアンサンブルを作成することができ、アンサンブルの学習サイクルの数は２から数千の範囲であることができる。
本明細書で使用する場合、「混合行列」は、アルゴリズム（典型的には教師あり学習アルゴリズム）の性能の可視化が可能な特定の表レイアウトを意味する。「混合行列」は、分割表又は誤差行列とも称され得る。
「相補体」又は「相補的」は本明細書で使用する場合、核酸を意味しており、核酸分子のヌクレオチド間の又はヌクレオチド類似体間のＷａｔｓｏｎ−Ｃｒｉｃｋ塩基対（例えばＡ−Ｔ／Ｕ及びＣ−Ｇ）又はＨｏｏｇｓｔｅｅｎ塩基対を意味することができる。完全な相補体又は完全に相補的は、核酸分子のヌクレオチド間の又はヌクレオチド類似体間の１００％相補的な塩基対を意味する。一部の実施形態では、相補的配列は逆方向を有する（５’−３’）。本発明はまた、配列番号７〜２９、配列番号３３、配列番号３４、配列番号１３９及び配列番号１４０で示される核酸の相補体も提供する。
本明細書で使用する場合「ＣＴシグナル」又は「ＣＴ」は、増幅が蛍光の閾値（サイクル閾値）を超えるＰＣＲの最初サイクルを表す。従って、低い値のＣＴは、マイクロＲＮＡの高い存在量又は発現レベルを表す。一部の実施形態では、ＰＣＲのＣＴシグナルは、正規化されたＣＴが発現レベルから逆位となるように正規化される。その他の実施形態では、ＰＣＲのＣＴシグナルを正規化し、次いで、低正規化−逆位ＣＴがマイクロＲＮＡの低い存在量又は発現レベルを表すように逆位にすることができる。
本明細書で使用する場合、「データ処理ルーチン」は、１種又は複数種のサンプルに関して得られたデータ（即ち、アッセイ又は分析の最終的な結果）の生物学的意義を決定するソフトウェア中に具体化され得るプロセスを意味する。例えば、データ処理ルーチンは、収集されたデータに基づいて、サンプルが採取された若しくは得られた甲状腺病変が良性か悪性かの決定又は具体的な亜型の決定を下すことができる。本明細書のシステム及び方法では、データ処理ルーチンは、決定された結果に基づいてデータ収集ルーチンを制御することもできる。データ処理ルーチン及びデータ収集ルーチンを統合することができ、これらのルーチンは、データ収集を操作するためのフィードバックを提供し、従ってアッセベースの判定方法を提供する。
「検出」は、サンプル中における、ある成分の存在を検出することを意味する。検出はまた、ある成分の非存在を検出することも意味する。検出はまた、定量的に又は定性的のいずれかで、ある成分のレベルを決定することも意味する。
「差次的発現」又は「発現レベルの差異」は、甲状腺サンプル中におけるマイクロＲＮＡ発現パターンの定性的な又は定量的な差異を意味する。そのため、差次的に発現されたマイクロＲＮＡは、例えば正常な甲状腺組織対病的な甲状腺組織において、このマイクロＲＮＡの発現が定性的に変更（活性化又は不活性化等）され得る。定性的に制御されたマイクロＲＮＡは、標準的な技法により検出可能である甲状腺サンプル内の又は細胞型内の発現パターンを示すことができる。一部のマイクロＲＮＡは、ある甲状腺サンプル中で若しくはある細胞型中で発現され得るが、その他では発現され得ない、又は様々な細胞型若しくは様々なサンプルの間で異なるレベルで発現され得る。そのため、例えば、発現が調節される、上方制御される（その結果、マイクロＲＮＡの量が増加する）又は下方制御される（その結果、マイクロＲＮＡの量が低下する）という点で、発現の差異は定量的であることができる。発現が異なる程度は、発現アレイ、次世代シークエンシング（ＮＧＳ）、定量的逆転写ＰＣＲ、ノーザンブロット分析、リアルタイムＰＣＲ、ｉｎ ｓｉｔｕハイブリダイゼーション及びＲＮａｓｅ保護等の標準的なキャラクタリゼーション技法により定量化するのに十分な大きさであることのみを必要とする。
用語「発現プロファイル」は、遺伝子発現プロファイル及び例えばマイクロＲＮＡの発現プロファイルを含むように広く使用される。本明細書で使用する場合、発現プロファイルは、核酸（又はマイクロＲＮＡ）発現に関して得られたデータのセットを意味する。発現プロファイルは、生データ又は正規化された発現値を意味することができる。核酸配列のレベルを測定するのに便利な任意の手段により、例えば、マイクロＲＮＡ、標識が付されたマイクロＲＮＡ、増幅されたマイクロＲＮＡ、ｃＤＮＡ等の定量的ハイブリダイゼーション、定量的ＰＣＲ等により、発現プロファイルを作成することができる。核酸配列レベルを測定することに加えて、得られたデータを正規化することができ、データの正規化を本出願の他の箇所で論じている。発現プロファイルにより、２種以上のサンプル間の及びサンプルと閾値との間の差次的な遺伝子発現の分析が可能になる。更に、サンプルに関する情報（例えば分類、診断、サンプルの亜型分類等）を得るために、分類器を発現プロファイルに適用することができる。目的の核酸配列は、予測的であることが分かる核酸配列であり、本明細書において表１に記載の核酸配列を含み、発現プロファイルは、列挙された核酸配列のうちの５種、１０種、２０種、２５種、５０種、１００種又はより多く（列挙された核酸配列の全て等）の発現データを含むことができる。一部の実施形態によれば、用語「発現プロファイル」は、測定されたサンプル中における核酸配列の存在量を測定することを意味する。ある具体的な実施形態では、各甲状腺サンプル中でマイクロＲＮＡ発現プロファイルをキャラクタライズする。
「発現比」は本明細書で使用する場合、甲状腺サンプル等の生体サンプル中の対応する核酸の相対的な発現レベルを検出することにより決定される、２種以上の核酸（即ちマイクロＲＮＡ）の相対的な発現レベルを意味する。マイクロＲＮＡ発現レベルはＣＴ（対数スケールで得られる）として表されることから、実際には、発現比は除算ではなくＣＴの減算により得られる。
本明細書で使用する場合、「ＦＤＲ」又は「偽発見率」は、多重比較を補正するために多重仮説検定で使用される統計的方法である。例えば、複数のデータの特徴での２つの群の間のシグナルの比較において、多重の統計的検定を実施する場合、普通は統計的に有意と見なされるはずのレベルに達することができる群の間のランダムな差異により、偽陽性の結果を得る可能性がますます高くなる。そのような偽発見の割合を制限するために、統計的有意性は、差異が閾値未満の（両側ｔ検定による）ｐ値に達したデータの特徴に関してのみ定義され、閾値は、実施された検定の数及びこれらの検定で得られたｐ値の分布によって決まる。
本明細書で使用する場合、「ＦＮＡ」は「穿刺吸引」を意味する。穿刺吸引生検（ＦＮＡＢ、ＦＮＡ若しくはＮＡＢ）又は穿刺吸引細胞診（ＦＮＡＣ）は、表在性の（皮膚の真下の）塊（ｌｕｍｐ）又は塊（ｍａｓｓ）を研究するために使用される診断手順であり、甲状腺病変生検に特に有用である。生検試料は、細胞のサンプリングのために薄い中空の針を塊中に挿入することにより採取され、細胞は、染色後に顕微鏡下で調査され得る。吸引液（細胞検体評価、ＦＮＡＣ）又は組織（生検−組織検体評価、ＦＮＡＢ）の細胞診であるかもしれない。ＦＮＡは、甲状腺結節に使用される一般的な生検方法である。なぜならば、代わりに針穿刺吸引生検を実施することにより、大きな外科的（切除又は開口）生検を避けることができるからである。検体の採取及び調製の詳細な説明を、Ｈｅｎｒｙｋ Ａ．Ｄｏｍａｎｓｋｉ（２０１４）による「穿刺吸引細胞診の図譜（Ａｔｌａｓ ｏｆ Ｆｉｎｅ Ｎｅｅｄｌｅ Ａｓｐｉｒａｔｉｏｎ Ｃｙｔｏｌｏｇｙ）」に見出すことができ、この内容は参照により本明細書に援用される。吸引検体の調製は当分野で十分に説明されている。通常、適切な量の吸引物（通常は約１滴）を顕微鏡スライド全体にわたり薄く及び均等に広げ、次いで染色してマウントする。このようにして調製されたＦＮＡ検体は「塗抹標本」とも称される。結果は、検体の厚さ及び均一性に関して、切片化組織スライドに適合しなければならない。ＦＮＡ塗抹標本は通常、空気乾燥（一般に「定常的な空気乾燥ＦＮＡＢ」と称される）又は定着剤として９５％エタノール若しくはサイトスプレー（ｃｙｔｏ−ｓｐｒａｙ）のいずれかを使用する湿式定着により定着される。その他の適切な液状定着剤は、メタノール、アセトン、イソプロピルアルコール、アセトン／メタノール等である。或いは、ＦＮＡサンプルを、チューブ中で防腐剤に添加することができる、又は防腐剤と混合することができる。
本明細書で言及する場合、「濾胞性」病変は、濾胞腺腫（ＦＡ）、濾胞腺癌（ＦＣ）及び濾胞型乳頭癌（ＦＶＰＣＡ）のうちのいずれか１つであることができる。
「断片」は本明細書において、核酸の非完全長部分を示すために使用される。そのため、断片それ自体も核酸である。
「溝結合剤」及び／又は「副溝結合剤（ｍｉｎｏｒ ｇｒｏｏｖｅ ｂｉｎｄｅｒ）」（ＭＧＢ）は本明細書で使用する場合、互換的に使用され得、典型的には配列特異的な様式で二本鎖ＤＮＡの副溝に収まる小分子を意味する。副溝結合剤は、三日月のような形状を取ることができる長くて平坦な分子であることができ、そのため、二重らせんの副溝にぴったりと収まり、水と置き換わることが多い。副溝結合剤分子は典型的には、自由にねじれた結合により接続されたいくつかの芳香環、例えばフラン環、ベンゼン環又はピロール環を含むことができる。副溝結合剤は、抗生物質、例えばネトロプシン、ジスタマイシン、ベレニル、ペンタミジン及びその他の芳香ジアミン、Ｈｏｅｃｈｓｔ ３３２５８、ＳＮ ６９９９、オーレオリン抗腫瘍剤、例えばクロモマイシン及びミトラマイシン、ＣＣ−１０６５、ジヒドロシクロピロロインドールトリペプチド（ＤＰＩ３）、１，２−ジヒドロ−（３Ｈ）−ピロロ［３，２−ｅ］インドール−７−カルボキシラート（ＣＤＰＩ３）、並びに関連化合物及び類似体であることができ、化学及び生物学における核酸（Ｎｕｃｌｅｉｃ Ａｃｉｄｓ ｉｎ Ｃｈｅｍｉｓｔｒｙ ａｎｄ Ｂｉｏｌｏｇｙ）、第２版、Ｂｌａｃｋｂｕｒｎ及びＧａｉｔ編、Ｏｘｆｏｒｄ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ、１９９６並びに国際公開出願第ＷＯ０３／０７８４５０号（これらの内容は参照により本明細書に援用される）に記載されているものが挙げられる。副溝結合剤は、プライマーの成分、プローブ、ハイブリダイゼーションタグ補体又はこれらの組合せであることができる。副溝結合剤は、この副溝結合剤が付着するプライマー又はプローブのＴｍを増加させ、そのようなプライマー又はプローブが高温で効果的にハイブリダイズするのを可能にする。
「同一の」又は「同一性」は、２種以上の核酸配列と関連して本明細書で使用する場合、指定領域にわたり同じである残基を指定割合で有する配列を意味する。この割合を、２種の配列を最適に整列させ、指定領域にわたり２種の配列を比較し、両方の配列で同一の残基が生じる位置の数を決定して、一致した位置の数を得、一致した位置の数を指定領域中の位置の全数で除算し、結果に１００を乗算して配列同一性をの割合を得ることにより算出することができる。２種の配列の長さが異なる場合、又は整列によって１つ若しくは複数のねじれ型末端が生じ、比較の指定領域が単一の配列のみを含む場合、単一の配列の残基は、算出において分母に含まれるが分子には含まれない。ＤＮＡ配列及びＲＮＡ配列を比較する場合、チミン（Ｔ）及びウラシル（Ｕ）を等価と見なすことができる。同一性を手動で実施することができる、又は例えばＢＬＡＳＴ、ＢＬＡＳＴ２．０等のコンピュータ配列アルゴリズムを使用して実施することができる。
「ｉｎ ｓｉｔｕ検出」は本明細書で使用する場合、最初の部位での発現又は発現レベルの検出を意味しており、その結果、生検試料等の組織サンプル中での発現又は発現レベルの検出を意味する。
「標識」は本明細書で使用する場合、分光学的手段、光化学的手段、生化学的手段、免疫化学的手段、化学的手段又はその他の物理的手段により検出可能な組成物を意味する。標識は、タンパク質中に又は核酸中に天然では存在しないあらゆる構成要素であることができ、核酸又はタンパク質を検出可能にする。例えば、有用な標識として、３２Ｐ、蛍光色素、高電子密度試薬、酵素、ビオチン、ジゴキシゲニン又はヘプタン、及び検出可能にすることができるその他の構成要素等が挙げられる。標識を、任意の位置で核酸及びタンパク質に組み込むことできる。
「ロジスティック回帰」は、一般化線形モデルと呼ばれる統計モデルのカテゴリーの一部である。ロジスティック回帰により、連続、離散、二分又はこれらの任意の混合であることができる変数のセットから群構成員等の離散的な結果を予測することが可能になる。従属変数又は応答変数は二分であることができ、例えば、がんの２種の可能なタイプのうちの一方であることができる。ロジスティック回帰モデルは、（対数空間での）様々な発現レベルの線形組合せとしてのオッズ比の自然対数であり、即ち第２の群に属する確率（１−Ｐ）に対する第１の群に属する確率（Ｐ）の比の自然対数である。ロジスティック回帰の結果は、Ｐが０．５又は５０％を超える場合に症例又はサンプルが第１のタイプに分類され得ることを規定することにより、分類器として使用され得る。或いは、算出された確率Ｐは、１Ｄの又は２Ｄの閾値分類器等のその他の文脈において変数として使用され得る。
本明細書で使用する場合、用語「事前分布（ｐｒｉｏｒ）」は、各クラスの確率（例えば様々なクラスに付与された確率）であり、分類においてサンプルの発現プロファイルに関するいかなる付加的知識なしに、サンプルが悪性又は良性であるという可能性により使用される確率を意味する。事前分布を様々な比率で設定することができ、例えば、８０％〜２０％の悪性−良性、７５％〜２５％の悪性−良性、７０％〜３０％の悪性−良性、６５％〜３５％の悪性−良性、６０％〜４０％の悪性−良性、５０％〜５０％の悪性−良性（即ち均一）で設定することができる。加えて、事前分布は経験的であることができ、即ち、トレーニングコホートでのサンプルの分布に基づくことができる。事前分布を調整して所定の感度又は特異度を達成することができる。
本明細書で使用する場合、「マーカー」は、存在及び潤沢がサンプル中で測定されるマイクロＲＮＡ又は核酸配列である。「マーカー」は、サンプルの状態の指標を更に提供する。
本明細書で使用する場合、「悪性マーカー」は、良性サンプルに対して悪性サンプル中においてより高いレベルで存在するマイクロＲＮＡ又は核酸配列である。悪性マーカーは試験サンプル中に存在してもよし存在しなくてもよい。
本明細書で使用する場合、「二次マーカー」は、悪性サンプルと良性サンプルとを区別するために使用され、悪性サンプル及び良性サンプルでの前記二次マーカーの発現レベルの差異又は比が悪性マーカーの発現レベルの差異又は比よりも小さいマイクロＲＮＡ又は核酸配列である。二次マーカーは試験サンプル中に存在してもよいし存在しなくてもよい。
本明細書で使用する場合、「細胞型マーカー」は、発現がある特定の細胞型と相関するマイクロＲＮＡ又は核酸配列を意味する。前記細胞型はサンプル中で概して見出され得、例えば血液細胞、白血球、赤血球、上皮細胞、Ｈｕｒｔｈｌｅ細胞、ミトコンドリアリッチ細胞、リンパ球、濾胞細胞、傍濾胞細胞（Ｃ細胞）、転移細胞、免疫細胞、マクロファージ等で一般に見出され得る。「細胞型マーカー」として含まれるその他のマーカーは種特異的マーカーであることができ、例えば細菌、真菌等に由来のマーカーであることができる。
「正規化器」は本明細書で使用する場合、各サンプルを正規化するためにシグナル（即ち発現のレベル）が使用されるマイクロＲＮＡ又は核酸配列を意味する。正規化器を、単独で使用することができる（正規化器として１種のマイクロＲＮＡを使用することができる）、又は一連の正規化器の一部として使用することができる（正規化として複数種のマイクロＲＮＡを使用することができ、例えば２種、３種、４種、５種、６種、７種、８種、９種、１０種、１１種、１２種、１３種、１４種、１６種又は１７種のマイクロＲＮＡを一連の正規化器として使用することができる）。本明細書で述べたように、サンプル中で検出された任意のマイクロＲＮＡを正規化器として使用することができる。この趣旨で、本明細書において「マーカー」と定義されたマイクロＲＮＡを「正規化器」として使用することもできる。本質的に、あらゆるマイクロＲＮＡを正規化器として使用することができる。この趣旨で、配列番号１〜１８２のうちのいずれか１つで示されるマイクロＲＮＡを正規化器として使用することができる。配列番号１〜３７のうちのいずれか１つで示されるマイクロＲＮＡを正規化器として使用することができる。正規化器として使用され得るマイクロＲＮＡの特定の例は、ｈｓａ−ｍｉＲ−２３ａ−３ｐ、ＭＩＤ−２００９４、ＭＩＤ−５０９６９、ｈｓａ−ｍｉＲ−３４５−５ｐ、ｈｓａ−ｍｉＲ−３０７４−５ｐ、ＭＩＤ−５０９７６、ＭＩＤ−５０９７１、ｈｓａ−ｍｉＲ−５７０１及びｈｓａ−ｍｉＲ−５７４−３ｐである。
データ値の「正規化」は、最初のデータ範囲を別のスケールへとマッピングすることを意味する。正規化器のセットの発現の平均を減算し、正規化器のセットの発現の中央値を減算し、（多項式フィットを使用して）正規化器の発現値を値の参照セットにフィットさせ、このフィットを全てのシグナルに適用させることにより、正規化を行なうことができる。全ての正規化器又は正規化器のサブセットを使用することができる。
「核酸」又は「オリゴヌクレオチド」又は「ポリヌクレオチド」は本明細書で使用する場合、互いに共有結合的に連結された少なくとも２個のヌクレオチドを意味する。一本鎖の描写により相補鎖の配列も定義される。そのため、核酸は、描写された一本鎖の相補鎖も包含する。核酸の多くのバリアントを、与えられた核酸と同じ目的で使用することができる。そのため、核酸は、実質的に同一の核酸及びこの核酸の相補体も包含する。一本鎖から、ストリンジェントなハイブリダイゼーション条件下で標的配列にハイブリダイズするプローブを生成することができる。そのため、核酸は、ストリンジェントなハイブリダイゼーション条件下でハイブリダイズするプローブも包含する。
核酸は、一本鎖でもよいし二本鎖でもよい、又は二本鎖配列及び一本鎖配列の両方の一部を含んでもよい。核酸は、ＤＮＡ（ゲノム及びｃＤＮＡの両方）、ＲＮＡ又はハイブリッドであることができ、ここで、核酸は、デオキシリボヌクレオチド及びリボヌクレオチドの組合せとウラシル、アデニン、チミン、シトシン、グアニン、イノシン、キサンチン、ヒポキサンチン、イソシトシン及びイソグアニンを含む塩基の組合せとを含むことができる。核酸を、化学合成法又は組換え法により得ることができる。
核酸類似体が含まれ得るが、核酸は概してリン酸ジエステル結合を含むであろう。この類似体は、天然には存在しない連結、骨格又はヌクレオチドを含むことができる。この類似体は、少なくとも１つの異なる連結（例えば、ホスホアミダート連結、ホスホロチオアート連結、ホスホロジチオアート連結、又はＯ−メチルホスホロアミダイト連結）、ペプチド核酸骨格、及びペプチド核酸連結を有することができる。その他の類似体核酸として、陽性骨格；非イオン性骨格、並びにＵＳ５，２３５，０３３及びＵＳ５，０３４，５０６（これらは参照により本明細書に援用される）に記載されたもの等の非リボース骨格を有するものが挙げられる。１つ又は複数の天然には存在しない又は修飾されたヌクレオチドを含む核酸も核酸の１つの定義に含まれる。修飾されたヌクレオチド類似体は、例えば核酸分子の５’末端及び／又は３’末端に位置することができる。ヌクレオチド類似体の代表例を、糖修飾リボヌクレオチド又は骨格修飾リボヌクレオチドから選択することができる。しかしながら、核酸塩基修飾リボヌクレオチド（即ち、天然に存在する核酸塩基の代わりに、天然には存在しない核酸塩基を含むリボヌクレオチド）、例えば、５位で修飾されたウリジン又はシチジン、例えば５−（２−アミノ）プロピルウリジン、５−ブロモウリジン；８位で修飾されたアデノシン及びグアノシン、例えば８−ブロモグアノシン；デアザヌクレオチド、例えば７−デアザ−アデノシン；Ｏ−アルキル化ヌクレオチド及びＮ−アルキル化ヌクレオチド、例えばＮ６−メチルアデノシンも適していることに留意すべきである。２’−ＯＨ基を、Ｈ、ＯＲ、Ｒ、ハロ、ＳＨ、ＳＲ、ＮＨ２、ＮＨＲ、ＮＲ２又はＣＮ（ＲはＣ１〜Ｃ６のアルキル、アルケニル若しくはアルキニルであり、ハロはＦ、Ｃｌ、Ｂｒ若しくはＩである）から選択される基で置換することができる。修飾ヌクレオチドとして、例えばＫｒｕｔｚｆｅｌｄｔ他（Ｎａｔｕｒｅ ２００５；４３８：６８５〜６８９）、Ｓｏｕｔｓｃｈｅｋ他（Ｎａｔｕｒｅ ２００４；４３２：１７３〜１７８）及びＷＯ２００５／０７９３９７（これらは参照により本明細書に援用される）に記載のヒドロキシピロリノール連結によりコレステロールとコンジュゲートとしたヌクレオチドも挙げられる。リボース−リン酸骨格の修飾を様々な理由により行なうことができ、例えば、生理環境中でのそのような分子の安定性及び半減期を増加させるために、細胞膜をまたぐ拡散を増強するために、又はバイオチップでのプローブとして行なうことができる。骨格修飾により、例えば細胞の厳しいエンドサイトーシス環境中での、分解に対する耐性を増強することもできる。骨格修飾により、例えば肝臓中における及び甲状腺中における、肝細胞による核酸クリアランスを減少させることもできる。天然に存在する核酸と類似体との混合物を作ることもできる。或いは、様々な核酸類似体の混合物、及び天然に存在する核酸と類似体との混合物も作ることができる。
そのため、新規の単離核酸が本明細書で提供される。本明細書で提供される核酸は、天然には存在しない合成された核酸であることができる。そのため、本明細書で提供される核酸は合成核酸であることができる。核酸を合成する方法は当業者に既知であり、例えばＵＳ７，５７９，４５１（この内容は参照により本明細書に援用される）に記載されている。この核酸は、配列番号１〜３０８の配列のうちの少なくとも１つ又はそのバリアントを含むことができる。一実施形態では、この核酸は、配列番号１〜１８２の配列のうちの少なくとも１つを含む。バリアントは、参照ヌクレオチド配列の相補体であることができる。バリアントは、参照ヌクレオチド配列と７０％、７５％、８０％、８５％、９０％若しくは９５％同一であるヌクレオチド配列又はこの相補体であることができる。バリアントは、参照ヌクレオチド配列にストリンジェントな条件下でハイブリダイズするヌクレオチド配列、このヌクレオチド配列の相補体又はこのヌクレオチド配列と実質的に同一のヌクレオチド配列であることができる。
本明細書に記載の核酸は、約１０個から約２５０個のヌクレオチドの長さを有することができる。この核酸は、少なくとも１０個、１１個、１２個、１３個、１４個、１５個、１６個、１７個、１８個、１９個、２０個、２１個、２２個、２３個、２４個、２５個、２６個、２７個、２８個、２９個、３０個、３５個、４０個、４５個、５０個、６０個、７０個、８０個、９０個、１００個、１２５個、１５０個、１７５個、２００個又は２５０個のヌクレオチドの長さを有することができる。この核酸を合成することができる、又は合成遺伝子を使用して（ｉｎ ｖｉｔｒｏで又はｉｎ ｖｉｖｏで）細胞中で発現させることができる。この核酸を一本鎖分子として合成し、実質的に相補的な核酸にハイブリダイズさせて二本鎖を形成することができる。この核酸を、一本鎖若しくは二本鎖の形態で細胞、組織又は器官に導入することができる、又はＵＳ６，５０６，５５９（この内容は参照により本明細書に援用される）に記載された方法等の当業者に公知の方法を使用して合成遺伝子により発現させることができる。
この核酸は、表１に示すマイクロＲＮＡ配列又はこのマイクロＲＮＡ配列のバリアントを含むことができる。一部の例では、同じマイクロＲＮＡのバリアントも表１に示す。表１の配列番号１〜１８０が、天然に存在するマイクロＲＮＡの配列に対応するｃＤＮＡを示す（即ち、これらの配列はウラシル（Ｕ）の代わりにチミン（Ｔ）を示す）ことに留意しなければならない。
核酸は、一本鎖又は二本鎖の形態の、デオキシリボヌクレオチド、リボヌクレオチド、又は修飾ヌクレオチド、及びこれらのポリマーを意味することを理解しなければならない。この用語は、既知のヌクレオチド類似体又は修飾骨格残基若しくは修飾骨格連結を含む核酸を包含し、この核酸は合成であり、天然に存在し、及び天然には存在せず、参照核酸と同様の結合特性を有し、参照ヌクレオチドと同様の様式で代謝される。そのような類似体の例として、ホスホロチオアート、ホスホルアミダート、メチルホスホナート、キラル−メチルホスホナート、２−Ｏ−メチルリボヌクレオチド、ペプチド−核酸（ＰＮＡ）及びアンロックド核酸（ＵＮＡ；例えばＪｅｎｓｅｎ他、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｓｙｍｐｏｓｉｕｍ Ｓｅｒｉｅｓ ５２：１３３〜４を参照されたい）並びにこれらの誘導体が挙げられるがこれらに限定されない。
ヌクレオチドは、天然塩基（標準）及び当分野で公知の修飾塩基を有するものを含むように、当分野で認識されている通りに使用される。そのような塩基は概して、ヌクレオチド糖部分の１’位に位置する。ヌクレオチドは概して、塩基、糖及びリン酸基を含む。ヌクレオチドは未修飾であることができ、又は糖、リン酸及び／若しくは塩基部分で修飾され得、ヌクレオチド類似体、修飾ヌクレオチド、非天然ヌクレオチド、非標準ヌクレオチド等とも互換的に称される（例えばＷＯ９２／０７０６５、ＷＯ９３／１５１８７（これらの内容は参照により本明細書に援用される）を参照されたい）。Ｌｉｍｂａｃｈ他、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．２２：２１８３、１９９４に概説されているように、当分野で既知の修飾核酸塩基のいくかの例が存在する。核酸分子に導入され得る塩基修飾の非限定的な例の一部として、ヒポキサンチン、プリン、ピリジン−４−オン、ピリジン−２−オン、フェニル、偽ウラシル（ｐｓｅｕｄｏｕｒａｃｉｌ）、２，４，６−トリメトキシベンゼン、３−メチルウラシル、ジヒドロウリジン、ナフチル、アミノフェニル、５−アルキルシチジン（例えば５−メチルシチジン）、５−アルキルウリジン（例えばリボチミジン）、５−ハロウリジン（例えば５−ブロモウリジン）又は６−アザピリミジン又は６−アルキルピリミジン（例えば６−メチルウリジン）、プロピン等が挙げられる（Ｂｕｒｇｉｎ他、Ｂｉｏｃｈｅｍｉｓｔｒｙ ３５：１４０９０、１９９６）。この態様における「修飾塩基」は、１’位でのアデニン、グアニン、シトシン及びウラシル以外のヌクレオチド塩基又はこれらの等価物を意味する。
修飾ヌクレオチドは、ヌクレオシド、核酸塩基、ペントース環又はリン酸基に対する１つ又は複数の修飾を有するヌクレオチドを意味する。修飾として、メチルトランスフェラーゼ等のヌクレオチドを修飾する酵素による修飾で生じる天然に存在するものが挙げられる。修飾ヌクレオチドとして、合成ヌクレオチド又は天然には存在しないヌクレオチドも挙げられる。ヌクレオチドにおける合成による又は天然には存在しない修飾として、２’修飾を有するもの、例えば２’−メトキシエトキシ、２’−フルオロ、２’−アリル、２’−Ｏ−［２−（メチルアミノ）−２−オキソエチル］、４’−チオ、４’−ＣＨ２−Ｏ−２’−架橋、４’−（ＣＨ２）２−Ｏ−２’−架橋、２’−ＬＮＡ又はその他の二環式の若しくは「架橋された」ヌクレオシド類似体及び２’−Ｏ−（Ｎ−メチルカルバマート）、又は塩基類似体を含むものが挙げられる。本開示に関して説明されているような２’−修飾ヌクレオチドに関連して、「アミノ」は、２’−ＮＨ２又は２’−Ｏ−ＮＨ２を意味しており、これらは修飾され得る、又は未修飾であることができる。そのような修飾基は、例えばＵＳ５，６７２，６９５及びＵＳ６，２４８，８７８に記載されている。本発明の「修飾ヌクレオチド」として、上記に記載のヌクレオチド類似体も挙げることができる。
本明細書で使用する場合、「塩基類似体」は、核酸二本鎖に組み込まれ得る修飾ヌクレオチド中のヌクレオチド糖部分の１’位（又は核酸二本鎖に組み込まれ得るヌクレオチド糖部分置換での同等の位置）に位置する複素環部分を意味する。塩基類似体は概して、一般的な塩基であるグアニン（Ｇ）、シトシン（Ｃ）、アデニン（Ａ）、チミン（Ｔ）及びウラシル（Ｕ）を除いて、プリン塩基又はピリミジン塩基であることができる。塩基類似体は、ｄｓＲＮＡ中においてその他の塩基又は塩基類似体と二本鎖を形成することができる。塩基類似体として、本発明の化合物及び方法で有用なものが挙げられ、例えばＵＳ５，４３２，２７２、ＵＳ６，００１，９８３及びＵＳ７，５７９，４５１（これらは参照により本明細書に援用される）に開示されたものが挙げられる。塩基の非限定的な例として、ヒポキサンチン（Ｉ）、キサンチン（Ｘ）、３１３−Ｄ−リボフラノシル−（２，６−ジアミノピリミジン）（Ｋ）、３−ガンマ−Ｄ−リボフラノシル−（１−メチル−ピラゾロ［４，３−ｄ］ピリミジン−５，７（４Ｈ，６Ｈ）−ジオン）（Ｐ）、イソ−シトシン（イソ−Ｃ）、イソ−グアニン（イソ−Ｇ）、１−ガンマ−Ｄ−リボフラノシル−（５−ニトロインドール）、１−ガンマ−Ｄ−リボフラノシル−（３−ニトロピロール）、５−ブロモウラシル、２−アミノプリン、４−チオ−ｄＴ、７−（２−チエニル−イミダゾ［４，５−ｂ］ピリジン（Ｄｓ）及びピロール−２−カルバルデヒド（Ｐａ）、２−アミノ−６−（２−チエニル）プリン（Ｓ）、２−オキソピリジン（Ｙ）、ジフルオロトリル、４−フルオロ−６−メチルベンゾイミダゾール、４−メチルベンゾイミダゾール、３−メチルイソカルボスチリリル（ｍｅｔｈｙｌ ｉｓｏｃａｒｂｏｓｔｙｒｉｌｙｌ）、５−メチルイソカルボスチリリル、及び３−メチル−７−プロピニルイソカルボスチリリル、７−アザインドリル、６−メチル−７−アザインドリル、イミジゾピリジニル、９−メチル−イミジゾピリジニル、ピロロピリジニル、イソカルボスチリリル、７−ピロピニルイソカルボスチリリル、ピロピニル−７−アザインドリル、２，４，５−トリメチルフェニル、４−メチルインドリル、４，６−ジメチルインドリル、フェニル、ナフタレニル、アントラセニル、フェナントラセニル、ピレニル、スチルベンジル、テトラセニル、ペンタセニル並びにこれらの構造誘導体が挙げられる（Ｓｃｈｗｅｉｔｚｅｒ他、Ｊ．Ｏｒｇ．Ｃｈｅｍ．、５９：７２３８〜７２４２（１９９４）、Ｂｅｒｇｅｒ他、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓｅａｒｃｈ、２８（１５）：２９１１〜２９１４（２０００）、Ｍｏｒａｎ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１１９：２０５６〜２０５７（１９９７）、Ｍｏｒａｌｅｓ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１２１：２３２３〜２３２４（１９９９）、Ｇｕｃｋｉａｎ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１１８：８１８２〜８１８３（１９９６）、Ｍｏｒａｌｅｓ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１２２（６）：１００１〜１００７（２０００）、ＭｃＭｉｎｎ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１２１：１１５８５〜１１５８６（１９９９）、Ｇｕｃｋｉａｎ他、Ｊ．Ｏｒｇ．Ｃｈｅｍ．、６３：９６５２〜９６５６（１９９８）、Ｍｏｒａｎ他、Ｐｒｏｃ．Ｎａｔｌ．Ａｃａｄ．Ｓｃｉ．、９４：１０５０６〜１０５１１（１９９７）、Ｄａｓ他、Ｊ．Ｃｈｅｍ．Ｓｏｃ．、Ｐｅｒｋｉｎ Ｔｒａｎｓ．、１：１９７〜２０６（２００２）、Ｓｈｉｂａｔａ他、Ｊ．Ｃｈｅｍ．Ｓｏｃ．、Ｐｅｒｋｉｎ Ｔｒａｎｓ．、１：１６０５〜１６１１（２００１）、Ｗｕ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１２２（３２）：７６２１〜７６３２（２０００）、Ｏ’Ｎｅｉｌｌ他、Ｊ．Ｏｒｇ．Ｃｈｅｍ．、６７：５８６９〜５８７５（２００２）、Ｃｈａｕｄｈｕｒｉ他、Ｊ．Ａｍ．Ｃｈｅｍ．Ｓｏｃ．、１１７：１０４３４〜１０４４２（１９９５）及び米国特許第６，２１８，１０８号明細書）。塩基類似体はユニバーサル塩基であることもできる。
「ユニバーサル塩基」は、核酸二本鎖中に存在する場合には二重らせん構造（例えばリン酸骨格の構造）を改変することなく複数種の塩基に対向して配置され得る修飾ヌクレオチド中におけるヌクレオチド糖部分の１’位（又はヌクレオチド糖部分置換での同等の位置）に位置する複素環部分を意味する。加えて、ユニバーサル塩基は、標的核酸に対して一本鎖核酸の能力を破壊しない。




核酸は、表２に示すｍｉＲヘアピン配列又はこのｍｉＲヘアピン配列のバリアントも含むことができる。







表２の配列番号１８３〜３０６は、天然に存在するプレ−ｍｉＲの配列に対応するｃＤＮＡを示す（即ち、この配列はウラシル（Ｕ）の代わりにチミン（Ｔ）を示す）ことに留意しなければならない。
核酸は核酸複合体の形態であることもでき、下記のうちの１つ又は複数を更に含むことができる：ペプチド、タンパク質、ＲＮＡ−ＤＮＡハイブリッド、抗体、抗体断片、Ｆａｂ断片又はアプタマー。
核酸は、プリ−ｍｉＲＮＡの配列又はこのプリ−ｍｉＲＮＡのバリアントを含むことができる。プリ−マイクロＲＮＡ配列は、４５〜３０，０００個、５０〜２５，０００個、１００〜２０，０００個、１，０００〜１，５００個又は８０〜１００個のヌクレオチドを含むことができる。プリ−ｍｉＲＮＡの配列は、本明細書に記載のプレ−ｍｉＲＮＡ、ｍｉＲＮＡ及びｍｉＲＮＡ＊並びにこれらのバリアントを含むことができる。プリ−ｍｉＲＮＡの配列は、配列番号１８３〜３０８の配列のうちのいずれか又はこのバリアントを含むことができる。
プリ−ｍｉＲＮＡはヘアピン構造を含むことができる。このヘアピンは、実質的に相補的である第１の核酸配列及び第２の核酸配列を含むことができる。第１の核酸配列及び第２の核酸配列は、３７〜５０個のヌクレオチドであることができる。第１の核酸配列及び第２の核酸配列は、８〜１２個のヌクレオチドの第３の配列により隔てられ得る。このヘアピン構造は、Ｈｏｆａｃｋｅｒ他（Ｍｏｎａｔｓｈｅｆｔｅ ｆ．Ｃｈｅｍｉｅ １９９４；１２５：１６７〜１８８）（この内容は参照により本明細書に援用される）に記載されているような、デフォルトパラメーターを有するＶｉｅｎｎａアルゴリズムにより算出された−２５Ｋｃａｌ／モル未満の自由エネルギーを有することができる。このヘアピンは、４〜２０個、８〜１２個又は１０個のヌクレオチドの末端ループを含むことができる。プリ−ｍｉＲＮＡは、少なくとも１９％のアデノシンヌクレオチド、少なくとも１６％のシトシンヌクレオチド、少なくとも２３％のチミンヌクレオチド及び少なくとも１９％のグアニンヌクレオチドを含むことができる。
核酸はまた、プレ−ｍｉＲＮＡの配列又はこのプレ−ｍｉＲＮＡのバリアントを含むこともできる。プレ−ｍｉＲＮＡ配列は、４５〜９０個、６０〜８０個又は６０〜７０個のヌクレオチドを含むことができる。プレ−ｍｉＲＮＡの配列は、本明細書に記載のｍｉＲＮＡ及びｍｉＲＮＡ＊を含むことができる。プレ−ｍｉＲＮＡの配列はまた、プリ−ＲＮＡの５’末端及び３’末端から０〜１６０個のヌクレオチドを除いたプリ−ｍｉＲＮＡの配列であることもできる。プレ−ｍｉＲＮＡの配列は、配列番号１８３〜３０８の配列又はそのバリアントを含むことができる。
本明細書に記載したように、核酸は、８個、９個、１０個、１１個、１２個、１３個、１４個、１５個、１６個、１７個、１８個、１９個、２０個、２１個、２２個、２３個、２４個、２５個、３０個、３５個、４０個、４５個、５０個又はより多くのヌクレオチドの領域にわたり、（８０から９９％まで１％の増加で）表１又は表２の核酸配列と少なくとも７０％同一、７５％同一、８０％同一、８５％同一、９０％同一、９５％同一、９７％同一、９８％同一又は９９％同一であることができる。
核酸はまた、マイクロＲＮＡ（ｍｉＲＮＡ＊等）の配列又はそのバリアントを含むこともでき、このマイクロＲＮＡとして、ＭＩＤ−［数字］で表される推定上のマイクロＲＮＡが挙げられる。本明細書で言及する場合、マイクロＲＮＡには、ｍｉＲＢａｓｅ登録名称（リリース２０）で列挙されたｍｉＲ、並びにＲｏｓｅｔｔａ Ｇｅｎｏｍｉｃｓにより予想された及び／又はクローニングされた並びにＭＩＤ−［数字］で表される推定上のマイクロＲＮＡが含まれる。マイクロＲＮＡ配列は、１３〜３３個、１８〜２４個又は２１〜２３個のヌクレオチドを含むことができる。マイクロＲＮＡはまた、合計で少なくとも５個、６７個、８個、９個、１０個、１１個、１２個、１３個、１４個、１５個、１６個、１７個、１８個、１９個、２０個、２１個、２２個、２３個、２４個、２５個、２６個、２７個、２８個、２９個、３０個、３１個、３２個、３３個、３４個、３５個、３６個、３７個、３８個、３９個又は４０個のヌクレオチドを含むこともできる。マイクロＲＮＡの配列は、プレ−ｍｉＲＮＡの最初の１３〜３３個のヌクレオチドであることができる。マイクロＲＮＡの配列はまた、プレ−ｍｉＲＮＡの最後の１３〜３３個のヌクレオチドであるこもできる。マイクロＲＮＡの配列は、配列番号１〜１８２のうちのいずれか１つの配列又はそのバリアントを含むことができる。本発明は、甲状腺結節の同定、分類及び診断にマイクロＲＮＡを利用する。
「バリアント」は、核酸に関して本明細書で使用する場合、（ｉ）参照ヌクレオチド配列の一部；（ｉｉ）参照ヌクレオチド配列の相補体若しくはこの一部；（ｉｉｉ）点変位により参照ヌクレオチド配列とは異なる核酸若しくはこの相補体；（ｉｖ）集合体中に存在する参照ヌクレオチド配列の天然に存在するバリアント若しくはこの相補体；又は（ｉｖ）参照核酸にストリンジェントな条件下でハイブリダイズする核酸若しくはこの相補体を意味する。
「プローブ」は本明細書で使用する場合、１種又は複数種の化学結合により、通常は（通常は水素結合形成による）相補的塩基結合により、相補配列の標的核酸に結合することができるオリゴヌクレオチドを意味する。プローブは、ハイブリダイゼーション条件のストリンジェンシーによっては、プローブ配列との完全な相補性を欠く標的配列に結合する場合がある。例えば、ハイブリダイゼーションアッセイに関して、プローブは、検出されるマイクロＲＮＡの配列の少なくとも８個の、少なくとも９個の、少なくとも１０個の、少なくとも１１個の、少なくとも１２個の、少なくとも１３個の、少なくとも１４個の、少なくとも１５個の、少なくとも１６個の、少なくとも１７個の、少なくとも１８個の、少なくとも１９個の、少なくとも２０個の連続したヌクレオチドに対して相補的であることができる。或いは、ＰＣＲアッセイに関して、プローブは、検出されるＰＣＲ産物の配列の少なくとも８個の、少なくとも９個の、少なくとも１０個の、少なくとも１１個の、少なくとも１２個の、少なくとも１３個の、少なくとも１４個の、少なくとも１５個の、少なくとも１６個の、少なくとも１７個の、少なくとも１８個の、少なくとも１９個の、少なくとも２０個の連続したヌクレオチドに対して相補的であることができる。
そのため、プローブは、この標的核酸の少なくとも６０％、６５％、７０％、７５％、８０％、８５％、９０％、９５％、９７％、９８％又は９９％に対して相補的であることができる、又はハイブリダイズすることができる。
プローブは一本鎖であることができる、又は部分的に一本鎖で部分的に二本鎖であることができる。プローブの鎖性（ｓｔｒａｎｄｅｄｎｅｓｓ）は、標的配列の構造、組成及び特性により決定される。プローブは、本明細書に記載の核酸中において天然には存在しない標識、アタッチメント又はヌクレオチド配列を含むことができる。プローブを直接的に標識することができる、又は例えばストレプトアビジン複合体が結合することができるビオチンにより間接的に標識することができる。
「プローブ」は、本明細書に記載の核酸配列を検出するための作用物質であることができる。プローブは、本発明の核酸配列の一部又はこの核酸配列の一部に由来する増幅産物にハイブリダイズすることができる標識核酸プローブであることができる。一部の実施形態では、核酸プローブは、本明細書で開示した核酸配列の逆相補的核酸分子である。プローブは、本明細書で開示した核酸に対してストリンジェントな条件下で十分に特異的にハイブリダイズする核酸配列であることができる。プローブは、蛍光分子、例えばフルオレセイン（例えば６−カルボキシフルオレセイン（ＦＡＭ））、インドカルボシアニン（例えばＱＵＡＳＡＲ−６７０（ＱＵＡ））、ヘキサフルオロシン（例えば６−カルボキシヘキサフルオレセイン）（ＨＥＸ）又はその他のフルオロフォア分子及び任意選択で消光剤により、任意選択で標識される。消光剤は、フルオロフォアに適合すると認識されている。消光剤の具体例として、ブラックホール消光剤ＢＨＱ１及びＢＨＱ２、又は副溝結合剤（ＭＧＢ）、例えばジヒドロシクロピロロインドールトリペプチドが挙げられる。その他のフルオロフォア及び消光剤が当分野で既知であり、本明細書において同様に使用可能である。
そのため、本発明はまた、プローブであって、本明細書に記載の新規の核酸配列を含むプローブも提供し、新規の核酸配列は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つ又はそのバリアントで定義される。プローブを、スクリーニング方法及び診断方法に使用することができる。プローブを、バイオチップ等の固体基材に付着させることができる、又は固定することができる。プローブの長さは、８から５００個、１０から１００個又は２０から６０個のヌクレオチドであることができる。プローブの長さは、少なくとも８個、９個、１０個、１１個、１２個、１３個、１４個、１５個、１６個、１７個、１８個、１９個、２０個、２１個、２２個、２３個、２４個、２５個、２６個、２７個、２８個、２９個、３０個、３５個、４０個、４５個、５０個、６０個、７０個、８０個、９０個、１００個、１２０個、１４０個、１６０個、１８０個、２００個、２２０個、２４０個、２６０個、２８０個又は３００個のヌクレオチドであることができる。プローブは、１０〜６０個のヌクレオチドのリンカー配列を更に含むことができる。プローブはリンカーを更に含むことができる。リンカーは、本明細書に記載の核酸中に天然では存在しない配列を含むことができる。リンカーは１０〜６０個のヌクレオチドの長さであることができる。リンカーは２０〜２７個のヌクレオチドの長さであることができる。リンカーは、プローブを全長で４０〜５０個のヌクレオチドにするのに十分な長さであることができる。リンカーは、安定した二次構造を形成することができなくてもよいし、このリンカー上で折り重なることができなくてもよいし、又はプローブに含まれる核酸の非リンカー部分上で折り重なることできなくてもよい。リンカーの配列は異種であり、プローブ非リンカー核酸が由来する動物のゲノム中では見られ得ない。
本明細書で使用する場合、用語「参照値」は、アッセイ結果を比較した場合に特定の結果に統計学的に対応する値を意味する。一実施形態では、参照値を、マイクロＲＮＡ発現と既知の臨床結果とを比較する検定の統計分析から決定する。別の実施形態では、参照値は、使用する分類器（即ちアルゴリズム）に従って変動することができる。従って、参照値は、トレーニングデータ中の全てのマイクロＲＮＡの発現レベル（又は発現値）であることができる。参照値は、分類器により確立される１つ又は複数の閾値であることができる。参照値は更に、係数又は係数のセットであることができる。本質的に、参照値は、アルゴリズムに必要な又はアルゴリズムで使用される、あらゆるパラメーターを意味する。
「感度」は本明細書で使用する場合、２項分類検定が条件をどれくらい正確に同定するかの統計的尺度を意味することができ、例えば、がんが２種の可能なタイプの中からの正確なタイプに正確に分類される頻度の統計的尺度を意味することができる。クラスＡの感度は、いくつかの絶対的又は至適基準（ｇｏｌｄ ｓｔａｎｄａｒｄ）により決定した場合に、クラス「Ａ」であるケースの中から検定によりクラスＡに属するとケースされる場合の割合である。
「感度」は本明細書で使用する場合、分類検定が条件（単数又は複数）をどれくらい正確に同定するかの統計的尺度を意味することができ、例えば、がんが２種以上の可能なタイプの中からの正確なタイプに正確に分類される頻度の統計的尺度を意味することができる。クラスＡの感度は、いくつかの絶対的又は至適基準により決定した場合に、クラス「Ａ」であるケースの中から検定によりクラスＡに属すると決定されるケースの割合である。
「塗抹標本」は本明細書で使用する場合、検査（典型的には医療診断）のために顕微鏡スライド上に薄く広げられた甲状腺組織のサンプルを意味する。ＦＮＡからの塗抹標本は通常、非常に少量の細胞を有し、この細胞から少量のＲＮＡが得られ、従って、このＲＮＡは、１〜１０００ｎｇ、１〜１００ｎｇ、１〜５０ｎｇ、１〜４０ｎｇの範囲であることができる。塗抹標本を、細胞学、組織学又は病理学の当業者に既知の任意の染色剤（例えば病理検体中の細胞を識別するために使用される任意の染色剤）で染色することができる。染色剤の例は、パパニコロウのような多色染色剤（核染色剤と細胞質染色剤との組合せである）；細胞構造染色剤、例えばＷｒｉｇｈｔ、Ｇｉｅｍｓａ、Ｒｏｍａｎｏｗｓｋｙ等；核染色剤、例えばＨｏｅｓｃｈｔ染色剤等；細胞生存性染色剤、例えばＴｒｙｐａｎブルー等、酵素活性、例えば沈殿物等を可視にするためのＨＲＰ用のベンジジンである。
「特異度」は本明細書で使用する場合、２項分類検定が、特定の条件を有しないケースをどれくらい正確に同定するかの統計的尺度を意味することができ、例えば、実際には非がんサンプルである場合にサンプルが非がんと正確に分類される頻度の統計的尺度を意味することができる。クラスＡの特異度は、いくつかの絶対的又は至適基準により決定した場合に、「Ａではない」クラスであるケースの中から検定により「Ａではない」クラスに属すると決定されるケースの割合である。
「特異度」は本明細書で使用する場合、分類検定が、特定の条件を有しないケースをどれくらい正確に同定するかの統計的尺度を意味することができる。クラスＡの特異度は、いくつかの絶対的又は至適基準により決定した場合に、クラス「Ａ」ではないケースの中からクラスＡには属しないと検定により決定されるケースの割合である。
本明細書で使用する場合、用語「がんのステージ」は、がんの発達のレベルの数字による測定値を意味する。がんのステージを決定するために使用される基準として、腫瘍のサイズ（腫瘍が身体の他の部分にまで広がっているかどうか）及び（例えば、身体の同じ器官内で若しくは領域内で又は別の器官に）がんが広がっている場所が挙げられるがこれらに限定されない。
「ストリンジェントなハイブリダイゼーション条件」は本明細書で使用する場合、例えば核酸の複合混合物中で、第１の核酸配列（例えばプローブ）が第２の核酸配列（例えば標的）にハイブリダイズすることができる条件を意味する。ストリンジェントな条件は配列依存的であり、異なる状況では異なるであろう。ストリンジェントな条件を、規定されたイオン強度ｐＨで特定の配列に関する熱的融点（Ｔｍ）よりも約５〜１０℃低くなるように選択することができる。Ｔｍは、平衡で標的に対して相補的なプローブの５０％が標的配列にハイブリダイズする（規定されたイオン強度、ｐＨ及び核濃度下の）温度であることができる（標的配列がＴｍで過剰に存在することから、平衡でプローブの５０％が占める）。ストリンジェントな条件は、塩濃度が、ｐＨ７．０〜８．３で約１．０Ｍのナトリウムイオン未満（例えば、約０．０１〜１．０Ｍのナトリウムイオン濃度（又はその他の塩））であり、温度が、短いプローブ（例えば約１０〜５０個のヌクレオチド）で少なくとも約３０℃であり、長いプローブ（例えば約５０個を超えるヌクレオチド）で少なくとも約６０℃である条件であることができる。ストリンジェントな条件を、ホルムアミド等の不安定化剤の添加により達成することもできる。選択的な又は特異的なハイブリダイゼーションのために、陽性シグナルは少なくとも２〜１０回のバックグラウンドハイブリダイゼーションであることができる。例示的なストリンジェントハイブリダイゼーション条件として下記が挙げられる：５０％ホルムアミド、５×ＳＳＣ、及び１％ＳＤＳ、４２℃でのインキュベーション、又は５×ＳＳＣ、１％ＳＤＳ、６５℃でのインキュベーション、６５℃での０．２×ＳＳＣ及び０．１％ＳＤＳでの洗浄、ＤＭＳＯ、６×ＳＳＰＥ＋０．００５％Ｎ−ラウロイルサルコシン＋０．００５％Ｔｒｉｔｏｎ Ｘ−１０２、０．０６×ＳＳＰＥ＋０．００５％Ｎ−ラウロイルサルコシン＋０．００５％Ｔｒｉｔｏｎ Ｘ−１０２。
本明細書で使用する場合、用語「対象」は哺乳類を意味しており、この哺乳類には、ヒト及びその他の哺乳類の両方が含まれる。本発明の方法は、好ましくはヒト対象に適用される。
本明細書で使用する場合、用語「がんの亜型」は、同じ器官に影響を及ぼす、がんの異なる型（例えば、甲状腺の乳頭、濾胞腺癌及び濾胞型乳頭癌）を意味する。
「甲状腺病変」は本明細書で使用する場合、甲状腺腫瘍を意味することができ、この甲状腺腫瘍には、甲状腺腫瘍の亜型、例えば橋本病、濾胞腺癌、乳頭癌、濾胞型乳頭癌（ＦＶＰＣ又はＦＶＰＴＣ）、被包性ＦＶＰＣ（又は被包性ＦＶＰＴＣ）、非被包性（浸潤性／びまん性）ＦＶＰＣ又はＦＶＰＴＣ、髄様癌、退形成性甲状腺がん又は低分化甲状腺がんが含まれる。
本明細書で使用する場合、語句「閾値発現プロファイル」は、腫瘍を分類するために測定値が比較される判断基準発現プロファイルを意味する。
本明細書で使用する場合、組織サンプルは、関連する医療分野の当業者に公知の方法を使用する組織生検により得られる組織である。語句「がんの疑いがある」は本明細書で使用する場合、がん細胞を含むと医療分野の当業者に信じられているがん組織サンプルを意味する。生検によりサンプルを得る方法として、細胞塊の粗分割（ｇｒｏｓｓ ａｐｐｏｒｔｉｏｎｉｎｇ ｏｆ ａ ｍａｓｓ）、マイクロダイセクション、レーザーベースのマイクロダイセクション又はその他の当分野で既知の細胞分離法が挙げられる。
「腫瘍」は本明細書で使用する場合、悪性か良性かにかかわらず全ての新生細胞の成長及び増殖、並びに全ての前がんの及びがんの細胞及び組織を意味する。本明細書で使用する甲状腺病変又は腫瘍サンプルの細胞学的分類は、「甲状腺細胞病理学報告に関するＢｅｔｈｅｓｄａ Ｓｙｓｔｅｍ（Ｔｈｅ Ｂｅｔｈｅｓｄａ Ｓｙｓｔｅｍ ｆｏｒ Ｒｅｐｏｒｔｉｎｇ Ｔｈｙｒｏｉｄ Ｃｙｔｏｐａｔｈｏｌｏｇｙ）」、ｔｈｅ 「ＢＳＲＴＣ」（Ｓｙｅｄ，Ｚ．Ａｌｉ及びＥｄｍｕｎｄ Ｓ．Ｃｉｂａｓ編；ＤＯＩ １０．１００７／９７８−０−３８７−８７６６６−５＿１；Ｓｐｒｉｎｇｅｒ Ｓｃｉｅｎｃｅ＋Ｂｕｓｉｎｅｓｓ Ｍｅｄｉａ、ＬＬＣ ２０１０）をベースとする。ＢＳＲＴＣは、一般的な診断カテゴリー（各カテゴリーは、暗示されたがんリスクを有する）を伴う各甲状腺ＦＮＡ報告を推奨する。
Ｂｅｔｈｅｓｄａカテゴリーに関する推奨される命名法は下記の通りである：
Ｉ．非診断又は不十分
嚢胞液のみ
実質的に無細胞の検体
その他（不明瞭な血液、凝固人工物等）
ＩＩ．良性
良性の濾胞性結節（腺腫様結節、コロイド結節等を含む）との一致
適切な臨床状況でのリンパ性（橋本）甲状腺炎との一致
肉芽腫性（亜急性）甲状腺炎との一致
その他
ＩＩＩ．意義不明の異型又は意義不明の濾胞性病変
ＩＶ．濾胞性新生物又は濾胞性新生物の疑い
Ｈｕｒｔｈｌｅ細胞（オンコサイト）型で特異的
Ｖ．悪性の疑い
乳頭癌の疑い
髄様癌の疑い
転移性癌の疑い
リンパ腫の疑い
その他
ＶＩ．悪性
甲状腺乳頭癌
低分化癌
甲状腺髄様癌
未分化（退形成性）癌
扁平上皮癌
特徴が混ざり合った癌
転移性癌
非ホジキンリンパ腫
その他。
本明細書で使用する場合、「未確定」は、細胞診を受ける並びにＢｅｔｈｅｓｄａ分類に従ってカテゴリーＩＩＩ、ＩＶ及びＶに分類される甲状腺病変又は腫瘍サンプルを意味する。
本発明は、対象において甲状腺病変の亜型を同定する方法であって、前記甲状腺病変の亜型は悪性又は良性の甲状腺腫瘍の前記亜型である、方法を更に提供する。亜型は、濾胞腺癌、乳頭癌、濾胞型乳頭癌（ＦＶＰＣ若しくはＦＶＰＴＣ）、被包性ＦＶＰＣ（若しくは被包性ＦＶＰＴＣ）、非被包性ＦＶＰＣ（若しくは非被包性ＦＶＰＴＣ）、髄様癌、退形成性甲状腺がん又は低分化甲状腺がんのうちのいずれか１つである。
別の更なる実施形態では、前記亜型は、橋本甲状腺炎、濾胞腺腫又は過形成のうちのいずれか１つである。
別の更なる実施形態では、前記亜型はＨｕｒｔｈｌｅ細胞癌である。
別の態様では、本発明は、濾胞腺腫と濾胞腺癌とを判別する方法を提供する。
別の更なる態様では、本発明は、乳頭癌から濾胞腺腫を判別する方法を提供する。
別の更なる態様では、本発明は、濾胞型乳頭癌から濾胞腺腫を判別する方法を提供する。
別の更なる態様では、本発明は、良性病変から非被包性の濾胞型乳頭癌を判別する方法を提供する。
別の更なる態様では、本発明は、乳頭癌と橋本甲状腺炎とを判別する方法を提供する。
「ベクター」は、プラスミドベクター、ファージベクター、ファージミドベクター、コスミドベクター又はウイルスベクター等のあらゆる既知のベクターを意味する。本明細書に記載の核酸はベクター中に含まれ得る。ベクターを、この核酸の送達用に使用することができる。ベクターは好ましくは、担持される核酸の発現を増強するプロモーターを少なくとも含み、この場合、核酸は好ましくはそのようなプロモーターに作動可能に連結される。ベクターは宿主細胞中で複製可能でもよいし複製不能でもよく、遺伝子の転写を宿主細胞の核外又は核内のいずれかで実行することができる。後者の場合、核酸を宿主細胞のゲノム中に組み込むことができる。ベクターはＤＮＡベクターでもよいしＲＮＡベクターでもよい。ベクターは、自己複製する染色体外ベクター又は宿主ゲノム中に組み込むベクターのいずれかであることができる。
本発明の方法又はプロトコルの一実施形態では、マイクロＲＮＡのレベルを、逆転写ポリメラーゼ連鎖反応（ＲＴ−ＰＣＲ）で測定する。ｃＤＮＡの標的配列を標的ＲＮＡの逆転写により生成し、標的ＲＮＡは本明細書に記載の核酸（表１及び表２に記載の配列を含む）であることができる。ｃＤＮＡを生成する既知の方法として、ポリアデニル化ＲＮＡ或いはアダプター配列が連結されたＲＮＡのいずれかを逆転写することが挙げられる。
逆転写前に、ＲＮＡをアダプター配列に連結することができる。ＲＮＡの３’末端でアダプター配列を連結するためのＴ４ ＲＮＡリガーゼにより、連結反応を実施することができる。次いで、アダプター配列の３’末端に相補的である配列を含むプライマーを使用して逆転写（ＲＴ）反応を実施することができる。
或いは、ポリアデニル化ＲＮＡを、５’アダプター配列を含むポリ（Ｔ）プライマーを使用する逆転写（ＲＴ）反応で使用することができる。ポリ（Ｔ）配列は、８個、９個、１０個、１１個、１２個、１３個又は１４個の連続したチミンを含むことができる。
次いで、ＲＮＡの逆転写産物をリアルタイムＰＣＲで増幅させることができ、このリアルタイムＰＣＲでは、標的核酸に相補的な少なくとも１５個の核酸及び５’テール配列を含む特定のフォワードプライマー、アダプター配列の３’末端に相補的であるリバースプライマー、並びに標的核酸に相補的な少なくとも８個の核酸を含むプローブを使用する。このプローブは、アダプター配列の５’末端に部分的に相補的であることができる。
標的核酸（マイクロＲＮＡ、本明細書に記載の推定上のマイクロＲＮＡを含む）の逆転写産物をＰＣＲ等で増幅することができる。ＰＣＲ反応の最初のサイクルのアニーリング温度は、５６℃、５７℃、５８℃、５９℃又は６０℃であることができる。最初のサイクルは１〜１０サイクルを含むことができる。ＰＣＲ反応の残りのサイクルは６０℃であることができる。残りのサイクルは２〜４０サイクルを含むことができる。
ＰＣＲ反応はフォワードプライマーを含む。一実施形態では、フォワードプライマーは、標的核酸と同一の１５個、１６個、１７個、１８個、１９個、２０個又は２１個のヌクレオチドを含むことができる。フォワードプライマーの３’末端は、標的核酸と高度に類似の配列との間の配列の差異に敏感である場合がある。
フォワードプライマーはまた、５’突出テールも含むことができる。この５’テールにより、フォワードプライマーの融点が上昇する場合がある。この５’テールの配列は、標的核酸と同一ではない配列を含むことができる。５’テールの配列は合成であることもできる。この５’テールは、８個、９個、１０個、１１個、１２個、１３個、１４個、１５個又は１６個のヌクレオチドを含むことができる。本発明で使用するフォワードプライマーの例を表８に示す。
ＰＣＲ反応はリバースプライマーを含む。このリバースプライマーは標的核酸に相補的であることができる。このリバースプライマーはまた、アダプター配列に相補的な配列も含むことができる。本発明で使用するリバースプライマーの例を実施例８に示す。
ＲＴ−ＰＣＲ増幅の産物を検出するために使用するプローブは、一般的なプローブ又は配列特異的プローブであることができる。一般的なプローブは、非配列特異的な方法でＲＴ−ＰＣＲ増幅産物を検出するように（又はＲＴ−ＰＣＲ増幅産物とハイブリダイズするように）設計されている。前記プローブは、１６個と２０個との間のヌクレオチドの長さであり、好ましくは１８個のヌクレオチドの長さであり、ＲＴプライマーの逆相補体である配列を含み、５’末端で４個のアデニン（Ａ）を含む。配列特異的プローブは、プローブの配列とＲＴ−ＰＣＲ産物の配列との間の全体的な又は部分的な相補性に基づいて、ＲＴ−ＰＣＲ増幅産物を検出するように（又はＲＴ−ＰＣＲ増幅産物とハイブリダイズするように）設計されている。前記プローブは、２０個と２８個との間のヌクレオチドの長さであり、好ましくは２４個のヌクレオチドの長さであり、５’末端で、少なくとも２個はＲＴプライマーに相補的である３個のヌクレオチド、続いて１０〜１４個の（好ましくは１２個の）チミン（Ｔ）、続いて特定の対応するマイクロＲＮＡの逆相補配列に対応する６〜１０個の（好ましくは８個の）連続したヌクレオチドを含む。
本明細書に記載の新規の核酸を含むバイオチップが提供される。一実施形態では、このバイオチップは、本明細書に記載の新規の核酸を認識するプローブを含むことができる。前記核酸は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つの配列と少なくとも８０％同一の少なくとも１２個の連続したヌクレオチドを含む単離核酸である。一実施形態では、前記単離核酸は、配列番号２７〜２９、配列番号３３、配列番号３４、配列番号１３９、配列番号１４０、配列番号３０７及び配列番号３０８のうちのいずれか１つの配列と同一の少なくとも１３個、少なくとも１４個、少なくとも１５個、少なくとも１６個、少なくとも１７個、少なくとも１８個、少なくとも１９個又は少なくとも２０個の連続したヌクレオチドを含む。このバイオチップは、本明細書に記載の核酸、プローブ（単数又は複数）が付着した固体基材を含むことができる。このプローブは、ストリンジェントなハイブリダイゼーション条件下で標的配列にハイブリダイズすることできる。このプローブを、基材上の空間的に定義されたアドレスで付着させることができる。重複するプローブか、又は特定の標的配列の異なるセクションに対するプローブかのいずれかで、１種の標的配列当たり複数種のプローブを使用することができる。このプローブは、当業者により認識される単一の障害を伴う標的配列にハイブリダイズすることができる。このプローブを最初に合成し、続いてバイオチップに付着させてもよいし、このプローブをバイオチップ上で直接合成してもよい。
固体基材は、プローブの付着又は会合に適した別々の個々の部位を含むように修飾され得る及び少なくとも１種の検出方法に適している物質であることができる。基材の代表例として、ガラス及び修飾された又は官能化されたガラス、プラスチック（アクリル樹脂、ポリスチレン及びスチレンとその他の物質とのコポリマー、ポリプロピレン、ポリエチレン、ポリブチレン、ポリウレタン、ＴｅｆｌｏｎＪ等が挙げられる）、多糖、ナイロン又はニトロセルロース、樹脂、シリコン及び修飾シリコンを含むシリカ又はシリカベースの物質、炭素、金属、無機ガラス及びプラスチックが挙げられる。この基材により、認識できるほどに蛍光することなく光学的検出が可能になる。
基材のその他の形状も同様に使用することができるが、この基材は平面であることができる。例えば、流れるサンプルの分析の場合にサンプル体積を最小化するために、チューブの内表面上にプローブを配置することができる。同様に、基材は軟質であることができ、例えば、特定のプラスチックで作られた独立気泡フォーム等の軟質フォームであることができる。
バイオチップ及びプローブを、この２つを後に付着させるための化学官能基で誘導体化することができる。例えば、バイオチップを、アミノ基、カルボキシル基、オキソ基又はチオール基が挙げられるがこれらに限定されない化学官能基で誘導体化することができる。この官能基を使用して、プローブを、このプローブ上の官能基を使用して、直接的に又はリンカーを介して間接的に付着させることができる。プローブを、５’末端、３’末端又は内部ヌクレオチドを介して、固体支持体に付着させることができる。
プローブを、非共有結合的に固体支持体に付着させることもできる。例えば、ビオチン化オリゴヌクレオチドを作ることができ、このビオチン化オリゴヌクレオチドは、ストレプトアビジンで共有結合的にコーティングされた表面に結合することができ、その結果、付着する。或いは、プローブを、光重合及びフォトリソグラフィー等の技法を使用して表面上で合成することができる。
本発明の更なる実施形態では、甲状腺病変の分類のためにマイクロＲＮＡを測定することを、高スループットシークエンシングにより達成することができる。高スループットシークエンシングとして、合成によるシークエンシング、連結によるシークエンシング、及びウルトラディープシークエンシングを挙げることができる。核酸タグ上のシークエンシング要素に相補的なシークエンシングプライマーを使用して、合成によるシークエンシングを開始することができる。この方法は、ポリメラーゼ反応中に相補核酸配列の成長している鎖への標識ヌクレオチド又はヌクレオチド類似体の組み込みの直後の（実質的にリアルタイムの）又は組み込み時の（リアルタイムの）各ヌクレオチドの同一性を検出することを含む。標識ヌクレオチドの組み込みの成功後、シグナルを測定し、次いで当分野で既知の方法によりゼロにする。合成によるシークエンシングの方法の例は当分野で既知であり、例えばＵＳ７，０５６，６７６、ＵＳ８，８０２，３６８及びＵＳ７，１６９，５６０（これらの内容は参照により本明細書に援用される）に記載されている。合成によるシークエンシング用の標識ヌクレオチド又はヌクレオチド類似体に使用することができる標識の例として、発色団、蛍光部分、酵素、抗原、重金属、磁気プローブ、色素、リン光基、放射性物質、化学発光部分、散乱ナノ粒子又は蛍光ナノ粒子、Ｒａｍａｎシグナル生成部分、及び電気化学検出部分が挙げられるがこれらに限定されない。合成によるシークエンシングは、１時間当たり少なくとも１，０００個、少なくとも５，０００個、少なくとも１０，０００個、少なくとも２０，０００個、３０，０００個、少なくとも４０，０００個、少なくとも５０，０００個、少なくとも１００，０００個又は少なくとも５００，０００個の読み取りデータを作ることができる。そのような読み取りデータは、１個の読み取りデータ当たり少なくとも４０個、少なくとも４５個、少なくとも５０個、少なくとも６０個、少なくとも７０個、少なくとも８０個、少なくとも９０個、少なくとも１００個、少なくとも１２０個又は少なくとも１５０個の塩基を有することができる。
フォールドバックＰＣＲ及びアンカープライマーを使用して、合成によるシークエンシングを固体表面（又はチップ）上で実施することができる。マイクロＲＮＡは小さい核酸断片として生じることから、この断片の５’末端及び３’にアダプターを付加する。フローセルチャネルの表面に付着している核酸断片を伸張させ、ブリッジ増幅させる。この断片は二本鎖になり、この二本鎖分子を変性させる。固相増幅、その後の変性の複数回のサイクルにより、フローセルの各チャネル中において、同じテンプレートの一本鎖核酸分子の約１，０００コピーからなる数百万個のクラスターを生成することができる。プライマー、ポリメラーゼ、及び４種のフルオロフォアで標識した可逆的終端ヌクレオチドを使用して、逐次的シークエンシングを実施する。ヌクレオチドの組み込み後、レーザーを使用してフルオロフォアを励起させ、画像を取得し、最初の塩基の同一性を記録する。組み込んだ各塩基から３’ターミネーター及びフルオロフォアを除去し、組み込みステップ、検出ステップ及び同定ステップを繰り返す。この技法を、例えばＩｌｌｕｍｉｎａ（登録商標）シークエンシングプラットフォームで使用する。
別のシークエンシング法は、増幅領域を、ＬＳＴ（ｆａｓｔａファイルの名称を列挙するファイル）中の配列要素に相補的なプライマーにハイブリダイズさせることを含む。このハイブリダイゼーション複合体を、ポリメラーゼ、ＡＴＰスルフリラーゼ、ルシフェラーゼ、アピラーゼ、並びに基質であるルシフェリン及びアデノシン５’ホスホ硫酸と共にインキュベートする。次に、塩基Ａ、Ｃ、Ｇ及びＴ（Ｕ）に対応するデオキシヌクレオチド三リン酸を逐次的に追加する。各塩基の組み込みはピロリン酸塩の放出を伴い、スルフリラーゼによりＡＴＰに変換され、これにより、オキシルシフェリンの合成及び可視光の放出が駆動される。ピロリン酸塩の放出は、組み込まれた塩基の数と等モルであることから、放出された光は、任意の一ステップで添加するヌクレオチドの数に比例する。全配列が特定されるまで、このプロセスを繰り返す。更に別のシークエンシング法は、連結スキーム（縮重連結）による４色シークエンシングを含み、この４色シークエンシングは、アンカープライマーを４箇所のうちの１箇所にハイブリダイズさせることを含む。次いで、アンカープライマーの、蛍光色素で標識されている縮重九量体の集合体への酵素連結反応を実施する。任意の所与のサイクルで、使用される九量体の集合体は、その位置のうちの１つの同一性が、九量体に付着したフルオロフォアの同一性と相関するような構造である。リガーゼが、問われている位置での相補性を識別する限りにおいて、蛍光シグナルにより塩基の同一性の推測が可能である。連結及び４色画像化の実施後、アンカープライマー：九量体複合体を取り除き、新たなサイクルを始める。連結の実施後に配列情報を画像化する方法は当分野で既知である。いくつかの場合では、高スループットシークエンシングは、例えばＭａｒｇｕｉｌｅｓ他、Ｎａｔｕｒｅ ４３７（７０５７）：３７６〜８０（２００５）に記載されている、ウルトラディープシークエンシングの使用を含む。
マイクロＲＮＡシークエンシング（ｍｉＲＮＡ−ｓｅｑ）は、マイクロＲＮＡを配列決定するために次世代シークエンシング又は超並列高スループットＤＮＡシークエンシングを使用するＲＮＡシークエンシング（ＲＮＡ−Ｓｅｑ）の一種である。ｍｉＲＮＡ−ｓｅｑは、投入される物質は低分子ＲＮＡが富化されることが多いＲＮＡ−ｓｅｑのその他の形態とは異なる。ｍｉＲＮＡ−ｓｅｑは組織特異的発現パターンを提供し、疾患会合及びマイクロＲＮＡアイソフォームにつながる場合がある。ｍｉＲＮＡ−ｓｅｑはまた、配列番号１３９〜１４０及び配列番号３０７〜３０８で示す核酸配列等のこれまで特徴付けられていないマイクロＲＮＡの発見にも使用される。
本明細書で使用する場合、用語「診断すること」は、病状又は症状を分類すること、病状の重症度（グレード又はステージ）を決定すること、病状の進行をモニタリングすること、病状の予後及び／又は回復の見込みを予測することを意味する。
本明細書で使用する場合、語句「それを必要とする対象」は、がんを有することが分っているヒト対象、がんを有するリスクがあるヒト対象（例えば、遺伝的に罹りやすい対象、がんの病歴及び／若しくは家族歴がある対象、発がん性物質、職業上の危険、環境的な危険に曝露されている対象）並びに／又はがんの疑わしい臨床徴候（例えば甲状腺中の小結節）を示す対象を意味する。加えて又は或いは、それを必要とする対象は、定期的な健康診断（ｗｅｌｌ−ｂｅｉｎｇ ｃｈｅｃｋ−ｕｐ）を受ける健康なヒト対象であることができる。
悪性細胞又は前悪性細胞の存在を分析することをｉｎ ｖｉｖｏで又はｅｘ ｖｉｖｏで達成することができ、そのため生体サンプル（例えば生検試料）が回収される。そのような生検サンプルは細胞を含み、切開生検又は切除生検であることができる。このサンプルを、対象の甲状腺から回収することができ、ＦＮＡを使用して回収することができる。或いは、細胞を完全切除から回収することができる。
本教示を用いる間、処置レジメン、処置方針の決定及び／又は疾患の重症度の測定値に関する追加の情報を得ることができる。
本明細書で使用する場合、語句「処置レジメン」は、それを必要とする対象（例えば病的状態と診断された対象）に提供される処置の種類、薬用量、スケジュール及び／又は処置の持続期間を特定する処置計画を意味する。選択された処置レジメンは、最良の臨床転帰（例えば病状の全快）をもたらすと期待される積極的な処置レジメンであることができる、又は病状の不完全な回復をもたらすにもかかわらず病状の症状を緩和することができるより中程度の処置レジメンであることができる。ある特定の場合では、処置レジメンは、対象へのある程度の不快感又は有害な副作用（例えば、健康な細胞若しくは組織へのダメージ）を伴う場合があることが認識されるだろう。処置の種類として、外科的介入（例えば、病変、病的な細胞、組織若しくは器官の除去）、細胞置換療法、局所的な若しくは全身的な方法での治療薬（例えば、受容体作動薬、拮抗薬、ホルモン、化学療法剤）の投与、外部源（例えば外部ビーム）及び／若しくは内部源（例えば密封小線源治療）を使用する放射線治療への曝露、並びに／又はこれらの任意の組合せを挙げることができる。薬用量、スケジュール及び処置の持続期間は、病状の重症度及び処置の選択された種類に応じて変動することができ、当業者は、薬用量、スケジュール及び処置の持続期間と共に処置の種類を調整することができる。
診断方法も提供される。この方法は、生体サンプル中における特定のがん関連核酸の発現レベルを検出することを含む。患者での特定のがんの状態の診断により、予後及び治療戦略の選択が可能になる場合がある。更に、一時的に発現された特定のがん関連核酸を決定することにより、細胞の発達段階を分類することができる。
標識されたプローブの組織切片又はＦＮＡ塗抹標本へのｉｎ ｓｉｔｕハイブリダイゼーションを実施することができる。個々のサンプル間のフィンガープリントを比較する場合、当業者は、所見に基づいて、診断、予後又は予測を行なうことができる。診断を示す核酸配列は予後を示す核酸配列と異なる場合があり、細胞の状態の分子プロファイリングから応答性の条件又は不応性の条件の区別が得られる場合がある又は転帰が予測される場合があることが更に理解される。
キットも提供され、このキットは、本明細書に記載の核酸を、下記のうちのいずれか又は全てと一緒に含むことができる：アッセイ用試薬、緩衝液、プローブ及び／又はプライマー、並びに無菌の食塩水又は別の薬学的に許容されるエマルション用の及び懸濁液用の基剤。加えて、このキットは、本明細書に記載の方法を実行するための指示（例えばプロトコル）を含む指示書を含むことができる。このキットは、発現プロファイルのデータ分析用のソフトウェアパッケージを更に含むことができる。
例えば、このキットは、標的核酸配列の増幅用の、検出用の、同定用の又は定量化用のキットであることできる。このキットは、ポリ（Ｔ）プライマー、フォワードプライマー、リバースプライマー及びプローブを含むことができる。
本明細書に記載のいかなる組成物もキットに含めることができる。非限定的な例では、キットには、アレイを使用してマイクロＲＮＡを単離するための、マイクロＲＮＡを標識するための及び／又はマイクロＲＮＡ集団を評価するための試薬が含まれる。このキットは、マイクロＲＮＡプローブを作るための又は合成するための試薬を更に含むことができる。そのため、このキットは、適切な容器手段中に、標識されたヌクレオチド又は後に標識される未標識のヌクレオチドを組み込むことによりマイクロＲＮＡを標識する酵素を含むことができる。このキットはまた、１種又は複数種の緩衝液、例えば反応用緩衝液、標識用緩衝液、洗浄用緩衝液又はハイブリダイゼーション用緩衝液、マイクロＲＮＡプローブを調製するための化合物、ｉｎ ｓｉｔｕハイブリダイゼーション用の成分、及びマイクロＲＮＡの単離するための成分も含むことができる。本発明のその他のキットは、マイクロＲＮＡを含む核酸アレイを作るための成分を含むことができ、そのため、例えば固体支持体を含むことができる。
本発明の一部の実施形態をより完全に説明するために、下記に実施例を示す。しかしながら、この実施例は本発明の広い範囲を限定すると決して解釈されるべきではない。
材料及び方法
１．マイクロＲＮＡ分析
甲状腺腫瘍サンプル中におけるマイクロＲＮＡの存在及び／又はレベルを当分野で既知の方法を使用して評価することができ、例えば、ノーザンブロット、ＲＮＡ発現アッセイ（例えばマイクロアレイ分析）、ＲＴ−ＰＣＲ、高スループットシークエンシング（次世代シークエンシング）、クローニング及び定量的リアルタイムポリメラーゼ連鎖反応（ｑＲＴ−ＰＣＲ）を使用して評価することができる。ＲＮＡ発現を測定するための分析技法は当分野で既知であり、例えばＳａｍｂｒｏｏｋ他、「分子クローニング：実験マニュアル（Ｍｏｌｅｃｕｌａｒ Ｃｌｏｎｉｎｇ：Ａ Ｌａｂｏｒａｔｏｒｙ Ｍａｎｕａｌ）」、第３版、Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ Ｐｒｅｓｓ、Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ、Ｎ．Ｙ．（２００１）を参照されたい。本明細書で使用する具体的な方法の例を下記でより詳細に説明する。
２．ＲＮＡ抽出
ＦＮＡ細胞塊サンプル
７から１０個の１０μｍ厚組織片から全ＲＮＡを単離した。切片を５分にわたり５７℃にてキシレン中で数回（１〜３回）インキュベートして過剰なパラフィンを除去し、その後、１０，０００ｇで２分にわたり周囲温度にて遠心分離した。次いで、検体を１ｍｌの１００％エタノールで数回（約３回）洗浄して組織からキシレンを洗い流し、その後、１０，０００ｇで１０分にわたり周囲温度にて遠心分離した。上清を廃棄し、組織を５分にわたり６５℃にて乾燥させた。数時間（約１６時間）にわたり４５℃にて、プロテイナーゼＫ溶液（５００μｌの緩衝液Ｂ（１０ｍＭ ＮａＣｌ、５００ｍＭ Ｔｒｉｓ ｐＨ７．５、２０ｍＭ ＥＤＴＡ ｐＨ８、１％ＳＤＳ）中の５〜１２μｌのプロテイナーゼＫ（例えばＳｉｇｍａ又はＡＢＩ））でタンパク質を分解した。プロテイナーゼＫを、７分にわたり９５℃でのインキュベーションにより不活性化させた。チューブを冷却した後、１０μｌのＲＮＡ合成スパイク（ＲＮＡ ｓｙｎｔｈｅｔｉｃ ｓｐｉｋｅ）を添加した（例えば、０．１５ｆｍｏｌ／μｌの２種のスパイク）。酸フェノール／クロロホルム等量を使用してＲＮＡを抽出し、ボルテックスし、その後、１２０００ｇで１５分にわたり４℃にて遠心分離した。次いで、３０分から１６時間にわたり、８μｌの直鎖状アクリルアミド、０．１体積の３Ｍ ＮａＯＡｃ ｐＨ５．２及び３体積の無水１００％エタノールを使用してＲＮＡを沈殿させ、その後、２００００ｇ（１４，０００ｒｐｍ）で少なくとも４０分にわたり４℃にて遠心分離した。１ｍｌの８５％冷エタノールを添加してペレットを洗浄した。ＤＮＡｓｅを６０分にわたり３７℃にて導入してＤＮＡを消化し（例えば１０μｌのＴｕｒｂｏ（商標）ＤＮａｓｅ）、その後、酸フェノール／クロロホルムを使用して抽出し、上記に記載したようにエタノール沈殿させた。
ＦＮＡ塗抹サンプル（例）
スライド中でＦＮＡ塗抹サンプルから全ＲＮＡを単離し、このスライドを、周囲温度にてキシレン中に数時間（約２〜２０時間、通常は約１６時間）浸漬して過剰なパラフィン又は接着剤を除去することによりカバーガラス（存在する場合）を取り外した後、染色しなかった、又は（例えば、パパニコロウ、ギムザ若しくはＤｉｆｆ−Ｑｕｉｃｋで）染色した。更に、このスライドを１００％エタノールで数回（約３回）洗浄し、キシレンを洗い流した。スライドを再蒸留水（ＤＤＷ）中に１分にわたり浸漬した。メスを使用して、このスライドから細胞を擦り落とした。次いで、このスライドを５００μｌの緩衝液Ｂ（１０ｍＭ ＮａＣｌ、５００ｍＭ Ｔｒｉｓ ｐＨ７．５、２０ｍＭ ＥＤＴＡ ｐＨ８、１％ＳＤＳ）で洗浄し、１．７ｍｌチューブに移した。数時間（約１６時間）にわたり４５℃にて、プロテイナーゼＫ（例えば５〜１２μｌ、Ｓｉｇｍａ又はＡＢＩ）でタンパク質を分解した。７分にわたり９５℃にてチューブをインキュベートすることにより、プロテイナーゼＫを不活性化させた。チューブの冷却後、１０μｌのＲＮＡ合成スパイク（例えば０．１５ｆｍｏｌ／μｌの２種のスパイク）を添加した。酸フェノール／クロロホルム等量を使用してＲＮＡを抽出し、ボルテックスし、１２０００ｇで１５分にわたり４℃にて遠心沈殿させた。次いで、３０分から１６時間にわたり、８μｌの直鎖状アクリルアミド、０．１体積の３Ｍ ＮａＯＡｃ ｐＨ５．２及び３体積の無水エタノールを使用して、ＲＮＡを沈殿させた。次いで、チューブを、２００００ｇ（１４，０００ｒｐｍ）で少なくとも４０分にわたり４℃にて遠心沈殿させた。約１ｍｌの８５％冷エタノールでペレットを洗浄した。ＤＮＡｓｅを６０分にわたり３７℃にて導入してＤＮＡを消化し（例えば１０μｌのＴｕｒｂｏ（商標）ＤＮａｓｅ、Ａｍｂｉｏｎ、Ｌｉｆｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ）、その後、酸フェノール／クロロホルムを使用して抽出し、上記に記載したようにエタノール沈殿させた。
３．全ＲＮＡの定量化
ＲｉｂｏＧｒｅｅｎ（登録商標）色素（Ｔｈｅｒｍｏ Ｆｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ（登録商標）、デラウェア州、ウィルミントン（Ｗｉｌｍｉｎｇｔｏｎ））を使用するＮａｎｏＤｒｏｐ３３００（ＮＤ３３００）蛍光分光計での蛍光分光分析により、全ＲＮＡの定量化を実施した。ＮＤ３３００によるＲＮＡ検出範囲は、高濃度のＲｉｂｏＧｒｅｅｎ（登録商標）色素（１：２００の希釈度）を使用する場合には２５ｎｇ／ｍｌ〜１０００ｎｇ／ｍｌであり、１：２０００の希釈度のＲｉｂｏＧｒｅｅｎ（登録商標）色素を使用する場合には５ｎｇ／ｍｌ〜５０ｎｇ／ｍｌである。ＮＤ３３００により測定されるＲＮＡ量は、検出される発現マイクロＲＮＡに高度に相関した。
４．マイクロアレイでのマイクロＲＮＡプロファイリング
２１７２種のｍｉＲｓ配列、１７種の陰性コントロール、２３種のスパイク及び１０種の陽性コントロールにＤＮＡオリゴヌクレオチドプローブを印刷することにより（合計で２２２２種のプローブ）、カスタムマイクロアレイ（Ａｇｉｌｅｎｔ Ｔｅｃｈｎｏｌｏｇｉｅｓ、カリフォルニア州、サンタクララ（Ｓａｎｔａ Ｃｌａｒａ））を作成した。各マイクロＲＮＡプローブ（３重で印刷した）は、マイクロＲＮＡの相補配列の３’末端で最大で２８個のヌクレオチド（ｎｔ）のリンカーを保持した。陰性スパイク及び陽性プローブを３から２００回印刷した。ゲノムと一致しない配列を使用して、１７種の陰性コントロールプローブを設計した。下記の２群の陽性コントロールプローブを、マイクロＲＮＡアレイにハイブリダイズするように設計した：（ｉ）合成低分子ＲＮＡをＲＮＡにスパイクさせた後、標識効率を検証するために標識した、（ｉｉ）ＲＮＡ品質を検証するために、大量の低分子ＲＮＡ（例えば、核内低分子ＲＮＡ（Ｕ４３、Ｕ２４、Ｚ３０、Ｕ６、Ｕ４８、Ｕ４４）、５．８ｓリボソームＲＮＡ及び５ｓリボソームＲＮＡ）用のプローブをアレイ上にスポットした。
５．マイクロアレイ用のマイクロＲＮＡのＣｙ色素標識
全ＲＮＡ（２０〜１０００ｎｇ）を、ＲＮＡリンカー、ｐ−ｒＣｒＵ−Ｃｙ／色素又はいくつかの一連のＣｙ（ＢｉｏＳｐｒｉｎｇ ＧｍｂＨ、ＩＢＡ ＧｍｂＨ若しくは等価物）の、Ｃｙ３又はＣｙ５を有する３’末端への連結（Ｔｈｏｍｓｏｎ他、Ｎａｔｕｒｅ Ｍｅｔｈｏｄｓ ２００４；１：４７〜５３）により標識した。標識反応は、全ＲＮＡ、スパイク（０．１〜１００ｆｍｏｌ）、２５０〜４００ｎｇのＲＮＡリンカー色素、１５％ＤＭＳＯ、１×リガーゼ緩衝液及び２０ユニットのＴ４ＲＮＡリガーゼ（ＮＥＢ又は等価物）を含み、この標識反応を１時間にわたり４℃にて進行させ、その後、３７℃にて１時間にわたり進行させ、その後、最大で４０分にわたり４℃にて進行させた。
標識したＲＮＡを、３０μｌのハイブリダイゼーション混合物（４５μｌの１０×ＧＥ Ａｇｉｌｅｎｔ Ｂｌｏｃｋｉｎｇ Ａｇｅｎｔ及び２４６μｌの２×Ｈｉ−ＲＰＭ Ｈｙｂｒｉｄｉｚａｔｉｏｎの混合物）と混合した。この標識混合物を５分にわたり１００℃にてインキュベートし、その後、５分にわたり水浴中で氷インキュベートした。スライドを１６〜２０時間にわたり５４〜５５℃にてハイブリダイズさせ、その後２回洗浄した。１回目の洗浄を、５分にわたりＡｇｉｌｅｎｔ ＧＥ Ｗａｓｈ Ｂｕｆｆｅｒ１（例えば６×ＳＳＰＥ＋０．００５％Ｎ−ラウロイルサルコシン＋０．００５％Ｔｒｉｔｏｎ Ｘ−１０２）で室温にて行ない、その後、５分にわたり３７℃にてＡｇｉｌｅｎｔ ＧＥ Ｗａｓｈ Ｂｕｆｆｅｒ２（例えば、０．０６×ＳＳＰＥ＋０．００５％Ｎ−ラウロイルサルコシン＋０．００５％Ｔｒｉｔｏｎ Ｘ−１０２）で２回目の洗浄を行なった。
マイクロアレイスキャナ（Ａｇｉｌｅｎｔ Ｍｉｃｒｏａｒｒａｙ Ｓｃａｎｎｅｒ Ｂｕｎｄｌｅ Ｇ２５６５ＢＡ、ＸＤＲ Ｈｉ １００％、ＸＤＲ Ｌｏ １０％で５μｍの分解能）を使用して、アレイをスキャンした。適切なソフトウェア（Ｆｅａｔｕｒｅ Ｅｘｔｒａｃｔｉｏｎ １０．７ソフトウェア、Ａｇｉｌｅｎｔ）を使用して、アレイ画像を分析した。
６．ＲＴ−ＰＣＲ
１〜５００ｎｇの全ＲＮＡでポリアデニル化及び逆転写を実施した。３７℃にて１時間にわたり、ポリ（Ａ）ポリメラーゼ（Ｐｏｌｙ（Ａ） Ｐｏｌｙｍｅｒａｓｅ ＮＥＢ−Ｍ０２７６Ｌ）、ＡＴＰ、コンセンサス配列を含むオリゴｄＴプライマー及び逆転写酵素（ＳｕｐｅｒＳｃｒｉｐｔ（登録商標）ＩＩ ＲＴ、Ｉｎｖｉｔｒｏｇｅｎ、カリフォルニア州、カールスバッド（Ｃａｒｌｓｂａｄ））の存在下でＲＮＡをインキュベートした。次に、ＲＴ−ＰＣＲでｃＤＮＡを増幅させた。増幅反応には、マイクロＲＮＡ特異的フォワードプライマー（特定のマイクロＲＮＡ配列の３’末端又はポリＡアダプター配列の一部に相補的なＴａｑＭａｎ（登録商標）（ＭＧＢ）プローブである）及びオリゴｄＴテールのコンセンサス３’配列に相補的なユニバーサルリバースプライマーが含まれていた。ＲＴ−ＰＣＲ法の詳細な説明を公報ＷＯ２００８／０２９２９５中に見出すことができ、この内容は参照により本明細書に援用される。
各マイクロＲＮＡに関してサイクル閾値（ＣＴ、プローブシグナルが閾値に達するＰＣＲサイクル）を決定した。
ＲＴ−ＰＣＲからのマイクロＲＮＡ発現結果とマイクロアレイからのマイクロＲＮＡ発現結果との比較を可能にするために、ＲＴ−ＰＣＲにより得られた各値を５０から減算した（５０−ＣＴ）。各患者に関する各マイクロＲＮＡの５０−ＣＴ発現を、マイクロアレイ法により得られたシグナルと比較した。
７．アレイデータの正規化
最初のデータセットは、サンプル毎に複数のプローブに関して測定されたシグナルからなった。分析するために、シグナルを、既知の又は検証済みのヒトマイクロＲＮＡの発現レベルを測定するように設計されているプローブに関してのみ使用した。
信頼できるスポットの対数平均を取ることにより、３重のスポットを組み合わせて１つのシグナルにした。全てのデータを対数変換し、分析を対数空間で実施した。２つの代表的なサンプル（各腫瘍型から１つ）において、各プローブの平均発現レベルを取ることにより、正規化用の参照データベクトルＲを算出した。
データベクトルＳｋを有する各サンプルｋに関して、サンプルデータと参照データとの間の最良のフィットをもたらすように２次多項式Ｆｋを見出し、その結果、Ｒ≒Ｆｋ（Ｓｋ）であった。多項式Ｆをフィットさせるために、離れたデータ点（「外れ値」）を使用しなかった。サンプル中の各プローブ（ベクトルＳｋ中の要素

）に関して、

となるように初期値

を多項式関数Ｆｋで変換することにより、この初期値から（対数空間中の）正規化値

を算出する。対数空間中で統計分析を実施する。倍数変化を提示するために及び算出するために、指数を取ってデータを線形空間に戻す。
８．ｍｉＲＮＡ−ｓｅｑ配列ライブラリーの構築
用いる高スループットシークエンシングプラットホームに応じて多種多様なキットを使用して、配列ライブラリーの構築を実施することができる。しかしながら、低分子ＲＮＡシークエンシングの準備のためのいくつかの共通のステップが存在する。連結ステップではＤＮＡアダプターが低分子ＲＮＡの両末端に付加され、このＤＮＡアダプターは、逆転写及びＰＣＲ増幅の最中にプライマー結合部位として作用する。Ｔ４ ＲＮＡリガーゼ等の連結酵素を使用して、又は５’ＲＡＣＥ反応２を使用して５’アダプターを付加することにより、５’アダプターを伴うアデニル化一本鎖ＤＮＡ３’アダプターを低分子ＲＮＡに連結させる。このアダプターはまた、５’ヒドロキシル基を有するＲＮＡ分解産物ではなく、特徴的なマイクロＲＮＡである５’リン酸基を有する低分子ＲＮＡを捕捉するように設計されている。逆転写ステップ及びＰＣＲ増幅ステップでは、低分子アダプター連結ＲＮＡが、シークエンシング反応で使用されるｃＤＮＡクローンへと変換される。次いで、ＰＣＲを実行してｃＤＮＡ配列のプールを増幅させる。このステップでは、特徴のあるヌクレオチドタグを考慮して設計されているプライマーを使用して、プールされたライブラリーの多重シークエンシングでＩＤタグを作成することもできる。
９．次世代シークエンシング（ＮＧＳ）
各ＦＦＰＥサンプルからの５００ｎｇのＲＮＡを低分子ＲＮＡディープシークエンシング（ｍｉＲＳｅｑ）に使用した。ライブラリーを、配列分析装置（Ｉｌｌｕｍｉｎａ（登録商標）ＨｉＳｅｑ（商標）２０００ ＤＮＡ）の２つのレーン上にローディングした。ライブラリー１つの当たり平均して約６３０００００個の読み取りデータを得た。新規のマイクロＲＮＡを発見するために、生配列データに配列分析ソフトウェア（ｍｉＲＤｅｅｐ２、Ｆｒｉｅｄｌａｎｄｅｒ ＭＲ他、Ｎｕｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓ．２０１２ Ｊａｎ；４０（１）：３７〜５２）を適用した（プライマー−アダプター配列を取り除いた）。
１０．統計分析
対数変換された正規化蛍光シグナルに両側（独立）スチューデントのｔ検定を使用して、ｐ値を算出した。多重仮説検定の影響を補正するために０．０５から１の偽陽性率（ＦＤＲ）を設定することにより有意差の閾値を決定し、０．０１〜０．０６の範囲のｐ値カットオフを得た。それぞれ差次的に発現されたマイクロＲＮＡに関して、倍数差異（正規化蛍光の中央値（ｍｅｄｉａｎ ｎｏｒｍａｌｉｚｅｄ ｆｌｕｏｒｅｓｃｅｎｃｅ）の比）及び受信者動作特性（ＲＯＣ）曲線の曲線下面積（ＡＵＣ）を算出した。下記の３つのセットのｍｉＲを統計分析から除外した：（ａ）血液サンプル中で高度に発現されることが既に分かっているｍｉＲ（ＦＮＡサンプル中の血液の高い割合に起因する）、（ｂ）発現レベルがＲＮＡの減少量と相関しないｍｉＲ（即ち、測定されたＲＮＡ量の減少と関連してシグナルの線形減少を示さないｍｉＲ）、及び（ｃ）発現レベルがセット（ｂ）のｍｉＲと相関しているｍｉＲ。
（例１：手術前サンプルでのマイクロＲＮＡの検出）
この方法の実行可能性を確保するために、マイクロＲＮＡプロファイリングのパイロット研究を、ｅｘ−ｖｉｖｏでのＦＮＡ生検サンプルからの少量のパパニコロウ染色塗抹標本、ギムザ染色塗抹標本及びＤｉｆｆ−Ｑｕｉｃｋ染色塗抹標本で行なった。ＦＮＡ塗抹標本は細胞をほとんど有しないことが多いことから、ごく少量のＲＮＡ（例えば１〜１０００ｎｇ）を分析に提供する場合に、そのように低いＲＮＡ量でマイクロＲＮＡが検出可能であるかどうかを最初に評価する必要があった。そのため、ギムザ染色した乳頭癌塗抹標本及び非乳頭癌塗抹標本において、約２２００種の個々のマイクロＲＮＡのマイクロＲＮＡ発現レベルを測定した。乳頭癌と相関することが既に分かっている５種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−２２１−３ｐ及びｈｓａ−ｍｉＲ−２１−５ｐ）が乳頭癌塗抹標本中で過剰発現されることが判明した。図１は、ギムザ染色した乳頭癌サンプルと非乳頭癌サンプルとの間でのマイクロＲＮＡ発現の比較を示しており、この図１から、乳頭癌中で高度の上方制御されたマイクロＲＮＡマーカーが明らかになる。この結果は、ＦＮＡ塗抹標本でのマイクロＲＮＡプロファイルの決定に成功することがきることを強く示唆した。
（例２：悪性の甲状腺病変と良性の甲状腺病変との間のマイクロＲＮＡ発現の差異）
実験分析で使用するサンプルのコホートは、Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｐａｔｈｏｌｏｇｙ Ｔｅｍｐｌｅ Ｕｎｉｖｅｒｓｉｔｙ Ｈｏｓｐｉｔａｌ（米国、フィラデルフィア）で保存されていた試料から選択された７３種の手術前甲状腺ＦＮＡ細胞塊からなった。この７３種の検体には、３５種の良性の甲状腺病変のサンプル及び３８種の悪性の甲状腺病変のサンプルが含まれていた。３５種の良性腫瘍は、１８種の濾胞腺腫サンプル、８種の橋本甲状腺炎サンプル及び９種の過形成（甲状腺腫）サンプルからなった。３８種の悪性腫瘍は、１０種の濾胞状腺癌及び２８種の乳頭癌からなった。２８種の乳頭癌サンプルの内、９種は乳頭癌であり、１３種は被包性濾胞型乳頭癌（ｐａｐｉｌｌａｒｙ ｃａｒｃｉｎｏｍａ ｆｏｌｌｉｃｕｌａｒ ｖａｒｉａｎｔ ｅｎｃａｐｓｕｌａｔｅｄ）であり、６種は非被包性濾胞型乳頭癌（ｐａｐｉｌｌａｒｙ ｃａｒｃｉｎｏｍａ ｆｏｌｌｉｃｕｌａｒ ｖａｒｉａｎｔ ｎｏｎ−ｅｎｃａｐｓｕｌａｔｅｄ）であった。甲状腺病変の悪性又は良性を最終的には組織学的診断で評価した。「甲状腺細胞病理を報告するためのＢｅｔｈｅｓｄａシステム（Ｔｈｅ Ｂｅｔｈｅｓｄａ Ｓｙｓｔｅｍ ｆｏｒ Ｒｅｐｏｒｔｉｎｇ Ｔｈｙｒｏｉｄ Ｃｙｔｏｐａｔｈｏｌｏｇｙ）」（Ｓｙｅｄ，Ｚ．Ａｌｉ及びＥｄｍｕｎｄ Ｓ．Ｃｉｂａｓ編；ＤＯＩ １０．１００７／９７８−０−３８７−８７６６６−５＿１；Ｓｐｒｉｎｇｅｒ Ｓｃｉｅｎｃｅ＋Ｂｕｓｉｎｅｓｓ Ｍｅｄｉａ，ＬＬＣ ２０１０）に基づいて細胞学的分類を行なった。研究プロコトルは、提供機関のＩｎｓｔｉｔｕｔｉｏｎａｌ Ｒｅｖｉｅｗ Ｂｏａｒｄ（ＩＲＢ、Ｅｔｈｉｃａｌ Ｒｅｖｉｅｗ Ｂｏａｒｄと等価）の承認を得た。Ｗｏｒｌｄ Ｈｅａｌｔｈ Ｏｒｇａｎｉｚａｔｉｏｎ（ＷＨＯ）ガイドラインに基づいて腫瘍分類を行なった。追加のコホートは１３種の甲状腺ｅｘ−ｖｉｖｏＦＮＡ塗抹標本（甲状腺摘除術後に調製されている）からなり、Ｕｎｉｖｅｒｓｉｔｙ Ｍｉｌａｎｏ−Ｂｉｃｏｃｃａ（イタリア、ミラノ）から得た。
これらのサンプルから全ＲＮＡ（少なくも１０ｎｇ）を抽出し、約２２００種のｍｉＲを含むカスタムマイクロアレイを使用してマイクロＲＮＡ発現をプロファイリングした。結果は、表３に列挙するいくつかのｍｉＲの良性病変と悪性病変との間の発現パターンに有意差を示した（良性に対して悪性で上方制御された、又は下方制御された）。
３５種の良性ＦＮＡサンプル及び３８種の悪性ＦＮＡサンプルでのｍｉＲＮＡ発現に基づいて、悪性甲状腺腫瘍と良性甲状腺腫瘍とを区別するための分類アルゴリズムを開発した。良性若しくは悪性で又は特定の甲状腺腫瘍サブタイプ間（データを示さない）で、これらの条件で差次的に発現されることが分かっている８種のｍｉＲ（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−２１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−２２１−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−１８１ａ−５ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ及びＭＩＤ−２３７９４）に基づいて、悪性甲状腺病変と良性甲状腺病変とを区別するために、ロジスティック回帰分類器をトレーニングした。この分類器は、悪性サンプルを同定するために８７％の感度及び９１％の特異度で８９％の精度に達した。ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−２１−５ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−２２１−３ｐ、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ及びｈｓａ−ｍｉＲ−１８１ａ−５ｐは悪性病変でより高い発現を示し、ｈｓａ−ｍｉＲ−１３８−５ｐ及びＭＩＤ−２３７９４は良性病変でより高い発現を示した（データを示さない）。
（例３：悪性の甲状腺病変及び良性の甲状腺病変の様々なサブタイプの判別）
１８種の濾胞腺腫サンプル及び１０種の濾胞腺癌サンプルでｍｉＲの発現レベルを比較した。濾胞腺癌に対して濾胞腺腫で上方制御された又は下方制御されたマイクロＲＮＡを表４に示す。
９種の乳頭癌（非濾胞型）サンプルに対して１８種の濾胞腺腫でｍｉＲの発現レベルを比較し、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ及びｈｓａ−ｍｉＲ−２１−５ｐの発現レベルを使用して、濾胞腺腫サンプルと乳頭癌サンプルとを判別するための１００％の精度（データを示さない）の分類器を作成した。
１９種の濾胞型乳頭癌サンプルに対して１８種の濾胞腺腫サンプルでｍｉＲの発現レベルを比較した。濾胞腺腫に対して濾胞型乳頭癌で上方制御された又は下方制御されたマイクロＲＮＡを表５に示す。
３５種の良性サンプルに対して６種の非被包性濾胞型乳頭癌サンプルでｍｉＲの発現レベルを比較し、ｈｓａ−ｍｉＲ−２２１−３ｐ及びｈｓａ−ｍｉＲ−２００ｂ−３ｐの発現レベルを使用して、９８％の精度、８３％の感度及び１００％の特異度（データを示さない）の分類器を作成した。
８種の橋本甲状腺炎サンプル及び９種の（非濾胞）乳頭癌サンプルでｍｉＲの発現レベルを比較した。橋本甲状腺炎に対して乳頭癌で上方制御された又は下方制御されたマイクロＲＮＡを表６に示す。これら２種の甲状腺病変を比較するためのプロファイルシグネチャー（ｐｒｏｆｉｌｅ ｓｉｇｎａｔｕｒｅ）の最良の候補であるｍｉＲは、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２００ａ−３ｐ及びＭＩＤ−２３７９４である。
（例４：ディープシークエンシングによる新規のマイクロＲＮＡバイオマーカーの同定）
濾胞性病変からの１１種のＦＦＰＥ（ホルマリン固定パラフィン包埋）甲状腺切除サンプル（外科的生検から得られ、ホルマリン中で固定され、パラフィン中で保存されている）を、Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｐａｔｈｏｌｏｇｙ ａｔ Ｒａｂｉｎ Ｍｅｄｉｃａｌ Ｃｅｎｔｅｒから得た。これらの検体には、６種の濾胞腺腫及び５種の濾胞腺癌が含まれていた。全てのサンプルで、腫瘍細胞含有量は５０％超であった。
配列分析ソフトウェアにより合計で３８６種の新規の候補マイクロＲＮＡを発見し、ｑＰＣＲで実施する場合に、これらの候補マイクロＲＮＡのうちの２７種を検証用に選択した。２種の新規のマイクロＲＮＡ（ＭＤ２−４９５及びＭＤ２−４３７）が本明細書で開示されており、これらのマイクロＲＮＡの配列を表１に示し、これらのマイクロＲＮＡそれぞれのヘアピンを表２に示す。図２Ａは、配列分析ソフトウェアにより予測した場合の、これら２種の新規のマイクロＲＮＡの二次構造を示す。図２Ｂは、１１種のサンプルそれぞれにおける、これら２種の新規のマイクロＲＮＡの発現（読み取りデータの正規化数）を示す。右側の色分けされたバーは発現のスケールを表す。
（例５：特定のマイクロＲＮＡは、良性甲状腺病変と悪性甲状腺病変との間で差次的に発現される）
イスラエルの医療センターから、染色された甲状腺ＦＮＡ塗抹標本を得て（コホートＩ）、米国の医療センターから甲状腺ＦＮＡ細胞塊を得た（コホートＩＩ）。両方のコホートに関して、切除された腫瘍の組織学的診断に基づいて、甲状腺病変を最終的には悪性又は良性に分類した。これら２種のコホートからのサンプルの分解の概要を表７に示す。

上記に記載の組織内で開発したプロトコルを使用して、サンプルから高純度ＲＮＡ（マイクロＲＮＡ画分を含む）を抽出した。差次的に発現されたマイクロＲＮＡを同定するために及び分類器を開発するために２０００種超のマイクロＲＮＡを測定するカスタム印刷マイクロアレイにより、ＦＦＰＥサンプル及び細胞学的（ＦＮＡ）サンプルをプロファイリングした。
２０００種超のマイクロＲＮＡを測定するカスタム印刷マイクロアレイにより及びｑＰＣＲによる９６種のマイクロＲＮＡで、１５０種超の甲状腺ＦＮＡサンプル（表７）をプロファイリングした。図３Ａ（コホートＩ）及び図３Ｂ（コホートＩＩ）は、悪性小結節を有する患者でのマイクロアレイによるマイクロＲＮＡ発現レベルの中央値（ｙ軸）及び良性小結節を有する患者でのマイクロアレイによるマイクロＲＮＡ発現レベルの中央値（ｘ軸）を示す。各マイクロＲＮＡに関して、ＦＤＲ＝０．１であるＭａｎｎ−Ｗｈｉｔｎｅｙ検定により、２つの群の値を比較した。
良性新生物と悪性新生物との間でのマイクロＲＮＡの差次的発現を発見した。２種のマイクロＲＮＡ、即ちｈｓａ−ｍｉＲ−１４６ｂ−５ｐ及びｈｓａ−ｍｉＲ−３７５に基づく悪性塗抹標本対良性塗抹標本の分類は８５％超の精度である（１０回実行した１０倍交差検証の中央値に基づく、データを示さず）。
（例６：ｈｓａ−ｍｉＲ−３７５は、ＦＮＡサンプルにおいて甲状腺髄様癌の有意なマーカーである）
ＦＮＡコホートＩでのｈｓａ−ｍｉＲ−３７５（配列番号８）の発現レベルを、甲状腺髄様がんサンプル（ｎ＝６）とその他の甲状腺結節からのサンプル（ｎ＝７５）との間で比較した。結果を図４に示す。結果として、ｈｓａ−ｍｉＲ−３７５は甲状腺髄様癌の有意なマーカーである。
（例７：染色された甲状腺塗抹標本をマイクロＲＮＡプロファイリングに使用することができる）
様々な色素で染色したサンプルでのマイクロＲＮＡ発現レベルを比較して、染色時のマイクロＲＮＡの安定性及びマイクロＲＮＡレベル検出の再現性を評価した。ＦＮＡコホートＩからの合計で１４３種の塗抹標本を下記の通りに染色した：６０種をメイグリュンワルドギムザ染色し、６４種をＤｉｆｆＱｕｉｋで染色し、１９種をパパニコロウ染色した。様々な色素で染色した同じサンプルの２重のマイクロＲＮＡ発現レベルは、（予測を超える）有意な相関性を示した。異なる染色間でのｍｉＲ−１４６ｂ−５ｐ発現レベルの類似性を図５Ａ〜図５Ｂで更に実証しており、図５Ａ〜図５Ｂは、５２組のメイグリュンワルドギムザ−ＤｉｆｆＱｕｉｋペア（図５Ａ）で分かるように、及び１５組のＤｉｆｆＱｕｉｋ−パパニコロウペア（図５Ｂ）で分かるように、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）の正規化発現レベルは同じサンプルを様々な色素で染色する場合に類似することを示す。
従って、臨床設定で使用した様々な細胞学的色素（パパニコロウ、メイグリュンワルドギムザ及びＤｉｆｆＱｕｉｋ）は、マイクロＲＮＡ発現の検出及び定量化に影響を及ぼさない。
（例８：甲状腺の分類−アッセイの開発）
甲状腺サンプルの状態を悪性又は良性と確定するために、全体で合計２４種のマイクロＲＮＡを選択した（表１２）。マイクロＲＮＡ発現を、上記に記載したようにＲＴ−ＰＣＲで測定した。ｍｉＲ及びこれらｍｉＲの各フォワードプライマーのリストを表８に示す。最初の鎖生成を、下記に示すポリＴアダプターを使用して行なった。フォワードプライマーは配列特異的であるが、リバースプライマーはユニバーサルであった。下記のｍｉＲ用のユニバーサルＭＧＢプローブ：ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−５７０１（配列番号３５）、ｈｓａ−ｍｉＲ−４２４−３ｐ（配列番号１６）、ＭＩＤ−５０９７１（配列番号３４）、ＭＩＤ−２００９４（配列番号２７〜２８）、ＭＩＤ−５０９７６（配列番号３３）、ｈｓａ−ｍｉＲ−３０７４−５ｐ（配列番号３２）、ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ＭＩＤ−５０９６９（配列番号２９）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ＭＩＤ−１６５８２（配列番号２５）により、又は表９に示したｍｉＲに特異的なプローブにより、ＲＴ−ＰＣＲ産物の検出を行なった。
リバースプライマー、ポリＴアダプター及びＭＧＢプローブの配列を下記に示す：
− リバースプライマー
ＧＣＧＡＧＣＡＣＡＧＡＡＴＴＡＡＴＡＣＧＡＣ（配列番号３０９）、
− ポリＴアダプター
ＧＣＧＡＧＣＡＣＡＧＡＡＴＴＡＡＴＡＣＧＡＣＴＣＡＣＴＡＴＣＧＧＴＴＴＴＴＴＴＴＴＴＴＴＶＮ（配列番号３１０）（この配列中、「Ｖ」はＡ、Ｇ又はＣのいずれか１つであることができ、「Ｎ」はＧ、Ｃ、Ａ又はＵ／Ｔのいずれか１つであることができる）、
− ユニバーサルＭＧＢプローブ
ＡＡＡＡＣＣＧＡＴＡＧＴＧＡＧＴＣＧ（配列番号３１１）。


本発明者らが実施したいくつかの予備的研究での発現パターン（データを示さない）に基づいてマーカーマイクロＲＮＡを選択し、このマーカーマイクロＲＮＡを「悪性」「細胞型」又は正規化器として使用すべきものに分類するための根拠を形成した。
「悪性マーカー」ｈｓａ−ｍｉＲ−２２２−３ｐ、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ、ｈｓａ−ｍｉＲ−３７５、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１５２−３ｐ、ｈｓａ−ｍｉＲ−３４６、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ、ｈｓａ−ｍｉＲ−４２４−３ｐ及びｈｓａ−ｍｉＲ−１４６ｂ−５ｐを、これらのマイクロＲＮＡの良性サンプルでの発現と比較した悪性サンプルでの発現レベルに従って確立した。
本発明者らは、「細胞型」マーカーｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ及びＭＩＤ−１６５８２を、下記に例示するパターン又は発現に従って選択した。
ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）は、甲状腺上皮細胞と比較して全血中で富化されていることが分かった。その他のマイクロＲＮＡ（データを示さず）と共に、甲状腺ＦＮＡサンプル中の血液量と関連することが分かった。そのため、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）は全血マーカーの一例である。ｍｉＲ−４８６−５ｐと高い相関（＞０．８５）で数種のマイクロＲＮＡを検出し、これらのマイクロＲＮＡも血液マーカーと考えられ得、これらのマイクロＲＮＡとして、ｈｓａ−ｍｉＲ−３２０ａ、ｈｓａ−ｍｉＲ−１０６ａ−５ｐ、ｈｓａ−ｍｉＲ−９３−５ｐ、ｈｓａ−ｍｉＲ−１７−３ｐ、ｈｓａ−ｌｅｔ−７ｄ−５ｐ、ｈｓａ−ｍｉＲ−１０７、ｈｓａ−ｍｉＲ−１０３ａ−３ｐ、ｈｓａ−ｍｉＲ−１７−５ｐ、ｈｓａ−ｍｉＲ−１９１−５ｐ、ｈｓａ−ｍｉＲ−２５−３ｐ、ｈｓａ−ｍｉＲ−１０６ｂ−５ｐ、ｈｓａ−ｍｉＲ−２０ａ−５ｐ、ｈｓａ−ｍｉＲ−１８ａ−５ｐ、ｈｓａ−ｍｉＲ−１４４−３ｐ、ｈｓａ−ｍｉＲ−１４０−３ｐ、ｈｓａ−ｍｉＲ−１５ｂ−５ｐ、ｈｓａ−ｍｉＲ−１６−５ｐ、ｈｓａ−ｍｉＲ−９２ａ−３ｐ、ｈｓａ−ｍｉＲ−４８４、ｈｓａ−ｍｉＲ−１５１ａ−５ｐ、ｈｓａ−ｌｅｔ−７ｆ−５ｐ、ｈｓａ−ｌｅｔ−７ａ−５ｐ、ｈｓａ−ｌｅｔ−７ｃ−５ｐ、ｈｓａ−ｌｅｔ−７ｂ−５ｐ、ｈｓａ−ｌｅｔ−７ｇ−５ｐ、ｈｓａ−ｌｅｔ−７ｉ−５ｐ、ｈｓａ−ｍｉＲ−１８５−５ｐ、ｈｓａ−ｍｉＲ−３０ｄ−５ｐ、ｈｓａ−ｍｉＲ−３０ｂ−５ｐ、ｈｓａ−ｍｉＲ−３０ｃ−５ｐ、ｈｓａ−ｍｉＲ−１９ｂ−３ｐ、ｈｓａ−ｍｉＲ−２６ａ−５ｐ、ｈｓａ−ｍｉＲ−２６ｂ−５ｐ、ｈｓａ−ｍｉＲ−４２５−５ｐ、ＭＩＤ−１９４３３及びｈｓａ−ｍｉＲ−４３０６が挙げられる。
本発明者らは、血液成分のマイクロＲＮＡプロファイルの測定時に、多くのマイクロＲＮＡの様々な血液細胞型での上昇の発見を観測している（データを示さない）。例えば、中でも特にｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）は白血球中で富化されたマイクロＲＮＡのうちの１つであり、従って、白血球マーカーの一例と考えられ得る。興味深いことに、ｈｓａ−ｍｉＲ−３４２−３ｐがｈｓａ−ｍｉＲ−１５０−５ｐと相関して発現されることが示され、このことは、ｈｓａ−ｍｉＲ−１５０−５ｐも白血球マーカーであることを示唆する。加えて、ｈｓａ−ｍｉＲ−１４６ａ−５ｐも白血球細胞中で発現されることが示された（データを示さない）。
ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）及びｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）が上皮細胞中で富化されていることが分かった。予備的実験では、甲状腺組織物質を欠いた血液で塗抹標本を生成し、甲状腺組織由来の塗抹標本と比較した。ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）及びｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）の両方が、血液塗抹標本と比べて甲状腺塗抹標本（良性及び悪性の両方）ではるかに高いレベルで発現されることが分かった（データを示さない）。上皮細胞中で富化されているその他のマイクロＲＮＡも発見した（データを示さない）。そのため、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）及びｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）は上皮細胞マーカーの例である。興味深いことに、本発明者らは、ｈｓａ−ｍｉＲ−１３８−５ｐの発現が上皮細胞の存在と相関性があることを発見し、データのある種のサブセットでは、ｈｓａ−ｍｉＲ−１３８−５ｐが良性サンプルで上方制御されることが分かった（データを示さない）。
ＭＩＤ−１６５８２（配列番号２５）は、Ｈｕｒｔｈｌｅ細胞ではより高い発現レベルで存在した。予備的研究では、本発明者らは驚いたことに、このマイクロＲＮＡが、Ｈｕｒｔｈｌｅ細胞が認められない濾胞腺腫に対して、Ｈｕｒｔｈｌｅ細胞を提示する濾胞腺腫で上方制御されることを発見した（図６Ａ〜図６Ｂ）。この結果は、Ｈｕｒｔｈｌｅ細胞で発見されたミトコンドリアの富化に起因することができる。本発明者らは、ＭＩＤ−１６５８２の配列（配列番号２５）及びＨｕｒｔｈｌｅ細胞で発見されたその他の核酸配列をミトコンドリアＤＮＡにマッピングすることができることを発見した（データを示さない）。そのため、ＭＩＤ−１６５８２はＨｕｒｔｈｌｅ細胞マーカーの一例である。
アッセイ開発用トレーニングセットには、約３６０種の特徴的なサンプルが含まれていた。サンプルの大部分は、染色されたＦＮＡ塗抹標本（パパニコロウ、メイグリュンワルドギムザ又はＤｉｆｆ−Ｑｕｉｋ）であった。４５種のＦＮＡサンプルは細胞塊であった。これらのサンプルを、イスラエル、欧州及び米国の医療センターから採取した。サンプルの大部分は「未確定」ＦＮＡ（Ｂｅｔｈｅｓｄａ分類に従う、７１種のクラスＩＩＩ、１１３種のクラスＩＶ及び７４種のクラスＶ）であり、その他は「確定」（３８種のクラスＩＩ、６０種のクラスＶＩ）であった。このトレーニングセットは悪性甲状腺結節（ｎ＝１９７）及び良性甲状腺結節（ｎ＝１５５）で構成され、このトレーニングセットには、代表で８種の主な組織学的亜型の甲状腺結節が含まれていた。３３種のサンプルは、１ｃｍ未満のサイズである甲状腺結節に由来した。最小の結節サイズは０．１ｃｍであった。示した場合を除き、髄様癌のサンプルを大部分の分析から除外した。表１０は、１つのカテゴリー当たりのサンプルの分布を示す。
定常的に調製されたＦＮＡ塗抹標本由来のサンプル及び細胞塊を、全ＲＮＡ抽出及びＲＴ−ＰＣＲ増幅に使用した。全てのサンプルを、１５種のマーカーマイクロＲＮＡ及び正規化器として使用する９種のマイクロＲＮＡのパネルで試験した（表１１）。
サンプルの一部（ｎ＝３５３）でのトレーニングの結果を図７に示す。閾値を超えるマイクロＲＮＡ：ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ｈｓａ−ｍｉＲ−３４６（配列番号１４）、ｈｓａ−ｍｉＲ−１８１ｃ−５ｐ（配列番号１５）及びｈｓａ−ｍｉＲ−３７５（配列番号８）の発現が、悪性サンプルと相関して見出される。図７に示す発現レベルを、下記式：［５０−各マーカーの正規化Ｃｔ］により得た。正規化を、正規化器の平均シグナルを減算することにより行なった。使用した全てのサンプルを超える正規化器の平均シグナルの値を、検出した全ての発現値に加算して、この発現値を、算出でより扱いやすい範囲にした。興味深いことに、ｈｓａ−ｍｉＲ−１２５ａ−５ｐの発現レベルはｈｓａ−ｍｉＲ−１２５ｂ−５ｐの発現レベルと相関する。
（例９：甲状腺アッセイ用の分類器の確立）
下記の４種のアルゴリズム：判別分析、Ｋ最近傍（ＫＮＮ）、サポートベクターマシン（ＳＵＶ）、及び判別分析分類器のアンサンブル（判別分析アンサンブル）を使用して、甲状腺アッセイで実行される最良の分類器を確立した。
下記のパラメーターを経験的に確立した。
− 事前分布：使用した全てのアルゴリズムに関して、事前分布を悪性サンプルの場合には７０％に設定し、良性サンプルの場合には３０％に設定した。
− サンプルセット：本例では、３つのサンプルセットを分析した。１つのサンプルセットには、悪性サンプル（ｎ＝１８３）及び良性サンプル（ｎ＝１５５）が含まれており、悪性の髄質サンプルが除外されており、下記及び図中では「悪性＋良性」と称される。別のサンプルセットには全て「未確定」サンプルが含まれおり、これらのサンプルに含まれるのは全て、Ｂｅｔｈｅｓｄａ ＩＩＩ、ＩＶ及びＶと分類されたサンプルであり、下記及び図中では「未確定」と称される。第３のサンプルセットには、Ｂｅｔｈｅｓｄａ ＩＶのみに分類されたサンプルが含まれており、下記及び図中では「Ｂｅｔｈｅｓｄａ」と称される。Ｂｅｔｈｅｓｄａ ＩＶと分類された甲状腺病変由来のサンプルは通常、組織学的パラメーターによる分類が困難である。従って、サンプルのサブグループに基づいている分類器を確立することが重要である。加えて、様々な理由に起因して技術的問題を示す特定のサンプル（例えば、Ｂｅｔｈｅｓｄａ ＩＩの悪性サンプル、リンパ節から採取されたサンプル）を除外した。
− 髄質サンプルを分類から除外した。従って、本例では、悪性サンプルに言及する場合には非髄質の悪性を意味する。
− マイクロＲＮＡ発現レベルの正規化：マイクロＲＮＡ発現レベルを、いわゆる正規化器マイクロＲＮＡ［ｈｓａ−ｍｉＲ−２３ａ−３ｐ、ＭＩＤ−２００９４、ＭＩＤ−５０９６９、ｈｓａ−ｍｉＲ−３４５−５ｐ、ｈｓａ−ｍｉＲ−３０７４−５ｐ、ＭＩＤ−５０９７６、ＭＩＤ−５０９７１、ｈｓａ−ｍｉＲ−５７０１及びｈｓａ−ｍｉＲ−５７４−３ｐ］で正規化し、５０から減算し、より低いＣＴをより高い発現値と関連付けた。
− マイクロＲＮＡ比：分類器からある種の係数を減算するために、マイクロＲＮＡの対から比を得た。そのため、例えばｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐの比率により、ｈｓａ−ｍｉＲ−３１−５ｐの発現（分子）における（分母であるｈｓａ−ｍｉＲ−３４２−３ｐの発現による）白血球の寄与を低減させることができる。ＣＴは対数スケールであることから、あるｍｉＲ発現をその他から減算することにより比を作成した。定数を加算することにより各比を更に正規化し、これらの比をマイクロＲＮＡの正規化値と同じ範囲内にした。
（例９．１：判別分析分類器）
判別分析をアルゴリズムとして使用した場合、（マイクロＲＮＡ発現レベルの様々な組合せ（図８Ａ〜図８Ｃ、図２３Ａ〜図２３Ｃ及び図３７Ａ〜図３７Ｃ）、マイクロＲＮＡ比（図９Ａ〜図９Ｃ、図２４Ａ〜図２４Ｃ及び図３８Ａ〜図３８Ｃ）、又はマイクロＲＮＡ発現レベルとマイクロＲＮＡ比との組合せ（図１０Ａ〜図１０Ｃ、図２５Ａ〜図２５Ｃ及び図３９Ａ〜図３９Ｃ）のいずれかを特徴として使用する）上記で述べた３セットのサンプルにおいて、線形判別型の判別分析を適用した。
上記で述べたように、３セットのサンプルをこのアルゴリズムで実行した。図８Ａ〜図８Ｃ、図９Ａ〜図９Ｃ及び図１０Ａ〜図１０Ｃは、悪性サンプル＋良性サンプルに関するこのアルゴリズムの結果を示す。図２３Ａ〜図２３Ｃ、図２４Ａ〜図２４Ｃ及び図２５Ａ〜図２５Ｃは、未確定サンプルに関するこのアルゴリズムの結果を示す。図３７Ａ〜図３７Ｃ、図３８Ａ〜図３８Ｃ及び図３９Ａ〜図３９Ｃは、ＢｅｔｈｅｓｄａＩＶサンプルに関するこのアルゴリズムの結果を示す。
（例９．２：ＫＮＮ分類器）
アルゴリズムとしてＫＮＮ（ｋ最近傍）を使用して１つの分析を実施し、この分析では、ｋ＝５をＰｅａｒｓｏｎ相関の距離メトリックと共に使用した。ＫＮＮアルゴリズムにより分析を、マイクロＲＮＡ発現レベルの様々な組合せ（図１１Ａ〜図１１Ｃ、図２６Ａ〜図２６Ｃ及び図４０Ａ〜図４０Ｃ）、マイクロＲＮＡ比（図１２Ａ〜図１２Ｂ、図２７Ａ〜図２７Ｂ及び図４１Ａ〜図４１Ｂ）、又はマイクロＲＮＡ発現レベルとマイクロＲＮＡ比との組合せ（図１３Ａ〜図１３Ｃ、図２８Ａ〜図２８Ｃ及び図４２Ａ〜図４２Ｃ）のいずれかを特徴として使用して、上記で述べた３セットのサンプル（悪性＋良性、未確定及びＢｅｔｈｅｓｄａ ＩＶ）に適用した。
上記で述べたように、３セットのサンプルをこのアルゴリズムで実行した。図１１Ａ〜図１１Ｃ、図１２Ａ〜図１２Ｂ及び図１３Ａ〜図１３Ｃは、悪性サンプル＋良性サンプルに関するこのアルゴリズムの結果を示す。図２６Ａ〜図２６Ｃ、図２７Ａ〜図２７Ｂ及び図２８Ａ〜図２８Ｃは、未確定サンプルに関するこのアルゴリズムの結果を示す。図４０Ａ〜図４０Ｃ、図４１Ａ〜図４１Ｃ及び図４２Ａ〜図４２Ｃは、Ｂｅｔｈｅｓｄａ ＩＶサンプルに関するこのアルゴリズムの結果を示す。
（例９．３：ＳＶＭ分類器）
アルゴリズムとして、線形カーネルを使用するＳＶＭ（サポートベクターマシン）を適用することにより、第３の分析を実施した。ＳＶＭアルゴリズムによる分析を、マイクロＲＮＡ発現レベルの様々な組合せ（図１４Ａ〜図１４Ｃ、図２９Ａ〜図２９Ｃ及び図４３Ａ〜図４３Ｃ）、マイクロＲＮＡ比（図１５Ａ〜図１５Ｃ、図３０Ａ〜図３０Ｃ及び図４４Ａ〜図４４Ｃ）、又はマイクロＲＮＡ発現レベルとマイクロＲＮＡ比との組合せ（図１６Ａ〜図１６Ｃ、図３１Ａ〜図３１Ｃ及び図４５Ａ〜図４５Ｃ）のいずれかを特徴としてそれぞれ使用して、上記で述べた３セットのサンプル（悪性＋良性、未確定及びＢｅｔｈｅｓｄａ ＩＶ）に適用した。
上記で述べたように、３セットのサンプルをこのアルゴリズムで実行した。図１４Ａ〜図１４Ｃ、図１５Ａ〜図１５Ｃ及び図１６Ａ〜図１６Ｃは、悪性サンプル＋良性サンプルに関するこのアルゴリズムの結果を示す。図２９Ａ〜図２９Ｃ、図３０Ａ〜図３０Ｃ及び図３１Ａ〜図３１Ｃは、未確定サンプルに関するこのアルゴリズムの結果を示す。図４３Ａ〜図４３Ｃ、図４４Ａ〜図４４Ｃ及び図４５Ａ〜図４５Ｃは、Ｂｅｔｈｅｓｄａ ＩＶサンプルに関するこのアルゴリズムの結果を示す。
（例９．４：アンサンブル法分類器）
アルゴリズムとしてアンサンブル法を適用することにより、第４の分析を実施した。ＡｄａＢｏｏｓｔを使用して、最大で１００種の判別分析分類器のアンサンブルを作成し、データに適用した。アンサンブルアルゴリズムによる分析を、マイクロＲＮＡ発現レベルの様々な組合せ（図１７Ａ〜図１７Ｃ、図３２Ａ〜図３２Ｃ及び図４６Ａ〜図４６Ｃ）、マイクロＲＮＡ比（図１８Ａ〜図１８Ｃ、図３３Ａ〜図３３Ｃ及び図４７Ａ〜図４７Ｃ）、又はマイクロＲＮＡ発現レベルとマイクロＲＮＡ比との組合せ（図１９Ａ〜図１９Ｃ、図３４Ａ〜図３４Ｃ及び図４８Ａ〜図４８Ｃ）のいずれかを特徴として使用して、上記で述べた３セットのサンプル（悪性＋良性、未確定及びＢｅｔｈｅｓｄａ ＩＶ）に適用した。
上記で述べたように、３セットのサンプルをこのアルゴリズムで実行した。図１７Ａ〜図１７Ｃ、図１８Ａ〜図１８Ｃ及び図１９Ａ〜図１９Ｃは、悪性サンプル＋良性サンプルに関するこのアルゴリズムの結果を示す。図３２Ａ〜図３２Ｃ、図３３Ａ〜図３３Ｃ及び図３４Ａ〜図３４Ｃは、未確定サンプルに関するこのアルゴリズムの結果を示す。図４６Ａ〜図４６Ｃ、図４７Ａ〜図４７Ｃ及び図４８Ａ〜図４８Ｃは、Ｂｅｔｈｅｓｄａ ＩＶサンプルに関するこのアルゴリズムの結果を示す。
（例１０．髄質を含む悪性サンプルに関する分類器）
例９で使用したものと同じサンプルセットではあるが、髄質の悪性サンプルを更に含むサンプルセットを使用して、分類器を確立した。このサンプルのセットで全ての分類器を適用し、このサンプルのセットで適用された判別分析アルゴリズムからの結果の代表的なセットを図５１及び図５２で表す。２種のマイクロＲＮＡ比（ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−１３８−５ｐ及びｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ）の正規化値を分類用の特徴として使用した場合、この分類器の感度は８４．７％であり、特異度は８０．８％であった。２種のマイクロＲＮＡ（ｈｓａ−ｍｉＲ−２２２−３ｐ及びｈｓａ−ｍｉＲ−５５１ｂ−３ｐ）の正規化値を分類用の特徴として使用した場合、感度は８５．２％であり、特異度は５３．６％であった。
（例１１：細胞特異的マーカーの発現によるサンプルの除去）
この研究中の１つの重要な検討事項は、ＦＮＡサンプルを採取した患者に提供される結果の精度であった。検査室は、偽陰性結果を提供しないようにとミスを犯しがちである。その一方で、ＦＮＡ検体の分析では、疑わしい診断により患者に外科手術が行なわれており、このケースでの２５％超で不必要であることが判明している。例えば、文献での少なくとも１つの報告には、大量の血液を含む甲状腺腫瘍サンプル又は純粋な血液は、９例のケースのうちの７例で疑わしいと誤診されていると記載されている（Ｗａｌｓｈ他（２０１２）Ｊ Ｃｌｉｎ Ｅｎｄｏｃｒｉｎ Ｍｅｔａｂ．ｄｏｉ：１０．１２１０／ｊｃ．２０１２〜１９２３）。
この目標を念頭において、本発明者らは、細胞型マーカーとして使用することができる及び調べる検体の品質のスクリーニングに役立つマイクロＲＮＡを探した。そのため、良性及び悪性の（非髄質の）甲状腺病変からのサンプル並びに血液のみからなる４種のサンプル（この目的のために血液塗抹標本のスライドを生成し、本明細書に記載したようにＲＮＡを抽出した）を有するトレーニングコホート（細胞塊を含む）において、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）及びｈｓａ−ｍｉＲ−２００ｃ−３ｐ（配列番号２３〜２４）の発現を評価した。図５３は、この実験の結果を示す。トレーニングセットで規定された閾値と比較して、血液マイクロＲＮＡマーカーｈｓａ−ｍｉＲ−４８６−５ｐは非常に高く、上皮マーカーｈｓａ−ｍｉＲ−２００ｃ−３ｐは非常に低い。従って、これらのマーカーを使用して血液塗抹サンプルを除去した。この発現パターンは、これらのサンプルが、（上皮細胞マーカーを欠いているために）試験を続けるのに十分な上皮細胞を有していないことを示す。試験の場面では、血液塗抹標本のこれら４種のサンプルは不適格であると見なされて廃棄されるだろう。血液塗抹標本では、この閾値と比較してｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）の発現も低いことが分かっている（データを示さない）。このプロファイルを有するサンプルを、不適格であると見なすことができる、及び／又は甲状腺病変サンプルの分類用のプロトコルから廃棄することができる。
本発明者らは、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）の発現が白血球と相関することを既に立証している（データを示さない）。従って、閾値と比較して高いｈｓａ−ｍｉＲ−３４２−３ｐの発現は十分な甲状腺細胞の欠如を示しており、このプロファイルを有するサンプルを不適格であると見なすことができる、及び／又は甲状腺病変サンプルの分類用のプロトコルから廃棄することができる。
平行して、高発現のｈｓａ−ｍｉＲ−２００ｃ−３ｐは、一般に上皮細胞の存在の指標であり、特に甲状腺細胞の存在の指標である（データを示さない、及び図５３）。従って、閾値を超えるｈｓａ−ｍｉＲ−２００ｃ−３ｐの発現を、サンプル中における十分な量の甲状腺細胞の指標として使用することができる。
（例１２：甲状腺腫瘍亜型の分類）
トレーニングコホートから、橋本（ｎ＝６）由来の及び濾胞腺腫（ＦＡ、ｎ＝８１）由来のサンプルを使用して、良性の甲状腺腫瘍亜型の分類を行なった。結果を図５４に示す。橋本サンプル中におけるｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）及びｈｓａ−ｍｉＲ−３１−５ｐの発現は、トレーニングセットで規定された閾値と比べて高かった。そのため、高発現のｈｓａ−ｍｉＲ−３４２−３ｐのみ又はｈｓａ−ｍｉＲ−３１−５ｐとの組合せを使用して、サンプルを良性に分類することができ、橋本に更に亜型分類することができる。
更に、本発明者らは、良性の甲状腺腫瘍を亜型分類するために、マイクロＲＮＡ比も試験した。これに関連して、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐのｍｉＲ比は、橋本サンプルに対する濾胞腺腫（ＦＡ）の分類に有意であった（データを示さない）。
トレーニングコホートのサンプルの一部（ｎ＝１７７）を使用して、悪性の甲状腺腫瘍亜型の分類を行なった。図５５は、１４６ｂ−５ｐ、２２２−３ｐ、３１−５ｐ、１２５ｂ−５ｐ、５５１−３ｐ及び３７５が乳頭癌でより高度に発現されることが分かり、ＭＩＤ−１６５８２が濾胞腺癌でより高度に発現されることが分かった分析の一例を提供する。
下記のｍｉＲ対の比は、濾胞腺癌サンプルに対する乳頭癌（ＰＣ）サンプルの分類に有意であった：ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−２２２−３ｐ：ｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−３１−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ＭＩＤ−１６５８２：ｈｓａ−ｍｉＲ−１３８−５ｐ（データを示さない）。
従って、本発明者らは、ｍｉＲ比を使用して、特に分母がｈｓａ−ｍｉＲ−４８６−５ｐ、ｈｓａ−ｍｉＲ−２００ｃ−３ｐ、ｈｓａ−ｍｉＲ−１３８−５ｐ及びｈｓａ−ｍｉＲ−３４２−３ｐ等の細胞マーカーマイクロＲＮＡであるｍｉＲ比を使用して、悪性の甲状腺腫瘍の亜型分類を実施することができることを実証した。
（例１３：甲状腺結節の悪性又は良性への分類用のプロトコル）
図５６は、ＦＮＡサンプルの採取から検査室での分析及び診断までの、甲状腺結節サンプル分析用のプロトコルを有するフローチャートを示す。甲状腺結節を有する患者からＦＮＡサンプルを採取し、定常的に処理する。このＦＮＡサンプルから塗抹標本を調製する。第１のステップとして、細胞病理学の専門家はＦＮＡサンプルを検査して分析を行なう。この分析が決定的ではない場合には、特にＢｅｔｈｅｓｄａ ＩＩＩ、ＩＶ又はＶ（即ち、いわゆる「未確定」）と分類されているサンプルにおいて、この分析が決定的ではない場合には、サンプルをＲｏｓｅｔｔａ Ｇｅｎｏｍｉｃｓ検査室に送付してマイクロＲＮＡプロファイリング及び決定的な診断にかける。サンプルから全ＲＮＡを抽出してマイクロＲＮＡプロファイリングにかける。上記の例で示したように、増幅（ＲＴ−ＰＣＲ若しくはＮＧＳ）又はハイブリダイゼーション（マイクロアレイ）により、マイクロＲＮＡプロファイリングを実施することができる。
このプロトコルは、下記のうちのいずれか１つを含むことできる。
− １種又は複数種のアルゴリズムを分類中に使用することができ、このアルゴリズムを、単一のマイクロＲＮＡ発現、マイクロＲＮＡ比又はこれらの組合せを含むデータに適用することができる。
− 図４（アレイにより分析された発現）及び図２０（ＰＣＲにより分析された発現）での例に関して実証されているように、ｈｓａ−ｍｉＲ−３７５の発現レベルが特定の閾値を超えるサンプルを悪性と決定することができる（例えば少なくとも１０の閾値又は少なくとも１８の閾値）。この閾値は、サンプルの正規化によって及びマイクロＲＮＡを測定するために使用した方法によって決まる。この閾値はまた、標的の感度及び特異度の関数でもある。
− 図２１、図３５及び図４９での例に関して実証されているように、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐの発現レベルが特定の閾値を超えるサンプルを悪性と決定することができる（例えば少なくとも１６の閾値）。この閾値は、サンプルの正規化によって及びマイクロＲＮＡを測定するために使用した方法によって決まる。この閾値はまた、標的の感度及び特異度の関数でもある。
− 図２２、図３６及び図５０での例に関して実証されているように、比ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ：ｈｓａ−ｍｉＲ−３４２−３ｐ（更に正規化した比）が特定の閾値を超えるサンプルを悪性と決定することができる（例えば少なくとも１６の閾値）。この閾値は、サンプルの正規化によって及びマイクロＲＮＡを測定するために使用した方法によって決まる。
− 不十分な腫瘍由来物質に起因して、正規化器の発現のレベルを、サンプルを廃棄するための指標として使用することができる。そのため、低レベルの正規化器のいずれか又は正規化器に関する発現の最小値、中央値若しくは最大値を示すサンプルが廃棄され得る。例えば、（コホートでのｈｓａ−ｍｉＲ−２３ａ−３ｐ発現の全体的なレベルと比較して）低レベルのｈｓａ−ｍｉＲ−２３ａ−３ｐは誤分類される可能性がある。対照的に、高レベルのｈｓａ−ｍｉＲ−２３ａ−３ｐは、感度及び特異度を改善することで分類を改善する（データを示さない）。
マイクロＲＮＡプロファイリングデータの分析から、甲状腺結節を良性又は悪性と診断する。図５４及び図５５に示すように、甲状腺腫瘍亜型と関連付けることができるマイクロＲＮＡの発現を含む結果が許容される場合、例えば、サンプルを、その甲状腺腫瘍亜型に従って更に分類する。
具体的な実施形態の上述の説明は本発明の一般的な性質を十分に明らかにすることから、当業者は、現在の知識を適用することにより、必要以上に実験することなく及び一般的な概念から逸脱することなく、そのような具体的な実施形態を容易に改変することができ、及び／又は様々な用途に適合させることができ、従って、そのような適合及び改変は、開示された実施形態の等価の意味内に及び範囲内に含まれるべきである、及び含まれるように意図されている。本発明がこの具体的な実施形態と共に説明されているが、多くの代替、改変及び変更が当業者に明白であろうことは明らかである。従って、添付した特許請求の範囲の趣旨及び広い範囲に含まれる全てのそのような代替、改変及び変更を包含するように意図されている。
詳細な説明及び具体的な実施例は、本発明の好ましい実施形態を示すが、本発明の趣旨及び範囲内の様々な変化及び改変がこの詳細な説明から当業者に明白であると予想されることから、これらは単に説明のために記載されていることが理解されるものとする。

Claims (8)

  1. （ａ）．穿刺吸引（ＦＮＡ）を用いてヒト対象から取得した甲状腺病変サンプルから抽出されたＲＮＡを準備するステップ、
    （ｂ）．該ＲＮＡにおいて実施するリアルタイムポリメラーゼ連鎖反応（ＰＣＲ）によって、ｈｓａ−ｍｉＲ−３１−５ｐ（配列番号５〜７）、ｈｓａ−ｍｉＲ−２２２−３ｐ（配列番号１〜２）、ｈｓａ−ｍｉＲ−１４６ｂ−５ｐ（配列番号１０〜１１）、ＭＩＤ−１６５８２（配列番号２５）、ｈｓａ−ｍｉＲ−３４２−３ｐ（配列番号１７〜１８）、ｈｓａ−ｍｉＲ−１２５ｂ−５ｐ（配列番号９）、ｈｓａ−ｍｉＲ−３７５（配列番号８）、ｈｓａ−ｍｉＲ−４８６−５ｐ（配列番号２２）、ｈｓａ−ｍｉＲ−５５１ｂ−３ｐ（配列番号３〜４）、ｈｓａ−ｍｉＲ−１５２−３ｐ（配列番号１２〜１３）、ｈｓａ−ｍｉＲ−１３８−５ｐ（配列番号１９〜２１）、ｈｓａ−ｍｉＲ−２３ａ−３ｐ（配列番号２６）、及びｈｓａ−ｍｉＲ−５７４−３ｐ（配列番号３６−３７）を含むｍｉＲＮＡの発現レベルを含む発現プロファイルを取得するステップであって、該ＰＣＲは、ＲＮＡを各ｍｉＲＮＡのためのフォワードプライマー及びリバースプライマーに接触させるステップを含み、各フォワードプライマーはｍｉＲＮＡの一つに特異的であるステップ、
    （ｃ）．ステップ（ｂ）で得られたｍｉＲＮＡの該発現プロファイルに分類器アルゴリズムを適用し、該ｍｉＲＮＡ発現プロファイルを、該分類器アルゴリズムを用いて参照閾値と比較するステップであって、該アルゴリズムが機械学習アルゴリズムであり、該分類器が上記比較に基づき悪性サンプルと良性サンプルとを区別することができ、かつ該分類器アルゴリズムが多段階分類器である、上記ステップ、及び
    （ｄ）．該分類器アルゴリズムにより提供される結果に基づき良性又は悪性として該甲状腺病変の分類を取得するステップ
    を含む、悪性又は良性として甲状腺病変サンプルを分類する方法。
  2. 甲状腺病変がＢｅｔｈｅｓｄａ ｓｙｓｔｅｍにより、Ｂｅｔｈｅｓｄａ ＩＩＩ、ＩＶ、又はＶに分類される、請求項１に記載の方法。
  3. 前記分類器アルゴリズムが少なくとも一つの線形判別分析（ＬＤＡ）分類器を含む、請求項２に記載の方法。
  4. 前記分類器アルゴリズムが少なくとも一つのＬＤＡ分類器とＫ最近傍（ＫＮＮ）分類器とを組み合わせて含む、請求項３に記載の方法。
  5. 前記ステップ（ｂ）の後に、少なくとも一対のマイクロＲＮＡの発現レベル間の比を得るステップを更に含み、及びステップ（Ｃ）において、前記分類器アルゴリズムを、マイクロＲＮＡ発現プロファイル、該少なくとも一対のマイクロＲＮＡの比、又はこれらの組合せのうちのいずれか１つに適用する、請求項１に記載の方法。
  6. 前記アルゴリズムが前記サンプルからの少なくとも一つの臨床データ又は遺伝子データを更に含む、請求項１に記載の方法。
  7. 前記分類が悪性髄様癌として分類されるサンプルを除外するステップを更に含む、請求項１に記載の方法。
  8. 前記分類が、８４〜９６％の間の陰性的中率を有する、請求項１に記載の方法。
JP2016567582A 2014-05-13 2015-05-13 甲状腺腫瘍の分類におけるｍｉＲＮＡ発現シグネチャー Expired - Fee Related JP6216470B2 (ja)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201461992756P 2014-05-13 2014-05-13
US201461992531P 2014-05-13 2014-05-13
US61/992,531 2014-05-13
US61/992,756 2014-05-13
US201462069353P 2014-10-28 2014-10-28
US62/069,353 2014-10-28
US201562139066P 2015-03-27 2015-03-27
US62/139,066 2015-03-27
PCT/US2015/030564 WO2015175660A1 (en) 2014-05-13 2015-05-13 Mirna expression signature in the classification of thyroid tumors

Publications (2)

Publication Number Publication Date
JP2017521051A JP2017521051A (ja) 2017-08-03
JP6216470B2 true JP6216470B2 (ja) 2017-10-18

Family

ID=54480610

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016567582A Expired - Fee Related JP6216470B2 (ja) 2014-05-13 2015-05-13 甲状腺腫瘍の分類におけるｍｉＲＮＡ発現シグネチャー

Country Status (7)

Country Link
EP (1) EP3143162A4 (ja)
JP (1) JP6216470B2 (ja)
CN (1) CN106460053A (ja)
BR (1) BR112016026575A2 (ja)
CA (1) CA2945531C (ja)
IL (1) IL248639A0 (ja)
WO (1) WO2015175660A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106434872A (zh) * 2016-08-11 2017-02-22 河南大学 一种诊断2型糖尿病的miRNA分子标志物hsa‑miR‑152‑3p及其应用
CN107385093A (zh) * 2017-09-07 2017-11-24 青岛大学 引物组合物及其应用和应用其的产品及产品的使用方法
CN107723365B (zh) * 2017-09-11 2019-10-01 朱伟 一种与肺鳞癌辅助诊断相关的血浆miRNA标志物及其应用
CN108038352B (zh) * 2017-12-15 2021-09-14 西安电子科技大学 结合差异化分析和关联规则挖掘全基因组关键基因的方法
CN111742371A (zh) * 2018-01-05 2020-10-02 维森盖特有限公司 使用光学断层扫描对细胞进行形态计量学基因分型以检测肿瘤突变负荷
BR102018003587A2 (pt) * 2018-02-23 2020-07-07 Onkos Diagnósticos Moleculares Ltda Me método e kit para detecção de tipo de tumor de tireoide
CN108721318B (zh) * 2018-05-16 2021-06-25 广东药科大学 miR-125b和化疗剂在制备治疗甲状腺癌的药物中的应用
JP7378739B2 (ja) * 2018-08-10 2023-11-14 東レ株式会社 前立腺がんの検出のためのキット、デバイス及び方法
CN109700824A (zh) * 2019-01-08 2019-05-03 上海长海医院 miR-31及其类似物在制备预防或治疗血管内皮损伤的药物中的应用
CN110499367B (zh) * 2019-08-09 2022-11-22 深圳市第二人民医院 生物标志物及其应用
CN113025714B (zh) * 2021-03-23 2022-05-24 华中科技大学同济医学院附属同济医院 用于甲状腺乳头状癌颈侧方淋巴结转移诊断的miRNA生物标志物及检测试剂盒
CN116769922B (zh) * 2023-08-24 2023-11-24 四川大学华西医院 检测循环sEV RNA试剂的用途、试剂盒和诊断系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011154008A1 (en) * 2010-06-11 2011-12-15 Rigshospitalet Microrna classification of thyroid follicular neoplasia
CA2830602A1 (en) * 2011-03-22 2012-09-27 Thomas J. Fahey, Iii Distinguishing benign and malignant indeterminate thyroid lesions
EP2771487A1 (en) * 2011-10-27 2014-09-03 Asuragen, INC. Mirnas as diagnostic biomarkers to distinguish benign from malignant thyroid tumors

Also Published As

Publication number Publication date
IL248639A0 (en) 2017-01-31
CA2945531A1 (en) 2015-11-19
EP3143162A4 (en) 2017-04-26
WO2015175660A1 (en) 2015-11-19
CA2945531C (en) 2018-01-30
CN106460053A (zh) 2017-02-22
BR112016026575A2 (pt) 2017-12-12
JP2017521051A (ja) 2017-08-03
EP3143162A1 (en) 2017-03-22

Similar Documents

Publication Publication Date Title
JP6216470B2 (ja) 甲状腺腫瘍の分類におけるｍｉＲＮＡ発現シグネチャー
US9708667B2 (en) MiRNA expression signature in the classification of thyroid tumors
CN111961725B (zh) 胰腺癌的检测试剂盒或装置以及检测方法
US20080305473A1 (en) Propagation of primary cells
JP5836397B2 (ja) 結腸直腸がんの再発予測のためのバイオマーカー
JP7390285B2 (ja) 老化細胞を検出するための新規バイオマーカー
JP2010510769A (ja) 食道癌の診断ならびに患者の生存の予後および改善のための方法および組成物
WO2009133915A1 (ja) 癌マーカー、それを用いた癌の評価方法および評価試薬
WO2015073949A1 (en) Method of subtyping high-grade bladder cancer and uses thereof
WO2013095941A1 (en) Methods and kits for detecting subjects at risk of having cancer
CN108949992B (zh) 一种与食管鳞癌及其分级相关的生物标志物
EP3122905B1 (en) Circulating micrornas as biomarkers for endometriosis
WO2017223216A1 (en) Compositions and methods for diagnosing lung cancers using gene expression profiles
CN109468382B (zh) lncRNA在肺腺癌诊疗中的应用
JP7084034B2 (ja) 神経芽腫の微小残存病変を評価するために用いられる試薬、およびそれを用いた生体試料の分析方法
CN107299129B (zh) 循环核酸作为乳腺癌生物标志物的应用
US20150247202A1 (en) Microrna based method for diagnosis of colorectal tumors and of metastasis
US20210079479A1 (en) Compostions and methods for diagnosing lung cancers using gene expression profiles
Attia et al. Altered expression of microRNAs in the bone marrow of multiple myeloma patients and their relationship to cytogenetic aberrations
JP5897823B2 (ja) 膀胱ガン診断用組成物及び方法
JP2015198643A (ja) 骨肉腫患者における抗がん剤の奏功性の予測方法
JP5884219B2 (ja) ｍｉＲＮＡ発現プロファイリングに基づく尿路上皮癌の検出方法
WO2012088146A2 (en) Biomarkers and uses thereof in prognosis and treatment strategies for right-side colon cancer disease and left-side colon cancer disease
CN113637758B (zh) miR-19b/miR-26a作为标志物在制备恶性间皮瘤检测试剂盒中的应用
CN109762897B (zh) 一种骨肉瘤生物标记物环状RNA-circ_0006633及其应用

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20170502

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170516

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170815

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: 20170831

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170922

R150 Certificate of patent or registration of utility model

Ref document number: 6216470

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

LAPS Cancellation because of no payment of annual fees