JP6895971B2

JP6895971B2 - 疾患の組織学的診断および処置方法

Info

Publication number: JP6895971B2
Application number: JP2018532499A
Authority: JP
Inventors: グオ，シェン; キシャンリ，ヘンリー
Original assignee: クラウンバイオサイエンス，インコーポレイテッド（タイツァン）
Priority date: 2015-09-10
Filing date: 2016-09-09
Publication date: 2021-06-30
Anticipated expiration: 2036-09-09
Also published as: US11640849B2; HK1255691A1; CN108350507A; EP3347492A4; EP3347492B1; JP2018532422A; US20180247014A1; CN108350507B; WO2017041746A9; WO2017041746A1; EP3347492A1

Description

関連出願の相互参照
本出願は、２０１５年９月１０日出願の国際出願ＰＣＴ／ＣＮ２０１５／０８９３４９、および２０１６年４月２１日出願のＰＣＴ／ＣＮ２０１６／０７９８５９の利益を主張するものであり、その両方が全内容にわたって参照により本明細書に組み込まれる。

本発明は概して、がんなどの疾患を診断および処置することに関する。

がんは多様な要因からなり、その病因は様々である。正確ながんの診断は、疾患の発症および予後の理解を助け、それにより正確な処置を導く。現行の臨床診断は主に、解剖学的位置（器官）および病理組織学（がん組織およびがん細胞の形態）に基づくものであり、正確ではない場合がある。例えば、形態学がその起源を特定するには不十分である場合、転移の誤診を招く可能性がある。したがって、診断方法の改良が必要である。トランスクリプトームシーケンシング（ＲＮＡ−ｓｅｑまたはマイクロアレイ）は、遺伝子発現の特性を明らかにするものであり、がんの分子病理学を説明し、疾患を診断するのに使用される場合がある。がんゲノムアトラス（ＴＣＧＡ；The Cancer Genome Atlas）プロジェクトにより、各種病理組織型のヒトがんについての豊富なゲノムデータが生成され、ビッグデータ分析によってがんの分子病理を探索することが可能となった。しかし、差次的に発現される遺伝子〔differentially expressed gene〕をがんの組織起源などのがん病理と関連付けるのは依然として難題である。したがって、病理組織学と分子病理学の間の体系的に確認された相関性に基づき、がんを診断する新規の方法を開発する必要がある。

一態様において、本開示は、
第１のがん型を有する第１のがん試料の第１の遺伝子発現プロファイルを得るステップ；
第２のがん型を有する第２のがん試料の第２の遺伝子発現プロファイルを得るステップ、ここで前記第２のがん型は前記第１のがん型とは異なる；
前記第１の遺伝子発現プロファイルを前記第２の遺伝子発現プロファイルと比較するステップ；および
第１および第２の遺伝子発現プロファイルで最も差次的に発現されるＮ個の遺伝子を選択して、対になった差次的に発現される遺伝子（ＤＥＧ）を生成するステップ、ここでＮは１０〜１００の整数である；
を含む方法を提供する。

特定の実施形態において、本明細書で使用するがん試料はがん細胞株でない。

特定の実施形態において、本明細書で使用するがん試料は、がん患者または患者由来異種移植片（ＰＤＸ）からの外科的に摘出された試料または生検試料である。

特定の実施形態において、Ｎは２０〜８０である。特定の実施形態において、Ｎは約５０である。

特定の実施形態において、本明細書に記載する遺伝子発現プロファイルは、トランスクリプトームＲＮＡシーケンシングまたはマイクロアレイにより得られる。特定の実施形態において、本明細書に記載する遺伝子発現プロファイルは、がんゲノムアトラス（ＴＣＧＡ）データセットから得られる。

特定の実施形態において、最も差次的に発現されるＮ個の遺伝子は、ｔ検定、マン−ホイットニーのＵ検定、または２つ以上の群間の平均値および中央値を比較するその他の検定を使用して各遺伝子の発現差を等級付けすることにより選択される。

特定の実施形態において、本明細書に記載するがん型は、結腸腺癌（ＣＯＡＤ）、直腸腺癌（ＲＥＡＤ）、肺腺癌（ＬＵＡＤ）、肺扁平上皮癌（ＬＵＳＣ）、頭頸部扁平上皮癌（ＨＮＳＣ）、肝細胞癌（ＬＩＨＣ）、または膵臓腺癌（ＰＡＡＤ）である。

特定の実施形態において、上記方法は、対になったＤＥＧの発現に基づいてがんを診断することをさらに含む。

別の態様において、本開示は、
第１のがん型を有する第１のがん試料の第１の遺伝子発現プロファイルを得ること；
第２のがん型を有する第２のがん試料の第２の遺伝子発現プロファイルを得ること、ここで前記第２のがん型は前記第１のがん型とは異なる；
第３のがん型を有する第３のがん試料の、第３の遺伝子発現プロファイルを得ること、ここで前記第３のがん型は前記第１および第２のがん型と異なる；
前記第１の遺伝子発現プロファイルを前記第２の遺伝子発現プロファイルと比較すること；
第１および第２の遺伝子発現プロファイルで最も差次的に発現されるＮ_１個の遺伝子を選択して、第１の対になったＤＥＧを生成すること、ここでＮ_１は１０〜１００の整数である；
前記第１の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第１および第３の遺伝子発現プロファイルで最も差次的に発現される遺伝子セットから、Ｎ_２個の遺伝子を選択して、第２の対になったＤＥＧを生成すること、ここでＮ_２は１０〜１００の整数である；
前記第２の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第２および第３の遺伝子発現プロファイルで最も差次的に発現される遺伝子セットから、Ｎ_３個の遺伝子を選択して、第３の対になったＤＥＧを生成すること、ここでＮ_３は１０〜１００の整数である；および
第１、第２および第３の対になったＤＥＧを含むシグネチャー遺伝子を生成すること；
を含む方法を提供する。

特定の実施形態において、シグネチャー遺伝子はｍ個の遺伝子を有し、ここでｍは５〜５０００の整数である。

特定の実施形態において、上記方法は、シグネチャー遺伝子の発現に基づいてがんを診断することをさらに含む。

さらに別の態様において、本開示は、本明細書に記載する方法により対象のがん型を診断し、そのがん型を有効に処置できる薬物を投与することを含む、対象のがんを処置する方法を提供する。

さらに別の態様において、本開示は、対象の、第２のがん型と同じ対になったＤＥＧの発現プロファイルを有する第１のがん型を処置する方法であって、第２のがん型を有効に処置できる薬物を対象に投与することを含む、方法を提供する。

一実施形態において、第１のがん型は結腸腺癌（ＣＯＡＤ）であり、第２のがん型は直腸腺癌（ＲＥＡＤ）である。一実施形態において、第１のがん型は直腸腺癌（ＲＥＡＤ）であり、第２のがん型は結腸腺癌（ＣＯＡＤ）である。

一実施形態において、第１のがん型は頸部扁平上皮癌（ＨＮＳＣ）であり、第２のがん型は肺扁平上皮癌（ＬＵＳＣ）である。一実施形態において、第１のがん型は肺扁平上皮癌（ＬＵＳＣ）であり、第２のがん型は頸部扁平上皮癌（ＨＮＳＣ）である。

ＲＮＡ−ｓｅｑで特性を明らかにしたＴＣＧＡ患者試料、ＲＮＡ−ｓｅｑで特性を明らかにしたＰＤＸ（ＰＤＸ）、マイクロアレイで特性を明らかにしたＰＤＸ（ＰＤＸＵ２１９）、およびマイクロアレイで特性を明らかにしたがん細胞株（ＣＣＬＥ）の遺伝子発現を比較したものを示す図である。対になったＤＥＧ数は５０であり、このとき６８６の固有の遺伝子が存在する。ヒートマップでは、２試料間のピアソンの相関係数が色分けされており、上または左のカラーバーの長さはデータセット内の試料サイズに比例する。ＴＣＧＡとその他３つのデータセットの間の遺伝子発現を比較したものを示す図である。対になったＤＥＧ数は５０であり、このとき６８６の固有の遺伝子が存在する。ヒートマップでは、２試料間のピアソンの相関係数が色分けされており、上または左のカラーバーの長さはデータセット内の試料サイズに比例する。ＴＣＧＡデータセットにおける、様々な対になったＤＥＧ数での、各がん型内の遺伝子発現類似性を示すグラフである。データセットのがん型ごとに、試料のペア全てについてのピアソンの相関係数を、正規化した遺伝子発現値に基づき算出した。値は平均値およびＳＥＭである。ＰＤＸデータセットにおける、様々な対になったＤＥＧ数での、各がん型内の遺伝子発現類似性を示すグラフである。データセットのがん型ごとに、試料のペア全てについてのピアソンの相関係数を、正規化した遺伝子発現値に基づき算出した。値は平均値およびＳＥＭである。ＰＤＸＵ２１９データセットにおける、様々な対になったＤＥＧ数での、各がん型内の遺伝子発現類似性を示すグラフである。データセットのがん型ごとに、試料のペア全てについてのピアソンの相関係数を、正規化した遺伝子発現値に基づき算出した。値は平均値およびＳＥＭである。ＣＣＬＥデータセットにおける、様々な対になったＤＥＧ数での、各がん型内の遺伝子発現類似性を示すグラフである。データセットのがん型ごとに、試料のペア全てについてのピアソンの相関係数を、正規化した遺伝子発現値に基づき算出した。値は平均値およびＳＥＭである。４つのデータセットにおける、様々な対になったＤＥＧ数での、遺伝子発現の型内平均類似性を示すグラフである。データセットにおける同じがん型内の試料のペア全てについてのピアソンの相関係数を算出した。正規化した遺伝子発現値を算出に使用した。値は平均値およびＳＥＭである。４つのデータセットにおける、様々な対になったＤＥＧ数での、遺伝子発現の型間平均類似性を示すグラフである。データセットにおいて異なるがん型に属する試料のペア全てについてのピアソンの相関係数を算出した。正規化した遺伝子発現値を算出に使用した。値は平均値およびＳＥＭである。ＴＣＧＡおよびＰＤＸにおける結腸直腸がんおよび肺がん試料の多次元尺度構成法（ＭＤＳ）プロットを示すグラフである。ＰＤＸデータセットでは、誤って分類された試料４つが標識されている。丸括弧内の数は試料サイズである。ＭＤＳプロットでは、対になったＤＥＧ数が５０であるとき１８８の遺伝子を使用する。ＬｏｇＦＣは対数倍率変化を表す。上位２つのｌｏｇＦＣを２軸に使用した。ＴＣＧＡおよびＰＤＸＵ２１９における結腸直腸がんおよび肺がん試料の多次元尺度構成法（ＭＤＳ）プロットを示すグラフである。ＰＤＸデータセットでは、誤って分類された試料４つが標識されている。丸括弧内の数は試料サイズである。ＭＤＳプロットでは、対になったＤＥＧ数が５０であるとき１８８の遺伝子を使用する。ＬｏｇＦＣは対数倍率変化を表す。上位２つのｌｏｇＦＣを２軸に使用した。ＴＣＧＡおよびＣＣＬＥにおける結腸直腸がんおよび肺がん試料の多次元尺度構成法（ＭＤＳ）プロットを示すグラフである。ＰＤＸデータセットでは、誤って分類された試料４つが標識されている。丸括弧内の数は試料サイズである。ＭＤＳプロットでは、対になったＤＥＧ数が５０であるとき１８８の遺伝子を使用する。ＬｏｇＦＣは対数倍率変化を表す。上位２つのｌｏｇＦＣを２軸に使用した。ＰＤＸにおける結腸直腸がんおよび肺がん試料の多次元尺度構成法（ＭＤＳ）プロットを示すグラフである。ＰＤＸデータセットでは、誤って分類された試料４つが標識されている。丸括弧内の数は試料サイズである。ＭＤＳプロットでは、対になったＤＥＧ数が５０であるとき１８８の遺伝子を使用する。ＬｏｇＦＣは対数倍率変化を表す。上位２つのｌｏｇＦＣを２軸に使用した。がん型内およびがん型間の、ＴＣＧＡ患者試料についての遺伝子発現を比較したものを示す図であり、このとき対になったＤＥＧ数は３０００であり、６６５１の固有の遺伝子が存在し、遺伝子のうち約３分の１の特性が明らかとなった。ＴＣＧＡ患者試料の遺伝子発現についてＲＮＡ−ｓｅｑで特性を明らかにし、ＰＤＸについてＲＮＡ−ｓｅｑで特性を明らかにし（ＰＤＸ）、ＰＤＸについてマイクロアレイで特性を明らかにし（ＰＤＸＵ２１９）、がん細胞株についてマイクロアレイで特性を明らかにした（ＣＣＬＥ）。ヒートマップでは、２試料間のピアソンの相関係数が色分けされており、上または左のカラーバーの長さはデータセット内の試料サイズに比例する。ＴＣＧＡとその他３つのデータセットの間の遺伝子発現を比較したものを示す図であり、このとき対になったＤＥＧ数は３０００であり、６６５１の固有の遺伝子が存在し、遺伝子のうち約３分の１の特性が明らかとなった。ヒートマップでは、２試料間のピアソンの相関係数が色分けされており、上または左のカラーバーの長さはデータセット内の試料サイズに比例する。ＴＣＧＡデータセットにおける固有の遺伝子数と対になったＤＥＧ数の間の関係を示すグラフである。対になったＤＥＧ数が５０であるとき、６８６の固有の遺伝子が存在する。対になったＤＥＧ数が７０００に達すると、ＴＣＧＡデータセットでの対比較に適した１７２８８の遺伝子のうち約９７．１％にあたる１６７９８の固有の遺伝子が存在する。

上記発明の概要、ならびに以下の発明を実施するための形態および特許請求の範囲、ならびに添付の図面において、本発明の特定の特徴（方法ステップを含む）に言及する。本明細書における発明の開示は、このような特定の特徴の可能な組合せ全てを含むものと理解されたい。例えば、本発明の特定の態様もしくは実施形態、または特定の請求項の文脈で特定の特徴が開示される場合、可能な範囲で、本発明のその他の特定の態様および実施形態と組み合わせて、かつ／またはこれらの状況で、さらには本発明全体でこの特徴を使用することもできる。

「含む」という用語およびその文法上の同等物は本明細書で、その他の構成要素、成分、ステップなどが任意選択で存在していてもよいことを意味するように使用される。例えば、構成要素Ａ、Ｂ、およびＣを「含むこと」（または「含む（ｗｈｉｃｈｃｏｍｐｒｉｓｅｓ）」）という記述は、構成要素Ａ、Ｂ、およびＣからなっていてもよいし（すなわち、これらのみを含む）、または構成要素Ａ、Ｂ、およびＣに加えて１つまたは複数のその他の構成要素を含んでいてもよい。

本明細書で２つ以上の定義されたステップを含む方法に言及する場合、定義されたステップは任意の順序でまたは同時に実施することができ（文脈でその可能性が除外されている場合を除く）、方法は、定義されたステップのいずれかの前、定義されたステップ２つの間、または定義されたステップ全ての後に実施される１つまたは複数のその他のステップを含んでいてよい（文脈でその可能性が除外されている場合を除く）。

値の範囲が記載される場合、その範囲の上限と下限の間にある各値は、文脈上別段の指示が明示されない限り下限の１０分の１単位までを含み、そのような各値と明記された範囲内の他の明記された任意の値またはその間にある値も本開示に包含され、明記された範囲内で具体的に除外される上下限があればその影響を受けることが理解される。明記された範囲が上下限の一方または両方を含む場合、含まれる上下限のいずれかまたは両方を除く範囲も本開示に含まれる。

説明を簡潔かつ明瞭にするため、必要に応じて、対応するまたは類似の要素を示すのに、異なる図の間で参照番号が繰り返されることが理解されよう。さらに、本明細書に記載する実施形態を完全に理解してもらうため、具体的な詳細を多く示す。しかし、本明細書に記載する実施形態は、その具体的な詳細無しでも実施可能である。その他の例では、記載される関連機能を曖昧にしないように、方法、手順および構成要素を詳細に記載していない。また、記載は、本明細書に記載する実施の範囲を限定するものとみなすべきではない。本開示に示す実施形態についての記載および特徴は、別途注記されない限り、互いに排反するものとみなすべきではないことが理解されよう。

複数のゲノムプロファイリングプラットフォームによるがんゲノムアトラス（ＴＣＧＡ）データセットが利用可能となったことで、分子分類学的方法が開発および試験されてきた（ＨｏａｄｌｅｙＫＡ，ＹａｕＣ，ＷｏｌｆＤＭ，ＣｈｅｒｎｉａｃｋＡＤ，ＴａｍｂｏｒｅｒｏＤ，ＮｇＳ，ｅｔａｌ．，“Ｍｕｌｔｉｐｌａｔｆｏｒｍａｎａｌｙｓｉｓｏｆ１２ｃａｎｃｅｒｔｙｐｅｓｒｅｖｅａｌｓｍｏｌｅｃｕｌａｒｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｉｎａｎｄａｃｒｏｓｓｔｉｓｓｕｅｓｏｆｏｒｉｇｉｎ”Ｃｅｌｌ（２０１４）１５８（４）：９２９〜４４；ＣａｎｃｅｒＧｅｎｏｍｅＡｔｌａｓＲｅｓｅａｒｃｈＮｅｔｗｏｒｋ，“Ｃｏｍｐｒｅｈｅｎｓｉｖｅｍｏｌｅｃｕｌａｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｇａｓｔｒｉｃａｄｅｎｏｃａｒｃｉｎｏｍａ”Ｎａｔｕｒｅ（２０１４）５１３（７５１７）：２０２〜９）。このような方法の多くは複数のがん型由来の試料を同時に分析するものであり、特定の型に偏る可能性がある。

本開示は、対比較により、最も差次的に発現される遺伝子（ＤＥＧ）に基づいてがんを診断する新規の方法を提供する。本明細書で開示する方法は、対になったＤＥＧの発現が型内では非常に相関し、型間では相関性が低いという発見に基づいており、したがって、がん型の分子特異性、および病理組織学とほぼ同等の代替となる診断方法が確立される。本明細書で開示する方法は、がん細胞株由来の対になったＤＥＧではなく、患者の外科的に摘出された試料もしくは剖検試料、または患者由来異種移植片（ＰＤＸ）由来の対になったＤＥＧにより、がん診断のための信頼に足るバイオマーカーの測定基準がもたらされるという発見にも基づいている。本発明者らは、ＰＤＸと患者試料の間に型内および型間相関性についての非常に類似したパターンを発見し、ヒト疾患の代用実験モデルとしてＰＤＸが非常に重要であることを確認した。対照的に、がん細胞株では、ＰＤＸおよび患者試料の両方に対して発現類似性が劇的に低下した。

一態様において、本開示は、トランスクリプトーム発現データを使用したがんの対比較に基づく新規の診断方法を提供するものであり、これは複数の型のゲノムデータおよび複雑なアルゴリズムを使用する、通常使用される方法とは異なる手法である（ＨｏａｄｌｅｙＫＡ，ＹａｕＣ，ＷｏｌｆＤＭ，ＣｈｅｒｎｉａｃｋＡＤ，ＴａｍｂｏｒｅｒｏＤ，ＮｇＳ，ｅｔａｌ．，“Ｍｕｌｔｉｐｌａｔｆｏｒｍａｎａｌｙｓｉｓｏｆ１２ｃａｎｃｅｒｔｙｐｅｓｒｅｖｅａｌｓｍｏｌｅｃｕｌａｒｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｉｎａｎｄａｃｒｏｓｓｔｉｓｓｕｅｓｏｆｏｒｉｇｉｎ”Ｃｅｌｌ（２０１４）１５８（４）：９２９〜４４；ＣａｎｃｅｒＧｅｎｏｍｅＡｔｌａｓＲｅｓｅａｒｃｈＮｅｔｗｏｒｋ，“Ｃｏｍｐｒｅｈｅｎｓｉｖｅｍｏｌｅｃｕｌａｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｇａｓｔｒｉｃａｄｅｎｏｃａｒｃｉｎｏｍａ”Ｎａｔｕｒｅ（２０１４）５１３（７５１７）：２０２〜９を参照のこと）。これらの方法およびアルゴリズムと比較して、本明細書で開示する方法は、簡便かつ、がん型の特異性について評価し表す際に偏りがないという利点を有している。本明細書で開示する方法により、がん型の特異性を規定し、さらに得られた分子分類と、腫瘍起源および病理組織学に基づく伝統的な疾患分類とがほぼ同等であることを確立することができ、したがって、より高い正確さと精密でがんを診断するための、伝統的な病理組織学に対する分子的な代替物がもたらされる。本明細書で開示する分子病理学的方法により行われる分類のレベルにはほとんど限界がないため、この方法は、既存の病理組織学ベースの方法を顕著に超える程度に到達することができ、より正確で信頼に足り、より客観性が高い可能性がある。この分子診断方法の利点は、病院が下した誤診を訂正する能力により例証可能である。この方法は、ある程度優れた、病理組織学に基づく既存の方法を補完するものである分子診断にも使用することができる。

特定の実施形態において、本明細書で開示する方法は、
第１のがん型を有する第１のがん試料の第１の遺伝子発現プロファイルを得るステップ；
第２のがん型を有する第２のがん試料の第２の遺伝子発現プロファイルを得るステップ、ここで前記第２のがん型は前記第１のがん型とは異なる；
前記第１の遺伝子発現プロファイルを、前記第２の遺伝子発現プロファイルと比較するステップ；および
第１および第２の遺伝子発現プロファイルで最も差次的に発現されるＮ個の遺伝子を選択して、対になった差次的に発現される遺伝子（ＤＥＧ）を生成するステップ、ここでＮは１０〜１００の整数である；
を含む。

本明細書で使用する場合、「遺伝子」という用語は、生物機能に関連する任意の核酸を広く指す。遺伝子は通常、コード配列および／またはこのようなコード配列の発現に必要な制御配列を含む。遺伝子という用語は、特定のゲノム配列、およびそのゲノム配列にコードされるｃＤＮＡまたはｍＲＮＡに適用することができる。「遺伝子発現」は、遺伝子由来の情報が、タンパク質および機能性ＲＮＡ（例えばｔＲＮＡ、ｓｎＲＮＡ、およびマイクロＲＮＡ）を含む機能性産物の合成に使用されるプロセスを指す。特定の実施形態において、遺伝子の発現レベルは、遺伝子の転写物（例えばｍＲＮＡ）またはその誘導体（例えばｃＤＮＡ）により測定することができる。

本明細書で使用する場合、「遺伝子発現プロファイル」は、１つの細胞（または複数の細胞）における遺伝子発現の全体像を作り出すため、複数（例えば１００より多く、５００より多く、１，０００より多く、２，０００より多く、５，０００より多く、１０，０００より多く、２０，０００より多く）の遺伝子の発現レベルを測定したものを指す。本明細書で開示するように、遺伝子発現プロファイルは、ＤＮＡマイクロアレイ技術（例えば、ＰｏｌｌａｃｋＪＲｅｔａｌ．，“Ｇｅｎｏｍｅ−ｗｉｄｅａｎａｌｙｓｉｓｏｆＤＮＡｃｏｐｙ−ｎｕｍｂｅｒｃｈａｎｇｅｓｕｓｉｎｇｃＤＮＡｍｉｃｒｏａｒｒａｙｓ”ＮａｔＧｅｎｅｔ（１９９９）２３（１）：４１〜４６を参照のこと）などの、当技術分野で公知の方法を使用して得ることができる。遺伝子発現プロファイリングに使用される配列ベースの技術には、これらに限定されないが、遺伝子発現連続解析（ＳＡＧＥ）およびＲＮＡ−ｓｅｑが含まれる。遺伝子発現プロファイル分析の方法は、これまでに記載されている（例えば、ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＣｈｅｎＤｅｔａｌ．，“ＡｓｅｔｏｆｄｅｆｉｎｅｄｏｎｃｏｇｅｎｉｃｍｕｔａｔｉｏｎａｌｌｅｌｅｓｓｅｅｍｓｔｏｂｅｔｔｅｒｐｒｅｄｉｃｔｔｈｅｒｅｓｐｏｎｓｅｔｏｃｅｔｕｘｉｍａｂｉｎＣＲＣｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｔｈａｎＫＲＡＳ１２／１３ｍｕｔａｔｉｏｎｓ”Ｏｎｃｏｔａｒｇｅｔ（２０１５）６（３８）：４０８１５〜２１を参照のこと）。

２つの遺伝子発現プロファイルを比較する方法は当技術分野で公知である（例えば、ＲｏｂｉｎｓｏｎＭＤａｎｄＳｍｙｔｈＧＫｅｔａｌ．，“Ｓｍａｌｌ−ｓａｍｐｌｅｅｓｔｉｍａｔｉｏｎｏｆｎｅｇａｔｉｖｅｂｉｎｏｍｉａｌｄｉｓｐｅｒｓｉｏｎ、ｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓｔｏＳＡＧＥｄａｔａ”Ｂｉｏｓｔａｔｉｓｔｉｃｓ（２００８）９（２）：３２１〜３２を参照のこと）。特定の実施形態において、最も差次的に発現されるＮ個の遺伝子が選択され、対になった差次的に発現される遺伝子（ＤＥＧ）と呼ばれる。特定の例では、ＤＥＧが特定され、ｔ検定、マン−ホイットニーのＵ検定、または２つ以上の群間の平均値および中央値を比較するその他の検定により等級付けされる。

特定の実施形態において、Ｎは２０〜８０である。特定の実施形態において、Ｎは約３０、４０、５０、６０、７０、８０、９０または１００である。特定の実施形態において、Ｎは約５０である。

特定の実施形態において、本明細書に記載する方法はコンピュータで実施される、すなわち、方法はコンピュータ、例えば、ＣＰＵにより実行されるコンピュータプログラムで実施される。本明細書で使用する場合、コンピュータは、一連の算術または論理演算を自動的に実行するようにプログラムすることができるデバイス（一般用途または特定用途用）を指す。本明細書で使用する場合、コンピュータには、これらに限定されないが、パーソナルコンピュータ、ワークステーション、サーバー、メインフレームおよびスーパーコンピュータが含まれる。コンピュータは、スタンドアロンシステムでも、ネットワーク化されたシステムでも、コンピューティングクラウドにある仮想マシンでもよい。本明細書に記載する方法は、マルチスレッディングまたはその他の並列計算法により実施可能である。

本明細書で使用する場合、「がん」という用語は、異常な細胞増殖および分裂を伴う疾患の群を指す。一般的に、がんは、がんが位置するか生じた組織または器官、ならびにがん組織およびがん細胞の形態に従って分類することができる。本明細書で使用する場合、がん型には、これらに限定されないが、急性リンパ芽球性白血病（ＡＬＬ）、急性骨髄性白血病、副腎皮質癌、肛門がん、星細胞腫、小児小脳または大脳、基底細胞癌、胆管がん、膀胱がん、骨腫瘍、脳がん、小脳星細胞腫、大脳星細胞腫／悪性神経膠腫、上衣腫、髄芽腫、テント上原始神経外胚葉性腫瘍、視路および視床下部神経膠腫、乳がん、Ｂｕｒｋｉｔｔリンパ腫、子宮頸がん、慢性リンパ球性白血病、慢性骨髄性白血病、結腸がん、肺気腫、子宮内膜がん、上衣腫、食道がん、ユーイング肉腫、網膜芽細胞腫、胃〔gastric (stomach)〕がん、神経膠腫、頭頸部がん、心臓がん、ホジキンリンパ腫、膵島細胞癌（膵内分泌部）、カポジ肉腫、腎がん（腎細胞がん）、喉頭がん、白血病、肝がん、肺がん、神経芽腫、非ホジキンリンパ腫、卵巣がん、膵臓がん、咽頭がん、前立腺がん、直腸がん、腎細胞癌（腎がん）、網膜芽細胞腫、ユーイングファミリー腫瘍、皮膚がん、胃〔stomach〕がん、精巣がん、咽喉がん、甲状腺がん、膣がんが含まれる。

本明細書で使用する「がん試料」という用語は、がん患者から直接的または間接的に得られた任意の試料を包含する。試料には、非限定的な例として、脳脊髄液（ＣＳＦ）、血液、羊水、血清、尿、排泄物、表皮試料、皮膚試料、頬スワブ、精子、羊水、培養細胞、骨髄試料および／または絨毛膜絨毛が含まれうる。がん細胞培養物も試料として使用可能である。がん試料は、例えば任意の器官または組織から得られた試料（外科的に摘出された生検または剖検検体を含む）であってもよいし、細胞（初代細胞または培養細胞）、任意の細胞、組織または器官で馴化された培地、組織培養物を含んでいてもよい。一部の実施形態において、本発明に適した生物試料は、本明細書に記載する検出のため、核酸を放出するように、またはその他の方法で核酸が利用可能となるように加工された試料である。適切な生物試料は、胎児、若年成人、成人（例えば妊婦）などのライフステージから得られる。固定または凍結された組織も使用可能である。

特定の実施形態において、本明細書で使用するがん試料はがん細胞株でない。本明細書で使用する「がん細胞株」という用語は、がん患者から単離され、細胞が正常な細胞老化を免れ確実に増殖できるようにインビトロで培養および不死化された細胞集団を指す。特定の実施形態において、本明細書で使用するがん試料はがん患者に直接由来する、すなわち、細胞培養していない。特定の実施形態において、がん試料は外科的に摘出された試料または生検試料である。

特定の実施形態において、本明細書で使用するがん試料は、患者由来異種移植片（ＰＤＸ）由来である。本明細書で使用する場合、「患者由来異種移植片」は、ヒト患者ドナーから採取され動物モデル（例えばマウス、ラット、ウサギなど）に移植された組織または細胞の移植片を指す。一部の実施形態において、異種移植片組織または細胞は、腫瘍組織もしくは細胞、またはがん組織もしくは細胞である。一部の実施形態において、異種移植片は動物モデルに移植する前に前処理される。「前処理される」という用語は、組織に言及する場合、概して、洗浄、ホモジナイズ、再懸濁、および溶液（例えば生理食塩水、ＰＢＳなど）またはマトリックス（例えばコラーゲン）との混合などの、移植前に組織を処理するための当技術分野で公知の任意の加工方法に関する。「前処理される」という用語は、細胞に言及する場合、培養、継代培養、活性化、薬剤処理、遠心処理、再懸濁、濾過、および溶液（例えば生理食塩水、ＰＢＳなど）またはマトリックス（例えばコラーゲン）との混合などの、移植前に細胞を処理するための当技術分野で公知の任意の加工方法を含む。異種移植片移植後、さらなる使用のため、動物モデルにヒト疾患の病変を発症するのに十分な時間を与える。当技術分野で公知の任意の適切な方法を使用して、例えば、細胞を注射で皮下、腹腔内、または静脈内に移植するか、あるいは組織画分を外科手術で埋め込むことにより、異種移植片を動物モデルに移植することができる。一部の実施形態において、異種移植片は腫瘍細胞またはがん細胞であり、皮下注射により動物モデルに移植される。

特定の実施形態において、上記方法は、対になったＤＥＧの発現に基づいてがんを診断することをさらに含む。「診断すること」または「診断」という用語は、疾患、例えばがんの性質を特定することを意味する。がんの診断は、本明細書に記載する方法単独で、またはその他の方法論、例えば病理組織学に基づく方法と組み合わせて使用することで実施可能である。一実施形態において、第２の型ではなく第１の型のがんを診断するには、第１のがん型を有する疑いがある対象の試料を得る。第１のがん型と第２のがん型の間の対になったＤＥＧの遺伝子発現レベルをアッセイし、それに基づいてがんが第１の型であるかどうかを決定することができる。

別の態様において、本開示は、
第１のがん型を有する第１のがん試料の第１の遺伝子発現プロファイルを得ること；
第２のがん型を有する第２のがん試料の第２の遺伝子発現プロファイルを得ること、ここで前記第２のがん型は前記第１のがん型とは異なる；
第３のがん型を有する第３のがん試料の、第３の遺伝子発現プロファイルを得ること、ここで前記第３のがん型は前記第１および第２のがん型と異なる；
前記第１の遺伝子発現プロファイルを前記第２の遺伝子発現プロファイルと比較すること；
第１および第２の遺伝子発現プロファイルで最も差次的に発現されるＮ_１個の遺伝子を選択して、第１の対になったＤＥＧを生成すること、ここでＮ_１は１０〜１００の整数である；
前記第１の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第１および第３の遺伝子発現プロファイルで最も差次的に発現されるＮ_２個の遺伝子を選択して、第２の対になったＤＥＧを生成すること、ここでＮ_２は１０〜１００の整数である；
前記第２の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第２および第３の遺伝子発現プロファイルで最も差次的に発現されるＮ_３個の遺伝子を選択して、第３の対になったＤＥＧを生成すること、ここでＮ_３は１０〜１００の整数である；および
第１、第２および第３の対になったＤＥＧを含むシグネチャー遺伝子を生成すること；
を含む方法を提供する。

特定の実施形態において、Ｎ_１＝Ｎ_２＝Ｎ_３である。一実施形態において、Ｎ_１、Ｎ_２およびＮ_３は約５０である。

一実施形態において、第１、第２および第３の対になったＤＥＧを組み合わせてシグネチャー遺伝子が生成される。第１、第２および第３の対になったＤＥＧが重複を有することがあり、そのためシグネチャー遺伝子数がＮ_１、Ｎ_２、およびＮ_３の合計未満になりうることが理解されよう。

上記方法は、３つを超えるがん型のデータセットを分析することにも拡張することができる。例えば、Ｐ個のがん型のデータセットの場合、がん型間の各対比較につきｎ個のＤＥＧである。全体を比較すると、合計Ｐ（Ｐ−１）／２通りの対になったＤＥＧが生成されうる。シグネチャー遺伝子は、Ｐ（Ｐ−１）／２通りの対になったＤＥＧを全て組み合わせることで得られる。シグネチャー遺伝子数はＰ（Ｐ−１）ｎ／２が上限となるが、通常は対になったＤＥＧの重複のためそれよりも少なくなる。任意のがん型ペアの試料は、そのｎ個のＤＥＧで区別することができ、（Ｐ−１）（Ｐ−２）ｎ／２が上限だが通常は重複のためそれよりも少ないその他のＤＥＧはバックグラウンドノイズとみなすことができる。

特定の実施形態において、シグネチャー遺伝子はｍ個の遺伝子を有し、ｍは５〜５０００の整数である。特定の実施形態において、ｍは１００〜１０００である。特定の実施形態において、ｍは１００〜５００である。

特定の実施形態において、上記方法は、シグネチャー遺伝子の発現に基づいてがんを診断することをさらに含む。一実施形態において、がんを診断するには、がんを有する疑いがある対象から試料を得る。シグネチャー遺伝子の発現レベルをアッセイし（例えば、マイクロアレイまたはＲＮＡ−ｓｅｑを使用した遺伝子発現プロファイリングにより）、それに基づいてがんの性質を特定することができる。

さらに別の態様において、本開示は、本明細書に記載する方法により対象のがん型を診断すること、およびそのがん型を有効に処置できる薬物を投与することを含む、対象のがんを処置する方法を提供する。

結腸がんを処置するのに使用される薬物には、これらに限定されないが、アバスチン、ベバシズマブ、カンプトサール、カペシタビン、セツキシマブ、サイラムザ、エロキサチン、アービタックス、５−ＦＵ、フルオロウラシル注射、イリノテカン塩酸塩、ロイコボリンカルシウム、ロンサーフ、オキサリプラチン、パニツムマブ、ラムシルマブ、レゴラフェニブ、スチバーガ、トリフルリジンおよびチピラシル塩酸塩、ベクティビックス、ウェルコボリン、ゼローダ、ザルトラップ〔Zatrap〕、Ｚｉｖ−アフリベルセプトが含まれる。

直腸がんを処置するのに使用される薬物には、これらに限定されないが、アバスチン、ベバシズマブ、カンプトサール、カペシタビン、セツキシマブ、サイラムザ、エロキサチン、アービタックス、５−ＦＵ、フルオロウラシル注射、イリノテカン塩酸塩、ロイコボリンカルシウム、ロンサーフ、オキサリプラチン、パニツムマブ、ラムシルマブ、レゴラフェニブ、スチバーガ、トリフルリジンおよびチピラシル塩酸塩、ベクティビックス、ウェルコボリン、ゼローダ、ザルトラップ〔Zatrap〕、Ｚｉｖ−アフリベルセプトが含まれる。

頭頸部がんを処置するのに使用される薬物には、これらに限定されないが、アビトレキサート〔Abritrexate〕、ブレノキサン、ブレオマイシン、セツキシマブ、ドセタキセル、アービタックス、フォレックス〔Folex〕、フォレックスＰＦＳ、ハイドレア、ヒドロキシウレア、キイトルーダ、メトトレキサート〔Methotrxate〕、メトトレキサートＬＰＦ、メキサート、メキサート−ＡＱ、ペムブロリズマブ、タキソテールが含まれる。

肺がんを処置するのに使用される薬物には、これらに限定されないが、アビトレキサート、アブラキサン〔Araxane〕、アファチニブジマレイン酸塩、アフィニトール、アレセンサ、アレクチニブ、アリムタ、アバスチン、ベバシズマブ、カルボプラチン、セリチニブ、サイラムザ、ドセタキセル、エルロチニブ、エベロリムス、フォレックス、フォレックスＰＦＳ、ゲフィチニブ、ジロトリフ〔Filotrif〕、ゲムシタビン塩酸塩、ジェムザール、イレッサ、キイトルーダ、メクロレタミン塩酸塩、メトトレキサート、メトトレキサート−ＡＱ、ムスタルゲン〔Mustargen〕、ナベルビン、ネシツムマブ、ニボルマブ、オプジーボ、オシメルチニブ、パクリタキセル、パラプラット〔Paraplat〕、パラプラチン、ペムブロリズマブ、ペメトレキセド二ナトリウム、ポルトラザ〔Protrazza〕、ラムシルマブ、タグリッソ、タルセバ、タキソール、タキソテール、ビノレルビン酒石酸塩、ザーコリ、ジカディアが含まれる。

以下の実施例を、本発明を例示するため提示する。これらは、いかなる様式によっても限定的であることを意図されない。

［実施例１］
この実施例では、病理組織学的がん型内および型間の発現類似性を示す。

材料および方法
異種移植片組織の移植および分子特性決定
患者組織の異種移植（ＣｒｏｗｎＢｉｏｓｃｉｅｎｃｅＳＰＦ施設）に関する方法およびパラメータは以前に記載されたものである（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２；ＪｉａｎｇＪｅｔａｌ．，“Ｃｏｍｐｒｅｈｅｎｓｉｖｅｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｃｈｅｍｏｔｈｅｒａｐｅｕｔｉｃｅｆｆｉｃａｃｙｏｎｍｅｔａｓｔａｓｅｓｉｎｔｈｅｅｓｔａｂｌｉｓｈｅｄｇａｓｔｒｉｃｎｅｕｒｏｅｎｄｏｃｒｉｎｅｃａｎｃｅｒｐａｔｉｅｎｔｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｍｏｄｅｌ”Ｏｎｃｏｔａｒｇｅｔ（２０１５）６（１７）：１５６３９〜５１；ＢｌａｄｔＦｅｔａｌ．，“Ｔｈｅｃ−ＭｅｔＩｎｈｉｂｉｔｏｒＭＳＣ２１５６１１９ＪＥｆｆｅｃｔｉｖｅｌｙＩｎｈｉｂｉｔｓＴｕｍｏｒＧｒｏｗｔｈｉｎＬｉｖｅｒＣａｎｃｅｒＭｏｄｅｌｓ”Ｃａｎｃｅｒｓ（Ｂａｓｅｌ）（２０１４）６（３）：１７３６〜５２）。ＰＤＸ腫瘍組織のトランスクリプトームシーケンシングでは、急速凍結試料を使用して、以前に記載された方法によりＲＮＡを抽出した（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２）。ＲＮＡシーケンシングの前に、ＡｇｉｌｅｎｔＢｉｏａｎａｌｙｚｅｒでＲＮＡ試料の純度および完全性を確認した。ＲＩＮが７より多く２８Ｓ／１８Ｓが１より多いＲＮＡ試料のみをライブラリー構築およびＲＮＡシーケンシングに進めた。ＲＮＡ試料（マウス成分５０％未満）を、ＩｌｌｕｍｉｎａＨｉＳｅｑプラットフォームの認定サービス業者（ＢＧＩ、Ｗｕｈａｎ、中国）によるトランスクリプトームシーケンシングに使用した。トランスクリプトームシーケンシングは概して、ＩｌｌｕｍｉｎａＨｉＳｅｑ２５００プラットフォームまたは同等のものにより、６ＧＢ、ＰＥ１２５で実施された。ＡｆｆｙｍｅｔｒｉｘＵ２１９ＧｅｎｅＣｈｉｐプロファイリングでは、腫瘍由来のＲＮＡ試料を以前に記載されたように加工およびアッセイした（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２）。標準免疫組織化学（ＩＨＣ）を使用して、以前に記載されたように、選択されたＦＦＰＥＰＤＸ腫瘍組織を分析した（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２）。ＩＨＣに使用した抗体は：抗ヒトモノクローナル抗体ＴＴＦ１（ＺＭ−０２５０、マウス）、ＣＤＸ２（ＺＡ−０５２０、ウサギ）、ＣＫ７（ＺＭ−００７１、マウス）、ＣＫ２０（ＺＭ−００７５、マウス）であり、全てＺｈｏｎｇｓａｎＪｉｎＱｉａｏ、中国のものであった。

ＴＣＧＡデータセットおよびＣＣＬＥデータセット
７つのがん型（ＣＯＡＤ、ＲＥＡＤ、ＬＵＡＤ、ＬＵＳＣ、ＨＮＳＣ、ＬＩＨＣ、ＰＡＡＤ）についてのレベル３ＴＣＧＡＲＮＡ−ｓｅｑデータを、ＴＣＧＡＤａｔａＰｏｒｔａｌ（２０１５年２月公開）からダウンロードした。ＩｌｌｕｍｉｎａＨｉＳｅｑプラットフォームで生成され、リードアラインメントにはＭａｐＳｐｌｉｃｅ、定量化にはＲＳＥＭを使用するＲＮＡｓｅｑＶ２パイプラインで加工されたＲＮＡ−ｓｅｑデータのみを使用した。ＴＣＧＡデータセットは、２８５のＣＯＡＤ、９４のＲＥＡＤ、５１５のＬＵＡＤ、５０１のＬＵＳＣ、５１９のＨＮＳＣ、３７１のＬＩＨＣ、および１７８のＰＡＡＤを含む。

がん細胞株遺伝子発現データをＣＣＬＥｄａｔａｐｏｒｔａｌ（２０１２年１０月公開）からダウンロードした。発現の特性はＡｆｆｙｍｅｔｒｉｘＵ１３３Ｐｌｕｓ２ＧｅｎｅＣｈｉｐで明らかにされた。未加工のＡｆｆｙｍｅｔｒｉｘＣＥＬファイルを、カスタムＣＤＦファイル（ＥＮＴＲＥＺＦｖ１５）を用いてＲｏｂｕｓｔＭｕｌｔｉ−ａｒｒａｙＡｖｅｒａｇｅ（ＲＭＡ）アルゴリズムにより遺伝子発現値に変換した。４７のＣＲＡＤ、５２のＬＵＡＤ、２８のＬＵＳＣ、３０のＨＮＳＣ、２５のＬＩＨＣ、および２８のＰＡＡＤを含む、合計２１０の細胞株を使用した（表１）。

ＰＤＸトランスクリプトームシーケンシングデータの生物情報分析
これまでに記載された方法に従って、ＡｆｆｙｍｅｔｒｉｘＵ２１９ＧｅｎｅＣｈｉｐおよびＲＮＡ−ｓｅｑの両方により、ＰＤＸにおける遺伝子発現の特性を明らかにした（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＣｈｅｎＤｅｔａｌ．，“ＡｓｅｔｏｆｄｅｆｉｎｅｄｏｎｃｏｇｅｎｉｃｍｕｔａｔｉｏｎａｌｌｅｌｅｓｓｅｅｍｓｔｏｂｅｔｔｅｒｐｒｅｄｉｃｔｔｈｅｒｅｓｐｏｎｓｅｔｏｃｅｔｕｘｉｍａｂｉｎＣＲＣｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｔｈａｎＫＲＡＳ１２／１３ｍｕｔａｔｉｏｎｓ”Ｏｎｃｏｔａｒｇｅｔ（２０１５）６（３８）：４０８１５〜２１）。ＡｆｆｙｍｅｔｒｉｘＣＥＬファイルを、ＣＣＬＥデータと同じ方法を使用して加工した。まず、マウス参照ゲノム（ＵＣＳＣＭＭ９）にマッピングされたマウスリードを除去することにより未加工のＲＮＡ−ｓｅｑデータをクリーニングした。平均マウス含量は約１０％である。ＴＣＧＡＲＮＡｓｅｑＶ２パイプラインを使用して遺伝子発現を推定した。ＡｆｆｙｍｅｔｒｉｘＵ２１９データでは、５８のＣＲＡＤ、１１のＬＵＡＤ、４０のＬＵＳＣ、１０のＨＮＳＣ、２４のＬＩＨＣ、および３２のＰＡＡＤを含む合計１７５のＰＤＸを使用した。ＲＮＡ−ｓｅｑデータでは、８２のＣＲＡＤ、１２のＬＵＡＤ、５４のＬＵＳＣ、１４のＨＮＳＣ、３０のＬＩＨＣ、および４９のＰＡＡＤを含む合計２４１のＰＤＸを使用した。

トランスクリプトーム発現データセットの比較
Ｂｉｏｃｏｎｄｕｃｔｏｒ（バージョン３．１）のｅｄｇｅＲパッケージ（ＲｏｂｉｎｓｏｎＭＤａｎｄＳｍｙｔｈＧＫ，“Ｓｍａｌｌ−ｓａｍｐｌｅｅｓｔｉｍａｔｉｏｎｏｆｎｅｇａｔｉｖｅｂｉｎｏｍｉａｌｄｉｓｐｅｒｓｉｏｎ，ｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓｔｏＳＡＧＥｄａｔａ”Ｂｉｏｓｔａｔｉｓｔｉｃｓ（２００８）９（２）：３２１〜３２）（バージョン３．１０．２）を使用してＴＣＧＡＲＮＡ−ｓｅｑデータを分析した。７つのがん全てのうち最小である少なくとも９４の試料において、１００万あたり少なくともカウントを１つ有する遺伝子を保存した。ｅｘａｃｔＴｅｓｔ機能により差次的に発現される遺伝子（ＤＥＧ）を特定し等級付けした。７つのＴＣＧＡがん型では対比較を２１回実施し、一定数の上位ＤＥＧを維持した。ＤＥＧの発現値をゼロ平均および単位分散を有するように正規化し、これを使用して試料間のピアソンの相関係数を算出した。図１Ａ〜Ｄでは、ＴＣＧＡの７つのがんそれぞれにつき９４の試料を無作為抽出に使用した。その他３つのデータセットでも、型内および型間のピアソンの相関係数を算出するのに発現値を正規化した。相関性算出およびヒートマップでは、発現値は全て対数尺度とした。図４Ａ〜Ｄのグラフは、ｅｄｇｅＲパッケージ（バージョン３．１０．２）のｐｌｏｔＭＤＳ機能を使用して生成させたもので、第１および第２位の対数倍率変化（ｌｏｇＦＣ）を２軸に使用した。

結果
本発明者らは、同じ病理組織学的診断となるがんが、異なる病理組織型と比較して類似した発現プロファイルを有するかどうかを調べることに着手した。４つのトランスクリプトーム発現データセット：ａ）外科的な摘出または生検により得られた患者腫瘍試料についてのＴＣＧＡトランスクリプトームシーケンシング（ＲＮＡ−ｓｅｑ）データセット（“Ｃｏｍｐｒｅｈｅｎｓｉｖｅｍｏｌｅｃｕｌａｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｇａｓｔｒｉｃａｄｅｎｏｃａｒｃｉｎｏｍａ”Ｎａｔｕｒｅ（２０１４）５１３（７５１７）：２０２〜９；“Ｃｏｍｐｒｅｈｅｎｓｉｖｅｇｅｎｏｍｉｃｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｄｅｆｉｎｅｓｈｕｍａｎｇｌｉｏｂｌａｓｔｏｍａｇｅｎｅｓａｎｄｃｏｒｅｐａｔｈｗａｙｓ”Ｎａｔｕｒｅ（２００８）４５５（７２１６）：１０６１〜８；ＧｅＬｅｔａｌ．，“Ｉｎｔｅｇｒａｔｅｄａｎａｌｙｓｉｓｏｆｇｅｎｅｅｘｐｒｅｓｓｉｏｎｐｒｏｆｉｌｅａｎｄｇｅｎｅｔｉｃｖａｒｉａｔｉｏｎｓａｓｓｏｃｉａｔｅｄｗｉｔｈｏｖａｒｉａｎｃａｎｃｅｒ”ＥｕｒＲｅｖＭｅｄＰｈａｒｍａｃｏｌＳｃｉ（２０１５）１９（１４）：２７０３〜１０）；各種疾患の患者由来異種移植片についての、ｂ）ＲＮＡ−ｓｅｑデータセット（ＰＤＸと呼ぶ）、およびｃ）マイクロアレイデータセット（ＰＤＸＵ２１９と呼ぶ）；ｄ）ＣａｎｃｅｒＣｅｌｌＬｉｎｅＥｎｃｙｃｌｏｐｅｄｉａ（ＣＣＬＥ）プロジェクト由来のがん細胞株についてのマイクロアレイデータセット（ＢａｒｒｅｔｉｎａＪｅｔａｌ．，“ＴｈｅＣａｎｃｅｒＣｅｌｌＬｉｎｅｓＥｎｃｙｃｌｏｐｅｄｉａｅｎａｂｌｅｓｐｒｅｄｉｃｔｉｖｅｍｏｄｅｌｌｉｎｇｏｆａｎｔｉｃａｎｃｅｒｄｒｕｇｓｅｎｓｉｔｉｖｉｔｙ”Ｎａｔｕｒｅ（２０１２）４８３（７３９１）：６０３〜７）について試験した。まず第１に、独自の遺伝子発現シグネチャーが正常および腫瘍組織（または規定の型）の両方の分子的特徴であると仮定して、トランスクリプトーム発現によりヒト疾患型を規定するアルゴリズムを確立することを目的とした。この目的のため、７つのＴＣＧＡがん：結腸腺癌（ＣＯＡＤ）、直腸腺癌（ＲＥＡＤ）、肺腺癌（ＬＵＡＤ）、肺扁平上皮癌（ＬＵＳＣ）、頭頸部扁平上皮癌（ＨＮＳＣ）、肝細胞癌（ＬＩＨＣ）、および膵臓腺癌（ＰＡＡＤ）におけるトランスクリプトーム発現について２１回の対比較を実施した。各対比較につき、同数の最も差次的に発現される遺伝子（ＤＥＧ）を維持し、ＲのｅｄｇｅＲパッケージのｅｘａｃｔＴｅｓｔ機能から導かれたｐ値により等級付けを行った（方法を参照のこと）。冗長性を除去した対比較全てを合計した総ＤＥＧを使用して、ＴＣＧＡデータセットにおける型（病理組織型）内および型間相関係数を算出した。相関係数を使用して、がんの類似性を定量化した（図１Ａ）。対になったＤＥＧ数が５０であるときの非冗長セットである合計６８６の遺伝子を、図１Ａ〜Ｄの説明に使用する。この類似性パターンは、その他の数のＤＥＧや、トランスクリプトーム全体にまで当てはまる（図５Ａ〜Ｂ）。この対比較手法は、全てのがん型を同時比較することで遺伝子を選択する方法、例えばｏｎｅ−ｗａｙＡＮＯＶＡとは対照的に、特定のがん型への偏りを最小限にすることが意図される。

ＤＥＧ数が増加するにつれて、ＴＣＧＡのがん型全てにおいて、型内の相関係数がまず急速に減少し、次いで安定化することが観察された（図２Ａ）。これは、ＤＥＧ数が大きくなると、追加される新しい遺伝子が相対的に少なくなるためである（図６）。対になったＤＥＧ数が７０００に達すると、ＴＣＧＡデータセットでの対比較に適した１７２８８の遺伝子のうち約９７．１％にあたる１６７９８の固有の遺伝子が存在する。型内係数が比較的大きい（型間係数とは対照的、以下を参照のこと）ことから、病理組織学分類とほぼ一致するがん型特異性が実証される。一方、任意の所与のＤＥＧにおける型内相関係数ががん型間で変動しており、これらの均質性の程度が異なることを反映している。例えば、ＬＩＨＣはその他の型よりもはるかに均質であると思われる。

患者由来異種移植片の疾患は、病理組織学、細胞型、分化形質に基づく元の患者の疾患（ＴｅｎｔｌｅｒＪＪｅｔａｌ．，“Ｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｔｕｍｏｕｒｘｅｎｏｇｒａｆｔｓａｓｍｏｄｅｌｓｆｏｒｏｎｃｏｌｏｇｙｄｒｕｇｄｅｖｅｌｏｐｍｅｎｔ”ＮａｔＲｅｖＣｌｉｎＯｎｃｏｌ（２０１２）９（６）：３３８〜５０；ＤｉｎｇＬｅｔａｌ．，“Ｇｅｎｏｍｅｒｅｍｏｄｅｌｌｉｎｇｉｎａｂａｓａｌ−ｌｉｋｅｂｒｅａｓｔｃａｎｃｅｒｍｅｔａｓｔａｓｉｓａｎｄｘｅｎｏｇｒａｆｔ”Ｎａｔｕｒｅ（２０１０）４６４（７２９１）：９９９〜１００５；ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”；Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２；ＡｋａｓｈｉＹｅｔａｌ．，“Ｈｉｓｔｏｌｏｇｉｃａｌａｄｖａｎｔａｇｅｓｏｆｔｈｅｔｕｍｏｒｇｒａｆｔ：ａｍｕｒｉｎｅｍｏｄｅｌｉｎｖｏｌｖｉｎｇｔｒａｎｓｐｌａｎｔａｔｉｏｎｏｆｈｕｍａｎｐａｎｃｒｅａｔｉｃｃａｎｃｅｒｔｉｓｓｕｅｆｒａｇｍｅｎｔｓ”Ｐａｎｃｒｅａｓ（２０１３）４２（８）：１２７５〜８２）、さらには、複数の独立した研究で報告された分子病理学に基づく元の患者の疾患（ＴｅｎｔｌｅｒＪＪｅｔａｌ．，“Ｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｔｕｍｏｕｒｘｅｎｏｇｒａｆｔｓａｓｍｏｄｅｌｓｆｏｒｏｎｃｏｌｏｇｙｄｒｕｇｄｅｖｅｌｏｐｍｅｎｔ”ＮａｔＲｅｖＣｌｉｎＯｎｃｏｌ（２０１２）９（６）：３３８〜５０；ＤｉｎｇＬｅｔａｌ．，“Ｇｅｎｏｍｅｒｅｍｏｄｅｌｌｉｎｇｉｎａｂａｓａｌ−ｌｉｋｅｂｒｅａｓｔｃａｎｃｅｒｍｅｔａｓｔａｓｉｓａｎｄｘｅｎｏｇｒａｆｔ”Ｎａｔｕｒｅ（２０１０）４６４（７２９１）：９９９〜１００５）をほぼ反映している。このような関連性を体系的に調べるため、本発明者らは次に、上記のＴＣＧＡ対比較に由来する同じＤＥＧを使用して、ＰＤＸ（ＲＮＡ−ｓｅｑ）およびＰＤＸＵ２１９データセット（ＹａｎｇＭｅｔａｌ．，“Ｏｖｅｒｃｏｍｉｎｇｅｒｌｏｔｉｎｉｂｒｅｓｉｓｔａｎｃｅｗｉｔｈｔａｉｌｏｒｅｄｔｒｅａｔｍｅｎｔｒｅｇｉｍｅｎｉｎｐａｔｉｅｎｔ−ｄｅｒｉｖｅｄｘｅｎｏｇｒａｆｔｓｆｒｏｍｎａｉｖｅＡｓｉａｎＮＳＣＬＣｐａｔｉｅｎｔｓ”Ｉｎｔｅｒｎａｔｉｏｎａｌｊｏｕｒｎａｌｏｆｃａｎｃｅｒ（２０１３）１３２（２）：Ｅ７４〜８４；ＺｈａｎｇＬｅｔａｌ．，“ＡｓｕｂｓｅｔｏｆｇａｓｔｒｉｃｃａｎｃｅｒｓｗｉｔｈＥＧＦＲａｍｐｌｉｆｉｃａｔｉｏｎａｎｄｏｖｅｒｅｘｐｒｅｓｓｉｏｎｒｅｓｐｏｎｄｔｏｃｅｔｕｘｉｍａｂｔｈｅｒａｐｙ”ＳｃｉＲｅｐ（２０１３）３：２９９２）についての相関係数算出を実施した。いくつか観察を行った（図２Ｂ、２Ｃ）：１）両データセットでも、全てのがん型について、ＤＥＧが増大するにつれて相関係数がＴＣＧＡと平行にまず急速に減少することが観察された。この平行関係は、ＴＣＧＡで見られたように同じＤＥＧがＰＤＸでもがん型特異性を表すことができることを示唆しており、ゆえにＴＣＧＡとＰＤＸの間の類似性を示す。２）ＰＤＸにおける全体的な相関係数の値はＴＣＧＡより小さく、２つの因子：ＰＤＸがある程度腫瘍特異性を失った（以下でさらに論じる）こと、およびＴＣＧＡ中心の手法では、特にＤＥＧ数が小さいとＰＤＸでの値が小さくなる可能性があることに起因しうる。３）ＰＤＸがん型の間でも、任意の所与のＤＥＧにおける型内相関係数が顕著に変動し、ＴＣＧＡで見られたように均質性の程度が異なることを反映している。特に、これらはＴＣＧＡとは一致しない値で変動しうる。例えば、ＰＤＸではＬＩＨＣでなくＨＮＳＣが最も高い型内相関性を有している。これは、同じがん型がＰＤＸではヒトとは異なる均質性を有している可能性があり、このような差が、ＰＤＸがどの程度ヒト腫瘍から逸脱しているかを反映しうることを示唆している。ただし、ＨＮＳＣＰＤＸの試料サイズが小さいこと（ＰＤＸＵ２１９データセットでは１０、ＰＤＸデータセットでは１４）に起因している可能性もある。４）ＰＤＸＵ２１９およびＰＤＸ（ＲＮＡ−ｓｅｑ）が類似の相関係数値を有し互いにほぼ平行であることは注目に値し、２つの発現プロファイリング手法がほぼ同等であることを含意している（図３）。全体的に、本発明者らの観察は、ＰＤＸが、それらが由来する腫瘍と類似の分子プロファイルを有するという事例報告と合致する（５、６）。

伝統的ながん細胞株はプラスチックフラスコ内で、通常はクローン的に、未分化な表現型の均一な形態で無限に増殖する。多くのものが異種移植片において増殖可能であるが、ほとんど分化していない小型かつ均質な形態であり、ＰＤＸとは全てにわたって際立って対照的である。したがって、ＰＤＸと比較して、がん細胞株はヒトがんとの関連性が低いと考えられている（５）。同様に、本発明者らはＣＣＬＥデータセットについても型内相関係数算出を実施した。興味深いことに、ＨＮＳＣを除く全てのがん型において、ＤＥＧが増大するにつれて係数が平行して減少することがほとんど観察されず、ＴＣＧＡから選択されたＤＥＧがＣＣＬＥではほとんど関連性を有しないことを示唆している（図２Ｄ）。さらに型内相関係数が、ＣＣＬＥではＴＣＧＡ、ＰＤＸおよびＰＤＸＵ２１９と比較して顕著に小さい（図３）。このような減少がＴＣＧＡ中心の手法に起因する可能性は低い。ＣＣＬＥではがん型特異性が乏しいことが観察されたことは、細胞株が病理組織学的にかつ分子病理学的にヒトがんからきわめて逸脱しているという見解と一致している。しかし、型内相関係数は、概して小さいものの、型により変動する。例えば、ＨＮＳＣ細胞株は比較的大きい係数を示す（図２Ｄ）。要約すれば、いかなる数のＤＥＧでも、型内相関係数はＴＣＧＡデータセットで最も大きく、ＣＣＬＥデータセットで最も小さく、ＰＤＸおよびＰＤＸＵ２１９データセットではその中間であるが互いに近い。

次に本発明者らは、同じＤＥＧを使用して型間相関係数算出を実施した。係数が全て負かつゼロに近く、４つのデータセット全てで、異なるがん型間には概して類似性がほとんど存在しないことを反映していることが発見された。型内相関性と類似して、ＴＣＧＡは、最初の減少を示す最大絶対値の相関係数を有し、ＰＤＸおよびＰＤＸＵ２１９は平行に減少する中間の値を有し、ＣＣＬＥでは値が最小かつ平坦である（図３Ａおよび３Ｂ）。結論として、患者腫瘍は最も際立ったがん型特異的遺伝子発現プロファイルを有し、概して、同じ組織学的がん型の間では高い相関性を有する。患者由来異種移植片（皮下移植された腫瘍）は、ヒト腫瘍ほどではないものの適度な特異性をまだ維持しており、がん細胞株よりもはるかに優れている。上記の分析全てにより、本発明者らは、一方は組織学的形態および腫瘍起源に基づき、他方はトランスクリプトーム発現に基づく２つの診断方法が良好な程度に同等であることを確立した。

［実施例２］
この実施例では、異なるがん型間の発現類似性および同じ型内の相違について示す。

方法および材料は実施例１に記載されている。

実施例１全体で実証された型内相関性および低い型間相関性以外に、患者腫瘍およびＰＤＸでその他の興味深い観察もいくつか行った（図１Ａ〜１Ｄ）。第１に、結腸腺癌（ＣＯＡＤ）および直腸腺癌（ＲＥＡＤ）は実質的に区別ができず、これらが本質的に同じ疾患である可能性があることが示唆される。第２に、肺腺癌（ＬＵＡＤ）および肺扁平上皮癌（ＬＵＳＣ）はともに非小細胞肺癌（ＮＳＣＬＣ）に属するにもかかわらず、きわめて特徴的な発現プロファイルを有し、これらが独自の形態および病因を有することと一致する。第３に、ＨＮＳＣは発現プロファイルではＬＵＳＣと非常に類似しており、患者試料での報告結果と一致する（ＨｏａｄｌｅｙＫＡｅｔａｌ．，“Ｍｕｌｔｉｐｌａｔｆｏｒｍａｎａｌｙｓｉｓｏｆ１２ｃａｎｃｅｒｔｙｐｅｓｒｅｖｅａｌｓｍｏｌｅｃｕｌａｒｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｉｎａｎｄａｃｒｏｓｓｔｉｓｓｕｅｓｏｆｏｒｉｇｉｎ”Ｃｅｌｌ（２０１４）１５８（４）：９２９〜４４）。これら２つの扁平上皮癌間に共通する病因を調べれば興味深いであろう。

このような観察から、ＰＤＸがヒト腫瘍と密接に関連していることがさらに実証される。対照的に、ＣＣＬＥデータセットでは、ＬＵＡＤおよびＬＵＳＣが互いに分類不可能である。実際、これらは対になったＤＥＧ数が５０であるとき、最小の型内相関係数０．０６７および０．０８０を有する。本発明者らが行った肺細胞株由来異種移植片の病理検査では、ＬＵＡＤ細胞株（例えばＡ４５９、ＮＣＩ−Ｈ１９７５、ＬＵ０６８２、ＬＵ６９１２、データは示さない）内、およびＬＵＳＣ細胞株（ＬＵ０３５７、データは示さない）内に形態的な相関性があることが示されなかった。ＣＣＬＥデータセットでは、ＨＮＳＣとＬＵＳＣの間では、対になったＤＥＧ数が５０であるとき、ＨＮＳＣの型内相関係数は０．３６であるが両者の型間相関係数はわずか０．０５２であり、高い類似性は観察されなかった。

［実施例３］
この実施例では、がんの分類のための、ＴＣＧＡ由来の分子病理シグネチャーについて示す。

材料および方法は実施例１に記載されている。

ＴＣＧＡがん型間の対比較に由来するＤＥＧを使用して、ヒト腫瘍およびＰＤＸ両方で未知のがん型の悪性疾患を分類および診断することができるが、細胞株ではその可能性は低い。この分子病理手法による結果は伝統的な病理組織学と十分に一致し、したがって新規の分子診断の基盤を形成する。例として、対になったＤＥＧを５０に設定し、４つのＴＣＧＡがん（ＬＵＡＤ、ＬＵＳＣ、ＣＯＡＤ、およびＲＥＡＤ）の対比較由来の１８８のシグネチャー遺伝子を使用した。意図的にかつ予期した通り、これらのシグネチャー遺伝子により、ＴＣＧＡでは結腸直腸がんが肺がんと区別される（図４Ａ）。ＰＤＸおよびＰＤＸＵ２１９データセットの両方に適用すると、結腸直腸ＰＤＸおよび肺ＰＤＸが、対応するＴＣＧＡがん試料とクラスター化していることが観察された（図４Ａおよび４Ｂ）。しかしＣＣＬＥデータセットでは、３つのがん（ＣＲＡＤ、ＬＵＡＤ、およびＬＵＳＣ）で良好な分離が示されず、さらにこれらはＴＣＧＡ肺がんとＴＣＧＡ結腸直腸がん試料との間に独自に広範なクラスターを形成しているように思われる（図４Ｃ）。ＰＤＸＵ２１９およびＣＣＬＥはともにＡｆｆｙｍｅｔｒｉｘマイクロアレイで特性を明らかにしたものであるため、ＣＣＬＥ試料の位置が変わったことが技術上の人為的結果である可能性は低く、正しくは、ＣＣＬＥ試料でのトランスクリプトーム発現が、ヒトおよびＰＤＸ腫瘍の両方から逸脱していることを反映している。

本発明者らの方法の分類能力を実証するため、シグネチャーＤＥＧをＰＤＸデータセットに適用し、データセットごとに試料をプロットした。がん型が明らかに分離したことがまたしても観察された（図４Ｄ）。肺がん群内に結腸直腸ＰＤＸモデル１つ（ＣＲ２２１５）、および結腸直腸がん群内に肺がんＰＤＸモデル３つ（ＬＵ１２０７、ＬＵ１２４５、ＬＵ３０９９）の、４つの外れ値も見られた。組織特異的なバイオマーカーを使用して免疫化学（ＩＨＣ）分析を実施し（表２〜３）、それらが何であるかを確認した。ＩＨＣ結果から、誤って分類された肺がんモデル３つが実際には結腸直腸腺癌（ＣＲＡＤ）であることが実証された。唯一誤って分類されたＣＲＡＤは、実際には膵臓腺癌（ＰＡＡＤ）である。本発明者らは現時点で、元の病院診断が誤りであったと解釈している。ＬＵ１２４５、ＬＵ３０９９、およびＬＵ１２０７は肺から採取された腫瘍由来であり、腺癌の形態を有していたが、実際には原発性ＣＲＡＤからの転移であった。これらが全て類似の形態を有する腺癌であることから、以前の病理組織学ではこれらを正しく特定することができなかった。

本発明者らのＤＥＧベースの方法を使用して、腫瘍を診断するための機械学習分類装置を構築することができる。これを示すため、２４６３のＴＣＧＡ患者試料を、訓練データセットおよび検証データセットに分割比８０：２０で無作為に分割した。５倍交差検証により、訓練データセットで６８６のＤＥＧに基づいてサポートベクターマシン（ＳＶＭ）を訓練し、次いで検証データセットでテストした。分割およびその後のプロセスを１０回繰り返した。交差検証およびテストデータセットでの評価両方で、ＣＯＡＤおよびＲＯＡＤ試料を同じ疾患として扱った場合、ＳＶＭは一貫して約９８％の正確さを実現した。

参考文献
1. Hoadley KA, Yau C, Wolf DM, Cherniack AD, Tamborero D, Ng S, et al. Multiplatform analysis of 12 cancer types reveals molecular classification within and across tissues of origin. Cell 2014;158(4):929-44.
2. Comprehensive molecular characterization of gastric adenocarcinoma. Nature 2014;513(7517):202-9.
3. Comprehensive genomic characterization defines human glioblastoma genes and core pathways. Nature 2008;455(7216):1061-8.
4. Ge L, Shao GR, Wang HJ, Song SL, Xin G, Wu M, et al. Integrated analysis of gene expression profile and genetic variations associated with ovarian cancer. Eur Rev Med Pharmacol Sci 2015;19(14):2703-10.
5. Tentler JJ, Tan AC, Weekes CD, Jimeno A, Leong S, Pitts TM, et al. Patient-derived tumour xenografts as models for oncology drug development. Nat Rev Clin Oncol 2012;9(6):338-50.
6. Ding L, Ellis MJ, Li S, Larson DE, Chen K, Wallis JW, et al. Genome remodelling in a basal-like breast cancer metastasis and xenograft. Nature 2010;464(7291):999-1005.
7. Yang M, Shan B, Li Q, Song X, Cai J, Deng J, et al. Overcoming erlotinib resistance with tailored treatment regimen in patient-derived xenografts from naive Asian NSCLC patients. International journal of cancer Journal international du cancer 2013;132(2):E74-84.
8. Zhang L, Yang J, Cai J, Song X, Deng J, Huang X, et al. A subset of gastric cancers with EGFR amplification and overexpression respond to cetuximab therapy. Sci Rep 2013;3:2992.
9. Walter AO, Sjin RT, Haringsma HJ, Ohashi K, Sun J, Lee K, et al. Discovery of a mutant-selective covalent inhibitor of EGFR that overcomes T790M-mediated resistance in NSCLC. Cancer discovery 2013;3(12):1404-15.
10. Jiang J, Wang DD, Yang M, Chen D, Pang L, Guo S, et al. Comprehensive characterization of chemotherapeutic efficacy on metastases in the established gastric neuroendocrine cancer patient derived xenograft model. Oncotarget 2015;6(17):15639-51.
11. Bladt F, Friese-Hamim M, Ihling C, Wilm C, Blaukat A. The c-Met Inhibitor MSC2156119J Effectively Inhibits Tumor Growth in Liver Cancer Models. Cancers (Basel) 2014;6(3):1736-52.
12. Chen D, Huang X, Cai J, Guo S, Qian W, Wery JP, et al. A set of defined oncogenic mutation alleles seems to better predict the response to cetuximab in CRC patient-derived xenograft than KRAS 12/13 mutations. Oncotarget 2015;6(38):40815-21.
13. Robinson MD, Smyth GK. Small-sample estimation of negative binomial dispersion, with applications to SAGE data. Biostatistics 2008;9(2):321-32.
14. Barretina J, Caponigro G, Stransky N, Venkatesan K, Margolin AA, Kim S, et al. The Cancer Cell Line Encyclopedia enables predictive modelling of anticancer drug sensitivity. Nature 2012;483(7391):603-7.
15. Akashi Y, Oda T, Ohara Y, Miyamoto R, Hashimoto S, Enomoto T, et al. Histological advantages of the tumor graft: a murine model involving transplantation of human pancreatic cancer tissue fragments. Pancreas 2013;42(8):1275-82.
16. Daniel VC, Marchionni L, Hierman JS, Rhodes JT, Devereux WL, Rudin CM, et al. A primary xenograft model of small-cell lung cancer reveals irreversible changes in gene expression imposed by culture in vitro. Cancer research 2009;69(8):3364-73.
17. Johnson JI, Decker S, Zaharevitz D, Rubinstein LV, Venditti JM, Schepartz S, et al. Relationships between drug activity in NCI preclinical in vitro and in vivo models and early clinical trials. British journal of cancer 2001;84(10):1424-31.
18. Voskoglou-Nomikos T, Pater JL, Seymour L. Clinical predictive value of the in vitro cell line, human xenograft, and mouse allograft preclinical cancer models. Clinical cancer research : an official journal of the American Association for Cancer Research 2003;9(11):4227-39.
19. Drost J, van Jaarsveld RH, Ponsioen B, Zimberlin C, van Boxtel R, Buijs A, et al. Sequential cancer mutations in cultured human intestinal stem cells. Nature 2015;521(7550):43-7.
20. Chua CW, Shibata M, Lei M, Toivanen R, Barlow LJ, Bergren SK, et al. Single luminal epithelial progenitors can generate prostate organoids in culture. Nature cell biology 2014;16(10):951-61, 1-4.

Claims

第１のがん型を有する第１のがん試料の第１の遺伝子発現プロファイルを得ること;
第２のがん型を有する第２のがん試料の第２の遺伝子発現プロファイルを得ること、ここで前記第２のがん型は前記第１のがん型とは異なる；
第３のがん型を有する第３のがん試料の、第３の遺伝子発現プロファイルを得ること、ここで前記第３のがん型は前記第１および第２のがん型と異なる；
前記第１の遺伝子発現プロファイルを前記第２の遺伝子発現プロファイルと比較すること;
第１および第２の遺伝子発現プロファイルで最も差次的に発現されるＮ_１個の遺伝子を選択して、第１の対になった差次的に発現される遺伝子（ＤＥＧ）を生成すること、ここでＮ_１は１０〜１００の整数である；
前記第１の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第１および第３の遺伝子発現プロファイルで最も差次的に発現されるＮ_２個の遺伝子を選択して、第２の対になったＤＥＧを生成すること、ここでＮ_２は１０〜１００の整数である；
前記第２の遺伝子発現プロファイルを前記第３の遺伝子発現プロファイルと比較すること；
第２および第３の遺伝子発現プロファイルで最も差次的に発現されるＮ_３個の遺伝子を選択して、第３の対になったＤＥＧを生成すること、ここでＮ_３は１０〜１００の整数である；および
第１、第２および第３の対になったＤＥＧを含むシグネチャー遺伝子を生成すること；
を含む方法。
さらに、シグネチャー遺伝子の発現レベルをアッセイし、それに基づいて第１のがん型、第２のがん型または第３のがん型のがんの性質を特定することを含む、請求項１に記載の方法。
第１のがん試料、第２のがん試料または第３のがん試料が、がん患者または患者由来異種移植片（ＰＤＸ）からの外科的に摘出された試料または生検試料である、請求項１に記載の方法。
Ｎ_１＝Ｎ_２＝Ｎ_３である、請求項１に記載の方法。
Ｎ_１、Ｎ_２またはＮ_３が約５０である、請求項１に記載の方法。
第１の遺伝子発現プロファイル、第２の遺伝子発現プロファイルまたは第３の遺伝子発現プロファイルが、トランスクリプトームＲＮＡシーケンシングまたはマイクロアレイにより得られる、請求項１に記載の方法。
第１の遺伝子発現プロファイル、第２の遺伝子発現プロファイルまたは第３の遺伝子発現プロファイルが、がんゲノムアトラス（ＴＣＧＡ）データセットから得られる、請求項１に記載の方法。
最も差次的に発現されるＮ_１個、Ｎ_２個またはＮ_３個の遺伝子が、ｔ検定またはマン−ホイットニーのＵ検定を使用した等級付けにより選択される、請求項１に記載の方法。
第１のがん型、第２のがん型または第３のがん型が、急性リンパ芽球性白血病（ＡＬＬ）、急性骨髄性白血病、副腎皮質癌、肛門がん、星細胞腫、小児小脳または大脳がん、基底細胞癌、胆管がん、膀胱がん、骨腫瘍、脳がん、小脳星細胞腫、大脳星細胞腫／悪性神経膠腫、上衣腫、髄芽腫、テント上原始神経外胚葉性腫瘍、視路および視床下部神経膠腫、乳がん、Ｂｕｒｋｉｔｔリンパ腫、子宮頸がん、慢性リンパ球性白血病、慢性骨髄性白血病、結腸がん、肺気腫、子宮内膜がん、食道がん、ユーイング肉腫、神経膠腫、頭頸部がん、心臓がん、ホジキンリンパ腫、膵島細胞癌（膵内分泌部）、カポジ肉腫、腎がん（腎細胞がん）、喉頭がん、白血病、肝がん、肺がん、神経芽腫、非ホジキンリンパ腫、卵巣がん、膵臓がん、咽頭がん、前立腺がん、直腸がん、網膜芽細胞腫、ユーイングファミリー腫瘍、皮膚がん、胃がん、精巣がん、咽喉がん、甲状腺がん、膣がん、結腸腺癌（ＣＯＡＤ）、直腸腺癌（ＲＥＡＤ）、肺腺癌（ＬＵＡＤ）、肺扁平上皮癌（ＬＵＳＣ）、頭頸部扁平上皮癌（ＨＮＳＣ）、肝細胞癌（ＬＩＨＣ）、または膵臓腺癌（ＰＡＡＤ）である、請求項１に記載の方法。
シグネチャー遺伝子がｍ個の遺伝子を有し、ｍは５〜３００の整数である、請求項１に記載の方法。