JP7459103B2 - 血液試料中で血液凝固酵素阻害剤である抗凝固薬の存在を検出する、同定する及び定量するための方法並びにその実装手段 - Google Patents
血液試料中で血液凝固酵素阻害剤である抗凝固薬の存在を検出する、同定する及び定量するための方法並びにその実装手段 Download PDFInfo
- Publication number
- JP7459103B2 JP7459103B2 JP2021532293A JP2021532293A JP7459103B2 JP 7459103 B2 JP7459103 B2 JP 7459103B2 JP 2021532293 A JP2021532293 A JP 2021532293A JP 2021532293 A JP2021532293 A JP 2021532293A JP 7459103 B2 JP7459103 B2 JP 7459103B2
- Authority
- JP
- Japan
- Prior art keywords
- sta
- data
- inhibitor
- model
- factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 374
- 239000008280 blood Substances 0.000 title claims description 55
- 210000004369 blood Anatomy 0.000 title claims description 55
- 230000023555 blood coagulation Effects 0.000 title claims description 36
- 239000003146 anticoagulant agent Substances 0.000 title description 67
- 229940127219 anticoagulant drug Drugs 0.000 title description 64
- 229940125532 enzyme inhibitor Drugs 0.000 title description 3
- 239000002532 enzyme inhibitor Substances 0.000 title description 3
- 238000005259 measurement Methods 0.000 claims description 480
- 229920000669 heparin Polymers 0.000 claims description 336
- 239000003112 inhibitor Substances 0.000 claims description 315
- 229960000622 edoxaban Drugs 0.000 claims description 283
- 239000000523 sample Substances 0.000 claims description 243
- HTTJABKRGRZYRN-UHFFFAOYSA-N Heparin Chemical compound OC1C(NC(=O)C)C(O)OC(COS(O)(=O)=O)C1OC1C(OS(O)(=O)=O)C(O)C(OC2C(C(OS(O)(=O)=O)C(OC3C(C(O)C(O)C(O3)C(O)=O)OS(O)(=O)=O)C(CO)O2)NS(O)(=O)=O)C(C(O)=O)O1 HTTJABKRGRZYRN-UHFFFAOYSA-N 0.000 claims description 231
- HGVDHZBSSITLCT-JLJPHGGASA-N Edoxaban Chemical compound N([C@H]1CC[C@@H](C[C@H]1NC(=O)C=1SC=2CN(C)CCC=2N=1)C(=O)N(C)C)C(=O)C(=O)NC1=CC=C(Cl)C=N1 HGVDHZBSSITLCT-JLJPHGGASA-N 0.000 claims description 229
- QNZCBYKSOIHPEH-UHFFFAOYSA-N Apixaban Chemical compound C1=CC(OC)=CC=C1N1C(C(=O)N(CC2)C=3C=CC(=CC=3)N3C(CCCC3)=O)=C2C(C(N)=O)=N1 QNZCBYKSOIHPEH-UHFFFAOYSA-N 0.000 claims description 221
- KGFYHTZWPPHNLQ-AWEZNQCLSA-N rivaroxaban Chemical compound S1C(Cl)=CC=C1C(=O)NC[C@@H]1OC(=O)N(C=2C=CC(=CC=2)N2C(COCC2)=O)C1 KGFYHTZWPPHNLQ-AWEZNQCLSA-N 0.000 claims description 215
- 229960003886 apixaban Drugs 0.000 claims description 191
- 229960001148 rivaroxaban Drugs 0.000 claims description 186
- 108010074860 Factor Xa Proteins 0.000 claims description 131
- 238000004458 analytical method Methods 0.000 claims description 131
- 108090000790 Enzymes Proteins 0.000 claims description 119
- 102000004190 Enzymes Human genes 0.000 claims description 119
- 229940127066 new oral anticoagluant drug Drugs 0.000 claims description 112
- 238000012360 testing method Methods 0.000 claims description 108
- 239000000758 substrate Substances 0.000 claims description 92
- 229960002897 heparin Drugs 0.000 claims description 88
- 230000002860 competitive effect Effects 0.000 claims description 68
- 238000012549 training Methods 0.000 claims description 59
- 108010029144 Factor IIa Proteins 0.000 claims description 56
- 238000013528 artificial neural network Methods 0.000 claims description 53
- 238000006243 chemical reaction Methods 0.000 claims description 36
- 238000001952 enzyme assay Methods 0.000 claims description 28
- 239000003153 chemical reaction reagent Substances 0.000 claims description 27
- 239000000872 buffer Substances 0.000 claims description 22
- 230000002427 irreversible effect Effects 0.000 claims description 21
- 230000002441 reversible effect Effects 0.000 claims description 21
- 239000003550 marker Substances 0.000 claims description 20
- 239000011541 reaction mixture Substances 0.000 claims description 18
- 238000012512 characterization method Methods 0.000 claims description 17
- 238000000338 in vitro Methods 0.000 claims description 17
- 238000011534 incubation Methods 0.000 claims description 16
- 238000012706 support-vector machine Methods 0.000 claims description 16
- TYMLOMAKGOJONV-UHFFFAOYSA-N 4-nitroaniline Chemical compound NC1=CC=C([N+]([O-])=O)C=C1 TYMLOMAKGOJONV-UHFFFAOYSA-N 0.000 claims description 15
- 238000012417 linear regression Methods 0.000 claims description 15
- 239000000538 analytical sample Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006911 enzymatic reaction Methods 0.000 claims description 13
- 239000000203 mixture Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 230000002401 inhibitory effect Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- 238000003066 decision tree Methods 0.000 claims description 10
- 241000283690 Bos taurus Species 0.000 claims description 9
- 239000012472 biological sample Substances 0.000 claims description 8
- 230000005764 inhibitory process Effects 0.000 claims description 8
- 238000012207 quantitative assay Methods 0.000 claims description 8
- 229960003850 dabigatran Drugs 0.000 claims description 7
- YBSJFWOBGCMAKL-UHFFFAOYSA-N dabigatran Chemical compound N=1C2=CC(C(=O)N(CCC(O)=O)C=3N=CC=CC=3)=CC=C2N(C)C=1CNC1=CC=C(C(N)=N)C=C1 YBSJFWOBGCMAKL-UHFFFAOYSA-N 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 239000003593 chromogenic compound Substances 0.000 claims description 4
- 239000007850 fluorescent dye Substances 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- UPSFMJHZUCSEHU-JYGUBCOQSA-N n-[(2s,3r,4r,5s,6r)-2-[(2r,3s,4r,5r,6s)-5-acetamido-4-hydroxy-2-(hydroxymethyl)-6-(4-methyl-2-oxochromen-7-yl)oxyoxan-3-yl]oxy-4,5-dihydroxy-6-(hydroxymethyl)oxan-3-yl]acetamide Chemical compound CC(=O)N[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1O[C@H]1[C@H](O)[C@@H](NC(C)=O)[C@H](OC=2C=C3OC(=O)C=C(C)C3=CC=2)O[C@@H]1CO UPSFMJHZUCSEHU-JYGUBCOQSA-N 0.000 claims description 2
- 230000001858 anti-Xa Effects 0.000 description 186
- 229940127215 low-molecular weight heparin Drugs 0.000 description 171
- 239000003055 low molecular weight heparin Substances 0.000 description 170
- 238000003556 assay Methods 0.000 description 146
- 229940088598 enzyme Drugs 0.000 description 114
- 238000013459 approach Methods 0.000 description 95
- 229940047562 eliquis Drugs 0.000 description 94
- 229940055725 xarelto Drugs 0.000 description 93
- 210000002569 neuron Anatomy 0.000 description 86
- 230000006870 function Effects 0.000 description 72
- 238000001514 detection method Methods 0.000 description 69
- 239000007788 liquid Substances 0.000 description 69
- 230000004913 activation Effects 0.000 description 54
- 238000010200 validation analysis Methods 0.000 description 40
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 38
- 239000011575 calcium Substances 0.000 description 38
- 229910052791 calcium Inorganic materials 0.000 description 38
- 229940118179 lovenox Drugs 0.000 description 32
- 229940095443 innohep Drugs 0.000 description 30
- SYRHIZPPCHMRIT-UHFFFAOYSA-N tin(4+) Chemical compound [Sn+4] SYRHIZPPCHMRIT-UHFFFAOYSA-N 0.000 description 30
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 24
- 239000011734 sodium Substances 0.000 description 24
- 229910052708 sodium Inorganic materials 0.000 description 24
- 239000012520 frozen sample Substances 0.000 description 22
- 229940018872 dalteparin sodium Drugs 0.000 description 21
- 229960005153 enoxaparin sodium Drugs 0.000 description 21
- CIJQTPFWFXOSEO-NDMITSJXSA-J tetrasodium;(2r,3r,4s)-2-[(2r,3s,4r,5r,6s)-5-acetamido-6-[(1r,2r,3r,4r)-4-[(2r,3s,4r,5r,6r)-5-acetamido-6-[(4r,5r,6r)-2-carboxylato-4,5-dihydroxy-6-[[(1r,3r,4r,5r)-3-hydroxy-4-(sulfonatoamino)-6,8-dioxabicyclo[3.2.1]octan-2-yl]oxy]oxan-3-yl]oxy-2-(hydroxy Chemical compound [Na+].[Na+].[Na+].[Na+].O([C@@H]1[C@@H](COS(O)(=O)=O)O[C@@H]([C@@H]([C@H]1O)NC(C)=O)O[C@@H]1C(C[C@H]([C@@H]([C@H]1O)O)O[C@@H]1[C@@H](CO)O[C@H](OC2C(O[C@@H](OC3[C@@H]([C@@H](NS([O-])(=O)=O)[C@@H]4OC[C@H]3O4)O)[C@H](O)[C@H]2O)C([O-])=O)[C@H](NC(C)=O)[C@H]1C)C([O-])=O)[C@@H]1OC(C([O-])=O)=C[C@H](O)[C@H]1O CIJQTPFWFXOSEO-NDMITSJXSA-J 0.000 description 21
- 229940064689 tinzaparin sodium Drugs 0.000 description 21
- 239000000047 product Substances 0.000 description 20
- 238000011002 quantification Methods 0.000 description 19
- 230000009469 supplementation Effects 0.000 description 18
- 238000012795 verification Methods 0.000 description 18
- 230000015572 biosynthetic process Effects 0.000 description 16
- 238000010790 dilution Methods 0.000 description 16
- 239000012895 dilution Substances 0.000 description 16
- 238000005457 optimization Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000013145 classification model Methods 0.000 description 14
- 230000035945 sensitivity Effects 0.000 description 14
- 238000002790 cross-validation Methods 0.000 description 13
- 229940011622 savaysa Drugs 0.000 description 13
- 238000003786 synthesis reaction Methods 0.000 description 13
- 230000008520 organization Effects 0.000 description 12
- 238000007781 pre-processing Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 238000007620 mathematical function Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000013589 supplement Substances 0.000 description 10
- 238000005842 biochemical reaction Methods 0.000 description 8
- 230000008014 freezing Effects 0.000 description 8
- 238000007710 freezing Methods 0.000 description 8
- 238000007430 reference method Methods 0.000 description 8
- 239000012622 synthetic inhibitor Substances 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 7
- 206010053567 Coagulopathies Diseases 0.000 description 6
- 108090000190 Thrombin Proteins 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000003197 catalytic effect Effects 0.000 description 6
- 238000003776 cleavage reaction Methods 0.000 description 6
- 230000035602 clotting Effects 0.000 description 6
- 230000015271 coagulation Effects 0.000 description 6
- 238000005345 coagulation Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 230000000977 initiatory effect Effects 0.000 description 6
- 230000007017 scission Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 229960004072 thrombin Drugs 0.000 description 6
- 239000004019 antithrombin Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 208000032843 Hemorrhage Diseases 0.000 description 4
- 208000034158 bleeding Diseases 0.000 description 4
- 230000000740 bleeding effect Effects 0.000 description 4
- 238000012875 competitive assay Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 229940123583 Factor Xa inhibitor Drugs 0.000 description 3
- 108010094028 Prothrombin Proteins 0.000 description 3
- 102100027378 Prothrombin Human genes 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 108010055222 clotting enzyme Proteins 0.000 description 3
- 238000007824 enzymatic assay Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- KANJSNBRCNMZMV-ABRZTLGGSA-N fondaparinux Chemical compound O[C@@H]1[C@@H](NS(O)(=O)=O)[C@@H](OC)O[C@H](COS(O)(=O)=O)[C@H]1O[C@H]1[C@H](OS(O)(=O)=O)[C@@H](O)[C@H](O[C@@H]2[C@@H]([C@@H](OS(O)(=O)=O)[C@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O[C@@H]4[C@@H]([C@@H](O)[C@H](O)[C@@H](COS(O)(=O)=O)O4)NS(O)(=O)=O)[C@H](O3)C(O)=O)O)[C@@H](COS(O)(=O)=O)O2)NS(O)(=O)=O)[C@H](C(O)=O)O1 KANJSNBRCNMZMV-ABRZTLGGSA-N 0.000 description 3
- 238000000099 in vitro assay Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 229940039716 prothrombin Drugs 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 2
- 108090000935 Antithrombin III Proteins 0.000 description 2
- 102100022977 Antithrombin-III Human genes 0.000 description 2
- 102000004506 Blood Proteins Human genes 0.000 description 2
- 108010017384 Blood Proteins Proteins 0.000 description 2
- 108010049003 Fibrinogen Proteins 0.000 description 2
- 102000008946 Fibrinogen Human genes 0.000 description 2
- 108010000499 Thromboplastin Proteins 0.000 description 2
- 102000002262 Thromboplastin Human genes 0.000 description 2
- 239000007984 Tris EDTA buffer Substances 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 2
- 239000013543 active substance Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013096 assay test Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000006555 catalytic reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 229940012952 fibrinogen Drugs 0.000 description 2
- 229960001318 fondaparinux Drugs 0.000 description 2
- 230000002439 hemostatic effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000012898 sample dilution Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- AUUIARVPJHGTSA-UHFFFAOYSA-N 3-(aminomethyl)chromen-2-one Chemical compound C1=CC=C2OC(=O)C(CN)=CC2=C1 AUUIARVPJHGTSA-UHFFFAOYSA-N 0.000 description 1
- 108010039209 Blood Coagulation Factors Proteins 0.000 description 1
- 102000015081 Blood Coagulation Factors Human genes 0.000 description 1
- 108010065152 Coagulase Proteins 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 208000005189 Embolism Diseases 0.000 description 1
- 108010048049 Factor IXa Proteins 0.000 description 1
- 108010054265 Factor VIIa Proteins 0.000 description 1
- 108010074105 Factor Va Proteins 0.000 description 1
- 108010071241 Factor XIIa Proteins 0.000 description 1
- 108010080805 Factor XIa Proteins 0.000 description 1
- 102000009123 Fibrin Human genes 0.000 description 1
- 108010073385 Fibrin Proteins 0.000 description 1
- BWGVNKXGVNDBDI-UHFFFAOYSA-N Fibrin monomer Chemical compound CNC(=O)CNC(=O)CN BWGVNKXGVNDBDI-UHFFFAOYSA-N 0.000 description 1
- 208000031220 Hemophilia Diseases 0.000 description 1
- 208000009292 Hemophilia A Diseases 0.000 description 1
- 206010020973 Hypocoagulable state Diseases 0.000 description 1
- 208000010378 Pulmonary Embolism Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000012152 algorithmic method Methods 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 230000002429 anti-coagulating effect Effects 0.000 description 1
- 230000010100 anticoagulation Effects 0.000 description 1
- KXNPVXPOPUZYGB-XYVMCAHJSA-N argatroban Chemical compound OC(=O)[C@H]1C[C@H](C)CCN1C(=O)[C@H](CCCN=C(N)N)NS(=O)(=O)C1=CC=CC2=C1NC[C@H](C)C2 KXNPVXPOPUZYGB-XYVMCAHJSA-N 0.000 description 1
- 229960003856 argatroban Drugs 0.000 description 1
- 229940104697 arixtra Drugs 0.000 description 1
- 238000003149 assay kit Methods 0.000 description 1
- 229950011103 betrixaban Drugs 0.000 description 1
- XHOLNRLADUSQLD-UHFFFAOYSA-N betrixaban Chemical compound C=1C=C(Cl)C=NC=1NC(=O)C1=CC(OC)=CC=C1NC(=O)C1=CC=C(C(=N)N(C)C)C=C1 XHOLNRLADUSQLD-UHFFFAOYSA-N 0.000 description 1
- OIRCOABEOLEUMC-GEJPAHFPSA-N bivalirudin Chemical compound C([C@@H](C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H]([C@@H](C)CC)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CC(C)C)C(O)=O)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@H](CC(N)=O)NC(=O)CNC(=O)CNC(=O)CNC(=O)CNC(=O)[C@H]1N(CCC1)C(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H]1N(CCC1)C(=O)[C@H](N)CC=1C=CC=CC=1)C1=CC=CC=C1 OIRCOABEOLEUMC-GEJPAHFPSA-N 0.000 description 1
- 229960001500 bivalirudin Drugs 0.000 description 1
- 108010055460 bivalirudin Proteins 0.000 description 1
- 239000003114 blood coagulation factor Substances 0.000 description 1
- 239000003130 blood coagulation factor inhibitor Substances 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229960004776 danaparoid sodium Drugs 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001784 detoxification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- -1 factor Ha Proteins 0.000 description 1
- 229940012414 factor viia Drugs 0.000 description 1
- 229950003499 fibrin Drugs 0.000 description 1
- 238000007421 fluorometric assay Methods 0.000 description 1
- 238000005558 fluorometry Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 238000013168 hemostasis test Methods 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- DKWNMCUOEDMMIN-PKOBYXMFSA-N melagatran Chemical compound C1=CC(C(=N)N)=CC=C1CNC(=O)[C@H]1N(C(=O)[C@H](NCC(O)=O)C2CCCCC2)CC1 DKWNMCUOEDMMIN-PKOBYXMFSA-N 0.000 description 1
- 229960002137 melagatran Drugs 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- MVPQUSQUURLQKF-MCPDASDXSA-E nonasodium;(2s,3s,4s,5r,6r)-6-[(2r,3r,4s,5r,6r)-6-[(2r,3s,4s,5r,6r)-2-carboxylato-4,5-dimethoxy-6-[(2r,3r,4s,5r,6s)-6-methoxy-4,5-disulfonatooxy-2-(sulfonatooxymethyl)oxan-3-yl]oxyoxan-3-yl]oxy-4,5-disulfonatooxy-2-(sulfonatooxymethyl)oxan-3-yl]oxy-4,5-di Chemical compound [Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[O-]S(=O)(=O)O[C@@H]1[C@@H](OS([O-])(=O)=O)[C@@H](OC)O[C@H](COS([O-])(=O)=O)[C@H]1O[C@H]1[C@H](OC)[C@@H](OC)[C@H](O[C@@H]2[C@@H]([C@@H](OS([O-])(=O)=O)[C@H](O[C@H]3[C@@H]([C@@H](OC)[C@H](O[C@@H]4[C@@H]([C@@H](OC)[C@H](OC)[C@@H](COS([O-])(=O)=O)O4)OC)[C@H](O3)C([O-])=O)OC)[C@@H](COS([O-])(=O)=O)O2)OS([O-])(=O)=O)[C@H](C([O-])=O)O1 MVPQUSQUURLQKF-MCPDASDXSA-E 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000001297 phlebitis Diseases 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000036470 plasma concentration Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006965 reversible inhibition Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000010626 work up procedure Methods 0.000 description 1
Images
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
- C12Q1/56—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving blood clotting factors, e.g. involving thrombin, thromboplastin, fibrinogen
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/86—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood coagulating time or factors, or their receptors
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/745—Assays involving non-enzymic blood coagulation factors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/90—Enzymes; Proenzymes
- G01N2333/914—Hydrolases (3)
- G01N2333/948—Hydrolases (3) acting on peptide bonds (3.4)
- G01N2333/95—Proteinases, i.e. endopeptidases (3.4.21-3.4.99)
- G01N2333/964—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue
- G01N2333/96425—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals
- G01N2333/96427—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general
- G01N2333/9643—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general with EC number
- G01N2333/96433—Serine endopeptidases (3.4.21)
- G01N2333/96441—Serine endopeptidases (3.4.21) with definite EC number
- G01N2333/96444—Factor X (3.4.21.6)
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Medical Informatics (AREA)
- Hematology (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Public Health (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Neurosurgery (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Cell Biology (AREA)
- Pathology (AREA)
Description
a.対象から得られた血液試料に対して競合酵素アッセイを実施することにより1又は複数回の競合速度論測定(competitive kinetics measurements)を行う工程であり、前記アッセイが、第Xa因子の阻害剤又は第IIa因子の阻害剤のいずれかを考慮して(互いに独立して)競合速度論測定を実施するために好適である工程、その後
b.工程aで得られた速度論測定を、自動教師あり学習モデル、例えば以下のカテゴリー:サポートベクターマシン、ニューラルネットワーク、決定木、アンサンブル方法及びk近傍法モデルのうちの1種から選択されるモデルをトレーニングすることにより得られる分類判定モデルAに入力する工程であり、特にパラメータがトレーニングにより計算されている工程、その後
i.判定モデルAが、分析試料中でその存在が探求される血液凝固酵素の阻害剤の存在を排除する場合、前記阻害剤の非存在を結論付け、必要に応じて対応する情報を出力として、例えば変数でモデルAによって割り当てる工程、又は
ii.判定モデルAが、分析試料中でその存在が探求される血液凝固酵素の阻害剤の存在を確認する場合、前記阻害剤の存在を結論付け、必要に応じて対応する情報を出力として、例えば変数でモデルAによって割り当てる工程
を含む、方法。
1.上記に記載された検出方法の工程、又は記載される通りの、且つ本明細書におけるこの方法の任意の特定の実施形態を実施する工程、その後
2.上記のポイントa.の工程で得られた速度論(検出の文脈において)、及び上記の工程b.ii.の最後に得られた結果(検出の文脈において)を、自動教師あり学習モデル、例えば以下のカテゴリー:サポートベクターマシン、ニューラルネットワーク、決定木、アンサンブル方法及びk近傍法モデルのうちの1種から選択されるモデルをトレーニングすることにより得られる分類判定モデルBに入力し、特にここでパラメータがトレーニングにより計算されており、特にモデルBをトレーニングするために使用されるデータセットが、阻害剤の以下の2種のカテゴリー:不可逆的間接阻害剤(ヘパリン)又は可逆的直接阻害剤(DOAC)に関連するデータを含む場合、阻害剤のカテゴリーのモデルBにより、これら2つのカテゴリーのうちの1つに割り当て、モデルBにより決定される阻害剤のカテゴリーを、例えば変数に割り付けることにより出力する工程
を含む、方法に関する。
a.問題の阻害剤のカテゴリーがヘパリンのカテゴリーである場合、UFH若しくはLMWH(第Xa因子及び/又は第IIa因子の阻害剤に対して)、又は
b.問題の阻害剤のカテゴリーがDOACのカテゴリーである場合、リバーロキサバン、アピキサバン、エドキサバン(第Xa因子の阻害剤に対して)若しくはダビガトラン(第IIa因子の阻害剤に対して)
の中から同定され、
モデルCにより決定された阻害剤の特徴付けを、例えば変数に割り付けることにより出力する。
- 文字「A」により言及されるモデルは、その阻害剤について本明細書に記載される定義のうちのいずれか1つに従い、分析試料中でその存在が探求される血液凝固酵素の阻害剤の存在を排除する又は確認するように機能する;
- 文字「B」により言及されるモデルは、実装される場合、可逆的直接阻害剤(代替的に本文書では「DOAC」として既知)、不可逆的間接阻害剤(代替的に本文書では「ヘパリン」として既知)の2つから選択される「阻害剤のカテゴリー」を決定するように機能する;
- 文字「C」により言及されるモデルは、実装される場合、モデル「B」により開始される特徴付けを定義するように機能する:ヘパリンのうち、問題の阻害剤はUFH又はLMWH(問題の阻害剤が第Xa因子及び/又は第IIa因子の阻害剤であるかにかかわらず)と分類されてもよく、DOACのうち、問題の阻害剤はリバーロキサバン、アピキサバン、エドキサバン(第Xa因子の阻害剤に対して)又はダビガトラン(第IIa因子の阻害剤に対して)の間で分類されてもよい;
- 文字「D」により言及されるモデルは、実装される場合、同定された阻害剤の濃度を出力において決定するように機能する。これは、本明細書で「D2」と称されるモデルにも当てはまり、以下に詳述される:このモデルも、阻害剤の濃度を出力において決定するように機能する。
・普遍的な方法論の提供:単一の試験が、種々の濃度で試料中の複数の種類の抗凝固薬(抗Xa及び/又は抗IIa抗凝固薬)、特に、より詳細には本明細書の主題を形成する任意の実施形態に従い記載される抗凝固薬の存在に高感度でありうる;
・この存在を検出するために、複数(UFH、LMWH、リバーロキサバン、アピキサバン、エドキサバンのアッセイの5種、又はヘパリンに対して1つのキットのみの、上記で考察されたハイブリッド方法論の4つ)ではなく単一の試験が実施される;
・較正を排除する:使用者にとっての使い易さ;
・特定の数からの所望の外来性抗凝固薬分子の同定:これは現在のところ不可能であり、したがって患者に対する臨床的利点は明白である。
I.阻害剤のカテゴリーが、モデルBが実装された工程2.においてヘパリンのカテゴリーに割り当てられた場合、
i.前記決定された出力データ、例えばその存在が検出された阻害剤のカテゴリーに関するモデルBを実装する上記の工程2.で割り当てられた変数、及び上記の工程1.に相当する上記の工程a.で得られた第Xa因子の阻害剤に関する競合速度論測定(検出の文脈において)を、自動教師あり学習モデル、例えば以下のカテゴリー:サポートベクターマシン、ニューラルネットワーク(特に多層パーセプトロン)、決定木、アンサンブル方法及びk近傍法モデルのうちの1種から選択されるモデルをトレーニングすることにより得られる分類判定モデルCに入力する工程であり、特にパラメータがトレーニングにより計算されている工程、及び
ii.問題の阻害剤の特徴付けをモデルCにより出力し、阻害剤が、UFH又はLMWHの中から同定され、モデルCにより決定された阻害剤の特徴付けを、例えば変数に割り付けることにより出力する工程、又は代替的に、
II.阻害剤のカテゴリーが、モデルBが実装された工程2.においてDOACのカテゴリーに割り当てられた場合、
i.1人の(且つ同じ)対象から得られた血液試料に対して競合酵素アッセイを実施することにより、1又は複数回の新規の競合速度論測定(実験フォローアップ)を行う工程であり、前記アッセイが、第Xa因子を阻害するDOACの存在が関与する競合状況に適合された、試料に対する希釈係数及び/又は測定期間、特に上記の工程1.に相当する上記の工程a.で得られた速度論測定(検出の文脈において)の測定に利用されるものと異なる希釈係数及び/又は測定期間を用いて、第Xa因子の阻害剤に関して競合速度論測定を実施するために好適である工程、その後
ii.前記決定された出力データ、例えばその存在が検出された阻害剤のカテゴリーに関するモデルBを実装する上記の工程2.で割り当てられた変数、及び先行する工程i.で得られた速度論測定を、自動教師あり学習モデル、例えば以下のカテゴリー:サポートベクターマシン、ニューラルネットワーク(特に多層パーセプトロン)、決定木、アンサンブル方法及びk近傍法モデルのうちの1種から選択されるモデルをトレーニングすることにより得られる分類判定モデルCに入力する工程であり、特にパラメータがトレーニングにより計算されている工程、及び
iii.問題の阻害剤の特徴付けをモデルCにより出力し、阻害剤が、リバーロキサバン、アピキサバン又はエドキサバンの中から同定され、モデルCにより決定された阻害剤の特徴付けを、例えば変数に割り付けることにより出力する工程
を含む、方法に関する。
- この新規の測定は、「検出」のために最初に実施された測定と同じ対象から得られた血液試料に対して実施される(しかし明らかに、最初の測定に利用されたものは再使用できない)、
- 実験フォローアップのための前記アッセイは、測定が意味を成すように、当然ながら第Xa因子を阻害するDOACの存在が関与する競合状況に適合された試料に対する希釈係数及び/又は測定期間を用いて第Xa因子の阻害剤に関して競合速度論測定を実施するように適合される(実験セクションに例示される検証方法を利用することにより、当業者は、例えばこの適合を検証することができる)、並びに
- 好ましくは、実験フォローアップにおける分析試料の希釈係数及び/又は測定期間は、上記の工程a.で得られる速度論測定(検出の文脈において)の測定に利用されるものと異なる
ことが留意されるべきである。
- 利用される基質は、第Xa因子に特異的であるが、酵素とその阻害剤との間の反応に干渉しないよう、第Xa因子にわずかな親和性を有さなければならない。
- 例として、利用される基質は、高いとみなされる、特におよそ10μM~1000μMのミカエリス定数KMを有さなければならない;及び/又は
- 酵素と基質との間の親和性が低くなるように故意に選択されるため、基質に対する酵素の触媒定数kcatは十分に高い、例えばおよそ10s-1より高い、又は10s-1より高くなければならない;及び/又は
- 基質の初期濃度[S]0は、測定の期間d全体にわたってマーカーの生成を可能にするのに十分でなければならず、これは当業者にとって従来の適合の一部である(以下の実験セクションにおける配合も参照されたい)。一実施形態によると、基質の初期濃度[S]0はKM*10未満である;及び/又は
- 測定の継続時間は、存在する場合、抗凝固薬が酵素に対してその阻害作用を発揮することを可能とし、且つそれが測定によって観察可能であるように十分長くなるよう選択される;例として、含まれる継続時間は10~1000秒である。
- 希釈係数に関して、試料は、必要であれば1/2~1/50の範囲に希釈される(速度論測定に一般的に利用される体積それ自体は、本明細書で以下に示される通りであるが、測定体積はそのような測定に提供されるデバイスに応じて異なる可能性があるため、この態様は決して限定的ではない)及び/又は
- 測定期間は、10~1000秒の間に含まれる。
a.希釈された又は希釈されていない血液試料を準備する工程、その後
b.血液試料に、標的酵素及び問題の阻害剤に応じて第Xa因子又は第IIa因子のいずれかに特異的な基質、特に、例えば視認可能な検出可能マーカー(例えば発色性、蛍光性又は化学蛍光性マーカー)を有する基質、特に発色性又は蛍光発生基質を添加する工程、
c.b.で得られた混合物の温度を35℃~39℃(限界値を含む)、特に37℃の温度に上昇させてインキュベートする工程、
d.c.で得られた反応混合物に、阻害反応とそれにより生じる酵素反応との間の競合を開始させるように、工程b.で添加された基質に応じて第Xa因子及び第IIa因子から選択される標的凝固酵素を添加する工程、
e.適切であれば前記酵素反応中に遊離した基質に関連付けられるマーカーの測定により、それに対する分析される酵素(第Xa因子又は第IIa因子)の作用による基質の変換から生じた生成物の分量を経時的に、機器を使用して測定し、得られた速度論を記録する工程
を含む。
a.使用される血液試料は、Owren Koller緩衝液中で1/2に希釈された血漿の試料であり、
b.工程b.において、基質は試薬MAPA-Gly-Arg-pNAであり、
c.工程c.において、インキュベーション期間は37℃で240秒であり、
d.工程d.で混合物に添加される第Xa因子は、ウシ第Xa因子(又は代替的に、別の実施形態によるとヒト又は組換え第Xa因子、又は当業者に公知の任意の代替物)であり、
e.工程e.におけるパラニトロアニリン(pNA)の遊離の測定は、比色分析により405nmで2秒ごとに156秒間、Diagnostica Stago社によって市販されるSTA-R型の適切な機器(上記で非限定的に引用される種類を参照されたい)において実施される。
a.使用される血液試料は、Owren Koller緩衝液中で8分の1に希釈された血漿の試料であり、
b.工程b.において、基質は試薬MAPA-Gly-Arg-pNAであり、
c.工程c.において、インキュベーション期間は37℃で240秒であり、
d.工程d.で混合物に添加される第Xa因子は、ウシ第Xa因子(又は代替的に、別の実施形態によるとヒト又は組換え第Xa因子、又は当業者に公知の任意の代替物)であり、
e.工程e.におけるパラニトロアニリン(pNA)の遊離の測定は、比色分析により405nmで2秒ごとに86秒間、Diagnostica Stago社によって市販されるSTA-R型の適切な機器(上記で非限定的に引用される種類を参照されたい)において実施される。
a.使用される血液試料は、TRIS EDTA緩衝液(特にpH8.4)中で1/12に希釈された血漿の試料であり、
b.工程b.において、基質は試薬EtM-SPro-Arg-pNAであり、
c.工程c.において、インキュベーション期間は、特に37℃で240秒であり、
d.工程d.で混合物に添加される第IIa因子は、ウシ第IIa因子(又は代替的に、別の実施形態によるとヒト又は組換え第IIa因子、又は当業者に公知の任意の代替物)であり、
e.工程e.におけるパラニトロアニリン(pNA)の遊離の測定は、比色分析により405nmで2秒ごとに156秒間、Diagnostica Stago社によって市販されるSTA-R型の適切な機器(上記で非限定的に引用される種類を参照されたい)において実施される。
・およそ[E]*10.0/3.0~およそ[E]*200.0/3.0の間に含まれるUFHの濃度。[0.1,2.0]IU/mLの範囲で第Xa因子のこの阻害剤を正確にアッセイするために、異なる体積の試料、緩衝液及び試薬が選択され、調整される;
・およそ[E]*20.0~およそ[E]*400.0の間に含まれるLMWHの濃度。[0.1,2.0]IU抗Xa/mLの範囲で第Xa因子のこの阻害剤を正確にアッセイするために、異なる体積の試料、緩衝液及び試薬が選択され、調整される;
・およそ[E]/6.0~およそ[E]*3.0の間に含まれるリバーロキサバンの濃度。[20,600]ng/mLの範囲で第Xa因子のこの阻害剤を正確にアッセイするために、異なる体積の試料、緩衝液及び試薬が選択され、調整される;
・およそ[E]/6.0~およそ[E]*3.0の間に含まれるアピキサバンの濃度。[20,600]ng/mLの範囲で第Xa因子のこの阻害剤を正確にアッセイするために、異なる体積の試料、緩衝液及び試薬が選択され、調整される。
・およそ[E]/8.0~およそ[E]*3.0の間に含まれるエドキサバンの濃度。[20,600]ng/mLの範囲で第Xa因子のこの阻害剤を正確にアッセイするために、異なる体積の試料、緩衝液及び試薬が選択され、調整される。
・UFHに対して0.0~2.0IU/mL;
・LMWHに対して0.0~2.0IU抗Xa/mL;
・リバーロキサバンに対して0.0~180.0ng/mL;
・アピキサバンに対して0.0~190.0ng/mL;
・エドキサバンに対して0.0~230.0ng/mL。
・UFHに対して0.0~2.0IU/mL;
・LMWHに対して0.0~2.0IU抗Xa/mL;
・リバーロキサバンに対して0.0~720.0ng/mL;
・アピキサバンに対して0.0~760.0ng/mL;
・エドキサバンに対して0.0~920.0ng/mL。
a.分類判定モデルAは、サポートベクターマシン又は人工ニューラルネットワーク、特に多層パーセプトロンを、上述の検出のための工程a.を実施する際に実装されたものと同一の条件下で得られた速度論を含むデータセットを用いて、半教師ありの形で、何であれ適切な、実験セクションに示される得られたハイパーパラメータを用いて、トレーニングすることにより得られてもよい、並びに/或いは
b.分類判定モデルBは、k近傍法モデル又は人工ニューラルネットワーク、特に多層パーセプトロンを、上述の検出のための工程a.を実施する際に実装されたものと同一の条件下で得られた速度論を含むデータセットを用いて、何であれ適切な、例えば5に等しい値k及びユークリッド距離である尺度である、得られたハイパーパラメータを用いて、トレーニングすることにより得られてもよい、並びに/或いは
c.分類判定モデルCは、人工ニューラルネットワーク、特に多層パーセプトロンを、上述の検出のための工程a.を実施する際に実装されたものと同一の条件下で得られた、又は実験フォローアップの実装中に実装されたものと同一の条件下で得られた速度論を含むデータセットを用いて、何であれ適切な、例えば実験セクションに示される通りの得られたハイパーパラメータを用いて、トレーニングすることにより得られてもよい、並びに/或いは
d.回帰モデルD又はD2は、人工ニューラルネットワーク、特に多層パーセプトロンを、上述の検出のための工程a.を実施する際に実装されたものと同一の条件下で得られた、又は実験フォローアップの実装中に実装されたものと同一の条件下(回帰モデルDの場合)で得られた速度論を含むデータセットを用いて、何であれ適切な、例えば実験セクションに示される通りの得られたハイパーパラメータを用いて、トレーニングすることにより得られてもよい。
a.FXa又はFIIaに特異的な基質、例えば第Xa因子に対する基質MAPA-Gly-Arg-pNA、例えば第IIa因子に対する基質EtM-SPro-Arg-pNA、並びに
b.必要に応じてFXa及び/又はFIIa、例えばウシ第Xa因子、例えばヒト第Xa因子、例えばウシ第IIa因子、例えばヒト第IIa因子、並びに
c.必要に応じて1種又は複数の適切な緩衝液、例えばOwren Koller緩衝液、例えばTRIS EDTA緩衝液、並びに
d.必要に応じて、基質を利用して競合酵素アッセイを実施することによって1又は複数回の競合速度論測定を行うための指示、並びに
e.システム及び/又はデバイス及び/又はコンピュータプログラム及び/又は本明細書に記載されるコンピュータによって読み出し可能なデータキャリア、
f.並びに必要に応じて、実施されるべき競合酵素アッセイの特徴に関する、適切であれば上記のポイントd.からの指示に関連する本発明による方法の実施を可能にする指示、
g.並びに必要に応じて、本明細書に記載される実施形態のいずれか1つによる方法を実施するための、本明細書に記載されるデータキャリアからの信号の使用に関する指示
を含む、キットに関する。
1.本発明が基づく原理の開示
本発明は、血液凝固酵素の阻害剤を血液試料中で検出、同定及び定量するための方法を提案する。このために、血液凝固酵素、この酵素に特異的な基質及び血液試料を、有利には分野において酵素アッセイに従来利用されるもの等の、従来の消耗品であってもよい同じ消耗品中にまとめる。次に、酵素が基質を生成物へと切断し、これによりマーカー(マーカーは、例えば発色性、蛍光性等であってもよい)が遊離する;このマーカーの外観により、血液試料の物理的特性の観察可能な変化が誘導される:次に、測定は、機器(機器は、マーカーが発色性の場合は分光光度計であってもよく、マーカーが蛍光性の場合は蛍光分析計等であってもよい)を使用して経時的な試料の物理的特性の変化を記録することから構成される、すなわち、速度論を記録する。酵素の阻害剤が血液試料中に存在する場合、それによってその基質に対する酵素の活性が低減し、結果として測定される速度論に影響が及ぶ。後処理アルゴリズムはこれらの速度論を解釈し、予想される生物学的結果:阻害剤の検出、同定及び定量を与える。
血液凝固酵素の阻害剤は、天然であるか合成であるかにかかわらず、2つの別個のファミリー:直接阻害剤及び間接阻害剤に属する。直接阻害剤は、酵素に直接結合してその阻害作用を発揮する。間接阻害剤は、最初に第2の分子に結合して複合体を形成し、それにより酵素に対する阻害作用を発揮することが可能になる。更に、これらの阻害剤はまた、2つの異なる反応機序:可逆的速度論スキーム及び不可逆的速度論スキームに従って作用する。酵素に結合して分離できない複合体を形成する不可逆的阻害剤とは対照的に、可逆的阻害剤は、酵素に結合して分離可能な複合体を形成する。したがって、血液凝固酵素の阻害剤は、4つのカテゴリー:
- 可逆的直接阻害剤、
- 不可逆的直接阻害剤、
- 可逆的間接阻害剤、
- 不可逆的間接阻害剤
に分類することができる。
- 阻害反応
・阻害剤が可逆的直接である場合、反応スキームは、
である。
・阻害剤が不可逆的直接である場合、反応スキームは、
である。
・阻害剤が可逆的間接である場合、反応スキームは、
である。
・阻害剤が不可逆的間接である場合、反応スキームは、
である。
- 酵素反応
・Eは試料中に存在することが疑われる阻害剤Iにより標的化される血液凝固酵素を示し;
・Sは、一般的に酵素の活性部位に特異的なペプチド配列及び発色性、蛍光性、電気化学的等でありうるマーカーから構成される、酵素に特異的な基質を表し;
・E・Sは、不安定な酵素・基質複合体を示し;
・Pは、酵素による基質の触媒作用から得られる生成物を表す:本発明者らの場合、触媒作用はマーカー(発色性、蛍光性、電気化学的等)の遊離をもたらす)。
・凝固のための酵素Eの阻害剤I(及び必要であれば分子A)を含有することが疑われる血液試料(希釈された又はされていない)を消耗品の内部に置く;
・酵素Eに特異的な基質Sを反応混合物に添加する;
・インキュベーション工程(一般的に数十秒)により、反応混合物を昇温する(典型的には37℃);
・酵素Eを反応混合物に添加し、それにより阻害反応と酵素反応との間の競合を開始する;
・測定それ自体を実行する(一般的に数十秒の期間にわたって):酵素Eが基質Sを生成物Pに変換させると同時に、試料中に存在する場合は阻害剤I(及び必要であれば分子A)により阻害される。基質Sの生成物Pへの切断により、機器を使用して測定可能なマーカーの遊離が誘導される;
・測定により、阻害剤I(及び必要であれば分子A)の存在、作用様式及び濃度の影響を受ける速度論測定が記録される。
先行するセクションは、競合酵素アッセイを用いて血液凝固酵素の阻害剤の存在、作用様式及び濃度に影響される速度論を得ることを可能にする実験方法論について記載した。このセクションは、速度論を解釈して予想される生物学的結果:阻害剤の検出、同定及び定量を与える人工知能(AI)アルゴリズムに基づく後処理のための方法を提示する。
・トレーニングデータ、これは対を連結する経験的数学関数のパラメータの決定を可能にする(入力データ、出力データ);
・検証データ、これは当業者の知識に従い自動学習モデルのハイパーパラメータを最適化し(例えば、[Geron, 2017]を参照されたい)、トレーニングデータでトレーニングされた自動学習モデルの汎化能力を測定するように機能する;
・試験データ、これはトレーニングデータでトレーニングされ、検証データで最適化された自動学習モデルの全体的且つ実際の性能の評価を可能にする
に分けられたデータベースを利用することである。
・第1のモデル(モデルAとしても既知)は分類モデルである:それに入力される速度論の外観により、分析試料が酵素の阻害剤を含有するかどうかをyes又はnoで決定する;
・第2のモデル(モデルBとしても既知)も分類モデルである:分析試料が酵素の阻害剤を含有することを把握した上で、且つそれに入力される速度論の外観により、阻害剤のカテゴリーを識別する;
・第3のモデル(モデルCとしても既知)もまた分類モデルである:酵素の阻害剤のカテゴリーを把握した上で、且つそれに入力される速度論の外観により、分析試料中に存在する阻害剤を同定する;
・第4及び最後の可能性のあるモデル(モデルDとしても既知)は回帰モデルである:分析試料中に存在する阻害剤を把握した上で、且つそれに入力される速度論の外観により、この阻害剤の濃度を計算する。
本出願の目的は、本明細書に記載されるように、血液凝固酵素の阻害剤のin vitroでの存在の検出、同定又は更には定量である。一般的に、血液凝固酵素の阻害剤は、天然であるか合成であるかにかかわらず、4つのカテゴリー:可逆的直接阻害剤、不可逆的直接阻害剤、可逆的間接阻害剤及び不可逆的間接阻害剤に分類することができる。各カテゴリーは、その独自の固有の生化学的反応機序を有する。したがって、アッセイを実施可能とするために、血液の凝固のための酵素Eの阻害剤Iを含有することが疑われる血液試料を同じ消耗品中で酵素E及び酵素Eに特異的な基質Sと接触させる。実験測定は、阻害反応(EとIとの間)と酵素反応(EとSとの間)との間の競合からなる。酵素Eによる基質Sの生成物Pへの切断によってマーカーの遊離が生じ、これにより測定機器を使用して経時的に記録される試料の物理的特性の観察可能な変化が誘導される。得られる速度論は、阻害剤の存在、生化学的反応機序及び濃度の影響を受ける。次に自動学習モデルのカスケードによってこれらの速度論を分析及び解釈し、それによって予想される生物学的結果を得る。図4は、本発明の基礎を成す原理を要約する。
2.1 序論
第Xa因子は、リン脂質膜上でカルシウムの存在下で第Va因子と会合し、プロトロンビンのトロンビン(又は第Ha因子)への活性化を担うプロトロンビナーゼ酵素複合体を形成する血液凝固酵素である。トロンビンへと活性化されたプロトロンビンは、次にフィブリン形成として公知の血液凝固カスケードの最終工程である、可溶性フィブリノーゲンの不溶性フィブリンの血栓への変換を行うことができる。したがって、第Xa因子は、血液凝固プロセスにおいて重要な役割を果たす酵素である:その活性を促進すると血液の凝固が促され増幅されるが、その活性を制限すると血液の凝固が低減し緩徐化する。したがって、多くの治療は第Xa因子を標的とし、その活性を低減させ、それにより静脈炎又は肺塞栓症等の血栓塞栓性事象の出現又は再発を予防する。これらは、ヘパリン又は実際には直接経口抗Xa抗凝固薬を含む。
2.2.1 実験方法論
2.2.1.1 異なる濃度の研究される阻害剤に対する本発明による方法の感度、及び必要であれば適合技術
ヘパリン及びDOAC等の抗Xa抗凝固薬をアッセイするために現在入手可能な商業的方法は、すべて同じ原理:専用の実験方法論、専用の較正並びに各分子(UFH、LMWH、リバーロキサバン、アピキサバン及びエドキサバン)のための専用の較正物質を用いた酵素アッセイに従って機能する。Stago STA(登録商標)-Multi-Hep Calibratorキットも公知である。これは、一般的な方法論及びハイブリッド較正を使用してUFH及びLMWHをアッセイするために使用することができる。しかし、このキットはDOACの検出には使用できない。
第Xa因子の合成阻害剤は、不可逆的間接阻害剤であるヘパリン、及び可逆的直接阻害剤である抗Xa DOACである。
- 利用される基質は、第Xa因子に特異的であるが、酵素とその阻害剤との間の反応に干渉しないよう、第Xa因子にわずかな親和性を有さなければならない。
- 例えば、利用される基質は、高いとみなされる、特におよそ10μM~1000μMの間のミカエリス定数KMを有さなければならない;
- 酵素と基質との間の親和性が低くなるように故意に選択されるため、基質に対する酵素の触媒定数kcatは十分に高い、例えばおよそ10s-1より高い、又は10s-1より高くなければならない;
- 基質の初期濃度[S]0は、酵素とその阻害剤との間の反応に最小限に干渉するように、高くなりすぎることなく測定の期間d全体にわたってマーカーの生成を可能にするのに十分でなければならない:その値は、例えばKM*10未満であってもよい;
- それ自体は市販キットの一部を成さない測定の継続時間は、好ましくは存在する場合は抗凝固薬が酵素に対してその阻害作用を発揮することを可能にし、且つそれが測定によって観察可能であるように十分長く選択される;例は、10~1000秒の間に含まれる継続時間である。特定の例が以下に記載される。
でありうる。
・ヘパリン又は抗Xa DOACを含有することが疑われる血漿試料25μLを、25μLのOwren Koller緩衝液(TOK)中で希釈し、消耗品に入れた;
・第Xa因子に特異的な「基質」試薬(MAPA-Gly-Arg-pNA)(STA(登録商標)-Liquid Anti-Xa市販キット中の試薬)150μLを反応混合物に添加した;
・240秒のインキュベーション工程により、反応混合物を37℃まで上げた;
・試薬「F.Xa」(ウシ第Xa因子)(STA(登録商標)-Liquid Anti-Xa市販キット中の試薬)150μLを反応混合物に添加し、それにより阻害反応と酵素反応との間の競合を開始する;
・次に測定それ自体を156秒間にわたって実施した:第Xa因子が基質を生成物に変換させると同時に、試料中に存在する場合はヘパリン又はDOACにより阻害された。基質の生成物への切断によってパラニトロアニリン(pNA)の遊離が誘導され、これをSTA-R(登録商標)型の機器において比色測定によって405nmで2秒ごとに測定する。
・測定により、第Xa因子のこれらの合成阻害剤の存在、作用様式及び濃度の影響を受ける速度論測定が記録される。
・抗Xa DOACを含有した血漿試料6.25μLを、43.75μLのOwren Koller緩衝液(TOK)中で希釈し、消耗品に入れた;
・第Xa因子に特異的な「基質」試薬(MAPA-Gly-Arg-pNA、STA(登録商標)-Liquid Anti-Xa市販キット中の試薬)150μLを反応混合物に添加した;
・240秒のインキュベーション工程により、反応混合物を37℃まで上げた;
・試薬「F.Xa」(ウシ第Xa因子、STA(登録商標)-Liquid Anti-Xa市販キット中の試薬)150μLを反応混合物に添加し、それにより阻害反応と酵素反応との間の競合を開始する;
・次に測定それ自体を86秒間にわたって実施した:第Xa因子が基質を生成物に変換させると同時に、試料中に存在するDOACにより阻害された。基質の生成物への切断によってパラニトロアニリン(pNA)の遊離が誘導され、これをSTA-R(登録商標)型の機器において比色測定によって405nmで2秒ごとに測定する。
・測定により、抗Xa DOACの存在、作用様式及び濃度の影響を受ける速度論測定が記録された。
・酵素に対して[E]≒10nM
・基質に対して[S]≒482μM
・阻害剤が
・ UFHである場合、0≦[I]≦670nM又は2IU/mL;
・ LMWHである場合、0≦[I]≦4000nM又は2IU抗Xa/mL;
・ リバーロキサバンである場合、0≦[I]≦30nM又は180ng/mL;
・ アピキサバンである場合、0≦[I]≦30nM又は190ng/mL;
・ エドキサバンである場合、0≦[I]≦30nM又は230ng/mL;
である。
・酵素に対して同上;
・基質に対して同上;
・阻害剤が
・ リバーロキサバンである場合、0≦[I]≦30nM又は720ng/mL;
・ アピキサバンである場合、0≦[I]≦30nM又は760ng/mL;
・ エドキサバンである場合、0≦[I]≦30nM又は920ng/mL;
であった。
・UFHについて0.0~2.0IU/mL;
・LMWHについて0.0~2.0IU抗Xa/mL;
・リバーロキサバンについて0.0~180.0ng/mL;
・アピキサバンについて0.0~190.0ng/mL;
・エドキサバンについて0.0~230.0ng/mL。
・リバーロキサバンについて0.0~720.0ng/mL;
・アピキサバンについて0.0~760.0ng/mL;
・エドキサバンについて0.0~920.0ng/mL。
- V(試料)=175μL
- STA-Stachrom Heparinキットの試薬R2を用いた12分の1までの希釈
・組成:TRIS EDTA pH8.4
・調製:15mLフラスコ、QSP 150mL
- インキュベーション240秒(特に、他の実施例又は本出願で示される温度で)
- Ra=75μL=STA-Stachrom ATIII基質
・組成:CBS 61.50発色性基質、再構成された試薬1mLあたりおよそ1.4μモルのEtM-SPro-Arg-pNA、AcOH
・6mLの蒸留水で再構成
- Rd=50μL=STA-Stachrom ATIIIトロンビン
・組成:ウシトロンビン、再構成後1mLあたりおよそ11.3nKat
・再構成:6mLの既に希釈されたR2 STA-Stachrom Heparinを用いる。
図10は、予想される生物学的結果を与えることを目的とした実験測定により得られる速度論を分析及び解釈する、本明細書で実装される特定の実施形態の代表である自動学習モデルのカスケードを詳述する。
・第1のモデル(モデルA)は分類モデルである:それに入力される速度論の外観により、分析試料が第Xa因子の合成阻害剤を含有するかどうかをyes又はnoで決定する;
・第2のモデル(モデルB)も分類モデルである:分析試料が第Xa因子の合成阻害剤を含有することを把握した上で、且つそれに入力される速度論の外観により、合成阻害剤抗Xaのカテゴリー:ヘパリン又はDOACを識別する;
・阻害剤がヘパリンである場合、且つそれに入力される速度論の外観により、分類モデル(モデルC)はそれがUFHであるかLMWHであるか同定する;
・阻害剤がUFHである場合、且つそれに入力される速度論の外観により、回帰モデルはUFHの濃度を計算する;
・阻害剤がLMWHである場合、且つそれに入力される速度論の外観により、回帰モデルはLMWHの濃度を計算する;
・特定の実施形態により、阻害剤がDOACである場合、本明細書に詳述される最適化されたDOAC方法論を使用した実験測定が続き、新規のセットの速度論が記録され、その後阻害剤がリバーロキサバン、アピキサバン又はエドキサバンであるか同定する分類モデル(モデルC)の入力に提示される、
・阻害剤がリバーロキサバンである場合、且つそれに入力される速度論の外観により、回帰モデルはリバーロキサバンの濃度を計算する;
・阻害剤がアピキサバンである場合、且つそれに入力される速度論の外観により、回帰モデルはアピキサバンの濃度を計算する;
・阻害剤がエドキサバンである場合、且つそれに入力される速度論の外観により、回帰モデルはエドキサバンの濃度を計算する。
データセット
・学習データ
・ 0.0IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における3セットの速度論測定;
・ 0.0IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における3セットの速度論測定;
・ 0.0IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における3セットの速度論測定;
・ 0.0ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における3セットの速度論測定;
・ 0.0ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における3セットの速度論測定;
・ 0.0ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における3セットの速度論測定;
・ 0.0ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における3セットの速度論測定;
・ 0.0ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における3セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
・コア関数:放射基底関数
・γ≒3.77 10-5
・ν≒0.0131
データセット
・学習データ
・ 0.12、0.225、0.33、0.43、0.55、0.66、0.75、0.9、0.875、0.995、1.13、1.24、1.315、1.44、1.53、1.63、1.7、1.88、1.955及び2.005IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における60セットの速度論測定;
・ 0.11、0.21、0.32、0.43、0.545、0.625、0.635、0.76、0.87、0.965、1.14、1.17、1.295、1.425、1.52、1.605、1.695、1.835、1.84及び1.99IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.145、0.245、0.35、0.44、0.535、0.64、0.735、0.85、0.935、1.07、1.14、1.24、1.265、1.44、1.495、1.55、1.66、1.745、1.785及び2.255IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.105、0.19、0.3、0.4、0.485、0.57、0.685、0.78、0.865、0.945、1.035、1.145、1.23、1.32、1.42、1.495、1.58、1.69、1.755及び1.805IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.11、0.2、0.295、0.395、0.465、0.535、0.63、0.795、0.885、0.955、1.055、1.21、1.27、1.37、1.455、1.515、1.64、1.81、1.83及び1.97IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 10、20、30、38、46、64、72、82、90、101、110、115、130、140、148、152、166、164及び192ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における60セットの速度論測定;
・ 10、20、32、41、46、57、65、76、79、96、105、116、125、135、138、152、161、169、180及び186ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における60セットの速度論測定;
・ 10、21、29、39、48、60、73、81、92、107、115、129、136、129、127、149、163、181、195及び200ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における60セットの速度論測定;
・ 10、20、35、41、49、56、66、73、84、93、105、110、116、134、143、155、160、175、181及び198ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 10、20、20、26、36、43、53、60、70、75、93、103、110、121、135、136、152、160、175、185及び191ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 10、21、27、40、49、64、73、90、99、108、122、132、144、130、136、153、169、192、194及び216ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 10、20、25、34、43、50、62、74、84、93、104、108、118、133、143、159、158、176、173及び202ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 10、20、25、34、44、50、61、70、74、94、103、110、122、135、138、147、162、173、182及び186ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 10、20、28、40、49、64、74、95、103、110、122、132、143、131、132、157、171、195、191及び201ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
・検証データ
・ 0.095、0.205、0.315、0.44、0.555、0.655、0.77、0.84、0.855、0.98、1.15、1.275、1.335、1.43、1.555、1.6、1.75、1.845、1.92及び1.96IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における60セットの速度論測定;
・ 0.115、0.23、0.32、0.455、0.535、0.655、0.66、0.78、0.865、0.995、1.175、1.2、1.355、1.47、1.555、1.64、1.735、1.8、1.88及び2.025IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 0.165、0.255、0.345、0.445、0.54、0.63、0.73、0.82、0.92、1.045、1.125、1.16、1.3、1.355、1.475、1.57、1.685、1.75、1.835及び2.16IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における60セットの速度論測定;
・ 0.1、0.195、0.31、0.4、0.515、0.625、0.71、0.83、0.925、1.015、1.085、1.205、1.28、1.36、1.49、1.575、1.65、1.81、1.85及び1.965IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 0.14、0.22、0.305、0.42、0.5、0.56、0.66、0.83、0.905、0.995、1.07、1.25、1.275、1.365、1.47、1.615、1.66、1.805、1.9及び1.975IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 10、20、35、41、48、59、65、77、85、95、103、113、121、134、145、160、161、171、169及び202ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における60セットの速度論測定;
・ 10、20、27、39、41、52、61、67、76、93、96、105、123、127、140、145、155、167、184及び182ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における60セットの速度論測定;
・ 10、21、28、41、49、62、74、92、101、112、120、132、142、129、133、155、168、188、200及び206ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における60セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
k近傍法モデルを上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・k=5;
・尺度:ユークリッド距離。
データセット
・学習データ
・ 0.12、0.225、0.33、0.43、0.55、0.66、0.75、0.9、0.875、0.995、1.13、1.24、1.315、1.44、1.53、1.63、1.7、1.88、1.955及び2.005IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における60セットの速度論測定;
・ 0.095、0.205、0.315、0.44、0.555、0.655、0.77、0.84、0.855、0.98、1.15、1.275、1.335、1.43、1.555、1.6、1.75、1.845、1.92及び1.96IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における60セットの速度論測定;
・ 0.11、0.21、0.32、0.43、0.545、0.625、0.635、0.76、0.87、0.965、1.14、1.17、1.295、1.425、1.52、1.605、1.695、1.835、1.84及び1.99IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.115、0.23、0.32、0.455、0.535、0.655、0.66、0.78、0.865、0.995、1.175、1.2、1.355、1.47、1.555、1.64、1.735、1.8、1.88及び2.025IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 0.145、0.245、0.35、0.44、0.535、0.64、0.735、0.85、0.935、1.07、1.14、1.24、1.265、1.44、1.495、1.55、1.66、1.745、1.785及び2.255IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.165、0.255、0.345、0.445、0.54、0.63、0.73、0.82、0.92、1.045、1.125、1.16、1.3、1.355、1.475、1.57、1.685、1.75、1.835及び2.16IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における60セットの速度論測定;
・ 0.105、0.19、0.3、0.4、0.485、0.57、0.685、0.78、0.865、0.945、1.035、1.145、1.23、1.32、1.42、1.495、1.58、1.69、1.755及び1.805IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.1、0.195、0.31、0.4、0.515、0.625、0.71、0.83、0.925、1.015、1.085、1.205、1.28、1.36、1.49、1.575、1.65、1.81、1.85及び1.965IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 0.11、0.2、0.295、0.395、0.465、0.535、0.63、0.795、0.885、0.955、1.055、1.21、1.27、1.37、1.455、1.515、1.64、1.81、1.83及び1.97IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における60セットの速度論測定;
・ 0.14、0.22、0.305、0.42、0.5、0.56、0.66、0.83、0.905、0.995、1.07、1.25、1.275、1.365、1.47、1.615、1.66、1.805、1.9及び1.975IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における60セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
・検証データ
・ 0.25、0.5、0.75、1.0、1.25、1.5、1.75及び2.0IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における24セットの速度論測定;
・ 0.25、0.5、0.75、1.0、1.25、1.5、1.75及び2.0IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における24セットの速度論測定;
・ 0.25、0.5、0.75、1.0、1.25、1.5、1.75及び2.0IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における24セットの速度論測定;
・ 0.25、0.5、0.75、1.0、1.25、1.5、1.75及び2.0IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における24セットの速度論測定;
・ 0.25、0.5、0.75、1.0、1.25、1.5、1.75及び2.0IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06399における24セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に77ニューロン;
・隠れ層に27ニューロン;
・出力層に3ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU);
・出力層の各ニューロンの活性化関数:softmax。
データセット
・学習データ
・ 0.0、0.12、0.225、0.33、0.43、0.55、0.66、0.75、0.9、0.875、0.995、1.13、1.24、1.315、1.44、1.53、1.63、1.7、1.88、1.955及び2.005IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05450における63セットの速度論測定;
・ 0.0、0.11、0.21、0.32、0.43、0.545、0.625、0.635、0.76、0.87、0.965、1.14、1.17、1.295、1.425、1.52、1.605、1.695、1.835、1.84及び1.99IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
・検証データ
・ 0.0、0.095、0.205、0.315、0.44、0.555、0.655、0.77、0.84、0.855、0.98、1.15、1.275、1.335、1.43、1.555、1.6、1.75、1.845、1.92及び1.96IU/mLのUFHカルシウム(Calciparine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における63セットの速度論測定;
・ 0.0、0.115、0.23、0.32、0.455、0.535、0.655、0.66、0.78、0.865、0.995、1.175、1.2、1.355、1.47、1.555、1.64、1.735、1.8、1.88及び2.025IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に77ニューロン;
・隠れ層に27ニューロン;
・出力層に1ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU)。
データセット
・学習データ
・ 0.0、0.145、0.245、0.35、0.44、0.535、0.64、0.735、0.85、0.935、1.07、1.14、1.24、1.265、1.44、1.495、1.55、1.66、1.745、1.785及び2.255IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における63セットの速度論測定;
・ 0.0、0.105、0.19、0.3、0.4、0.485、0.57、0.685、0.78、0.865、0.945、1.035、1.145、1.23、1.32、1.42、1.495、1.58、1.69、1.755及び1.805IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における63セットの速度論測定;
・ 0.0、0.11、0.2、0.295、0.395、0.465、0.535、0.63、0.795、0.885、0.955、1.055、1.21、1.27、1.37、1.455、1.515、1.64、1.81、1.83及び1.97IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT06366における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
・ 検証データ
・ 0.0、0.165、0.255、0.345、0.445、0.54、0.63、0.73、0.82、0.92、1.045、1.125、1.16、1.3、1.355、1.475、1.57、1.685、1.75、1.835及び2.16IU抗Xa/mLのLMWH(Fragmine(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT05016における63セットの速度論測定;
・ 0.0、0.1、0.195、0.31、0.4、0.515、0.625、0.71、0.83、0.925、1.015、1.085、1.205、1.28、1.36、1.49、1.575、1.65、1.81、1.85及び1.965IU抗Xa/mLのLMWH(Lovenox(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における63セットの速度論測定;
・ 0.0、0.14、0.22、0.305、0.42、0.5、0.56、0.66、0.83、0.905、0.995、1.07、1.25、1.275、1.365、1.47、1.615、1.66、1.805、1.9及び1.975IU抗Xa/mLのLMWH(Innohep(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00603における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 普遍的な方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に77ニューロン;
・隠れ層に27ニューロン;
・出力層に1ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU)。
データセット
・学習データ
・ 10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における60セットの速度論測定;
・ 10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における69セットの速度論測定;
・ 16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における69セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
・検証データ
・ 10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における60セットの速度論測定;
・ 10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における69セットの速度論測定;
・ 16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における69セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に42ニューロン;
・第1の隠れ層に29ニューロン;
・第2の隠れ層に16ニューロン;
・出力層に3ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU);
・出力層の各ニューロンの活性化関数:softmax。
データセット
・学習データ
・ 0、10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
・検証データ
・ 0、10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLのリバーロキサバン(Xarelto(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における63セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に42ニューロン;
・第1の隠れ層に29ニューロン;
・第2の隠れ層に16ニューロン;
・出力層に1ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU)。
データセット
・学習データ
・ 0、10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における72セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
・検証データ
・ 0、10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLのアピキサバン(Eliquis(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における72セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に42ニューロン;
・第1の隠れ層に29ニューロン;
・第2の隠れ層に16ニューロン;
・出力層に1ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU)。
データセット
・学習データ
・ 0、16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における72セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
・検証データ
・ 0、16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLのエドキサバン(Lixiana(登録商標)/Savaysa(登録商標))が補充された血漿に対するSTA-R(登録商標)AUT00460における72セットの速度論測定;
・ 各レベルの補充に対して3試行測定を実施した;
・ 最適化されたDOAC方法論。
多層パーセプトロン(ニューラルネットワーク)を上述のデータセットを用いてトレーニングした。そのハイパーパラメータは以下であった:
・入力層に42ニューロン;
・第1の隠れ層に29ニューロン;
・第2の隠れ層に16ニューロン;
・出力層に1ニューロン;
・種々の隠れ層の各ニューロンの活性化関数:正規化線形ユニット(又はReLU)。
このセクションは、セクション2.2.1に記載された実験方法論を使用して実試料で測定されたデータにおいて、図10の特定のカスケードの種々の自動学習モデルによって得られた性能の結果を列挙する。各サブセクションは、測定されたデータ及び得られた性能について詳述する。単一試行測定が結果を得るために十分であった。しかし、このセクションが実証するように、3試行測定により性能が改善する可能性がある。
このセクションは、本発明を使用した抗Xa抗凝固薬の存在又は非存在の検出について得られた結果を提供する。
・単一試行分析:298個の実際の試料(39個の正常の血漿試料、259個の抗Xa抗凝固薬を摂取する患者からの血漿試料)に対する298セットの速度論測定;
・3試行分析:298個の実際の試料(39個の正常の血漿試料、259個の抗Xa抗凝固薬を摂取する患者からの血漿試料)に対する894セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・普遍的な方法論。
Tables 1 and 2(表1及び表2)は、分析を試験データセットに対して単一試行で実施した場合と、3試行分析を実施した場合の抗Xa抗凝固薬の存在又は非存在の検出に関連付けられる混同行列をそれぞれ提供する。抗Xa抗凝固薬の存在の検出の結果は、単一試行分析が実施された場合に99.61%の正確度、3試行分析が実施された場合に99.61%の正確度をもたらした。抗Xa抗凝固薬の非存在の検出の結果は、単一試行分析が実施された場合に97.44%の正確度、3試行分析が実施された場合に97.44%の正確度をもたらした。
このセクションは、本明細書に記載される本発明の特定の実施形態を使用した抗Xa抗凝固薬のカテゴリーの同定について得られた結果を提供する。
・単一試行分析:259個の実際の試料(91個のヘパリンを摂取する患者からの血漿試料、168個の抗Xa DOACを摂取する患者からの血漿試料)に対する259セットの速度論測定;
・3試行分析:259個の実際の試料(91個のヘパリンを摂取する患者からの血漿試料、168個の抗Xa DOACを摂取する患者からの血漿試料)に対する777セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・普遍的な方法論。
Tables 3 and 4(表3及び表4)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合の抗Xa抗凝固薬のカテゴリーの同定に関連付けられる混同行列をそれぞれ提供する。抗Xa抗凝固薬のカテゴリーの同定の結果は、単一試行分析が実施された場合に98.07%の正確度、3試行分析が実施された場合に97.68%の正確度をもたらした。
このセクションは、本明細書に記載される本発明の特定の実施形態を使用したヘパリンの同定について得られた結果を提供する。
・単一試行分析:91個の実際の試料(29個のUFHを摂取する患者からの実際の試料、62個のLMWHを摂取する患者からの実際の試料)に対する91セットの速度論測定;
・3試行分析:91個の実際の試料(29個のUFHを摂取する患者からの実際の試料、62個のLMWHを摂取する患者からの実際の試料)に対する273セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・普遍的な方法論。
Tables 5 and 6(表5及び表6)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合のヘパリンの同定に関連付けられる混同行列をそれぞれ提供する。ヘパリンの同定の結果は、単一試行分析が実施された場合に92.31%の正確度、3試行分析が実施された場合に93.41%の正確度をもたらした。
このセクションは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本明細書に記載される本発明の特定の実施形態を使用して得られた患者からの試料に対するUFHの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
・単一試行分析:UFHを摂取する患者からの24個の実際の試料に対する24セットの速度論測定;
・3試行分析:UFHを摂取する患者からの24個の実際の試料に対する72セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・普遍的な方法論。
図11は、試験データセットに対する本明細書に記載されるアプローチを使用して測定されたUFHの濃度のアッセイの、標準的なアプローチを使用して測定されたUFHの濃度との比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.018x-0.0005及び決定係数R2=0.9844の直線が得られ、3試行分析が実施された場合に式y=1.002x+0.002及び決定係数R2=0.9925の直線が得られた。
このセクションは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本明細書に記載される本発明の特定の実施形態を使用して得られた患者からの試料に対するLMWHの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
・単一試行分析:LMWHを摂取する患者からの62個の実際の試料に対する62セットの速度論測定;
・3試行分析:LMWHを摂取する患者からの62個の実際の試料に対する186セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・普遍的な方法論。
図12は、試験データセットに対する本明細書に記載されるアプローチを使用して測定されたLMWHの濃度のアッセイの、標準的なアプローチを使用して測定されたLMWHの濃度との比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=0.995x+0.006及び決定係数R2=0.9962の直線が得られ、3試行分析が実施された場合に式y=0.9977x+0.004及び決定係数R2=0.997の直線が得られた。
このセクションは、本明細書に記載される本発明の特定の実施形態を使用した抗Xa DOACの同定について得られた結果を提供する。
・単一試行分析:168個の実際の試料(65個のリバーロキサバンを摂取する患者からの実際の試料、45個のアピキサバンを摂取する患者からの実際の試料、58個のエドキサバンを摂取する患者からの実際の試料)に対する168セットの速度論測定;
・3試行分析:168個の実際の試料(65個のリバーロキサバンを摂取する患者からの実際の試料、45個のアピキサバンを摂取する患者からの実際の試料、58個のエドキサバンを摂取する患者からの実際の試料)に対する504セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・最適化されたDOAC方法論。
Tables 7 and 8(表7及び表8)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合の抗Xa DOACの同定に関連付けられる混同行列をそれぞれ提供する。抗Xa DOACの同定の結果は、単一試行分析が実施された場合に91.67%の正確度、3試行分析が実施された場合に96.43%の正確度をもたらした。
このセクションは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本明細書に記載される本発明の特定の実施形態を使用して得られた患者からの試料に対するリバーロキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
・単一試行分析:リバーロキサバンを摂取する患者からの62個の実際の試料に対する62セットの速度論測定;
・3試行分析:リバーロキサバンを摂取する患者からの62個の実際の試料に対する186セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・最適化されたDOAC方法論。
図13は、試験データセットに対する本明細書に記載される本発明の特定の実施形態のアプローチを使用して測定されたリバーロキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたリバーロキサバンの濃度との比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.05x+19.65及び決定係数R2=0.991の直線が得られ、3試行分析が実施された場合に式y=1.04x+20.3及び決定係数R2=0.9934の直線が得られた。
このセクションは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本明細書に記載される本発明の特定の実施形態を使用して得られた患者からの試料に対するアピキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
・単一試行分析:アピキサバンを摂取する患者からの45個の実際の試料に対する45セットの速度論測定;
・3試行分析:アピキサバンを摂取する患者からの45個の実際の試料に対する135セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・最適化されたDOAC方法論。
図14は、試験データセットに対する本明細書に記載される本発明の特定の実施形態のアプローチを使用して測定されたアピキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたアピキサバンの濃度との比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.14x-6.73及び決定係数R2=0.9945の直線が得られ、3試行分析が実施された場合に式y=1.13x-5.46及び決定係数R2=0.9958の直線が得られた。
このセクションは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本明細書に記載される本発明の特定の実施形態を使用して得られた患者からの試料に対するエドキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
・単一試行分析:エドキサバンを摂取する患者からの56個の実際の試料に対する56セットの速度論測定;
・3試行分析:エドキサバンを摂取する患者からの56個の実際の試料に対する168セットの速度論測定;
・機器はSTA-R(登録商標)AUT06399であった;
・最適化されたDOAC方法論。
図15は、試験データセットに対する本明細書に記載される本発明の特定の実施形態のアプローチを使用して測定されたエドキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたエドキサバンの濃度との比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=0.905x+12.35及び決定係数R2=0.9853の直線が得られ、3試行分析が実施された場合に式y=0.93x+8.18及び決定係数R2=0.9881の直線が得られた。
図6は、予想される生物学的結果を与えることを目的とした実験測定により得られた速度論を分析及び解釈する、自動学習モデルのカスケード(この第2の研究の文脈において従う)を詳述する。
- 第1のモデルは分類モデルであった:それに入力される速度論の外観により、分析試料が第Xa因子の合成阻害剤を含有したかどうかをyes又はnoで決定した;
- 第2のモデルも分類モデルであった:分析試料が第Xa因子の合成阻害剤を含有したことを把握した上で、且つそれに入力される速度論の外観により、合成阻害剤抗Xaのカテゴリー:ヘパリン又はDOACを識別した;
- 阻害剤がヘパリンであった場合、且つそれに入力される速度論の外観により、分類モデルはそれがUFHであるかLMWHであるか同定した;
- 阻害剤がUFHであった場合、且つそれに入力される速度論の外観により、回帰モデルはUFHの濃度を計算した;
- 阻害剤がLMWHである場合、且つそれに入力される速度論の外観により、回帰モデルはLMWHの濃度を計算する;
- 阻害剤がDOACであった場合、最適化されたDOAC方法論を使用した実験フォローアップ測定が実施され、新規の速度論測定が行われ、その後阻害剤がリバーロキサバン、アピキサバン又はエドキサバンであるか同定する分類モデルの入力に提示された:
- 阻害剤がリバーロキサバンであった場合、且つそれに入力される速度論(最適化されたDOAC方法論によって測定される)の外観により、回帰モデルはリバーロキサバンの濃度を計算した;この濃度が200ng/mL未満であった場合、今回は普遍的な方法論によって測定された速度論を入力して、第2の回帰モデルがリバーロキサバンの濃度を再計算した:これにより、低濃度のリバーロキサバンに対するより正確な結果が与えられた。そうでなければ、結果は直接与えられる。(この実施形態は、本明細書で「普遍的な方法論に基づく改善された方法論」と記載される方法論に対応した)。
- 阻害剤がアピキサバンであった場合、且つそれに入力される速度論(最適化されたDOAC方法論によって測定される)の外観により、回帰モデルはアピキサバンの濃度を計算した;この濃度が200ng/mL未満であった場合、今回は普遍的な方法論によって測定された速度論を入力して、第2の回帰モデルがアピキサバンの濃度を再計算した:これにより、低濃度のアピキサバンに対するより正確な結果が与えられる。そうでなければ、結果は直接与えられた。(この実施形態は、本明細書で「普遍的な方法論に基づく改善された方法論」と記載される方法論に対応した)。
- 阻害剤がエドキサバンであった場合、且つそれに入力される速度論(最適化されたDOAC方法論によって測定される)の外観により、回帰モデルはエドキサバンの濃度を計算した;この濃度が200ng/mL未満であった場合、今回は普遍的な方法論によって測定された速度論を入力して、第2の回帰モデルがエドキサバンの濃度を再計算した:これにより、低濃度のエドキサバンに対するより正確な結果が与えられる。そうでなければ、結果は直接与えられた。(この実施形態は、本明細書で「普遍的な方法論に基づく改善された方法論」と記載される方法論に対応した)。
3.1.1 データセット
異なる試験のために抗凝固薬を含まない試料を生産した。これらは、試験日にスパイクされた試料と同じ割合で希釈された血漿マトリックスに関係した:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において24.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に3セットの速度論測定。
- 即席調製され、2つの機器において同時に試験された正常血漿プール試料、0.00IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において18.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのUFHナトリウム(Heparin Choay(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において23.10.2019に3セットの速度論測定+STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において23.10.2019に3セットの速度論測定。
- 即席調製され、2つの機器において同時に試験された正常血漿プール試料、0.00IU/mLのUFHカルシウム(Calciparine(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において17.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのUFHカルシウム(Calciparine(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において19.10.2017に3セットの速度論測定+STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において19.10.2017に3セットの速度論測定。
- 即席調製され、2つの機器において同時に試験された0.00IU/mLのLMWHダルテパリンナトリウム(Fragmine(登録商標))が補充されたバッチ03.2017で測定された速度論測定。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において17.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのLMWHダルテパリンナトリウム(Fragmine(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において26.10.2017に3セットの速度論測定+STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において26.10.2017に3セットの速度論測定
- 即席調製され、2つの機器において同時に試験された正常血漿プール試料、0.00IU/mLのLMWHエノキサパリンナトリウム(Lovenox(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において19.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのLMWHエノキサパリンナトリウム(Lovenox(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において25.10.2017に3セットの速度論測定+STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において25.10.2017に3セットの速度論測定。
- 即席調製され、2つの機器において同時に試験された正常血漿プール試料、0.00IU/mLのLMWHチンザパリンナトリウム(InnoHep(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において18.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのLMWHチンザパリンナトリウム(InnoHep(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において18.07.2017に3セットの速度論測定
- 即席調製された正常血漿プール試料、理論濃度の0.00IU/mLのフォンダパリヌクス(Arixtra(登録商標))が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において10.10.2017に3セットの速度論測定+STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において17.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において10.10.2017に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのXarelto(登録商標)(リバーロキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251738。
- STA-R AUT06399(ソフトバージョン3.04.07)において05.02.2018に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのXarelto(登録商標)(リバーロキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において17.10.2017に3セットの速度論測定+STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において21.09.2017に3セットの速度論測定+STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において20.09.2017に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのLixiana(登録商標)(エドキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251738。
- STA-R AUT06399(ソフトバージョン3.04.07)において05.02.2018に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのLixiana(登録商標)(エドキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において16.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06360(ソフトバージョン3.04.07)において05.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において16.10.2017に3セットの速度論測定+STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において05.10.2017に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのEliquis(登録商標)(アピキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251738。
- STA-R AUT06399(ソフトバージョン3.04.07)において05.02.2018に3セットの速度論測定
- 調製され-80℃で保管された正常血漿プール試料、0ng/mLのEliquis(登録商標)(アピキサバン)が補充されたバッチ03.2017。
- STA(登録商標)-Liquid Anti-Xaバッチ251187。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.32、0.46、0.54、0.66、0.66、0.78、0.86、1.00、1.18、1.20、1.36、1.47、1.56、1.64、1.74、1.80、1.88及び2.03IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.21、0.32、0.43、0.55、0.63、0.64、0.76、0.87、0.97、1.14、1.17、1.30、1.43、1.52、1.61、1.70、1.84、1.84及び1.99IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.10、0.21、0.32、0.44、0.56、0.66、0.77、0.84、0.86、0.98、1.15、1.28、1.34、1.43、1.56、1.60、1.75、1.85、1.92及び1.96IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.33、0.43、0.55、0.66、0.75、0.90、0.88、1.00、1.13、1.24、1.32、1.44、1.53、1.63、1.70、1.88、1.96及び2.01IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251187、普遍的な方法論を使用して速度論を生成するため、及びヘパリン補充物の商業的アッセイのために使用されたバッチ。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において10.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、35、41、49、56、66、74、84、93、105、110、116、134、143、155、160、175、181及び198ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、35、41、48、59、65、77、85、95、103、113、121、134、145、160、161、172、169、202ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、25、34、43、50、62、74、84、93、104、109、118、133、143、159、158、176、173及び203ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において10.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、30、38、46、57、64、72、82、90、101、110、115、130、140、148、152、166、164及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において16.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、27、39、41、52、61、67、76、93、96、105、123、127、140、145、155、167、184及び182ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06360(ソフトバージョン3.04.07)において05.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、26、36、43、53、60、70、75、93、103、109、121、135、136、153、160、175、185及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において16.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、26、34、44、50、61、70、74、94、103、109、122、135、138、147、162、173、182及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において05.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、33、41、46、57、65、76、79、96、105、116、125、135、138、153、161、169、180及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、28、40、49、64、74、95、103、109、122、132、144、131、132、157、171、195、191及び201ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、21、28、41、49、62、74、92、102、112、120、133、142、129、133、155、168、188、200及び206ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において21.09.2017に60セットの速度論測定
- 正常血漿プール、10、21、27、40、49、64、73、90、99、108、122、132、144、130、136、153、169、192、194及び216ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において20.09.2017に60セットの速度論測定
- 正常血漿プール、10、21、29、39、48、60、73、81、92、107、115、129、136 .129、127、149、163、181、195及び199ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251738、普遍的な方法論を使用して速度論を生成するため、及びDOAC装填物の商業的アッセイのために使用されたバッチ。
データの編成
抗凝固薬分子を含まない試料に関連するデータを混合し、本明細書でABSENCE-0及びABSENCE-1と表記される2つのデータセットに分割した。
- サブセット1:
- 学習データ:
- ABSENCE-0、
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:
- ABSENCE-1、
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標)、
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット2:
- 学習データ:
- ABSENCE-1、
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:
- ABSENCE-0、
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 2ニューロン
- 活性化関数:Softmax
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.00001
- 学習戦略:シード探索
- コスト関数:クロスエントロピー
3.2.1 データセット
UFHナトリウム(Heparin Choay(登録商標))に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.32、0.46、0.54、0.66、0.66、0.78、0.86、1.00、1.18、1.20、1.36、1.47、1.56、1.64、1.74、1.80、1.88及び2.03IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.21、0.32、0.43、0.55、0.63、0.64、0.76、0.87、0.97、1.14、1.17、1.30、1.43、1.52、1.61、1.70、1.84、1.84及び1.99IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.10、0.21、0.32、0.44、0.56、0.66、0.77、0.84、0.86、0.98、1.15、1.28、1.34、1.43、1.56、1.60、1.75、1.85、1.92及び1.96IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.33、0.43、0.55、0.66、0.75、0.90、0.88、1.00、1.13、1.24、1.32、1.44、1.53、1.63、1.70、1.88、1.96及び2.01IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251187、普遍的な方法論を使用して速度論を生成するため、及びヘパリン補充物の商業的アッセイのために使用されたバッチ。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において10.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、35、41、49、56、66、74、84、93、105、110、116、134、143、155、160、175、181及び198ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、35、41、48、59、65、77、85、95、103、113、121、134、145、160、161、172、169、202ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、25、34、43、50、62、74、84、93、104、109、118、133、143、159、158、176、173及び203ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において10.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、30、38、46、57、64、72、82、90、101、110、115、130、140、148、152、166、164及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において16.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、27、39、41、52、61、67、76、93、96、105、123、127、140、145、155、167、184及び182ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06360(ソフトバージョン3.04.07)において05.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、26、36、43、53、60、70、75、93、103、109、121、135、136、153、160、175、185及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において16.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、26、34、44、50、61、70、74、94、103、109、122、135、138、147、162、173、182及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において05.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、33、41、46、57、65、76、79、96、105、116、125、135、138、153、161、169、180及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、20、28、40、49、64、74、95、103、109、122、132、144、131、132、157、171、195、191及び201ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に60セットの速度論測定
- 正常血漿プール、10、21、28、41、49、62、74、92、102、112、120、133、142、129、133、155、168、188、200及び206ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において21.09.2017に60セットの速度論測定
- 正常血漿プール、10、21、27、40、49、64、73、90、99、108、122、132、144、130、136、153、169、192、194及び216ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において20.09.2017に60セットの速度論測定
- 正常血漿プール、10、21、29、39、48、60、73、81、92、107、115、129、136 .129、127、149、163、181、195及び199ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251738、普遍的な方法論を使用して速度論を生成するため、及びDOAC装填物の商業的アッセイのために使用されたバッチ。
データの編成
自動学習モデルを、以下のように2つのサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標)、
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 18ニューロン
- 活性化関数:ReLU
- 出力層
- 2ニューロン
- 活性化関数:Softmax
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.001
- 学習戦略:シード探索
- コスト関数:クロスエントロピー
3.3.1 データセット
UFHナトリウム(Heparin Choay(登録商標))に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.32、0.46、0.54、0.66、0.66、0.78、0.86、1.00、1.18、1.20、1.36、1.47、1.56、1.64、1.74、1.80、1.88及び2.03IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.21、0.32、0.43、0.55、0.63、0.64、0.76、0.87、0.97、1.14、1.17、1.30、1.43、1.52、1.61、1.70、1.84、1.84及び1.99IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において18.07.2017に24セットの速度論測定
- 正常血漿プール、0.25、0.50、0.75、1.00、1.25、1.50、1.75及び2.00IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.10、0.21、0.32、0.44、0.56、0.66、0.77、0.84、0.86、0.98、1.15、1.28、1.34、1.43、1.56、1.60、1.75、1.85、1.92及び1.96IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において23.10.2019に60セットの速度論測定
- 正常血漿プール、0.12、0.23、0.33、0.43、0.55、0.66、0.75、0.90、0.88、1.00、1.13、1.24、1.32、1.44、1.53、1.63、1.70、1.88、1.96及び2.01IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において17.07.2017に24セットの速度論測定
- 正常血漿プール、0.25、0.50、0.75、1.00、1.25、1.50、1.75及び2.00IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において19.10.2017に60セットの速度論測定
- 正常血漿プール、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において17.07.2017に24セットの速度論測定
- 正常血漿プール、理論濃度の0.25、0.50、0.75、1.00、1.25、1.50、1.75及び2.00IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において26.10.2017に60セットの速度論測定
- 正常血漿プール、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において19.07.2017に24セットの速度論測定
- 正常血漿プール、理論濃度の0.25、0.50、0.75、1.00、1.25、1.50、1.75及び2.00IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において25.10.2017に60セットの速度論測定
- 正常血漿プール、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において18.07.2017に24セットの速度論測定
- 正常血漿プール、理論濃度の0.25、0.50、0.75、1.00、1.25、1.50、1.75及び2.00IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251187、普遍的な方法論を使用して速度論を生成するため、及びヘパリン補充物の商業的アッセイ(該当する場合)のために使用されたバッチ。
データの編成
自動学習モデルを、以下のように編成された交差検証によりトレーニングした:
- 学習データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT06399において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT06399において生成されたUFHカルシウムデータ(Calciparine(登録商標)、
- STA-R(登録商標)AUT06399において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06399において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06399において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 2ニューロン
- 活性化関数:Softmax
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.9
- 学習戦略:シード探索
- コスト関数:クロスエントロピー
3.4.1 データセット
UFHナトリウム(Heparin Choay(登録商標))に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.12、0.23、0.32、0.46、0.54、0.66、0.66、0.78、0.86、1.00、1.18、1.20、1.36、1.47、1.56、1.64、1.74、1.80、1.88及び2.03IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において24.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.11、0.21、0.32、0.43、0.55、0.63、0.64、0.76、0.87、0.97、1.14、1.17、1.30、1.43、1.52、1.61、1.70、1.84、1.84及び1.99IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において23.10.2019に63セットの速度論測定
- 正常血漿プール、0.00、0.10、0.21、0.32、0.44、0.56、0.66、0.77、0.84、0.86、0.98、1.15、1.28、1.34、1.43、1.56、1.60、1.75、1.85、1.92及び1.96IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において23.10.2019に63セットの速度論測定
- 正常血漿プール、0.00、0.12、0.23、0.33、0.43、0.55、0.66、0.75、0.90、0.88、1.00、1.13、1.24、1.32、1.44、1.53、1.63、1.70、1.88、1.96及び2.01IU/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251187、普遍的な方法論を使用して速度論を生成するため、及びヘパリン補充物の商業的アッセイのために使用されたバッチ。
データの編成
自動学習モデルを、以下のように4つのサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- 検証データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))。
- サブセット3:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- 検証データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))。
- サブセット4:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05016において生成されたUFHカルシウムデータ(Calciparine(登録商標))、
- 検証データ:
- STA-R(登録商標)AUT06366において生成されたUFHナトリウムデータ(Heparin Choay(登録商標))、
- STA-R(登録商標)AUT05450において生成されたUFHカルシウムデータ(Calciparine(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.01
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.5.1 データセット
LMWHダルテパリンナトリウム(Fragmine(登録商標))に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において19.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT05016(ソフトバージョン3.04.07)において19.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.15、0.25、0.35、0.44、0.54、0.64、0.74、0.85、0.94、1.07、1.14、1.24、1.27、1.44、1.50、1.55、1.66、1.75、1.79、2.26IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において26.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において26.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.10、0.20、0.31、0.40、0.52、0.63、0.71、0.83、0.93、1.02、1.09、1.21、1.28、1.36、1.49、1.58、1.65、1.81、1.85、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において25.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において25.10.2017に63セットの速度論測定
- 正常血漿プール、0.00、0.11、0.20、0.30、0.40、0.46、0.54、0.63、0.80、0.89、0.96、1.06、1.21、1.27、1.37、1.46、1.52、1.64、1.81、1.83、1.97IU抗Xa/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を即席調製し、2つの機器において同時に試験した。
STA(登録商標)-Liquid Anti-Xaのバッチ番号:251187、普遍的な方法論を使用して速度論を生成するため、及びヘパリン補充物の商業的アッセイのために使用されたバッチ。
データの編成
自動学習モデルを、以下のように2つのサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT06366において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT06366において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
- 検証データ:
- STA-R(登録商標)AUT05016において生成されたLMWHダルテパリンナトリウムデータ(Fragmine(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHエノキサパリンナトリウムデータ(Lovenox(登録商標))、
- STA-R(登録商標)AUT00603において生成されたLMWHチンザパリンナトリウムデータ(InnoHep(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.1
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.6.1 データセット
Xarelto(登録商標)(リバーロキサバン)に関連して生成されたデータは以下であった:
- STA-R(登録商標)AUT00460において2016年1月に測定された60の速度論測定
- 10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLが補充された正常血漿プール
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された60の速度論測定
- 10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00460において2016年1月に測定された69の速度論測定
- 10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLが補充された正常血漿プール
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された69の速度論測定
- 10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00460において2016年1月に測定された69の速度論測定
- 16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLが補充された正常血漿プール
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された69の速度論測定
- 16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
データの編成
自動学習モデルを、以下のように編成された交差検証によりトレーニングした:
- 学習データ:
- STA-R(登録商標)AUT00460において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00460において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT00460において生成されたエドキサバンデータ(Lixiana(登録商標))、
- 検証データ:
- STA-R(登録商標)AUT00722において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT00722において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT00722において生成されたエドキサバンデータ(Lixiana(登録商標))、
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 42ニューロン
- 活性化関数:Identity
- 隠れ層
- 29ニューロン
- 活性化関数:ReLU
- 隠れ層
- 16ニューロン
- 活性化関数:ReLU
- 出力層
- 3ニューロン
- 活性化関数:Softmax
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.01
- 学習戦略:シード探索
- コスト関数:クロスエントロピー
3.7.1 データセット
Xarelto(登録商標)(リバーロキサバン)に関連して生成されたデータは以下であった:
- STA-R(登録商標)AUT00460において2016年1月に測定された63の速度論測定
- 0、10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLが補充された正常血漿プール
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された63の速度論測定
- 0、10、20、29、37、44、54、62、89、115、143、160、192、226、252、287、319、331、361、391及び407ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
データの編成
自動学習モデルを、以下のように編成された交差検証によりトレーニングした:
- 学習データ:STA-R(登録商標)AUT00460において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- 検証データ:STA-R(登録商標)AUT00722において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 42ニューロン
- 活性化関数:Identity
- 隠れ層
- 29ニューロン
- 活性化関数:ReLU
- 隠れ層
- 16ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.01
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.8.1 データセット
Xarelto(登録商標)(リバーロキサバン)に関連するデータを2つの別個の研究中に生成した。
第1の研究に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において10.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、35、41、49、56、66、74、84、93、105、110、116、134、143、155、160、175、181及び198ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、35、41、48、59、65、77、85、95、103、113、121、134、145、160、161、172、169、202ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において17.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、25、34、43、50、62、74、84、93、104、109、118、133、143、159、158、176、173及び203ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において10.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、30、38、46、57、64、72、82、90、101、110、115、130、140、148、152、166、164及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
この第1の研究では、STA(登録商標)-Liquid Anti-Xaバッチ251738を使用して普遍的な方法論を使用して速度論を生成し、リバーロキサバンの補充物の商業的アッセイを行った。
- STA-R(登録商標)AUT05676(ソフトバージョン3.04.07)において14.05.2019に63セットの速度論測定
- 正常血漿プール、0、11、21、28、42、50、58、68、77、93、102、113、121、129、141、153、160、174、184、201及び204ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT05980(ソフトバージョン3.04.07)において14.05.2019に63セットの速度論測定
- 正常血漿プール、0、15、23、32、47、52、61、74、77、92、108、112、120、129、139、151、164、174、184、191及び206ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において14.05.2019に63セットの速度論測定
- 正常血漿プール、0、13、22、29、44、51、60、72、79、96、104、118、122、132、143、155、161、175、186、198及び201ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
この第2の研究では、STA(登録商標)-Liquid Anti-Xaバッチ253225を使用して普遍的な方法論を使用して速度論を生成し、リバーロキサバンの補充物の商業的アッセイを行った。
データの編成
自動学習モデルを、以下のように7個のサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット3:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット4:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット5:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット6:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- サブセット7:
- 学習データ:
- STA-R(登録商標)AUT05450において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05676において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT05980において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたリバーロキサバンデータ(Xarelto(登録商標))、
- STA-R(登録商標)AUT06399において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
- 検証データ:STA-R(登録商標)AUT00603において生成されたリバーロキサバンデータ(Xarelto(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.001
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.9.1 データセット
Eliquis(登録商標)(アピキサバン)に関連して生成されたデータは以下であった:
- STA-R(登録商標)AUT00460において2016年1月に測定された72の速度論測定
- 0、10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された72の速度論測定
- 0、10、20、31、42、48、72、92、116、143、163、192、217、247、276、298、321、348、370、397、416、439、459及び473ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
データの編成
自動学習モデルを、以下のように編成された交差検証によりトレーニングした:
- 学習データ:STA-R(登録商標)AUT00460において生成されたアピキサバンデータ(Eliquis(登録商標))、
- 検証データ:STA-R(登録商標)AUT00722において生成されたアピキサバンデータ(Eliquis(登録商標))。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 42ニューロン
- 活性化関数:Identity
- 隠れ層
- 29ニューロン
- 活性化関数:ReLU
- 隠れ層
- 16ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.01
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.10.1 データセット
Eliquis(登録商標)(アピキサバン)に関連するデータを2つの別個の研究中に生成した。
第1の研究に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において16.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、27、39、41、52、61、67、76、93、96、105、123、127、140、145、155、167、184及び182ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06360(ソフトバージョン3.04.07)において05.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、26、36、43、53、60、70、75、93、103、109、121、135、136、153、160、175、185及び192ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において16.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、26、34、44、50、61、70、74、94、103、109、122、135、138、147、162、173、182及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において05.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、33、41、46、57、65、76、79、96、105、116、125、135、138、153、161、169、180及び186ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
この第1の研究では、STA(登録商標)-Liquid Anti-Xaバッチ251738を使用して普遍的な方法論を使用して速度論を生成し、アピキサバンの補充物の商業的アッセイを行った。
- STA-R(登録商標)AUT05676(ソフトバージョン3.04.07)において07.05.2019に63セットの速度論測定
- 正常血漿プール、0、11、16、32、39、52、62、70、84、95、104、118、123、132、142、156、167、174、183、190及び198ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT05980(ソフトバージョン3.04.07)において07.05.2019に63セットの速度論測定
- 正常血漿プール、0、16、23、37、48、60、73、80、96、102、111、125、136、146、155、166、186、191、193、205及び211ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において07.05.2019に63セットの速度論測定
- 正常血漿プール、0、9、16、29、36、50、61、67、81、94、102、115、123、126、144、156、159、175、183、191及び192ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
この第2の研究では、STA(登録商標)-Liquid Anti-Xaバッチ253225を使用して普遍的な方法論を使用して速度論を生成し、アピキサバンの補充物の商業的アッセイを行った。
データの編成
自動学習モデルを、以下のように7個のサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット3:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット4:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))、
- 検証データ:STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット5:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット6:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))。
- サブセット7:
- 学習データ:
- STA-R(登録商標)AUT05676において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT05980において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06360において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたアピキサバンデータ(Eliquis(登録商標))、
- STA-R(登録商標)AUT06399において生成されたアピキサバンデータ(Eliquis(登録商標))。
- 検証データ:STA-R(登録商標)AUT00603において生成されたアピキサバンデータ(Eliquis(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.001
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.11.1 データセット
Lixiana(登録商標)(エドキサバン)に関連して生成されたデータは以下であった:
- STA-R(登録商標)AUT00460において2016年1月に測定された72の速度論測定
- 0、16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT00722において2016年6月に測定された72の速度論測定
- 0、16、21、30、39、51、76、100、128、142、155、187、215、245、269、284、322、347、359、380、393、410、426及び436ng/mLが補充された正常血漿プール;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
データの編成
自動学習モデルを、以下のように編成された交差検証によりトレーニングした:
- 学習データ:STA-R(登録商標)AUT00460において生成されたエドキサバンデータ(Lixiana(登録商標))、
- 検証データ:STA-R(登録商標)AUT00722において生成されたエドキサバンデータ(Lixiana(登録商標))。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 42ニューロン
- 活性化関数:Identity
- 隠れ層
- 29ニューロン
- 活性化関数:ReLU
- 隠れ層
- 16ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.01
- 学習戦略:シード探索
- コスト関数:平均二次誤差
3.12.1 データセット
Lixiana(登録商標)(エドキサバン)に関連するデータを2つの別個の研究中に生成した。
第1の研究に関して、生成されたデータは以下であった:
- STA-R(登録商標)AUT00603(ソフトバージョン3.04.07)において17.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、20、28、40、49、64、74、95、103、109、122、132、144、131、132、157、171、195、191及び201ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT05450(ソフトバージョン3.04.07)において17.10.2017に63セットの速度論測定
- 正常血漿プール、0、10、21、28、41、49、62、74、92、102、112、120、133、142、129、133、155、168、188、200及び206ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において21.09.2017に63セットの速度論測定
- 正常血漿プール、0、10、21、27、40、49、64、73、90、99、108、122、132、144、130、136、153、169、192、194及び216ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
- STA-R(登録商標)AUT06399(ソフトバージョン3.04.07)において20.09.2017に63セットの速度論測定
- 正常血漿プール、0、10、21、29、39、48、60、73、81、92、107、115、129、136 .129、127、149、163、181、195及び199ng/mLが補充されたバッチ03.2017;
- 各試料レベルをn=3で試験した;
- 試料を調製し、-80℃で保管した。
この第1の研究では、STA(登録商標)-Liquid Anti-Xaバッチ251738を使用して普遍的な方法論を使用して速度論を生成し、エドキサバンの補充物の商業的アッセイを行った。
- STA-R(登録商標)AUT05676(ソフトバージョン3.04.07)において06.05.2019に63セットの速度論測定
- 正常血漿プール、0、12、19、27、36、50、59、70、81、89、100、112、119、136、145、142、163、176、186、198及び207ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT05980(ソフトバージョン3.04.07)において06.05.2019に63セットの速度論測定
- 正常血漿プール、0、13、20、29、37、50、61、71、83、88、95、108、115、134、141、137、161、169、176、188及び198ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
- STA-R(登録商標)AUT06366(ソフトバージョン3.04.07)において06.05.2019に63セットの速度論測定
- 正常血漿プール、0、14、20、29、35、52、58、70、77、85、97、107、114、131、140、136、165、170、177、189及び200ng/mLが補充されたバッチ19059RD(コード22824);
- 各試料レベルをn=3で試験した;
- 試料を調製して-80℃で保管し、次に3つの機器において同時に試験した。
この第2の研究では、STA(登録商標)-Liquid Anti-Xaバッチ253225を使用して普遍的な方法論を使用して速度論を生成し、エドキサバンの補充物の商業的アッセイを行った。
データの編成
自動学習モデルを、以下のように7個のサブセットに分けられた交差検証によりトレーニングした:
- サブセット1:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット2:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット3:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット4:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット5:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット6:
- 学習データ:
- STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))。
- サブセット7:
- 学習データ:
- STA-R(登録商標)AUT05450において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05676において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT05980において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06366(2回)において生成されたエドキサバンデータ(Lixiana(登録商標))、
- STA-R(登録商標)AUT06399において生成されたエドキサバンデータ(Lixiana(登録商標))。
- 検証データ:STA-R(登録商標)AUT00603において生成されたエドキサバンデータ(Lixiana(登録商標))。
最終学習はデータ全体で実施した。
多層パーセプトロン(ニューラルネットワーク)を、先のセクションに記載される戦略に従いトレーニングした。これは、以下のパラメータ及びハイパーパラメータによって定義された:
- データの前処理:0~1の間で正規化
- 自動学習モデル:多層パーセプトロン
- ハイパーパラメータ:
- 入力層
- 77ニューロン
- 活性化関数:Identity
- 隠れ層
- 40ニューロン
- 活性化関数:ReLU
- 出力層
- 1ニューロン
- 活性化関数:Identity
- 重み及びバイアス行列の初期化:Xavier Glorot
- 重み及びバイアスの最適化のためのデジタル方式:L-BFGS
- 正則化法:L2、alpha=0.001
- 学習戦略:シード探索
- コスト関数:平均二次誤差
このセクションでは、本明細書に記載された実験方法論を使用して実試料について測定されたデータにおいて、図6のカスケードの様々な自動学習モデルによって得られた性能の結果を列挙する。各サブセクションは、測定されたデータ及び得られた性能について詳述する。単一試行測定が結果を得るために十分であった。しかし、このセクションで実証されるように、3試行測定により性能が改善する可能性がある。
このセクションでは、上記のセクション3.に記載される方法を使用した抗Xa抗凝固薬の存在又は非存在の検出について得られた結果を提供する。
TP、TCA及びフィブリノーゲンの結果に基づき正常と同定された39個の試料、未分化ヘパリン(UFH)で処置された患者からの24個の凍結試料、低分子量ヘパリン(LMWH)で処置された患者からの62個の凍結試料、Xarelto(登録商標)(リバーロキサバン)で処置された患者からの44個の凍結試料、Eliquis(登録商標)(アピキサバン)で処置された患者からの37個の凍結試料、及びLixiana(登録商標)(エドキサバン)で処置された患者からの42個の凍結試料を試験した。
Tables 9 and 10(表9及び表10)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合の抗Xa抗凝固薬の存在又は非存在の検出に関連付けられる混同行列をそれぞれ提供する。抗Xa抗凝固薬の存在の検出の結果は、分析が単一試行として又は3試行として実施されたかにかかわらず、100%の正確度をもたらした。抗Xa抗凝固薬の非存在の検出の結果は、分析が単一試行として又は3試行として実施されたかにかかわらず、97.44%の正確度をもたらした。
このセクションでは、上記のセクション3.に記載される方法を使用した抗Xa抗凝固薬のカテゴリーの同定について得られた結果を提供する。
未分化ヘパリン(UFH)で処置された患者からの24個の凍結試料、低分子量ヘパリン(LMWH)で処置された患者からの62個の凍結試料、Xarelto(登録商標)(リバーロキサバン)で処置された患者からの44個の凍結試料、Eliquis(登録商標)(アピキサバン)で処置された患者からの37個の凍結試料、及びLixiana(登録商標)(エドキサバン)で処置された患者からの42個の凍結試料を試験した。
Tables 11 and 12(表11及び表12)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合の抗Xa抗凝固薬のカテゴリーの同定に関連付けられる混同行列をそれぞれ提供する。抗Xa抗凝固薬のカテゴリーの同定の結果は、単一試行分析が実施された場合に100%の正確度をもたらし、3試行分析が実施された場合に100%の正確度をもたらした。
このセクションでは、上記のセクション3.に記載される方法を使用したヘパリンの同定について得られた結果を提供する。
未分化ヘパリン(UFH)で処置された患者からの24個の凍結試料及び低分子量ヘパリン(LMWH)で処置された患者からの62個の凍結試料を試験した。
Tables 13 and 14(表13及び表14)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合のヘパリンの同定に関連付けられる混同行列をそれぞれ提供する。ヘパリンの同定の結果は、単一試行分析が実施された場合に91.86%の正確度をもたらし、3試行分析が実施された場合に90.70%の正確度をもたらした。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、上記のセクション3.に記載される方法を使用して得られた患者からの試料に対するUFHの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
未分化ヘパリン(UFH)で処置された患者からの24個の凍結試料を試験した。
- 各試料をn=3で普遍的な方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図17は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたUFHの濃度のアッセイの、標準的なアプローチを使用して測定されたUFHの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.04x-0.03及び決定係数R2=0.9851の直線が得られ、3試行分析が実施された場合に式y=1.04x-0.03及び係数R2=0.9856の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明を使用して得られた患者からの試料に対するLMWHの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
低分子量ヘパリン(LMWH)で処置された患者からの62個の凍結試料を試験した。
- 各試料をn=3で普遍的な方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図18は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたLMWHの濃度のアッセイの、標準的なアプローチを使用して測定されたLMWHの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.02x-0.02及び決定係数R2=0.996の直線が得られ、3試行分析が実施された場合に式y=1.027x-0.03及び決定係数R2=0.9971の直線が得られた。
このセクションでは、本文書に記載される本発明を使用した抗Xa DOACの同定について得られた結果を提供する。
Xarelto(登録商標)(リバーロキサバン)で処置された患者からの62個の凍結試料、Eliquis(登録商標)(アピキサバン)で処置された患者からの45個の凍結試料、及びLixiana(登録商標)(エドキサバン)で処置された患者からの56個の凍結試料を試験した。
Tables 15 and 16(表15及び表16)は、試験データセットに単一試行分析を実施した場合と、3試行で分析を実施した場合の抗Xa DOACの同定に関連付けられる混同行列をそれぞれ提供する。抗Xa DOACの同定の結果は、単一試行分析が実施された場合に92.64%の正確度をもたらし、3試行分析が実施された場合に97.55%の正確度をもたらした。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(最適化されたDOAC方法論)を使用して得られた患者からの試料に対するリバーロキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Xarelto(登録商標)(リバーロキサバン)で処置された患者からの62個の凍結試料を試験した。
- 各試料をn=3で最適化されたDOAC方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図19は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたリバーロキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたリバーロキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.05x+19.65及び決定係数R2=0.991の直線が得られ、3試行分析が実施された場合に式y=1.04x+20.3及び決定係数R2=0.9934の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(普遍的な方法論)を使用して得られた患者からの試料に対するリバーロキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Xarelto(登録商標)(リバーロキサバン)で処置された患者からの44個の凍結試料を試験した。
- 各試料をn=3で普遍的な方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図20は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたリバーロキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたリバーロキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.04x+1.74及び決定係数R2=0.985の直線が得られ、3試行分析が実施された場合に式y=1.032x+1.99及び係数R2=0.989の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(最適化されたDOAC方法論)を使用して得られた患者からの試料に対するアピキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Eliquis(登録商標)(アピキサバン)で処置された患者からの45個の凍結試料を試験した。
- 各試料をn=3で最適化されたDOAC方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図21は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたアピキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたアピキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.14x-6.73及び決定係数R2=0.9945の直線が得られ、3試行分析が実施された場合に式y=1.13x-5.46及び決定係数R2=0.9958の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(普遍的な方法論)を使用して得られた患者からの試料に対するアピキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Eliquis(登録商標)(アピキサバン)で処置された患者からの37個の凍結試料を試験した。
- 各試料をn=3で普遍的な方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図22は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたアピキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたアピキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=1.041x-2.66及び決定係数R2=0.9792の直線が得られ、3試行分析が実施された場合に式y=1.041x-2.41及び係数R2=0.9877の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(最適化されたDOAC方法論)を使用して得られた患者からの試料に対するエドキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Lixiana(登録商標)(エドキサバン)で処置された患者からの56個の凍結試料を試験した。
- 各試料をn=3で最適化されたDOAC方法論を用いて試験した;
- 各試料をn=2でSTA(登録商標)-Liquid Anti-Xaの商業的方法論による参照方法を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図23は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたエドキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたエドキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=0.905x+12.35及び決定係数R2=0.9853の直線が得られ、3試行分析が実施された場合に式y=0.93x+8.18及び決定係数R2=0.9881の直線が得られた。
このセクションでは、標準的なアプローチ(STA(登録商標)-Liquid Anti-Xa市販キット)を使用して測定された濃度と比較した、本文書に記載される本発明(普遍的な方法論)を使用して得られた患者からの試料に対するエドキサバンの濃度のアッセイの結果を提供する。結果は、線形回帰の傾きが0.9~1.1の間に含まれ、決定係数R2が0.95以上であった場合(CLSI EP9-A2からの判断基準)に良好と判断された。
Lixiana(登録商標)(エドキサバン)で処置された患者からの42個の凍結試料を試験した。
- 各試料をn=3で普遍的な方法論を用いて試験した;
- 各試料をn=2で参照方法(STA(登録商標)-Liquid Anti-Xaの商業的方法論)を用いて試験した。したがって、方法の比較に使用した参照濃度は、試料の凍結後に検証された濃度であった。
図24は、試験データセットに対する本文書に記載されるアプローチを使用して測定されたエドキサバンの濃度のアッセイの、標準的なアプローチを使用して測定されたエドキサバンの濃度の比較の結果を提供する。これらの比較により、単一試行分析が実施された場合に式y=0.9431x+4.51及び決定係数R2=0.9968の直線が得られ、3試行分析が実施された場合に式y=0.9442x+4.26及び係数R2=0.9962の直線が得られた。
I 第Xa因子の阻害剤
Tables 17 and 18(表17及び表18)は、現在公知の第Xa因子の天然及び合成阻害剤をそれぞれ列挙する。
Tables 19 and 20(表19及び20)は、現在公知の第IIa因子の天然及び合成阻害剤をそれぞれ列挙する。
Claims (24)
- 生物学的試料中で、第Xa因子(FXa)及び第IIa因子(FIIa)から独立して選択される血液凝固酵素の阻害剤の存在を検出するためのin vitro方法であって、以下の工程:
a.以前に対象から得られた血液試料に対して1又は複数回の競合酵素アッセイを実施し、第Xa因子の阻害剤又は第IIa因子の阻害剤に関する競合速度論測定からなる結果を記録する工程、その後
b.工程a.で実施された競合酵素アッセイからの結果として、工程a.で実施された競合速度論測定からなる、記録された結果を、自動教師あり学習モデルをトレーニングすることにより得られる分類判定モデルAに入力する工程、その後
i.判定モデルAが、分析試料中でその存在が探求される血液凝固酵素の阻害剤の存在を排除する場合、前記阻害剤の非存在を結論付ける工程、又は
ii.判定モデルAが、分析試料中でその存在が探求される血液凝固酵素の阻害剤の存在を確認する場合、前記阻害剤の存在を結論付ける工程
を含む、方法。 - 生物学的試料中で、第Xa因子(FXa)及び第IIa因子(FIIa)から独立して選択される血液凝固酵素の阻害剤を同定するためのin vitro方法であって、以下の工程:
1.請求項1に記載の方法の工程を実施する工程、その後
2.請求項1のポイントa.の工程又は上記の工程1.で実施された競合酵素アッセイから得られた競合速度論測定からなる結果、及び請求項1の工程b.ii.の最後に得られた結果を、自動教師あり学習モデルをトレーニングすることにより得られる分類判定モデルBに入力し、モデルBをトレーニングするために使用されるデータセットが、阻害剤の以下のカテゴリー:不可逆的間接阻害剤(ヘパリン)又は可逆的直接阻害剤(DOAC)に関連するデータを含む場合、モデルBにより、阻害剤のカテゴリーをこれら2つのカテゴリーのうちの1つに割り当て、モデルBにより決定される阻害剤のカテゴリーを出力する工程
を含む、方法。 - 請求項1の工程b.iiでその存在が検出された阻害剤の特徴付けを行う追加の工程を含み、すなわち、請求項1の工程a.又は請求項2の工程1.で実施された競合酵素アッセイから得られた競合速度論測定からなる結果及び決定された出力データを、自動教師あり学習モデルをトレーニングすることにより得られる分類判定モデルCに入力し、問題の阻害剤の特徴付けをモデルCにより出力し、阻害剤が:
a.問題の阻害剤のカテゴリーがヘパリンのカテゴリーである場合、UFH若しくはLMWH、又は
b.問題の阻害剤のカテゴリーがDOACのカテゴリーである場合、リバーロキサバン、アピキサバン、エドキサバン若しくはダビガトラン
の中から同定され、
モデルCにより決定された阻害剤の特徴付けを出力する、請求項2に記載の方法。 - 特徴付けされた阻害剤の定量的アッセイを行う追加の工程を含み、ここで、請求項1の工程a.又は請求項2の工程1.で得られた競合速度論測定からなる結果及び分析血液試料中に存在する阻害剤を同定する請求項3によって得られた特徴付けデータを、回帰モデルDに供給し、前記回帰モデルDが、請求項1の工程a.又は請求項2の工程1.のものと同一の測定条件下で得られたデータセットでトレーニングされており、分析試料中で同定された阻害剤の濃度が出力として決定されることを可能にする、請求項3に記載の方法。
- 問題の阻害剤が:
I.UFH、LMWH、リバーロキサバン、アピキサバン、エドキサバンから選択される第Xa因子(FXa)の阻害剤、又は
II.UFH、LMWH、ダビガトランから選択される第IIa因子(FIIa)の阻害剤
である、請求項1から4のいずれか一項に記載の方法。 - 請求項1の工程b.iiでその存在が検出された第Xa因子の阻害剤の調査に適用され、以下の追加の特徴付け工程:
I.阻害剤のカテゴリーが、請求項2の工程2.においてヘパリンのカテゴリーに割り当てられた場合、
i.その存在が検出された阻害剤のカテゴリーに関する決定された出力データ、及び請求項1の工程a.又は請求項2の工程1.で実施された競合酵素アッセイから得られた第Xa因子の阻害剤に関する競合速度論測定からなる結果を、自動教師あり学習モデルをトレーニングすることにより得られる分類判定モデルCに入力する工程、及び
ii.問題の阻害剤の特徴付けを分類判定モデルCにより出力し、阻害剤が、UFH又はLMWHの中から同定され、分類判定モデルCにより決定された阻害剤の特徴付けを出力する工程、又は代替的に、
II.阻害剤のカテゴリーが、請求項2の工程2.においてDOACのカテゴリーに割り当てられた場合、
i.同じ対象から得られた血液試料に対して競合酵素アッセイを実施することにより、1又は複数回の新規の競合速度論測定を得る工程であり、前記競合酵素アッセイが、第Xa因子を阻害するDOACの存在が関与する競合状況に適合された試料に対する希釈係数及び/又は測定期間で、第Xa因子の阻害剤に関して競合速度論測定を実施するために好適であり、希釈係数及び/又は測定期間が、請求項1の工程a.又は請求項2の工程1.で得られた速度論測定の測定に利用されるものと異なる工程、その後
ii.その存在が検出された阻害剤のカテゴリーに関する、前記決定された出力データ、及び先行する工程i.で得られた競合速度論測定からなる結果を、自動教師あり学習モデルをトレーニングすることにより得られる分類判定モデルCに入力する工程、及び
iii.問題の阻害剤の特徴付けを分類判定モデルCにより出力し、阻害剤が、リバーロキサバン、アピキサバン又はエドキサバンの中から同定され、分類判定モデルCにより決定された阻害剤の特徴付けを出力する工程
を含む、請求項2に記載の方法。 - 請求項6の工程I.又はII.の最後に同定された阻害剤の定量的アッセイを行う追加の工程を含み、それぞれ、
I.請求項6の工程I.で同定された阻害剤がUFH又はLMWHである場合、請求項1の工程a.又は請求項2の工程1.で得られた競合速度論測定からなる結果及び分析血液試料中に存在する阻害剤を同定する請求項6の工程I.iiで決定された出力データを、回帰モデルDに入力し、前記回帰モデルDが、請求項1の工程a.又は請求項2の工程1.のものと同一の測定条件下で得られたデータセットでトレーニングされており、前記回帰モデルDが、分析試料中で同定された阻害剤の濃度が出力として決定されることを可能にする、或いは
II.請求項6の工程II.で同定された阻害剤がリバーロキサバン、アピキサバン又はエドキサバンである場合、請求項6の工程II.i.で得られた競合速度論測定からなる結果及び特徴付けデータを、回帰モデルDに入力し、前記回帰モデルDが、請求項6の工程II.i.のものと同一の測定条件下で得られたデータセットでトレーニングされており、前記回帰モデルDが、分析試料中で同定された阻害剤の濃度が出力として決定されることを可能にする、請求項6に記載の方法。 - 回帰モデルDにより決定された、分析試料中で同定された阻害剤の濃度が200ng/mL以下である場合、請求項1の工程a.で得られた競合速度論測定からなる結果を回帰モデルD2に入力し、前記回帰モデルD2が、請求項1の工程a.のものと同一の測定条件下で得られたデータセットでトレーニングされており、前記回帰モデルD2が、分析試料中で同定された阻害剤の濃度の再計算を可能にする、請求項7のポイントII.に記載の方法。
- 対象から得られた血液試料に対する競合酵素アッセイにより得られる競合速度論測定のin vitro測定が、以下の工程:
a.希釈された又は希釈されていない血液試料を準備する工程、その後
b.血液試料に、問題の阻害剤に応じて第Xa因子又は第IIa因子のいずれかに特異的な基質を添加する工程、
c.b.で得られた混合物の温度を35℃~39℃の間の温度に上昇させてインキュベートする工程、
d.c.で得られた反応混合物に、阻害反応と誘発される酵素反応との間の競合を開始させるように、工程b.で添加された基質に応じて第Xa因子又は第IIa因子を添加する工程、
e.それに対する分析される酵素(第Xa因子又は第IIa因子)の作用による基質の変換から生じた生成物の分量を、経時的に機器を使用して測定し、得られた速度論を記録する工程
を含む、請求項1から8のいずれか一項に記載の方法。 - 工程bにおける基質が発色性又は蛍光発生基質であり、工程eにおける測定が前記酵素反応中に遊離した基質に関連付けられるマーカーの測定により実施される、請求項9に記載の方法。
- 競合酵素アッセイが第Xa因子に特異的であり、
a.工程a.において、血液試料がOwren Koller緩衝液中で1/2に希釈された血漿の試料であり、
b.工程b.において、基質が試薬MAPA-Gly-Arg-pNAであり、
c.工程c.において、インキュベーション期間が37℃で240秒であり、
d.工程d.で混合物に添加される第Xa因子がウシ第Xa因子であり、
e.工程e.におけるパラニトロアニリン(pNA)の遊離の測定が、比色分析により405nmで2秒ごとに156秒間、STA-R型(登録商標)の適切な機器において実施される、
又は代替的には
a.工程a.において、血液試料がOwren Koller緩衝液中で8分の1に希釈された血漿の試料であり、
b.工程b.において、基質が試薬MAPA-Gly-Arg-pNAであり、
c.工程c.において、インキュベーション期間が37℃で240秒であり、
d.工程d.で混合物に添加される第Xa因子がウシ第Xa因子であり、
e.工程e.におけるパラニトロアニリン(pNA)の遊離の測定が、比色分析により405nmで2秒ごとに86秒間、STA-R型(登録商標)の適切な機器において実施される、
請求項9又は10に記載の方法。 - 競合酵素アッセイが、小型デバイスにおいて1~20μLの間の反応体積で実施される、請求項9又は10に記載の方法。
- 生物学的試料が血液試料である、請求項1から12のいずれか一項に記載の方法。
- 血液試料が血漿の試料である、請求項13に記載の方法。
- I.利用される1又は複数の判定モデルが、試験データで試験した際に、使用される種々のモデルの合計及び/又は使用される各モデルに適用される、70%又は75%又は80%又は85%又は90%又は95%以上のそれが与える結果の正確度の精度に到達することを可能にする、及び/又は
II.使用される回帰モデルDが、試験データで試験した際に、0.9~1.1の間に含まれる線形回帰の傾き、及び0.70又は0.80又は0.90又は0.95以上(CLSI EP9-A2の判定基準に従い)の決定係数R2により特徴付けられる出力結果を得ることを可能にする、
請求項1から14のいずれか一項に記載の方法。 - 自動教師あり学習モデルに実験的に得られた速度論測定を入力する工程が、測定期間にわたる各別個の測定時点について測定された各値によって構成される値の組を提供することから構成される、請求項1から15のいずれか一項に記載の方法。
- モデルA、B、C、D又はD2のいずれか一つが、以下のカテゴリー:サポートベクターマシン、ニューラルネットワーク、決定木、アンサンブル方法及びk近傍法モデルのうちの1種から独立に選択される、請求項1から16のいずれか一項に記載の方法。
- 少なくとも請求項1の工程b.を実施するための手段を含み、請求項2に記載の方法の工程2.を実施するための手段を含むもしくは含まない、データ処理システム又はデバイス。
- 請求項18に示される工程を実施するように適合されたプロセッサを更に含む、請求項18に記載のデータ処理システム又はデバイス。
- コンピュータプログラムであって、プログラムがコンピュータによって実行されると、前記コンピュータに少なくとも請求項1の工程b.を実施させる指示を含む、あるいはプログラムがコンピュータによって実行されると、前記コンピュータに請求項1の工程b.及び請求項2に記載の方法の工程2.を実行させる指示を含む、コンピュータプログラム。
- 請求項18又は請求項19に記載のデータ処理システム又はデバイスであって、請求項1又は6に規定の速度論測定を行うための機器を含むデバイス、又は測定機器を使用するデータ処理システム又はデバイスを制御して少なくとも請求項1の工程b.を実行させる指示を含む、あるいは請求項1の工程b.及び請求項2に記載の方法の工程2の両方を実行させる指示を含む、コンピュータプログラム。
- コンピュータによって読み出し可能な記憶媒体であって、コンピュータによって実行されると、コンピュータに少なくとも請求項1の工程b.を実施させる指示を含む、あるいはコンピュータによって実行されると、コンピュータに請求項1の工程b.及び請求項2に記載の方法の工程2.を実施させる指示を含む、記憶媒体。
- コンピュータによって読み出し可能な、その上に請求項21又は22に記載のコンピュータプログラムが記憶されるデータキャリア、又は請求項21若しくは請求項22に記載のコンピュータプログラムを搬送するデータキャリアからの信号。
- 請求項1から17のいずれか一項に記載の方法を実施するように適合されたキットであって、
a.FXa及び/又はFIIaに特異的な基質
を含み、かつ
b.FXa及び/又はFIIa、並びに/あるいは
c.1種又は複数の適切な緩衝液、並びに/あるいは
d.基質を利用して競合酵素アッセイを実施することにより、1又は複数回の競合速度論測定を行うための指示、並びに/あるいは
e.システム及び/又はデバイス及び/又はコンピュータプログラム及び/又は請求項18から23のいずれか一項に規定のコンピュータによって読み出し可能なデータキャリア、並びに/あるいは
f.請求項1から17のいずれか一項に記載の方法を実施させる指示、並びに/あるいは
g.請求項1から17のいずれか一項に記載の方法を実施するための、請求項23に記載のデータキャリアからの信号の使用に関連する指示
を含む、又は含まない、キット。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1872562A FR3089634B1 (fr) | 2018-12-07 | 2018-12-07 | Methode pour la detection de la presence, l’identification et la quantification dans un echantillon sanguin d'anticoagulants inhibiteurs d’enzymes de la coagulation du sang, et moyens pour son implementation |
FR1872562 | 2018-12-07 | ||
PCT/EP2019/084069 WO2020115315A1 (fr) | 2018-12-07 | 2019-12-06 | Methode pour la detection de la presence, l'identification et la quantification dans un echantillon sanguin d'anticoagulants inhibiteurs d'enzymes de la coagulation du sang, et moyens pour son implementation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022510708A JP2022510708A (ja) | 2022-01-27 |
JP7459103B2 true JP7459103B2 (ja) | 2024-04-01 |
Family
ID=67262366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021532293A Active JP7459103B2 (ja) | 2018-12-07 | 2019-12-06 | 血液試料中で血液凝固酵素阻害剤である抗凝固薬の存在を検出する、同定する及び定量するための方法並びにその実装手段 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220002779A1 (ja) |
EP (1) | EP3891752A1 (ja) |
JP (1) | JP7459103B2 (ja) |
BR (1) | BR112021010734A2 (ja) |
FR (1) | FR3089634B1 (ja) |
WO (1) | WO2020115315A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012141310A (ja) | 2010-12-30 | 2012-07-26 | Siemens Healthcare Diagnostics Products Gmbh | 凝固阻害剤の測定法 |
WO2014134223A1 (en) | 2013-02-26 | 2014-09-04 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
JP2016500443A (ja) | 2012-12-07 | 2016-01-12 | ティー2 バイオシステムズ,インコーポレーテッド | 強固な血餅形成をモニタリングするための方法 |
US20160187338A1 (en) | 2013-07-26 | 2016-06-30 | The University Of North Carolina At Chapel Hill | Methods and compositions for detecting coagulation inhibitors |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1367135A1 (en) * | 2002-05-29 | 2003-12-03 | Pentapharm AG | Improved method for the assessment of thrombin formation in blood or plasma |
JP6776221B2 (ja) * | 2014-07-31 | 2020-10-28 | ヘモネティクス・コーポレーションHaemonetics Corporation | 凝固分析を使用した抗凝固剤の検出および分類 |
-
2018
- 2018-12-07 FR FR1872562A patent/FR3089634B1/fr active Active
-
2019
- 2019-12-06 EP EP19817270.2A patent/EP3891752A1/fr active Pending
- 2019-12-06 US US17/311,195 patent/US20220002779A1/en active Pending
- 2019-12-06 BR BR112021010734-7A patent/BR112021010734A2/pt unknown
- 2019-12-06 JP JP2021532293A patent/JP7459103B2/ja active Active
- 2019-12-06 WO PCT/EP2019/084069 patent/WO2020115315A1/fr unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012141310A (ja) | 2010-12-30 | 2012-07-26 | Siemens Healthcare Diagnostics Products Gmbh | 凝固阻害剤の測定法 |
JP2016500443A (ja) | 2012-12-07 | 2016-01-12 | ティー2 バイオシステムズ,インコーポレーテッド | 強固な血餅形成をモニタリングするための方法 |
WO2014134223A1 (en) | 2013-02-26 | 2014-09-04 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
US20160187338A1 (en) | 2013-07-26 | 2016-06-30 | The University Of North Carolina At Chapel Hill | Methods and compositions for detecting coagulation inhibitors |
Also Published As
Publication number | Publication date |
---|---|
EP3891752A1 (fr) | 2021-10-13 |
WO2020115315A1 (fr) | 2020-06-11 |
US20220002779A1 (en) | 2022-01-06 |
JP2022510708A (ja) | 2022-01-27 |
FR3089634B1 (fr) | 2020-12-25 |
FR3089634A1 (fr) | 2020-06-12 |
BR112021010734A2 (pt) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6681337B2 (ja) | 敗血症の発症を予測するための装置、キット及び方法 | |
Kilic et al. | Predictive utility of a machine learning algorithm in estimating mortality risk in cardiac surgery | |
US20240079092A1 (en) | Systems and methods for deriving and optimizing classifiers from multiple datasets | |
CN103080339B (zh) | 用于诊断卒中及其致因的生物标志物 | |
US6101449A (en) | Method for predicting the presence of congenital and therapeutic conditions from coagulation screening assays | |
US20200141925A1 (en) | Risk Assessment Tool for Patients with Sepsis | |
Zivkovic et al. | Reduced butyrylcholinesterase activity is an early indicator of trauma-induced acute systemic inflammatory response | |
US6321164B1 (en) | Method and apparatus for predicting the presence of an abnormal level of one or more proteins in the clotting cascade | |
US9238841B2 (en) | Multi-biomarker-based outcome risk stratification model for pediatric septic shock | |
JP4486260B2 (ja) | 患者サンプルにおける止血機能不全の存在を予測するための方法および装置 | |
Berger et al. | Serum D-dimer concentrations are increased after pediatric traumatic brain injury | |
Koya et al. | Rapid detection of Clostridium difficile toxins in stool by Raman spectroscopy | |
Henning et al. | Interleukin-6 improves infection identification when added to physician judgment during evaluation of potentially septic patients | |
US6898532B1 (en) | Method and apparatus for predicting the presence of haemostatic dysfunction in a patient sample | |
JP7459103B2 (ja) | 血液試料中で血液凝固酵素阻害剤である抗凝固薬の存在を検出する、同定する及び定量するための方法並びにその実装手段 | |
Shaw et al. | Coagulation assays and direct oral anticoagulant levels among patients having an elective surgery or procedure | |
Risoluti et al. | Differential diagnosis of hereditary hemolytic anemias in a single multiscreening test by TGA/chemometrics | |
Cheng et al. | Establishment of thromboelastography reference intervals by indirect method and relevant factor analyses | |
Kertes et al. | Demographic and health predictors of telomere length during adolescence | |
Bandyopadhyay et al. | of Deliverable: Working AI software for risk categorization for Corona virus | |
Givens et al. | Classification of factor deficiencies from coagulation assays using neural networks | |
GB2601601A (en) | Apparatus, kits and method for predicting the development of sepsis | |
Yong et al. | Classical model selection | |
Ensor et al. | Overall discussion | |
Litvin et al. | Decision support systems based on artificial neural networks in diagnostics and treatment of acute pancreatitis: A literature review, Vestn |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230731 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240131 |
|
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: 20240219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240319 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7459103 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |