JPWO2012002011A1 - がん患者に対する免疫療法の治療効果の予測方法、ならびに該方法に用いる遺伝子セットおよびキット - Google Patents
がん患者に対する免疫療法の治療効果の予測方法、ならびに該方法に用いる遺伝子セットおよびキット Download PDFInfo
- Publication number
- JPWO2012002011A1 JPWO2012002011A1 JP2012522484A JP2012522484A JPWO2012002011A1 JP WO2012002011 A1 JPWO2012002011 A1 JP WO2012002011A1 JP 2012522484 A JP2012522484 A JP 2012522484A JP 2012522484 A JP2012522484 A JP 2012522484A JP WO2012002011 A1 JPWO2012002011 A1 JP WO2012002011A1
- Authority
- JP
- Japan
- Prior art keywords
- gene
- immunotherapy
- group
- genes
- gene set
- 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.)
- Pending
Links
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
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6813—Hybridisation assays
- C12Q1/6834—Enzymatic or biochemical coupling of nucleic acids to a solid phase
- C12Q1/6837—Enzymatic or biochemical coupling of nucleic acids to a solid phase using probe arrays or probe chips
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/686—Polymerase chain reaction [PCR]
-
- 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
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Immunology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Cell Biology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
(1)免疫療法前または後のがん患者から採取された試料において、表1、表19、表34または表35に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セットの各遺伝子の発現レベルを測定する工程、を含む方法を提供する。
上記がん患者に対する免疫療法の効果を予測する方法は、さらに、
(2)該発現レベルを用いて判別分析を行い、該患者の予後を判定する工程、
を含んでもよい。
(1)免疫療法前のがん患者から採取された試料において、表1、表19、表34または表35に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セットの各遺伝子の発現レベルを測定する工程、を含む方法を提供する。
上記がん患者のスクリーニング方法は、さらに、
(2)該発現レベルを用いて判別分析を行い、該患者の予後を判定する工程、
を含んでもよい。
さらにまた、別の態様において、本発明は、がん患者に対する免疫療法の効果を予測する方法であって、
免疫療法前または後のがん患者から採取された血液において、IL-6蛋白質の発現レベルを測定する工程、を含む方法を提供する。血中のIL-6蛋白質量は、がん患者に対する免疫療法の効果を予測するためのバイオマーカーともなり得る。
別の好ましい実施態様において、本発明の一態様である上記予測方法に用いる遺伝子セットは、IL-6遺伝子からなる、またはIL-6遺伝子を含む。
別の好ましい実施態様において、本発明の一態様である上記予測方法に用いる遺伝子セットは、LOC653600、TNFRSF19、P4HA1、SYNE1、DEFA1、DEFA4、CEACAM8、MPO、LRRN3、PCDH17、HIST1H4CおよびPGLYRP1からなる群から少なくとも1個選択される遺伝子からなる遺伝子セットまたはLOC653600、TNFRSF19、P4HA1、SYNE1、DEFA1、DEFA4、CEACAM8、MPO、LRRN3、PCDH17、HIST1H4CおよびPGLYRP1からなる群から少なくとも1個選択される遺伝子を含む遺伝子セットが挙げられる。
さらに、医師は、上記がん患者に対する免疫療法の効果を予測する方法によって得られた結果に基づき、がん患者の治療方針を決定することができる。よって、本発明は、一態様として、上記がん患者に対する免疫療法の効果を予測する方法を行うことを含む、がんの診断または治療方法を提供する。
また、上記本発明の一態様である、がん患者に対する免疫療法の効果を予測する方法で用いる遺伝子セットの発現産物であるタンパク質を、がん患者に対する免疫療法の効果を予測するためのバイオマーカーとして使用してもよい。例えば、血中のIL-6蛋白質をバイオマーカーとしてもよい。患者血中のIL-6蛋白質が長命群の標準値に比較し多い場合には、免疫療法が有効でないとの予測の指標となり得る。なお、血中のIL-6蛋白質量の標準値は、例えば、図8を参考にして、短命群:4.8pg/ml、長命群:3.3pg/mlと設定してもよい。
本明細書において、「特異的にハイブリダイズする」とは、例えば、「ストリンジェントな条件下でハイブリダイズする」ことである。「ストリンジェントな条件」とは、Molecular Cloning: A Laboratory Manual, 3rd edition (2001)などに基づき当業者が適宜決定しうるものであるが、例えば0.2xSSC、0.1%SDS、65℃などが挙げられる。
プライマーは、各遺伝子またはその一部を増幅するためのPCRに用いることができるように設計され得る。各遺伝子の配列情報は、本明細書中の表に記載するGenBank Accession番号にしたがい得ることができる。また、抗体の作製方法も当業界にて周知である(“Antibodies: A Laboratory Manual”, Lane, H. D. et al. eds., Cold Spring Harbor Laboratory Press, New York, 1989)。
例えば、DEFA1、DEFA4、CEACAM8およびMPOのそれぞれのプローブおよびプライマーは、実施例で記載した配列番号1〜8のオリゴヌクレオチドであり得る。
抗体は、ポリクローナル抗体であっても、モノクローナル抗体であってもよく、またFab、F(ab')2、およびFvのような抗体断片であってもよい。
キットは、例えば、DNAマイクロアレイ法、DNAチップ法、PCR法(リアルタイムPCR法を含む)、ノーザンブロット法、蛍光抗体法、酵素抗体法、ウエスタンブロット法などに用いられるキットである。DNAマイクロアレイ法用のキットとしては、前記プローブが適当な基盤上に固定されたマイクロアレイを含むものが挙げられる。
また、キットは、例えば、血中のIL-6蛋白質量を定量するために、抗IL-6ポリクローナル抗体または抗IL-6モノクローナル抗体を含んでもよい。
キットは、測定方法に応じて、その他必要な試薬を含んでいてもよい。
工程2:免疫療法の効果があった群(長命群)と免疫療法の効果がなかった群(短命群)の間での遺伝子発現量の差異と、その統計学的有意差に基づき、免疫療法の効果を予測するマーカーとなり得る遺伝子を選択する工程;および
工程3:選択した遺伝子の中で、免疫療法の効果を予測するために最も良い組み合わせを変数選択により決定する工程を含む。
遺伝子発現量の差異は、例えば、短命群での発現量/長命群での発現量を求め、log2「短命群での発現量/長命群での発現量」の値に基づき評価してもよい。
統計学的有意差は、t検定および/またはWilcoxon検定を用いてもよく、Limmaの方法(Smyth. Linear models and empirical bayes methods for assessing differential expression in microarray experiments. Statistical applications in genetics and molecular biology (2004) vol.3 pp. Article 参照)を用いてもよい。
例えば、上記工程2において、log2「短命群での発現量/長命群での発現量」<-1.0または>1.0かつP値(limma)<0.01の条件を満たす遺伝子を選択してもよい。
変数選択は当業者により適宜実施されることができる。例えば、Sungwoo Kwon et al:DNA Microarray Data Analysis for Cancer Classification Based on Stepwise Discriminant Analysis and Bayesian Decision Theory. Genome Informatics 12: 252-254 (2001)に記載されているStepwise Discriminant Analysis (SDA)を実施してもよい。SDAの実施例としては、以下の(i)〜(iii):
(i)1個の遺伝子を遺伝子セットに加えることによりWilksのラムダ(Wilk's lambda)が明らかに減少する場合、その遺伝子を遺伝子セットに加える;
(ii)そして、1個の遺伝子を遺伝子セットから除くことによりWilksのラムダ(Wilk's lambda)の増加が僅かな場合、その遺伝子を遺伝子セットから除く;
(iii)上記(i)および(ii)の工程を、統計学的観点から、Wilksのラムダ(Wilk's lambda)が変化しなくなるまで繰り返す、
を実施することが挙げられる。
1:DNAマイクロアレイによるペプチドワクチン療法前の遺伝子発現プロファイルの検討
患者試料として、久留米大学倫理委員会により承認されたプロトコールに即してインフォームドコンセントを得た前立腺癌患者から過去の臨床試験において再燃前立腺癌と診断された時点に収集した末梢血を使用した。40名の前立腺癌患者において、DNAマイクロアレイ(llumina社製 HumanWG-6 v3.0 Expression BeadChip)を用いて、ペプチドワクチン療法前の遺伝子発現プロファイルを調べた。前立腺癌患者は、予後良好群(ペプチドワクチン療法後の生存日数900日以上)20名、予後不良群(ペプチドワクチン療法後の生存日数300日以下)20名であった。
1.患者末梢血サンプルにTRIzol LS(インビトロジェン社製)を1:3の比率になるように添加し、混濁した。
2.TRIzol LS溶液750μLに対し、200μLのクロロホルムを加え、混濁後、遠心分離した。
3.上清を新しいチューブに移し、上清の0.55倍量のエタノールを添加した。
4.SV Total RNA Isolation System(プロメガ社製)のカラムに上記3.の検体をのせ、フィルターを通した。
5.フィルターを500μLのWash Bufferで洗浄した。
6.全RNAを80μLのNuclease Free Waterで溶出した。
7.分光光度計を用いて、RNAの濃度を測定し、Experionシステム(バイオラッド社製)を用いて電気泳動によりRNAのクオリティをチェックした。
(1)逆転写による一本鎖cDNAの合成
1.各500μgの全RNAにNuclease Free Waterを加え、11μLに調整した。
2.上記1.の溶液に9μLのReverse Transcription Master Mixを加え、42°Cで2時間インキュベートした。
1.80μLの Second Strand Master Mixを、上記(1)2.の各々のチューブに添加した。
2.各チューブを16°Cで2時間インキュベートした。
1.250μLのcDNA Binding Bufferを各々のチューブに添加した。
2.上記1.の溶液を、cDNA Filter Cartridgeにのせ、遠心によりフィルターを通した。
3.フィルターを500μLのWash Bufferで洗浄した。
4.cDNAを19μLの50〜55°Cに予熱しておいたNuclease Free Waterで溶出した。
1.7.5μLのIVT Master Mixを、上記(3)4.で得られたcDNAサンプルに添加した。
2.上記1.のチューブを37℃で14時間インキュベートした。
3.上記2.のチューブに75μLのNuclease Free Waterを添加した。
1.350μLのcRNA Binding Bufferを各チューブに添加した。
2.250μLの100%エタノールを各チューブに加え、混濁した。
3.上記2.のサンプルをcRNA Filter Cartridgeにのせ、遠心によりフィルターを通した。
4.650μLのWash Bufferでフィルターを洗浄した。
5.cRNAを100μLの50〜55°Cに予熱しておいたNuclease Free Waterで溶出した。
6.cRNA濃度をODで測定後、ハイブリダイゼーションサンプルとした。
(1)ハイブリダイゼーション用cRNAの調製
1.各500μgの全RNAにNuclease Free Waterを加え、10μLに調整した。
2.上記1.の溶液に20μLのGEX-HYBを加え、65℃で5分インキュベートした。
(2)ハイブリダイゼーション
1.専用チャンバーにセットしたHumanWG-6 v3.0 Expression BeadChipに、調製済みのcRNAサンプルをアプライした。
2.専用チャンバーのふたを閉め、55℃で18時間インキュベートした。
(1)アレイの洗浄
1.Wash E1BC溶液中で、マイクロアレイのカバーを外した。
2.アレイを速やかにスライドラックにセットし、55℃に予熱しておいた1×High-Temp Wash buffer内で10分間洗浄した。
3.アレイをWash E1BC溶液中で5分間洗浄した。
4.アレイをエタノール中で5分間洗浄した。
5.アレイをWash E1BC溶液中で5分間洗浄した。
6.染色専用トレイに4mlのブロックE1バッファーを準備し、アレイを一枚ずつセットし、室温で10分間ブロッキングを行った。
7.染色専用トレイに2mlのブロックE1バッファーに対して2μLのストレプトアビジン−Cy3を加え、アレイを一枚ずつセットし、室温で10分間染色を行った。
8.アレイをWash E1BC溶液中で5分間洗浄後、遠心により乾燥した。
1.Illumina社専用スキャナーにアレイをセットし、標準モードでスキャンを行った。
2.スキャン終了後、専用ソフトウエアBeadStudioを用いて、マイクロアレイ上の各スポットの数値化を行った。
実施例1の前立腺癌患者を、ペプチドワクチン療法後の生存日数を基準として、生存日数480日以上を予後良好群(長命群)、生存日数480日未満を予後不良群(短命群)と分類し、2群間を有意に区別できる遺伝子を選択した。解析には、t検定とWilcoxon(ウイルコクソン)検定を用いて行った。
具体的には、16968遺伝子について、短命群 (S)と長命群 (L) で、t検定およびWilcoxon検定を行った(図1、2)。その結果、t検定とWilcoxon検定で、有意水準「p <= 0.001」または「変動量 (Fold Change) が2倍以上」となる54遺伝子を抽出した(表1)。54遺伝子の発現レベル(蛍光リーダー測定値)は、表1の「短命群の平均(S)」、「長命群の平均(L)」のカラムに示す。
3−1.判別率の計算
選択された遺伝子による短命群・長命群の判別率を計算した。具体的には、データセットから学習用のデータとテスト用のデータに分けてモデルの構築・テストを行うために、交差確認 (cross-validation) を行った。交差確認法には、データセットから1つの個体を除いて学習を行い、学習データに用いていない1つの個体で判別モデルの評価を行う作業をすべての個体に対して繰り返して行う leave-one-out cross-validation を使用した。
0 → 0 と正しく判別できている症例は 17人 (17/20 = 0.85: 85%)、
1 → 1 と正しく判別できている症例は 19人 (19/20 = 0.95: 95%)
であることが分かる。これが判別率である。
0 (短命群) → 0 (短命群) と正しく判別できている症例は 6人 (6/6 = 1.00: 100%)、
1 (長命群) → 1 (長命群) と正しく判別できている症例は 4人 (4/5 = 0.80: 80%)
であることが分かる。
次いで、上記2で選択された13遺伝子の組み合わせについて判別率を計算した。
学習用データ (40人) およびテスト用データ (11人) を使用し、13遺伝子のうち1遺伝子により長命または短命の判別が可能か否か(判別率が80%以上となるか)を検討した。
表8に示すように、長命の判別に関して学習用データ (40人) およびテスト用データ (11人) で80%以上の判別率で予測できる遺伝子は、13遺伝子のうち5960072(BY797688)の1種類であった。この遺伝子により予測すると、学習用データ (40人) を使った短命の判別率(ccvP0)は85%、テスト用データ (11人) を使った短命の判別率(ctcP0)は67%となった。一方、学習用データを使った長命の判別率(ccvP1)は85%、テスト用データを使った長命の判別率(ctcP1)は80%となった。
Pb1: プローブID
ccvP0: 学習用データ (40人) を使った 0 (短命)→0 (短命) の判別率
ctcP0: テスト用データ (11人) を使った 0 (短命)→0 (短命) の判別率
ccvP1: 学習用データを使った 0 (長命)→0 (長命) の判別率
ctcP1: テスト用データを使った 0 (長命)→0 (長命) の判別率
flg0: 短命の判別率が、学習用データとテスト用データでともに 80%以上となったもの
flg1: 長命の判別率が、学習用データとテスト用データでともに 80%以上となったもの
13遺伝子から任意の2遺伝子を選ぶ組み合わせは78種類あり、表9にその一部を示す。例えば、長命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる2種類の遺伝子プローブセットは、次の6セット(表9:1〜6)(プローブ1/プローブ2[学習用データ (40人) を使った短命の判別率(ccvP0)は85%/テスト用データ (11人) を使った短命の判別率(ctcP0); 学習用データを使った長命の判別率(ccvP1)/テスト用データを使った長命の判別率(ctcP1)]:2360672/3130370 (85/66.67;85/80), 770400/2360672(70/33.33;80/80), 770400/5960072 (90/66.67; 80/80), 2360672/5080692 (65/50; 80/80), 2360672/5960072 (95/66.67; 80/80), 2360672/6590484 (75/33.33; 80/80)であった。一方、短命の判別に関して80%以上の判別率で予測できる2種類の遺伝子プローブセットは、次の15セット(表9:7〜21)(プローブ1/プローブ2[学習用データ (40人) を使った短命の判別率(ccvP0)/テスト用データ (11人) を使った短命の判別率(ctcP0); 学習用データを使った長命の判別率(ccvP1)/テスト用データを使った長命の判別率(ctcP1)]:2370754 /5960072 (80/83.33; 95/40), 3440189/5550711 (85/83.33.; 90/60), 3420136/5960072 (90/83.33; 90/40),: 2370754/4260767 (80/100; 90/0), 2030332/5550711 (90/83.33.; 85/60), 3420136/3440189 (85/83.33; 85/60),: 2370754/3130370 (80/83.33; 85/40), 2360672/4220731 (80/83.33.; 80/60), 3440189/4220731 (8583.33/;80/60), 4220731/4260767 (85/100.; 80/20), 4220731/5550711 (85/83.33; 75/60), 3420136/4220731 (95/83.33.; 75/40), 2370754/4220731 (95/83.33; 75/20),2370754/5550711 (85/83.33.; 7520/),4260767/6590484 (80/100; 75/20)であった。
13遺伝子の中から3種類の遺伝子を選択する組み合わせは286種類であり、表10にその一部を示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる3種類の遺伝子プローブセットは2360672/3440189/4220731(表10:1)のみであり、学習用データ (40人) を使った短命の判別率(ccvP0)は90%、テスト用データ (11人) を使った短命の判別率(ctcP0)は83.33%となった。一方、学習用データを使った長命の判別率(ccvP1)は90%、テスト用データを使った長命の判別率(ctcP1)は80%であった。同様に、80%以上の判別率で長命を予測できるプローブセットは16種類(表10:2〜17)が挙げられる。また、90%以上の判別率で短命を予測できるプローブセットは、以下の遺伝子プローブセット:2030332/2370754/4260767、2030332/2370754/3440189、3440189/5080692/5550711、2360672/4220731/5550711、3440189/4220731/5550711、2370754/3440189/5550711、2370754/3440189/4220731、2370754/4220731/4260767、3420136/4220731/5550711、3420136/4220731/4260767、3130370/3420136/4220731が挙げられる。
13遺伝子の中から4種類の遺伝子を選択する組み合わせは715種類あり、表11にその一部を示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる4種類の遺伝子プローブセットは18種類[表11:1〜18]が挙げられる。
13遺伝子の中から5種類の遺伝子を選択する組み合わせは1287種類あり、その一部を表12に示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる5種類の遺伝子プローブセットは55種類(表12:1〜55)が挙げられる。
13遺伝子の中から6種類の遺伝子を選択する組み合わせは1716種類あり、その一部を表13に示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる6種類の遺伝子プローブセットは71種類(表13:1〜71)が挙げられる。
13遺伝子の中から7種類の遺伝子を選択する組み合わせは1715種類あり、その一部を表13に示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる7種類の遺伝子プローブセットは63種類[表14:1〜63]である。
13遺伝子の中から8種類の遺伝子を選択する組み合わせは1287種類あり、表15にその一部を示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる8種類の遺伝子プローブセットは45種類(表15:1〜45)が挙げられる。
13遺伝子の中から9種類の遺伝子を選択する組み合わせは715種類あり、その一部を表16に示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる9種類の遺伝子プローブセットは22種類(表16:1〜22)が挙げられる。
13遺伝子の中から10種類の遺伝子を選択する組み合わせは286種類あり、その一部を表17に示す。例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる10種類の遺伝子プローブセットは7種類(表17:1〜7)が挙げられる。
13遺伝子の中から11種類の遺伝子を選択する組み合わせは78種類あり、例えば、長命・短命の判別に関して学習データ (40人) およびテストデータ (11人) で80%以上の判別率で予測できる11種類の遺伝子プローブセットは1種類[770400/2360672/2370754/3130370/3420136/3440189/4220731/4260767/5080692/5550711/6590484が挙げられる。
上記のように13遺伝子の中から1種類、2種類・・・、13種類を用いた場合に判別率が良い遺伝子(判別率80%以上となった遺伝子セットに用いられる頻度が高い遺伝子)が4種類選択された(プローブID:770400, 2360672, 4220731, 5550711)。表18および図5は、flg0 と flg1 がともに 1 (学習用データとテスト用データで判別率が 80%以上) となるプローブの組み合わせから得られるプローブの出現頻度を示す。これら4種類の遺伝子が入った組み合わせでは、予後予測可能率が高かった。
1:免疫関連遺伝子の選択
16968遺伝子の中から免疫関連遺伝子748遺伝子に焦点を当て、実施例1と同様に短命群と長命群においてt検定を行った。その結果、p値が小さい(有意差が大きい)ものから上位100番目までを候補遺伝子とした(表19)。前記100遺伝子の発現レベル(蛍光リーダー測定値)は、表19の「0」(短命群)および「1」(長命群)のカラムに示す。
(1)1〜12遺伝子の組合せによる判別率
上記12遺伝子のうち、1種類で高率(ccvP0+ccvP1+ctcP0+ctcP1>290)に予測可能な遺伝子プローブは1種類:4830255(表23)であり、短命の判別に関して学習データ (40人) で90%、テストデータ (11人) で50%、長命の判別に関して学習データで70%、テストデータで80%の確率で予測可能であった。
pb1:プローブ1
pb2:プローブ2
pb3:プローブ3
pb4:プローブ4
pb5:プローブ5
pb6:プローブ6
pb7:プローブ7
pb8:プローブ8
pb9:プローブ9
pb10:プローブ10
pb11:プローブ11
pb12:プローブ12
ccvP0:学習用データで、「短命→短命」 と正しく判定できた割合
ccvP1:学習用データで、「長命→長命」 と正しく判定できた割合
ctcP0:テスト用データで、「短命→短命」 と正しく判定できた割合
ctcP1:テスト用データで、「長命→長命」 と正しく判定できた割合
sumP:ccvP0 + ccvP1 + ctcP0 + ctcP1
flg_ccv:ccvP0 と ccvP1 がともに 80%以上のもの
flg_ctc:ctvP0 と ctvP1 がともに 80%以上のもの。
進行性再燃前立腺癌患者における個別化ペプチドワクチン投与後900日以上生存した群を長命群(16症例)と、ワクチン投与後300日以内に死亡した群を短命群(14症例)とした。なお、ペプチドワクチンは、ワクチン接種前に存在する宿主免疫を考慮して医師により適宜選択された。最大4ペプチド(3mg/各ペプチド)をフロイント不完全アジュバントと共に、1回/週、6週間皮下投与した。ワクチン投与前およびワクチン投与後で血液を採取し、末梢血単核球(PBMCs)を、Ficoll-Paque (GE Healthcare Life Sciences, Uppsala, Sweden)を用いた密度勾配遠心により調製した。患者の末梢血単核球(顆粒球、リンパ球等を含む)における長命群と短命群の2群間で発現の差が見られる遺伝子を、DNAマイクロアレイ(Ilumina社製 Human WG-6 v3.0 Expression BeadChip)を用いて、実施例1と同様にして解析した。なお、マイクロアレイのデータは、BeadStudio v3.0 software(Illumina)を用いて抽出した。長命群と短命群の遺伝子発現の差を評価するために、fold-change (FC) rankingおよびLinear Models for Microarray Data (LIMMA) Bioconductor packageを用いたP-valueを採用した。FCは、log2FC=log2(SS/SL)(ここで、SLは長命群由来のサンプルにおける標的遺伝子のアッセイレンジ(assay range)を、SSは短命群由来のサンプルにおける標的遺伝子のアッセイレンジ(assay range)を表す)で計算された。
発現量の違い(log2FC)を横軸に、統計学的有意性(negative log P-value)を縦軸にしたvolcano plotを作成した(図6)。図6中、例えば、円内の領域は、ワクチン投与後において、長命群と短命群の間で発現の差が大きかった遺伝子を示す。
fold-change ranking (log2FC < -1.0 or > 1.0)かつP-value (P <0.01)の条件を満たす遺伝子が36遺伝子に相当する42プローブが同定された。そのうち1遺伝子(LTB)は短命群で減少したが残り35遺伝子はすべて発現が増加した(表34)。
(a)DEFA1
PCRプライマー1:5’-CGGACATCCCAGAAGTGGTTG-3’(配列番号1)
PCRプライマー2:5’-CCCTGGTAGATGCAGGTTCCATA-3’(配列番号2)
(b)DEFA4
PCRプライマー1:5’-CACTCCAGGCAAGAGGTGATGA-3’,(配列番号3)
PCRプライマー2:5’-GAGGCAGTTCCCAACACGAAGT-3’;(配列番号4)
(c)CEACAM8
PCRプライマー1:5’-TGGCACATTCCAGCAATACACA-3’,(配列番号5)
PCRプライマー2:5’-ATCATGATGCTGACAGTGGCTCTA-3’;(配列番号6)
(d)MPO
PCRプライマー1:5’-CTGCATCATCGGTACCCAGTTC-3’(配列番号7)
PCRプライマー2:5’-GATGCCTGTGTTGTCGCAGA-3’;(配列番号8)
(e) GAPDH
PCRプライマー1:5’-GCACCGTCAAGGCTGAGAAC-3’, (配列番号9)
PCRプライマー2:5’-TGGTGAAGACGCCAGTGGA-3’. (配列番号10)
実施例4
ワクチン投与前の患者末梢単核球で長命群(20症例)と短命群(20症例)で発現の異なる遺伝子を検索した。遺伝子の発現量(FC)およびlimma P-valueともにワクチン投与後の場合(実施例3参照)よりも減少した。事実、ワクチン投与後と同じ基準値(log2FC < -1.0 or > 1.0 and P <0.01)で遺伝子を選択した場合、5遺伝子由来の5プローブのみが異なる発現遺伝子として同定された。同じ基準値と比べてより厳しくない基準値(log2FC < -0.6 or > 0.6 and P <0.05)を用いた場合は19遺伝子由来の23プローブが選択された。それらの遺伝子のうち、4遺伝子(PRKAR1A, LRRN3, PCDH17, TTN)が短命群で減少し、15遺伝子(LAIR2、RNASE3、CEACAM6、AZU1、HIST1H4C、PGLYRP1、CEACAM8、LCN2、MPO、CAMP、DEFA1、DEFA3、CTSG、DEFA4、ELA2)が増加した(表35)。
マイクロアレーによる遺伝子発現情報のもっとも重要な応用の一つが、治療効果の予測である。そこで、ワクチン投与前の患者末梢単核球でのcDNAマイクロアレーで検索した遺伝子発現プロファイルがペプチドワクチン投与後における予後予測に有用であるかどうかを検討した。上記40症例(長命群(20症例)と短命群(20症例))について、ワクチン投与前の末梢単核球で発現の異なった23プローブ(表35)から変数選択(The stepwise discriminant analysis method)でLRRN3, PCDH17, HIST1H4C, および PGLYRP1の4つの遺伝子セット選び、予後予測を検討した。その結果、40人中32人(80%)で、ワクチン投与後の予後(長命または短命か)を予測することができた。Sensitivity (%)、Specificity(%)、positive predictive value、negative predictive value、Accuracy(%)は、それぞれ、85%(17/20); 75%(15/20); 77%(17/22); 83%(15/18); 80%(32/40)であった。(表36の上(Training))。確認として、新規independent patients(13人)を対象に4つの遺伝子を用いて判定を行った。その結果、13人中12人(93%)で、ワクチン投与後の予後(長命または短命か)を予測することができた(表36の下(Test))。Sensitivity (%)、Specificity(%)、positive predictive value、negative predictive value、Accuracy(%)は、それぞれ、100%(7/7); 83%(5/6); 88%(7/8); 100%(5/5); 92%(12/13)であった。なお、表36中、○で囲んだ数字は、予測で短命群に入り、実際にも短命だった患者数、つまり、 ワクチン投与前の予後不良判定当たり数を示し、□で囲んだ数字は、予測で長命群に入り、実際にも短命だった患者数、つまり、ワクチン投与前の予後良好判定当たり数を示す。
その結果、長命群に比較し、短命群では血漿にIL-6が高含量存在した(図8)。
Claims (21)
- がん患者に対する免疫療法の効果を予測する方法であって、免疫療法前のがん患者から採取された試料において、表1または表19に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セットの各遺伝子の発現レベルを測定する工程、を含む方法。
- 遺伝子セットが、LOC653600、TNFRSF19、P4HA1およびSYNE1を含む、請求項1に記載の方法。
- がん患者に対する免疫療法の効果を予測する方法であって、免疫療法後のがん患者から採取された試料において、表34に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セットの各遺伝子の発現レベルを測定する工程、を含む方法。
- 遺伝子セットが、DEFA1、DEFA4、CEACAM8およびMPOを含む、請求項3に記載の方法。
- がん患者に対する免疫療法の効果を予測する方法であって、免疫療法前のがん患者から採取された試料において、表35に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セットの各遺伝子の発現レベルを測定する工程、を含む方法。
- 遺伝子セットが、LRRN3、PCDH17、HIST1H4CおよびPGLYRP1を含む、請求項5に記載の方法。
- さらに、該発現レベルを用いて判別分析を行い、該患者の予後を判定する工程を含む、請求項1〜6のいずれかに記載の方法。
- 予後不良群を予測するための、請求項1〜7のいずれかに記載の方法。
- 免疫療法がペプチドワクチン療法である、請求項1〜8のいずれかに記載の方法。
- がんが前立腺癌である、請求項1〜9のいずれかに記載の方法。
- がん患者から採取された試料が、血液である、請求項1〜10のいずれかに記載の方法。
- がん患者に対する免疫療法の効果を予測するための、表1、19、34、または35に示す遺伝子の群から選択される少なくとも1の遺伝子からなる遺伝子セット。
- 遺伝子セットが、表2または22に示す遺伝子の群から選択される少なくとも1の遺伝子からなる、請求項12に記載の遺伝子セット。
- LOC653600、TNFRSF19、P4HA1およびSYNE1を含む、請求項12または13に記載の遺伝子セット。
- DEFA1、DEFA4、CEACAM8およびMPOを含む、請求項12〜14のいずれかに記載の遺伝子セット。
- LRRN3、PCDH17、HIST1H4CおよびPGLYRP1を含む、請求項12〜15のいずれかに記載の遺伝子セット。
- 請求項12〜16のいずれかに記載の遺伝子セットからなるがん患者に対する免疫療法の効果を予測するためのバイオマーカー。
- 表1、19、34、または35に示す遺伝子の群から選択される少なくとも1の遺伝子に特異的にハイブリダイズするように設計されたプローブ。
- 請求項18に記載のプローブおよび/または表1、19、34、または35に示す遺伝子の群から選択される少なくとも1の遺伝子に特異的にハイブリダイズするプライマーを含むキット。
- プローブおよびプラーマーが以下(1)〜(4):
(1)配列番号1の配列からなるプライマー、配列番号2の配列からなるプライマーおよび配列番号3の配列からなるプローブ;
(2)配列番号4の配列からなるプライマー、配列番号5の配列からなるプライマーおよび配列番号6の配列からなるプローブ;
(3)配列番号7の配列からなるプライマー、配列番号8の配列からなるプライマーおよび配列番号9の配列からなるプローブ;および、
(4)配列番号10の配列からなるプライマー、配列番号11の配列からなるプライマーおよび配列番号12の配列からなるプローブ;
のいずれかの組み合わせである、請求項19に記載のキット。 - がん患者に対する免疫療法の効果を予測する方法であって、免疫療法前のがん患者から採取された血液において、IL-6タンパク質の発現量を測定する工程、を含む方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010147797 | 2010-06-29 | ||
JP2010147797 | 2010-06-29 | ||
PCT/JP2011/058094 WO2012002011A1 (ja) | 2010-06-29 | 2011-03-30 | がん患者に対する免疫療法の治療効果の予測方法、ならびに該方法に用いる遺伝子セットおよびキット |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2012002011A1 true JPWO2012002011A1 (ja) | 2013-08-22 |
Family
ID=45401748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012522484A Pending JPWO2012002011A1 (ja) | 2010-06-29 | 2011-03-30 | がん患者に対する免疫療法の治療効果の予測方法、ならびに該方法に用いる遺伝子セットおよびキット |
Country Status (4)
Country | Link |
---|---|
US (1) | US20130157893A1 (ja) |
EP (1) | EP2589665A4 (ja) |
JP (1) | JPWO2012002011A1 (ja) |
WO (1) | WO2012002011A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10711311B2 (en) * | 2013-12-30 | 2020-07-14 | The Henry M. Jackson Foundation For The Advancement Of Military Medicine, Inc. | Genomic rearrangements associated with prostate cancer and methods of using the same |
JP6792823B2 (ja) * | 2014-04-25 | 2020-12-02 | 学校法人 久留米大学 | がん免疫療法の治療効果予測に有用な遺伝子多型 |
JP6403260B2 (ja) * | 2014-11-21 | 2018-10-10 | 学校法人日本大学 | 前立腺癌の判定、治療選択方法、予防又は治療剤 |
CN104800242A (zh) * | 2015-03-29 | 2015-07-29 | 长沙赢润生物技术有限公司 | 一种髓过氧化物酶(mpo)引导细胞免疫治疗技术 |
JPWO2018212237A1 (ja) * | 2017-05-16 | 2020-03-19 | 伊東 恭悟 | テーラーメイド型ペプチドワクチン剤に対する脳腫瘍患者の適格性を判定する方法 |
US20210325369A1 (en) * | 2018-07-27 | 2021-10-21 | Human Vaccines Project | Predictive biomarkers for an immune response |
EP3792632A1 (en) | 2019-09-16 | 2021-03-17 | Vito NV | Immunotherapy markers |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007037409A (ja) * | 2005-07-29 | 2007-02-15 | Taiho Yakuhin Kogyo Kk | 抗癌剤投与後の大腸癌患者の予後予測方法 |
JP2009509525A (ja) * | 2005-09-27 | 2009-03-12 | ディジタルジェノミクスインコーポレーション | 急性骨髄性白血病患者の抗癌剤治療反応性予測用マーカー |
JP2009532035A (ja) * | 2006-03-31 | 2009-09-10 | ブリストル−マイヤーズ スクイブ カンパニー | 微小管安定化剤に対する感受性を決定するためのバイオマーカーおよび方法 |
WO2010029174A2 (en) * | 2008-09-15 | 2010-03-18 | Glaxosmithkline Biologicals S.A. | Method |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006084272A2 (en) | 2005-02-04 | 2006-08-10 | Rosetta Inpharmatics Llc | Methods of predicting chemotherapy responsiveness in breast cancer patients |
EP2081950B1 (en) * | 2006-09-21 | 2013-03-20 | Nuclea Biomarkers LLC | Expression profiles associated with irinotecan treatment |
WO2008086182A2 (en) * | 2007-01-04 | 2008-07-17 | University Of Rochester | Use of gene signatures to design novel cancer treatment regimens |
JP4507021B2 (ja) | 2008-12-18 | 2010-07-21 | 日本電気株式会社 | 無線通信システム、基地局、無線通信方法、プログラム |
JP5892794B2 (ja) * | 2009-10-02 | 2016-03-23 | 学校法人 久留米大学 | 癌患者に対する免疫療法の治療効果および/または免疫療法後の予後の予測方法、ならびに該方法に用いる遺伝子セットおよびキット |
-
2011
- 2011-03-30 JP JP2012522484A patent/JPWO2012002011A1/ja active Pending
- 2011-03-30 US US13/807,418 patent/US20130157893A1/en not_active Abandoned
- 2011-03-30 EP EP11800481.1A patent/EP2589665A4/en not_active Withdrawn
- 2011-03-30 WO PCT/JP2011/058094 patent/WO2012002011A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007037409A (ja) * | 2005-07-29 | 2007-02-15 | Taiho Yakuhin Kogyo Kk | 抗癌剤投与後の大腸癌患者の予後予測方法 |
JP2009509525A (ja) * | 2005-09-27 | 2009-03-12 | ディジタルジェノミクスインコーポレーション | 急性骨髄性白血病患者の抗癌剤治療反応性予測用マーカー |
JP2009532035A (ja) * | 2006-03-31 | 2009-09-10 | ブリストル−マイヤーズ スクイブ カンパニー | 微小管安定化剤に対する感受性を決定するためのバイオマーカーおよび方法 |
WO2010029174A2 (en) * | 2008-09-15 | 2010-03-18 | Glaxosmithkline Biologicals S.A. | Method |
Non-Patent Citations (7)
Title |
---|
JPN6010062208; Biotherapy, (2009.05), 23, [3], p.225-230 * |
JPN6011025871; 泌尿器外科 Vol.21, No.8, 2008, p.1043-1047 * |
JPN6011025873; BMC Bioinformatics Vol.10, No.372, 2009 * |
JPN6014053916; 日本癌学会学術総会記事, (2009.08), 68th, p.297(P-0592) * |
JPN6015022078; 日本免疫学会総会・学術集会記録 Vol.39, 2009, p.120 * |
JPN6015022079; Cancer Immunol Immunother Vol.42, 1996, p.303-309 * |
JPN6015022080; 日本臨床 Vol.63, No.9, 2005, p.49-54 * |
Also Published As
Publication number | Publication date |
---|---|
EP2589665A4 (en) | 2013-11-20 |
EP2589665A1 (en) | 2013-05-08 |
US20130157893A1 (en) | 2013-06-20 |
WO2012002011A1 (ja) | 2012-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gur et al. | LGR5 expressing skin fibroblasts define a major cellular hub perturbed in scleroderma | |
WO2012002011A1 (ja) | がん患者に対する免疫療法の治療効果の予測方法、ならびに該方法に用いる遺伝子セットおよびキット | |
CN109777872B (zh) | 肺癌中的t细胞亚群及其特征基因 | |
EP2412825B1 (en) | Leukemia stem cell markers | |
EP2909340B1 (en) | Diagnostic method for predicting response to tnf alpha inhibitor | |
JP2013526845A (ja) | サイトカイン標的薬(CyTD)に対する、炎症性疾患に罹患している対象の初期応答または非応答を予測する遺伝子および遺伝子の組み合わせ | |
CN101068936A (zh) | 用于实体瘤预后及治疗的方法和系统 | |
JP5892794B2 (ja) | 癌患者に対する免疫療法の治療効果および/または免疫療法後の予後の予測方法、ならびに該方法に用いる遺伝子セットおよびキット | |
JP2016192944A (ja) | 遺伝子発現解析による膵臓癌の検出 | |
JP2012527895A (ja) | 被移植者における免疫寛容に伴うb細胞の特性 | |
JP5970123B1 (ja) | 遺伝子発現解析による膵臓癌の検出 | |
DK2148932T3 (en) | SOX11 expression in malignant lymphomas | |
KR101620274B1 (ko) | 비만의 진단용 조성물 및 이의 용도 | |
KR20170072685A (ko) | 삼중음성유방암의 아형 분류 방법 | |
JP6788256B2 (ja) | 冠動脈イベント予測のための方法及び試薬 | |
CN112489800B (zh) | 一种前列腺癌患者的预后评估系统及其应用 | |
WO2017214189A1 (en) | Methods and compositions for detection and diagnosis of bladder cancer | |
JP6392201B2 (ja) | 遺伝子発現解析による膵臓癌の検出 | |
JP6982032B2 (ja) | 多発性骨髄腫のためのgep5モデル | |
US11881286B2 (en) | CD8+ t cell based immunosuppressive tumor microenvironment detection method | |
Zhao et al. | Overexpression of CDCP1 is Associated with Poor Prognosis and Enhanced Immune Checkpoints Expressions in Breast Cancer | |
JP2024010403A (ja) | 予後予測方法、治療効果予測方法、マーカー、変異パネル、発現パネル、及び診断薬 | |
杉尾健志 | Microenvironmental immune cell signatures dictate clinical outcomes for PTCL-NOS | |
Johnston | The biology and clinical significance of the microenvironment of pediatric Hodgkin lymphoma | |
Zvirblyte et al. | Single-cell transcriptional profiling of clear cell renal cell carcinoma reveals an invasive tumor vasculature phenotype |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140312 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140312 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20141209 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20141215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20141209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150602 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20151110 |