JPWO2020113237A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2020113237A5 JPWO2020113237A5 JP2021530882A JP2021530882A JPWO2020113237A5 JP WO2020113237 A5 JPWO2020113237 A5 JP WO2020113237A5 JP 2021530882 A JP2021530882 A JP 2021530882A JP 2021530882 A JP2021530882 A JP 2021530882A JP WO2020113237 A5 JPWO2020113237 A5 JP WO2020113237A5
- Authority
- JP
- Japan
- Prior art keywords
- machine learning
- group
- data
- computers
- folfox
- 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.)
- Granted
Links
- 238000010801 machine learning Methods 0.000 claims description 151
- 238000011282 treatment Methods 0.000 claims description 98
- 238000000034 method Methods 0.000 claims description 91
- YXTKHLHCVFUPPT-YYFJYKOTSA-N (2s)-2-[[4-[(2-amino-5-formyl-4-oxo-1,6,7,8-tetrahydropteridin-6-yl)methylamino]benzoyl]amino]pentanedioic acid;(1r,2r)-1,2-dimethanidylcyclohexane;5-fluoro-1h-pyrimidine-2,4-dione;oxalic acid;platinum(2+) Chemical compound [Pt+2].OC(=O)C(O)=O.[CH2-][C@@H]1CCCC[C@H]1[CH2-].FC1=CNC(=O)NC1=O.C1NC=2NC(N)=NC(=O)C=2N(C=O)C1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 YXTKHLHCVFUPPT-YYFJYKOTSA-N 0.000 claims description 71
- 230000008901 benefit Effects 0.000 claims description 58
- 238000012545 processing Methods 0.000 claims description 45
- 102100032481 B-cell CLL/lymphoma 9 protein Human genes 0.000 claims description 36
- 101000798495 Homo sapiens B-cell CLL/lymphoma 9 protein Proteins 0.000 claims description 36
- 101000610107 Homo sapiens Pre-B-cell leukemia transcription factor 1 Proteins 0.000 claims description 36
- 102100040171 Pre-B-cell leukemia transcription factor 1 Human genes 0.000 claims description 36
- 102100032610 Guanine nucleotide-binding protein G(s) subunit alpha isoforms XLas Human genes 0.000 claims description 35
- 101001014590 Homo sapiens Guanine nucleotide-binding protein G(s) subunit alpha isoforms XLas Proteins 0.000 claims description 35
- 101001014594 Homo sapiens Guanine nucleotide-binding protein G(s) subunit alpha isoforms short Proteins 0.000 claims description 35
- 101001014610 Homo sapiens Neuroendocrine secretory protein 55 Proteins 0.000 claims description 35
- 101000797903 Homo sapiens Protein ALEX Proteins 0.000 claims description 35
- 108090000623 proteins and genes Proteins 0.000 claims description 35
- 101000728236 Homo sapiens Polycomb group protein ASXL1 Proteins 0.000 claims description 34
- 102100029799 Polycomb group protein ASXL1 Human genes 0.000 claims description 34
- 206010028980 Neoplasm Diseases 0.000 claims description 33
- 102100025007 14-3-3 protein epsilon Human genes 0.000 claims description 27
- 101000760079 Homo sapiens 14-3-3 protein epsilon Proteins 0.000 claims description 27
- 101001069727 Homo sapiens Paired mesoderm homeobox protein 1 Proteins 0.000 claims description 27
- 102100027004 Inhibin beta A chain Human genes 0.000 claims description 27
- 102100033786 Paired mesoderm homeobox protein 1 Human genes 0.000 claims description 27
- 108010019691 inhibin beta A subunit Proteins 0.000 claims description 27
- 102000004000 Aurora Kinase A Human genes 0.000 claims description 26
- 108090000461 Aurora Kinase A Proteins 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 25
- 102100026548 Caspase-8 Human genes 0.000 claims description 24
- 101000983528 Homo sapiens Caspase-8 Proteins 0.000 claims description 24
- 101000981546 Homo sapiens LHFPL tetraspan subfamily member 6 protein Proteins 0.000 claims description 24
- 102100024116 LHFPL tetraspan subfamily member 6 protein Human genes 0.000 claims description 24
- 238000002560 therapeutic procedure Methods 0.000 claims description 22
- 238000013145 classification model Methods 0.000 claims description 21
- 102100029375 Crk-like protein Human genes 0.000 claims description 20
- 101000919315 Homo sapiens Crk-like protein Proteins 0.000 claims description 20
- 101001013158 Homo sapiens Myeloid leukemia factor 1 Proteins 0.000 claims description 20
- 102100029691 Myeloid leukemia factor 1 Human genes 0.000 claims description 20
- 239000012472 biological sample Substances 0.000 claims description 20
- 102100038885 Histone acetyltransferase p300 Human genes 0.000 claims description 18
- 101000882390 Homo sapiens Histone acetyltransferase p300 Proteins 0.000 claims description 18
- 206010009944 Colon cancer Diseases 0.000 claims description 16
- 108010083123 CDX2 Transcription Factor Proteins 0.000 claims description 15
- 208000001333 Colorectal Neoplasms Diseases 0.000 claims description 15
- 102100031513 Fc receptor-like protein 4 Human genes 0.000 claims description 15
- 102100031671 Homeobox protein CDX-2 Human genes 0.000 claims description 15
- 101000846909 Homo sapiens Fc receptor-like protein 4 Proteins 0.000 claims description 15
- 239000012530 fluid Substances 0.000 claims description 15
- 102100031456 Centriolin Human genes 0.000 claims description 14
- 101000941711 Homo sapiens Centriolin Proteins 0.000 claims description 14
- 101001005667 Homo sapiens Mastermind-like protein 2 Proteins 0.000 claims description 14
- 101001030211 Homo sapiens Myc proto-oncogene protein Proteins 0.000 claims description 14
- 101000808799 Homo sapiens Splicing factor U2AF 35 kDa subunit Proteins 0.000 claims description 14
- 102100025130 Mastermind-like protein 2 Human genes 0.000 claims description 14
- 102100038895 Myc proto-oncogene protein Human genes 0.000 claims description 14
- 102100038501 Splicing factor U2AF 35 kDa subunit Human genes 0.000 claims description 14
- 210000004027 cell Anatomy 0.000 claims description 14
- VVIAGPKUTFNRDU-UHFFFAOYSA-N 6S-folinic acid Natural products C1NC=2NC(N)=NC(=O)C=2N(C=O)C1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 VVIAGPKUTFNRDU-UHFFFAOYSA-N 0.000 claims description 13
- 108700003785 Baculoviral IAP Repeat-Containing 3 Proteins 0.000 claims description 13
- 102100021662 Baculoviral IAP repeat-containing protein 3 Human genes 0.000 claims description 13
- 101150104237 Birc3 gene Proteins 0.000 claims description 13
- GHASVSINZRGABV-UHFFFAOYSA-N Fluorouracil Chemical compound FC1=CNC(=O)NC1=O GHASVSINZRGABV-UHFFFAOYSA-N 0.000 claims description 13
- 102100030308 Homeobox protein Hox-A11 Human genes 0.000 claims description 13
- 101001083158 Homo sapiens Homeobox protein Hox-A11 Proteins 0.000 claims description 13
- 101100379220 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) API2 gene Proteins 0.000 claims description 13
- 229960002949 fluorouracil Drugs 0.000 claims description 13
- VVIAGPKUTFNRDU-ABLWVSNPSA-N folinic acid Chemical compound C1NC=2NC(N)=NC(=O)C=2N(C=O)C1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 VVIAGPKUTFNRDU-ABLWVSNPSA-N 0.000 claims description 13
- 235000008191 folinic acid Nutrition 0.000 claims description 13
- 239000011672 folinic acid Substances 0.000 claims description 13
- 229960001691 leucovorin Drugs 0.000 claims description 13
- 238000007637 random forest analysis Methods 0.000 claims description 13
- 101000581507 Homo sapiens Methyl-CpG-binding domain protein 1 Proteins 0.000 claims description 12
- 101000576323 Homo sapiens Motor neuron and pancreas homeobox protein 1 Proteins 0.000 claims description 12
- 101001134861 Homo sapiens Pericentriolar material 1 protein Proteins 0.000 claims description 12
- 101000591128 Homo sapiens RNA-binding protein Musashi homolog 2 Proteins 0.000 claims description 12
- 101000804798 Homo sapiens Werner syndrome ATP-dependent helicase Proteins 0.000 claims description 12
- 102100027383 Methyl-CpG-binding domain protein 1 Human genes 0.000 claims description 12
- 102100025170 Motor neuron and pancreas homeobox protein 1 Human genes 0.000 claims description 12
- 102100034027 RNA-binding protein Musashi homolog 2 Human genes 0.000 claims description 12
- -1 TERT Proteins 0.000 claims description 12
- 102100035336 Werner syndrome ATP-dependent helicase Human genes 0.000 claims description 12
- 102100038776 ADP-ribosylation factor-related protein 1 Human genes 0.000 claims description 11
- 102100034580 AT-rich interactive domain-containing protein 1A Human genes 0.000 claims description 11
- 102100022089 Acyl-[acyl-carrier-protein] hydrolase Human genes 0.000 claims description 11
- 101000964894 Bos taurus 14-3-3 protein zeta/delta Proteins 0.000 claims description 11
- 102100033642 Bromodomain-containing protein 3 Human genes 0.000 claims description 11
- 102100026359 Cyclic AMP-responsive element-binding protein 1 Human genes 0.000 claims description 11
- 102100028202 Cytochrome c oxidase subunit 6C Human genes 0.000 claims description 11
- 102100024607 DNA topoisomerase 1 Human genes 0.000 claims description 11
- 102100023274 Dual specificity mitogen-activated protein kinase kinase 4 Human genes 0.000 claims description 11
- 102100020903 Ezrin Human genes 0.000 claims description 11
- 102100034553 Fanconi anemia group J protein Human genes 0.000 claims description 11
- 102100037858 G1/S-specific cyclin-E1 Human genes 0.000 claims description 11
- 102100031493 Growth arrest-specific protein 7 Human genes 0.000 claims description 11
- 102100029235 Histone-lysine N-methyltransferase NSD3 Human genes 0.000 claims description 11
- 101000809413 Homo sapiens ADP-ribosylation factor-related protein 1 Proteins 0.000 claims description 11
- 101000924266 Homo sapiens AT-rich interactive domain-containing protein 1A Proteins 0.000 claims description 11
- 101000824278 Homo sapiens Acyl-[acyl-carrier-protein] hydrolase Proteins 0.000 claims description 11
- 101000871851 Homo sapiens Bromodomain-containing protein 3 Proteins 0.000 claims description 11
- 101000855516 Homo sapiens Cyclic AMP-responsive element-binding protein 1 Proteins 0.000 claims description 11
- 101000861049 Homo sapiens Cytochrome c oxidase subunit 6C Proteins 0.000 claims description 11
- 101000830681 Homo sapiens DNA topoisomerase 1 Proteins 0.000 claims description 11
- 101001115395 Homo sapiens Dual specificity mitogen-activated protein kinase kinase 4 Proteins 0.000 claims description 11
- 101000848171 Homo sapiens Fanconi anemia group J protein Proteins 0.000 claims description 11
- 101000738568 Homo sapiens G1/S-specific cyclin-E1 Proteins 0.000 claims description 11
- 101000923044 Homo sapiens Growth arrest-specific protein 7 Proteins 0.000 claims description 11
- 101000634046 Homo sapiens Histone-lysine N-methyltransferase NSD3 Proteins 0.000 claims description 11
- 101000961071 Homo sapiens NF-kappa-B inhibitor alpha Proteins 0.000 claims description 11
- 101000973211 Homo sapiens Nuclear factor 1 B-type Proteins 0.000 claims description 11
- 101000601661 Homo sapiens Paired box protein Pax-7 Proteins 0.000 claims description 11
- 101000579484 Homo sapiens Period circadian protein homolog 1 Proteins 0.000 claims description 11
- 101001126582 Homo sapiens Post-GPI attachment to proteins factor 3 Proteins 0.000 claims description 11
- 101000798015 Homo sapiens RAC-beta serine/threonine-protein kinase Proteins 0.000 claims description 11
- 101100078258 Homo sapiens RUNX1T1 gene Proteins 0.000 claims description 11
- 101000932478 Homo sapiens Receptor-type tyrosine-protein kinase FLT3 Proteins 0.000 claims description 11
- 101000687474 Homo sapiens Rhombotin-1 Proteins 0.000 claims description 11
- 101000631899 Homo sapiens Ribosome maturation protein SBDS Proteins 0.000 claims description 11
- 101000654740 Homo sapiens Septin-5 Proteins 0.000 claims description 11
- 101000740519 Homo sapiens Syndecan-4 Proteins 0.000 claims description 11
- 101000655119 Homo sapiens T-cell leukemia homeobox protein 3 Proteins 0.000 claims description 11
- 101000837401 Homo sapiens T-cell leukemia/lymphoma protein 1A Proteins 0.000 claims description 11
- 101000702545 Homo sapiens Transcription activator BRG1 Proteins 0.000 claims description 11
- 101000813738 Homo sapiens Transcription factor ETV6 Proteins 0.000 claims description 11
- 101000664703 Homo sapiens Transcription factor SOX-10 Proteins 0.000 claims description 11
- 101001051166 Homo sapiens Transcriptional activator MN1 Proteins 0.000 claims description 11
- 101000611023 Homo sapiens Tumor necrosis factor receptor superfamily member 6 Proteins 0.000 claims description 11
- 101000851018 Homo sapiens Vascular endothelial growth factor receptor 1 Proteins 0.000 claims description 11
- 101000650162 Homo sapiens WW domain-containing transcription regulator protein 1 Proteins 0.000 claims description 11
- 101000782132 Homo sapiens Zinc finger protein 217 Proteins 0.000 claims description 11
- 102000000588 Interleukin-2 Human genes 0.000 claims description 11
- 108010002350 Interleukin-2 Proteins 0.000 claims description 11
- 102000004034 Kelch-Like ECH-Associated Protein 1 Human genes 0.000 claims description 11
- 108090000484 Kelch-Like ECH-Associated Protein 1 Proteins 0.000 claims description 11
- 102100039337 NF-kappa-B inhibitor alpha Human genes 0.000 claims description 11
- 102100022165 Nuclear factor 1 B-type Human genes 0.000 claims description 11
- 102100037503 Paired box protein Pax-7 Human genes 0.000 claims description 11
- 102100028293 Period circadian protein homolog 1 Human genes 0.000 claims description 11
- 102100040990 Platelet-derived growth factor subunit B Human genes 0.000 claims description 11
- 102100024952 Protein CBFA2T1 Human genes 0.000 claims description 11
- 108010019674 Proto-Oncogene Proteins c-sis Proteins 0.000 claims description 11
- 102100032315 RAC-beta serine/threonine-protein kinase Human genes 0.000 claims description 11
- 108090000740 RNA-binding protein EWS Proteins 0.000 claims description 11
- 102000004229 RNA-binding protein EWS Human genes 0.000 claims description 11
- 108700040655 RUNX1 Translocation Partner 1 Proteins 0.000 claims description 11
- 102100020718 Receptor-type tyrosine-protein kinase FLT3 Human genes 0.000 claims description 11
- 102100024869 Rhombotin-1 Human genes 0.000 claims description 11
- 102100028750 Ribosome maturation protein SBDS Human genes 0.000 claims description 11
- 102100032744 Septin-5 Human genes 0.000 claims description 11
- 102100037220 Syndecan-4 Human genes 0.000 claims description 11
- 102100032568 T-cell leukemia homeobox protein 3 Human genes 0.000 claims description 11
- 102100028676 T-cell leukemia/lymphoma protein 1A Human genes 0.000 claims description 11
- 102100031027 Transcription activator BRG1 Human genes 0.000 claims description 11
- 102100039580 Transcription factor ETV6 Human genes 0.000 claims description 11
- 102100038808 Transcription factor SOX-10 Human genes 0.000 claims description 11
- 102100024592 Transcriptional activator MN1 Human genes 0.000 claims description 11
- 102100033178 Vascular endothelial growth factor receptor 1 Human genes 0.000 claims description 11
- 102100027548 WW domain-containing transcription regulator protein 1 Human genes 0.000 claims description 11
- 101100100541 Zea mays BX1 gene Proteins 0.000 claims description 11
- 102100036595 Zinc finger protein 217 Human genes 0.000 claims description 11
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- 210000001519 tissue Anatomy 0.000 claims description 10
- 102100022716 Atypical chemokine receptor 3 Human genes 0.000 claims description 9
- 101000678890 Homo sapiens Atypical chemokine receptor 3 Proteins 0.000 claims description 9
- 101000798007 Homo sapiens RAC-gamma serine/threonine-protein kinase Proteins 0.000 claims description 9
- 101000796673 Homo sapiens Transformation/transcription domain-associated protein Proteins 0.000 claims description 9
- 102100032314 RAC-gamma serine/threonine-protein kinase Human genes 0.000 claims description 9
- 102100032762 Transformation/transcription domain-associated protein Human genes 0.000 claims description 9
- 102000039446 nucleic acids Human genes 0.000 claims description 8
- 108020004707 nucleic acids Proteins 0.000 claims description 8
- 150000007523 nucleic acids Chemical class 0.000 claims description 8
- DWAFYCQODLXJNR-BNTLRKBRSA-L oxaliplatin Chemical compound O1C(=O)C(=O)O[Pt]11N[C@@H]2CCCC[C@H]2N1 DWAFYCQODLXJNR-BNTLRKBRSA-L 0.000 claims description 8
- 229960001756 oxaliplatin Drugs 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- UWKQSNNFCGGAFS-XIFFEERXSA-N irinotecan Chemical compound C1=C2C(CC)=C3CN(C(C4=C([C@@](C(=O)OC4)(O)CC)C=4)=O)C=4C3=NC2=CC=C1OC(=O)N(CC1)CCC1N1CCCCC1 UWKQSNNFCGGAFS-XIFFEERXSA-N 0.000 claims description 7
- 229960004768 irinotecan Drugs 0.000 claims description 7
- 239000000523 sample Substances 0.000 claims description 7
- 210000001124 body fluid Anatomy 0.000 claims description 6
- 101000854648 Homo sapiens Ezrin Proteins 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 5
- 230000003211 malignant effect Effects 0.000 claims description 5
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims description 4
- 208000015634 Rectal Neoplasms Diseases 0.000 claims description 4
- 210000003567 ascitic fluid Anatomy 0.000 claims description 4
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 4
- 210000003608 fece Anatomy 0.000 claims description 4
- 210000004910 pleural fluid Anatomy 0.000 claims description 4
- 206010038038 rectal cancer Diseases 0.000 claims description 4
- 201000001275 rectum cancer Diseases 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 206010003445 Ascites Diseases 0.000 claims description 2
- 108091005461 Nucleic proteins Proteins 0.000 claims description 2
- 208000005228 Pericardial Effusion Diseases 0.000 claims description 2
- 206010036790 Productive cough Diseases 0.000 claims description 2
- 210000004381 amniotic fluid Anatomy 0.000 claims description 2
- 210000001742 aqueous humor Anatomy 0.000 claims description 2
- 210000000941 bile Anatomy 0.000 claims description 2
- 210000004952 blastocoel Anatomy 0.000 claims description 2
- 210000001185 bone marrow Anatomy 0.000 claims description 2
- 210000002533 bulbourethral gland Anatomy 0.000 claims description 2
- 210000002939 cerumen Anatomy 0.000 claims description 2
- 210000003756 cervix mucus Anatomy 0.000 claims description 2
- 210000001268 chyle Anatomy 0.000 claims description 2
- 210000004913 chyme Anatomy 0.000 claims description 2
- 210000003722 extracellular fluid Anatomy 0.000 claims description 2
- 210000004700 fetal blood Anatomy 0.000 claims description 2
- 210000004251 human milk Anatomy 0.000 claims description 2
- 235000020256 human milk Nutrition 0.000 claims description 2
- 230000001926 lymphatic effect Effects 0.000 claims description 2
- 230000002175 menstrual effect Effects 0.000 claims description 2
- 210000003097 mucus Anatomy 0.000 claims description 2
- 238000013188 needle biopsy Methods 0.000 claims description 2
- 210000001819 pancreatic juice Anatomy 0.000 claims description 2
- 210000004912 pericardial fluid Anatomy 0.000 claims description 2
- 210000005259 peripheral blood Anatomy 0.000 claims description 2
- 239000011886 peripheral blood Substances 0.000 claims description 2
- 210000002381 plasma Anatomy 0.000 claims description 2
- 210000004908 prostatic fluid Anatomy 0.000 claims description 2
- 210000004915 pus Anatomy 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 210000002374 sebum Anatomy 0.000 claims description 2
- 230000028327 secretion Effects 0.000 claims description 2
- 210000000582 semen Anatomy 0.000 claims description 2
- 210000002966 serum Anatomy 0.000 claims description 2
- 210000003802 sputum Anatomy 0.000 claims description 2
- 208000024794 sputum Diseases 0.000 claims description 2
- 210000004243 sweat Anatomy 0.000 claims description 2
- 210000001179 synovial fluid Anatomy 0.000 claims description 2
- 210000001138 tear Anatomy 0.000 claims description 2
- 210000002700 urine Anatomy 0.000 claims description 2
- 210000004916 vomit Anatomy 0.000 claims description 2
- 230000008673 vomiting Effects 0.000 claims description 2
- 239000003124 biologic agent Substances 0.000 claims 3
- 210000001072 colon Anatomy 0.000 claims 3
- JYEFSHLLTQIXIO-SMNQTINBSA-N folfiri regimen Chemical compound FC1=CNC(=O)NC1=O.C1NC=2NC(N)=NC(=O)C=2N(C=O)C1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1.C1=C2C(CC)=C3CN(C(C4=C([C@@](C(=O)OC4)(O)CC)C=4)=O)C=4C3=NC2=CC=C1OC(=O)N(CC1)CCC1N1CCCCC1 JYEFSHLLTQIXIO-SMNQTINBSA-N 0.000 claims 3
- 206010052358 Colorectal cancer metastatic Diseases 0.000 claims 2
- 229960000397 bevacizumab Drugs 0.000 claims 2
- 229960005395 cetuximab Drugs 0.000 claims 2
- 229960000074 biopharmaceutical Drugs 0.000 claims 1
- 239000010839 body fluid Substances 0.000 claims 1
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 238000007482 whole exome sequencing Methods 0.000 claims 1
- 239000000090 biomarker Substances 0.000 description 32
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 25
- 201000011510 cancer Diseases 0.000 description 21
- 201000010099 disease Diseases 0.000 description 13
- 208000035475 disorder Diseases 0.000 description 12
- 238000003556 assay Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 8
- 108010011536 PTEN Phosphohydrolase Proteins 0.000 description 7
- 102000014160 PTEN Phosphohydrolase Human genes 0.000 description 7
- 238000003364 immunohistochemistry Methods 0.000 description 6
- 102100037799 DNA-binding protein Ikaros Human genes 0.000 description 4
- 101000599038 Homo sapiens DNA-binding protein Ikaros Proteins 0.000 description 4
- 210000003169 central nervous system Anatomy 0.000 description 4
- 201000009030 Carcinoma Diseases 0.000 description 3
- 108020004414 DNA Proteins 0.000 description 3
- 102000053602 DNA Human genes 0.000 description 3
- 206010073059 Malignant neoplasm of unknown primary site Diseases 0.000 description 3
- 206010035226 Plasma cell myeloma Diseases 0.000 description 3
- 230000002496 gastric effect Effects 0.000 description 3
- 208000032839 leukemia Diseases 0.000 description 3
- 238000007481 next generation sequencing Methods 0.000 description 3
- 208000031261 Acute myeloid leukaemia Diseases 0.000 description 2
- 201000008271 Atypical teratoid rhabdoid tumor Diseases 0.000 description 2
- 206010004593 Bile duct cancer Diseases 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- 206010006143 Brain stem glioma Diseases 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 208000037138 Central nervous system embryonal tumor Diseases 0.000 description 2
- 208000008839 Kidney Neoplasms Diseases 0.000 description 2
- 206010025323 Lymphomas Diseases 0.000 description 2
- 208000034578 Multiple myelomas Diseases 0.000 description 2
- 201000007224 Myeloproliferative neoplasm Diseases 0.000 description 2
- 208000007571 Ovarian Epithelial Carcinoma Diseases 0.000 description 2
- 206010033128 Ovarian cancer Diseases 0.000 description 2
- 208000007641 Pinealoma Diseases 0.000 description 2
- 208000033014 Plasma cell tumor Diseases 0.000 description 2
- 208000007452 Plasmacytoma Diseases 0.000 description 2
- 206010038389 Renal cancer Diseases 0.000 description 2
- 208000024770 Thyroid neoplasm Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 201000011243 gastrointestinal stromal tumor Diseases 0.000 description 2
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 2
- 231100000844 hepatocellular carcinoma Toxicity 0.000 description 2
- 201000010982 kidney cancer Diseases 0.000 description 2
- 230000036210 malignancy Effects 0.000 description 2
- 201000005962 mycosis fungoides Diseases 0.000 description 2
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 208000010626 plasma cell neoplasm Diseases 0.000 description 2
- 238000003752 polymerase chain reaction Methods 0.000 description 2
- 229920002477 rna polymer Polymers 0.000 description 2
- 206010041823 squamous cell carcinoma Diseases 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 201000008205 supratentorial primitive neuroectodermal tumor Diseases 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 208000008732 thymoma Diseases 0.000 description 2
- 201000002510 thyroid cancer Diseases 0.000 description 2
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 2
- 208000030507 AIDS Diseases 0.000 description 1
- 208000002008 AIDS-Related Lymphoma Diseases 0.000 description 1
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 1
- 208000014697 Acute lymphocytic leukaemia Diseases 0.000 description 1
- 206010052747 Adenocarcinoma pancreas Diseases 0.000 description 1
- 206010061424 Anal cancer Diseases 0.000 description 1
- 208000007860 Anus Neoplasms Diseases 0.000 description 1
- 108091023037 Aptamer Proteins 0.000 description 1
- 206010003571 Astrocytoma Diseases 0.000 description 1
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 description 1
- 206010004146 Basal cell carcinoma Diseases 0.000 description 1
- 206010005003 Bladder cancer Diseases 0.000 description 1
- 208000011691 Burkitt lymphomas Diseases 0.000 description 1
- 206010007275 Carcinoid tumour Diseases 0.000 description 1
- 206010007279 Carcinoid tumour of the gastrointestinal tract Diseases 0.000 description 1
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 description 1
- 206010052360 Colorectal adenocarcinoma Diseases 0.000 description 1
- 208000009798 Craniopharyngioma Diseases 0.000 description 1
- 102100028843 DNA mismatch repair protein Mlh1 Human genes 0.000 description 1
- 102100034157 DNA mismatch repair protein Msh2 Human genes 0.000 description 1
- 102100021147 DNA mismatch repair protein Msh6 Human genes 0.000 description 1
- 201000008228 Ependymoblastoma Diseases 0.000 description 1
- 206010014967 Ependymoma Diseases 0.000 description 1
- 206010014968 Ependymoma malignant Diseases 0.000 description 1
- 208000006168 Ewing Sarcoma Diseases 0.000 description 1
- 208000017259 Extragonadal germ cell tumor Diseases 0.000 description 1
- 208000022072 Gallbladder Neoplasms Diseases 0.000 description 1
- 206010051066 Gastrointestinal stromal tumour Diseases 0.000 description 1
- 208000021309 Germ cell tumor Diseases 0.000 description 1
- 208000032612 Glial tumor Diseases 0.000 description 1
- 206010018338 Glioma Diseases 0.000 description 1
- 101001134036 Homo sapiens DNA mismatch repair protein Msh2 Proteins 0.000 description 1
- 101000968658 Homo sapiens DNA mismatch repair protein Msh6 Proteins 0.000 description 1
- 208000007766 Kaposi sarcoma Diseases 0.000 description 1
- 201000005099 Langerhans cell histiocytosis Diseases 0.000 description 1
- 208000031671 Large B-Cell Diffuse Lymphoma Diseases 0.000 description 1
- 206010023825 Laryngeal cancer Diseases 0.000 description 1
- 206010061523 Lip and/or oral cavity cancer Diseases 0.000 description 1
- 206010062038 Lip neoplasm Diseases 0.000 description 1
- 206010025312 Lymphoma AIDS related Diseases 0.000 description 1
- 229910015837 MSH2 Inorganic materials 0.000 description 1
- 208000030070 Malignant epithelial tumor of ovary Diseases 0.000 description 1
- 206010061269 Malignant peritoneal neoplasm Diseases 0.000 description 1
- 208000000172 Medulloblastoma Diseases 0.000 description 1
- 208000002030 Merkel cell carcinoma Diseases 0.000 description 1
- 206010027406 Mesothelioma Diseases 0.000 description 1
- 108010074346 Mismatch Repair Endonuclease PMS2 Proteins 0.000 description 1
- 102100037480 Mismatch repair endonuclease PMS2 Human genes 0.000 description 1
- 208000003445 Mouth Neoplasms Diseases 0.000 description 1
- 108010026664 MutL Protein Homolog 1 Proteins 0.000 description 1
- 201000003793 Myelodysplastic syndrome Diseases 0.000 description 1
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 description 1
- 208000033776 Myeloid Acute Leukemia Diseases 0.000 description 1
- 206010028729 Nasal cavity cancer Diseases 0.000 description 1
- 206010028767 Nasal sinus cancer Diseases 0.000 description 1
- 208000002454 Nasopharyngeal Carcinoma Diseases 0.000 description 1
- 206010061306 Nasopharyngeal cancer Diseases 0.000 description 1
- 208000034176 Neoplasms, Germ Cell and Embryonal Diseases 0.000 description 1
- 206010029266 Neuroendocrine carcinoma of the skin Diseases 0.000 description 1
- 201000010133 Oligodendroglioma Diseases 0.000 description 1
- 206010031096 Oropharyngeal cancer Diseases 0.000 description 1
- 206010057444 Oropharyngeal neoplasm Diseases 0.000 description 1
- 206010061328 Ovarian epithelial cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 208000003937 Paranasal Sinus Neoplasms Diseases 0.000 description 1
- 208000000821 Parathyroid Neoplasms Diseases 0.000 description 1
- 206010061336 Pelvic neoplasm Diseases 0.000 description 1
- 206010051949 Peritoneal sarcoma Diseases 0.000 description 1
- 206010050487 Pinealoblastoma Diseases 0.000 description 1
- 208000007913 Pituitary Neoplasms Diseases 0.000 description 1
- 201000007552 Pituitary carcinoma Diseases 0.000 description 1
- 208000002664 Pleural Solitary Fibrous Tumor Diseases 0.000 description 1
- 201000008199 Pleuropulmonary blastoma Diseases 0.000 description 1
- 208000006664 Precursor Cell Lymphoblastic Leukemia-Lymphoma Diseases 0.000 description 1
- 206010038111 Recurrent cancer Diseases 0.000 description 1
- 208000006265 Renal cell carcinoma Diseases 0.000 description 1
- 201000000582 Retinoblastoma Diseases 0.000 description 1
- 206010039491 Sarcoma Diseases 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 206010068771 Soft tissue neoplasm Diseases 0.000 description 1
- 208000021712 Soft tissue sarcoma Diseases 0.000 description 1
- 208000000102 Squamous Cell Carcinoma of Head and Neck Diseases 0.000 description 1
- 208000031673 T-Cell Cutaneous Lymphoma Diseases 0.000 description 1
- 201000009365 Thymic carcinoma Diseases 0.000 description 1
- 208000033781 Thyroid carcinoma Diseases 0.000 description 1
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 1
- 201000005969 Uveal melanoma Diseases 0.000 description 1
- 208000033559 Waldenström macroglobulinemia Diseases 0.000 description 1
- 208000008383 Wilms tumor Diseases 0.000 description 1
- 208000020990 adrenal cortex carcinoma Diseases 0.000 description 1
- 208000007128 adrenocortical carcinoma Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 201000011165 anus cancer Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000026900 bile duct neoplasm Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000002458 carcinoid tumor Diseases 0.000 description 1
- 208000006990 cholangiocarcinoma Diseases 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 201000007241 cutaneous T cell lymphoma Diseases 0.000 description 1
- 208000017763 cutaneous neuroendocrine carcinoma Diseases 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 206010012818 diffuse large B-cell lymphoma Diseases 0.000 description 1
- 208000037828 epithelial carcinoma Diseases 0.000 description 1
- 208000010932 epithelial neoplasm Diseases 0.000 description 1
- 201000008135 extrahepatic bile duct adenocarcinoma Diseases 0.000 description 1
- 201000008819 extrahepatic bile duct carcinoma Diseases 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 201000010175 gallbladder cancer Diseases 0.000 description 1
- 201000006585 gastric adenocarcinoma Diseases 0.000 description 1
- 201000006972 gastroesophageal adenocarcinoma Diseases 0.000 description 1
- 210000004392 genitalia Anatomy 0.000 description 1
- 201000007116 gestational trophoblastic neoplasm Diseases 0.000 description 1
- 208000005017 glioblastoma Diseases 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 201000003911 head and neck carcinoma Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 201000000459 head and neck squamous cell carcinoma Diseases 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 238000007901 in situ hybridization Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 206010023841 laryngeal neoplasm Diseases 0.000 description 1
- 201000006721 lip cancer Diseases 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 208000030173 low grade glioma Diseases 0.000 description 1
- 201000001142 lung small cell carcinoma Diseases 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 208000026045 malignant tumor of parathyroid gland Diseases 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 210000000716 merkel cell Anatomy 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 208000037819 metastatic cancer Diseases 0.000 description 1
- 208000011575 metastatic malignant neoplasm Diseases 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 230000033607 mismatch repair Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 201000000050 myeloid neoplasm Diseases 0.000 description 1
- 201000011216 nasopharynx carcinoma Diseases 0.000 description 1
- 201000008026 nephroblastoma Diseases 0.000 description 1
- 201000011519 neuroendocrine tumor Diseases 0.000 description 1
- 201000005443 oral cavity cancer Diseases 0.000 description 1
- 201000006958 oropharynx cancer Diseases 0.000 description 1
- 201000008968 osteosarcoma Diseases 0.000 description 1
- 230000002611 ovarian Effects 0.000 description 1
- 201000002094 pancreatic adenocarcinoma Diseases 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 208000003154 papilloma Diseases 0.000 description 1
- 208000029211 papillomatosis Diseases 0.000 description 1
- 201000007052 paranasal sinus cancer Diseases 0.000 description 1
- 201000002524 peritoneal carcinoma Diseases 0.000 description 1
- 208000020943 pineal parenchymal cell neoplasm Diseases 0.000 description 1
- 201000003113 pineoblastoma Diseases 0.000 description 1
- 208000011866 pituitary adenocarcinoma Diseases 0.000 description 1
- 208000025638 primary cutaneous T-cell non-Hodgkin lymphoma Diseases 0.000 description 1
- 208000029340 primitive neuroectodermal tumor Diseases 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 201000005825 prostate adenocarcinoma Diseases 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000012175 pyrosequencing Methods 0.000 description 1
- 208000010639 renal pelvis urothelial carcinoma Diseases 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 201000009571 retroperitoneal cancer Diseases 0.000 description 1
- 201000004846 retroperitoneal sarcoma Diseases 0.000 description 1
- 201000004847 retroperitoneum carcinoma Diseases 0.000 description 1
- 201000009410 rhabdomyosarcoma Diseases 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 208000000649 small cell carcinoma Diseases 0.000 description 1
- 208000000587 small cell lung carcinoma Diseases 0.000 description 1
- 206010062261 spinal cord neoplasm Diseases 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 208000013077 thyroid gland carcinoma Diseases 0.000 description 1
- 206010044412 transitional cell carcinoma Diseases 0.000 description 1
- 230000005945 translocation Effects 0.000 description 1
- 210000000626 ureter Anatomy 0.000 description 1
- 201000000334 ureter transitional cell carcinoma Diseases 0.000 description 1
- 201000005112 urinary bladder cancer Diseases 0.000 description 1
Description
[本発明1001]
対象の疾患もしくは障害の治療の有効性を予測するための機械学習モデルの訓練において使用するための入力データ構造を生成するための、データ処理装置であって、
該データ処理装置が、1つまたは複数のプロセッサと、該1つまたは複数のプロセッサによって実行される場合に該1つまたは複数のプロセッサに動作を実行させる命令を記憶する1つまたは複数の記憶デバイスとを含み、
該動作が、
該データ処理装置により、1つまたは複数のバイオマーカーデータ構造および1つまたは複数の転帰データ構造を得る工程;
該データ処理装置により、対象と関連付けされた1つまたは複数のバイオマーカーを表す第一のデータを、該1つまたは複数のバイオマーカーデータ構造から抽出し、疾患もしくは障害および治療を表す第二のデータを、該1つまたは複数の転帰データ構造から抽出し、該疾患もしくは障害のための治療の転帰を表す第三のデータを抽出する工程;
該データ処理装置により、該1つまたは複数のバイオマーカーを表す第一のデータおよび該疾患もしくは障害および治療を表す第二のデータに基づいて、機械学習モデルへ入力するためのデータ構造を生成する工程;
該データ処理装置により、該生成されたデータ構造を該機械学習モデルへの入力として提供する工程;
該データ処理装置により、該生成されたデータ構造の該機械学習モデルの処理に基づいて、該機械学習モデルによって生成された出力を得る工程;
該データ処理装置により、該疾患もしくは障害のための治療の転帰を表す第三のデータと、該機械学習モデルによって生成された出力との間の差を決定する工程;ならびに
該データ処理装置により、該疾患もしくは障害のための治療の転帰を表す第三のデータと、該機械学習モデルによって生成された出力との間の差に基づいて、該機械学習モデルの1つまたは複数のパラメータを調節する工程
を含む、前記データ処理装置。
[本発明1002]
1つまたは複数のバイオマーカーのセットが、表2~8のいずれか1つに記載された1つまたは複数のバイオマーカーを含む、本発明1001のデータ処理装置。
[本発明1003]
1つまたは複数のバイオマーカーのセットが、本発明1002のバイオマーカーのそれぞれを含む、本発明1001のデータ処理装置。
[本発明1004]
1つまたは複数のバイオマーカーのセットが、本発明1002のバイオマーカーの少なくとも1つを含み、任意で、1つまたは複数のバイオマーカーのセットが、表5、表6、表7、表8中のマーカーまたはそれらの任意の組み合わせを含む、本発明1001のデータ処理装置。
[本発明1005]
特定の治療に対する対象の治療反応性を予測するための機械学習モデルの訓練において使用するための入力データ構造を生成するための、データ処理装置であって、
該データ処理装置が、1つまたは複数のプロセッサと、該1つまたは複数のプロセッサによって実行される場合に該1つまたは複数のプロセッサに動作を実行させる命令を記憶する1つまたは複数の記憶デバイスとを含み、
該動作が、
該データ処理装置により、第一の分散データソースから、対象と関連付けされた1つまたは複数のバイオマーカーのセットを表すデータを構造化する第一のデータ構造を得る工程であって、該第一のデータ構造が、該対象を同定するキーバリューを含む、工程;
該データ処理装置により、該第一のデータ構造を1つまたは複数のメモリデバイスに記憶する工程;
該データ処理装置により、第二の分散データソースから、該1つまたは複数のバイオマーカーを有する対象の転帰データを表すデータを構造化する第二のデータ構造を得る工程であって、該転帰データが、疾患もしくは障害、治療、および該治療の有効性の指標を同定するデータを含み、該第二のデータ構造も、該対象を同定するキーバリューを含む、工程;
該データ処理装置により、該第二のデータ構造を1つまたは複数のメモリデバイスに記憶する工程;
該データ処理装置により、該メモリデバイスに記憶された該第一のデータ構造および該第二のデータ構造を使用して、(i)1つまたは複数のバイオマーカーのセット、該疾患もしくは障害、および治療を表すデータ、ならびに(ii)該疾患もしくは障害のための治療の有効性の指標を提供するラベルを含む、ラベル付き訓練データ構造を生成する工程であって、該データ処理装置により、該第一のデータ構造および第二のデータ構造を使用して生成する工程が、該データ処理装置により、該対象を同定するキーバリューに基づいて、該対象と関連付けされた1つまたは複数のバイオマーカーのセットを表すデータを構造化する第一のデータ構造と、該1つまたは複数のバイオマーカーを有する対象の転帰データを表す第二のデータ構造とを相関させることを含む、工程;ならびに
該データ処理装置により、該生成されたラベル付き訓練データ構造を使用して、機械学習モデルを訓練する工程であって、該生成されたラベル付き訓練データ構造を使用して機械学習モデルを訓練する工程が、該データ処理装置により、該生成されたラベル訓練データ構造を該機械学習モデルへの入力として該機械学習モデルに提供することを含む、工程
を含む、前記データ処理装置。
[本発明1006]
動作が、
データ処理装置により、機械学習モデルから、生成されたラベル付き訓練データ構造の機械学習モデルの処理に基づいて、該機械学習モデルによって生成された出力を得る工程;ならびに
該データ処理装置により、該機械学習モデルによって生成された該出力と、疾患もしくは障害のための治療の有効性の指標を提供するラベルとの間の差を決定する工程
をさらに含む、本発明1005のデータ処理装置。
[本発明1007]
動作が、
データ処理装置により、機械学習モデルによって生成された出力と、疾患もしくは障害のための治療の有効性の指標を提供するラベルとの間の決定された差に基づいて、該機械学習モデルの1つまたは複数のパラメータを調節する工程
をさらに含む、本発明1006のデータ処理装置。
[本発明1008]
1つまたは複数のバイオマーカーのセットが、表2~8のいずれか1つに記載された1つまたは複数のバイオマーカーを含み、任意で、1つまたは複数のバイオマーカーのセットが、表5、表6、表7、表8中のマーカーまたはそれらの任意の組み合わせを含む、本発明1005のデータ処理装置。
[本発明1009]
1つまたは複数のバイオマーカーのセットが、本発明1008のバイオマーカーのそれぞれを含む、本発明1005のデータ処理装置。
[本発明1010]
1つまたは複数のバイオマーカーのセットが、本発明1008のバイオマーカーの1つを含む、本発明1005のデータ処理装置。
[本発明1011]
本発明1001~1010のいずれかの動作のそれぞれに対応する工程を含む、方法。
[本発明1012]
1つまたは複数のコンピュータと、該1つまたは複数のコンピュータによって実行される場合に該1つまたは複数のコンピュータに本発明1001~1010のいずれかの動作のそれぞれを実行させる命令を記憶する1つまたは複数のデータ記憶媒体とを含む、システム。
[本発明1013]
1つまたは複数のコンピュータによって実行可能であり、そのように実行される場合に該1つまたは複数のコンピュータに、本発明1001~1010のいずれかの動作を実行させる命令
を含むソフトウェアを記憶する、非一時的コンピュータ可読媒体。
[本発明1014]
エンティティの分類のための方法であって、
複数の機械学習モデルの各特定の機械学習モデルに関し、
予測または分類を決定するように訓練された特定の機械学習モデルに、分類されるエンティティの種類を表す入力データを提供し、
該特定の機械学習モデルによる入力データの処理に基づいて、該特定の機械学習モデルによって生成された、複数の候補エンティティクラスの初期エンティティクラスへのエンティティ分類を表す出力データを得る工程;
該複数の機械学習モデルのそれぞれに関して得られた出力データを投票ユニットに提供する工程であって、該提供された出力データが、該複数の機械学習モデルのそれぞれによって決定された初期エンティティクラスを表すデータを含む、工程;ならびに
該投票ユニットにより、該提供された出力データに基づいて、該エンティティのための現実のエンティティクラスを決定する工程
を含む、前記方法。
[本発明1015]
エンティティのための現実のエンティティクラスが、提供された出力データに多数決原理を適用することによって決定される、本発明1014の方法。
[本発明1016]
投票ユニットにより、提供された出力データに基づいて、エンティティのための現実のエンティティクラスを決定する工程が、
該投票ユニットにより、複数の候補エンティティクラスの各初期エンティティクラスの出現回数を決定すること;ならびに
該投票ユニットにより、該複数の候補エンティティクラスのうち、最大の出現回数を有する初期エンティティクラスを選択すること
を含む、本発明1014または1015の方法。
[本発明1017]
複数の機械学習モデルの各機械学習モデルが、ランダムフォレスト分類アルゴリズム、サポートベクターマシン、ロジスティック回帰、k近傍法モデル、人工ニューラルネットワーク、単純ベイズモデル、二次判別分析、またはガウス過程モデルを含む、本発明1014~1016のいずれかの方法。
[本発明1018]
複数の機械学習モデルの各機械学習モデルが、ランダムフォレスト分類アルゴリズムを含む、本発明1014~1016のいずれかの方法。
[本発明1019]
複数の機械学習モデルが、同じタイプの分類アルゴリズムの複数の表現を含む、本発明1014~1018のいずれかの方法。
[本発明1020]
入力データが、(i)エンティティ属性、および(ii)疾患もしくは障害のための治療の種類を表す、本発明1014~1018のいずれかの方法。
[本発明1021]
複数の候補エンティティクラスが、反応クラスまたは非反応クラスを含む、本発明1020の方法。
[本発明1022]
エンティティ属性が、エンティティのための1つまたは複数のバイオマーカーを含む、本発明1020または1021の方法。
[本発明1023]
1つまたは複数のバイオマーカーが、エンティティのすべての公知の遺伝子よりも少ない遺伝子のパネルを含む、本発明1022の方法。
[本発明1024]
1つまたは複数のバイオマーカーが、エンティティのためのすべての公知の遺伝子を含む遺伝子のパネルを含む、本発明1022の方法。
[本発明1025]
入力データが、疾患もしくは障害の種類を表すデータをさらに含む、本発明1020~1024のいずれかの方法。
[本発明1026]
1つまたは複数のコンピュータと、該1つまたは複数のコンピュータによって実行される場合に該1つまたは複数のコンピュータに本発明1014~1025のいずれかの動作のそれぞれを実行させる命令を記憶する1つまたは複数のデータ記憶媒体とを含む、システム。
[本発明1027]
1つまたは複数のコンピュータによって実行可能であり、そのように実行される場合に該1つまたは複数のコンピュータに、本発明1014~1025のいずれかの動作を実行させる命令
を含むソフトウェアを記憶する、非一時的コンピュータ可読媒体。
[本発明1028]
対象におけるがん由来の細胞を含む生体試料を得る工程;ならびに
該生体試料中の少なくとも1つのバイオマーカーを評価するためのアッセイを実施する工程
を含む、方法であって、
該バイオマーカーが、
(a)MYC、EP300、U2AF1、ASXL1、MAML2およびCNTRLの1、2、3、4、5または6個すべてを含む、グループ1;
(b)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2の1、2、3、4、5、6、7または8個すべてを含む、グループ2;
(c)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、HOXA11、AURKA、BIRC3、IKZF1、CASP8およびEP300の1、2、3、4、5、6、7、8、9、10、11、12、13または14個すべてを含む、グループ3;
(d)PBX1、BCL9、INHBA、PRRX1、YWHAE、GNAS、LHFPL6、FCRL4、AURKA、IKZF1、CASP8、PTENおよびEP300の1、2、3、4、5、6、7、8、9、10、11、12または13個すべてを含む、グループ4;
(e)BCL9、PBX1、PRRX1、INHBA、GNAS、YWHAE、LHFPL6、FCRL4、PTEN、HOXA11、AURKAおよびBIRC3の1、2、3、4、5、6、7、8、9、10、11または12個すべてを含む、グループ5;
(f)BCL9、PBX1、PRRX1、INHBAおよびYWHAEの1、2、3、4または5個すべてを含む、グループ6;
(g)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1の1、2、3、4、5、6、7、8、9、10、11、12、13、14または15個すべてを含む、グループ7;
(h)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZRの1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44または45個すべてを含む、グループ8;ならびに
(i)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11の1、2、3、4、5、6、7、8、9、10または11個すべてを含む、グループ9
のうちの少なくとも1つを含む、前記方法。
[本発明1029]
生体試料が、ホルマリン固定パラフィン包埋(FFPE)組織、固定組織、コア針生検、穿刺吸引液、非染色スライド、新鮮凍結(FF)組織、ホルマリン試料、核酸もしくはタンパク質分子を保存する溶液に含まれる組織、新鮮な試料、悪性流体、体液、腫瘍試料、組織試料またはそれらの任意の組み合わせを含む、本発明1028の方法。
[本発明1030]
生体試料が固形腫瘍からの細胞を含む、本発明1028または1029の方法。
[本発明1031]
生体試料が体液を含む、本発明1028または1029の方法。
[本発明1032]
体液が、悪性流体、胸膜液、腹膜液またはそれらの任意の組み合わせを含む、本発明1028~1031のいずれかの方法。
[本発明1033]
体液が、末梢血、血清、血漿、腹水、尿、脳脊髄液(CSF)、痰、唾液、骨髄、滑液、眼房水、羊水、耳垢、母乳、気管支肺胞洗浄液、精液、前立腺液、カウパー腺液、尿道球腺液、女性射精液、汗、糞便、涙液、嚢胞液、胸膜液、腹膜液、心膜液、リンパ液、糜粥、乳糜、胆汁、間質液、月経分泌物、膿、皮脂、嘔吐物、膣分泌液、粘膜分泌液、水便、膵液、鼻腔からの洗浄液、気管支肺吸引液、胞胚腔液または臍帯血を含む、本発明1028~1032のいずれかの方法。
[本発明1034]
評価が、バイオマーカーごとにタンパク質または核酸の存在、レベルまたは状態を決定することを含み、任意で、該核酸が、デオキシリボ核酸(DNA)、リボ核酸(RNA)またはそれらの組み合わせを含む、本発明1028~1033のいずれかの方法。
[本発明1035]
(a)タンパク質の存在、レベルまたは状態が、免疫組織化学(IHC)、フローサイトメトリー、イムノアッセイ、抗体もしくはその機能的断片、アプタマーまたはそれらの任意の組み合わせを使用して決定される;および/または
(b)核酸の存在、レベルまたは状態が、ポリメラーゼ連鎖反応(PCR)、インサイチューハイブリダイゼーション、増幅、ハイブリダイゼーション、マイクロアレイ、核酸シーケンシング、ダイターミネータシーケンシング、パイロシーケンシング、次世代シーケンシング(NGS;ハイスループットシーケンシング)またはそれらの任意の組み合わせを使用して決定される、本発明1034の方法。
[本発明1036]
核酸の状態が、配列、変異、多型、欠失、挿入、置換、転座、融合、切断、重複、増幅、反復、コピー数、コピー数多型(CNV;コピー数変化;CNA)、またはそれらの任意の組み合わせを含む、本発明1035の方法。
[本発明1037]
核酸の状態がコピー数を含む、本発明1036の方法。
[本発明1038]
グループ1のすべてのメンバー(すなわちMYC、EP300、U2AF1、ASXL1、MAML2およびCNTRL)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1039]
グループ2のすべてのメンバー(すなわちMYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1040]
グループ3のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、HOXA11、AURKA、BIRC3、IKZF1、CASP8およびEP300)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1041]
グループ4のすべてのメンバー(すなわちPBX1、BCL9、INHBA、PRRX1、YWHAE、GNAS、LHFPL6、FCRL4、AURKA、IKZF1、CASP8、PTENおよびEP300)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1042]
グループ5のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、GNAS、YWHAE、LHFPL6、FCRL4、PTEN、HOXA11、AURKAおよびBIRC3)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1043]
グループ6のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBAおよびYWHAE)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1044]
グループ7のすべてのメンバー(すなわちBCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1045]
グループ8のすべてのメンバー(すなわちBX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZR)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1046]
グループ9のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1047]
(a)グループ1およびグループ2の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域;
(b)グループ3の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域;または
(c)グループ2、グループ6、グループ7、グループ8およびグループ9の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域
のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1048]
バイオマーカーのコピー数を参照コピー数(例えば二倍体)と比較し、コピー数多型(CNV)を有するバイオマーカーを同定する工程をさらに含む、本発明1037~1047のいずれかの方法。
[本発明1049]
CNVを有する遺伝子またはそれに近接する領域を同定する分子プロファイルを生成する工程をさらに含む、本発明1048の方法。
[本発明1050]
PTENタンパク質の存在またはレベルが決定され、任意で、該PTENタンパク質の存在またはレベルが、免疫組織化学(IHC)を使用して決定される、本発明1028~1049のいずれかの方法。
[本発明1051]
TOPO1および1つまたは複数のミスマッチ修復タンパク質(例えばMLH1、MSH2、MSH6およびPMS2)を含むタンパク質のレベルを決定する工程をさらに含み、任意で、該PTENタンパク質の存在またはレベルが、免疫組織化学(IHC)を使用して決定される、本発明1028~1050のいずれかの方法。
[本発明1052]
1つのタンパク質または複数のタンパク質のレベルを、該1つのタンパク質または該複数のタンパク質のそれぞれの参照レベルと比較する工程をさらに含む、本発明1050または1051の方法。
[本発明1053]
参照レベルとは異なる、例えば該参照レベルとは有意に異なるレベルを有するタンパク質を同定する分子プロファイルを生成する工程をさらに含む、本発明1052の方法。
[本発明1054]
評価されたバイオマーカーに基づいて有望なベネフィットの治療を選択する工程をさらに含み、任意で、該治療が、5-フルオロウラシル/ロイコボリンをオキサリプラチンと組み合わせた治療(FOLFOX)またはその代替治療を含み、任意で、該代替治療が、5-フルオロウラシル/ロイコボリンをイリノテカンと組み合わせた治療(FOLFIRI)を含む、本発明1028~1053のいずれかの方法。
[本発明1055]
有望なベネフィットの治療を選択する工程が、
(a)本発明1037~1047のいずれかの決定されたコピー数;および/または
(b)本発明1049または1053の分子プロファイル
に基づく、本発明1054の方法。
[本発明1056]
本発明1037~1047のいずれかの決定されたコピー数に基づいて有望なベネフィットの治療を選択する工程が、投票モジュールの使用を含む、本発明1055の方法。
[本発明1057]
投票モジュールが、本発明1014~1025のいずれかのものである、本発明1056の方法。
[本発明1058]
投票モジュールが、少なくとも1つのランダムフォレストモデルの使用を含む、本発明1056または1057の方法。
[本発明1059]
投票モジュールの使用が、機械学習分類モデルを、グループ2、グループ6、グループ7、グループ8およびグループ9のそれぞれに関して得られたコピー数に適用することを含み、任意で、各機械学習分類モデルがランダムフォレストモデルであり、任意で、該ランダムフォレストモデルが表10に記載されるものである、本発明1056~1058のいずれかの方法。
[本発明1060]
対象が、有望なベネフィットの治療で以前に治療されたことがない、本発明1054~1059のいずれかの方法。
[本発明1061]
がんが、転移がん、再発がんまたはそれらの組み合わせを含む、本発明1028~1060のいずれかの方法。
[本発明1062]
対象が、がんの治療を以前に受けたことがない、本発明1028~1061のいずれかの方法。
[本発明1063]
有望なベネフィットの治療を対象に投与する工程をさらに含む、本発明1054~1062のいずれかの方法。
[本発明1064]
無増悪生存期間(PFS)、無病生存期間(DFS)または寿命が、前記治療の投与によって延長される、本発明1063の方法。
[本発明1065]
がんが、急性リンパ芽球性白血病;急性骨髄性白血病;副腎皮質がん;AIDS関連がん;AIDS関連リンパ腫;肛門がん;虫垂がん;星状細胞腫;非定型奇形腫様/ラブドイド腫瘍;基底細胞がん;膀胱がん;脳幹部神経膠腫;脳腫瘍、脳幹部神経膠腫、中枢神経系非定型奇形腫様/ラブドイド腫瘍、中枢神経系胚芽腫、星状細胞腫、頭蓋咽頭腫、上衣芽腫、上衣腫、髄芽腫、髄様上皮腫、中間型松果体実質腫瘍、テント上原始神経外胚葉性腫瘍および松果体芽腫;乳がん;気管支腫瘍;バーキットリンパ腫;原発不明がん(CUP);カルチノイド腫瘍;原発不明がん腫;中枢神経系非定型奇形腫様/ラブドイド腫瘍;中枢神経系胚芽腫;子宮頸がん;小児がん;脊索腫;慢性リンパ性白血病;慢性骨髄性白血病;慢性骨髄増殖性障害;結腸がん;結腸直腸がん;頭蓋咽頭腫;皮膚T細胞リンパ腫;内分泌膵島細胞腫瘍;子宮内膜がん;上衣芽腫;上衣腫;食道がん;鼻腔神経芽細胞腫;ユーイング肉腫;頭蓋外胚細胞腫瘍;性腺外胚細胞腫瘍;肝外胆管がん;胆嚢がん;胃がん(gastric (stomach) cancer);消化管カルチノイド腫瘍;消化管間質細胞腫瘍;消化管間質腫瘍(GIST);妊娠性絨毛性腫瘍;神経膠腫;毛様細胞性白血病;頭頸部がん;心臓がん;ホジキンリンパ腫;下咽頭がん;眼内黒色腫;膵島腫瘍;カポジ肉腫;腎臓がん;ランゲルハンス細胞組織球症;喉頭がん;口唇がん;肝臓がん;悪性線維性組織球腫骨がん;髄芽腫;髄様上皮腫;黒色腫;メルケル細胞がん;メルケル細胞皮膚がん;中皮腫;原発不明転移性扁平上皮性頸部がん;口腔がん(mouth cancer);多発性内分泌腫瘍症候群;多発性骨髄腫;多発性骨髄腫/形質細胞腫瘍;菌状息肉腫;骨髄異形成症候群;骨髄増殖性腫瘍;鼻腔がん;鼻咽頭がん;神経芽細胞腫;非ホジキンリンパ腫;非黒色腫皮膚がん;非小細胞肺がん;口腔がん(oral cancer);口腔がん(oral cavity cancer);中咽頭がん;骨肉腫;他の脳および脊髄の腫瘍;卵巣がん;卵巣上皮がん;卵巣胚細胞腫瘍;卵巣低悪性度腫瘍;膵臓がん;乳頭腫症;副鼻腔がん;副甲状腺がん;骨盤がん;陰茎がん;咽頭がん;中間型松果体実質腫瘍;松果体芽腫;下垂体腫瘍;形質細胞腫瘍/多発性骨髄腫;胸膜肺芽腫;原発性中枢神経系(CNS)リンパ腫;原発性肝細胞肝がん;前立腺がん;直腸がん;腎臓がん;腎細胞(腎臓)がん;腎細胞がん;気道がん;網膜芽細胞腫;横紋筋肉腫;唾液腺がん;セザリー症候群;小細胞肺がん;小腸がん;軟部組織肉腫;扁平上皮がん;頸部扁平上皮がん;胃がん(stomach (gastric) cancer);テント上原始神経外胚葉性腫瘍;T細胞リンパ腫;精巣がん;咽喉がん;胸腺がん;胸腺腫;甲状腺がん;移行上皮がん;腎盂および尿管の移行上皮がん;絨毛性腫瘍;尿管がん;尿道がん;子宮がん;子宮肉腫;膣がん;外陰がん;ワルデンシュトレーム型マクログロブリン血症;またはウィルムス腫瘍を含む、本発明1028~1064のいずれかの方法。
[本発明1066]
がんが、急性骨髄性白血病(AML)、乳がん、胆管がん、結腸直腸腺がん、肝外胆管腺がん、女性性器悪性腫瘍、胃腺がん、胃食道腺がん、消化管間質腫瘍(GIST)、神経膠芽腫、頭頸部扁平上皮がん、白血病、肝細胞がん、低悪性度神経膠腫、肺気管支肺胞がん(BAC)、非小細胞肺がん(NSCLC)、肺小細胞がん(SCLC)、リンパ腫、男性生殖器悪性腫瘍、胸膜の悪性孤立性線維性腫瘍(MSFT)、黒色腫、多発性骨髄腫、神経内分泌腫瘍、結節性びまん性大細胞型B細胞リンパ腫、非上皮性卵巣がん(非EOC)、卵巣表面上皮がん、膵臓腺がん、下垂体がん、乏突起神経膠腫、前立腺腺がん、後腹膜もしくは腹膜がん、後腹膜もしくは腹膜肉腫、小腸悪性腫瘍、軟部組織腫瘍、胸腺がん、甲状腺がんまたはブドウ膜黒色腫を含む、本発明1028~1064のいずれかの方法。
[本発明1067]
がんが結腸直腸がんを含む、本発明1028~1064のいずれかの方法。
[本発明1068]
結腸直腸がんを有する対象のための治療を選択する方法であって、
結腸直腸がん由来の細胞を含む生体試料を得る工程;
該生体試料からのゲノムDNAに対して次世代シーケンシングを実施して、
(a)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2の1、2、3、4、5、6、7または8個すべてを含む、グループ2;
(b)BCL9、PBX1、PRRX1、INHBAおよびYWHAEの1、2、3、4または5個すべてを含む、グループ6;
(c)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1の1、2、3、4、5、6、7、8、9、10、11、12、13、14または15個すべてを含む、グループ7;
(d)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZRの1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44または45個すべてを含む、グループ8;ならびに
(e)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11の1、2、3、4、5、6、7、8、9、10または11個すべてを含む、グループ9
の遺伝子またはそれらに近接するゲノム領域のそれぞれに関して、コピー数を決定する工程;
機械学習分類モデルを、グループ2、グループ6、グループ7、グループ8およびグループ9のそれぞれに関して得られたコピー数に適用する工程であって、任意で、各機械学習分類モデルがランダムフォレストモデルであり、任意で、該ランダムフォレストモデルが表10に記載されるものである、工程;
各機械学習分類モデルから、該対象が、5-フルオロウラシル/ロイコボリンをオキサリプラチンと組み合わせた治療(FOLFOX)からベネフィットを得る可能性が高いかどうかの指標を得る工程;ならびに
該対象が該治療からベネフィットを得る可能性が高いと機械学習分類モデルの大多数が示す場合、FOLFOXを選択し、該対象がFOLFOXからベネフィットを得る可能性が低いと機械学習分類モデルの大多数が示す場合、FOLFOXの代替治療を選択する工程であって、任意で、該代替治療が、5-フルオロウラシル/ロイコボリンをイリノテカンと組み合わせた治療(FOLFIRI)である、工程
を含む、前記方法。
[本発明1069]
選択された治療を対象に投与する工程をさらに含む、本発明1068の方法。
[本発明1070]
本発明1028~1069のいずれかの方法を実施した結果を要約するレポートを作成する工程を含む、分子プロファイリングレポートを生成する方法。
[本発明1071]
レポートが、
(a)本発明1054~1059のいずれかの有望なベネフィットの治療;または
(b)本発明1068または1069の選択された治療
を含む、本発明1070の方法。
[本発明1072]
レポートが、コンピュータ生成されるか;プリントされたレポートもしくはコンピュータファイルであるか;またはウェブポータルを介してアクセス可能である、本発明1070または1071の方法。
[本発明1073]
対象におけるがんのための治療法を同定するためのシステムであって、
(a)少なくとも1つのホストサーバ;
(b)データにアクセスしデータを入力するために、該少なくとも1つのホストサーバにアクセスするための、少なくとも1つのユーザインタフェース;
(c)入力されたデータを処理するための、少なくとも1つのプロセッサ;
(d)処理されたデータと、
(1)本発明1028~1069のいずれかの生体試料を分析した結果にアクセスし、かつ
(2)本発明1054~1059のいずれかの有望なベネフィットの治療または本発明1068もしくは1069の選択された治療を決定する
ための命令と
を記憶するための、該プロセッサに結合された少なくとも1つのメモリ;ならびに
(e)FOLFOXまたはそれに代わるもの、例えばFOLFIRIであるがんの治療を表示するための、少なくとも1つのディスプレイ
を含む、前記システム。
[本発明1074]
少なくとも1つのディスプレイが、生体試料を分析した結果と、がんの治療に有望なベネフィットを有するかまたはがんの治療のために選択された治療とを含むレポートを含む、本発明1073のシステム。
本発明の他の特徴および利点が以下の詳細な説明および図面ならびに添付の特許請求の範囲から明らかになる。
対象の疾患もしくは障害の治療の有効性を予測するための機械学習モデルの訓練において使用するための入力データ構造を生成するための、データ処理装置であって、
該データ処理装置が、1つまたは複数のプロセッサと、該1つまたは複数のプロセッサによって実行される場合に該1つまたは複数のプロセッサに動作を実行させる命令を記憶する1つまたは複数の記憶デバイスとを含み、
該動作が、
該データ処理装置により、1つまたは複数のバイオマーカーデータ構造および1つまたは複数の転帰データ構造を得る工程;
該データ処理装置により、対象と関連付けされた1つまたは複数のバイオマーカーを表す第一のデータを、該1つまたは複数のバイオマーカーデータ構造から抽出し、疾患もしくは障害および治療を表す第二のデータを、該1つまたは複数の転帰データ構造から抽出し、該疾患もしくは障害のための治療の転帰を表す第三のデータを抽出する工程;
該データ処理装置により、該1つまたは複数のバイオマーカーを表す第一のデータおよび該疾患もしくは障害および治療を表す第二のデータに基づいて、機械学習モデルへ入力するためのデータ構造を生成する工程;
該データ処理装置により、該生成されたデータ構造を該機械学習モデルへの入力として提供する工程;
該データ処理装置により、該生成されたデータ構造の該機械学習モデルの処理に基づいて、該機械学習モデルによって生成された出力を得る工程;
該データ処理装置により、該疾患もしくは障害のための治療の転帰を表す第三のデータと、該機械学習モデルによって生成された出力との間の差を決定する工程;ならびに
該データ処理装置により、該疾患もしくは障害のための治療の転帰を表す第三のデータと、該機械学習モデルによって生成された出力との間の差に基づいて、該機械学習モデルの1つまたは複数のパラメータを調節する工程
を含む、前記データ処理装置。
[本発明1002]
1つまたは複数のバイオマーカーのセットが、表2~8のいずれか1つに記載された1つまたは複数のバイオマーカーを含む、本発明1001のデータ処理装置。
[本発明1003]
1つまたは複数のバイオマーカーのセットが、本発明1002のバイオマーカーのそれぞれを含む、本発明1001のデータ処理装置。
[本発明1004]
1つまたは複数のバイオマーカーのセットが、本発明1002のバイオマーカーの少なくとも1つを含み、任意で、1つまたは複数のバイオマーカーのセットが、表5、表6、表7、表8中のマーカーまたはそれらの任意の組み合わせを含む、本発明1001のデータ処理装置。
[本発明1005]
特定の治療に対する対象の治療反応性を予測するための機械学習モデルの訓練において使用するための入力データ構造を生成するための、データ処理装置であって、
該データ処理装置が、1つまたは複数のプロセッサと、該1つまたは複数のプロセッサによって実行される場合に該1つまたは複数のプロセッサに動作を実行させる命令を記憶する1つまたは複数の記憶デバイスとを含み、
該動作が、
該データ処理装置により、第一の分散データソースから、対象と関連付けされた1つまたは複数のバイオマーカーのセットを表すデータを構造化する第一のデータ構造を得る工程であって、該第一のデータ構造が、該対象を同定するキーバリューを含む、工程;
該データ処理装置により、該第一のデータ構造を1つまたは複数のメモリデバイスに記憶する工程;
該データ処理装置により、第二の分散データソースから、該1つまたは複数のバイオマーカーを有する対象の転帰データを表すデータを構造化する第二のデータ構造を得る工程であって、該転帰データが、疾患もしくは障害、治療、および該治療の有効性の指標を同定するデータを含み、該第二のデータ構造も、該対象を同定するキーバリューを含む、工程;
該データ処理装置により、該第二のデータ構造を1つまたは複数のメモリデバイスに記憶する工程;
該データ処理装置により、該メモリデバイスに記憶された該第一のデータ構造および該第二のデータ構造を使用して、(i)1つまたは複数のバイオマーカーのセット、該疾患もしくは障害、および治療を表すデータ、ならびに(ii)該疾患もしくは障害のための治療の有効性の指標を提供するラベルを含む、ラベル付き訓練データ構造を生成する工程であって、該データ処理装置により、該第一のデータ構造および第二のデータ構造を使用して生成する工程が、該データ処理装置により、該対象を同定するキーバリューに基づいて、該対象と関連付けされた1つまたは複数のバイオマーカーのセットを表すデータを構造化する第一のデータ構造と、該1つまたは複数のバイオマーカーを有する対象の転帰データを表す第二のデータ構造とを相関させることを含む、工程;ならびに
該データ処理装置により、該生成されたラベル付き訓練データ構造を使用して、機械学習モデルを訓練する工程であって、該生成されたラベル付き訓練データ構造を使用して機械学習モデルを訓練する工程が、該データ処理装置により、該生成されたラベル訓練データ構造を該機械学習モデルへの入力として該機械学習モデルに提供することを含む、工程
を含む、前記データ処理装置。
[本発明1006]
動作が、
データ処理装置により、機械学習モデルから、生成されたラベル付き訓練データ構造の機械学習モデルの処理に基づいて、該機械学習モデルによって生成された出力を得る工程;ならびに
該データ処理装置により、該機械学習モデルによって生成された該出力と、疾患もしくは障害のための治療の有効性の指標を提供するラベルとの間の差を決定する工程
をさらに含む、本発明1005のデータ処理装置。
[本発明1007]
動作が、
データ処理装置により、機械学習モデルによって生成された出力と、疾患もしくは障害のための治療の有効性の指標を提供するラベルとの間の決定された差に基づいて、該機械学習モデルの1つまたは複数のパラメータを調節する工程
をさらに含む、本発明1006のデータ処理装置。
[本発明1008]
1つまたは複数のバイオマーカーのセットが、表2~8のいずれか1つに記載された1つまたは複数のバイオマーカーを含み、任意で、1つまたは複数のバイオマーカーのセットが、表5、表6、表7、表8中のマーカーまたはそれらの任意の組み合わせを含む、本発明1005のデータ処理装置。
[本発明1009]
1つまたは複数のバイオマーカーのセットが、本発明1008のバイオマーカーのそれぞれを含む、本発明1005のデータ処理装置。
[本発明1010]
1つまたは複数のバイオマーカーのセットが、本発明1008のバイオマーカーの1つを含む、本発明1005のデータ処理装置。
[本発明1011]
本発明1001~1010のいずれかの動作のそれぞれに対応する工程を含む、方法。
[本発明1012]
1つまたは複数のコンピュータと、該1つまたは複数のコンピュータによって実行される場合に該1つまたは複数のコンピュータに本発明1001~1010のいずれかの動作のそれぞれを実行させる命令を記憶する1つまたは複数のデータ記憶媒体とを含む、システム。
[本発明1013]
1つまたは複数のコンピュータによって実行可能であり、そのように実行される場合に該1つまたは複数のコンピュータに、本発明1001~1010のいずれかの動作を実行させる命令
を含むソフトウェアを記憶する、非一時的コンピュータ可読媒体。
[本発明1014]
エンティティの分類のための方法であって、
複数の機械学習モデルの各特定の機械学習モデルに関し、
予測または分類を決定するように訓練された特定の機械学習モデルに、分類されるエンティティの種類を表す入力データを提供し、
該特定の機械学習モデルによる入力データの処理に基づいて、該特定の機械学習モデルによって生成された、複数の候補エンティティクラスの初期エンティティクラスへのエンティティ分類を表す出力データを得る工程;
該複数の機械学習モデルのそれぞれに関して得られた出力データを投票ユニットに提供する工程であって、該提供された出力データが、該複数の機械学習モデルのそれぞれによって決定された初期エンティティクラスを表すデータを含む、工程;ならびに
該投票ユニットにより、該提供された出力データに基づいて、該エンティティのための現実のエンティティクラスを決定する工程
を含む、前記方法。
[本発明1015]
エンティティのための現実のエンティティクラスが、提供された出力データに多数決原理を適用することによって決定される、本発明1014の方法。
[本発明1016]
投票ユニットにより、提供された出力データに基づいて、エンティティのための現実のエンティティクラスを決定する工程が、
該投票ユニットにより、複数の候補エンティティクラスの各初期エンティティクラスの出現回数を決定すること;ならびに
該投票ユニットにより、該複数の候補エンティティクラスのうち、最大の出現回数を有する初期エンティティクラスを選択すること
を含む、本発明1014または1015の方法。
[本発明1017]
複数の機械学習モデルの各機械学習モデルが、ランダムフォレスト分類アルゴリズム、サポートベクターマシン、ロジスティック回帰、k近傍法モデル、人工ニューラルネットワーク、単純ベイズモデル、二次判別分析、またはガウス過程モデルを含む、本発明1014~1016のいずれかの方法。
[本発明1018]
複数の機械学習モデルの各機械学習モデルが、ランダムフォレスト分類アルゴリズムを含む、本発明1014~1016のいずれかの方法。
[本発明1019]
複数の機械学習モデルが、同じタイプの分類アルゴリズムの複数の表現を含む、本発明1014~1018のいずれかの方法。
[本発明1020]
入力データが、(i)エンティティ属性、および(ii)疾患もしくは障害のための治療の種類を表す、本発明1014~1018のいずれかの方法。
[本発明1021]
複数の候補エンティティクラスが、反応クラスまたは非反応クラスを含む、本発明1020の方法。
[本発明1022]
エンティティ属性が、エンティティのための1つまたは複数のバイオマーカーを含む、本発明1020または1021の方法。
[本発明1023]
1つまたは複数のバイオマーカーが、エンティティのすべての公知の遺伝子よりも少ない遺伝子のパネルを含む、本発明1022の方法。
[本発明1024]
1つまたは複数のバイオマーカーが、エンティティのためのすべての公知の遺伝子を含む遺伝子のパネルを含む、本発明1022の方法。
[本発明1025]
入力データが、疾患もしくは障害の種類を表すデータをさらに含む、本発明1020~1024のいずれかの方法。
[本発明1026]
1つまたは複数のコンピュータと、該1つまたは複数のコンピュータによって実行される場合に該1つまたは複数のコンピュータに本発明1014~1025のいずれかの動作のそれぞれを実行させる命令を記憶する1つまたは複数のデータ記憶媒体とを含む、システム。
[本発明1027]
1つまたは複数のコンピュータによって実行可能であり、そのように実行される場合に該1つまたは複数のコンピュータに、本発明1014~1025のいずれかの動作を実行させる命令
を含むソフトウェアを記憶する、非一時的コンピュータ可読媒体。
[本発明1028]
対象におけるがん由来の細胞を含む生体試料を得る工程;ならびに
該生体試料中の少なくとも1つのバイオマーカーを評価するためのアッセイを実施する工程
を含む、方法であって、
該バイオマーカーが、
(a)MYC、EP300、U2AF1、ASXL1、MAML2およびCNTRLの1、2、3、4、5または6個すべてを含む、グループ1;
(b)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2の1、2、3、4、5、6、7または8個すべてを含む、グループ2;
(c)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、HOXA11、AURKA、BIRC3、IKZF1、CASP8およびEP300の1、2、3、4、5、6、7、8、9、10、11、12、13または14個すべてを含む、グループ3;
(d)PBX1、BCL9、INHBA、PRRX1、YWHAE、GNAS、LHFPL6、FCRL4、AURKA、IKZF1、CASP8、PTENおよびEP300の1、2、3、4、5、6、7、8、9、10、11、12または13個すべてを含む、グループ4;
(e)BCL9、PBX1、PRRX1、INHBA、GNAS、YWHAE、LHFPL6、FCRL4、PTEN、HOXA11、AURKAおよびBIRC3の1、2、3、4、5、6、7、8、9、10、11または12個すべてを含む、グループ5;
(f)BCL9、PBX1、PRRX1、INHBAおよびYWHAEの1、2、3、4または5個すべてを含む、グループ6;
(g)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1の1、2、3、4、5、6、7、8、9、10、11、12、13、14または15個すべてを含む、グループ7;
(h)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZRの1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44または45個すべてを含む、グループ8;ならびに
(i)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11の1、2、3、4、5、6、7、8、9、10または11個すべてを含む、グループ9
のうちの少なくとも1つを含む、前記方法。
[本発明1029]
生体試料が、ホルマリン固定パラフィン包埋(FFPE)組織、固定組織、コア針生検、穿刺吸引液、非染色スライド、新鮮凍結(FF)組織、ホルマリン試料、核酸もしくはタンパク質分子を保存する溶液に含まれる組織、新鮮な試料、悪性流体、体液、腫瘍試料、組織試料またはそれらの任意の組み合わせを含む、本発明1028の方法。
[本発明1030]
生体試料が固形腫瘍からの細胞を含む、本発明1028または1029の方法。
[本発明1031]
生体試料が体液を含む、本発明1028または1029の方法。
[本発明1032]
体液が、悪性流体、胸膜液、腹膜液またはそれらの任意の組み合わせを含む、本発明1028~1031のいずれかの方法。
[本発明1033]
体液が、末梢血、血清、血漿、腹水、尿、脳脊髄液(CSF)、痰、唾液、骨髄、滑液、眼房水、羊水、耳垢、母乳、気管支肺胞洗浄液、精液、前立腺液、カウパー腺液、尿道球腺液、女性射精液、汗、糞便、涙液、嚢胞液、胸膜液、腹膜液、心膜液、リンパ液、糜粥、乳糜、胆汁、間質液、月経分泌物、膿、皮脂、嘔吐物、膣分泌液、粘膜分泌液、水便、膵液、鼻腔からの洗浄液、気管支肺吸引液、胞胚腔液または臍帯血を含む、本発明1028~1032のいずれかの方法。
[本発明1034]
評価が、バイオマーカーごとにタンパク質または核酸の存在、レベルまたは状態を決定することを含み、任意で、該核酸が、デオキシリボ核酸(DNA)、リボ核酸(RNA)またはそれらの組み合わせを含む、本発明1028~1033のいずれかの方法。
[本発明1035]
(a)タンパク質の存在、レベルまたは状態が、免疫組織化学(IHC)、フローサイトメトリー、イムノアッセイ、抗体もしくはその機能的断片、アプタマーまたはそれらの任意の組み合わせを使用して決定される;および/または
(b)核酸の存在、レベルまたは状態が、ポリメラーゼ連鎖反応(PCR)、インサイチューハイブリダイゼーション、増幅、ハイブリダイゼーション、マイクロアレイ、核酸シーケンシング、ダイターミネータシーケンシング、パイロシーケンシング、次世代シーケンシング(NGS;ハイスループットシーケンシング)またはそれらの任意の組み合わせを使用して決定される、本発明1034の方法。
[本発明1036]
核酸の状態が、配列、変異、多型、欠失、挿入、置換、転座、融合、切断、重複、増幅、反復、コピー数、コピー数多型(CNV;コピー数変化;CNA)、またはそれらの任意の組み合わせを含む、本発明1035の方法。
[本発明1037]
核酸の状態がコピー数を含む、本発明1036の方法。
[本発明1038]
グループ1のすべてのメンバー(すなわちMYC、EP300、U2AF1、ASXL1、MAML2およびCNTRL)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1039]
グループ2のすべてのメンバー(すなわちMYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1040]
グループ3のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、HOXA11、AURKA、BIRC3、IKZF1、CASP8およびEP300)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1041]
グループ4のすべてのメンバー(すなわちPBX1、BCL9、INHBA、PRRX1、YWHAE、GNAS、LHFPL6、FCRL4、AURKA、IKZF1、CASP8、PTENおよびEP300)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1042]
グループ5のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、GNAS、YWHAE、LHFPL6、FCRL4、PTEN、HOXA11、AURKAおよびBIRC3)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1043]
グループ6のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBAおよびYWHAE)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1044]
グループ7のすべてのメンバー(すなわちBCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1045]
グループ8のすべてのメンバー(すなわちBX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZR)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1046]
グループ9のすべてのメンバー(すなわちBCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11)またはそれらに近接するゲノム領域のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1047]
(a)グループ1およびグループ2の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域;
(b)グループ3の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域;または
(c)グループ2、グループ6、グループ7、グループ8およびグループ9の少なくとも1つもしくはすべてのメンバーまたはそれらに近接するゲノム領域
のコピー数を決定するためのアッセイを実施する工程を含む、本発明1037の方法。
[本発明1048]
バイオマーカーのコピー数を参照コピー数(例えば二倍体)と比較し、コピー数多型(CNV)を有するバイオマーカーを同定する工程をさらに含む、本発明1037~1047のいずれかの方法。
[本発明1049]
CNVを有する遺伝子またはそれに近接する領域を同定する分子プロファイルを生成する工程をさらに含む、本発明1048の方法。
[本発明1050]
PTENタンパク質の存在またはレベルが決定され、任意で、該PTENタンパク質の存在またはレベルが、免疫組織化学(IHC)を使用して決定される、本発明1028~1049のいずれかの方法。
[本発明1051]
TOPO1および1つまたは複数のミスマッチ修復タンパク質(例えばMLH1、MSH2、MSH6およびPMS2)を含むタンパク質のレベルを決定する工程をさらに含み、任意で、該PTENタンパク質の存在またはレベルが、免疫組織化学(IHC)を使用して決定される、本発明1028~1050のいずれかの方法。
[本発明1052]
1つのタンパク質または複数のタンパク質のレベルを、該1つのタンパク質または該複数のタンパク質のそれぞれの参照レベルと比較する工程をさらに含む、本発明1050または1051の方法。
[本発明1053]
参照レベルとは異なる、例えば該参照レベルとは有意に異なるレベルを有するタンパク質を同定する分子プロファイルを生成する工程をさらに含む、本発明1052の方法。
[本発明1054]
評価されたバイオマーカーに基づいて有望なベネフィットの治療を選択する工程をさらに含み、任意で、該治療が、5-フルオロウラシル/ロイコボリンをオキサリプラチンと組み合わせた治療(FOLFOX)またはその代替治療を含み、任意で、該代替治療が、5-フルオロウラシル/ロイコボリンをイリノテカンと組み合わせた治療(FOLFIRI)を含む、本発明1028~1053のいずれかの方法。
[本発明1055]
有望なベネフィットの治療を選択する工程が、
(a)本発明1037~1047のいずれかの決定されたコピー数;および/または
(b)本発明1049または1053の分子プロファイル
に基づく、本発明1054の方法。
[本発明1056]
本発明1037~1047のいずれかの決定されたコピー数に基づいて有望なベネフィットの治療を選択する工程が、投票モジュールの使用を含む、本発明1055の方法。
[本発明1057]
投票モジュールが、本発明1014~1025のいずれかのものである、本発明1056の方法。
[本発明1058]
投票モジュールが、少なくとも1つのランダムフォレストモデルの使用を含む、本発明1056または1057の方法。
[本発明1059]
投票モジュールの使用が、機械学習分類モデルを、グループ2、グループ6、グループ7、グループ8およびグループ9のそれぞれに関して得られたコピー数に適用することを含み、任意で、各機械学習分類モデルがランダムフォレストモデルであり、任意で、該ランダムフォレストモデルが表10に記載されるものである、本発明1056~1058のいずれかの方法。
[本発明1060]
対象が、有望なベネフィットの治療で以前に治療されたことがない、本発明1054~1059のいずれかの方法。
[本発明1061]
がんが、転移がん、再発がんまたはそれらの組み合わせを含む、本発明1028~1060のいずれかの方法。
[本発明1062]
対象が、がんの治療を以前に受けたことがない、本発明1028~1061のいずれかの方法。
[本発明1063]
有望なベネフィットの治療を対象に投与する工程をさらに含む、本発明1054~1062のいずれかの方法。
[本発明1064]
無増悪生存期間(PFS)、無病生存期間(DFS)または寿命が、前記治療の投与によって延長される、本発明1063の方法。
[本発明1065]
がんが、急性リンパ芽球性白血病;急性骨髄性白血病;副腎皮質がん;AIDS関連がん;AIDS関連リンパ腫;肛門がん;虫垂がん;星状細胞腫;非定型奇形腫様/ラブドイド腫瘍;基底細胞がん;膀胱がん;脳幹部神経膠腫;脳腫瘍、脳幹部神経膠腫、中枢神経系非定型奇形腫様/ラブドイド腫瘍、中枢神経系胚芽腫、星状細胞腫、頭蓋咽頭腫、上衣芽腫、上衣腫、髄芽腫、髄様上皮腫、中間型松果体実質腫瘍、テント上原始神経外胚葉性腫瘍および松果体芽腫;乳がん;気管支腫瘍;バーキットリンパ腫;原発不明がん(CUP);カルチノイド腫瘍;原発不明がん腫;中枢神経系非定型奇形腫様/ラブドイド腫瘍;中枢神経系胚芽腫;子宮頸がん;小児がん;脊索腫;慢性リンパ性白血病;慢性骨髄性白血病;慢性骨髄増殖性障害;結腸がん;結腸直腸がん;頭蓋咽頭腫;皮膚T細胞リンパ腫;内分泌膵島細胞腫瘍;子宮内膜がん;上衣芽腫;上衣腫;食道がん;鼻腔神経芽細胞腫;ユーイング肉腫;頭蓋外胚細胞腫瘍;性腺外胚細胞腫瘍;肝外胆管がん;胆嚢がん;胃がん(gastric (stomach) cancer);消化管カルチノイド腫瘍;消化管間質細胞腫瘍;消化管間質腫瘍(GIST);妊娠性絨毛性腫瘍;神経膠腫;毛様細胞性白血病;頭頸部がん;心臓がん;ホジキンリンパ腫;下咽頭がん;眼内黒色腫;膵島腫瘍;カポジ肉腫;腎臓がん;ランゲルハンス細胞組織球症;喉頭がん;口唇がん;肝臓がん;悪性線維性組織球腫骨がん;髄芽腫;髄様上皮腫;黒色腫;メルケル細胞がん;メルケル細胞皮膚がん;中皮腫;原発不明転移性扁平上皮性頸部がん;口腔がん(mouth cancer);多発性内分泌腫瘍症候群;多発性骨髄腫;多発性骨髄腫/形質細胞腫瘍;菌状息肉腫;骨髄異形成症候群;骨髄増殖性腫瘍;鼻腔がん;鼻咽頭がん;神経芽細胞腫;非ホジキンリンパ腫;非黒色腫皮膚がん;非小細胞肺がん;口腔がん(oral cancer);口腔がん(oral cavity cancer);中咽頭がん;骨肉腫;他の脳および脊髄の腫瘍;卵巣がん;卵巣上皮がん;卵巣胚細胞腫瘍;卵巣低悪性度腫瘍;膵臓がん;乳頭腫症;副鼻腔がん;副甲状腺がん;骨盤がん;陰茎がん;咽頭がん;中間型松果体実質腫瘍;松果体芽腫;下垂体腫瘍;形質細胞腫瘍/多発性骨髄腫;胸膜肺芽腫;原発性中枢神経系(CNS)リンパ腫;原発性肝細胞肝がん;前立腺がん;直腸がん;腎臓がん;腎細胞(腎臓)がん;腎細胞がん;気道がん;網膜芽細胞腫;横紋筋肉腫;唾液腺がん;セザリー症候群;小細胞肺がん;小腸がん;軟部組織肉腫;扁平上皮がん;頸部扁平上皮がん;胃がん(stomach (gastric) cancer);テント上原始神経外胚葉性腫瘍;T細胞リンパ腫;精巣がん;咽喉がん;胸腺がん;胸腺腫;甲状腺がん;移行上皮がん;腎盂および尿管の移行上皮がん;絨毛性腫瘍;尿管がん;尿道がん;子宮がん;子宮肉腫;膣がん;外陰がん;ワルデンシュトレーム型マクログロブリン血症;またはウィルムス腫瘍を含む、本発明1028~1064のいずれかの方法。
[本発明1066]
がんが、急性骨髄性白血病(AML)、乳がん、胆管がん、結腸直腸腺がん、肝外胆管腺がん、女性性器悪性腫瘍、胃腺がん、胃食道腺がん、消化管間質腫瘍(GIST)、神経膠芽腫、頭頸部扁平上皮がん、白血病、肝細胞がん、低悪性度神経膠腫、肺気管支肺胞がん(BAC)、非小細胞肺がん(NSCLC)、肺小細胞がん(SCLC)、リンパ腫、男性生殖器悪性腫瘍、胸膜の悪性孤立性線維性腫瘍(MSFT)、黒色腫、多発性骨髄腫、神経内分泌腫瘍、結節性びまん性大細胞型B細胞リンパ腫、非上皮性卵巣がん(非EOC)、卵巣表面上皮がん、膵臓腺がん、下垂体がん、乏突起神経膠腫、前立腺腺がん、後腹膜もしくは腹膜がん、後腹膜もしくは腹膜肉腫、小腸悪性腫瘍、軟部組織腫瘍、胸腺がん、甲状腺がんまたはブドウ膜黒色腫を含む、本発明1028~1064のいずれかの方法。
[本発明1067]
がんが結腸直腸がんを含む、本発明1028~1064のいずれかの方法。
[本発明1068]
結腸直腸がんを有する対象のための治療を選択する方法であって、
結腸直腸がん由来の細胞を含む生体試料を得る工程;
該生体試料からのゲノムDNAに対して次世代シーケンシングを実施して、
(a)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRNおよびCDX2の1、2、3、4、5、6、7または8個すべてを含む、グループ2;
(b)BCL9、PBX1、PRRX1、INHBAおよびYWHAEの1、2、3、4または5個すべてを含む、グループ6;
(c)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1およびMNX1の1、2、3、4、5、6、7、8、9、10、11、12、13、14または15個すべてを含む、グループ7;
(d)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1およびEZRの1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44または45個すべてを含む、グループ8;ならびに
(e)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKAおよびHOXA11の1、2、3、4、5、6、7、8、9、10または11個すべてを含む、グループ9
の遺伝子またはそれらに近接するゲノム領域のそれぞれに関して、コピー数を決定する工程;
機械学習分類モデルを、グループ2、グループ6、グループ7、グループ8およびグループ9のそれぞれに関して得られたコピー数に適用する工程であって、任意で、各機械学習分類モデルがランダムフォレストモデルであり、任意で、該ランダムフォレストモデルが表10に記載されるものである、工程;
各機械学習分類モデルから、該対象が、5-フルオロウラシル/ロイコボリンをオキサリプラチンと組み合わせた治療(FOLFOX)からベネフィットを得る可能性が高いかどうかの指標を得る工程;ならびに
該対象が該治療からベネフィットを得る可能性が高いと機械学習分類モデルの大多数が示す場合、FOLFOXを選択し、該対象がFOLFOXからベネフィットを得る可能性が低いと機械学習分類モデルの大多数が示す場合、FOLFOXの代替治療を選択する工程であって、任意で、該代替治療が、5-フルオロウラシル/ロイコボリンをイリノテカンと組み合わせた治療(FOLFIRI)である、工程
を含む、前記方法。
[本発明1069]
選択された治療を対象に投与する工程をさらに含む、本発明1068の方法。
[本発明1070]
本発明1028~1069のいずれかの方法を実施した結果を要約するレポートを作成する工程を含む、分子プロファイリングレポートを生成する方法。
[本発明1071]
レポートが、
(a)本発明1054~1059のいずれかの有望なベネフィットの治療;または
(b)本発明1068または1069の選択された治療
を含む、本発明1070の方法。
[本発明1072]
レポートが、コンピュータ生成されるか;プリントされたレポートもしくはコンピュータファイルであるか;またはウェブポータルを介してアクセス可能である、本発明1070または1071の方法。
[本発明1073]
対象におけるがんのための治療法を同定するためのシステムであって、
(a)少なくとも1つのホストサーバ;
(b)データにアクセスしデータを入力するために、該少なくとも1つのホストサーバにアクセスするための、少なくとも1つのユーザインタフェース;
(c)入力されたデータを処理するための、少なくとも1つのプロセッサ;
(d)処理されたデータと、
(1)本発明1028~1069のいずれかの生体試料を分析した結果にアクセスし、かつ
(2)本発明1054~1059のいずれかの有望なベネフィットの治療または本発明1068もしくは1069の選択された治療を決定する
ための命令と
を記憶するための、該プロセッサに結合された少なくとも1つのメモリ;ならびに
(e)FOLFOXまたはそれに代わるもの、例えばFOLFIRIであるがんの治療を表示するための、少なくとも1つのディスプレイ
を含む、前記システム。
[本発明1074]
少なくとも1つのディスプレイが、生体試料を分析した結果と、がんの治療に有望なベネフィットを有するかまたはがんの治療のために選択された治療とを含むレポートを含む、本発明1073のシステム。
本発明の他の特徴および利点が以下の詳細な説明および図面ならびに添付の特許請求の範囲から明らかになる。
Claims (30)
- 第1の対象における結腸直腸がんのための治療を選択するためのシステムであって、
1つまたは複数のコンピュータと;
該1つまたは複数のコンピュータによって実行されると、該1つまたは複数のコンピュータに動作を実行させる命令を記憶している1つまたは複数のメモリデバイスとを含み、
該動作が、
該1つまたは複数のコンピュータにより、次世代シーケンサにより生成された出力データに基づき複数のコピー数を得ることであって、該次世代シーケンサが、第1の対象からの結腸直腸がん細胞を含む生体試料をシーケンシングすることにより該出力データを生成し、該複数のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(a)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(b)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの複数を含むグループ2;
(c)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(d)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(e)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、こと;
該1つまたは複数のコンピュータにより、予測モデルへの入力として入力データを提供することであって、該入力データが、得られた複数のコピー数を含み、該予測モデルが、複数の機械学習モデルを含み、各機械学習モデルが、グループ1、グループ2、グループ3、グループ4、およびグループ5の1つに関して得られたコピー数を処理するように構成されている、こと;
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの1つを通してグループごとに、得られたコピー数を含む入力データを処理することであって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られたコピー数を処理して、第1の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第1のデータを生成することであって、第1の機械学習モデルが、MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第2のデータを生成することであって、第2の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、およびYWHAEを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第3のデータを生成することであって、第3の機械学習モデルが、BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第4のデータを生成することであって、第4の機械学習モデルが、BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第5のデータを生成することであって、第5の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと
を含む、こと;
該1つまたは複数のコンピュータにより、第1のデータ、第2のデータ、第3のデータ、第4のデータ、および第5のデータに基づき、複数の機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定すること;
該機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定するデータを同定すること;ならびに
該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定する出力を提供すること
を含む、システム。 - 治療が、イリノテカンまたは生物学的薬剤をさらに含む、請求項1記載のシステム。
- 生物学的薬剤が、ベバシズマブまたはセツキシマブを含む、請求項2記載のシステム。
- 結腸直腸がんが転移性結腸直腸がんである、請求項1記載のシステム。
- 生体試料が、ホルマリン固定パラフィン包埋(FFPE)組織、固定組織、コア針生検、穿刺吸引液、非染色スライド、新鮮凍結(FF)組織、ホルマリン試料、核酸もしくはタンパク質分子を保存する溶液に含まれる組織、新鮮な試料、悪性流体、体液、腫瘍試料、組織試料、またはそれらの任意の組み合わせを含む、請求項1記載のシステム。
- 生体試料が固形腫瘍からの細胞を含む、請求項1記載のシステム。
- 生体試料が体液を含む、請求項1記載のシステム。
- 体液が、悪性流体、胸膜液、または腹腔液を含む、請求項7記載のシステム。
- 体液が、末梢血、血清、血漿、腹水、尿、脳脊髄液(CSF)、痰、唾液、骨髄、滑液、眼房水、羊水、耳垢、母乳、気管支肺胞洗浄液、精液、前立腺液、カウパー腺液、尿道球腺液、女性射精液、汗、糞便、涙液、嚢胞液、胸膜液、腹腔液、心膜液、リンパ液、糜粥、乳糜、胆汁、間質液、月経分泌物、膿、皮脂、嘔吐物、膣分泌液、粘膜分泌液、水便、膵液、鼻腔からの洗浄液、気管支肺吸引液、胞胚腔液または臍帯血を含む、請求項7記載のシステム。
- 次世代シーケンサが、遺伝子のパネルをシーケンシングするように構成されている、請求項1記載のシステム。
- 次世代シーケンサが、全エクソームシーケンシングを実行するように構成されている、請求項1記載のシステム。
- 第1のデータ、第2のデータ、第3のデータ、第4のデータ、および第5のデータがそれぞれ、各機械学習分類モデルの等価な投票を表す、請求項1記載のシステム。
- 第1のデータ、第2のデータ、第3のデータ、第4のデータ、および第5のデータがそれぞれ、各々の機械学習分類モデルに関連する信頼度スコアに基づき調整された各機械学習分類モデルの投票を表す、請求項1記載のシステム。
- 複数の機械学習モデルのうち1つ以上の機械学習モデルがランダムフォレストモデルである、請求項1記載のシステム。
- 複数の機械学習モデルの各機械学習モデルがランダムフォレストモデルである、請求項1記載のシステム。
- 前記動作が、
1つまたは複数のコンピュータにより、第2の対象から結腸直腸がん細胞を含む第2の生体試料を得ること;
該1つまたは複数のコンピュータにより、次世代シーケンサにより生成された第2の出力データに基づき複数の第2のコピー数を得ることであって、該次世代シーケンサが、第2の対象からの結腸直腸がん細胞を含む第2の生体試料をシーケンシングすることにより第2の出力データを生成し、該複数の第2のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(f)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(g)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの1つ、2つ、3つ、4つ、または5つすべてを含むグループ2;
(h)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(i)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(j)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、こと;
該1つまたは複数のコンピュータにより、予測モデルへの入力として第2の入力データを提供することであって、第2の入力データが、得られた複数の第2のコピー数を含む、こと;
該1つまたは複数のコンピュータにより、複数の機械学習モデルの1つを通してグループごとに、得られた第2のコピー数を含む第2の入力データを処理することであって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られた第2のコピー数を処理して、第2の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第6のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第7のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第8のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第9のデータを生成すること、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第10のデータを生成すること
を含む、こと;
該1つまたは複数のコンピュータにより、第6のデータ、第7のデータ、第8のデータ、第9のデータ、および第10のデータに基づき、複数の機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定すること;
該機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が低いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療の代替治療を同定するデータを同定すること;ならびに
該1つまたは複数のコンピュータにより、該代替治療を同定する出力データを提供すること
をさらに含む、請求項1記載のシステム。 - 代替治療が、イリノテカンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFIRI)である、請求項16記載のシステム。
- 第1の対象の治療における結腸直腸がんのための治療を選択するための方法であって、
1つまたは複数のコンピュータにより、次世代シーケンサにより生成された出力データに基づき複数のコピー数を得る工程であって、該次世代シーケンサが、第1の対象からの結腸直腸がん細胞を含む生体試料をシーケンシングすることにより該出力データを生成し、該複数のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(a)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(b)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの複数を含むグループ2;
(c)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(d)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(e)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、工程;
該1つまたは複数のコンピュータにより、予測モデルへの入力として入力データを提供する工程であって、該入力データが、得られた複数のコピー数を含み、該予測モデルが、複数の機械学習モデルを含み、各機械学習モデルが、グループ1、グループ2、グループ3、グループ4、およびグループ5の1つに関して得られたコピー数を処理するように構成されている、工程;
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの1つを通してグループごとに、得られたコピー数を含む入力データを処理する工程であって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られたコピー数を処理して、第1の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第1のデータを生成することであって、第1の機械学習モデルが、MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第2のデータを生成することであって、第2の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、およびYWHAEを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第3のデータを生成することであって、第3の機械学習モデルが、BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第4のデータを生成することであって、第4の機械学習モデルが、BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第5のデータを生成することであって、第5の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みであること
を含む、工程;
該1つまたは複数のコンピュータにより、第1のデータ、第2のデータ、第3のデータ、第4のデータ、および第5のデータに基づき、複数の機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定する工程;
該機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定するデータを同定する工程;ならびに
該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定する出力を提供する工程
を含む、方法。 - 治療が、イリノテカンまたは生物学的薬剤物質をさらに含む、請求項18記載の方法。
- 生物学的薬剤が、ベバシズマブまたはセツキシマブを含む、請求項19記載の方法。
- 結腸直腸がんが転移性結腸直腸がんである、請求項18記載の方法。
- 複数の機械学習モデルのうち1つ以上の機械学習モデルがランダムフォレストモデルである、請求項18記載の方法。
- 複数の機械学習モデルの各機械学習モデルがランダムフォレストモデルである、請求項18記載の方法。
- 1つまたは複数のコンピュータにより、第2の対象から結腸直腸がん細胞を含む第2の生体試料を得る工程;
該1つまたは複数のコンピュータにより、次世代シーケンサにより生成された第2の出力データに基づき複数の第2のコピー数を得る工程であって、該次世代シーケンサが、第2の対象からの結腸直腸がん細胞を含む第2の生体試料をシーケンシングすることにより第2の出力データを生成し、該複数の第2のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(f)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(g)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの1つ、2つ、3つ、4つ、または5つすべてを含むグループ2;
(h)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(i)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(j)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、工程;
該1つまたは複数のコンピュータにより、予測モデルへの入力として第2の入力データを提供する工程であって、第2の入力データが、得られた複数の第2のコピー数を含む、工程;
該1つまたは複数のコンピュータにより、複数の機械学習モデルの1つを通してグループごとに、得られた第2のコピー数を含む第2の入力データを処理する工程であって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られた第2のコピー数を処理して、第2の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第6のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第7のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第8のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第9のデータを生成すること、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第10のデータを生成すること
を含む、工程;
該1つまたは複数のコンピュータにより、第6のデータ、第7のデータ、第8のデータ、第9のデータ、および第10のデータに基づき、複数の機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定する工程;
該機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が低いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療の代替治療を同定するデータを同定する工程;ならびに
該1つまたは複数のコンピュータにより、該代替治療を同定する出力データを提供する工程
をさらに含む、請求項18記載の方法。 - 代替治療が、イリノテカンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFIRI)である、請求項24記載の方法。
- 1つまたは複数のコンピュータにより実行されると、該1つまたは複数のコンピュータに動作を実行させる命令を記憶している、第1の対象の治療における結腸直腸がんのための治療を選択するための1つまたは複数のコンピュータ可読記憶媒体であって、
該動作が、
該1つまたは複数のコンピュータにより、次世代シーケンサにより生成された出力データに基づき複数のコピー数を得ることであって、該次世代シーケンサが、第1の対象からの結腸直腸がん細胞を含む生体試料をシーケンシングすることにより該出力データを生成し、該複数のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(a)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(b)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの複数を含むグループ2;
(c)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(d)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(e)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、こと;
該1つまたは複数のコンピュータにより、予測モデルへの入力として入力データを提供することであって、該入力データが、得られた複数のコピー数を含み、該予測モデルが、複数の機械学習モデルを含み、各機械学習モデルが、グループ1、グループ2、グループ3、グループ4、およびグループ5の1つに関して得られたコピー数を処理するように構成されている、こと;
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの1つを通してグループごとに、得られたコピー数を含む入力データを処理することであって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られたコピー数を処理して、第1の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第1のデータを生成することであって、第1の機械学習モデルが、MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第2のデータを生成することであって、第2の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、およびYWHAEを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第3のデータを生成することであって、第3の機械学習モデルが、BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第4のデータを生成することであって、第4の機械学習モデルが、BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、およびTCL1Aを含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られたコピー数を処理して、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第5のデータを生成することであって、第5の機械学習モデルが、BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11を含む遺伝子のグループに関するコピー数を含む入力データを処理することに基づき、FOLFOXを含む治療からベネフィットを得る可能性を示す出力データを生成するように訓練済みである、こと
を含む、こと;
該1つまたは複数のコンピュータにより、第1のデータ、第2のデータ、第3のデータ、第4のデータ、および第5のデータに基づき、複数の機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定すること;
該機械学習分類モデルの過半数が、第1の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定するデータを同定すること;ならびに
該1つまたは複数のコンピュータにより、FOLFOXを含む治療を同定する出力を提供すること
を含む、1つまたは複数のコンピュータ可読記憶媒体。 - 複数の機械学習モデルのうち1つ以上の機械学習モデルがランダムフォレストモデルである、請求項26記載のコンピュータ可読記憶媒体。
- 複数の機械学習モデルの各機械学習モデルがランダムフォレストモデルである、請求項26記載のコンピュータ可読記憶媒体。
- 前記動作が、
1つまたは複数のコンピュータにより、第2の対象から結腸直腸がん細胞を含む第2の生体試料を得ること;
該1つまたは複数のコンピュータにより、次世代シーケンサにより生成された第2の出力データに基づき複数の第2のコピー数を得ることであって、該次世代シーケンサが、第2の対象からの結腸直腸がん細胞を含む第2の生体試料をシーケンシングすることにより第2の出力データを生成し、該複数の第2のコピー数が、以下のグループの遺伝子またはそれらに近接するゲノム領域:
(f)MYC、EP300、U2AF1、ASXL1、MAML2、CNTRL、WRN、およびCDX2の複数を含むグループ1;
(g)BCL9、PBX1、PRRX1、INHBA、およびYWHAEの1つ、2つ、3つ、4つ、または5つすべてを含むグループ2;
(h)BCL9、PBX1、GNAS、LHFPL6、CASP8、ASXL1、FH、CRKL、MLF1、TRRAP、AKT3、ACKR3、MSI2、PCM1、およびMNX1の複数を含むグループ3;
(i)BX1、GNAS、AURKA、CASP8、ASXL1、CRKL、MLF1、GAS7、MN1、SOX10、TCL1A、LMO1、BRD3、SMARCA4、PER1、PAX7、SBDS、SEPT5、PDGFB、AKT2、TERT、KEAP1、ETV6、TOP1、TLX3、COX6C、NFIB、ARFRP1、ARID1A、MAP2K4、NFKBIA、WWTR1、ZNF217、IL2、NSD3、CREB1、BRIP1、SDC4、EWSR1、FLT3、FLT1、FAS、CCNE1、RUNX1T1、およびEZRの複数を含むグループ4;および
(j)BCL9、PBX1、PRRX1、INHBA、YWHAE、GNAS、LHFPL6、FCRL4、BIRC3、AURKA、およびHOXA11の複数を含むグループ5
のそれぞれに関するコピー数を含む、こと;
該1つまたは複数のコンピュータにより、予測モデルへの入力として第2の入力データを提供することであって、第2の入力データが、得られた複数の第2のコピー数を含む、こと;
該1つまたは複数のコンピュータにより、複数の機械学習モデルの1つを通してグループごとに、得られた第2のコピー数を含む第2の入力データを処理することであって、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第1の機械学習モデルを通してグループ1に関して得られた第2のコピー数を処理して、第2の対象がオキサリプラチンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFOX)からベネフィットを得る可能性が高いかどうかを示す第6のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第2の機械学習モデルを通してグループ2に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第7のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第3の機械学習モデルを通してグループ3に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第8のデータを生成すること、
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第4の機械学習モデルを通してグループ4に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第9のデータを生成すること、および
該1つまたは複数のコンピュータにより、該複数の機械学習モデルの第5の機械学習モデルを通してグループ5に関して得られた第2のコピー数を処理して、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いかどうかを示す第10のデータを生成すること
を含む、こと;
該1つまたは複数のコンピュータにより、第6のデータ、第7のデータ、第8のデータ、第9のデータ、および第10のデータに基づき、複数の機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が高いことを示すかどうかを決定すること;
該機械学習分類モデルの過半数が、第2の対象がFOLFOXを含む治療からベネフィットを得る可能性が低いことを示すという決定に基づき、該1つまたは複数のコンピュータにより、FOLFOXを含む治療の代替治療を同定するデータを同定すること;ならびに
該1つまたは複数のコンピュータにより、該代替治療を同定する出力データを提供すること
をさらに含む、請求項26記載のコンピュータ可読記憶媒体。 - 代替治療が、イリノテカンと組み合わせた5-フルオロウラシル/ロイコボリンを含む治療(FOLFIRI)である、請求項29記載のコンピュータ可読記憶媒体。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862774082P | 2018-11-30 | 2018-11-30 | |
US62/774,082 | 2018-11-30 | ||
US201962788689P | 2019-01-04 | 2019-01-04 | |
US62/788,689 | 2019-01-04 | ||
US201962789495P | 2019-01-07 | 2019-01-07 | |
US62/789,495 | 2019-01-07 | ||
PCT/US2019/064078 WO2020113237A1 (en) | 2018-11-30 | 2019-12-02 | Next-generation molecular profiling |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022512080A JP2022512080A (ja) | 2022-02-02 |
JPWO2020113237A5 true JPWO2020113237A5 (ja) | 2023-02-03 |
JP7462632B2 JP7462632B2 (ja) | 2024-04-05 |
Family
ID=70853593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021530882A Active JP7462632B2 (ja) | 2018-11-30 | 2019-12-02 | 次世代分子プロファイリング |
Country Status (9)
Country | Link |
---|---|
US (2) | US11315673B2 (ja) |
EP (2) | EP4369356A2 (ja) |
JP (1) | JP7462632B2 (ja) |
KR (1) | KR20210111254A (ja) |
AU (1) | AU2019389175A1 (ja) |
CA (1) | CA3121170A1 (ja) |
IL (2) | IL283371B1 (ja) |
MX (1) | MX2021006234A (ja) |
WO (1) | WO2020113237A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11942189B2 (en) * | 2019-01-16 | 2024-03-26 | International Business Machines Corporation | Drug efficacy prediction for treatment of genetic disease |
EP4069865A4 (en) * | 2019-12-02 | 2023-12-20 | Caris MPI, Inc. | PLATINUM RESISTANCE TEST FOR PAN CANCER |
AU2020398180A1 (en) * | 2019-12-05 | 2021-09-16 | Illumina, Inc. | Rapid detection of gene fusions |
CN111767390A (zh) * | 2020-06-28 | 2020-10-13 | 北京百度网讯科技有限公司 | 技能词评估方法及装置、电子设备、计算机可读介质 |
US20220042108A1 (en) * | 2020-08-06 | 2022-02-10 | Agendia NV | Systems and methods of assessing breast cancer |
US11335443B1 (en) | 2020-09-07 | 2022-05-17 | OpenNano Pte. Ltd. | Phenotypic patient data derivation from economic data |
WO2022101672A2 (en) | 2020-11-11 | 2022-05-19 | Agendia NV | Method of assessing diseases using image classifiers |
CN112768076B (zh) * | 2021-02-01 | 2023-11-21 | 华中科技大学同济医学院附属协和医院 | 一种食管癌化疗发生骨髓抑制的风险预测模型构建方法 |
US11550580B2 (en) * | 2021-02-24 | 2023-01-10 | Northrop Grumman Systems Corporation | Systems and methods for emulating a processor |
EP4341696A2 (en) * | 2021-05-18 | 2024-03-27 | Venn Biosciences Corporation | Biomarkers for diagnosing ovarian cancer |
WO2023092108A2 (en) * | 2021-11-19 | 2023-05-25 | Insitro, Inc. | Autonomous cell imaging and modeling system |
WO2023164665A1 (en) * | 2022-02-25 | 2023-08-31 | Fred Hutchinson Cancer Center | Machine learning applications to predict biological outcomes and elucidate underlying biological mechanisms |
WO2024006639A2 (en) * | 2022-06-27 | 2024-01-04 | Deep Rx Inc. | Machine-learning computer systems and methods for predicting efficacy of chemical and biological agents for treating diseases, such as gastrointestinal cancers |
EP4350711A1 (en) * | 2022-08-19 | 2024-04-10 | UT-Heart Inc. | Method for utilizing in-silico heart disease database, program for utilizing in-silico heart disease database, and information processing device |
WO2024057316A1 (en) * | 2022-09-13 | 2024-03-21 | The Open University Of Israel | System and method of predicting a gene expression profile |
CN115631849B (zh) * | 2022-10-19 | 2023-04-28 | 哈尔滨工业大学 | 基于深度神经网络的乳腺癌预后指示系统、存储介质及设备 |
Family Cites Families (261)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL154598B (nl) | 1970-11-10 | 1977-09-15 | Organon Nv | Werkwijze voor het aantonen en bepalen van laagmoleculire verbindingen en van eiwitten die deze verbindingen specifiek kunnen binden, alsmede testverpakking. |
US3817837A (en) | 1971-05-14 | 1974-06-18 | Syva Corp | Enzyme amplification assay |
US4018653A (en) | 1971-10-29 | 1977-04-19 | U.S. Packaging Corporation | Instrument for the detection of Neisseria gonorrhoeae without culture |
US3939350A (en) | 1974-04-29 | 1976-02-17 | Board Of Trustees Of The Leland Stanford Junior University | Fluorescent immunoassay employing total reflection for activation |
US3996345A (en) | 1974-08-12 | 1976-12-07 | Syva Company | Fluorescence quenching with immunological pairs in immunoassays |
US4016043A (en) | 1975-09-04 | 1977-04-05 | Akzona Incorporated | Enzymatic immunological method for the determination of antigens and antibodies |
US4437975A (en) | 1977-07-20 | 1984-03-20 | Mobil Oil Corporation | Manufacture of lube base stock oil |
US4275149A (en) | 1978-11-24 | 1981-06-23 | Syva Company | Macromolecular environment control in specific receptor assays |
US4277437A (en) | 1978-04-05 | 1981-07-07 | Syva Company | Kit for carrying out chemically induced fluorescence immunoassay |
US4376110A (en) | 1980-08-04 | 1983-03-08 | Hybritech, Incorporated | Immunometric assays using monoclonal antibodies |
US4486530A (en) | 1980-08-04 | 1984-12-04 | Hybritech Incorporated | Immunometric assays using monoclonal antibodies |
US4366241A (en) | 1980-08-07 | 1982-12-28 | Syva Company | Concentrating zone method in heterogeneous immunoassays |
US4424279A (en) | 1982-08-12 | 1984-01-03 | Quidel | Rapid plunger immunoassay method and apparatus |
GB8311018D0 (en) | 1983-04-22 | 1983-05-25 | Amersham Int Plc | Detecting mutations in dna |
US4666828A (en) | 1984-08-15 | 1987-05-19 | The General Hospital Corporation | Test for Huntington's disease |
US5242794A (en) | 1984-12-13 | 1993-09-07 | Applied Biosystems, Inc. | Detection of specific sequences in nucleic acids |
US5656493A (en) | 1985-03-28 | 1997-08-12 | The Perkin-Elmer Corporation | System for automated performance of the polymerase chain reaction |
US4683202A (en) | 1985-03-28 | 1987-07-28 | Cetus Corporation | Process for amplifying nucleic acid sequences |
US4683195A (en) | 1986-01-30 | 1987-07-28 | Cetus Corporation | Process for amplifying, detecting, and/or-cloning nucleic acid sequences |
US4965188A (en) | 1986-08-22 | 1990-10-23 | Cetus Corporation | Process for amplifying, detecting, and/or cloning nucleic acid sequences using a thermostable enzyme |
US5333675C1 (en) | 1986-02-25 | 2001-05-01 | Perkin Elmer Corp | Apparatus and method for performing automated amplification of nucleic acid sequences and assays using heating and cooling steps |
US4801531A (en) | 1985-04-17 | 1989-01-31 | Biotechnology Research Partners, Ltd. | Apo AI/CIII genomic polymorphisms predictive of atherosclerosis |
US4800159A (en) | 1986-02-07 | 1989-01-24 | Cetus Corporation | Process for amplifying, detecting, and/or cloning nucleic acid sequences |
US4851331A (en) | 1986-05-16 | 1989-07-25 | Allied Corporation | Method and kit for polynucleotide assay including primer-dependant DNA polymerase |
IL86724A (en) | 1987-06-19 | 1995-01-24 | Siska Diagnostics Inc | Methods and kits for amplification and testing of nucleic acid sequences |
WO1989001050A1 (en) | 1987-07-31 | 1989-02-09 | The Board Of Trustees Of The Leland Stanford Junior University | Selective amplification of target polynucleotide sequences |
CA1340807C (en) | 1988-02-24 | 1999-11-02 | Lawrence T. Malek | Nucleic acid amplification process |
JP2650159B2 (ja) | 1988-02-24 | 1997-09-03 | アクゾ・ノベル・エヌ・ベー | 核酸増幅方法 |
IE61148B1 (en) | 1988-03-10 | 1994-10-05 | Ici Plc | Method of detecting nucleotide sequences |
US4988617A (en) | 1988-03-25 | 1991-01-29 | California Institute Of Technology | Method of detecting a nucleotide change in nucleic acids |
US5137765A (en) | 1988-08-05 | 1992-08-11 | Porton Instruments, Inc. | Derivatized glass supports for peptide and protein sequencing |
US5272057A (en) | 1988-10-14 | 1993-12-21 | Georgetown University | Method of detecting a predisposition to cancer by the use of restriction fragment length polymorphism of the gene for human poly (ADP-ribose) polymerase |
AU4829690A (en) | 1988-12-16 | 1990-07-10 | Siska Diagnostics, Inc. | Self-sustained, sequence replication system |
US5856092A (en) | 1989-02-13 | 1999-01-05 | Geneco Pty Ltd | Detection of a nucleic acid sequence or a change therein |
US5143854A (en) | 1989-06-07 | 1992-09-01 | Affymax Technologies N.V. | Large scale photolithographic solid phase synthesis of polypeptides and receptor binding screening thereof |
US5744101A (en) | 1989-06-07 | 1998-04-28 | Affymax Technologies N.V. | Photolabile nucleoside protecting groups |
US5547839A (en) | 1989-06-07 | 1996-08-20 | Affymax Technologies N.V. | Sequencing of surface immobilized polymers utilizing microflourescence detection |
US5424186A (en) | 1989-06-07 | 1995-06-13 | Affymax Technologies N.V. | Very large scale immobilized polymer synthesis |
US6346413B1 (en) | 1989-06-07 | 2002-02-12 | Affymetrix, Inc. | Polymer arrays |
US5925525A (en) | 1989-06-07 | 1999-07-20 | Affymetrix, Inc. | Method of identifying nucleotide differences |
US5242974A (en) | 1991-11-22 | 1993-09-07 | Affymax Technologies N.V. | Polymer reversal on solid surfaces |
US5800992A (en) | 1989-06-07 | 1998-09-01 | Fodor; Stephen P.A. | Method of detecting nucleic acids |
US5527681A (en) | 1989-06-07 | 1996-06-18 | Affymax Technologies N.V. | Immobilized molecular synthesis of systematically substituted compounds |
US5871928A (en) | 1989-06-07 | 1999-02-16 | Fodor; Stephen P. A. | Methods for nucleic acid analysis |
US5192659A (en) | 1989-08-25 | 1993-03-09 | Genetype Ag | Intron sequence analysis method for detection of adjacent and remote locus alleles as haplotypes |
US5252743A (en) | 1989-11-13 | 1993-10-12 | Affymax Technologies N.V. | Spatially-addressable immobilization of anti-ligands on surfaces |
US6013431A (en) | 1990-02-16 | 2000-01-11 | Molecular Tool, Inc. | Method for determining specific nucleotide variations by primer extension in the presence of mixture of labeled nucleotides and terminators |
US5494810A (en) | 1990-05-03 | 1996-02-27 | Cornell Research Foundation, Inc. | Thermostable ligase-mediated DNA amplifications system for the detection of genetic disease |
US5266222A (en) | 1990-05-23 | 1993-11-30 | California Institute Of Technology | Durable low surface-energy surfaces |
EP0561796B1 (en) | 1990-08-24 | 1997-12-29 | The University Of Tennessee Research Corporation | Dna amplification fingerprinting |
WO1992007095A1 (en) | 1990-10-15 | 1992-04-30 | Stratagene | Arbitrarily primed polymerase chain reaction method for fingerprinting genomes |
US6004744A (en) | 1991-03-05 | 1999-12-21 | Molecular Tool, Inc. | Method for determining nucleotide identity through extension of immobilized primer |
DE4214112A1 (de) | 1991-08-02 | 1993-02-04 | Europ Lab Molekularbiolog | Neues verfahren zur sequenzierung von nukleinsaeuren |
WO1993009668A1 (en) | 1991-11-22 | 1993-05-27 | Affymax Technology N.V. | Combinatorial strategies for polymer synthesis |
US5384261A (en) | 1991-11-22 | 1995-01-24 | Affymax Technologies N.V. | Very large scale immobilized polymer synthesis using mechanically directed flow paths |
US5550215A (en) | 1991-11-22 | 1996-08-27 | Holmes; Christopher P. | Polymer reversal on solid surfaces |
US5412087A (en) | 1992-04-24 | 1995-05-02 | Affymax Technologies N.V. | Spatially-addressable immobilization of oligonucleotides and other biological polymers on surfaces |
US5324633A (en) | 1991-11-22 | 1994-06-28 | Affymax Technologies N.V. | Method and apparatus for measuring binding affinity |
US5965362A (en) | 1992-03-04 | 1999-10-12 | The Regents Of The University Of California | Comparative genomic hybridization (CGH) |
GB9208733D0 (en) | 1992-04-22 | 1992-06-10 | Medical Res Council | Dna sequencing method |
GB9211979D0 (en) | 1992-06-05 | 1992-07-15 | Buchard Ole | Uses of nucleic acid analogues |
DE69433811T2 (de) | 1993-01-07 | 2005-06-23 | Sequenom, Inc., San Diego | Dns - sequenzierung durch massenspektronomie |
US5605798A (en) | 1993-01-07 | 1997-02-25 | Sequenom, Inc. | DNA diagnostic based on mass spectrometry |
US6194144B1 (en) | 1993-01-07 | 2001-02-27 | Sequenom, Inc. | DNA sequencing by mass spectrometry |
US5491074A (en) | 1993-04-01 | 1996-02-13 | Affymax Technologies Nv | Association peptides |
US5858659A (en) | 1995-11-29 | 1999-01-12 | Affymetrix, Inc. | Polymorphism detection |
US5837832A (en) | 1993-06-25 | 1998-11-17 | Affymetrix, Inc. | Arrays of nucleic acid probes on biological chips |
US6045996A (en) | 1993-10-26 | 2000-04-04 | Affymetrix, Inc. | Hybridization assays on oligonucleotide arrays |
WO1995014108A1 (en) | 1993-11-17 | 1995-05-26 | Amersham International Plc | Primer extension mass spectroscopy nucleic acid sequencing method |
DE69531542T2 (de) | 1994-02-07 | 2004-06-24 | Beckman Coulter, Inc., Fullerton | Ligase/polymerase-vermittelte analyse genetischer elemente von einzelnukleotid-polymorphismen und ihre verwendung in der genetischen analyse |
US6090555A (en) | 1997-12-11 | 2000-07-18 | Affymetrix, Inc. | Scanned image alignment systems and methods |
US5578832A (en) | 1994-09-02 | 1996-11-26 | Affymetrix, Inc. | Method and apparatus for imaging a sample on a device |
US5631734A (en) | 1994-02-10 | 1997-05-20 | Affymetrix, Inc. | Method and apparatus for detection of fluorescently labeled materials |
US5851770A (en) | 1994-04-25 | 1998-12-22 | Variagenics, Inc. | Detection of mismatches by resolvase cleavage using a magnetic bead support |
WO1995029251A1 (en) | 1994-04-25 | 1995-11-02 | Applied Technology Genetics Corporation | Detection of mutation by resolvase cleavage |
EP0758403B1 (en) | 1994-05-05 | 1998-06-24 | Beckman Instruments, Inc. | Oligonucleotide repeat arrays |
US5571639A (en) | 1994-05-24 | 1996-11-05 | Affymax Technologies N.V. | Computer-aided engineering system for design of sequence arrays and lithographic masks |
US5834189A (en) | 1994-07-08 | 1998-11-10 | Visible Genetics Inc. | Method for evaluation of polymorphic genetic sequences, and the use thereof in identification of HLA types |
US5795716A (en) | 1994-10-21 | 1998-08-18 | Chee; Mark S. | Computer-aided visualization and analysis system for sequence evaluation |
US5959098A (en) | 1996-04-17 | 1999-09-28 | Affymetrix, Inc. | Substrate preparation process |
US5599695A (en) | 1995-02-27 | 1997-02-04 | Affymetrix, Inc. | Printing molecular library arrays using deprotection agents solely in the vapor phase |
US5624711A (en) | 1995-04-27 | 1997-04-29 | Affymax Technologies, N.V. | Derivatization of solid supports and methods for oligomer synthesis |
DE19515552A1 (de) | 1995-04-27 | 1996-10-31 | Europ Lab Molekularbiolog | Simultane Sequenzierung von Nukleinsäuren |
US5545531A (en) | 1995-06-07 | 1996-08-13 | Affymax Technologies N.V. | Methods for making a device for concurrently processing multiple biological chip assays |
US5981186A (en) | 1995-06-30 | 1999-11-09 | Visible Genetics, Inc. | Method and apparatus for DNA-sequencing using reduced number of sequencing mixtures |
US5968740A (en) | 1995-07-24 | 1999-10-19 | Affymetrix, Inc. | Method of Identifying a Base in a Nucleic Acid |
JP3193301B2 (ja) | 1995-09-14 | 2001-07-30 | 麒麟麦酒株式会社 | 生理活性タンパク質p160 |
US5733729A (en) | 1995-09-14 | 1998-03-31 | Affymetrix, Inc. | Computer-aided probability base calling for arrays of nucleic acid probes on chips |
US5869242A (en) | 1995-09-18 | 1999-02-09 | Myriad Genetics, Inc. | Mass spectrometry to assess DNA sequence polymorphisms |
US6147205A (en) | 1995-12-15 | 2000-11-14 | Affymetrix, Inc. | Photocleavable protecting groups and methods for their use |
US6114122A (en) | 1996-03-26 | 2000-09-05 | Affymetrix, Inc. | Fluidics station with a mounting system and method of using |
US5928906A (en) | 1996-05-09 | 1999-07-27 | Sequenom, Inc. | Process for direct sequencing during template amplification |
US5981956A (en) | 1996-05-16 | 1999-11-09 | Affymetrix, Inc. | Systems and methods for detection of labeled materials |
US5786146A (en) | 1996-06-03 | 1998-07-28 | The Johns Hopkins University School Of Medicine | Method of detection of methylated nucleic acid using agents which modify unmethylated cytosine and distinguishing modified methylated and non-methylated nucleic acids |
WO1997047761A1 (en) | 1996-06-14 | 1997-12-18 | Sarnoff Corporation | Method for polynucleotide sequencing |
GB9620209D0 (en) | 1996-09-27 | 1996-11-13 | Cemu Bioteknik Ab | Method of sequencing DNA |
US6017702A (en) | 1996-12-05 | 2000-01-25 | The Perkin-Elmer Corporation | Chain-termination type nucleic acid sequencing method including 2'-deoxyuridine-5'-triphosphate |
US5876934A (en) | 1996-12-18 | 1999-03-02 | Pharmacia Biotech Inc. | DNA sequencing method |
US6046005A (en) | 1997-01-15 | 2000-04-04 | Incyte Pharmaceuticals, Inc. | Nucleic acid sequencing with solid phase capturable terminators comprising a cleavable linking group |
US6586806B1 (en) | 1997-06-20 | 2003-07-01 | Cypress Semiconductor Corporation | Method and structure for a single-sided non-self-aligned transistor |
US6420108B2 (en) | 1998-02-09 | 2002-07-16 | Affymetrix, Inc. | Computer-aided display for comparative gene expression |
DE69823206T2 (de) | 1997-07-25 | 2004-08-19 | Affymetrix, Inc. (a Delaware Corp.), Santa Clara | Verfahren zur herstellung einer bio-informatik-datenbank |
WO1999009218A1 (en) | 1997-08-15 | 1999-02-25 | Affymetrix, Inc. | Polymorphism detection utilizing clustering analysis |
DE69829402T2 (de) | 1997-10-31 | 2006-04-13 | Affymetrix, Inc. (a Delaware Corp.), Santa Clara | Expressionsprofile in adulten und fötalen organen |
US5998143A (en) | 1997-12-05 | 1999-12-07 | The Perkin-Elmer Corporation | Cycle sequencing thermal profiles |
US6428752B1 (en) | 1998-05-14 | 2002-08-06 | Affymetrix, Inc. | Cleaning deposit devices that form microarrays and the like |
US6269846B1 (en) | 1998-01-13 | 2001-08-07 | Genetic Microsystems, Inc. | Depositing fluid specimens on substrates, resulting ordered arrays, techniques for deposition of arrays |
US6201639B1 (en) | 1998-03-20 | 2001-03-13 | James W. Overbeck | Wide field of view and high speed scanning microscopy |
WO1999040222A1 (en) | 1998-02-04 | 1999-08-12 | Variagenics, Inc. | Mismatch detection techniques |
US6185030B1 (en) | 1998-03-20 | 2001-02-06 | James W. Overbeck | Wide field of view and high speed scanning microscopy |
US5936324A (en) | 1998-03-30 | 1999-08-10 | Genetic Microsystems Inc. | Moving magnet scanner |
US7805388B2 (en) * | 1998-05-01 | 2010-09-28 | Health Discovery Corporation | Method for feature selection in a support vector machine using feature ranking |
US6183958B1 (en) | 1998-05-06 | 2001-02-06 | Variagenics, Inc. | Probes for variance detection |
JP3565025B2 (ja) | 1998-07-07 | 2004-09-15 | 日産自動車株式会社 | 治具交換装置および治具交換方法 |
US6185561B1 (en) | 1998-09-17 | 2001-02-06 | Affymetrix, Inc. | Method and apparatus for providing and expression data mining database |
US6140054A (en) | 1998-09-30 | 2000-10-31 | University Of Utah Research Foundation | Multiplex genotyping using fluorescent hybridization probes |
US6262216B1 (en) | 1998-10-13 | 2001-07-17 | Affymetrix, Inc. | Functionalized silicon compounds and methods for their synthesis and use |
EP1124990B1 (en) | 1998-10-27 | 2006-01-18 | Affymetrix, Inc. | Complexity management and analysis of genomic dna |
US7700324B1 (en) | 1998-11-03 | 2010-04-20 | The Johns Hopkins University School Of Medicine | Methylated CpG island amplification (MCA) |
NO986133D0 (no) | 1998-12-23 | 1998-12-23 | Preben Lexow | FremgangsmÕte for DNA-sekvensering |
WO2000058516A2 (en) | 1999-03-26 | 2000-10-05 | Whitehead Institute For Biomedical Research | Universal arrays |
US6218803B1 (en) | 1999-06-04 | 2001-04-17 | Genetic Microsystems, Inc. | Position sensing with variable capacitance transducers |
US6300070B1 (en) | 1999-06-04 | 2001-10-09 | Mosaic Technologies, Inc. | Solid phase methods for amplifying multiple nucleic acids |
US6811668B1 (en) | 1999-06-22 | 2004-11-02 | Caliper Life Sciences, Inc. | Apparatus for the operation of a microfluidic device |
KR100865105B1 (ko) | 1999-06-28 | 2008-10-24 | 캘리포니아 인스티튜트 오브 테크놀로지 | 마이크로 가공된 탄성중합체 밸브 및 펌프 시스템 |
US6274320B1 (en) | 1999-09-16 | 2001-08-14 | Curagen Corporation | Method of sequencing a nucleic acid |
US6221600B1 (en) | 1999-10-08 | 2001-04-24 | Board Of Regents, The University Of Texas System | Combinatorial oligonucleotide PCR: a method for rapid, global expression analysis |
US6297016B1 (en) | 1999-10-08 | 2001-10-02 | Applera Corporation | Template-dependent ligation with PNA-DNA chimeric probes |
AU1075701A (en) | 1999-10-08 | 2001-04-23 | Protogene Laboratories, Inc. | Method and apparatus for performing large numbers of reactions using array assembly |
US6958225B2 (en) | 1999-10-27 | 2005-10-25 | Affymetrix, Inc. | Complexity management of genomic DNA |
US7970718B2 (en) * | 2001-05-18 | 2011-06-28 | Health Discovery Corporation | Method for feature selection and for evaluating features identified as significant for classifying data |
AU2001232805A1 (en) | 2000-01-12 | 2001-07-24 | Ut-Battelle, Llc | A microfluidic device and method for focusing, segmenting, and dispensing of a fluid stream |
US7452713B2 (en) | 2000-02-29 | 2008-11-18 | Stmicroelectronics S.R.L. | Process for manufacturing a microfluidic device with buried channels |
US7867763B2 (en) | 2004-01-25 | 2011-01-11 | Fluidigm Corporation | Integrated chip carriers with thermocycler interfaces and methods of using the same |
SE0001768D0 (sv) | 2000-05-12 | 2000-05-12 | Helen Andersson | Mikrofluidisk flödescell för manipulering av partiklar |
US6386749B1 (en) | 2000-06-26 | 2002-05-14 | Affymetrix, Inc. | Systems and methods for heating and mixing fluids |
EP1340082A2 (en) | 2000-08-23 | 2003-09-03 | Imego AB | Microfluidic device and method with transport of magnetic particles into and out of wells |
US20020048534A1 (en) | 2000-08-24 | 2002-04-25 | David Storek | Sample preparing arrangement and a method relating to such an arrangement |
AU2002213704A1 (en) | 2000-10-27 | 2002-05-06 | Mount Sinai Hospital | Method for detecting ovarian cancer based on human kallikrein 6 (HK6) |
AU2002241595A1 (en) | 2000-12-01 | 2002-07-24 | Protasis Corporation | Microfluidic device with multiple microcoil nmr detectors |
US6391592B1 (en) | 2000-12-14 | 2002-05-21 | Affymetrix, Inc. | Blocker-aided target amplification of nucleic acids |
US20020183936A1 (en) | 2001-01-24 | 2002-12-05 | Affymetrix, Inc. | Method, system, and computer software for providing a genomic web portal |
US7323140B2 (en) | 2001-03-28 | 2008-01-29 | Handylab, Inc. | Moving microdroplets in a microfluidic device |
US6802342B2 (en) | 2001-04-06 | 2004-10-12 | Fluidigm Corporation | Microfabricated fluidic circuit elements and applications |
US6649348B2 (en) | 2001-06-29 | 2003-11-18 | Agilent Technologies Inc. | Methods for manufacturing arrays |
US6585606B2 (en) | 2001-07-16 | 2003-07-01 | Thomas S. Penrose | Golf club accessory |
US6632611B2 (en) | 2001-07-20 | 2003-10-14 | Affymetrix, Inc. | Method of target enrichment and amplification |
US7390463B2 (en) | 2001-09-07 | 2008-06-24 | Corning Incorporated | Microcolumn-based, high-throughput microfluidic device |
ATE477054T1 (de) | 2001-09-17 | 2010-08-15 | Gyros Patent Ab | Einen kontrollierten strom in einer mikrofluidvorrichtung ermöglichende funktionseinheit |
US7253003B2 (en) | 2001-10-19 | 2007-08-07 | Wisconsin Alumni Research Foundation | Method for monitoring the environment within a microfluidic device |
US7189580B2 (en) | 2001-10-19 | 2007-03-13 | Wisconsin Alumni Research Foundation | Method of pumping fluid through a microfluidic device |
JP4355210B2 (ja) | 2001-11-30 | 2009-10-28 | フルイディグム コーポレイション | 微小流体デバイスおよび微小流体デバイスの使用方法 |
US7258837B2 (en) | 2001-12-05 | 2007-08-21 | University Of Washington | Microfluidic device and surface decoration process for solid phase affinity binding assays |
US7238255B2 (en) | 2001-12-31 | 2007-07-03 | Gyros Patent Ab | Microfluidic device and its manufacture |
US6958119B2 (en) | 2002-02-26 | 2005-10-25 | Agilent Technologies, Inc. | Mobile phase gradient generation microfluidic device |
US7195986B1 (en) | 2002-03-08 | 2007-03-27 | Caliper Life Sciences, Inc. | Microfluidic device with controlled substrate conductivity |
GB2388189B (en) | 2002-04-29 | 2006-01-11 | Robert Jeffrey Geddes Carr | Optical detection and analysis of particles |
US7189581B2 (en) | 2002-04-30 | 2007-03-13 | Wisconsin Alumni Research Foundation | Method of obtaining a sample concentration of a solution in a microfluidic device |
EP1997772A3 (en) | 2002-05-16 | 2011-01-26 | Micronit Microfluidics B.V. | Method of fabrication of a microfluidic device |
WO2004007582A2 (en) | 2002-07-15 | 2004-01-22 | University Of Virginia Patent Foundation | Hybrid polymers for functional tuning of microfluidic device surfaces |
US7135147B2 (en) | 2002-07-26 | 2006-11-14 | Applera Corporation | Closing blade for deformable valve in a microfluidic device and method |
WO2004011666A2 (en) | 2002-07-26 | 2004-02-05 | Applera Corporation | Mg-mediated hot start biochemical reactions |
US7452509B2 (en) | 2002-07-26 | 2008-11-18 | Applied Biosystems Inc. | Microfluidic device including displaceable material trap, and system |
US7201881B2 (en) | 2002-07-26 | 2007-04-10 | Applera Corporation | Actuator for deformable valves in a microfluidic device, and method |
KR100480338B1 (ko) | 2002-08-08 | 2005-03-30 | 한국전자통신연구원 | 극소량의 유체제어를 위한 미세 유체제어소자 |
TW536524B (en) | 2002-09-17 | 2003-06-11 | Fan-Gen Tzeng | Network-type micro-channel device for micro-fluid |
US7118661B2 (en) | 2002-09-30 | 2006-10-10 | The Regents Of The University Of California | Nanolaminate microfluidic device for mobility selection of particles |
ES2588905T3 (es) | 2002-10-04 | 2016-11-07 | The Regents Of The University Of California | Dispositivo microfluídico de compartimentos múltiples para investigación en neurociencias |
FR2848125B1 (fr) | 2002-12-04 | 2006-06-09 | Commissariat Energie Atomique | Dispositif microfluidique dans lequel l'interface liquide/fluide est stabilisee |
US7467928B2 (en) | 2002-12-12 | 2008-12-23 | Board Of Trustees Of The University Of Arkansas | Microfluidic device utilizing magnetohydrodynamics and method for fabrication thereof |
US7125711B2 (en) | 2002-12-19 | 2006-10-24 | Bayer Healthcare Llc | Method and apparatus for splitting of specimens into multiple channels of a microfluidic device |
US7338637B2 (en) | 2003-01-31 | 2008-03-04 | Hewlett-Packard Development Company, L.P. | Microfluidic device with thin-film electronic devices |
US7413709B2 (en) | 2003-02-12 | 2008-08-19 | Agilent Technologies, Inc. | PAEK-based microfluidic device with integrated electrospray emitter |
JP3856763B2 (ja) | 2003-03-11 | 2006-12-13 | 財団法人川村理化学研究所 | マイクロ流体素子の製造方法 |
AU2004228678A1 (en) | 2003-04-03 | 2004-10-21 | Fluidigm Corp. | Microfluidic devices and methods of using same |
US20070117164A1 (en) | 2003-04-08 | 2007-05-24 | Raskov Hans H | Method for detection of colorectal cancer in human samples |
US7422725B2 (en) | 2003-05-01 | 2008-09-09 | Enplas Corporation | Sample handling unit applicable to microchip, and microfluidic device having microchips |
JP4758891B2 (ja) | 2003-06-06 | 2011-08-31 | マイクロニクス, インコーポレイテッド | 微小流体デバイス上の加熱、冷却および熱サイクリングのためのシステムおよび方法 |
US20050124071A1 (en) | 2003-09-30 | 2005-06-09 | Kraus Virginia B. | Methods and compositions for diagnosing musculoskeletal, arthritic and joint disorders by biomarker dating |
FR2862007B1 (fr) | 2003-11-12 | 2005-12-23 | Commissariat Energie Atomique | Dispositif microfluidique muni d'un nez d'electronebulisation. |
US7329391B2 (en) | 2003-12-08 | 2008-02-12 | Applera Corporation | Microfluidic device and material manipulating method using same |
EP1547688A1 (en) | 2003-12-23 | 2005-06-29 | STMicroelectronics S.r.l. | Microfluidic device and method of locally concentrating electrically charged substances in a microfluidic device |
US7099778B2 (en) | 2003-12-30 | 2006-08-29 | Caliper Life Sciences, Inc. | Method for determining diffusivity and molecular weight in a microfluidic device |
US7351380B2 (en) | 2004-01-08 | 2008-04-01 | Sandia Corporation | Microfluidic structures and methods for integrating a functional component into a microfluidic device |
EP2392402A3 (en) | 2004-02-18 | 2012-03-21 | Life Technologies Corporation | Multi-step bioassays on modular microfluidic application platforms |
US7402229B2 (en) | 2004-03-31 | 2008-07-22 | Intel Corporation | Fabrication and use of semipermeable membranes and gels for the control of electrolysis in a microfluidic device |
US7575722B2 (en) | 2004-04-02 | 2009-08-18 | Eksigent Technologies, Inc. | Microfluidic device |
US7419639B2 (en) | 2004-05-12 | 2008-09-02 | The Board Of Trustees Of The Leland Stanford Junior University | Multilayer microfluidic device |
US7655479B2 (en) | 2004-06-30 | 2010-02-02 | University Of South Florida | Luminescence characterization of quantum dots conjugated with biomarkers for early cancer detection |
CA2614507A1 (en) | 2004-07-09 | 2006-08-17 | Amaox, Ltd. | Immune cell biosensors and methods of using same |
US7488596B2 (en) | 2004-12-17 | 2009-02-10 | Samsung Electronics Co., Ltd. | Microfluidic device comprising electrolysis device for cell lysis and method for electrochemically lysing cells using the same |
EP2003214B1 (en) | 2005-02-01 | 2013-04-10 | AB Advanced Genetic Analysis Corporation | Reagents, methods, and libraries for bead-based sequencing |
JP5069220B2 (ja) | 2005-04-12 | 2012-11-07 | カリパー・ライフ・サイエンシズ・インク. | マイクロ流体デバイス用の小型光学検出システム |
KR100590581B1 (ko) | 2005-05-10 | 2006-06-19 | 삼성전자주식회사 | 미세유동장치 및 그 제조방법 |
JP4992201B2 (ja) | 2005-06-07 | 2012-08-08 | 富士ゼロックス株式会社 | マイクロ流体制御方法、マイクロ流体素子およびその製造方法 |
EP1896855A2 (en) | 2005-06-21 | 2008-03-12 | Jean-Paul Borg | Biomarkers for breast cancer |
EP1934602A4 (en) | 2005-10-14 | 2009-01-21 | Inst Cardiologie Montreal | METHOD FOR DETECTING AN OXIDATIVE STRESS BIOMARKER IN A BIOLOGICAL SAMPLE |
US7993859B2 (en) | 2005-10-14 | 2011-08-09 | Institut De Cardiologie De Montreal | Method for quantifying oxidative stress caused by different biological pathways |
TWI274040B (en) | 2005-12-23 | 2007-02-21 | Ind Tech Res Inst | Microfluidic device and method of manufacturing the same |
US7568399B2 (en) | 2006-01-05 | 2009-08-04 | Integrated Sensing Systems, Inc. | Microfluidic device |
US7581429B2 (en) | 2006-01-06 | 2009-09-01 | Integrated Sensing Systems, Inc. | Microfluidic device and method of operation |
ES2355388T3 (es) | 2006-01-31 | 2011-03-25 | Medical Research Fund Of Tel Aviv Sourasky Medical Center | Métodos para la detección precoz de cáncer. |
US20090062129A1 (en) | 2006-04-19 | 2009-03-05 | Agencourt Personal Genomics, Inc. | Reagents, methods, and libraries for gel-free bead-based sequencing |
US8768629B2 (en) * | 2009-02-11 | 2014-07-01 | Caris Mpi, Inc. | Molecular profiling of tumors |
WO2007137187A2 (en) | 2006-05-18 | 2007-11-29 | Molecular Profiling Institute, Inc. | System and method for determining individualized medical intervention for a disease state |
US20100184027A1 (en) | 2006-07-13 | 2010-07-22 | Epigenomics Ag | Methods and nucleic acids for analyses of cellular proliferative disorders |
WO2008014458A2 (en) | 2006-07-27 | 2008-01-31 | Ludwig Institute For Cancer Research | Protein markers for the diagnosis and prognosis of ovarian and breast cancer |
WO2008030122A1 (en) | 2006-09-07 | 2008-03-13 | University Of Otago | Biomarkers |
GB0700374D0 (en) | 2007-01-09 | 2007-02-14 | Oncomethylome Sciences S A | NDRG family methylation markers |
WO2008130516A1 (en) | 2007-04-11 | 2008-10-30 | Manel Esteller | Epigenetic biomarkers for early detection, therapeutic effectiveness, and relapse monitoring of cancer |
US20100222230A1 (en) | 2007-04-11 | 2010-09-02 | The General Hospital Corporation | Diagnostic and prognostic methods for renal cell carcinoma |
JP2010532484A (ja) | 2007-06-29 | 2010-10-07 | コレロジック システムズ,インコーポレイテッド | 卵巣癌のための予測マーカー |
US8728823B2 (en) | 2007-11-23 | 2014-05-20 | British Columbia Cancer Agency Branch | Methods for detecting lung cancer and monitoring treatment response |
WO2009100258A1 (en) | 2008-02-05 | 2009-08-13 | Hollis-Eden Pharmaceuticals, Inc. | Pharmaceutical solid state forms |
WO2009103156A1 (en) * | 2008-02-20 | 2009-08-27 | Mcmaster University | Expert system for determining patient treatment response |
US7745150B2 (en) | 2008-03-07 | 2010-06-29 | The University Of Connecticut | Methods for the detection and monitoring of congestive heart failure |
JP2011516038A (ja) | 2008-03-12 | 2011-05-26 | オタゴ イノベーション リミテッド | バイオマーカー |
WO2009134420A2 (en) | 2008-05-01 | 2009-11-05 | The Salk Institute For Biological Studies | Epigenetic silencing of tumor suppressor genes |
WO2010045318A2 (en) | 2008-10-14 | 2010-04-22 | Caris Mpi, Inc. | Gene and gene expressed protein targets depicting biomarker patterns and signature sets by tumor type |
CA2742324A1 (en) | 2008-10-30 | 2010-06-03 | Caris Life Sciences Luxembourg Holdings, S.A.R.L. | Methods for assessing rna patterns |
GB2463401B (en) | 2008-11-12 | 2014-01-29 | Caris Life Sciences Luxembourg Holdings S A R L | Characterizing prostate disorders by analysis of microvesicles |
EP2202522A1 (en) | 2008-12-23 | 2010-06-30 | Universiteit Leiden | Methods for immobilizing microvesicles, means and methods for detecting them, and uses thereof |
EP3301446B1 (en) | 2009-02-11 | 2020-04-15 | Caris MPI, Inc. | Molecular profiling of tumors |
EP2421987A4 (en) | 2009-06-19 | 2012-10-31 | Wayne John Cancer Inst | USE OF THE METHYLATION STATUS OF MINT-LOCI AS MARKER FOR RECTAL CARCINOMAS |
CA2779223A1 (en) | 2009-10-27 | 2011-05-12 | Caris Mpi, Inc. | Molecular profiling for personalized medicine |
WO2011066589A1 (en) | 2009-11-30 | 2011-06-03 | Caris Life Sciences Luxembourg Holdings | Methods and systems for isolating, storing, and analyzing vesicles |
CA2787027A1 (en) | 2010-01-13 | 2011-07-21 | Caris Life Sciences Luxembourg Holdings, S.A.R.L. | Detection of gastrointestinal disorders |
CA2791905A1 (en) | 2010-03-01 | 2011-09-09 | Caris Life Sciences Luxembourg Holdings, S.A.R.L. | Biomarkers for theranostics |
AU2011237669B2 (en) | 2010-04-06 | 2016-09-08 | Caris Life Sciences Switzerland Holdings Gmbh | Circulating biomarkers for disease |
CA3007713C (en) * | 2010-04-29 | 2020-05-26 | The Regents Of The University Of California | Pathway recognition algorithm using data integration on genomic models (paradigm) |
EP2647708B1 (en) | 2010-12-03 | 2017-04-26 | Kabushiki Kaisha Yakult Honsha | Marker for determination of sensitivity to triplet combination anti-cancer agent |
US20150024952A1 (en) | 2010-12-28 | 2015-01-22 | Arlet Alarcon | Molecular profiling for cancer |
EP2665835B1 (en) | 2011-01-18 | 2018-03-14 | Everist Genomics, Inc. | Prognostic signature for colorectal cancer recurrence |
CN103703371A (zh) * | 2011-04-29 | 2014-04-02 | 癌症预防和治疗有限公司 | 使用分类系统及其试剂盒识别和诊断肺部疾病的方法 |
US20140222443A1 (en) | 2011-06-07 | 2014-08-07 | Kathleen Danenberg | Molecular profiling for cancer |
GB201215944D0 (en) * | 2012-09-06 | 2012-10-24 | Univ Manchester | Image processing apparatus and method for fittng a deformable shape model to an image using random forests |
WO2014089241A2 (en) | 2012-12-04 | 2014-06-12 | Caris Mpi, Inc. | Molecular profiling for cancer |
FR3016461B1 (fr) | 2014-01-10 | 2017-06-23 | Imabiotech | Procede de traitement de donnees d'imagerie moleculaire et serveur de donnees correspondant |
US20170175197A1 (en) | 2014-01-29 | 2017-06-22 | Caris Mpi, Inc. | Molecular profiling of immune modulators |
WO2015188275A1 (en) * | 2014-06-10 | 2015-12-17 | Sightline Innovation Inc. | System and method for network based application development and implementation |
WO2016046640A2 (en) * | 2014-09-26 | 2016-03-31 | Medical Prognosis Institute A/S | Methods for predicting drug responsiveness |
WO2016094330A2 (en) * | 2014-12-08 | 2016-06-16 | 20/20 Genesystems, Inc | Methods and machine learning systems for predicting the liklihood or risk of having cancer |
US20180045727A1 (en) | 2015-03-03 | 2018-02-15 | Caris Mpi, Inc. | Molecular profiling for cancer |
CN106252749B (zh) | 2015-06-04 | 2020-12-29 | 松下知识产权经营株式会社 | 蓄电池包的控制方法以及蓄电池包 |
CA2999890A1 (en) | 2015-09-24 | 2017-03-30 | Caris Science, Inc. | Method, apparatus, and computer program product for analyzing biological data |
US20170132362A1 (en) * | 2015-11-09 | 2017-05-11 | Washington State University | Novel machine learning approach for the identification of genomic features associated with epigenetic control regions and transgenerational inheritance of epimutations |
WO2017176423A1 (en) * | 2016-04-08 | 2017-10-12 | Biodesix, Inc. | Classifier generation methods and predictive test for ovarian cancer patient prognosis under platinum chemotherapy |
US10350280B2 (en) * | 2016-08-31 | 2019-07-16 | Medgenome Inc. | Methods to analyze genetic alterations in cancer to identify therapeutic peptide vaccines and kits therefore |
US20180089373A1 (en) * | 2016-09-23 | 2018-03-29 | Driver, Inc. | Integrated systems and methods for automated processing and analysis of biological samples, clinical information processing and clinical trial matching |
WO2018078142A1 (en) * | 2016-10-28 | 2018-05-03 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Means and methods for determining efficacy of fluorouracil (5-fu) in colorectal cancer (crc) therapy |
EP3580359B1 (en) | 2017-02-07 | 2024-05-08 | F. Hoffmann-La Roche AG | Non-invasive test to predict recurrence of colorectal cancer |
WO2018146034A1 (en) | 2017-02-07 | 2018-08-16 | F. Hoffmann-La Roche Ag | Non-invasive test to predict response to therapy in colorectal cancer patients |
US11618926B2 (en) * | 2017-02-28 | 2023-04-04 | Baylor Research Institute | Methods for diagnosing, prognosing, and treating colorectal cancer using biomarker expression |
US20200024669A1 (en) | 2017-03-20 | 2020-01-23 | Caris Mpi, Inc. | Genomic stability profiling |
US11392827B1 (en) * | 2017-07-19 | 2022-07-19 | United States Of America As Represented By The Secretary Of The Navy | Deeper learning from the real-time transformative correction of and reasoning from neural network outputs |
US10679129B2 (en) * | 2017-09-28 | 2020-06-09 | D5Ai Llc | Stochastic categorical autoencoder network |
US11708600B2 (en) * | 2017-10-05 | 2023-07-25 | Decode Health, Inc. | Long non-coding RNA gene expression signatures in disease diagnosis |
US20190317079A1 (en) * | 2017-10-16 | 2019-10-17 | Sightline Innovation Inc. | System and method for volatile organic compound detection |
US11250345B1 (en) * | 2018-06-08 | 2022-02-15 | Intuit Inc. | Methods for identifying transactions with user location information |
US11120364B1 (en) * | 2018-06-14 | 2021-09-14 | Amazon Technologies, Inc. | Artificial intelligence system with customizable training progress visualization and automated recommendations for rapid interactive development of machine learning models |
JP2024516522A (ja) * | 2021-03-31 | 2024-04-16 | プログノミック インコーポレイテッド | マルチオミクス評価 |
-
2019
- 2019-12-02 MX MX2021006234A patent/MX2021006234A/es unknown
- 2019-12-02 KR KR1020217020462A patent/KR20210111254A/ko unknown
- 2019-12-02 EP EP24154019.4A patent/EP4369356A2/en active Pending
- 2019-12-02 IL IL283371A patent/IL283371B1/en unknown
- 2019-12-02 AU AU2019389175A patent/AU2019389175A1/en active Pending
- 2019-12-02 IL IL311084A patent/IL311084A/en unknown
- 2019-12-02 JP JP2021530882A patent/JP7462632B2/ja active Active
- 2019-12-02 WO PCT/US2019/064078 patent/WO2020113237A1/en unknown
- 2019-12-02 CA CA3121170A patent/CA3121170A1/en active Pending
- 2019-12-02 EP EP19888693.9A patent/EP3888021B1/en active Active
-
2021
- 2021-05-28 US US17/334,483 patent/US11315673B2/en active Active
-
2022
- 2022-04-22 US US17/727,681 patent/US20220262494A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuntz et al. | Gastrointestinal cancer classification and prognostication from histology using deep learning: Systematic review | |
Guo et al. | Assessment of luminal and basal phenotypes in bladder cancer | |
Wei et al. | Intratumoral and intertumoral genomic heterogeneity of multifocal localized prostate cancer impacts molecular classifications and genomic prognosticators | |
JPWO2020113237A5 (ja) | ||
Tsao et al. | Subtype classification of lung adenocarcinoma predicts benefit from adjuvant chemotherapy in patients undergoing complete resection | |
Buyse et al. | Biomarkers and surrogate end points—the challenge of statistical validation | |
AU2017209330B2 (en) | Variant based disease diagnostics and tracking | |
Akbani et al. | A pan-cancer proteomic perspective on The Cancer Genome Atlas | |
Tothill et al. | An expression-based site of origin diagnostic method designed for clinical application to cancer of unknown origin | |
Malinowsky et al. | Activation of the PI3K/AKT pathway correlates with prognosis in stage II colon cancer | |
Kristiansen | Markers of clinical utility in the differential diagnosis and prognosis of prostate cancer | |
Villegas et al. | Therapy response and prognosis of patients with early breast cancer with low positivity for hormone receptors–An analysis of 2765 patients from neoadjuvant clinical trials | |
Ding et al. | Molecular subtypes of triple-negative breast cancer in women of different race and ethnicity | |
D'angelica et al. | Folate receptor-α expression in resectable hepatic colorectal cancer metastases: patterns and significance | |
Crispi et al. | Global gene expression profiling of human pleural mesotheliomas: identification of matrix metalloproteinase 14 (MMP-14) as potential tumour target | |
Sanford et al. | Molecular analysis of upper tract and bladder urothelial carcinoma: results from a microarray comparison | |
Xue et al. | IGFBP3, a transcriptional target of homeobox D10, is correlated with the prognosis of gastric cancer | |
CN108424970A (zh) | 用于检测癌症复发风险的生物标志物及检测方法 | |
Connell et al. | Development of a multivariable risk model integrating urinary cell DNA methylation and cell‐free RNA data for the detection of significant prostate cancer | |
Nicholson et al. | An update on the status of molecular testing for the indeterminate thyroid nodule and risk stratification of differentiated thyroid cancer | |
Goričar et al. | Clinical-pharmacogenetic models for personalized cancer treatment: application to malignant mesothelioma | |
JPWO2021112918A5 (ja) | ||
Bainer et al. | Gene expression in local stroma reflects breast tumor states and predicts patient outcome | |
Bignell et al. | Pathophysiology and classification of pseudomyxoma peritonei | |
KR20120034778A (ko) | 티보자닙 반응 예측 |