JPWO2020160515A5

JPWO2020160515A5 -

Info

Publication number: JPWO2020160515A5
Application number: JP2021544898A
Authority: JP
Publication date: 2023-04-18
Anticipated expiration: 2040-01-31

Claims

１つまたは複数の多重反応モニタリング（ＭＲＭ）遷移を検出するための方法であって、
１つもしくは複数のグリカンもしくは糖ペプチドを含む生体試料中の糖ペプチドを消化及び／または断片化する工程と、
遷移１～１５０からなる群から選択されるＭＲＭ遷移を検出する工程と
を含む、方法。
前記ＭＲＭ遷移が、遷移２、３０、３１、５３、７０、１０６、１０９、１１１、１１４、１３０、１４０、１４２、及び１４６からなる群から選択される、請求項１に記載の方法。
前記ＭＲＭ遷移が、３０、３１、及び５３からなる群から選択される、請求項１に記載の方法。
前記生体試料中の糖ペプチドを断片化する工程が、前記生体試料またはその一部を質量分析計に導入した後に起こる、請求項１に記載の方法。
前記生体試料中の糖ペプチドを断片化する工程により、配列番号１～２６２、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になるペプチドまたは糖ペプチドを生成させる、請求項１～４のいずれか１項に記載の方法。
前記生体試料中の糖ペプチドを断片化する工程により、配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になるペプチドまたは糖ペプチドを生成させる、請求項１～５のいずれか１項に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項６に記載の方法。
前記ＭＲＭ遷移が、表１～５のいずれか１つにおける遷移、またはそれらの任意の組み合わせから選択される、請求項１～７のいずれか１項に記載の方法。
遷移１～１５０からなる群から選択されるＭＲＭ遷移を検出する工程が、三連四重極（ＱＱＱ）質量分析計または四重極飛行時間（ｑＴＯＦ）質量分析計を使用してＭＲＭ遷移を検出することを含む、請求項１～８のいずれか１項に記載の方法。
１つまたは複数の前記糖ペプチドが、配列番号１～２６２、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になるペプチドまたは糖ペプチドを含む、請求項１～９のいずれか１項に記載の方法。
１つまたは複数の前記糖ペプチドが、配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になるペプチドまたは糖ペプチドを含む、請求項１～１０のいずれか１項に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項１１に記載の方法。
グリカン３２００、３２１０、３３００、３３１０、３３２０、３４００、３４１０、３４２０、３５００、３５１０、３５２０、３６００、３６１０、３６２０、３６３０、３７００、３７１０、３７２０、３７３０、３７４０、４２００、４２１０、４３００、４３０１、４３１０、４３１１、４３２０、４４００、４４０１、４４１０、４４１１、４４２０、４４２１、４４３０、４４３１、４５００、４５０１、４５１０、４５１１、４５２０、４５２１、４５３０、４５３１、４５４０、４５４１、４６００、４６０１、４６１０、４６１１、４６２０、４６２１、４６３０、４６３１、４６４１、４６５０、４７００、４７０１、４７１０、４７１１、４７２０、４７３０、５２００、５２１０、５３００、５３０１、５３１０、５３１１、５３２０、５４００、５４０１、５４０２、５４１０、５４１１、５４１２、５４２０、５４２１、５４３０、５４３１、５４３２、５５００、５５０１、５５０２、５５１０、５５１１、５５１２、５５２０、５５２１、５５２２、５５３０、５５３１、５５４１、５６００、５６０１、５６０２、５６１０、５６１１、５６１２、５６２０、５６２１、５６３１、５６５０、５７００、５７０１、５７０２、５７１０、５７１１、５７１２、５７２０、５７２１、５７３０、５７３１、６２００、６２１０、６３００、６３０１、６３１０、６３１１、６３２０、６４００、６４０１、６４０２、６４１０、６４１１、６４１２、６４２０、６４２１、６４３２、６５００、６５０１、６５０２、６５０３、６５１０、６５１１、６５１２、６５１３、６５２０、６５２１、６５２２、６５３０、６５３１、６５３２、６５４０、６５４１、６６００、６６０１、６６０２、６６０３、６６１０、６６１１、６６１２、６６１３、６６２０、６６２１、６６２２、６６２３、６６３０、６６３１、６６３２、６６４０、６６４１、６６４２、６６５２、６７００、６７０１、６７１１、６７２１、６７０３、６７１３、６７１０、６７１１、６７１２、６７１３、６７２０、６７２１、６７３０、６７３１、６７４０、７２００、７２１０、７４００、７４０１、７４１０、７４１１、７４１２、７４２０、７４２１、７４３０、７４３１、７４３２、７５００、７５０１、７５１０、７５１１、７５１２、７６００、７６０１、７６０２、７６０３、７６０４、７６１０、７６１１、７６１２、７６１３、７６１４、７６２０、７６２１、７６２２、７６２３、７６３２、７６４０、７７００、７７０１、７７０２、７７０３、７７１０、７７１１、７７１２、７７１３、７７１４、７７２０、７７２１、７７２２、７７３０、７７３１、７７３２、７７４０、７７４１、７７５１、８２００、９２００、９２１０、１０２００、１１２００、１２２００、及びそれらの組み合わせからなる群から選択される１つまたは複数のグリカンを示す１つまたは複数のＭＲＭ遷移を検出する工程を含む、請求項１～１２のいずれか１項に記載の方法。
第１のグリカンを定量する工程と、第２のグリカンを定量する工程とをさらに含み、前記第１のグリカンの定量を前記第２のグリカンの定量と比較する工程をさらに含む、請求項１３に記載の方法。
検出されたグリカンを、前記グリカンが結合していたペプチド残基部位に関連付けする工程をさらに含む、請求項１３または１４に記載の方法。
配列番号１～２６２を有するアミノ酸から本質的になるペプチドまたは糖ペプチドの量に基づいて、糖ペプチドの量を正規化する工程を含む、請求項１～１５のいずれか１項に記載の方法。
試料の分類を同定するための方法であって、
試料中の１つまたは複数の糖ペプチドを質量分析（ＭＳ）によって定量する工程であって、前記糖ペプチドは、それぞれ、それぞれの場合に個別に、配列番号１～２６２及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になる糖ペプチドを含む、工程と、
訓練済みモデルに定量を入力して、出力確率を生成する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかを判定する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかに基づいて、前記試料の分類を同定する工程と
を含む、方法。
前記試料が、疾患もしくは疾病を有する患者または個体からの生体試料である、請求項１７に記載の方法。
前記患者が、がん、自己免疫疾患、または線維症を有する、請求項１８に記載の方法。
前記患者が、卵巣癌を有する、請求項１８に記載の方法。
前記個体が、老化疾病を有する、請求項１８に記載の方法。
前記疾患または疾病が卵巣癌である、請求項１８に記載の方法。
前記ＭＳが、ＱＱＱ及び／またはｑＴＯＦ質量分析計を用いたＭＲＭ－ＭＳである、請求項１７～２２のいずれか１項に記載の方法。
前記訓練済みモデルが、深層学習アルゴリズム、ニューラルネットワークアルゴリズム、人工ニューラルネットワークアルゴリズム、教師あり機械学習アルゴリズム、線形判別分析アルゴリズム、二次判別分析アルゴリズム、サポートベクターマシンアルゴリズム、線形基底関数カーネルサポートベクターアルゴリズム、動径基底関数カーネルサポートベクターアルゴリズム、ランダムフォレストアルゴリズム、遺伝的アルゴリズム、最近傍アルゴリズム、ｋ最近傍法、単純ベイズ分類器アルゴリズム、ロジスティック回帰アルゴリズム、またはそれらの組み合わせからなる群から選択される機械学習アルゴリズムを使用して訓練された、請求項１７～２３のいずれか１項に記載の方法。
前記分類が疾患分類または疾患重症度分類である、請求項１７～２４のいずれか１項に記載の方法。
前記分類が、８０％を超える信頼度、８５％を超える信頼度、９０％を超える信頼度、９５％を超える信頼度、９９％を超える信頼度、または９９．９９９９％を超える信頼度により同定される、請求項２５に記載の方法。
第１の時点で、試料中の第１の糖ペプチドをＭＳによって定量する工程と、
第２の時点で、試料中の第２の糖ペプチドをＭＳによって定量する工程と、
前記第１の時点での定量を前記第２の時点での定量と比較する工程と
をさらに含む、請求項１７～２６のいずれか１項に記載の方法。
第３の時点で、試料中の第３の糖ペプチドをＭＳによって定量する工程と、
第４の時点で、試料中の第４の糖ペプチドをＭＳによって定量する工程と、
前記第４の時点での定量を前記第３の時点での定量と比較する工程と
をさらに含む、請求項２７に記載の方法。
患者の健康状態を監視する工程をさらに含む、請求項１７～２８のいずれか１項に記載の方法。
患者の健康状態を監視する工程が、遺伝子突然変異などの危険因子を有する患者の疾患の発症及び進行を監視すること、ならびにがんの再発を検出することを含む、請求項２９に記載の方法。
配列番号１～２６２からなる群から選択されるアミノ酸配列を、ＭＳによって定量する工程をさらに含む、請求項１７～３０のいずれか１項に記載の方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、及び２５９からなる群から選択されるアミノ酸配列を、ＭＳによって定量する工程をさらに含む、請求項１７～３０のいずれか１項に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項３２に記載の方法。
グリカン３２００、３２１０、３３００、３３１０、３３２０、３４００、３４１０、３４２０、３５００、３５１０、３５２０、３６００、３６１０、３６２０、３６３０、３７００、３７１０、３７２０、３７３０、３７４０、４２００、４２１０、４３００、４３０１、４３１０、４３１１、４３２０、４４００、４４０１、４４１０、４４１１、４４２０、４４２１、４４３０、４４３１、４５００、４５０１、４５１０、４５１１、４５２０、４５２１、４５３０、４５３１、４５４０、４５４１、４６００、４６０１、４６１０、４６１１、４６２０、４６２１、４６３０、４６３１、４６４１、４６５０、４７００、４７０１、４７１０、４７１１、４７２０、４７３０、５２００、５２１０、５３００、５３０１、５３１０、５３１１、５３２０、５４００、５４０１、５４０２、５４１０、５４１１、５４１２、５４２０、５４２１、５４３０、５４３１、５４３２、５５００、５５０１、５５０２、５５１０、５５１１、５５１２、５５２０、５５２１、５５２２、５５３０、５５３１、５５４１、５６００、５６０１、５６０２、５６１０、５６１１、５６１２、５６２０、５６２１、５６３１、５６５０、５７００、５７０１、５７０２、５７１０、５７１１、５７１２、５７２０、５７２１、５７３０、５７３１、６２００、６２１０、６３００、６３０１、６３１０、６３１１、６３２０、６４００、６４０１、６４０２、６４１０、６４１１、６４１２、６４２０、６４２１、６４３２、６５００、６５０１、６５０２、６５０３、６５１０、６５１１、６５１２、６５１３、６５２０、６５２１、６５２２、６５３０、６５３１、６５３２、６５４０、６５４１、６６００、６６０１、６６０２、６６０３、６６１０、６６１１、６６１２、６６１３、６６２０、６６２１、６６２２、６６２３、６６３０、６６３１、６６３２、６６４０、６６４１、６６４２、６６５２、６７００、６７０１、６７１１、６７２１、６７０３、６７１３、６７１０、６７１１、６７１２、６７１３、６７２０、６７２１、６７３０、６７３１、６７４０、７２００、７２１０、７４００、７４０１、７４１０、７４１１、７４１２、７４２０、７４２１、７４３０、７４３１、７４３２、７５００、７５０１、７５１０、７５１１、７５１２、７６００、７６０１、７６０２、７６０３、７６０４、７６１０、７６１１、７６１２、７６１３、７６１４、７６２０、７６２１、７６２２、７６２３、７６３２、７６４０、７７００、７７０１、７７０２、７７０３、７７１０、７７１１、７７１２、７７１３、７７１４、７７２０、７７２１、７７２２、７７３０、７７３１、７７３２、７７４０、７７４１、７７５１、８２００、９２００、９２１０、１０２００、１１２００、１２２００、及びそれらの組み合わせからなる群から選択される１つまたは複数のグリカンを、ＭＳによって定量する工程をさらに含む、請求項１７～３０のいずれか１項に記載の方法。
前記分類に基づいて、疾患または疾病を有する患者をスクリーニングする工程をさらに含む、請求項１７～３０のいずれか１項に記載の方法。
前記分類に基づいて、前記患者を卵巣癌を有するとスクリーニングする工程をさらに含む、請求項１７から３０に記載の方法。
化学療法薬、免疫療法剤、ホルモン療法剤、標的療法剤、及びそれらの組み合わせからなる群から選択される治療有効量の治療剤により前記患者を治療する工程をさらに含む、請求項１７～３０のいずれか１項に記載の方法。
生体試料を分類するための方法であって、
患者から生体試料を取得する工程であって、前記生体試料は、１つまたは複数の糖ペプチドを含む、工程と、
前記生体試料中の１つまたは複数の糖ペプチドを消化及び／または断片化する工程と、
遷移１～１５０からなる群から選択される少なくとも１つまたは複数の多重反応モニタリング（ＭＲＭ）遷移を検出し定量する工程と、
訓練済みモデルに定量を入力して、出力確率を生成する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかを判定する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかに基づいて、前記生体試料を分類する工程と
を含む、方法。
前記１つまたは複数のＭＲＭ遷移が、遷移２、３０、３１、５３、７０、１０６、１０９、１１１、１１４、１３０、１４０、１４２、及び１４６からなる群から選択される、請求項３８に記載の方法。
前記１つまたは複数のＭＲＭ遷移が、遷移３０、３１、及び５３からなる群から選択される、請求項３８に記載の方法。
機械学習アルゴリズムを使用し、前記ＭＲＭ遷移を入力としてモデルを訓練する工程をさらに含む、請求項３８に記載の方法。
生体試料を分類するための方法であって、
患者から生体試料を取得する工程であって、前記生体試料は、１つまたは複数の糖ペプチドを含む、工程と、
前記生体試料中の１つまたは複数の糖ペプチドを消化及び／または断片化する工程と、
配列番号１～２６２、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になる、少なくとも１つまたは複数の糖ペプチドに関連する、少なくとも１つまたは複数の多重反応モニタリング（ＭＲＭ）遷移を検出し定量する工程と、
訓練済みモデルに定量を入力して、出力確率を生成する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかを判定する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかに基づいて、前記生体試料を分類する工程と
含む、方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になる、少なくとも１つまたは複数の糖ペプチドに関連する、少なくとも１つまたは複数の多重反応モニタリング（ＭＲＭ）遷移を検出し定量する工程を含む、請求項４２に記載の方法。
前記アミノ酸配列は、配列番号２１６及び２２４からなる群から選択される、請求項４３に記載の方法。
前記ＭＲＭ遷移を入力として使用して機械学習アルゴリズムを訓練する工程を含む、請求項４２に記載の方法。
卵巣癌を有する患者を分類するための方法であって、
前記患者由来の生体試料を入手する、または入手した生体試料を有する工程と、
前記生体試料中の１つまたは複数の糖ペプチドを消化及び／または断片化する、または消化もしくは断片化した１つまたは複数の糖ペプチドを有する工程と、
遷移１～１５０からなる群から選択される１つまたは複数の多重反応モニタリング（ＭＲＭ）遷移を検出し定量する工程と、
訓練済みモデルに定量を入力して、出力確率を生成する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかを判定する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかに基づいて、前記患者を分類する工程であって、前記分類が、
（Ａ）化学療法剤を必要とする患者、
（Ｂ）免疫療法剤を必要とする患者、
（Ｃ）ホルモン療法を必要とする患者、
（Ｄ）標的治療剤を必要とする患者、
（Ｅ）手術を必要とする患者、
（Ｆ）ネオアジュバント療法を必要とする患者、
（Ｇ）手術前に、化学療法剤、免疫療法剤、ホルモン療法、標的治療剤、ネオアジュバント療法、またはそれらの組み合わせを必要とする患者、
（Ｈ）手術後に、化学療法剤、免疫療法剤、ホルモン療法、標的治療剤、ネオアジュバント療法、またはそれらの組み合わせを必要とする患者、あるいは、
（Ｉ）それらの組み合わせ、
からなる群から選択される、工程と、
前記患者のための治療有効量の治療剤を選択する工程であって、
分類ＡまたはＩが決定された場合、前記治療剤は化学療法から選択され、
分類ＢまたはＩが決定された場合、前記治療剤は免疫療法から選択され、または
分類ＣまたはＩが決定された場合、前記治療剤はホルモン療法から選択され、または
分類ＤまたはＩが決定された場合、前記治療剤は標的療法から選択され、
分類ＦまたはＩが決定された場合、前記治療剤はネオアジュバント療法から選択され、
分類ＧまたはＩが決定された場合、前記治療剤は、化学療法剤、免疫療法剤、ホルモン療法、標的治療剤、ネオアジュバント療法、またはそれらの組み合わせから選択され、おおび
分類ＨまたはＩが決定された場合、前記治療剤は、化学療法剤、免疫療法剤、ホルモン療法、標的治療剤、ネオアジュバント療法、またはそれらの組み合わせから選択される、工程と
を含む、方法。
前記１つまたは複数のＭＲＭ遷移が、遷移２、３０、３１、５３、７０、１０６、１０９、１１１、１１４、１３０、１４０、１４２、及び１４６からなる群から選択される、請求項４６に記載の方法。
前記１つまたは複数のＭＲＭ遷移が、遷移３０、３１、及び５３からなる群から選択される、請求項４７に記載の方法。
前記生体試料に対する多重反応モニタリング質量分析（ＭＲＭ－ＭＳ）質量分析を実行する工程を含む、請求項４６に記載の方法。
配列番号１～２６２及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを定量する工程を含む、請求項４６から４９のいずれか１項に記載の方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせからなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを定量する工程を含む、請求項４６から５０のいずれか１項に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項５１に記載の方法。
配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドの量の定量を、機械学習アルゴリズムに入力してモデルを訓練する工程を含む、請求項４６～５２のいずれか１項に記載の方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、及び２５９からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドの量の定量を、機械学習アルゴリズムに入力してモデルを訓練する工程を含む、請求項４６～５３のいずれか１項に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項５４に記載の方法。
前記機械学習アルゴリズムが、深層学習アルゴリズム、ニューラルネットワークアルゴリズム、人工ニューラルネットワークアルゴリズム、教師あり機械学習アルゴリズム、線形判別分析アルゴリズム、二次判別分析アルゴリズム、サポートベクターマシンアルゴリズム、線形基底関数カーネルサポートベクターアルゴリズム、動径基底関数カーネルサポートベクターアルゴリズム、ランダムフォレストアルゴリズム、遺伝的アルゴリズム、最近傍アルゴリズム、ｋ最近傍法、単純ベイズ分類器アルゴリズム、ロジスティック回帰アルゴリズム、またはそれらの組み合わせからなる群から選択される、請求項５４に記載の方法。
前記遷移を分析することが、ピークを選択すること、及び／または機械学習アルゴリズムを用いて検出された糖ペプチド断片を定量することを含む、請求項４６～５６のいずれか１項に記載の方法。
機械学習アルゴリズムを訓練するための方法であって、
各糖ペプチドが個別に配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを含む試料を示すＭＲＭ遷移シグナルの第１のデータセットを提供する工程と、
対照試料を示すＭＲＭ遷移シグナルの第２のデータセットを提供する工程と、
機械学習アルゴリズムを使用して、前記第１のデータセットを前記第２のデータセットと比較する工程と
を含む、方法。
配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドを含む前記試料が、卵巣癌を有する患者からの試料である、請求項５８に記載の方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドを含む前記試料が、卵巣癌を有する患者からの試料である、請求項５８に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項６０に記載の方法。
前記対照試料が、卵巣癌を有していない患者からの試料である、請求項５８、５９、または６０のいずれか１項に記載に記載の方法。
配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドを含む前記試料が、卵巣癌を有する１または複数の患者からのプール試料である、請求項５８～６２のいずれか１項に記載の方法。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドを含む前記試料が、卵巣癌を有する１または複数の患者からのプール試料である、請求項５８～６３に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項６４に記載の方法。
前記対象試料が、卵巣癌を有していない１または複数の患者からのプール試料である、請求項５８～６４のいずれか１項に記載の方法。
卵巣癌を有する患者を分類するための方法であって、
前記患者由来の生体試料を入手する、または入手した生体試料を有する工程と、
ＱＱＱ及び／またはｑＴＯＦ分光計を用いたＭＲＭ－ＭＳを使用して前記生体試料の質量分析を実行して、配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つもしくは複数の糖ペプチドを検出及び定量する、または、遷移１～１５０から選択される１つもしくは複数のＭＲＭ遷移を検出する工程と、
検出された前記糖ペプチドもしくは前記ＭＲＭ遷移の定量を訓練済みモデルに入力して、出力確率を生成する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかを判定する工程と、
前記出力確率が分類のしきい値を上回っているか下回っているかに基づいて、前記患者の診断分類を同定する工程と、
前記診断分類に基づいて、前記患者を卵巣癌を有すると分類する工程と
を含む、方法。
検出された前記糖ペプチドを分析することが、機械学習アルゴリズムを使用することを含む、請求項６７に記載の方法。
ＱＱＱ及び／またはｑＴＯＦ分光計を用いたＭＲＭ－ＭＳを使用して前記生体試料の質量分析を実行して、配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、及び２５９からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを検出及び定量する工程を含む、請求項６７に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項６９に記載の方法。
配列番号１～２６２、及びそれらの組み合わせからなる群から選択されるアミノ酸配列からなる、糖ペプチド。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせからなる群から選択されるアミノ酸配列からなる、糖ペプチド。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項７２に記載の糖ペプチド。
配列番号１～２６２、及びそれらの組み合わせから本質的になる群から選択されるアミノ酸配列から本質的になる、糖ペプチド。
配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、２５９、及びそれらの組み合わせから本質的になる群から選択されるアミノ酸配列から本質的になる、糖ペプチド。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項７５に記載の糖ペプチド。
糖ペプチド標準、緩衝液、及び配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを含む、キット。
糖ペプチド標準、緩衝液、及び配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、及び２５９からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを含む、キット。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項７８に記載のキット。
ＭＲＭ遷移を検出するためのニューラルネットワークを訓練するコンピュータ実装の方法であって、
配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドの質量分析スペクトルのセットを収集する工程と、
スペクトルにおけるピークの開始、停止、最大、またはそれらの組み合わせの少なくとも１つを特定することを含む、前記スペクトルに注釈を付けて、注釈付き質量分析スペクトルのセットを作成する工程と、
収集された前記質量分析スペクトルのセット、前記注釈付き質量分析スペクトルのセット、及び配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドの質量分析スペクトルの第２のセットを含む第１の訓練セットを作成する工程と、
前記第１の訓練セットを使用して、第１の段階で前記ニューラルネットワークを訓練する工程と、
前記第１の段階の訓練の後、前記第１の訓練セットと、配列番号１～２６２からなる群から選択されるアミノ酸配列から本質的になる１つまたは複数の糖ペプチドを含むものとして誤って検出される質量分析スペクトルとを含む、第２の段階の訓練のための第２の訓練セットを作成する工程と、
前記第２の訓練セットを使用して、第２の段階で前記ニューラルネットワークを訓練する工程と
を含む、方法。
前記１つまたは複数の糖ペプチドが、それぞれ、それぞれの場合に個別に、配列番号４、５、９、１１、１２、２２、２４、２８、３２、３３、３４、３５、３６、３７、３８、５３、６１、６５、６９、７８、８２、９９、１０４、１１４、１１５、１２６、１２８、１３６、１４６、１４７、１５０、１５４、１７７、１８４、１８５、１９０、１９４、２０４、２１６、２２４、２３９、２５４、２５７、及び２５９からなる群から選択されるアミノ酸配列から本質的になる糖ペプチドである、請求項８０に記載の方法。
前記アミノ酸配列が、配列番号２１６及び２２４からなる群から選択される、請求項８１に記載の方法。