KR101952965B1 - Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석 - Google Patents

Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석 Download PDF

Info

Publication number
KR101952965B1
KR101952965B1 KR1020127033515A KR20127033515A KR101952965B1 KR 101952965 B1 KR101952965 B1 KR 101952965B1 KR 1020127033515 A KR1020127033515 A KR 1020127033515A KR 20127033515 A KR20127033515 A KR 20127033515A KR 101952965 B1 KR101952965 B1 KR 101952965B1
Authority
KR
South Korea
Prior art keywords
disease
gene sequence
syndrome
sequence
tissue
Prior art date
Application number
KR1020127033515A
Other languages
English (en)
Other versions
KR20130116794A (ko
Inventor
존 재커리 샌본
데이비드 하우슬러
Original Assignee
더 리젠츠 오브 더 유니버시티 오브 캘리포니아
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 더 리젠츠 오브 더 유니버시티 오브 캘리포니아 filed Critical 더 리젠츠 오브 더 유니버시티 오브 캘리포니아
Publication of KR20130116794A publication Critical patent/KR20130116794A/ko
Application granted granted Critical
Publication of KR101952965B1 publication Critical patent/KR101952965B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G16B30/10—Sequence alignment; Homology search
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/169—Annotation, e.g. comment data or footnotes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/048—Indexing scheme relating to G06F3/048
    • G06F2203/04806—Zoom, i.e. interaction techniques or interactors for controlling the zooming operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Abstract

본 발명은 임상 병상, 예컨대 암, 전이, AIDS, 자폐증, 알츠하이머 및/또는 파킨슨병의 결과를 평가하고/하거나 예측하는 방법에 관한 것이다. 상기 방법은 또한 임상 치료 계획 동안 및 이후에 환자의 DNA 및/또는 RNA 에서의 변화를 모니터링하고 추적하는데 사용될 수 있다. 상기 방법은 또한 이러한 임상 병상과 상호연관되는 단백질 및/또는 대사 산물 수준을 평가하는데 사용될 수 있다. 상기 방법은 또한 환자의 특정한 예후에 대한 확률 결과를 확인하기 위해 사용된다.

Description

ＢＡＭＢＡＭ：고처리율 서열분석 데이터의 병렬 비교 분석 {BAMBAM: PARALLEL COMPARATIVE ANALYSIS OF HIGH-THROUGHPUT SEQUENCING DATA}
다른 출원과의 관계
본 출원은 2010 년 5 월 25 일에 출원한 발명의 명칭 "Bambam: Parallel Comparative Analysis Of High-Throughput Sequencing Data" 인 미국 가출원 일련 번호 61/396,356 과 관련되고 이를 우선권 주장하며, 그 전체가 본원에 참고문헌으로 인용된다.
본 발명은 하기 미국 연방 기관의 기금을 사용하여 일부 이루어졌다: 미국 국립 암 연구소 (National Cancer Institute) 번호 1 U24CA143858-01. 미국 연방 정부는 본 발명에 대해 특정 권리를 갖는다.
발명의 분야
본 발명은 데이터를 처리하고 개체 또는 대상에서 생물학적 경로의 성분을 확인하고 이로써 상기 개체 또는 대상이 장애 또는 질환에 걸릴 위험이 있는지를 측정하는 방법에 관한 것이다. 본 방법은 SAM/BAM-포맷화 파일에 저장된 숏-리드 (short-read) 정렬을 사용하여 개체 또는 대상의 종양 및 생식세포 서열분석 데이터의 비교 분석을 수행하기 위한 도구로서 사용될 수 있다. 상기 데이터 처리 방법으로, 전체 및 대립형질-특이적 카피 수를 계산하고, 대립형질-불균형 부위에 걸쳐 생식세포 서열을 위상화 (phase) 시키고, 체세포 및 생식세포 서열 변이체를 발견하고, 체세포 및 생식세포 구조 변이 부위를 추론한다. 본 발명은 또한 대상이 암, 자가 면역 질환, 세포 주기 장애 또는 기타 장애에 걸리기 쉬운지 여부를 진단하는 방법을 사용하는 것에 관한 것이다.
현대 암치료에 있어 중심이 되는 전제는 환자 진단, 예후, 위험 평가, 및 치료 반응 예측이 진단시 수집되는 관련 임상 정보 (예를 들어, 환자 이력, 종양 조직학 및 단계) 뿐 아니라 후속적인 임상 추적 데이터 (예를 들어, 치료 요법 및 질환 재발 이벤트) 와 함께 종양의 게놈, 전사 및 에피게놈 특징에 기초한 암의 계층화에 의해 개선될 수 있다는 것이다.
The Cancer Genome Atlas (TCGA) 와 같은 프로젝트로부터의 다수 종양 및 매치된 정상 전체 게놈 서열의 배포로, 이들 막대한 데이터세트로부터 가능한 한 많이 게놈 정보를 추출할 수 있는 계산적으로 효과적인 도구에 대한 필요성이 크게 존재한다 (TCGA, 2008). 하이 커버리지 (high coverage) (>30X) 에서의 단일 환자의 전체 게놈 서열이 압축 형태의 수백 기가바이트일 수 있다는 것을 고려하면 이들 대규모 데이터세트의 쌍을 비교하는 분석은 속도가 느리며 관리하기에 어려우나, 각 환자의 종양에서 발생한 많은 게놈 변화를 발견하기 위해서는 전적으로 필요하다.
유방암은 임상적 및 유전체적으로 불균질적이고, 여러 병리학적 및 분자적으로 다른 아류형으로 구성된다. 통상적이면서 표적화된 치료에 대한 환자 반응은 마커 유도된 치료 전략의 개발을 동기 유발하는 아류형에 따라 상이하다. 유방암 세포주의 수집은 종양에서 발견된 많은 분자 아류형 및 경로를 잘 보여주며, 후보 치료 화합물을 사용하는 세포주의 치료가 분자 아류형, 경로 및 약물 반응 간의 연관성의 확인을 유도할 수 있음을 제시한다. 77 개의 치료 화합물의 시험에서, 거의 모든 약물은 이들 세포주에 대해 차등적 반응을 보여주며, 대략 절반은 아류형-, 경로 및/또는 게놈 이상-특이적 반응을 보여준다. 이러한 관찰은 임상 약물 지정 뿐 아니라 약물을 효과적으로 병용하려는 노력을 알려줄 수 있는 반응 및 저항성의 메커니즘을 제시한다.
현재, 질환 및 장애의 분석, 진단, 치료, 및 결과 측정에 사용할 수 있는 방법을 제공할 필요가 있다.
발명의 간략한 설명
본 발명은, 개체의 위험성, 특히, 예를 들어 질환, 장애 또는 병상에 대한 개체의 성향에 대한 위험성; 개체의 작업장, 거주지, 학교 등에서의 위험성; 개체의 독소, 발암 물질, 돌연변이 유발원 등에 대한 노출의 위험성; 및 개체의 식습관의 위험성 (이에 제한되지는 않음) 을 결정하는데 사용될 수 있는 데이터베이스를 생성하는 방법을 제공한다. 또한, 본 발명은 특정 개체, 동물, 식물 또는 미생물을 확인하는데 사용될 수 있는 방법을 제공한다.
한 구현예에서, 본 발명은 차등 유전자 서열 대상을 유도하는 방법을 제공하며, 상기 방법은 하기를 포함한다: (a) 제 1 조직을 나타내는 제 1 유전자 서열 스트링 (string) 및 (b) 제 2 조직을 나타내는 제 2 유전자 서열 스트링을 저장하는 유전자 데이터베이스에 대한 접근을 제공하고 (이때 제 1 및 제 2 서열 스트링은 다수의 상응하는 서브스트링 (sub-string) 을 가짐); 유전자 데이터베이스와 연결된 서열 분석 엔진에 대한 접근을 제공하고; 서열 분석 엔진을 사용하여, 다수의 상응하는 서브스트링 중 하나 이상의 알려져 있는 위치를 사용하여 제 1 및 제 2 서열 스트링을 점증적으로 동기화시켜 국부 정렬을 생성시키고; 서열 분석 엔진에 의해, 국부 정렬을 사용하여 국부 정렬 내의 제 1 및 제 2 서열 스트링 간의 국부적 차등 스트링을 생성시키고; 서열 분석 엔진에 의해, 국부적 차등 스트링을 사용하여 차등 서열 데이터베이스에서의 차등 유전자 서열 대상을 업데이트함. 바람직한 구현예에서, 제 1 및 제 2 유전자 서열 스트링은 각각 제 1 및 제 2 조직의 10% 이상의 게놈, 전사체 또는 프로테옴을 나타낸다. 대안적 바람직한 구현예에서, 제 1 및 제 2 유전자 서열 스트링은 각각 제 1 및 제 2 조직의 50% 이상의 게놈, 전사체 또는 프로테옴을 나타낸다. 또 다른 대안적으로 바람직한 구현예에서, 제 1 및 제 2 유전자 서열 스트링은 각각 제 1 및 제 2 조직의 실질적 전체 게놈, 전사체 또는 프로테옴을 나타낸다. 또 다른 바람직한 구현예에서, 상응하는 서브스트링은 동형 대립형질을 포함한다. 대안적 바람직한 구현예에서, 상응하는 서브스트링은 이형 대립형질을 포함한다. 또 다른 보다 바람직한 구현예에서, 유전자 서열 대상은 파일을 포함한다. 더욱 보다 바람직한 구현예에서, 상기 파일은 표준화 포맷에 따른다. 가장 바람직한 구현예에서, 상기 파일은 SAM/BAM 포맷에 따른다.
바람직한 구현예에서, 동기화 단계는 제 1 스트링 내의 선험적 (a priori) 으로 알려져 있는 위치를 기준으로 다수의 서브스트링 중 하나 이상을 정렬하는 것을 포함한다. 대안적 바람직한 구현예에서 동기화 단계는 다수의 서브스트링 중 하나 이상에 대한 알려져 있는 위치를 포함하는 알려져 있는 참조 스트링을 기준으로 다수의 서브스트링 중 하나 이상을 정렬하는 것을 포함한다. 보다 바람직한 구현예에서, 상기 알려져 있는 참조 스트링은 컨센서스 (consensus) 서열이다.
또 다른 바람직한 구현예에서, 동기화 단계는 다수의 서브스트링 중 하나 이상의 길이 미만인 윈도우 내 다수의 서브스트링 중 하나 이상을 정렬하는 것을 포함한다.
또 다른 바람직한 구현예에서, 차등 유전자 서열 대상은 하나 이상의 염색체에 대해 다수의 국부적 차등 스트링을 나타낸다.
또 다른 바람직한 구현예에서, 차등 유전자 서열 대상은 제 1 조직의 실질적 전체 게놈에 대해 다수의 국부적 차등 스트링을 나타낸다.
또 다른 바람직한 구현예에서, 차등 유전자 서열 대상은 차등 유전자 서열 대상을 기술하는 메타데이터를 포함하는 속성을 포함한다. 보다 바람직한 구현예에서, 상기 속성은 제 1 및 제 2 조직 중 하나 이상의 상태를 포함한다. 더욱 보다 바람직한 구현예에서, 상기 상태는 제 1 및 제 2 조직 중 하나 이상의 생리적 상태를 포함한다. 가장 바람직한 구현예에서, 상기 생리적 상태는 종양 성장, 세포자멸사, 분화 상태, 조직 연령 및 치료에 대한 반응으로 이루어지는 군에서 선택되는 상태를 포함한다.
대안적인 보다 바람직한 구현예에서, 상기 상태는 유전적 상황을 포함한다. 가장 바람직한 구현예에서, 상기 유전적 상황은 하나 이상의 배수성, 유전자 카피 수, 반복 카피 수, 역위, 결실, 바이러스 유전자 삽입, 체세포 돌연변이, 생식세포 돌연변이, 구조적 재배열, 전위 및 이형성 손실로 이루어지는 군에서 선택되는 상황을 포함한다.
대안적인 보다 바람직한 구현예에서, 상기 상태는 조직 내 신호전달 경로와 관련된 경로 모델 정보를 포함한다. 가장 바람직한 구현예에서, 상기 신호전달 경로는 성장 인자 신호전달 경로, 전사 인자 신호전달 경로, 세포자멸사 경로, 세포 주기 경로 및 호르몬 반응 경로로 이루어지는 군에서 선택된다.
대안적 구현예에서, 제 1 및 제 2 조직은 동일한 생물학적 독립체에서 기원하며, 생물학적 독립체는 환자, 건강한 개체, 세포주, 줄기 세포, 실험 동물 모델, 재조합 박테리아 세포 및 바이러스로 이루어지는 군에서 선택된다. 대안적 구현예에서, 제 1 조직은 건강한 조직이며 제 2 조직은 병든 조직이다. 보다 바람직한 구현예에서, 병든 조직은 종양 조직을 포함한다.
본 발명은 또한 본원에 개시된 바와 같은 방법을 제공하며, 이때 상기 방법은 제 1 서열 스트링의 전체 길이에 걸쳐 제 1 및 제 2 서열 스트링을 반복하여 점증적으로 동기화시키는 단계를 추가로 포함한다.
본 발명은 또한 건강 관리 서비스를 제공하는 방법을 제공하며, 상기 방법은 하기를 포함한다: 의료 기록 저장 장치와 정보적으로 연결되는 분석 엔진에 대한 접근을 제공하고 (이때 상기 저장 장치는 환자에 대한 차등 유전자 서열 대상을 저장함); 분석 엔진에 의해, 환자에 대한 차등 유전자 서열 대상에서의 국부적 차등 스트링의 존재 또는 다수의 국부적 차등 스트링의 성좌 (constellation) 를 사용하여 환자-특이적 데이터를 생성시키고; 분석 엔진에 의해, 환자-특이적 데이터 세트를 기준으로 환자-특이적 지시사항을 생성시킴. 바람직한 구현예에서 의료 기록 저장 장치는 스마트 카드로서 구성되며 환자에 의해 휴대된다. 또 다른 바람직한 구현예에서, 의료 기록 저장 장치는 건강관리 제공자에 의해 원격으로 접근가능하다. 또 다른 바람직한 구현예에서, 환자에 대한 차등 유전자 서열은 2 개 이상의 염색체에 대한 다수의 국부적 차등 스트링을 포함한다. 추가로 바람직한 구현예에서, 환자에 대한 차등 유전자 서열 대상은 환자의 실질적 전체 게놈에 대한 다수의 국부적 차등 스트링을 포함한다. 또 다른 바람직한 구현예에서, 환자에 대한 차등 유전자 서열은 2 개 이상의 조직 유형을 나타내는 다수의 국부적 차등 스트링, 또는 동일 조직에 대한 2 개 이상의 일시적 간격 (temporally spaced) 의 결과를 포함한다. 보다 바람직한 구현예에서, 상기 동일 조직에 대한 2 개 이상의 일시적 간격의 결과는 치료의 개시 전과 후에 수득된다. 가장 바람직한 구현예에서, 상기 동일 조직에 대한 2 개 이상의 일시적 간격의 결과는 치료 개시 전과 후에 수득된다.
또 다른 대안적 바람직한 구현예에서, 본원에 개시된 바와 같은 환자-특이적 지시사항은 진단, 예후, 치료 결과 예측, 치료 전략에 대한 권고사항 및 처방으로 이루어지는 군에서 선택된다.
본 발명은 또한 인구 집단을 분석하는 방법을 제공하며, 상기 방법은 하기를 포함한다: 인구 집단의 의료 기록 데이터베이스에서 다수의 차등 유전자 서열 대상을 수득하고 저장하고 (이때 기록 데이터베이스는 분석 엔진과 정보적으로 연결됨); 분석 엔진에 의해, 다수의 차등 유전자 서열 대상 내의 다수의 국부적 차등 스트링 성좌를 확인하여 성좌 기록을 생성시키고; 분석 엔진에 의해, 성좌 기록을 사용하여 인구 집단 분석 기록을 생성시킴. 바람직한 구현예에서, 상기 인구 집단은 다수의 혈족을 포함한다. 대안적 바람직한 구현예에서, 상기 인구 집단은 병원체에 대한 노출, 유해한 작용제에 대한 노출, 건강 이력, 치료 이력, 치료 성공, 성별, 인종 및 연령으로 이루어지는 군에서 선택되는 하나 이상의 통상적 특징을 공유하는 것을 특징으로 하는 다수의 일원을 포함한다. 또 다른 대안적으로 바람직한 구현예에서, 상기 인구 집단은 지리학적 위치, 민족성 및 직업으로 이루어지는 군에서 선택되는 하나 이상의 통상적 특징을 공유하는 것을 특징으로 하는 다수의 일원을 포함한다. 추가의 대안적으로 바람직한 구현예에서, 상기 인구 집단 분석 기록은 부성 (paternity) 또는 모성 (maternity) 확인을 포함한다.
대안적 구현예에서 본원에 개시된 방법은 개별적인 환자의 성좌 기록을 인구 집단 분석 기록과 비교하는 단계를 추가로 포함한다. 바람직한 구현예에서, 개별적인 환자의 성좌 기록을 인구 집단 분석 기록과 비교하는 단계로, 환자-특이적 기록이 생성된다. 보다 바람직한 구현예에서, 환자-특이적 기록은 특정 인구 집단에 속하는 것으로서의 환자의 확인 또는 위험 평가를 포함한다. 대안적인 보다 바람직한 구현예에서, 환자-특이적 기록은 진단, 예후, 치료 결과 예측, 치료 전략에 대한 권고사항 및 처방을 포함한다.
본 발명은 개인의 차등 유전자 서열 대상을 분석하는 방법을 추가로 제공하며, 상기 방법은 하기를 포함한다: 분석 엔진과 정보적으로 연결되는 의료 기록 데이터베이스에서 참조 차등 유전자 서열을 저장하고; 분석 엔진에 의해, 개인의 차등 유전자 서열 대상 내 다수의 국부적 차등 스트링과 참조 차등 유전자 서열 대상 내 다수의 국부적 차등 스트링 사이의 편차를 계산하여 편차 기록을 생성시키고; 분석 엔진에 의해, 편차 기록을 사용하여 개인-특이적 편차 프로파일을 생성시킴. 바람직한 구현예에서, 상기 참조 차등 유전자 서열 대상은 개인의 다수의 국부적 차등 스트링으로부터 계산된다. 또 다른 바람직한 구현예에서, 상기 참조 차등 유전자 서열 대상은 개인의 다수의 국부적 차등 스트링으로부터 계산된다.
본원에 개시된 다양한 방법에 관해, 바람직한 구현예에서 환자 또는 개인은 병상으로 진단된 환자 또는 개인으로 이루어지는 군에서 선택되며, 상기 병상은 질환 및 장애로 이루어지는 군에서 선택된다. 보다 바람직한 구현예에서, 상기 병상은 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 전립성 비대증, 기관지염, 체디아크-히가시 증후군, 담낭염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 만성 육아종 질환, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다낭성 난소 증후군, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 중증복합면역결핍증 (SCID), 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염; 및 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암, 정좌불능증, 알츠하이머병, 기억상실증, 루게릭병 (ALS), 운동 실조증, 조울증, 긴장증, 뇌성마비, 뇌혈관 질환, 크로이츠펠트-야콥병, 치매, 우울증, 다운 증후군, 지연성 운동장애, 긴장 이상, 뇌전증, 헌팅턴병, 다발성 경화증, 근이영양증, 신경통, 신경섬유종증, 신경병증, 파킨슨병, 피크병, 망막색소변성증, 정신분열증, 계절성 정서장애, 노인성 치매, 뇌졸중, 투렛 증후군 및 특히 뇌의 선암, 흑색종 및 기형암종을 포함하는 암으로 이루어지는 군에서 선택된다.
또 다른 바람직한 구현예에서, 병상은 암 예컨대 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암; 면역 장애 예컨대 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염, 외상, 브루톤의 X-상관관계 무감마글로불린혈증, 공통가변성 면역결핍증 (CVI), 디죠지 증후군 (흉선형성부전), 흉선 형성이상, 단독성 IgA 결핍, 중증복합면역결핍증 (SCID), 혈소판감소증 및 습진을 갖는 면역결핍 (비스코트-알드리히 증후군), 체디아크-히가시 증후군, 만성 육아종 질환, 유전성 결관신경 부종, 및 쿠싱병과 관련된 면역결핍; 및 발달 장애 예컨대 신세뇨관 산증, 빈혈, 쿠싱 증후군, 연골무형성 왜소증, 뒤시엔느 및 베커 근이영양증, 뇌전증, 생식샘 발생장애, WAGR 증후군 (빌름스 종양, 무홍채증, 비뇨 생식기 기형 및 정신 지체), 스미스-마제니스 증후군, 골수이형성 증후군, 유전성 점막표피 이형성, 유전성 각피증, 유전성 신경병증 예컨대 샤르코-마리-투스병 및 신경섬유종증, 갑상선 기능 저하증, 수두증, 발작 장애 예컨대 시드남 무도증 및 뇌성마비, 척추파열, 무뇌증, 두개척추파열, 선천성 녹내장, 백내장, 감음 신경성 청력 손실, 및 대상의 임의의 조직, 기관, 또는 계, 예를 들어, 뇌, 부신, 신장, 골격계 또는 생식계를 포함하는 세포 성장 및 분화, 배아발생, 및 형태발생과 관련된 임의의 장애로 이루어지는 군에서 선택된다.
추가의 대안적 바람직한 구현예에서, 병상은 내분비 장애, 예컨대 성선기능저하증, 시한 증후군, 요붕증, 칼라만병, 핸드-쉴러-크리스찬병, 렛테러-시웨병, 유육종증, 공터기안 증후군 및 왜소증을 포함하는 뇌하수체 기능저하증과 관련된 장애; 말단비대증, 거인증 및 부적합 항이뇨 호르몬 (ADH) 분비 증후군 (SIADH) 을 포함하는 뇌하수체기능항진증; 및 갑상선종, 점액수종, 박테리아 감염 관련 급성 갑상선염, 바이러스 감염 관련 아급성 갑상선염, 자가면역성 갑상선염 (하시모토병) 및 크레틴병을 포함하는 갑상선 기능 저하증과 관련된 장애; 갑상선 중독증 및 이의 다양한 형태, 그레이브스병, 전경골 점액수종, 중독성 다결절 갑상선종, 갑상선암 및 플러머병을 포함하는 갑상선 기능 항진증과 관련된 장애; 및 콘 질환 (만성 고칼륨혈증) 을 포함하는 부갑상선 기능항진증과 관련된 장애; 호흡기 장애, 예컨대 알레르기, 천식, 급성 및 만성 염증성 폐질환, ARDS, 폐기종, 폐울혈 및 부종, COPD, 간질성 폐질환 및 폐암; 암 예컨대 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암; 및 면역 장애 예컨대 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염, 및 외상으로 이루어지는 군에서 선택된다.
본 발명은 차등 유전자 서열 대상을 유도하는 방법을 추가로 제공하며, 상기 방법은 하기를 포함한다: (a) 제 1 조직을 나타내는 제 1 유전자 서열 스트링 및 (b) 제 2 조직을 나타내는 제 2 유전자 서열 스트링을 저장하는 유전자 데이터베이스에 대한 접근을 제공하고 (이때 제 1 및 제 2 서열 스트링은 다수의 상응하는 서브스트링을 가짐); 유전자 데이터베이스와 연결된 서열 분석 엔진에 대한 접근을 제공하고; 서열 분석 엔진을 사용하여, 다수의 상응하는 서브스트링 중 하나 이상의 알려져 있는 위치를 사용하여 제 1 및 제 2 서열 스트링을 점증적으로 동기화시켜 국부 정렬을 생성시키고; 서열 분석 엔진에 의해, 국부 정렬을 사용하여 국부 정렬 내의 제 1 및 제 2 서열 스트링 간의 국부적 차등 스트링을 생성시키고; 서열 분석 엔진에 의해, 국부적 차등 스트링을 사용하여 차등 서열 데이터베이스에서 차등 유전자 서열 대상을 생성시킴으로써, 차등 서열 대상을 유도함.
본 발명은 차등 유전자 서열 대상을 생성시키기 위한 형질전환 방법을 추가로 제공하며, 상기 차등 유전자 서열 대상은 제 1 유전자 서열과 제 2 유전자 서열 사이의 임상적 관련 차등을 나타내고 상기 방법은 하기 단계를 포함한다: (i) (a) 제 1 조직을 나타내는 제 1 유전자 서열 스트링 및 (b) 제 2 조직을 나타내는 제 2 유전자 서열 스트링을 저장하는 유전자 데이터베이스에 대한 접근을 제공하는 단계 (이때 제 1 및 제 2 서열 스트링은 다수의 상응하는 서브스트링을 가짐); (ii) 유전자 데이터베이스와 연결된 서열 분석 엔진에 대한 접근을 제공하는 단계; (iii) 서열 분석 엔진을 사용하여, 다수의 상응하는 서브스트링 중 하나 이상의 알려져 있는 위치를 사용하여 제 1 및 제 2 서열 스트링을 점증적으로 동기화시켜 국부 정렬을 생성시키는 단계; (iv) 서열 분석 엔진에 의해, 국부 정렬을 사용하여 국부 정렬 내의 제 1 및 제 2 서열 스트링 간의 국부적 차등 스트링을 생성시키는 단계; 및 (v) 서열 분석 엔진에 의해, 국부적 차등 스트링을 사용하여 차등 서열 데이터베이스에서 차등 유전자 서열 대상을 생성시킴으로써, 차등 서열 대상을 유도하는 단계 (이때, 차등 서열 대상은 사용자에게 객관적 정보를 제공함).
바람직한 구현예에서, 객관적 정보는 유전적 관련 정보, 대사 관련 정보, 독성학적 관련 정보, 임상적 관련 정보, 일시적 관련 정보, 지리적 관련 정보, 직업 위험 관련 정보, 생활사 관련 정보 등으로 이루어지는 군에서 선택된다.
도 1 은 "BamBam" 데이터 흐름의 모식도를 설명한다.
도 2 는 대립형질-특이적 카피 수 계산의 개관을 설명한다.
도 3 은 구조 변이 추출 (calling) 의 개관을 설명한다.
도 4 는 구조적 재배열이 발생한 게놈 내 위치를 확인하기 위한 예시적 방법을 설명한다.
도 5 는 예시적 종양-특이적 게놈 브라우저를 설명한다.
발명의 상세한 설명
본 문헌에 개시된 구현예는 실례적이고 예시적이며 본 발명을 제한하는 것으로 의도되지 않는다. 다른 구현예를 이용할 수 있으며, 본 발명의 청구항의 범주를 벗어나지 않고 구조적 변화가 이루어질 수 있다.
본원 및 첨부된 청구항에서 사용되는 바와 같이, 문맥상 명확히 다르게 나타내지 않는 한, 단수 형태는 복수 형태를 포함한다. 따라서, 예를 들어 "대립형질" 에 대한 언급은 이러한 대립형질 다수를 포함하고, "클러스터" 에 대한 언급은 하나 이상의 클러스터 또는 이의 등가물 등에 대한 언급이다.
본원에서 사용되는 바와 같이, 용어 "큐레이트된 (curated)" 은 당업계에 잘 알려져 있는 방법, 예컨대 분자 생물학적, 생화학적, 생리적, 해부학적, 게놈, 전사체학적, 프로테오믹스, 대사체학적, ADME 및 생물정보학적 기술 등을 사용하여 과학적 및/또는 임상적 원리에 따라 시험되고, 분석되고 확인된 한 세트의 생물학적 분자 및/또는 비 (non)-생물학적 분자간의 관계를 의미한다. 상기 관계는 생화학적, 예컨대 생화학 경로, 유전 경로, 대사 경로, 유전자 조절 경로, 유전자 전사 경로, 유전자 번역 경로, miRNA-조절 경로, 위유전자-조절 경로 등일 수 있다.
고처리율 데이터는 암 조직에서의 분자 변화의 포괄적인 관점을 제공한다. 신기술은 게놈 카피 수 변이, 유전자 발현, DNA 메틸화, 및 종양 샘플 및 암 세포주의 후성 상태의 동시적인 게놈-전반 (genome-wide) 어세이를 가능하게 한다.
The Cancer Genome Atlas (TCGA), Stand Up To Cancer (SU2C) 등과 같은 연구는 광범위하게 다양한 종양에 대해 가까운 미래에 계획된다. 현재 데이터 세트의 분석은, 환자들 간의 유전자 변화가 상이하지만 종종 공통의 경로를 포함할 수 있음을 밝혀내었다. 그러므로 암 진행에 포함된 관련 경로를 확인하고 상이한 환자에서 어떻게 변화되는지를 검출하는 것이 중요하다.
The Cancer Genome Atlas (TCGA) 와 같은 프로젝트로부터의 다수의 완전히 서열분석된 종양 및 매치된 정상 게놈의 배포로, 이들 막대한 데이터세트를 효과적으로 분석할 수 있는 도구에 대한 큰 필요성이 존재한다.
이를 위해, 본 발명자는 SAM/BAM-포맷화 파일에 포함된 정렬된 숏-리드 데이터를 사용하여 환자의 종양 및 생식세포 게놈으로부터 각각의 게놈 위치를 동시에 분석하는 도구인 BamBam 을 개발하였다 (SAMtools library; Li H, Handsaker B, Wysoker A, Fennell T, Ruan J, Homer N, Marth G, Abecasis G, Durbin R; 1000 Genome Project Data Processing Subgroup. The Sequence Alignment/Map format and SAMtools. Bioinformatics. 2009 Aug 15;25(16):2078-9. Epub 2009 Jun 8). BamBam 은 SAMtools library 와 인터페이스로 접속하여, SAM/BAM-포맷화 파일로부터 숏-리드 정렬을 사용하여 환자의 종양 및 생식세포 게놈을 동시에 분석한다. 본 개시물에서 BamBam 도구는 정보 스트링을 포함하는 서열을 비교하는데 사용되는 서열 분석 엔진일 수 있다. 한 구현예에서, 정보 스트링은 생물학적 정보, 예를 들어 폴리뉴클레오티드 서열 또는 폴리펩티드 서열을 포함한다. 또 다른 구현예에서, 생물학적 정보는 발현 데이터, 예를 들어 mRNA 전사체 또는 rRNA 또는 tRNA 또는 펩티드 또는 폴리펩티드 또는 단백질의 상대 농도 수준을 포함할 수 있다. 또 다른 구현예에서, 생물학적 정보는 예를 들어 비제한적으로, 인산화, 황산화, 아세틸화, 메틸화, 글리코실화, 시알산화 (sialation), 글리코실포스파티딜이노시톨로의 개질, 또는 프로테오글리칸으로의 개질과 같은 상대량의 단백질 개질일 수 있다.
이러한 처리 방법은 BamBam 이 종양 및 생식세포 게놈 모두에서의 전체 카피 수를 효과적으로 계산하고 구조 변이 부위 (예를 들어, 염색체 전좌) 를 추론할 수 있게 하고; 전체 및 대립형질-특이적 카피 수를 효과적으로 계산할 수 있게 하고; 이형성 손실 (LOH) 을 나타내는 부위를 추론할 수 있게 하고; 체세포 및 생식세포 서열 변이체 (예를 들어, 점 돌연변이) 및 구조적 재배열 (예를 들어, 염색체 융합) 모두를 발견할 수 있게 한다. 또한, 2 개의 게놈 서열을 동시에 비교함으로써, BamBam 은 또한 생식세포 서열 변이체로부터 체세포 서열 변이체를 즉각 구분할 수 있고, 종양 게놈 내 대립형질-특이적 카피 수 변화를 계산할 수 있고, 대립형질 비율이 종양 게놈 내에서 바뀐 염색체 부위에 걸쳐 생식세포 반수체형을 위상화시킬 수 있다. 이들 분석 모두를 단일한 도구로 종합하여, 연구자들은, 종종, 종양 형성의 잠재적 요인을 확인하는데 도움이 되는 특이적인 유전자 대립형질에 대해 BamBam 을 사용하여 환자의 종양 게놈 내에 발생한 많은 유형의 게놈 변화를 발견할 수 있다.
발견된 변이체가 체세포 (즉, 종양에서만 발견된 변이체 서열) 변이체인지 생식세포 (즉, 유전되거나 유전가능한 변이체 서열) 변이체인지를 결정하기 위해서는, 종양 및 매치된 정상 게놈을 어떤 식으로든 비교하는 것이 필요하다. 이는 종양 및 생식세포 모두에 대한 모든 게놈 위치에서의 데이터를 요약한 후 분석을 위해 결과를 조합함으로써, 순차적으로 수행될 수 있다. 불행히도, 전체-게놈 BAM 파일이 압축 형태로 수백 기가바이트이기 때문에 (압축되지 않은 경우 1-2 테라바이트), 이후 분석을 위해 저장할 필요가 있는 중간 결과는 크기가 매우 크고 통합 및 분석하기에 속도가 느릴 것이다.
이러한 논쟁을 피하기 위해서 BamBam 은, 끊임없이 각각의 BAM 파일을 서로 동기화시키고 2 개 파일 간의 모든 공통 게놈 위치가 중첩되는 게놈 리드를 적체시켜, 2 개 파일을 동시에 판독한다. 적체물 (pileup) 각 쌍에 대해서, BamBam 은 적체물을 폐기하고 다음의 공통 게놈 위치로 이동하기 전에 상기 열거된 일련의 분석을 수행한다. 상기 방법으로 이들 대규모 BAM 파일을 처리하여, 컴퓨터의 RAM 사용도가 최소가 되며, 처리 속도는 파일 시스템이 2 개 파일을 판독할 수 있는 속도에 의해 주로 제한된다. 이는 BamBam 이 대량의 데이터를 신속히 처리할 수 있게 하는 한편, 단일 컴퓨터에서 또는 컴퓨터 그룹에 걸쳐 실행하기에 충분히 융통성이 있게 한다. BamBam 으로 이들 파일을 처리하기 위한 또 다른 중요한 이점은 이의 출력물이 상당히 최소라는 것이다 (각각의 파일에서 발견된 중요한 차이점으로만 이루어짐). 이것은 환자의 종양과 생식세포 게놈 간의 본질적인 전체-게놈 차등을 생성시키는데, 이는 모든 게놈 정보가 각각의 파일에 대해 별도로 저장된 경우 차지하는 디스크 저장보다 디스크 저장을 덜 필요로 한다.
BamBam 은 대규모 서열분석 데이터세트를 조사하여 이의 생식세포에 관한 각각의 종양 내에서 발생한 고품질 게놈 이벤트의 한 세트를 생성시키는 계산적으로 효율적인 방법이다. 이들 결과는 종양의 염색체 역학 관계에 대한 일견을 제공하여, 종양의 최종 상태 및 이를 유도하는 이벤트의 이해를 향상시킨다. BamBam 데이터 흐름의 예시적 모식도를 도 1 에 나타낸다.
본 발명의 한 특정한 예시적 구현예는 차등 유전자 서열 대상의 생성 및 사용이다. 본원에서 사용되는 바와 같이, 대상은 BamBam 기술에서 예시된 디지털 대상을 나타내며, 참조 서열 (예를 들어, 제 1 서열) 과 분석 서열 (예를 들어, 제 2 서열) 사이의 차이를 반영한다. 대상은 많은 상이한 소비 시장에서 요충점으로 고려될 수 있다. 소비 시장 관점으로부터 이러한 대상의 사용 및 관리에 관련된 하기의 요인을 고려할 수 있다:
o 대상은 매개변수 (예를 들어, 시간, 지리적 위치, 유전적 트리 (genetic tree), 종 등) 의 벡터에 대한 변화물 및 역학물일 수 있다.
o 대상은 각각의 다른 대상 또는 참조 서열에 대한 "거리" 를 갖는 것으로 고려될 수 있다. 거리는 관련성의 규모에 따라 측정될 수 있다. 예를 들어, 거리는 시간에 관한 가상 정상 또는 이동값으로부터의 편차일 수 있다.
o 대상은 다음의 위험성: 질환 발전 위험성, 노출에 대한 감수성, 작업 장소에 대한 위험성 등을 나타낼 수 있다.
o 대상은 다음의 이해관계자: 건강관리 제공자, 보험 사업자, 환자 등에게 제출하기 위해 관리될 수 있으며,
■ 그래픽 대상으로서 제출될 수 있고,
■ 통계적 포맷: 개인, 인구 집단, 표준 인간 등으로 제출될 수 있다.
o 참조 서열이 대상으로부터 생성되어 정규화 서열을 형성할 수 있다. 정규화 서열은 측정된 대상에서 유래한 컨센서스를 기준으로 구축될 수 있다.
o 대상은 단일 유전자 정렬보다는 대규모 하위 (sub)-게놈 또는 게놈 정보를 대표하며, 주석화되고/표준 소프트웨어에 의해 판독가능한 메타 데이터를 포함한다.
o 대상은 검출될 수 있는 내부 패턴 또는 구조를 가질 수 있다: 1 개 스팟 (spot) 내의 돌연변이 한 세트는 병상과 상호연관되는 또 다른 스팟 내의 돌연변이 제 2 세트와 상호연관될 수 있으며; 차등 패턴의 성좌는 핫 스팟 (hot spot) 일 수 있고; 다변량 분포 분석 또는 다른 AI 기술을 사용하여 상관관계를 확인하고; 핫 스팟의 중요성을 검출한다 (예를 들어, 존재, 부재 등).
o 개인과 관련된 대상을 보안 키 (security key) 로서 사용할 수 있다.
차등 서열 대상의 업데이트: 업데이트는 생성시키고, 변형시키고, 변화시키고, 삭제하는 것 등을 포함하고;
o 주형을 기준으로 할 수 있고,
o 드 노보 (de novo) 대상일 수 있고,
o 존재하는 대상일 수 있다.
대안적인 예시적 구현예에서 상기 방법은 치료에 대한 환자의 반응성: 예상값, 추정값, 예측값, 실제값 등을 확인하고 예측하는데 사용될 수 있다.
대안적인 예시적 구현예에서 상기 방법은 환자-특이적 지시사항: 처방, 권고사항, 진단 등을 제공하는데 사용될 수 있다.
한 구현예에서, 상기 방법은 다양한 진단 및 치료적 적용, 예컨대 암 조직의 검출, 암 조직의 병기 결정 (staging), 전이성 조직의 검출 등; 신경 장애, 예컨대 비제한적으로, 알츠하이머병, 루게릭병 (ALS), 파킨슨병, 정신분열증, 뇌전증 및 이의 합병증과 같은 장애; 발달 장애 예컨대 디조지 증후군, 자폐증, 자가면역성 장애 예컨대 다발성 경화증, 당뇨병 등의 검출; 감염, 예컨대 비제한적으로, 바이러스 감염, 박테리아 감염, 진균 감염, 리슈마니아증 (leishmania), 주혈흡충증, 말라리아, 촌충, 상피병, 선충에 의한 감염, 네마틴 (nematine) 등의 치료에서 사용될 수 있는 임상 정보를 제공하는데 사용될 수 있다.
한 구현예에서, 상기 방법은 유전자 또는 단백질의 변경된 발현과 관련된 병상에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형을 포함) 을 검출하고 정량하기 위해 임상 정보를 제공하는데 사용될 수 있다. 변경된 발현과 관련된 병상, 질환 또는 장애는 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 전립성 비대증, 기관지염, 체디아크-히가시 증후군, 담낭염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 만성 육아종 질환, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다낭성 난소 증후군, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 중증복합면역결핍증 (SCID), 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염; 및 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암을 포함한다. 진단 검정은 변경된 유전자 발현을 검출하기 위해서 하이브리드화 또는 증폭 기술을 사용하여 환자의 생물학적 샘플에서의 유전자 발현을 표준 샘플에 대해 비교할 수 있다. 상기 비교를 위한 정성적 또는 정량적 방법은 당업계에 잘 알려져 있다.
또 다른 구현예에서, 상기 방법은 유전자 또는 단백질의 변경된 발현과 관련된 장애에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고 정량하기 위해 임상 정보를 제공하는데 사용될 수 있다. 변경된 발현과 관련된 장애는 정좌불능증, 알츠하이머병, 기억상실증, 루게릭병 (ALS), 운동 실조증, 조울증, 긴장증, 뇌성마비, 뇌혈관 질환, 크로이츠펠트-야콥병, 치매, 우울증, 다운 증후군, 지연성 운동장애, 긴장 이상, 뇌전증, 헌팅턴병, 다발성 경화증, 근이영양증, 신경통, 신경섬유종증, 신경병증, 파킨슨병, 피크병, 망막색소변성증, 정신분열증, 계절성 정서장애, 노인성 치매, 뇌졸중, 투렛 증후군 및 특히 뇌의 선암, 흑색종 및 기형암종을 포함하는 암을 포함한다.
한 구현예에서, 상기 방법은 포유동물 단백질의 변경된 발현 또는 활성과 관련된 병상에 대한 임상 정보를 제공하는데 사용될 수 있다. 이러한 병상의 예는 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 전립성 비대증, 기관지염, 체디아크-히가시 증후군, 담낭염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 만성 육아종 질환, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다낭성 난소 증후군, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 중증복합면역결핍증 (SCID), 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염; 및 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암, 정좌불능증, 알츠하이머병, 기억상실증, 루게릭병, 운동 실조증, 조울증, 긴장증, 뇌성마비, 뇌혈관 질환, 크로이츠펠트-야콥병, 치매, 우울증, 다운 증후군, 지연성 운동장애, 긴장 이상, 뇌전증, 헌팅턴병, 다발성 경화증, 근이영양증, 신경통, 신경섬유종증, 신경병증, 파킨슨병, 피크병, 망막색소변성증, 정신분열증, 계절성 정서장애, 노인성 치매, 뇌졸중, 투렛 증후군 및 특히 뇌의 선암, 흑색종 및 기형암종을 포함하는 암을 포함하지만 이에 제한되지는 않는다.
또 다른 구현예에서, 상기 방법은 유전자 또는 단백질의 변경된 발현에 관련된 장애에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고 정량하기 위해 임상 정보를 제공하는데 사용될 수 있다. 이러한 장애의 예는 암 예컨대 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암; 면역 장애 예컨대 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염, 외상, 브루톤의 X-상관관계 무감마글로불린혈증, 공통가변성 면역결핍증 (CVI), 디죠지 증후군 (흉선형성부전), 흉선 형성이상, 단독성 IgA 결핍, 중증복합면역결핍증 (SCID), 혈소판감소증 및 습진을 갖는 면역결핍 (비스코트-알드리히 증후군), 체디아크-히가시 증후군, 만성 육아종 질환, 유전성 결관신경 부종, 및 쿠싱병과 관련된 면역결핍; 및 발달 장애 예컨대 신세뇨관 산증, 빈혈, 쿠싱 증후군, 연골무형성 왜소증, 뒤시엔느 및 베커 근이영양증, 뇌전증, 생식샘 발생장애, WAGR 증후군 (빌름스 종양, 무홍채증, 비뇨 생식기 기형 및 정신 지체), 스미스-마제니스 증후군, 골수이형성 증후군, 유전성 점막표피 이형성, 유전성 각피증, 유전성 신경병증 예컨대 샤르코-마리-투스병 및 신경섬유종증, 갑상선 기능 저하증, 수두증, 발작 장애 예컨대 시드남 무도증 및 뇌성마비, 척추파열, 무뇌증, 두개척추파열, 선천성 녹내장, 백내장, 감음 신경성 청력 손실, 및 대상의 임의의 조직, 기관 또는 계, 예를 들어, 뇌, 부신, 신장, 골격계 또는 생식계에 포함되는 세포 성장 및 분화, 배아발생, 및 형태발생과 관련된 임의의 장애를 포함하나 이에 제한되지는 않는다.
또 다른 구현예에서, 상기 방법은 유전자 또는 단백질의 변경된 발현과 관련된 장애에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고 정량하기 위해 임상 정보를 제공하는데 사용될 수 있다. 이러한 장애의 예는 내분비 장애 예컨대 성선기능저하증, 시한 증후군, 요붕증, 칼라만병, 핸드-쉴러-크리스찬병, 렛테러-시웨병, 유육종증, 공터기안 증후군 및 왜소증을 포함하는 뇌하수체 기능저하증과 관련된 장애; 말단비대증, 거인증 및 부적합 항이뇨 호르몬 (ADH) 분비 증후군 (SIADH) 을 포함하는 뇌하수체기능항진증; 및 갑상선종, 점액수종, 박테리아 감염 관련 급성 갑상선염, 바이러스 감염 관련 아급성 갑상선염, 자가면역성 갑상선염 (하시모토병) 및 크레틴병을 포함하는 갑상선 기능 저하증과 관련된 장애; 갑상선 중독증 및 이의 다양한 형태, 그레이브스병, 전경골 점액수종, 중독성 다결절 갑상선종, 갑상선암 및 플러머병을 포함하는 갑상선 기능 항진증과 관련된 장애; 및 콘 질환 (만성 고칼륨혈증) 을 포함하는 부갑상선 기능항진증과 관련된 장애; 호흡기 장애 예컨대 알레르기, 천식, 급성 및 만성 염증성 폐질환, ARDS, 폐기종, 폐울혈 및 부종, COPD, 간질성 폐질환 및 폐암; 암 예컨대 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암; 면역 장애 예컨대 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염, 및 외상을 포함하나 이에 제한되지는 않는다. 폴리뉴클레오티드 서열은 변경된 핵산 서열 발현을 검출하기 위해 환자로부터의 체액 또는 조직을 이용하여 서던 또는 노던 분석, 도트 블롯, 또는 기타 멤브레인-기반 기술에서; PCR 기술에서; 딥 스틱 (dipstick), 핀, 및 ELISA 검정에서; 및 마이크로어레이에서 사용될 수 있다.
발명의 분석 및 최적의 양태
"BamBam" 은 대규모 서열분석 데이터세트를 조사하여 이의 생식세포에 관한 각각의 종양 내에서 발생한 고품질 게놈 이벤트의 한 세트를 생성시키는 계산적으로 효율적인 방법이다. 이들 결과는 종양의 염색체 역학 관계에 대한 일견을 제공하여, 종양의 최종 상태 및 이를 유도하는 이벤트의 이해를 향상시킨다.
진단법
본원에 기재된 방법은 유전자 또는 단백질의 변경된 발현과 관련된 병상, 질환 또는 장애에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고 정량하는데 사용될 수 있다. 본원에 기재된 방법은 또한 치료적 개입 동안 mRNA 수준을 모니터링하거나, mRNA 의 발현, 부재/존재 대 과다, 변경된 유전자 발현을 검출하고 정량하는데 사용될 수 있다. 변경된 발현과 관련된 병상, 질환 또는 장애는 특발성 폐동맥 고혈압, 이차성 폐 고혈압, 세포 증식성 장애, 특히 미분화성 회돌기교종, 성상세포종, 희돌기성상세포종, 교모세포종, 뇌수막종, 신경절세포종, 뉴런 신생물, 다발성 경화증, 헌팅턴병, 유방 선암, 전립선 선암, 위 선암, 전이성 신경내분비 암종, 비증식성 섬유낭성 및 증식성 섬유낭성 유방 질환, 쓸개 담낭염 및 담석증, 골관절염, 및 류마티스 관절염; 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 전립성 비대증, 기관지염, 체디아크-히가시 증후군, 담낭염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 만성 육아종 질환, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다낭성 난소 증후군, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 중증복합면역결핍증 (SCID), 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 혈액투석, 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염; 프로락틴 생성 장애, 난관 질환, 배란 결함 및 자궁내막증을 포함하는 불임, 발정 주기 파괴, 월경 주기 파괴, 다낭성 난소 증후군, 난소과잉자극 증후군, 자궁 내막 또는 난소 종양, 자궁섬유종, 자가면역 장애, 자궁외 임신, 및 기형발생; 유방의 암, 섬유낭성 유방 질환 및 유즙 분비증; 정자형성의 중단, 이상정자 생리학, 전립성 비대증, 전립선염, 페이로니병, 발기불능, 여성형 유방; 광선 각화증, 동맥경화증, 점액낭염, 간경변, 간염, 혼합 결합 조직병 (MCTD), 골수섬유증, 발작성 야간혈색소 요증, 진성 다혈증, 1 차 혈소판혈증, 암의 합병증, 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종을 포함하는 암, 및 특히, 부신, 방광, 뼈, 골수, 뇌, 유방, 자궁경부, 담낭, 신경절, 위장관, 심장, 신장, 간, 폐, 근육, 난소, 췌장, 부갑상선, 음경, 전립선, 타액선, 피부, 지라, 고환, 흉선, 갑상선 및 자궁의 암을 포함한다. 또 다른 양상에서, 본 발명의 핵산.
본원에 기재된 방법은 유전자 또는 단백질의 변경된 발현과 관련된 장애에 대한 변경된 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고 정량하는데 사용될 수 있다. 본원에 기재된 방법은 또한 치료적 개입 동안 mRNA 수준을 모니터링하거나; mRNA 의 부재, 존재 또는 과다; 변경된 유전자 발현을 검출하고 정량하는데 사용될 수 있다. 변경된 발현과 관련된 장애는 정좌불능증, 알츠하이머병, 기억상실증, 루게릭병, 운동 실조증, 조울증, 긴장증, 뇌성마비, 뇌혈관 질환, 크로이츠펠트-야콥병, 치매, 우울증, 다운 증후군, 지연성 운동장애, 긴장 이상, 뇌전증, 헌팅턴병, 다발성 경화증, 근이영양증, 신경통, 신경섬유종증, 신경병증, 파킨슨병, 피크병, 망막색소변성증, 정신분열증, 계절성 정서장애, 노인성 치매, 뇌졸중, 투렛 증후군 및 특히 뇌의 선암, 흑색종 및 기형암종을 포함하는 암을 포함한다.
유전자 발현과 관련된 병상, 질환 또는 장애의 진단을 위한 기초를 제공하기 위해서, 정상 또는 표준 발현 프로파일이 구축된다. 이는, 하이브리드화 또는 증폭을 위한 조건 하에 정상 대상 (동물 또는 인간) 에서 채취한 생물학적 샘플을 프로브와 조합하여 이루어질 수 있다. 표준 하이브리드화는 정상 대상을 사용하여 수득한 값을 실질적으로 정제된 표적 서열의 공지된 양이 사용된 실험에서 수득한 값과 비교하여 정량될 수 있다. 이러한 방식으로 수득한 표준 값은 특정 병상, 질환 또는 장애에 대한 증상을 나타내는 환자로부터의 샘플에서 수득한 값과 비교될 수 있다. 특정 병상과 관련된 값에 대한 표준 값으로부터의 편차는 상기 병상을 진단하는데 사용된다.
이러한 검정은 또한 동물 연구 및 임상 시험에서 특정 치료적 처리 계획의 효능을 평가하거나 개별 환자의 치료를 모니터링하는데 사용될 수 있다. 병상의 존재가 확고히 되고 치료 프로토콜이 개시되고 나면, 환자에서의 발현 수준이 정상 대상에서 관찰되는 수준에 비슷해지기 시작하는지를 측정하기 위해 진단 검정을 규칙적으로 반복할 수 있다. 상기 검정은 또한, 임상 치료 또는 치료요법을 거치는 개인의 종양의 존재, 종양의 부재, 또는 소강 단계 (remission status) 를 표시하고/하거나 확인시키는 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 을 검출하고, 정량하거나 측정하는데 사용될 수 있다. 연속 검정에서 수득한 결과를 사용하여, 수 일 내지 수 개월 범위의 기간에 걸친 치료 효능을 나타낼 수 있다.
본원에 개시된 방법은 또한, 특정 임상 질환, 장애 또는 병상과 관련되거나 이전에 확인되지 않은 유전자 구조, 유전자 돌연변이, 유전자 생화학적 변형 (메신저 RNA (mRNA), 리보솜 RNA (rRNA), 트랜스퍼 RNA (tRNA), 마이크로RNA (miRNA), 안티센스 RNA (asRNA) 등에 대한 변경 및/또는 변형 포함) 에서의 변화를 검출하고, 정량하고, 상호연관시키는데 사용될 수 있다. 대안적으로는, 본원에 개시된 방법은 신규한 임상 질환, 장애 또는 병상을 확인하는데 사용될 수 있다. 유전자 구조, 유전자 돌연변이 및 유전자 생화학적 변형에서의 신규한 변화는, 핵산 서열 또는 단백질 서열의 알려져 있는 화학적 및 생화학적 특성과 비교될 수 있으며, 임상 질환, 장애 또는 병상과 상호연관되어 임상적 사용을 위해 세포 대사에 대한 새로운 데이터베이스 및 지식을 생성시키는데 사용될 수 있다.
모델 시스템
동물 모델을 생물검정으로서 사용할 수 있는데, 상기 동물 모델은 인간과 유사한 독성 반응을 나타내며 노출 조건은 인간 노출에 관련된다. 포유동물이 가장 통상적인 모델이며, 저비용, 활용가능성 및 풍부한 참조 독성학으로 인해 대부분의 독성 연구는 랫트 또는 마우스와 같은 설치류에서 수행된다. 근친 교배한 설치류 품종은 관심 유전자의 과소발현 또는 과발현의 생리학적 결과의 조사 및 질환의 진단 및 치료용 방법의 개발을 위한 편리한 모델을 제공한다. 특정 유전자 (예를 들어, 우유에서 분비되는) 를 과발현시키기 위해 근친 교배된 포유동물이 또한 상기 유전자에 의해 발현된 단백질의 편리한 공급원으로서 역할할 수 있다.
독성학
독성학은 생명체에 대한 작용제의 효과를 연구한다. 다수의 독성 연구가 랫트 또는 마우스에 대해 수행되어 이들 작용제의 인간 건강에 대한 효과를 예측하는 것을 돕는다. 생리학, 거동, 항상성 과정 및 치사율에서의 정량적 및 정성적 변화의 관찰은 독성 프로파일을 생성시키고 작용제에 노출된 후 인간 건강의 결과를 평가하는데 사용된다.
유전 독성학은 작용제가 유전적 돌연변이를 생성시키는 능력을 확인하고 분석한다. 유전독성 물질 (Genotoxic agent) 은 통상 핵산과의 상호작용을 촉진시키는 공통의 화학적 또는 물리적 특성을 가지며, 염색체 이상이 자손에게 전달되는 경우 가장 유해하다. 독성학적 연구로, 수정 전에 부모 중 한 명에게, 임신 중 모체에게, 또는 발생 유기체에 투여되는 경우 자손에서 구조적 또는 기능적 이상의 빈도를 증가시키는 작용제를 확인할 수 있다. 마우스 및 랫트는 이들 시험에서 가장 빈번히 사용되는데, 이는 통계적 요건을 충족시키기에 필요한 유기체 수를 생성시키는 생식 주기가 짧기 때문이다.
급성 독성 시험은 작용제의 징후학 또는 치사율을 측정하기 위해 대상에게 작용제를 단일 투여하는 것을 기준으로 한다. 다음과 같은 세 가지 실험을 수행한다: (a) 초기 용량 결정 (dose-range-finding) 실험, (b) 유효 용량의 범위를 좁히기 위한 실험, 및 (c) 용량-반응 곡선을 구축하기 위한 최종 시험.
지속 독성 시험은 작용제의 반복 투여를 기준으로 한다. 랫트 및 개가 이들 시험에서 흔히 사용되어, 상이한 패밀리의 종으로부터 데이터를 제공한다. 발암을 제외하고, 3 내지 4 개월의 기간 동안 고용량 농도에서 작용제를 매일 투여하는 것이 성체 동물에서 대부분 형태의 독성을 밝혀낼 것이라는 상당한 증거가 존재한다.
1 년 이상 지속되는 만성 독성 시험은 작용제의 발암 가능성 또는 독성의 부재를 입증하는데 사용된다. 연구가 랫트에 대해 수행되는 경우, 최소 3 개 시험군 + 1 개 대조군을 사용하고, 실험 전체에 걸쳐 착수시 및 간격을 두고 동물을 검사하고 모니터링한다.
트랜스제닉 동물 모델
관심 유전자를 과발현하거나 과소발현하는 트랜스제닉 설치류를 근친 교배할 수 있으며, 인간 질환을 모델화하거나 치료제 또는 독성제를 시험하는데 사용할 수 있다 (미국 특허 제 4,736,866; 5,175,383; 및 5,767,337 호 참조; 본원에 참고문헌으로 포함됨). 일부 경우, 도입된 유전자는 태아 발생 동안 또는 출산 후에 특정 조직 유형에서 특정 시간에 활성화될 수 있다. 트랜스유전자 (transgene) 의 발현은 실험 약물 치료요법으로의 챌린지 전, 챌린지하는 동안, 그리고 챌린지 후에 트랜스제닉 동물에서 표현형 또는 조직-특이적 mRNA 발현을 분석함으로써 모니터링된다.
배아 줄기 세포
설치류 배아로부터 단리된 배아 줄기 세포 (ES) 는 배아 형성 가능성을 보유한다. ES 세포가 운반체 배아 (carrier embryo) 내부에 위치하는 경우, 이는 정상 발생을 재개하며 정상 출산된 동물의 모든 조직에 기여한다. ES 세포는 실험용 녹아웃 (knockout) 및 녹인 (knockin) 설치류 종의 생성에 사용되는 바람직한 세포이다. 마우스 ES 세포, 예컨대 마우스 129/SvJ 세포주는 초기 마우스 배아에서 유래되며 당업계에 잘 알려져 있는 배양 조건 하에 생장한다. 녹아웃 종에 대한 벡터는 전사 및/또는 번역을 생체내 방해하는 마커 유전자를 포함하도록 변형된 질환 유전자 후보물을 함유한다. 상기 벡터는 당업계에 잘 알려져 있는 전기천공, 리포솜 전달, 미세주입 등과 같은 형질전환 방법에 의해 ES 세포 내로 도입된다. 내생성 설치류 유전자는 세포 분열 동안 상동 재조합 및 통합을 통해, 분쇄된 (disrupted) 질환 유전자에 의해 대체된다. 형질전환된 ES 세포가 확인되고, 바람직하게는 C57BL/6 마우스 종으로부터의 것과 같은 마우스 세포 배반포 내로 미세주입된다. 배반포는 가임신한 어미 동물 (dam) 에 수술적으로 이식되고, 생성된 키메라 자손은 유전자형 분석되고 교배되어 이형 또는 동형 종이 생성된다.
ES 세포는 또한 신경 세포, 조혈 계통 및 심근세포와 같은 다양한 세포 유형 및 조직의 시험관내 분화를 연구하는데 사용된다 (Bain et al. (1995) Dev. Biol. 168: 342-357; Wiles and Keller (1991) Development 111:259-267; 및 Klug et al. (1996) J. Clin. Invest. 98: 216-224). 최근의 발전은 인간 배반포에서 유래한 ES 세포가 또한, 내배엽, 중배엽 및 외배엽 세포 유형을 포함하는 8 개의 별개 세포 계통으로 분화되도록 시험관내 조작될 수 있다는 것을 입증한다 (Thomson (1998) Science 282: 1145-1147).
녹아웃 ( Knockout ) 분석
유전자 녹아웃 분석에서, 인간 질환 유전자 후보물 부위는 네오마이신 포스포트랜스퍼라아제 유전자 (neo; 예를 들어, Capecchi (1989) Science 244: 1288-1292 참조) 와 같은 비-포유동물 유전자를 포함하도록 효소적으로 변형된다. 삽입된 코딩 서열은 표적화된 유전자의 전사 및 번역을 방해하며, 질환 후보물 단백질의 생화학적 합성을 막는다. 변형된 유전자는 배양된 배아 줄기 세포 (상기 기재됨) 내로 형질전환되고, 형질전환된 세포는 설치류 포배에 주입되고, 상기 포배는 가임신한 어미 동물에게 이식된다. 트랜스제닉 자손을 교잡하여 동형의 근친 교배주를 수득한다.
녹인 (Knock in ) 분석
배 발생의 초기 단계에 존재하는 전능 (Totipotent) ES 세포는 인간 질환의 녹인 인간화 동물 (돼지) 또는 트랜스제닉 동물 모델 (마우스 또는 랫트) 을 생성시키는데 사용될 수 있다. 녹인 기술로, 인간 유전자 부위를 동물 ES 세포에 주입하고, 인간 서열을 재조합에 의해 동물 세포 게놈 내로 통합한다. 통합된 인간 유전자를 포함하는 전능 ES 세포를 상기 기재된 바와 같이 취급한다. 근친 교배한 동물을 연구하고 처리하여, 유사한 인간 병상에 대한 정보를 수득한다. 이들 방법을 사용하여 여러 인간 질환을 모델화하였다 (예를 들어, Lee et al. (1998) Proc. Natl. Acad. Sci. 95: 11371-11376; Baudoin et al. (1998) Genes Dev. 12: 1202-1216; 및 Zhuang et al. (1998) Mol. Cell Biol. 18: 3340-3349 참조).
비-인간 영장류 모델
동물 시험 분야는 생리학, 유전학, 화학, 약리학 및 통계학과 같은 기초 과학으로부터의 데이터 및 방법론을 다룬다. 이들 데이터는, 인간 건강과 관련될 수 있기 때문에, 비-인간 영장류에 대한 치료제의 효과를 평가하는데 있어서 가장 중요하다. 원숭이는 백신 및 약물 평가에 있어서 인간 대리물로서 사용되며, 그의 반응은 유사한 조건 하의 인간 노출에 관련된다. 필리핀 원숭이 (Cynomolgus monkeys) (Macaca fascicularis, Macaca mulata) 및 보통의 마모셋 (Callithrix jacchus) 은 이러한 조사에 사용되는 가장 통상적인 비-인간 영장류 (NHP) 이다. NHP 의 콜로니를 성장시키고 유지하는데 큰 비용이 관련되기 때문에, 초기 조사 및 독성학 연구는 통상 설치류 모델에서 실행된다. 약물 중독과 같은 행동 측정을 사용하는 연구에서, NHP 는 최초 선택된 시험 동물이다. 또한, NHP 및 개별 인간은 많은 약물 및 독소에 대해 차등적 민감도를 나타내며, 이들 작용제의 "강대사능력자 (extensive metabolizer)" 및 "약대사능력자 (poor metabolizers)" 로서 분류될 수 있다.
본 발명의 예시적 사용
맞춤형 의약은 가장 이득을 얻을 것으로 보이는 환자에게 특이적인 치료(들) 를 전달하는 것을 기약한다. 본 발명자는 임상적으로 관련된 전사 또는 게놈 유방암 아형 중 하나 이상에서 대략 절반의 치료 화합물이 우선적으로 효과적이라는 것을 보여주었다. 이러한 발견은 유방암 치료에 있어서 반응-관련 분자 아형 정의의 중요성을 지지한다. 본 발명자는 또한 세포주에서의 전사 및 게놈 데이터의 경로 통합이, 관찰된 아형 특이적 반응에 대한 기계론적 설명을 제공하는 서브네트워크를 밝혀낸다는 것을 보여준다. 세포주와 종양 사이의 서브넷 활성의 비교 분석은 다수의 아형-특이적 서브네트워크가 세포주와 종양 사이에 보존된다는 것을 보여준다. 이들 분석은 잘 분석된 세포주 패널에서의 실험 화합물의 전임상 스크리닝으로 초기 임상 시험에서의 민감도 강화를 위해 사용될 수 있는 후보물 반응-연관 분자 시그너쳐 (molecular signature) 를 확인할 수 있다는 발상을 지지한다. 본 발명자는 이러한 시험관내 평가 접근방식이, 반응성 종양 아형이 화합물의 임상 개발이 시작하기 전에 확인될 가능성을 증가시켜, 비용을 감소시키고, 궁극적인 FDA 승인 가능성을 증가시키고, 가능하게는 반응 가능성이 낮은 환자의 치료와 관련된 독성이 회피된다는 것을 제시한다. 이러한 연구에서 본 발명자는 전사 아형 및 선택된 재발성 게놈 카피 수 이상 (CNA) 을 정의하는 분자 시그너쳐만을 평가하였다. 본 발명자는, 유전적 돌연변이, 메틸화 및 대안적 스플라이싱과 같은 추가적인 분자 특성이 분석에 포함됨에 따라 이러한 접근방식의 영향력 및 정확도가 증가할 것이라는 것을 예상한다. 마찬가지로, 세포주 패널의 크기를 증가시키는 것은 패널 내 덜 통상적인 분자 패턴에 접근할 영향력을 증가시키며 인간 유방암에 존재하는 보다 완전한 범위의 다양성 제시 가능성을 증가시킬 것이다.
여기서, 본 발명자는 BamBam 이라고 칭하는 신규한 소프트웨어 도구를 개시하며, 이는 종양 (체세포) 및 생식세포 매치된 서열분석 데이터세트의 신속한 비교를 가능하게 한다. BamBam 에 의한 결과 출력물은 가변적이며, 각 환자의 샘플에 의해 포함된 체세포 및 생식세포 변이체의 자세한 목록을 생성시킨다. 이러한 목록은 조사자에게 종양 발생 동안 일어난 중요한 변화를 신속히 발견하는 능력을 제공할 뿐 아니라, 질환에 대한 성향을 표시할 수 있는 환자의 생식세포에 존재하는 고품질 변이체를 제공한다. BamBam 의 추가적인 향상은, 종양형성의 요인을 암시할 수 있는 동일한 게놈 부위에 발생하는 여러 유형의 변이체 (예를 들어, 삭제된 유전자 중 하나의 대립형질, 중단점에 의한 절단형 돌연변이를 포함하는 다른 대립형질) 를 특이적으로 찾아내는 방법으로 이루어질 것이다. 본 발명자는 또한 여러 쌍 초과의 게놈을 처리하는 BamBam 의 능력을 확장시킬 뿐 아니라 조사자에게 그의 고유 분석 방법을 BamBam 의 파이프라인에 연결시키는 능력을 제공하는 것을 계획하고 있다.
추가적인 구현예에서, 새로운 기술이 현재 알려져 있는 핵산 분자의 특성 (예컨대 트리플렛 (triplet) 유전 암호 및 특정 염기쌍 상호작용과 같은 특성을 포함하나 이에 제한되지는 않음) 을 필요로 한다면, 폴리뉴클레오티드 핵산을 아직 개발되지 않은 임의의 분자 생물학 기술에서 사용할 수 있다.
본 발명은, 단지 본 발명의 특정 양상 및 구현예의 설명 목적으로 포함되며 제한하는 목적은 아닌 하기의 실시예를 참조로 보다 쉽게 이해될 것이다.
실시예
실시예 I: 참조 게놈을 통한 데이터세트 동기화
모든 숏-리드는 동일한 참조 게놈에 대해 정렬되어, 참조 게놈이 다수의 관련된 샘플로부터 자연적인 방법으로 서열 데이터를 체계화시키게 한다. BamBam 은 2 개의 숏-리드 서열분석 데이터세트 (하나는 종양으로부터의 것이고 다른 하나는 동일 환자로부터의 매치된 정상 세포 ("생식세포") 임), 및 참조 게놈을 취하고, 이들 데이터세트를 판독하여, 동일한 게놈 위치에 중첩되는 데이터세트 모두에서의 모든 서열이 동시에 처리가능해진다. 이는 이러한 데이터를 처리하기 위한 가장 효율적인 방법인 한편, 직렬화 (serialized) 방식으로 해내기에 어렵거나 불가능할 수 있는 복잡한 분석을 또한 가능하게 하는데, 이때 각각의 데이터세트는 스스로 처리되고, 결과는 이후에 단지 병합된다.
이러한 방법은 2 개 초과의 관련된 서열분석 데이터세트로 쉽게 확장가능하다. 예를 들어, 3 개의 샘플, 매치된 정상, 종양 및 재발 샘플을 서열분석한다면, 상기 방법을 사용하여 종양 & 재발 샘플에 대해 특이적인 변화, 및 재발에 대해서만 특이적인 변화를 탐색할 수 있는데, 이는 재발 종양이 짐작컨대 이것이 유래된 본래 종양으로부터 다소 변화되었다는 것을 제시한다. 또한, 이러한 동일 방법을 사용하여, 어린이, 아버지 및 어머니로부터의 서열분석 샘플을 고려해 볼 때 어린이 게놈의 유전된 부분을 측정할 수 있다.
실시예 II : 체세포 및 생식세포 변이 추출
BamBam 이 서열 데이터를 게놈 전체에 걸쳐 파일 쌍에 동기화시키기 때문에, 종양 및 생식세포 BAM 파일 모두로부터 뿐 아니라 인간 참조물로부터 서열분석 데이터를 필요로 하는 복잡한 돌연변이 모델이 용이하게 실행될 수 있다. 이러한 모델은 생식세포 유전자형 (생식세포 리드 및 참조 뉴클레오티드가 주어짐) 및 종양의 유전자형 (생식세포 유전자형, 단순 돌연변이 모델, 종양 샘플에서의 오염 정상 조직 분율의 추정, 및 종양 서열 데이터가 주어짐) 모두의 동시 확률을 최대화하는 것을 목표로 한다.
최적의 종양 및 생식세포 유전자형을 발견하기 위해서, 하기 식에 의해 정의된 가능성을 최대화하는 것을 목표로 한다:
Figure 112012106627830-pct00001
(1).
상기 식 중에서, r 은 관찰된 참조 대립형질이고, α 는 정상 오염 분율이고, 종양 및 생식세포 유전자형은
Figure 112012106627830-pct00002
및
Figure 112012106627830-pct00003
에 의해 정의된다 (이때,
Figure 112012106627830-pct00004
임). 종양 및 생식세포 서열 데이터는 각각 하기의 리드 세트:
Figure 112012106627830-pct00005
및
Figure 112012106627830-pct00006
로서 정의되며, 관찰 기준은
Figure 112012106627830-pct00007
이다. 모델에서 사용한 모든 데이터는 사용자-정의된 기준 및 맵핑 품질 역치를 초과해야만 한다.
생식세포 유전자형이 주어진 생식세포 대립형질의 확률은 4 개의 뉴클레오티드에 대해 하기와 같이 다항식 (multinomial) 으로서 모델화된다:
Figure 112012106627830-pct00008
.
상기 식 중에서,
Figure 112012106627830-pct00009
은 이러한 위치에서의 생식세포 리드의 총 수이고
Figure 112012106627830-pct00010
는 각각의 관찰된 대립형질을 지지하는 리드이다. 기저 확률 (base probability),
Figure 112012106627830-pct00011
는 독립적인 것으로 추정되며, 유전자형
Figure 112012106627830-pct00012
에 의해 나타내어지는 2 개의 어버이 대립형질 중 어느 하나에서 유래하는 한편, 또한 서열분석기의 대략적인 기준 오류율을 포함한다. 생식세포 유전자형에 대한 사전 확률 (prior) 은 하기와 같이 참조 기준을 조건으로 한다:
Figure 112012106627830-pct00013
.
상기 식 중에서,
Figure 112012106627830-pct00014
는 상기 위치가 동형 참조인 확률이고,
Figure 112012106627830-pct00015
는 이형 참조인 확률이고,
Figure 112012106627830-pct00016
는 동형 비-참조인 확률이다. 이때, 생식세포 사전 확률은 알려져 있는, 유전된 SNP 에 대한 어떠한 정보도 포함하지 않는다.
종양 리드 세트의 확률은 하기와 같은 다항식으로서 다시 정의된다:
Figure 112012106627830-pct00017
.
상기 식 중에서,
Figure 112012106627830-pct00018
은 이러한 위치에서의 생식세포 리드의 총 수이고,
Figure 112012106627830-pct00019
는 종양 데이터세트에서의 각 관찰된 대립형질을 지지하는 리드이며, 각 종양 리드의 확률은 종양 및 생식세포 유전자형 모두에서 유래한 기저 확률의 혼합이고 이는 정상 오염 분율, α 에 의해 하기와 같이 조절되고:
Figure 112012106627830-pct00020
,
종양 유전자형의 확률은 생식세포 유전자형에서의 단순 돌연변이 모델에 의해 정의된다:
Figure 112012106627830-pct00021
.
상기 식 중에서, 돌연변이가 없을 확률 (예를 들어,
Figure 112012106627830-pct00022
) 은 최대치이며 전이 (transition) 확률 (즉, A → G, T → C) 은 전환 확률 (즉, A → T, T → G) 의 4 배일 것이다. 다항 분포에 대한 모든 모델 매개변수, α,
Figure 112012106627830-pct00023
,
Figure 112012106627830-pct00024
,
Figure 112012106627830-pct00025
, 및 기저 확률,
Figure 112012106627830-pct00026
는 사용자 정의가능하다.
선택된 종양 및 생식세포 유전자형,
Figure 112012106627830-pct00027
,
Figure 112012106627830-pct00028
는 (1) 을 최대화시키는 것들이고, 하기에 의해 정의되는 사후 확률은:
Figure 112012106627830-pct00029
추론된 유전자형 쌍에서의 신뢰도를 점수 매기는데 사용될 수 있다. 종양 및 생식세포 유전자형이 상이한 경우, 추정 체세포 돌연변이(들) 는 이의 각각의 신뢰도에 따라 보고될 것이다.
종양 및 생식세포 유전자형 모두의 결합 공산 (joint likelihood) 을 최대화시키는 것은, 특히 하나 또는 둘 모두의 서열 데이터세트가 특정 게놈 위치의 로우 커버리지 (low coverage) 를 갖는 상황에서, 추론된 유전자형 모두의 정확도를 향상시키는 것을 돕는다. 다른 돌연변이 추출 알고리즘, 예컨대 단일 서열분석 데이터세트를 분석하는 MAQ 및 SNVMix 는 비-참조 또는 돌연변이 대립형질의 지지가 낮은 경우 오류를 좀 더 만들어낼 가능성이 있다 (Li, H., et al. (2008) Mapping short DNA sequencing reads and calling variants using mapping quality scores, Genome Research, 11, 1851-1858; Goya, R. et al. (2010) SNVMix: predicting single nucleotide variants from next-generation sequencing of tumors, Bioinformatics, 26, 730-736).
주어진 게놈 위치에서의 모든 리드로부터 대립형질 지지물을 수집하는 것에 추가로, 리드에 대한 정보를 수집하고 (예컨대 가닥이 정방향 또는 역방향인지 여부, 리드 맵, 리드 내 대립형질 위치, 대립형질의 평균 품질 등), 위양성 추출 (false positive call) 을 선택적으로 걸러내는데 사용한다. 대립형질 모두에 대한 대립형질 위치 및 가닥의 무작위 분포가 변이체를 지지하는 것으로 예측되며, 상기 분포가 이러한 무작위 분포로부터 상당히 편중된 경우 (즉, 모든 변이체 대립형질이 리드의 맨 끝 근처에서 발견됨), 이는 변이 추출 (variant call) 이 의심된다는 것을 제시한다.
실시예 III : 전체 및 대립형질 -특이적 카피 수
전체 체세포 카피 수는, 종양 또는 생식세포 데이터에서의 커버리지에 따라 윈도우의 게놈 폭을 확장시키고 축소시키는 동적 윈도잉 (dynamic windowing) 접근 방식을 사용하여 계산된다. 상기 방법은 0 폭 (zero width) 의 윈도우로 초기화된다. 종양 또는 생식세포 서열 데이터로부터의 각각의 고유한 리드는 종양 계수, Nt, 또는 생식세포 계수, Ng 로 집계될 것이다. 각각의 리드의 출발 위치 및 중지 위치는 윈도우 부위를 한정할 것이며, 새로운 리드가 현재 윈도우의 경계를 넘어감에 따라 확장된다. 종양 또는 생식세포 계수가 사용자-정의 역치를 초과하는 경우, 윈도우 크기 및 위치가 기록될 뿐 아니라, Nt, Ng 및 상대 커버리지 Nt 도 기록된다. 국부 리드 커버리지에 따른 Ng 윈도우 크기 맞춤은 로우 커버리지 부위 (예를 들어, 반복 부위) 에서는 큰 윈도우를, 또는 체세포 증폭을 나타내는 부위에서는 작은 윈도우를 생성시켜, 암플리콘의 게놈 해상도를 증가시키고 증폭의 경계를 한정하는 능력을 증가시킬 것이다.
나타낸 바와 같이 (도 2 참조), 생식세포에서 이형으로 간주되는 위치만이 포함되는 것을 제외하고는, 대립형질-특이적 카피 수는 유사하게 계산된다. 이형성은 2 개의 상이한 대립형질을 갖는 것으로 여겨지는 (하나의 대립형질이 각각의 어버이에 의해 주어짐) 생식세포 내 위치로서 정의된다. 다수 및 소수 카피 수는 동일한 게놈 이웃에서의 데이터를 집계하기 위해 전체 카피 수에 대해 상기 기재된 동일한 동적 윈도잉 기술을 사용하여 계산된다. 이형 부위에서의 다수 대립형질은 게놈 위치가 중첩되는 종양 데이터세트에서 최대 수의 지지 리드를 갖는 대립형질로서 본원에서 정의되는 한편, 소수 대립형질은 최소 지지를 갖는 대립형질이다. 종양 및 생식세포 데이터 모두에서의 다수 대립형질로 인한 모든 계수는 다수 카피 수의 계산을 유도하며, 이는 소수 대립형질에 대해서도 유사하다. 다수 및 소수 대립형질 계수는 이후 생식세포 데이터에서의 대립형질 둘 모두의 계수, Ng 에 의해 정규화되어, 다수 및 소수 카피 수가 계산된다.
대립형질-특이적 카피 수는 이형성 손실 (카피-중립 및 카피-손실 모두) 뿐 아니라 단일 대립형질에 대해 특이적인 증폭 또는 결실을 나타내는 게놈 부위를 확인하는데 사용된다. 상기 마지막 사항은 잠재적 질환 유발 대립형질을 구분하는데 있어서 특히 중요한데, 이들이 종양 서열 데이터에서 증폭되거나, 또는 결실되지 않기 때문이다. 또한, 반접합성 손실을 겪는 부위 (예를 들어, 1 개의 어버이 염색체 팔 (arm)) 를 사용하여, 서열분석된 종양 샘플 내 정상 오염물의 양을 직접 추정할 수 있는데, 이는 상기 기재된 생식세포 및 종양 유전자형의 모델링을 향상시키는데 사용될 수 있다.
도 2 는 대립형질-특이적 카피 수 계산의 개관을 보여준다. 생식세포 변이 추출 알고리즘에 의해 측정되는 바와 같이, 이형 유전자형을 갖는 위치는 생식세포 및 종양 서열분석 데이터 모두를 사용하여 측정된다. 이들 위치에 중첩되는 모든 리드가 수집되며, 이형 유전자형에서의 2 개 대립형질 각각에 대한 리드 지지가 종양 및 생식세포 모두에서 발견된다. 다수 대립형질은 최고 지지를 갖는 대립형질인 것으로 측정되며, 다수 카피 수는 생식세포에서의 상기 위치에서의 리드 전체 수에 의해 상기 계수를 정규화시켜 계산된다.
실시예 IV : 유전자형의 위상화 ( phasing )
BamBam 은, 종양 내 대규모 게놈 증폭 또는 결실에 의해 유발된 대립형질 불균형을 이용하여, 생식세포에서 발견된 모든 이형 위치를 위상화하고자 한다. 다수 표 염기 추출 (The majority vote base call) 은 종양 서열 데이터에서의 모든 위치에서 선택되어, 종양에 존재하는 위상 반수체형을 구성한다. 다수 표는 숏-리드 풀 (pool) 에서 관찰된 가장 많은 대립형질을 선택하는데, 이는 결실 이벤트 후 종양에 남아 있는 대립형질 또는 증폭 이벤트의 복제된 대립형질을 선별해야 한다. 각각의 위치에서, 생식세포의 대립형질 상태가 또한 확인되는데, 이때 위치는 필요 리드 지지를 갖는 오직 1 개의 대립형질만이 존재하는 경우 동형인 것으로, 그리고 2 개 이상의 대립형질이 필요 리드 지지를 갖는 경우 이형인 것으로 간주된다. 종양의 반수체형이 2 개의 어버이 반수체형 중 하나를 나타내는 것으로 추정되는데, 제 2 의 어버이 반수체형은 종양 반수체형에 속하지 않는 생식세포 대립형질의 서열로서 유래된다. 이러한 절차는 종양 내의 대립형질 비율에 상관없이 게놈 전반에 걸쳐 (genome-wide) 사용되어, 주요 대립형질 (major allele) 과 비주요 대립형질 (minor allele) 사이에 동등하게 나뉘어 있는 부위에서 본질적으로 무작위인 유전자형의 반수체형 지정이 예측된다. 생식세포 서열의 정확한 위상화는 종양 내 단일 게놈 이벤트 (예를 들어, 국지적인 증폭 또는 결실) 로 인한 일관된 대립형질 불균형을 나타내는 부위에서만 일어날 것이다. 종양-유래 반수체형의 인증 (Validation) 은 종양-유래 반수체형을 HapMap 프로젝트 (International HapMap Consortium (2007), Nature, 7164: 851-861) 로부터 이용가능한 위상화된 유전자형에 대해 비교함으로써 이루어질 수 있다.
실시예 V: 페어드 -앤드 클러스터링 ( paired - end clustering ) 을 사용하는 구조 변이 추론
추정 염색체내 및 염색체간 재배열을 확인하기 위해서, BamBam 은 참조 서열의 비대응 부위에 대한 페어 맵에서의 각각의 리드인 불일치 페어드 리드를 탐색한다. 염색체내 불일치 쌍은 비정상적으로 큰 삽입물 크기를 갖는 것들 (즉, 페어드 리드를 분리시키는 참조물에서의 게놈 거리가 사용자-정의된 역치를 초과함) 또는 부정확한 기원으로 맵핑되는 것들 (즉, 역위) 이다. 염색체간 불일치 쌍은 상이한 염색체에 대해 맵핑되는 페어드 리드에 의해 정의된다. 다른 쌍과 동일한 위치에 대해 정렬하는 모든 불일치 페어드-앤드 리드는, 숏-리드 라이브러리의 준비에 있어서 단지 PCR 증폭 단계의 결과인 다수의 리드에 의해 지지된 추출 재배열이 회피되도록 제거된다. 이러한 방법의 개관을 도 3 에 나타낸다.
모든 불일치 페어드-앤드 리드는 그의 게놈 위치에 따라 클러스터링되어 중단점이 존재하는 것으로 여겨지는 대략적인 게놈 부위를 한정한다. 통합 과정은 추정 중단점의 양측에서의 다른 리드에 중첩되는 고유한 리드를 함께 그룹화하는 것으로 이루어진다. 모든 중첩 리드의 가닥 기원은 또한 매치되거나 페어의 클러스터에 포함되지 않아야만 한다. 클러스터에서의 중첩되는 불일치 쌍의 수가 사용자-정의된 역치를 초과하는 경우, 재배열을 기술하는 중단점이 정의된다. 동일 위치에서 생식세포 및 종양 데이터세트 둘 모두에 재배열이 존재하는 경우, 이는 하기와 같이 비교된다. 생식세포 재배열은 종양 및 생식세포 데이터세트가 동일한 재배열을 지지하는 것을 필요로 하는데, 이는 생식세포에서 관찰된 구조 변이가 종양에서 어딘가 반전되어 참조물과 정확히 일치할 가능성이 대단히 낮기 때문이다. 한편, 체세포 재배열은 오직 종양 서열분석 데이터에서만 관찰되어야 하며, 생식세포 데이터세트에는 실질적으로 존재하지 않는다. 이러한 요건을 충족하는 재배열은 후-처리 분석 및 시각화를 위해 저장되는 한편, 이를 충족시키지 않는 재배열은 서열분석 기기, 샘플 준비 (예컨대 전체 게놈 증폭), 또는 사용한 숏-리드 맵핑 알고리즘의 체계적 편향에 의해 유발된 인위적 재배열로서 폐기된다.
도 3 은 구조 변이 추출의 개관을 보여준다. 추정 구조 변이의 초기 확인은 불일치적으로 맵핑된 리드 쌍을 사용하여 BamBam 에 의해 확인되는데, 이때 리드 모두는 참조 게놈에 대해 완전히 맵핑되지만, 비정상적인, 비-참조 방식으로 수행된다. BamBam 에 의해 발견된 추정 중단점은 이후 임의의 이용가능한 분할-리드 (split-read) 를 사용하여 bridget 으로 지칭되는 프로그램에 의해 정밀화된다.
실시예 VI : 분할-리드를 사용하는 구조 변이의 정밀화 ( refinement )
BamBam 에 의해 초기에 발견된 중단점은, 본래, 중단점의 실제 접합부에 중첩될 수 없는 완전히 맵핑된 리드를 사용하는 점에 있어서 대략적인데, 이는 참조물 (또는 생식세포 데이터세트, 체세포 재배열의 경우) 에 존재하지 않는 서열을 나타내기 때문이다. 중단점 위치에 대한 지식을 정밀화하기 위해서, Bridget 으로 지칭되는 프로그램을 개발하였으며, 이를 도 4 에 요약하였다.
Bridget 은 BamBam 에 의해 발견된 대략적인 중단점을 제공하며 완전히 맵핑된 메이트 (mate) 에 의해 추정 중단점 근처에 고정되는 모든 비정렬된 (unaligned) 리드를 탐색한다. 이들 비맵핑된 (unmapped) 리드 각각은 재배열의 중단점 접합부에 중첩되는 "분할 리드" 일 가능성을 갖는다. 중단점 양측을 둘러싸는 국부화 게놈 서열은 고유 타일 한 세트 (현재 타일 크기 = 16bp) 로 분해되고, 타일 서열의 타일 데이터베이스 및 참조 게놈 내 그의 위치가 만들어진다. 리드를 동일 크기의 타일로 분해시키고 리드 내 그의 위치를 기록함으로써, 유사한 타일 데이터베이스가 각각의 비정렬된 리드에 대해 구축된다. 참조 타일 데이터베이스와 비정렬된 타일 데이터베이스를 비교하여, 참조물 내 각각의 비정렬된 타일의 게놈 위치를 측정한다. 중단점 양쪽에 대한 것인, 참조물 및 비정렬 리드 모두에서 인접한 타일의 최대 세트를 측정함으로써 이들 위치의 "이중 포괄 세트 (Dual spanning set)" 가 계산된다.
참조물 좌표에서의 "이중 포괄 세트" 의 최소 및 최대 게놈 위치로, 중단점 위치 뿐 아니라 서열의 배위 (또는 꼬임(strandedness)) 가 정확히 측정된다. 중단점의 좌측 및 우측 경계를 기술하는 정보로, 재배열된 서열이 완전히 정의되는데, 즉, 좌측면은 [염색체 = chr1, 위치 = 1000bp, 가닥 = 정방향] 으로 정의되고, 우측면은 [염색체 = chr5, 위치 = 500,000bp, 가닥 = 역방향] 으로 정의된다. 중단점의 서열 상동성 (즉, 짧은 서열, 예컨대 "CA" 는 중단점 두 경계 모두에서 동일한 것으로 관찰되나, 두 서열의 접합부에서의 정렬 리드에서 단 1 회 관찰됨) 은 또한 이들 이중 포괄 세트로부터 측정된다.
각각의 비정렬된 리드에 대해서, 이중 포괄 세트로 중단점의 잠재적 위치가 측정된다. 각각의 비정렬된 리드로 중단점에 대한 약간 상이한 위치 (중단점 근처의 서열 오류, 반복 참조물 등으로 인함) 를 측정할 수 있기 때문에, 이중 포괄 세트로부터 측정된 모든 중단점 위치는 가능한 접합부 서열을 생성시키는데 사용된다. 모든 비맵핑된 리드는 이들 가능한 접합부 서열 각각에 대해 새로이 정렬되고, 리드가 본래 서열에 대해 얼마나 잘 정렬되는지에 대해서 그의 정렬에서의 전체적 향상이 측정된다. 정렬 스코어에 있어서의 최대 향상을 산출하는 접합부 서열은 참 (true) 재배열에 대한 최상의 후보물로서 판단된다. 이러한 최상 접합부 서열이 정렬 스코어에 있어서 약간의 개선을 산출하거나 개선이 없는 경우, 참 재배열을 나타낼 개연성이 낮으므로 상기 접합부 서열은 폐기된다. 이러한 경우 분할-리드 확인의 결여가, BamBam 에 의해 발견된 본래 구조적 재배열이 인위적일 수 있다는 증거라는 것이 또한 측정될 수 있다.
도 4 는 구조적 재배열이 발생한 게놈에서의 위치를 정확히 확인하기 위한 예시적 방법을 보여준다. 타일 (또는 kmer) 은 잠재적 분할 리드 및 참조 게놈 모두에 대해 측정된다. 이중 포괄 세트가 측정되는데 (상기 도면의 하부에서 두꺼운 적색 및 보라색 상자로서 나타냄), 이는 재배열된 서열을 어떻게 구축하는지를 완전히 정의한다. 이중 포괄 세트는 분할 리드에서의 SNP 또는 서열 오류에 대해 견고 (robust) 하다.
실시예 VII : 종양-특이적 게놈 브라우저
모든 결과 출력물을 BamBam 에 의해 시각화하기 위해서, 도 5 에서 나타낸 바와 같이 단일 종양 샘플에서 발견된 모든 게놈 변이체를 이의 매치되는 정상물에 대해 동시에 디스플레이하는 종양 게놈 브라우저를 개발하였다. 이는 전체 & 대립형질 특이적 카피 수, 염색체내 및 염색체간 재배열, 및 돌연변이 및 작은 삽입-결실 (indel) 을 디스플레이할 수 있다. 이는 선형 및 원형 플롯 모두로 데이터를 디스플레이하는데, 이들 중 원형 플롯이 염색체간 재배열을 디스플레이하는데 훨씬 더 적합하다.
단일 이미지에서 데이터를 함께 디스플레이함으로써, 사용자는 단일 샘플의 데이터를 신속히 탐색할 수 있으며 카피 수 변화와 구조 변이 사이의 관계를 이해할 수 있다. 예를 들어, 큰 염색체내 결실-유형 재배열은 중단점들 사이의 부위에서의 카피 수에 있어서 일치성 감소 (concordant drop) 를 가져야한다. 또한, 카피 수와 함께 돌연변이 데이터를 디스플레이하여, 사용자가 체세포 돌연변이가 이후 증폭되었는지, 또는 야생형 대립형질이 종양에서 결실되었는지를 이해할 수 있게 되는데, 필수 데이터포인트 모두는 이러한 샘플의 종양 형성에 있어서의 게놈 유전자자리 (locus) 의 중요성을 제시한다.
도 5 는 예시적인 종양-특이적 게놈 브라우저를 보여준다. 상기 브라우저는 BamBam 에 의해 발견된 모든 고수준 체세포 차이를 단일 이미지로 보여주어, 다수의 별개 데이터세트를 합성하여 종양의 게놈의 전반적 그림이 제공될 수 있게 한다. 브라우저는 상기 보여준 바와 같이, 단지 몇 번의 클릭만으로 전체 게놈 관점으로부터 단일 염기 해상도로 게놈 부위를 빠르게 확대 및 축소할 수 있다.
실시예 VIII : 컴퓨터 요건
BamBam 과 Bridget 모두 C 로 작성되어, 오직 표준 C 라이브러리 및 최신 SAMtools 원시 코드를 필요로 한다 (http://samtools.sourceforge.net 에서 이용가능). 이는 클러스터 전체에 걸친 일련의 작업 (예를 들어, 염색체 당 하나의 작업) 으로 분해되거나 단일 과정으로 실행될 수 있다. 각각 수천억 bp (billions of 100bp) 리드를 포함하는 한 쌍의 250GB BAM 파일을 처리하여, BamBam 은 단일 과정으로서 대략 5 시간에, 또는 보통의 클러스터 (24 노드) 에서 약 30 분에 이의 전체-게놈 분석을 마칠 것이다. BamBam 의 컴퓨터 요건은 경미한 것이며, 단지 단일 게놈 위치에 중첩되는 리드 데이터를 저장하기에 충분한 RAM 및 종양 또는 생식세포 게놈에서 발견된 잘 지지된 변이를 저장하기에 충분한 디스크 공간을 필요로 한다.
Bridget 은 또한 크게 중요하지 않은 컴퓨터 요건을 갖는다. 단일 기기에서의 실시 시간 (runtime) 은 통상 1 초 미만이며 이는 중단점 부근의 임의의 잠재적 분할-리드 및 참조 서열을 모으기에 필요한 시간을 포함하고, 참조물 및 분할-리드 모두에 대한 타일 데이터베이스를 만들고, 모든 이중 포괄 세트를 측정하고, 잠재적 접합부 서열을 구축하고, 참조물 및 각각의 접합부 서열 모두에 대해 모든 분할-리드를 재정렬하고, 최상의 접합부 서열을 측정한다. 고도로 증폭되거나 높은 수의 비맵핑 리드를 갖는 부위는 Bridget 의 실행 시간을 증가시키지만, 이는 Bridget 의 용이한 평행성 (parallelizability) 에 의해 완화될 수 있다.
실시예 IX : 게놈 DNA 의 단리
혈액 또는 기타 조직 샘플 (2-3 ml) 을 환자로부터 수집하고 사용시까지 -80℃ 에서 EDTA-함유 튜브에 저장한다. 게놈 DNA 를 제조사의 지시사항에 따라 DNA 단리 키트를 사용하여 (PUREGENE, Gentra Systems, Minneapolis MN) 혈액 샘플로부터 추출한다. DNA 순도를, Beckman 분광계로 측정한 260 nm 및 280 nm 에서의 흡광도 비 (1 cm 광행로; A260/A280) 로서 측정한다.
실시예 X: SNP 의 확인
환자의 DNA 샘플로부터의 유전자 부위를 상기 부위에 대해 특이적으로 디자인된 프라이머를 사용하여 PCR 로 증폭한다. PCR 산물을 상기 개시된 바와 같은 당업자에게 잘 알려져 있는 방법을 사용하여 서열분석한다. 서열 트레이스 (trace) 에서 확인된 SNP 를 Phred/Phrap/Consed 소프트웨어를 사용하여 확인하고, NCBI SNP 데이터뱅크에 기탁된 알려져 있는 SNP 와 비교한다.
실시예 XI : 통계적 분석
평균 ± SD. χ2 분석 (Web Chi Square Calculator, Georgetown Linguistics, Georgetown University, Washington DC) 으로서 표시한 값을 사용하여, 정상 대상 및 장애가 있는 환자에서의 유전자형 빈도 사이의 차이를 평가한다. 사후 검증 (post-hoc analysis) 과 함께 1 방향 ANOVA 를 나타낸 바와 같이 수행하여, 상이한 환자군 사이의 혈액동력학을 비교한다.
당업자는 상기 기술된 구현예의 다양한 적용 및 변형이 본 발명의 범주 및 취지를 벗어나지 않고 이루어질 수 있음을 이해할 것이다. 당업계에서 알려져 있는 다른 적합한 기술 및 방법이 당업자에 의해, 그리고 본원에 기재된 본 발명의 상세한 설명을 고려하여 수많은 특정 양태에 적용될 수 있다. 그러므로, 본 발명이 본원에서 특이적으로 기재된 바와 다르게 실행될 수 있다는 것이 이해된다. 상기 상세한 설명은 제한하기 위한 것이 아닌 예시적인 것으로 의도된다. 많은 다른 구현예는 상기 상세한 설명의 검토시 당업자에게 명백할 것이다. 그러므로 본 발명의 범주는 첨부된 청구범위가 부여하는 전체 범주의 등가물과 함께 청구범위를 참조하여 결정되어야 한다.

Claims (51)

  1. 제 1 조직의 유전자 서열과 제 2 조직의 유전자 서열 사이의 하나 이상의 차이를 포함하는 상이한 유전자 서열을 갖는 대상을 업데이트하는 방법으로서, 하기 단계를 포함하는 방법:
    (a) 제 1 조직을 나타내는 제 1 유전자 서열 스트링 (string) 및 (b) 제 2 조직을 나타내는 제 2 유전자 서열 스트링을 저장하는 유전자 데이터베이스에 대한 접근을 제공하는 단계로서, 이때 상기 제 1 및 제 2 유전자 서열 스트링이 이들에 상응하는 서브스트링(sub-string)을 갖고, 상기 서브스트링들은 제 1 및 제 2 유전자 서열 스트링에 비하여 길이가 짧은 것인 단계;
    유전자 데이터베이스와 연결된 서열 분석 엔진에 대한 접근을 제공하는 단계;
    서열 분석 엔진을 사용하여, 상기 서브스트링들 중 위치가 공통 게놈 위치와 중첩하는 것으로 알려져 있는 서브스트링들을 기준으로 하여, 제 1 및 제 2 유전자 서열 스트링을 동기화시켜 상기 스트링의 부분적인 정렬을 생성시키는 단계;
    서열 분석 엔진에 의해, 상기 부분적인 정렬을 사용하여 공통 게놈 위치에서 제 1 및 제 2 유전자 서열 스트링 사이의 서브 스트링들을 비교함으로써 부분적으로 상이한 유전자 서열을 생성시키는 단계; 및
    서열 분석 엔진을 사용하여, 상이한 서열 데이터베이스에 상기 상이한 유전자 서열을 갖는 대상이 상기 부분적으로 상이한 유전자 서열을 포함하도록 업데이트하는 단계.
  2. 제 1 항에 있어서, 제 1 및 제 2 유전자 서열 스트링이 각각 제 1 및 제 2 조직의 10% 이상의 게놈, 전사체 또는 프로테옴을 나타내는 방법.
  3. 제 1 항에 있어서, 제 1 및 제 2 유전자 서열 스트링이 각각 제 1 및 제 2 조직의 50% 이상의 게놈, 전사체 또는 프로테옴을 나타내는 방법.
  4. 제 1 항에 있어서, 제 1 및 제 2 유전자 서열 스트링이 각각 제 1 및 제 2 조직의 실질적 전체 게놈, 전사체 또는 프로테옴을 나타내는 방법.
  5. 제 1 항에 있어서, 제 1 및 제 2 조직이 환자, 건강한 개체, 세포주, 줄기 세포, 실험 동물 모델, 재조합 박테리아 세포 및 바이러스로 이루어지는 군에서 선택되는 동일한 생물학적 독립체에서 기원하는 방법.
  6. 제 1 항에 있어서, 제 1 조직이 건강한 조직이며 제 2 조직이 병든 조직인 방법.
  7. 제 6 항에 있어서, 병든 조직이 종양 조직을 포함하는 방법.
  8. 제 1 항에 있어서, 상응하는 서브스트링이 동형 대립형질을 포함하는 방법.
  9. 제 1 항에 있어서, 상응하는 서브스트링이 이형 대립형질을 포함하는 방법.
  10. 제 1 항에 있어서, 동기화 단계가 제 1 스트링 내 선험적으로 (a priori) 알려져 있는 위치를 기준으로 서브스트링 중 하나 이상을 정렬하는 것을 포함하는 방법.
  11. 제 1 항에 있어서, 동기화 단계가 서브스트링 중 하나 이상에 대한 알려져 있는 위치를 포함하는 알려져 있는 참조 스트링을 기준으로 서브스트링 중 하나 이상을 정렬하는 것을 포함하는 방법.
  12. 제 11 항에 있어서, 알려져 있는 참조 스트링이 컨센서스 (consensus) 서열인 방법.
  13. 제 1 항에 있어서, 동기화 단계가 서브스트링 중 하나 이상의 길이 미만인 윈도우 내에서 서브스트링 중 하나 이상을 정렬하는 것을 포함하는 방법.
  14. 제 1 항에 있어서, 제 1 서열 스트링의 전체 길이에 걸쳐 제 1 및 제 2 서열 스트링을 반복하여 동기화시키는 것을 추가로 포함하는 방법.
  15. 제 1 항에 있어서, 상이한 유전자 서열을 갖는 대상이 하나 이상의 염색체에 대해 부분적으로 상이한 스트링을 나타내는 방법.
  16. 제 1 항에 있어서, 상이한 유전자 서열을 갖는 대상이 제 1 조직의 실질적 전체 게놈에 대해 부분적으로 상이한 스트링을 나타내는 방법.
  17. 제 1 항에 있어서, 상이한 유전자 서열을 갖는 대상이 상이한 유전자 서열을 갖는 대상을 기술하는 메타데이터를 포함하는 속성을 포함하는 방법.
  18. 제 17 항에 있어서, 속성이 제 1 및 제 2 조직 중 하나 이상의 상태를 포함하는 방법.
  19. 제 18 항에 있어서, 상태가 제 1 및 제 2 조직 중 하나 이상의 생리적 상태를 포함하는 방법.
  20. 제 19 항에 있어서, 생리적 상태가 종양 성장, 세포자멸사, 분화 상태, 조직 연령 및 치료에 대한 반응으로 이루어지는 군에서 선택되는 상태를 포함하는 방법.
  21. 제 18 항에 있어서, 상태가 유전적 상황을 포함하는 방법.
  22. 제 21 항에 있어서, 유전적 상황이 하나 이상의 배수성, 유전자 카피 수, 반복 카피 수, 역위, 결실, 바이러스 유전자 삽입, 체세포 돌연변이, 생식세포 돌연변이, 구조적 재배열, 전위 및 이형성 손실로 이루어지는 군에서 선택되는 상황을 포함하는 방법.
  23. 제 18 항에 있어서, 상태가 조직 내 신호전달 경로와 연관된 경로 모델 정보를 포함하는 방법.
  24. 제 23 항에 있어서, 신호전달 경로가 성장 인자 신호전달 경로, 전사 인자 신호전달 경로, 세포자멸사 경로, 세포 주기 경로 및 호르몬 반응 경로로 이루어지는 군에서 선택되는 방법.
  25. 제 1 항에 있어서, 유전자 서열을 갖는 대상이 파일을 포함하는 방법.
  26. 제 25 항에 있어서, 파일이 표준화 포맷에 따르는 방법.
  27. 제 26 항에 있어서, 파일이 SAM/BAM 포맷에 따르는 방법.
  28. 건강 관리 서비스를 제공하기 위하여, 데이터 세트를 생성시키는 방법으로서, 하기를 포함하는 방법:
    의료 기록 저장 장치에 정보적으로 연결되는 분석 엔진에 대한 접근을 제공하는 단계로서, 상기 저장 장치가 환자의 유전자 서열에 대해 상이한 유전자 서열을 갖는 대상을 저장하고, 상기 상이한 유전자 서열이, 적어도 하나의 조직이 환자에 상응하는 두 조직의 유전자 서열 사이의 하나 이상의 차이를 포함하는 단계; 및
    분석 엔진에 의해, 상기 환자의 유전자 서열에 대해 상이한 유전자 서열을 갖는 대상에서의 하나 이상의 부분적으로 상이한 유전자 서열을 갖는 하나 이상의 스트링의 존재를 사용하여 환자-특이적 서열 분석 데이터 세트를 생성시키는 단계로서, 부분적으로 상이한 유전자 서열이 공통 게놈 위치에서 두 조직과 관련된 리드를 비교함으로써 생성되는 단계.
  29. 제 28 항에 있어서, 의료 기록 저장 장치가 스마트 카드로서 구성되며 환자에 의해 휴대되는 방법.
  30. 제 28 항에 있어서, 의료 기록 저장 장치가 건강관리 제공자에 의해 원격으로 접근가능한 방법.
  31. 제 28 항에 있어서, 환자의 유전자 서열에 대해 상이한 유전자 서열을 갖는 대상이 둘 이상의 염색체에 대한 부분적으로 상이한 스트링을 포함하는 방법.
  32. 제 28 항에 있어서, 환자의 유전자 서열에 대해 상이한 유전자 서열을 갖는 대상이 환자의 실질적 전체 게놈에 대한 부분적으로 상이한 스트링을 포함하는 방법.
  33. 제 28 항에 있어서, 환자의 유전자 서열에 대해 상이한 유전자 서열을 갖는 대상이 2 개 이상의 조직 유형을 나타내는 부분적으로 상이한 스트링, 또는 동일 조직에 대한 2 개 이상의 일시적 간격 결과 (temporally spaced result) 를 포함하는 방법.
  34. 제 33 항에 있어서, 동일 조직에 대한 2 개 이상의 일시적 간격 결과가 치료 개시 전 및 후에 수득되는 방법.
  35. 삭제
  36. 인구 집단을 분석하기 위하여, 스트링들의 기록을 생성시키는 방법으로서, 하기를 포함하는 방법:
    인구 집단의 의료 기록 데이터베이스에서 상이한 유전자 서열을 갖는 각각의 대상들을 수득하고 저장하는 단계로서, 상기 의료 기록 데이터베이스는 분석 엔진에 정보적으로 연결되고, 각각의 상이한 유전자 서열은 두 조직의 유전자 서열 사이의 하나 이상의 차이를 포함하는 단계; 및
    분석 엔진에 의해, 상기 상이한 유전자 서열들을 갖는 대상들 내의 부분적으로 상이한 유전자 서열을 갖는 각각의 스트링들을 확인하여 기록을 생성시키는 단계로서, 각각의 부분적으로 상이한 유전자 서열이 공통 게놈 위치에서 두 조직과 관련된 리드를 비교함으로써 생성되는 단계.
  37. 제 36 항에 있어서, 인구 집단이 다수의 혈족을 포함하는 방법.
  38. 제 36 항에 있어서, 인구 집단이 병원체에 대한 노출, 유해제에 대한 노출, 건강 이력, 치료 이력, 치료 성공, 성별, 인종 및 연령으로 이루어지는 군에서 선택되는 하나 이상의 통상적인 특징을 공유하는 것을 특징으로 하는 다수의 일원을 포함하는 방법.
  39. 제 36 항에 있어서, 인구 집단이 지리학적 위치, 민족성 및 직업으로 이루어지는 군에서 선택되는 하나 이상의 통상적인 특징을 공유하는 것을 특징으로 하는 다수의 일원을 포함하는 방법.
  40. 삭제
  41. 삭제
  42. 삭제
  43. 삭제
  44. 삭제
  45. 하기를 포함하는, 참조 서열에 대해 개인의 상이한 유전자 서열을 갖는 대상을 분석하기 위하여, 편차 기록을 사용하여 개인-특이적 편차 프로파일을 생성시키는 방법으로서, 상이한 유전자 서열은 개인의 유전자 서열과 참조 서열 사이의 하나 이상의 차이를 포함하는 방법:
    참조 상이한 유전자 서열을 갖는 대상을 저장하는 단계로서, 참조 상이한 유전자 서열은 분석 엔진에 정보적으로 연결되는 의료 기록 데이터베이스에서 개인의 상이한 유전자 서열을 갖는 대상과 비교할 참조물에 대한 상이한 유전자 서열의 컨센서스 (consensus) 인 단계; 및
    분석 엔진에 의해, 개인의 상이한 유전자 서열을 갖는 대상에서의 부분적으로 상이한 스트링들과 참조 상이한 유전자 서열을 갖는 대상에서의 부분적으로 상이한 스트링들 사이의 편차를 계산하여 편차 기록을 생성시키는 단계로서, 각각의 부분적으로 상이한 스트링들이 공통 게놈 위치에서 조직과 관련된 리드와 참조 서열을 비교함으로써 생성되는 단계.
  46. 제 45 항에 있어서, 참조 상이한 유전자 서열을 갖는 대상이 개인의 부분적으로 상이한 스트링으로부터 계산되는 방법.
  47. 삭제
  48. 제 1 항, 제 28 항, 제 36 항 또는 제 45 항 중 어느 한 항에 있어서, 환자 또는 개인이 질환 및 장애로 이루어지는 군에서 선택되는 병상으로 진단된 환자 또는 개인으로 이루어지는 군에서 선택되는 방법.
  49. 제 48 항에 있어서, 병상이 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 전립성 비대증, 기관지염, 체디아크-히가시 증후군, 담낭염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 만성 육아종 질환, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다낭성 난소 증후군, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 중증복합면역결핍증 (SCID), 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염; 및 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종, 정좌불능증, 알츠하이머병, 기억상실증, 루게릭병 (ALS), 운동 실조증, 조울증, 긴장증, 뇌성마비, 뇌혈관 질환, 크로이츠펠트-야콥병, 치매, 우울증, 다운 증후군, 지연성 운동장애, 긴장 이상, 뇌전증, 헌팅턴병, 다발성 경화증, 근이영양증, 신경통, 신경섬유종증, 신경병증, 파킨슨병, 피크병, 망막색소변성증, 정신분열증, 계절성 정서장애, 노인성 치매, 뇌졸중, 투렛 증후군 및 암으로 이루어지는 군에서 선택되는 방법.
  50. 제 48 항에 있어서, 병상이 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종과 같은 암; 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염, 외상, 브루톤의 X-상관관계 무감마글로불린혈증, 공통가변성 면역결핍증 (CVI), 디죠지 증후군 (흉선형성부전), 흉선 형성이상, 단독성 IgA 결핍, 중증복합면역결핍증 (SCID), 혈소판감소증 및 습진을 갖는 면역결핍 (비스코트-알드리히 증후군), 체디아크-히가시 증후군, 만성 육아종 질환, 유전성 결관신경 부종, 및 쿠싱병과 관련된 면역결핍과 같은 면역 장애; 및 신세뇨관 산증, 빈혈, 쿠싱 증후군, 연골무형성 왜소증, 뒤시엔느 및 베커 근이영양증, 뇌전증, 생식샘 발생장애, WAGR 증후군 (빌름스 종양, 무홍채증, 비뇨 생식기 기형 및 정신 지체), 스미스-마제니스 증후군, 골수이형성 증후군, 유전성 점막표피 이형성, 유전성 각피증, 샤르코-마리-투스병 및 신경섬유종증과 같은 유전성 신경병증, 갑상선 기능 저하증, 수두증, 시드남 무도증 및 뇌성마비와 같은 발작 장애, 척추파열, 무뇌증, 두개척추파열, 선천성 녹내장, 백내장, 감음 신경성 청력 손실, 및 뇌, 부신, 신장, 골격계 또는 생식계와 같은 대상의 임의의 조직, 기관 또는 계를 포함하는 세포 성장 및 분화, 배아발생, 및 형태발생과 관련된 임의의 장애와 같은 발달 장애로 이루어지는 군에서 선택되는 방법.
  51. 제 48 항에 있어서, 병상이 성선기능저하증, 시한 증후군, 요붕증, 칼라만병, 핸드-쉴러-크리스찬병, 렛테러-시웨병, 유육종증, 공터기안 증후군 및 왜소증을 포함하는 뇌하수체 기능저하증과 관련된 장애; 말단비대증, 거인증 및 부적합 항이뇨 호르몬 (ADH) 분비 증후군 (SIADH) 을 포함하는 뇌하수체기능항진증; 및 갑상선종, 점액수종, 박테리아 감염 관련 급성 갑상선염, 바이러스 감염 관련 아급성 갑상선염, 자가면역성 갑상선염 (하시모토병) 및 크레틴병을 포함하는 갑상선 기능 저하증과 관련된 장애; 갑상선 중독증 및 이의 다양한 형태, 그레이브스병, 전경골 점액수종, 중독성 다결절 갑상선종, 갑상선암 및 플러머병을 포함하는 갑상선 기능 항진증과 관련된 장애; 및 콘 질환 (만성 고칼륨혈증) 을 포함하는 부갑상선 기능항진증과 관련된 장애와 같은 내분비 장애; 알레르기, 천식, 급성 및 만성 염증성 폐질환, ARDS, 폐기종, 폐울혈 및 부종, COPD, 간질성 폐질환 및 폐암과 같은 호흡기 장애; 선암, 백혈병, 림프종, 흑색종, 골수종, 육종, 기형암종과 같은 암; 후천성 면역결핍 증후군 (AIDS), 에디슨병, 성인 호흡곤란 증후군, 알레르기, 강직성 척추염, 아밀로이드증, 빈혈, 천식, 죽상동맥경화증, 자가면역성 용혈성 빈혈, 자가면역성 갑상선염, 기관지염, 담낭염, 접촉성 피부염, 크론병, 아토피 피부염, 피부근염, 진성 당뇨병, 폐기종, 림프구세포독소를 갖는 우발성 림프구감소증, 태아적아구증, 결절성 홍반, 위축성 위염, 사구체신염, 굿파스튜어 증후군, 통풍, 그레이브스 병, 하시모토 갑상선염, 과호산구증가증, 과민성대장 증후군, 다발성 경화증, 중증 근무력증, 심근 또는 심막 염증, 골관절염, 골다공증, 췌장염, 다발성근염, 건선, 라이터 증후군, 류마티스 관절염, 강피증, 쇼그렌 증후군, 전신과민증, 전신성 홍반성 낭창, 전신 경화증, 혈소판감소성 자반병, 궤양성 대장염, 포도막염, 베르너 증후군, 암의 합병증, 혈액투석 및 체외순환, 바이러스, 박테리아, 진균, 기생충, 원충 및 연충 감염과 같은 면역 장애, 및 외상으로 이루어지는 군에서 선택되는 방법.
KR1020127033515A 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석 KR101952965B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US39635610P 2010-05-25 2010-05-25
US61/396,356 2010-05-25
PCT/US2011/000939 WO2011149534A2 (en) 2010-05-25 2011-05-25 Bambam: parallel comparative analysis of high-throughput sequencing data

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020197005017A Division KR102042253B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석

Publications (2)

Publication Number Publication Date
KR20130116794A KR20130116794A (ko) 2013-10-24
KR101952965B1 true KR101952965B1 (ko) 2019-02-27

Family

ID=44628823

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020197005017A KR102042253B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석
KR1020127033515A KR101952965B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석
KR1020197032542A KR102218512B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020197005017A KR102042253B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020197032542A KR102218512B1 (ko) 2010-05-25 2011-05-25 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석

Country Status (9)

Country Link
US (17) US9652587B2 (ko)
EP (2) EP2577538A1 (ko)
JP (3) JP6034782B2 (ko)
KR (3) KR102042253B1 (ko)
CN (2) CN103384887B (ko)
AU (3) AU2011258875B2 (ko)
CA (1) CA2797645C (ko)
IL (2) IL222828A (ko)
WO (1) WO2011149534A2 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10706956B2 (en) 2010-05-25 2020-07-07 The Regents Of The University Of California Bambam: parallel comparative analysis of high-throughput sequencing data
US10726945B2 (en) 2010-05-25 2020-07-28 The Regents Of The University Of California BAMBAM: parallel comparative analysis of high-throughput sequencing data

Families Citing this family (87)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MY169852A (en) * 2010-11-30 2019-05-17 Univ Hong Kong Chinese Detection of genetic or molecular aberrations associated with cancer
WO2013040583A2 (en) * 2011-09-16 2013-03-21 Complete Genomics, Inc Determining variants in a genome of a heterogeneous sample
EP2788861B1 (en) * 2011-12-08 2019-05-15 Five3 Genomics, LLC Distributed system providing dynamic indexing and visualization of genomic data
EP2602733A3 (en) * 2011-12-08 2013-08-14 Koninklijke Philips Electronics N.V. Biological cell assessment using whole genome sequence and oncological therapy planning using same
EP2602734A1 (en) * 2011-12-08 2013-06-12 Koninklijke Philips Electronics N.V. Robust variant identification and validation
AU2012347522B2 (en) 2011-12-08 2015-07-30 Five3 Genomics, Llc MDM2-containing double minute chromosomes and methods therefore
WO2013139861A1 (en) 2012-03-20 2013-09-26 Luc Montagnier Methods and pharmaceutical compositions of the treatment of autistic syndrome disorders
EP2870581B1 (en) * 2012-07-06 2023-11-29 Nant Holdings IP, LLC Healthcare analysis stream management
US20140089002A1 (en) * 2012-09-21 2014-03-27 Amar P. Kamath Hipaa compliant health information sharing display and method
WO2014058987A1 (en) * 2012-10-09 2014-04-17 Five3 Genomics, Llc Systems and methods for tumor clonality analysis
US10068054B2 (en) 2013-01-17 2018-09-04 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US9792405B2 (en) 2013-01-17 2017-10-17 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US9679104B2 (en) 2013-01-17 2017-06-13 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US10847251B2 (en) 2013-01-17 2020-11-24 Illumina, Inc. Genomic infrastructure for on-site or cloud-based DNA and RNA processing and analysis
US10691775B2 (en) 2013-01-17 2020-06-23 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
WO2014145705A2 (en) 2013-03-15 2014-09-18 Battelle Memorial Institute Progression analytics system
AU2014324729B2 (en) * 2013-09-26 2019-08-22 Five3 Genomics, Llc Systems, methods, and compositions for viral-associated tumors
CN105874082B (zh) * 2013-10-07 2020-06-02 塞昆纳姆股份有限公司 用于非侵入性评估染色体改变的方法和过程
US10193956B2 (en) * 2013-11-13 2019-01-29 Five3 Genomics, Llc Grouping and transferring omic sequence data for sequence analysis
US10599669B2 (en) 2014-01-14 2020-03-24 Ayasdi Ai Llc Grouping of data points in data analysis for graph generation
EP3095042A4 (en) * 2014-01-14 2017-09-06 Ayasdi Inc. Consensus sequence identification
US20150310228A1 (en) * 2014-02-26 2015-10-29 Nantomics Secured mobile genome browsing devices and methods therefor
CA2946289C (en) 2014-03-25 2018-08-07 Five3 Genomics, Llc Systems and methods for rna analysis in functional confirmation of cancer mutations
EP3149641A4 (en) * 2014-05-30 2018-01-24 Nantomics, LLC Systems and methods for comprehensive analysis of molecular profiles across multiple tumor and germline exomes
KR101990223B1 (ko) 2014-09-03 2019-06-17 난트헬쓰, 인코포레이티드 합성 게놈 변형-기반의 보안 트랜잭션 디바이스들, 시스템들 및 방법들
JP2018507470A (ja) 2015-01-20 2018-03-15 ナントミクス，エルエルシー 高悪性度膀胱癌の化学療法に対する奏効を予測するシステムおよび方法
US10854315B2 (en) * 2015-02-09 2020-12-01 10X Genomics, Inc. Systems and methods for determining structural variation and phasing using variant call data
WO2016154154A2 (en) 2015-03-23 2016-09-29 Edico Genome Corporation Method and system for genomic visualization
WO2016164833A1 (en) 2015-04-08 2016-10-13 Nantomics, Llc Cancer neoepitopes
RU2719033C2 (ru) * 2015-04-23 2020-04-16 Нантомикс, Ллс Способ получения фармацевтического агента для иммунотерапии рака
AU2016260540B2 (en) 2015-05-13 2021-01-07 Agenus Inc. Vaccines for treatment and prevention of cancer
US10395759B2 (en) 2015-05-18 2019-08-27 Regeneron Pharmaceuticals, Inc. Methods and systems for copy number variant detection
US10394763B2 (en) 2015-05-19 2019-08-27 Samsung Electronics Co., Ltd. Method and device for generating pileup file from compressed genomic data
CN108348167B (zh) * 2015-09-09 2022-06-03 普梭梅根公司 用于脑-颅面健康相关病症的源自微生物群系的诊断及治疗方法和系统
WO2017066357A1 (en) 2015-10-12 2017-04-20 Nantomics, Llc Systems, compositions, and methods for discovery of msi and neoepitopes that predict sensitivity to checkpoint inhibitors
EP3855444A1 (en) 2015-10-12 2021-07-28 Nantomics, LLC Iterative discovery of neoepitopes and adaptive immunotherapy and methods therefor
WO2017066256A2 (en) 2015-10-12 2017-04-20 Nantomics, Llc Compositions and methods for viral cancer neoepitopes
TWI733719B (zh) * 2015-12-07 2021-07-21 美商河谷控股Ｉｐ有限責任公司 改善的組合物及用於新表位之病毒遞送的方法及其應用
US20170270245A1 (en) 2016-01-11 2017-09-21 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods for performing secondary and/or tertiary processing
US10068183B1 (en) 2017-02-23 2018-09-04 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on a quantum processing platform
JP2019511907A (ja) 2016-02-12 2019-05-09 ナントミクス，エルエルシー 癌免疫療法の治療標的としての患者特異的ネオエピトープのハイスループット同定
WO2017222619A2 (en) 2016-03-24 2017-12-28 Nantcell, Inc. Sequence arrangements and sequences for neoepitope presentation
SG11201811286SA (en) 2016-06-30 2019-01-30 Nantomics Llc Synthetic wgs bioinformatics validation
TW201803598A (zh) 2016-06-30 2018-02-01 南特細胞公司 Ｎａｎｔ癌症疫苗
TWI578180B (zh) * 2016-07-13 2017-04-11 國立臺灣師範大學 微核糖核酸與腦部疾病風險的關聯性運算平台
CN106202996A (zh) * 2016-07-16 2016-12-07 广州泰因生物科技有限公司 一种针对高通量测序snp所用生物信息分析技术的评价方法
EP3500966B1 (en) 2016-08-25 2021-04-21 Nantomics, LLC Immunotherapy markers and uses therefor
CA3040138A1 (en) 2016-10-11 2018-04-19 Giorgio Zoia Method and system for selective access of stored or transmitted bioinformatics data
CA3040057A1 (en) 2016-10-11 2018-04-19 Genomsys Sa Method and apparatus for the access to bioinformatics data structured in access units
WO2018089637A1 (en) 2016-11-11 2018-05-17 Nantbio, Inc. Immunomodulatory compositions, processes for making the same, and methods for inhibiting cytokine storms
KR102608922B1 (ko) 2016-11-17 2023-12-01 난트바이오 인코포레이티드 추론된 항암 경로의 검증
EP3541931A4 (en) 2016-11-21 2020-11-04 Nant Holdings IP, LLC COMBINED FRACTAL TREATMENT
CA3045811A1 (en) 2016-12-01 2018-06-07 Nantomics, Llc Tumor antigenicity processing and presentation
AU2018219862B2 (en) 2017-02-07 2020-09-17 Nant Holding IP, LLC Maximizing T-cell memory and compositions and methods therefor
CN106971090A (zh) * 2017-03-10 2017-07-21 首度生物科技（苏州）有限公司 一种基因测序数据压缩和传输方法
EP3615675A4 (en) 2017-04-24 2021-03-03 Nantcell, Inc. TARGETED NEOEPITOP VECTORS AND METHOD FOR THEREFORE
WO2018222433A2 (en) 2017-05-30 2018-12-06 Nant Holdings Ip, Llc Circulating tumor cell enrichment using neoepitopes
KR20200016352A (ko) * 2017-06-08 2020-02-14 난토믹스, 엘엘씨 파마코게노믹스 스크리닝을 위한 통합적 팬오믹 접근법 (an integrative panomic approach to pharmacogenomics screening)
JP7072825B2 (ja) * 2017-09-13 2022-05-23 三菱電機ソフトウエア株式会社 コピー数計測装置、コピー数計測プログラムおよびコピー数計測方法
TW201923092A (zh) * 2017-10-10 2019-06-16 美商南托米克斯公司 提高在癌症患者中準確度的綜合基因組轉錄組的腫瘤-正常基因群組分析
CN111213209A (zh) 2017-10-12 2020-05-29 南托米克斯有限责任公司 根据生物体液的评估用癌症评分和反应预测
US10460446B2 (en) 2017-10-16 2019-10-29 Nant Holdings Ip, Llc Image-based circular plot recognition and interpretation
CA3080429A1 (en) 2017-11-01 2019-05-09 Nantbio, Inc. Il8 blocking emt pathway and overcoming cancer stem cells
US11702703B2 (en) 2017-11-07 2023-07-18 Nanthealth Labs, Inc. Targeted cell free nucleic acid analysis
US20200354679A1 (en) 2018-01-05 2020-11-12 Nantbio, Inc. Reprogrammed T Cell-Like NK Cells
US20190249229A1 (en) * 2018-02-12 2019-08-15 Nant Holdings Ip, Llc Bam signatures from liquid and solid tumors and uses therefor
US20210158895A1 (en) * 2018-04-13 2021-05-27 Dana-Farber Cancer Institute, Inc. Ultra-sensitive detection of cancer by algorithmic analysis
US11823773B2 (en) 2018-04-13 2023-11-21 Nant Holdings Ip, Llc Nant cancer vaccine strategies
TWI787500B (zh) 2018-04-23 2022-12-21 美商南特細胞公司 新抗原表位疫苗及免疫刺激組合物及方法
US11564980B2 (en) 2018-04-23 2023-01-31 Nantcell, Inc. Tumor treatment method with an individualized peptide vaccine
US11065317B2 (en) 2018-04-26 2021-07-20 Agenus Inc. Heat shock protein-binding peptide compositions and methods of use thereof
CN108875306A (zh) * 2018-05-31 2018-11-23 福建农林大学 一种查找性别决定序列的方法及系统
CN108642174B (zh) * 2018-07-17 2022-04-05 大连医科大学附属第一医院 一组神经精神发育迟缓和高级认知功能障碍致病基因集合及其检测引物和试剂盒
WO2020028862A1 (en) * 2018-08-03 2020-02-06 Nantomics, Llc Panbam: bambam across multiple organisms in parallel
WO2020096691A2 (en) * 2018-09-04 2020-05-14 Guardant Health, Inc. Methods and systems for detecting allelic imbalance in cell-free nucleic acid samples
DE112019005108T5 (de) * 2018-10-12 2021-07-15 Nantomics, Llc Pränatale Reinheitsbeurteilungen mit Bambam
CN109712672B (zh) * 2018-12-29 2021-05-25 北京优迅医学检验实验室有限公司 检测基因重排的方法、装置、存储介质及处理器
EP3927370B1 (en) 2019-02-19 2024-04-24 Myst Therapeutics, LLC Methods for producing autologous t cells useful to treat cancers and compositions thereof
JP2022521355A (ja) 2019-03-29 2022-04-06 ミスト セラピューティクス リミテッド ライアビリティ カンパニー Ｔ細胞治療薬を生成するためのエクスビボ方法ならびに関連する組成物および方法
JP2023504042A (ja) 2019-11-27 2023-02-01 ミスト セラピューティクス リミテッド ライアビリティ カンパニー 調節物質を使用した腫瘍反応性ｔ細胞組成物の生成方法
US11211147B2 (en) 2020-02-18 2021-12-28 Tempus Labs, Inc. Estimation of circulating tumor fraction using off-target reads of targeted-panel sequencing
US11211144B2 (en) 2020-02-18 2021-12-28 Tempus Labs, Inc. Methods and systems for refining copy number variation in a liquid biopsy assay
US11475981B2 (en) 2020-02-18 2022-10-18 Tempus Labs, Inc. Methods and systems for dynamic variant thresholding in a liquid biopsy assay
JP2023516636A (ja) 2020-02-27 2023-04-20 ミスト セラピューティクス リミテッド ライアビリティ カンパニー 腫瘍反応性ｔ細胞のエクスビボ富化および増大のための方法ならびに関連するその組成物
KR20230016627A (ko) * 2020-04-23 2023-02-02 코닌클리즈케 네덜란드세 아카데미 반 베텐샤펜 염색체 근접성 실험에서 구조적 변이 검출
WO2023015353A1 (en) * 2021-08-11 2023-02-16 Immunosis Pty Ltd Methods for determining secondary immunodeficiency
WO2023022871A1 (en) * 2021-08-18 2023-02-23 PAIGE.AI, Inc. Systems and methods for processing electronic images with metadata integration

Family Cites Families (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS592034U (ja) 1982-06-29 1984-01-07 日野自動車株式会社 密封型リミツトスイツチ
JPS60187095U (ja) 1984-05-22 1985-12-11 武藤工業株式会社 Ｘ−ｙプロツタ
US4736866B1 (en) 1984-06-22 1988-04-12 Transgenic non-human mammals
EP0333465B1 (en) * 1988-03-18 1994-07-13 Baylor College Of Medicine Mutation detection by competitive oligonucleotide priming
US5175383A (en) 1989-02-17 1992-12-29 President And Fellows Of Harvard College Animal model for benign prostatic disease
US5767337A (en) 1995-07-31 1998-06-16 Duke University Creation of human apolipoprotein E isoform specific transgenic mice in apolipoprotein deficient "knockout" mice
EP0897567A2 (en) 1996-04-19 1999-02-24 Spectra Biomedical, Inc. Correlating polymorphic forms with multiple phenotypes
IL121806A0 (en) 1997-09-21 1998-02-22 Compugen Ltd Method and apparatus for MRNA assembly
AU1603199A (en) * 1997-12-03 1999-06-16 Curagen Corporation Methods and devices for measuring differential gene expression
EP0991770B1 (en) 1997-12-22 2000-11-29 Genset Prostate cancer gene
US6223186B1 (en) 1998-05-04 2001-04-24 Incyte Pharmaceuticals, Inc. System and method for a precompiled database for biomolecular sequence information
US6236993B1 (en) 1998-06-24 2001-05-22 Victor V. Fanberg Computer file comparison method
US6410233B2 (en) 1999-03-16 2002-06-25 Daniel Mercola Isolation and identification of control sequences and genes modulated by transcription factors
GB0006143D0 (en) 2000-03-14 2000-05-03 Inpharmatica Ltd Multiple sequence alignment
AU2001249267A1 (en) 2000-03-20 2001-10-03 James N. Higginbotham Methods and compositions for elucidating protein expression profiles in cells
CA2407753A1 (en) 2000-04-27 2001-11-08 Armando Arias Esteban Method for the detection of minority genomes in virus quasispecies using dna microchips
EP1152349A1 (en) 2000-05-06 2001-11-07 Deutsches Krebsforschungszentrum Stiftung des öffentlichen Rechts Method for aligning sequences
US7700359B2 (en) 2000-06-02 2010-04-20 Novartis Vaccines And Diagnostics, Inc. Gene products differentially expressed in cancerous cells
JP2002024416A (ja) * 2000-07-04 2002-01-25 Sony Corp Ｄｎａ情報管理システム及びｄｎａ情報管理方法
GB0016472D0 (en) 2000-07-05 2000-08-23 Amersham Pharm Biotech Uk Ltd Sequencing method and apparatus
US20070178474A1 (en) 2000-11-30 2007-08-02 Cracauer Raymond F Nucleic acid detection assays
US7054758B2 (en) 2001-01-30 2006-05-30 Sciona Limited Computer-assisted means for assessing lifestyle risk factors
DE10120797B4 (de) 2001-04-27 2005-12-22 Genovoxx Gmbh Verfahren zur Analyse von Nukleinsäureketten
CA2387277C (en) * 2001-05-25 2015-03-03 Hitachi, Ltd. Information processing system using nucleotide sequence-related information
US7529685B2 (en) 2001-08-28 2009-05-05 Md Datacor, Inc. System, method, and apparatus for storing, retrieving, and integrating clinical, diagnostic, genomic, and therapeutic data
US20030183268A1 (en) 2002-03-29 2003-10-02 Shanefield Daniel Jay Device for conversion of environmental thermal energy into direct current electricity
KR100489955B1 (ko) 2002-10-04 2005-05-16 아주대학교산학협력단 사용자 그룹핑을 이용한 생물정보학에서의 데이터베이스처리 방법
US8843356B2 (en) 2002-12-27 2014-09-23 Merck Sharp & Dohme Corp. Computer systems and methods for associating genes with traits using cross species data
US20040153255A1 (en) 2003-02-03 2004-08-05 Ahn Tae-Jin Apparatus and method for encoding DNA sequence, and computer readable medium
KR100537523B1 (ko) 2003-02-03 2005-12-19 삼성전자주식회사 Ｄｎａ 서열 부호화 장치 및 방법
US7584058B2 (en) 2003-02-27 2009-09-01 Methexis Genomics N.V. Genetic diagnosis using multiple sequence variant analysis
US7640114B2 (en) 2003-05-21 2009-12-29 The Wistar Institute Of Anatomy & Biology Method of diagnosis of cancer based on gene expression profiles in cells
US8340914B2 (en) * 2004-11-08 2012-12-25 Gatewood Joe M Methods and systems for compressing and comparing genomic data
EP1835909A2 (en) * 2005-01-04 2007-09-26 Novartis AG Biomarkers for identifying efficacy of tegaserod in patients with chronic constipation
US20080311574A1 (en) 2005-03-11 2008-12-18 Upender Manne Novel Missense Mutations and Single Nucleotide Polymorphisms in the Rabphillin-3A-Like Gene and Uses Thereof
JP2008536493A (ja) 2005-04-01 2008-09-11 アムジエン・インコーポレーテツド 上皮増殖因子受容体遺伝子のコピー数
WO2007101227A2 (en) 2006-02-27 2007-09-07 Arizona Board Of Regents For And On Behalf Of Arizona State University Identification and use of novopeptides for the treatment of cancer
US8700430B2 (en) * 2006-07-17 2014-04-15 Walgreen Co. Optimization of a medication therapy regimen
JP4922778B2 (ja) 2007-01-31 2012-04-25 株式会社日立ハイテクノロジーズ 遺伝子検査結果判定法およびプログラムおよびその装置
NZ579401A (en) * 2007-02-07 2012-03-30 Decode Genetics Ehf Genetic variants contributing to risk of prostate cancer
CN101033469A (zh) * 2007-02-09 2007-09-12 上海大学 杜氏盐藻tpsp基因、其编码蛋白及其克隆方法和植物转化载体的构建方法
US8140270B2 (en) 2007-03-22 2012-03-20 National Center For Genome Resources Methods and systems for medical sequencing analysis
US9726088B2 (en) 2007-10-30 2017-08-08 Ford Global Technologies, Llc System and method for obtaining an adjustable accelerator pedal response in a vehicle powertrain
WO2009117122A2 (en) 2008-03-19 2009-09-24 Existence Genetics Llc Genetic analysis
JP2011517406A (ja) 2008-03-19 2011-06-09 セントコア・オーソ・バイオテツク・インコーポレーテツド 重症の又は持続型の喘息の評価及び治療のためのマーカー及び方法
ME01898B (me) 2008-08-12 2014-12-20 Zinfandel Pharmaceuticals Inc Metoda za identifikaciju faktora rizika od alchajmerove bolesti
CN101539967B (zh) * 2008-12-12 2010-12-01 深圳华大基因研究院 一种单核苷酸多态性检测方法
JP2010204838A (ja) 2009-03-02 2010-09-16 Toppan Printing Co Ltd 解析デバイス装置、解析システム、解析方法
US10964408B2 (en) 2009-04-27 2021-03-30 New York University Method, computer-accessible medium and system for base-calling and alignment
WO2011050341A1 (en) 2009-10-22 2011-04-28 National Center For Genome Resources Methods and systems for medical sequencing analysis
US9165109B2 (en) 2010-02-24 2015-10-20 Pacific Biosciences Of California, Inc. Sequence assembly and consensus sequence determination
CA3007805C (en) 2010-04-29 2019-11-26 The Regents Of The University Of California Pathway recognition algorithm using data integration on genomic models (paradigm)
KR102042253B1 (ko) 2010-05-25 2019-11-07 더 리젠츠 오브 더 유니버시티 오브 캘리포니아 Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석
US9646134B2 (en) 2010-05-25 2017-05-09 The Regents Of The University Of California Bambam: parallel comparative analysis of high-throughput sequencing data
DK2601609T3 (en) 2010-08-02 2017-06-06 Population Bio Inc COMPOSITIONS AND METHODS FOR DISCOVERING MUTATIONS CAUSING GENETIC DISORDERS
US8751100B2 (en) 2010-08-13 2014-06-10 Deere & Company Method for performing diagnostics or software maintenance for a vehicle
WO2012031034A2 (en) 2010-08-31 2012-03-08 Lawrence Ganeshalingam Method and systems for processing polymeric sequence data and related information
KR101329970B1 (ko) 2010-12-13 2013-11-13 엘지디스플레이 주식회사 액정표시장치
US20150370959A9 (en) 2011-04-13 2015-12-24 The Board Of Trustees Of The Leland Stanford Junior University Phased Whole Genome Genetic Risk In A Family Quartet
CN102188796B (zh) 2011-05-12 2013-07-10 杭州双华科技有限公司 便携式动力爬绳器及爬绳方法
US9476369B2 (en) 2012-04-13 2016-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Variable power output and maximum speed in drive mode
US9092401B2 (en) 2012-10-31 2015-07-28 Counsyl, Inc. System and methods for detecting genetic variation
US20140235456A1 (en) 2012-12-17 2014-08-21 Virginia Tech Intellectual Properties, Inc. Methods and Compositions for Identifying Global Microsatellite Instability and for Characterizing Informative Microsatellite Loci
US9679104B2 (en) 2013-01-17 2017-06-13 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US10068054B2 (en) 2013-01-17 2018-09-04 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US9792405B2 (en) 2013-01-17 2017-10-17 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US10691775B2 (en) 2013-01-17 2020-06-23 Edico Genome, Corp. Bioinformatics systems, apparatuses, and methods executed on an integrated circuit processing platform
US10385394B2 (en) 2013-03-15 2019-08-20 The Translational Genomics Research Institute Processes of identifying and characterizing X-linked disorders
US9731668B2 (en) 2013-08-09 2017-08-15 Ford Global Technologies, Llc Multi-vehicle settings
AU2014324729B2 (en) * 2013-09-26 2019-08-22 Five3 Genomics, Llc Systems, methods, and compositions for viral-associated tumors
US10174381B2 (en) 2013-10-18 2019-01-08 The Regents Of The University Of Michigan Systems and methods for determining a treatment course of action

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Li, Heng, and Nils Homer. "A survey of sequence alignment algorithms for next-generation sequencing." Briefings in bioinformatics 11.5 (2010): 473-483.
Li, Heng, et al. "The sequence alignment/map format and SAMtools." Bioinformatics 25.16 (2009): 2078-2079.

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10706956B2 (en) 2010-05-25 2020-07-07 The Regents Of The University Of California Bambam: parallel comparative analysis of high-throughput sequencing data
US10726945B2 (en) 2010-05-25 2020-07-28 The Regents Of The University Of California BAMBAM: parallel comparative analysis of high-throughput sequencing data
US10825552B2 (en) 2010-05-25 2020-11-03 The Regents Of The University Of California BAMBAM: parallel comparative analysis of high-throughput sequencing data
US10878937B2 (en) 2010-05-25 2020-12-29 The Regents Of The University Of California BamBam: parallel comparative analysis of high-throughput sequencing data
US10971248B2 (en) 2010-05-25 2021-04-06 The Regents Of The University Of California BamBam: parallel comparative analysis of high-throughput sequencing data
US10991451B2 (en) 2010-05-25 2021-04-27 The Regents Of The University Of California BamBam: parallel comparative analysis of high-throughput sequencing data
US11133085B2 (en) 2010-05-25 2021-09-28 The Regents Of The University Of California BAMBAM: parallel comparative analysis of high-throughput sequencing data
US11152080B2 (en) 2010-05-25 2021-10-19 The Regents Of The University Of California BAMBAM: parallel comparative analysis of high-throughput sequencing data
US11158397B2 (en) 2010-05-25 2021-10-26 The Regents Of The University Of California Bambam: parallel comparative analysis of high-throughput sequencing data
US11164656B2 (en) 2010-05-25 2021-11-02 The Regents Of The University Of California Bambam: parallel comparative analysis of high-throughput sequencing data

Also Published As

Publication number Publication date
JP6826568B2 (ja) 2021-02-03
CN106951732B (zh) 2020-03-10
EP3657507A1 (en) 2020-05-27
JP6387070B2 (ja) 2018-09-05
JP2018206417A (ja) 2018-12-27
CA2797645C (en) 2020-09-22
US10971248B2 (en) 2021-04-06
WO2011149534A2 (en) 2011-12-01
US20180144093A1 (en) 2018-05-24
US20180365377A1 (en) 2018-12-20
US20160275256A1 (en) 2016-09-22
JP2013531980A (ja) 2013-08-15
CN103384887A (zh) 2013-11-06
US11158397B2 (en) 2021-10-26
CN103384887B (zh) 2017-01-18
IL222828A (en) 2017-04-30
IL251515A0 (en) 2017-05-29
US20180357369A1 (en) 2018-12-13
US10878937B2 (en) 2020-12-29
KR102042253B1 (ko) 2019-11-07
US20210020267A1 (en) 2021-01-21
US11164656B2 (en) 2021-11-02
US9652587B2 (en) 2017-05-16
US20170364634A1 (en) 2017-12-21
US9721062B2 (en) 2017-08-01
US20180373835A1 (en) 2018-12-27
US10706956B2 (en) 2020-07-07
KR102218512B1 (ko) 2021-02-19
US10825551B2 (en) 2020-11-03
JP6034782B2 (ja) 2016-11-30
KR20130116794A (ko) 2013-10-24
KR20190126465A (ko) 2019-11-11
US11133085B2 (en) 2021-09-28
AU2011258875B2 (en) 2016-05-05
US20120059670A1 (en) 2012-03-08
US20180357371A1 (en) 2018-12-13
CA2797645A1 (en) 2011-12-01
US20170061071A1 (en) 2017-03-02
JP2017062810A (ja) 2017-03-30
EP2577538A1 (en) 2013-04-10
US20160275257A1 (en) 2016-09-22
AU2016203450A1 (en) 2016-06-23
US10991451B2 (en) 2021-04-27
US20180011968A1 (en) 2018-01-11
KR20190020189A (ko) 2019-02-27
US10825552B2 (en) 2020-11-03
IL251515B (en) 2021-01-31
AU2019284027A1 (en) 2020-01-23
US20180357370A1 (en) 2018-12-13
US10268800B2 (en) 2019-04-23
US9824181B2 (en) 2017-11-21
US10249384B2 (en) 2019-04-02
CN106951732A (zh) 2017-07-14
US20210398613A1 (en) 2021-12-23
US20160275241A1 (en) 2016-09-22
US20180075185A1 (en) 2018-03-15
US20180157791A1 (en) 2018-06-07
US11152080B2 (en) 2021-10-19
IL222828A0 (en) 2012-12-31

Similar Documents

Publication Publication Date Title
KR101952965B1 (ko) Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석
KR101663951B1 (ko) Ｂａｍｂａｍ：고처리율 서열분석 데이터의 병렬 비교 분석
AU2011258875A1 (en) Bambam: parallel comparative analysis of high-throughput sequencing data

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
A107 Divisional application of patent
GRNT Written decision to grant